Generación de un modelo para la detección de extracción selectiva de árboles en el departamento de Ucayali mediante aprendizaje automático

Descripción del Articulo

Universidad Nacional Agraria La Molina. Facultad de Ciencias Forestales. Departamento Académico de Manejo Forestal
Detalles Bibliográficos
Autor: Yupanqui Carrasco, Osmar
Fecha de Publicación:2024
Institución:Universidad Nacional Agraria La Molina
Repositorio:UNALM-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.lamolina.edu.pe:20.500.12996/6891
Enlace del recurso:https://hdl.handle.net/20.500.12996/6891
Materia:Árbol
Ucayali
Aprendizaje automático
Sistema de posicionamiento global
Cartografía automatizada
Sistema de información geográfica
https://purl.org/pe-repo/ocde/ford#4.01.02
id UNAL_c9f09df2794bcea27eac6c684cd39f7b
oai_identifier_str oai:repositorio.lamolina.edu.pe:20.500.12996/6891
network_acronym_str UNAL
network_name_str UNALM-Institucional
repository_id_str 3039
dc.title.none.fl_str_mv Generación de un modelo para la detección de extracción selectiva de árboles en el departamento de Ucayali mediante aprendizaje automático
title Generación de un modelo para la detección de extracción selectiva de árboles en el departamento de Ucayali mediante aprendizaje automático
spellingShingle Generación de un modelo para la detección de extracción selectiva de árboles en el departamento de Ucayali mediante aprendizaje automático
Yupanqui Carrasco, Osmar
Árbol
Ucayali
Aprendizaje automático
Sistema de posicionamiento global
Cartografía automatizada
Sistema de información geográfica
https://purl.org/pe-repo/ocde/ford#4.01.02
title_short Generación de un modelo para la detección de extracción selectiva de árboles en el departamento de Ucayali mediante aprendizaje automático
title_full Generación de un modelo para la detección de extracción selectiva de árboles en el departamento de Ucayali mediante aprendizaje automático
title_fullStr Generación de un modelo para la detección de extracción selectiva de árboles en el departamento de Ucayali mediante aprendizaje automático
title_full_unstemmed Generación de un modelo para la detección de extracción selectiva de árboles en el departamento de Ucayali mediante aprendizaje automático
title_sort Generación de un modelo para la detección de extracción selectiva de árboles en el departamento de Ucayali mediante aprendizaje automático
author Yupanqui Carrasco, Osmar
author_facet Yupanqui Carrasco, Osmar
author_role author
dc.contributor.advisor.fl_str_mv Barrena Arroyo, Víctor Manuel
dc.contributor.author.fl_str_mv Yupanqui Carrasco, Osmar
dc.subject.none.fl_str_mv Árbol
Ucayali
Aprendizaje automático
Sistema de posicionamiento global
Cartografía automatizada
Sistema de información geográfica
topic Árbol
Ucayali
Aprendizaje automático
Sistema de posicionamiento global
Cartografía automatizada
Sistema de información geográfica
https://purl.org/pe-repo/ocde/ford#4.01.02
dc.subject.ocde.none.fl_str_mv https://purl.org/pe-repo/ocde/ford#4.01.02
description Universidad Nacional Agraria La Molina. Facultad de Ciencias Forestales. Departamento Académico de Manejo Forestal
publishDate 2024
dc.date.accessioned.none.fl_str_mv 2025-01-21T20:19:50Z
dc.date.available.none.fl_str_mv 2025-01-21T20:19:50Z
dc.date.issued.fl_str_mv 2024
dc.type.none.fl_str_mv http://purl.org/coar/resource_type/c_7a1f
dc.type.version.none.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12996/6891
url https://hdl.handle.net/20.500.12996/6891
dc.language.iso.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.none.fl_str_mv https://creativecommons.org/licenses/by/4.0/
rights_invalid_str_mv http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by/4.0/
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
dc.publisher.country.none.fl_str_mv PE
publisher.none.fl_str_mv Universidad Nacional Agraria La Molina
dc.source.none.fl_str_mv reponame:UNALM-Institucional
instname:Universidad Nacional Agraria La Molina
instacron:UNALM
instname_str Universidad Nacional Agraria La Molina
instacron_str UNALM
institution UNALM
reponame_str UNALM-Institucional
collection UNALM-Institucional
bitstream.url.fl_str_mv https://repositorio.lamolina.edu.pe/bitstreams/dc54a48b-6724-471c-bcb6-637bd6fecfdb/download
https://repositorio.lamolina.edu.pe/bitstreams/7730e1f1-a145-43a1-9351-8b71bed2039c/download
