Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú
Descripción del Articulo
La presente investigación se centró en la estimación de la línea altitudinal de nieve mediante la aplicación del algoritmo de aprendizaje automático "Random Forest", el cual es ampliamente utilizado en el campo de la teledetección para la identificación de diferentes tipos de coberturas de...
Autor: | |
---|---|
Formato: | tesis de grado |
Fecha de Publicación: | 2024 |
Institución: | Universidad Nacional Mayor de San Marcos |
Repositorio: | UNMSM-Tesis |
Lenguaje: | español |
OAI Identifier: | oai:cybertesis.unmsm.edu.pe:20.500.12672/25088 |
Enlace del recurso: | https://hdl.handle.net/20.500.12672/25088 |
Nivel de acceso: | acceso abierto |
Materia: | RandomForest Geografía física https://purl.org/pe-repo/ocde/ford#1.05.00 |
id |
UNMS_88524456af0054abcfa5758a86311ae4 |
---|---|
oai_identifier_str |
oai:cybertesis.unmsm.edu.pe:20.500.12672/25088 |
network_acronym_str |
UNMS |
network_name_str |
UNMSM-Tesis |
repository_id_str |
410 |
dc.title.none.fl_str_mv |
Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú |
title |
Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú |
spellingShingle |
Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú Fernandez Vega, Juan de Dios RandomForest Geografía física https://purl.org/pe-repo/ocde/ford#1.05.00 |
title_short |
Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú |
title_full |
Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú |
title_fullStr |
Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú |
title_full_unstemmed |
Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú |
title_sort |
Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú |
author |
Fernandez Vega, Juan de Dios |
author_facet |
Fernandez Vega, Juan de Dios |
author_role |
author |
dc.contributor.advisor.fl_str_mv |
Alva Huayaney, Miguel Ernesto |
dc.contributor.author.fl_str_mv |
Fernandez Vega, Juan de Dios |
dc.subject.none.fl_str_mv |
RandomForest Geografía física |
topic |
RandomForest Geografía física https://purl.org/pe-repo/ocde/ford#1.05.00 |
dc.subject.ocde.none.fl_str_mv |
https://purl.org/pe-repo/ocde/ford#1.05.00 |
description |
La presente investigación se centró en la estimación de la línea altitudinal de nieve mediante la aplicación del algoritmo de aprendizaje automático "Random Forest", el cual es ampliamente utilizado en el campo de la teledetección para la identificación de diferentes tipos de coberturas de suelo. Estas zonas son relativamente fáciles de fotointerpretar, una vez delimitadas las áreas de entrenamiento, estas son ingresadas en el algoritmo Random Forest (RF), el cual clasifica los píxeles de las imágenes en función de las características espectrales de las bandas Landsat y Sentinel. Una vez estimadas las clases de acumulación y ablación, la zona de contacto entre ambas representa la línea altitudinal de nieve (SLA). A partir de esta línea, y empleando la técnica de estadísticas zonales, se extrae la altitud máxima de la línea de nieve. Esta altitud se utiliza posteriormente para establecer una correlación con la línea de equilibrio altitudinal (ELA), con el objetivo de evaluar la representatividad de la SLA respecto a la ELA, se logró estimar correlaciones entre los 0.67 y 0.77 (R2), lo que nos indica que existe representatividad entre la SLA – ELA. Finalmente, la Línea Altitudinal de Nieve (SLA) se analizó en relación con la precipitación y la temperatura para evaluar el impacto de estos parámetros en su variación. Los resultados indican que el incremento en la temperatura del aire está directamente asociado con el ascenso de la línea altitudinal de nieve (SLA), mientras que la precipitación tiene relación inversa con la SLA, es decir, a mayor precipitación, la SLA tiende a descender. |
publishDate |
2024 |
dc.date.accessioned.none.fl_str_mv |
2025-01-28T20:43:47Z |
dc.date.available.none.fl_str_mv |
2025-01-28T20:43:47Z |
dc.date.issued.fl_str_mv |
2024 |
dc.type.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
dc.identifier.citation.none.fl_str_mv |
