EP Ingeniería Geográfica

Permanent URI for this communityhttps://hdl.handle.net/20.500.12672/5151

Browse

Now showing 1 - 7 of 7

Análisis de las lomas costeras del Perú por efecto de la Temperatura Superficial del Mar durante fenómenos de El Niño (1996-2000 y 2015-2019)
(Universidad Nacional Mayor de San Marcos, 2024) Bocanegra Muñante, Fiorella Alessandra; Bautista Patiño, Tiffany Grissel; Alcántara Boza, Francisco Alejandro
Evalúa durante los periodos 1996 - 2000 y 2015 - 2019, el impacto de la Temperatura Superficial del Mar en las lomas de la costa en el transcurso del fenómeno de El Niño. El diseño de investigación en la presente tesis tiene el tipo de nivel explicativo y básico debido a que busca ampliar y profundizar el conocimiento de la influencia de la Temperatura Superficial del Mar en las lomas costeras. Asimismo, la tesis es de diseño no experimental y de forma longitudinal de tendencia, porque los hechos son evaluados a través del tiempo, debido a que se analizará antes y después de los eventos de fenómenos de El Niño (1998 y 2017). Además, el enfoque es cuantitativo porque se obtendrán datos numéricos que serán interpretados. Se concluye que la TSM tiene una relación con la vegetación de las lomas costeras durante el fenómeno de El Niño, debido a que se evidencia la estrecha relación entre la humedad específica, temperatura ambiental y la TSM, teniendo impacto en las lomas costeras. En la loma Ochiputur, se muestra el mayor aumento de vegetación en años del fenómeno de El Niño, en la loma de Villa María presenta vegetación debido a su ubicación y geomorfología, influenciado también por el fenómeno de El Niño, y en la loma de Tacahuay, la vegetación es constante influenciada por su geomorfología.
Detección y mapeo de inundaciones mediante imágenes SAR, usando el método K-Means Clustering para la evaluación de impactos de desastres ocasionados por el fenómeno El Niño. Caso: Cuenca Bajo Piura, Región Piura
(Universidad Nacional Mayor de San Marcos, 2023) Rodríguez De La Cruz, Joel Alejandro; Moreno Arqque, Maribel; Alcántara Boza, Francisco Alejandro
Aporta a través de la detección y mapeo de inundaciones mediante el empleo de imágenes SAR, un eficaz monitoreo e identificación de áreas inundadas para acontecimientos futuros en el país. El área de estudio de la investigación fue la cuenca Bajo Piura, donde se realizó una prospección satelital mediante imágenes SAR Sentinel-1 apoyadas de imágenes ópticas Sentinel-2, estableciendo dos fechas de análisis para las imágenes SAR: (1) imagen previa al evento, con fecha del día 03/02/2017 y (2) durante el evento, con fecha 04/04/2017, debido a que se determinó el máximo impacto de la inundación en la cuenca Bajo Piura. En ambos casos se consideró datos importantes como, dirección de vuelo y polarización, los cuales deben ser compatibles en ambas imágenes para un adecuado análisis. Posterior a las correcciones y procesamiento para ambas imágenes radar, se aplicó el algoritmo de clasificación no supervisado k-means clustering, estableciéndose 6 clases, 30 interacciones y 32 000 semillas aleatorias, que funcionó reduciendo la variabilidad de grupos, apreciándose en las estadísticas, los valores establecidos como centroides para las diferentes clases, verificándose que la clase de mayor variación (clase 6, valor=5), obtuvo un valor de centroide de σ°(dB) =1.508, el cual refleja los mayores cambios entre las imágenes SAR analizadas. Mediante la matriz de confusión, se validó la presente clasificación, obteniéndose datos de precisión global de 0,987, datos de confiabilidad resultante al azar de 0,913 e índice Kappa de 0,850 adquiriendo un grado de acuerdo casi perfecto, según la tabla instaurada por Landis y Koch en 1977.