https://repositorio.lamolina.edu.pe/bitstreams/599b37b6-45cd-437f-aa5f-e47661b9d72b/download
https://repositorio.lamolina.edu.pe/bitstreams/058b6931-5d33-4cd0-a11b-b47661cb60ef/download
https://repositorio.lamolina.edu.pe/bitstreams/c3b50789-e669-4428-8a50-5e8015ea3adb/download
https://repositorio.lamolina.edu.pe/bitstreams/6f88604c-da82-4956-8cc0-7a9d11d5652a/download
https://repositorio.lamolina.edu.pe/bitstreams/fa1fe2e4-c098-451c-9150-fa0ca5b26434/download
https://repositorio.lamolina.edu.pe/bitstreams/fe1ad96a-2631-424e-8028-269db6a70aec/download
https://repositorio.lamolina.edu.pe/bitstreams/80a78678-7881-408e-ac3a-879918b3aca9/download
https://repositorio.lamolina.edu.pe/bitstreams/f06b341e-fa19-4888-9807-5840b9645ca0/download
bitstream.checksum.fl_str_mv 97c5bee00fbb4c4f8867bd742b579336
cec9857d2d0ef6c91eebb058f3d04b8f
6e704ec0ae3b79139419ab6d439a0b09
a550d1d4bd4601badb0d0a1469397fdf
96fbc066a0040c53848b2d08ddbedc29
8179da75570e4ba1d718a24ffc40460d
e6a29938c8f877fd85302ec63fc5439f
c58c16f106752120a6cf2e413b5cc8d7
f16997e82a913bbe271b446d93912b61
a3c51d96a492c260eed3637d002eef1f
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Universidad Nacional Agraria La Molina
repository.mail.fl_str_mv dspace@lamolina.edu.pe
_version_ 1870369102068973568
spelling Barrena Arroyo, Víctor Manueld83f143e-531e-4139-ad50-768f667ed79e-1Yupanqui Carrasco, Osmar2025-01-21T20:19:50Z2025-01-21T20:19:50Z2024https://hdl.handle.net/20.500.12996/6891Universidad Nacional Agraria La Molina. Facultad de Ciencias Forestales. Departamento Académico de Manejo ForestalActualmente no hay investigaciones nacionales referentes a la detección satelital de la extracción selectiva de árboles. Debido a la dificultad de obtener información geoespacial y cartográfica relacionada a esta actividad y el corto periodo de tiempo con el cual es posible detectarla. El presente estudio busca generar un modelo en base a algoritmos de aprendizaje automático (del inglés machine learning), capaz de detectar extracción selectiva de árboles en el departamento de Ucayali. El modelo consta de la aplicación de un metamodelo, creado a partir de datos satelitales de índices espectrales de Sentinel-2 provenientes del año 2019, cuyas predicciones son empleadas para generar bandas de densidad, las cuales funcionan como insumo para el modelo final, junto a índices espectrales de Sentinel-2 provenientes al año 2020, y una imagen de distancias a caminos/campamentos activos. Este modelo se generó en una máquina virtual de Google Colab, en donde se realizó el entrenamiento, mientras que su aplicación se realizó en la nube (Google Earth Engine). En ambos modelos, se dividió el conjunto de datos en entrenamiento y prueba, con una proporción del 70% y 30% respectivamente, se probaron 11 tipos diferentes de algoritmos en base a una validación cruzada “k-fold” con 10 repeticiones. Se seleccionó el Extra Trees Classifier, al ser el que tuvo el mayor porcentaje de acierto (mayor al 98%). Se optimizaron los hiperparámetros del algoritmo y se evaluó el modelo en base al conjunto de datos de prueba. Finalmente, el modelo se validó con un diseño de muestreo estratificado, con una distribución de puntos aleatoria. Se obtuvo un porcentaje de acierto general del 75,42%. El modelo final tiene el potencial de ser usado en otros departamentos además de Ucayali con resultados rápidos producto de la computación en la nubeCurrently, there is no national research regarding satellite detection of selective tree extraction. This is due to the difficulty of obtaining geospatial and cartographic information related to this activity and the short period of time in which it is possible to detect it. The present study seeks to generate a model based on machine learning algorithms, capable of detecting selective tree extraction in the region of Ucayali. The model consists of the application of a metamodel, created from satellite data of Sentinel-2 spectral indices from 2019, whose predictions are used to generate density bands, which function as input for the final model, together with Sentinel-2 spectral indices from 2020, and an image of distances to active roads/camps. This model was generated in a Google Colab virtual machine, where the training was carried out, while its application was carried out in