Estimación del volumen de árboles de Pinus patula en plantaciones forestales de la provincia de Chota, mediante el uso de algoritmos de inteligencia artificial.

• Autor: Benavides Huamán, Flor Erlita
• Formato: tesis de grado
• Fecha de Publicación: 2025
• Institución: Universidad Nacional Autónoma de Chota
• Repositorio: UNACH-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.unach.edu.pe:20.500.14142/967
• Enlace del recurso: https://repositorio.unach.edu.pe/handle/20.500.14142/967
• Nivel de acceso: acceso abierto
• Materia: Cubicación rigurosa; modelo volumétrico; Redes Neuronales; manejo forestal; inteligencia artificial; modelamiento forestal; https://purl.org/pe-repo/ocde/ford#4.01.02

La estimación precisa del volumen individual de los árboles es esencial para monitorear la productividad de las plantaciones forestales y mejorar las decisiones sobre el manejo forestal. La presente investigación se llevó a cabo en la Provincia de Chota, en plantaciones ubicadas entre los 2367 hasta 3478 ms.n.m., en la parte central del departamento de Cajamarca. El objetivo principal fue determinar la eficiencia de tres algoritmos de inteligencia artificial para estimar el volumen de árboles de Pinus patula en plantaciones forestales; los objetivos específicos fueron: 1) determinar el volumen individual de árboles de Pinus patula de plantaciones forestales a través del método de cubicación rigurosa, 2) determinar las variables de inventario forestal de mayor importancia para el modelamiento del volumen individual de árboles de Pinus patula utilizando algoritmos de inteligencia artificial. Se utilizaron datos de 21 parcelas de medición, con un total de 1006 registrados de diámetro a la altura del pecho y altura total. El modelamiento del volumen se realizó con datos de 122 árboles cubicados rigurosamente. Las variables más importantes para estimar el volumen de árboles fueron el diámetro, altura, altura dominante y altitud. Los algoritmos Random Forest, Support Vector Machine y Artificial Neural Network, junto al modelo de Schumacher & Hall fueron utilizados. El algoritmo Artificial Neural Network mostró los mejores resultados, con R2 = 0.9523 y RSME= 0.0881, sin embargo, no superó al modelo S&H, que obtuvo un R2 = 0.9588 y RSME= 0.0799 pero a la vez, no existió diferencias estadísticas entre estos dos, sugiriendo que, tanto el algoritmo Artificial Neural Network y el modelo Schumacher & Hall pueden ser utilizados para estimar el volumen individual de Pinus patula procedentes de plantaciones forestales de la Provincia de Chota.