Determinación de impactos hidrometeorológicos en el sistema glaciar Huaytapallana
(Universidad Nacional Mayor de San Marcos, 2023) Llactayo Peña, Valeria Patricia; Alcántara Boza, Francisco Alejandro; Callañaupa Gutierrez, Stephany Magaly
Identifica los impactos generados por la interacción de las variables hidrometerológicas (temperatura, precipitación y humedad relativa) en el Sistema Glaciar Huaytapallana (SGH) haciendo uso de imágenes satelitales radar de apertura sintética Sentinel-1, información meteorológica y datos del tipo de precipitación (nieve, granizo, lluvia) durante los meses de abril, agosto, septiembre y octubre del 2022. Mediante un análisis estadístico se determinó que la ocurrencia de precipitación sólida (nieve y granizo) representa un 90% de la precipitación total recopilada y es más frecuente a temperaturas por debajo de 1.7°C. Se encontró que la ocurrencia de granizo y lluvia se daba en su mayor durante el día mientras que la caida de nieve tuvo registros nocturnos. Las imágenes Radar Sentinel-1 permitieron construir una serie temporal libre de nubosidad que permitió discriminar las zonas de ablación/acumulación y observar los cambios en la superficie glaciar durante la ocurrencia de precipitación encontrando patrones estacionales que son explicados por la presencia de gruesas capas de nieve húmeda durante la temporada de lluvias (DEF) y delgadas capas de cristales y bloques de hielo expuestos durante la temporada seca (JJA). Se encontró una mayor correlación entre la humedad relativa y dichos cambios estacionales (-0.54
Estimación del área glaciar mediante inteligencia artificial y cubos de datos. Caso de estudio: Parque Nacional Huascarán, Ancash – Perú del 2018-2022
(Universidad Nacional Mayor de San Marcos, 2024) Bautista Buendia, Lesly Aracelly; Calvo Montañez, Junior Antonio; Alcántara Boza, Francisco Alejandro
Estima el área glaciar en el Parque Nacional Huascarán, Ancash – Perú, durante el período 2018-2022 mediante el uso de cubos de datos e inteligencia artificial. La investigación surge de la necesidad de desarrollar un método preciso y automatizado para estimar el área glaciar en la región de los Andes, motivada por las dificultades inherentes a las estimaciones manuales y la importancia de monitorear los cambios en los glaciares debido al cambio climático. El avance en técnicas de inteligencia artificial y la creciente disponibilidad de datos satelitales ofrecen una oportunidad para abordar este desafío de manera más efectiva. El modelo tendría diversos impactos positivos, incluyendo una mejor comprensión de la dinámica glaciar en la región, la capacidad de monitorear los efectos del cambio climático de manera más precisa y oportuna, y la provisión de información valiosa para la toma de decisiones en la gestión de recursos naturales y la planificación del desarrollo. El método propuesto para la estimación del área glaciar se fundamenta en la utilización de la arquitectura U-Net de inteligencia artificial. Esta arquitectura, diseñada específicamente para tareas de segmentación de imágenes, permite identificar y delinear con precisión las áreas de interés en las imágenes satelitales, en este caso, el área cubierta por los glaciares. Al combinar esta técnica con datos satelitales de alta resolución y un enfoque observacional longitudinal, se espera obtener estimaciones más precisas y frecuentes del área glaciar en los Andes. Este enfoque no solo ofrece una solución automatizada y eficiente, sino que también aprovecha el potencial de la inteligencia artificial para mejorar la calidad de los resultados y la capacidad de monitoreo de los glaciares en la región.
Impacto acumulado de las actividades antrópicas en la dinámica del cambio de cobertura y uso de tierra en los Andes del norte del Perú: caso cuenca Mashcón
(Universidad Nacional Mayor de San Marcos, 2019) Prudencio Paredes, Fernando Jefferson; Cabrera Carranza, Carlos Francisco; Alcántara Boza, Francisco Alejandro
Señala que los principales factores que aceleran la dinámica del cambio de cobertura y uso de tierra (LUCC) no están directamente relacionados con el cambio climático, sino principalmente con las actividades de producción-extracción y el crecimiento de la población. Situación que afecta a las regiones de montaña tropical como la cuenca Mashcón (~311km2), ubicada al norte de la cordillera de los Andes superiores del Perú y oeste de la cabecera de cuenca del Amazonas; que alberga a la ciudad de Cajamarca, una de las más pobladas de las elevadas alturas de los Andes peruanos. Por lo tanto, el objetivo principal de esta investigación es el análisis de LUCC, a escala de tiempo intradecadal (3-7 años), empleando siete escenas satelitales, entre las Landsat 5TM y 8OLI, durante la temporada seca (julio-agosto) para el período 1987-2016. Es así que los distintos tipos cobertura y uso de tierra se caracterizan, espacial y temporalmente, a través del modelo Random Forest como clasificador multivariable orientado a objetos. Los resultados de LUCC muestran principalmente un aumento drástico en extensión de coberturas como: la agricultura 63.8 km2), pastos (17.2 km2), minería (12 km2), plantación de árboles (9.5 km2) y área urbana (8.3 km2); desplazando áreas de cobertura natural como las herbazales (−107.7 km2), bosques montanos (−1.9 km2), Jalca (−0.8 km2) y matorrales (−0.4 km2). Además, las tasas de cambio anual (TCA) de -2.15%/año (1987-2016) para las coberturas naturales y + 3.2%/año para áreas intervenidas, evidencian el impacto acumulado de la actividad humana como consecuencia de la sobreexplotación de recursos en los distintos sectores económicos.
