Evaluación del índice de calidad ambiental urbano mediante técnicas de teledetección en la ciudad del Cusco

• Autor: Silva Espejo, Alvaro Christiam
• Formato: tesis de maestría
• Fecha de Publicación: 2025
• Institución: Universidad Nacional de San Antonio Abad del Cusco
• Repositorio: UNSAAC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unsaac.edu.pe:20.500.12918/10960
• Enlace del recurso: https://hdl.handle.net/20.500.12918/10960
• Nivel de acceso: acceso abierto
• Materia: Índice de calidad; Contaminación ambiental; Sensores remotos; Dron; https://purl.org/pe-repo/ocde/ford#5.07.01

Se evaluó un Índice de Calidad Ambiental Urbano (ICAU) en la ciudad de Cusco durante el año 2023, utilizando técnicas avanzadas de teledetección. La investigación fue sustentada por la rápida urbanización de la ciudad y la necesidad de herramientas para una planificación territorial sostenible. Los objetivos incluyeron determinar las clases de uso del suelo urbano, calcular índices ambientales y analizar el comportamiento espacial del ICAU en relación con estas clases. Para ello, se procesaron imágenes satelitales Sentinel-2 y datos de RPAS (vehículos aéreos no tripulados), lo que permitió una clasificación precisa del suelo, verificada con controles de campo para la elaboración del índice de urbanización (BU). Se emplearon estadísticos multivariados como el Análisis de Componentes Principales (PCA), pruebas de Levene y ANOVA, para analizar la dispersión de los datos y diferencias significativas entre categorías de uso del suelo. Los índices analizados fueron NDVI, NSI, TSAVI, NDWI, TS y SWIR, en cuatro momentos del año (dos en secas y dos en lluvias) para captar variaciones estacionales. Los resultados mostraron diferencias estacionales; se trató cada época de manera individual. Las áreas con BU > 0,89 presentaron calidad ambiental muy deficiente, abarcando el 23,93 % del área en la época seca. En contraste, zonas con mayor cobertura vegetal (NDVI medio 0,205 en lluvias) exhibieron mejores condiciones. Se identificó una correlación inversa entre BU e ICAU, con rho = -0,905 en época seca. La validación con PM2.5, PM10, temperatura y humedad reveló correlación inversa significativa con PM2.5 (52 %) y PM10 (46 %); temperatura y humedad no fueron relevantes. El uso de Random Forest incrementó la capacidad predictiva del ICAU (R² = 0,68).