Fernandez, J. (2024). Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú. [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Sociales, Escuela Profesional de Geografía]. Repositorio institucional Cybertesis UNMSM. |
dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/20.500.12672/25088 |
identifier_str_mv |
Fernandez, J. (2024). Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú. [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Sociales, Escuela Profesional de Geografía]. Repositorio institucional Cybertesis UNMSM. |
url |
https://hdl.handle.net/20.500.12672/25088 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.relation.ispartof.fl_str_mv |
SUNEDU |
dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
eu_rights_str_mv |
openAccess |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidad Nacional Mayor de San Marcos |
dc.publisher.country.none.fl_str_mv |
PE |
publisher.none.fl_str_mv |
Universidad Nacional Mayor de San Marcos |
dc.source.none.fl_str_mv |
reponame:UNMSM-Tesis instname:Universidad Nacional Mayor de San Marcos instacron:UNMSM |
instname_str |
Universidad Nacional Mayor de San Marcos |
instacron_str |
UNMSM |
institution |
UNMSM |
reponame_str |
UNMSM-Tesis |
collection |
UNMSM-Tesis |
bitstream.url.fl_str_mv |
https://cybertesis.unmsm.edu.pe/bitstreams/a93c1927-812b-4ce8-ac9a-10b6c9fcccb5/download https://cybertesis.unmsm.edu.pe/bitstreams/7fd031c9-d0d1-4daa-82a5-3f7461cf3bd4/download https://cybertesis.unmsm.edu.pe/bitstreams/bf8005c5-3fad-4c84-99fd-aa79ef223723/download https://cybertesis.unmsm.edu.pe/bitstreams/355d9306-0e8a-4449-ae2f-af36abb65167/download https://cybertesis.unmsm.edu.pe/bitstreams/3ba2c089-8b78-4f9f-88d2-3bf31c7099c8/download https://cybertesis.unmsm.edu.pe/bitstreams/d3e5d0a1-be88-40b8-a87a-376c84d56498/download https://cybertesis.unmsm.edu.pe/bitstreams/e3f5d57c-60b0-4ea2-8262-969651dfd44f/download https://cybertesis.unmsm.edu.pe/bitstreams/5aa36d08-26fb-46d8-bac7-b631b681a370/download https://cybertesis.unmsm.edu.pe/bitstreams/edf088ac-cdbc-4fa6-b6bd-fa279f262fcf/download https://cybertesis.unmsm.edu.pe/bitstreams/f7d5b944-0f0b-4142-93bf-8d3a6417e0c4/download https://cybertesis.unmsm.edu.pe/bitstreams/f6e62215-fb6e-40ca-83b3-4dd0b8f244ca/download |
bitstream.checksum.fl_str_mv |
2195bafa9ad3aaeb30d04aba2380663a b18fa0ab4456bf244b23e13842d81580 2a9b8d4fcc237f8972cb18a80b4a63e4 1f14487299a8a795dc379bc1df9968a0 bb9bdc0b3349e4284e09149f943790b4 ff85f98ad30e724a915aa1662df2900f 17e375acd35e5ea98ceb68bb913ed630 26a02bde2c5e2a511f66e4b4c86ec45c 00670f1a627b3bcb1af10c5d901b01d7 ce26ae111f6c90d0fc6b781819762cf9 dd12d6d58170dcd257448de12a41730c |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Cybertesis UNMSM |
repository.mail.fl_str_mv |
cybertesis@unmsm.edu.pe |
_version_ |
1844715923036962816 |
spelling |
Alva Huayaney, Miguel ErnestoFernandez Vega, Juan de Dios2025-01-28T20:43:47Z2025-01-28T20:43:47Z2024Fernandez, J. (2024). Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perú. [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ciencias Sociales, Escuela Profesional de Geografía]. Repositorio institucional Cybertesis UNMSM.https://hdl.handle.net/20.500.12672/25088La presente investigación se centró en la estimación de la línea altitudinal de nieve mediante la aplicación del algoritmo de aprendizaje automático "Random Forest", el cual es ampliamente utilizado en el campo de la teledetección para la identificación de diferentes tipos de coberturas de suelo. Estas zonas son relativamente fáciles de fotointerpretar, una vez delimitadas las áreas de entrenamiento, estas son ingresadas en el algoritmo Random Forest (RF), el cual clasifica los píxeles de las imágenes en función de las características espectrales de las bandas Landsat y Sentinel. Una vez estimadas las clases de acumulación y ablación, la zona de contacto entre ambas representa la línea altitudinal de nieve (SLA). A partir de esta línea, y empleando la técnica de estadísticas zonales, se extrae la altitud máxima de la línea de nieve. Esta altitud se utiliza posteriormente para establecer una correlación con la línea de equilibrio altitudinal (ELA), con el objetivo de evaluar la representatividad de la SLA respecto a la ELA, se logró estimar correlaciones