Exportación Completada — 

Detección y caracterización remota de explosiones del volcán Sabancaya, utilizando aprendizaje automático con imágenes captadas por cámaras científicas

Descripción del Articulo

El volcán Sabancaya, a 76 kilómetros al noroeste de Arequipa, ha presentado un proceso eruptivo desde fines del año 2016, hasta la actualidad. Las erupciones que produce son de tipo vulcaniano de moderada intensidad, lo que genera la emisión recurrente de ceniza. La caída de ceniza puede provocar di...

Descripción completa

Detalles Bibliográficos
Autor: Gómez Salcedo, Milagros Valeria
Formato: tesis de grado
Fecha de Publicación:2024
Institución:Universidad Nacional de San Agustín
Repositorio:UNSA-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.unsa.edu.pe:20.500.12773/19859
Enlace del recurso:https://hdl.handle.net/20.500.12773/19859
Nivel de acceso:acceso abierto
Materia:Plumas de ceniza
Aprendizaje automático
Detección y caracterización automática
Cámaras científicas
Luz visible
https://purl.org/pe-repo/ocde/ford#2.11.02
Descripción
Sumario:El volcán Sabancaya, a 76 kilómetros al noroeste de Arequipa, ha presentado un proceso eruptivo desde fines del año 2016, hasta la actualidad. Las erupciones que produce son de tipo vulcaniano de moderada intensidad, lo que genera la emisión recurrente de ceniza. La caída de ceniza puede provocar diversos impactos negativos, como la contaminación de fuentes de agua y pastizales, el aumento del riesgo de accidentes de tránsito debido a la acumulación de partículas finas en las carreteras, la muerte de animales, el deterioro de áreas de cultivo e incluso el colapso de techos en viviendas construidas con materiales tradicionales, poniendo en peligro la vida de sus ocupantes. El Instituto Geofísico del Perú (IGP) monitorea constantemente el volcán, recopilando grandes volúmenes de datos a través de distintos sensores, incluidas cámaras científicas operativas en el espectro de luz visible. Sin embargo, la detección y caracterización automática de las explosiones se ve limitada por la complejidad y el alto flujo de información generado diariamente, lo que dificulta la emisión oportuna de alertas tempranas a la población. Para optimizar este proceso, se propone el desarrollo de un modelo de aprendizaje automático basado en redes neuronales convolucionales (CNN) con el objetivo de segmentar la pluma de ceniza. El modelo fue entrenado con 10,850 imágenes captadas por la cámara científica instalada en la municipalidad de Chivay, aplicando técnicas de aumento de datos para mejorar su desempeño. Los resultados obtenidos evidencian una alta efectividad en la segmentación automática de plumas de ceniza, con una precisión del 98.67% en la fase de prueba. La implementación de este sistema permitirá caracterizar las plumas de ceniza mediante el cálculo de su altura máxima y dirección de dispersión. Estos datos serán enviados en tiempo real a los especialistas del IGP, facilitando un monitoreo más eficiente de la actividad volcánica. Asimismo, la información generada servirá como insumo para la emisión de alertas dirigidas a las autoridades de gestión de riesgos, contribuyendo a la protección de la población expuesta.
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).