the cloud (Google Earth Engine). In both models, the data set was divided into training and testing, with a proportion of 70% and 30% respectively. Eleven different types of algorithms were tested based on a “k-fold” cross-validation with 10 repetitions. The Extra Trees Classifier was selected, as it had the highest percentage of success (greater than 98%). The hyperparameters of the algorithm were optimized and the model was evaluated based on the test data set. Finally, the model was validated with a stratified sampling design, with a random distribution of points. An overall success rate of 75.42% was obtained. The final model has the potential to be used in other regions besides Ucayali with fast results due to cloud computing.application/pdfspaUniversidad Nacional Agraria La MolinaPEhttp://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by/4.0/Árbol UcayaliAprendizaje automáticoSistema de posicionamiento globalCartografía automatizadaSistema de información geográficahttps://purl.org/pe-repo/ocde/ford#4.01.02Generación de un modelo para la detección de extracción selectiva de árboles en el departamento de Ucayali mediante aprendizaje automáticohttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85reponame:UNALM-Institucionalinstname:Universidad Nacional Agraria La Molinainstacron:UNALMCiencias ForestalesUniversidad Nacional Agraria La Molina. Facultad de Ciencias ForestalesIngeniero Forestal72927099https://orcid.org/0000-0002-9908-833410375133https://purl.org/pe-repo/renati/type#tesishttps://purl.org/pe-repo/renati/level#tituloProfesional821016De Celis Llanos, Ethel RubínGuillén Quispe, RoxanaOcaña Canales, Juan CarlosLICENSElicense.txtlicense.txttext/plain; charset=utf-81664https://repositorio.lamolina.edu.pe/bitstreams/dc54a48b-6724-471c-bcb6-637bd6fecfdb/download97c5bee00fbb4c4f8867bd742b579336MD51ORIGINALyupanqui-carrasco-osmar.pdfyupanqui-carrasco-osmar.pdfTexto completoapplication/pdf2508449https://repositorio.lamolina.edu.pe/bitstreams/7730e1f1-a145-43a1-9351-8b71bed2039c/downloadcec9857d2d0ef6c91eebb058f3d04b8fMD52Autorización.pdfAutorización.pdfAutorizaciónapplication/pdf326923https://repositorio.lamolina.edu.pe/bitstreams/599b37b6-45cd-437f-aa5f-e47661b9d72b/download6e704ec0ae3b79139419ab6d439a0b09MD53Informe originalidad.pdfInforme originalidad.pdfInforme originalidadapplication/pdf183361https://repositorio.lamolina.edu.pe/bitstreams/058b6931-5d33-4cd0-a11b-b47661cb60ef/downloada550d1d4bd4601badb0d0a1469397fdfMD54TEXTyupanqui-carrasco-osmar.pdf.txtyupanqui-carrasco-osmar.pdf.txtExtracted texttext/plain102429https://repositorio.lamolina.edu.pe/bitstreams/c3b50789-e669-4428-8a50-5e8015ea3adb/download96fbc066a0040c53848b2d08ddbedc29MD55Autorización.pdf.txtAutorización.pdf.txtExtracted texttext/plain496https://repositorio.lamolina.edu.pe/bitstreams/6f88604c-da82-4956-8cc0-7a9d11d5652a/download8179da75570e4ba1d718a24ffc40460dMD57Informe originalidad.pdf.txtInforme originalidad.pdf.txtExtracted texttext/plain2553https://repositorio.lamolina.edu.pe/bitstreams/fa1fe2e4-c098-451c-9150-fa0ca5b26434/downloade6a29938c8f877fd85302ec63fc5439fMD59THUMBNAILyupanqui-carrasco-osmar.pdf.jpgyupanqui-carrasco-osmar.pdf.jpgGenerated Thumbnailimage/jpeg4124https://repositorio.lamolina.edu.pe/bitstreams/fe1ad96a-2631-424e-8028-269db6a70aec/downloadc58c16f106752120a6cf2e413b5cc8d7MD56Autorización.pdf.jpgAutorización.pdf.jpgGenerated Thumbnailimage/jpeg5549https://repositorio.lamolina.edu.pe/bitstreams/80a78678-7881-408e-ac3a-879918b3aca9/downloadf16997e82a913bbe271b446d93912b61MD58Informe originalidad.pdf.jpgInforme originalidad.pdf.jpgGenerated Thumbnailimage/jpeg2694https://repositorio.lamolina.edu.pe/bitstreams/f06b341e-fa19-4888-9807-5840b9645ca0/downloada3c51d96a492c260eed3637d002eef1fMD51020.500.12996/6891oai:repositorio.lamolina.edu.pe:20.500.12996/68912026-05-13 12:12:33.821https://creativecommons.org/licenses/by/4.0/http://purl.org/coar/access_right/c_abf2open.accesshttps://repositorio.lamolina.edu.peRepositorio Universidad Nacional Agraria La Molinadspace@lamolina.edu.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
score 13.075366
Generación de un modelo para la detección de extracción selectiva de árboles en el departamento de Ucayali mediante aprendizaje automático
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares