Análisis multitemporal del comportamiento forestal en el ecosistema manglar mediante percepción remota, período 1986 a 2021, Tumbes.

Descripción del Articulo

El presente estudio tuvo como objetivo Analizar multitemporal mente el comportamiento forestal en el ecosistema manglar mediante percepción remota, en el período 1986 a 2021, se descargaron imágenes satelitales LANDSAT 5, 7 y 8 para los años de 1986, 1996, 2003, 2014 y 2020. En el software Qgis 3.24...

Descripción completa

Detalles Bibliográficos
Autor: Cabrera Dioses, Verina Valeria
Formato: tesis de grado
Fecha de Publicación:2022
Institución:Universidad Nacional de Tumbes
Repositorio:UNTUMBES-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.untumbes.edu.pe:20.500.12874/63842
Enlace del recurso:https://repositorio.untumbes.edu.pe/handle/20.500.12874/63842
Nivel de acceso:acceso abierto
Materia:Percepción remota
Separabilidad espectral
Máxima verosimilitud
Deforestación
Recuperación
https://purl.org/pe-repo/ocde/ford#1.05.08
id UNTU_9b456ab51a5fad99b37674489e311a90
oai_identifier_str oai:repositorio.untumbes.edu.pe:20.500.12874/63842
network_acronym_str UNTU
network_name_str UNTUMBES-Institucional
repository_id_str 4834
dc.title.es_PE.fl_str_mv Análisis multitemporal del comportamiento forestal en el ecosistema manglar mediante percepción remota, período 1986 a 2021, Tumbes.
title Análisis multitemporal del comportamiento forestal en el ecosistema manglar mediante percepción remota, período 1986 a 2021, Tumbes.
spellingShingle Análisis multitemporal del comportamiento forestal en el ecosistema manglar mediante percepción remota, período 1986 a 2021, Tumbes.
Cabrera Dioses, Verina Valeria
Percepción remota
Separabilidad espectral
Máxima verosimilitud
Deforestación
Recuperación
https://purl.org/pe-repo/ocde/ford#1.05.08
title_short Análisis multitemporal del comportamiento forestal en el ecosistema manglar mediante percepción remota, período 1986 a 2021, Tumbes.
title_full Análisis multitemporal del comportamiento forestal en el ecosistema manglar mediante percepción remota, período 1986 a 2021, Tumbes.
title_fullStr Análisis multitemporal del comportamiento forestal en el ecosistema manglar mediante percepción remota, período 1986 a 2021, Tumbes.
title_full_unstemmed Análisis multitemporal del comportamiento forestal en el ecosistema manglar mediante percepción remota, período 1986 a 2021, Tumbes.
title_sort Análisis multitemporal del comportamiento forestal en el ecosistema manglar mediante percepción remota, período 1986 a 2021, Tumbes.
author Cabrera Dioses, Verina Valeria
author_facet Cabrera Dioses, Verina Valeria
author_role author
dc.contributor.advisor.fl_str_mv Gines Tafur, Eber
dc.contributor.author.fl_str_mv Cabrera Dioses, Verina Valeria
dc.subject.es_PE.fl_str_mv Percepción remota
Separabilidad espectral
Máxima verosimilitud
Deforestación
Recuperación
topic Percepción remota
Separabilidad espectral
Máxima verosimilitud
Deforestación
Recuperación
https://purl.org/pe-repo/ocde/ford#1.05.08
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.05.08
description El presente estudio tuvo como objetivo Analizar multitemporal mente el comportamiento forestal en el ecosistema manglar mediante percepción remota, en el período 1986 a 2021, se descargaron imágenes satelitales LANDSAT 5, 7 y 8 para los años de 1986, 1996, 2003, 2014 y 2020. En el software Qgis 3.24 se realizó la clasificación supervisada utilizando el algoritmo de máxima verosimilitud, disponible en la herramienta Semi-Automatic Classification, obteniendo 5 clases como manglar, agua, suelo, agricultura y bosque seco, dicha cartografía fue validada con imágenes históricas del Google Earth, finalmente la deforestación y recuperación del ecosistema se logró determinar mediante los cambios de las clases durante el periodo de estudio. Los resultados muestran una alta separabilidad espectral de las clases en estudio, validando la capacidad del algoritmo de máxima verosimilitud en detectar el bosque de manglar. Durante el periodo de 1986 hasta 1996, se registró una deforestación anual de 28.09 ha con una tasa de -0.55 %, donde se registra 798.09 ha deforestadas y 479.76 ha en proceso de recuperación, el periodo de 1996 hasta 2003 la deforestación anual es de 9.79 ha con una tasa de -0.20 %, se registra una pérdida de 377.23 ha y 253.12 ha en recuperación; el periodo de 2003 hasta 2014 la deforestación anual es de -32.7 ha con una tasa de 0.65%, donde registra una pérdida de 337.15 ha y una ganancia de 696.54 ha, muestra una alta capacidad de recuperación del bosque; finalmente el periodo de 2014 hasta 2020, la deforestación anual es de 10.63 ha con una tasa de -0.20 %, donde 278.55 ha se registra como perdida y una ganancia de 214.8 ha, respectivamente.
publishDate 2022
dc.date.accessioned.none.fl_str_mv 2022-12-28T14:02:43Z
dc.date.available.none.fl_str_mv 2022-12-28T14:02:43Z
dc.date.issued.fl_str_mv 2022
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
dc.type.version.es_PE.fl_str_mv info:eu-repo/semantics/publishedVersion
format bachelorThesis
status_str publishedVersion
dc.identifier.uri.none.fl_str_mv https://repositorio.untumbes.edu.pe/handle/20.500.12874/63842
url https://repositorio.untumbes.edu.pe/handle/20.500.12874/63842
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.es_PE.fl_str_mv https://creativecommons.org/licenses/by/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv https://creativecommons.org/licenses/by/4.0/
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Nacional de Tumbes
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Universidad Nacional de Tumbes
Repositorio Institucional - UNTUMBES
dc.source.none.fl_str_mv reponame:UNTUMBES-Institucional
instname:Universidad Nacional de Tumbes
instacron:UNTUMBES
instname_str Universidad Nacional de Tumbes
instacron_str UNTUMBES
institution UNTUMBES
reponame_str UNTUMBES-Institucional
collection UNTUMBES-Institucional
bitstream.url.fl_str_mv https://repositorio.untumbes.edu.pe/bitstream/20.500.12874/63842/1/TESIS%20-%20CABRERA%20DIOSES.pdf
https://repositorio.untumbes.edu.pe/bitstream/20.500.12874/63842/2/license.txt
bitstream.checksum.fl_str_mv 0cff7383e3434fb24757b19d22efc4d9
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
repository.name.fl_str_mv Repositorio de la Universidad Nacional de Tumbes
repository.mail.fl_str_mv repositorio@untumbes.edu.pe
_version_ 1767879620041900032
spelling Gines Tafur, EberCabrera Dioses, Verina Valeria2022-12-28T14:02:43Z2022-12-28T14:02:43Z2022https://repositorio.untumbes.edu.pe/handle/20.500.12874/63842El presente estudio tuvo como objetivo Analizar multitemporal mente el comportamiento forestal en el ecosistema manglar mediante percepción remota, en el período 1986 a 2021, se descargaron imágenes satelitales LANDSAT 5, 7 y 8 para los años de 1986, 1996, 2003, 2014 y 2020. En el software Qgis 3.24 se realizó la clasificación supervisada utilizando el algoritmo de máxima verosimilitud, disponible en la herramienta Semi-Automatic Classification, obteniendo 5 clases como manglar, agua, suelo, agricultura y bosque seco, dicha cartografía fue validada con imágenes históricas del Google Earth, finalmente la deforestación y recuperación del ecosistema se logró determinar mediante los cambios de las clases durante el periodo de estudio. Los resultados muestran una alta separabilidad espectral de las clases en estudio, validando la capacidad del algoritmo de máxima verosimilitud en detectar el bosque de manglar. Durante el periodo de 1986 hasta 1996, se registró una deforestación anual de 28.09 ha con una tasa de -0.55 %, donde se registra 798.09 ha deforestadas y 479.76 ha en proceso de recuperación, el periodo de 1996 hasta 2003 la deforestación anual es de 9.79 ha con una tasa de -0.20 %, se registra una pérdida de 377.23 ha y 253.12 ha en recuperación; el periodo de 2003 hasta 2014 la deforestación anual es de -32.7 ha con una tasa de 0.65%, donde registra una pérdida de 337.15 ha y una ganancia de 696.54 ha, muestra una alta capacidad de recuperación del bosque; finalmente el periodo de 2014 hasta 2020, la deforestación anual es de 10.63 ha con una tasa de -0.20 %, donde 278.55 ha se registra como perdida y una ganancia de 214.8 ha, respectivamente.application/pdfspaUniversidad Nacional de TumbesPEinfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by/4.0/Universidad Nacional de TumbesRepositorio Institucional - UNTUMBESreponame:UNTUMBES-Institucionalinstname:Universidad Nacional de Tumbesinstacron:UNTUMBESPercepción remotaSeparabilidad espectralMáxima verosimilitudDeforestaciónRecuperaciónhttps://purl.org/pe-repo/ocde/ford#1.05.08Análisis multitemporal del comportamiento forestal en el ecosistema manglar mediante percepción remota, período 1986 a 2021, Tumbes.info:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionSUNEDUIngeniero Forestal y Medio AmbienteUniversidad Nacional de Tumbes. Facultad de Ciencias AgrariasIngeniería Forestal y Medio Ambientehttps://orcid.org/0000-0003-0366-44381754207571205423https://purl.org/pe-repo/renati/type#tesis821066https://purl.org/pe-repo/renati/nivel#tituloProfesionalPuescas Chully, Miguel AntonioCaucha Morales, JhonySilva Chávez, José AntonioORIGINALTESIS - CABRERA DIOSES.pdfTESIS - CABRERA DIOSES.pdfapplication/pdf9120776https://repositorio.untumbes.edu.pe/bitstream/20.500.12874/63842/1/TESIS%20-%20CABRERA%20DIOSES.pdf0cff7383e3434fb24757b19d22efc4d9MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.untumbes.edu.pe/bitstream/20.500.12874/63842/2/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5220.500.12874/63842oai:repositorio.untumbes.edu.pe:20.500.12874/638422022-12-28 14:02:45.02Repositorio de la Universidad Nacional de Tumbesrepositorio@untumbes.edu.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
score 13.936249
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).