entre los 0.67 y 0.77 (R2), lo que nos indica que existe representatividad entre la SLA – ELA. Finalmente, la Línea Altitudinal de Nieve (SLA) se analizó en relación con la precipitación y la temperatura para evaluar el impacto de estos parámetros en su variación. Los resultados indican que el incremento en la temperatura del aire está directamente asociado con el ascenso de la línea altitudinal de nieve (SLA), mientras que la precipitación tiene relación inversa con la SLA, es decir, a mayor precipitación, la SLA tiende a descender.application/pdfspaUniversidad Nacional Mayor de San MarcosPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/4.0/RandomForestGeografía físicahttps://purl.org/pe-repo/ocde/ford#1.05.00Automatización del calculo de la línea altitudinal de nieve, mediante la aplicación de técnica de Machine learning para la determinación de la línea altitudinal de equilibrio al 2022 en la Cordillera Blanca, Ancash, Perúinfo:eu-repo/semantics/bachelorThesisreponame:UNMSM-Tesisinstname:Universidad Nacional Mayor de San Marcosinstacron:UNMSMSUNEDUGeógrafoUniversidad Nacional Mayor de San Marcos. Facultad de Ciencias Sociales. Escuela Profesional de GeografíaGeografía31654715https://orcid.org/0000-0002-5539-457576356964532026Gabriel Campos, Edwin NatividadRamos Alonzo, Robert BartolomeVera Antialón, Arturo Jorgehttps://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesis408173844090595209680101ORIGINALFernandez_vj.pdfFernandez_vj.pdfapplication/pdf5063810https://cybertesis.unmsm.edu.pe/bitstreams/a93c1927-812b-4ce8-ac9a-10b6c9fcccb5/download2195bafa9ad3aaeb30d04aba2380663aMD51C361_2025_Fernandez_vj_AUTORIZACION.pdfC361_2025_Fernandez_vj_AUTORIZACION.pdfapplication/pdf155973https://cybertesis.unmsm.edu.pe/bitstreams/7fd031c9-d0d1-4daa-82a5-3f7461cf3bd4/downloadb18fa0ab4456bf244b23e13842d81580MD52C361_2025_Fernandez_vj_REPORTE.pdfC361_2025_Fernandez_vj_REPORTE.pdfapplication/pdf14469035https://cybertesis.unmsm.edu.pe/bitstreams/bf8005c5-3fad-4c84-99fd-aa79ef223723/download2a9b8d4fcc237f8972cb18a80b4a63e4MD53CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8905https://cybertesis.unmsm.edu.pe/bitstreams/355d9306-0e8a-4449-ae2f-af36abb65167/download1f14487299a8a795dc379bc1df9968a0MD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://cybertesis.unmsm.edu.pe/bitstreams/3ba2c089-8b78-4f9f-88d2-3bf31c7099c8/downloadbb9bdc0b3349e4284e09149f943790b4MD55TEXTFernandez_vj.pdf.txtFernandez_vj.pdf.txtExtracted texttext/plain101976https://cybertesis.unmsm.edu.pe/bitstreams/d3e5d0a1-be88-40b8-a87a-376c84d56498/downloadff85f98ad30e724a915aa1662df2900fMD56C361_2025_Fernandez_vj_AUTORIZACION.pdf.txtC361_2025_Fernandez_vj_AUTORIZACION.pdf.txtExtracted texttext/plain4356https://cybertesis.unmsm.edu.pe/bitstreams/e3f5d57c-60b0-4ea2-8262-969651dfd44f/download17e375acd35e5ea98ceb68bb913ed630MD58C361_2025_Fernandez_vj_REPORTE.pdf.txtC361_2025_Fernandez_vj_REPORTE.pdf.txtExtracted texttext/plain2609https://cybertesis.unmsm.edu.pe/bitstreams/5aa36d08-26fb-46d8-bac7-b631b681a370/download26a02bde2c5e2a511f66e4b4c86ec45cMD510THUMBNAILFernandez_vj.pdf.jpgFernandez_vj.pdf.jpgGenerated Thumbnailimage/jpeg16408https://cybertesis.unmsm.edu.pe/bitstreams/edf088ac-cdbc-4fa6-b6bd-fa279f262fcf/download00670f1a627b3bcb1af10c5d901b01d7MD57C361_2025_Fernandez_vj_AUTORIZACION.pdf.jpgC361_2025_Fernandez_vj_AUTORIZACION.pdf.jpgGenerated Thumbnailimage/jpeg21197https://cybertesis.unmsm.edu.pe/bitstreams/f7d5b944-0f0b-4142-93bf-8d3a6417e0c4/downloadce26ae111f6c90d0fc6b781819762cf9MD59C361_2025_Fernandez_vj_REPORTE.pdf.jpgC361_2025_Fernandez_vj_REPORTE.pdf.jpgGenerated Thumbnailimage/jpeg11371https://cybertesis.unmsm.edu.pe/bitstreams/f6e62215-fb6e-40ca-83b3-4dd0b8f244ca/downloaddd12d6d58170dcd257448de12a41730cMD51120.500.12672/25088oai:cybertesis.unmsm.edu.pe:20.500.12672/250882025-02-02 03:02:14.177https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccessopen.accesshttps://cybertesis.unmsm.edu.peCybertesis UNMSMcybertesis@unmsm.edu.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 |
score |
12.602697 |
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).
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).