Impacto de la fragmentación del paisaje en la distribución del Oso de Anteojos en los Bosques Estacionalmente Secos del Noroeste del Perú (2000 - 2021)
(Universidad Nacional Mayor de San Marcos, 2024) Caceres Reyna, Mario Fernando Jesús; Alcántara Boza, Francisco Alejandro
Determinar el impacto de la fragmentación del paisaje en la distribución del Oso de Anteojos (Tremarctos ornatus). El Oso de Anteojos, único úrsido en Sudamérica, enfrenta amenazas como la cacería y la pérdida de hábitat por la expansión agrícola y ganadera. Dicha situación provoca conflictos y fragmentación del paisaje, afectando la conectividad entre poblaciones y el intercambio genético, especialmente en las áreas centro y norte de su distribución. La investigación en los Bosques del Noroeste de Perú (Lambayeque, Cajamarca, Piura) entre 2000 y 2021 utilizó modelos predictivos (GLM, Maxent, Random Forest) para evaluar el impacto de la fragmentación en la distribución del oso, destacando Random Forest por su alta precisión. Se identificaron métricas óptimas para analizar la distribución del Oso de Anteojos en bosques Estacionalmente Secos del Noroeste del Perú. Área de Clase (CA), Densidad de Borde (ED), Índice de Forma Media (MSI), y Tamaño Medio del Parche (MPS) fueron claves para entender la fragmentación del paisaje y su efecto en el hábitat del oso, mostrando una tendencia a mayores parches y mayor fragmentación. El estudio reveló un incremento en la alteración de hábitats óptimos del oso, identificando una zona crítica de 288 753.093 ha. Se delimitaron áreas prioritarias para la conservación (5,351.71 ha), principalmente al norte del Refugio de Vida Silvestre Laquipampa, extendiéndose hacia Salas y distritos cercanos. Áreas adicionales de importancia se hallaron en zonas de actividad agrícola y minera en Patapo y regiones de Cajamarca, resaltando la necesidad urgente de reforzar estrategias de conservación.
Recuperación de imágenes Landsat MSS (1972-1999) en el Perú mediante inteligencia artificial hacia una armonización efectiva del monitoreo global y a largo plazo
(Universidad Nacional Mayor de San Marcos, 2024) Contreras Huerta, Julio Cesar; Alcántara Boza, Francisco Alejandro
Armoniza las imágenes Landsat MSS utilizando inteligencia artificial para su uso el monitoreo global y a largo plazo. La importancia de esta investigación radica en su potencial para llenar un vacío existente en la teledetección. Al optimizar la calidad y compatibilidad de las imágenes Landsat MSS, esta investigación facilitará la utilización de datos que abarcan desde 1972 a 1999 combinando imágenes de sensores Landsat MSS y TM, enriqueciendo el alcance temporal del monitoreo global. Esto es esencial para entender y rastrear cambios a largo plazo en la superficie terrestre, lo que tiene implicaciones en áreas tan diversas como el cambio climático, la conservación ambiental y el desarrollo urbano. Además, la metodología de armonización desarrollada en este estudio puede ser adaptada y utilizada para otros sensores y tecnologías emergentes en el campo de la teledetección. Esto incluye sensores con resoluciones espaciales más finas, que son cada vez más comunes en la observación terrestre. Al establecer un marco sólido para la armonización de datos, esta investigación permitirá mejorar la calidad y coherencia de los datos satelitales, promoviendo así estudios más complejos y detallados en diversas aplicaciones prácticas. La planificación urbana, la gestión de recursos naturales, la mitigación de desastres ambientales y muchos otros campos podrán beneficiarse directamente de los datos armonizados y las técnicas desarrolladas en este estudio. De esta manera, se sentarán las bases para futuras investigaciones y aplicaciones prácticas en teledetección y análisis ambiental, permitiendo que estas metodologías se apliquen también a sensores de mayor resolución espacial, facilitando el análisis de imágenes con mayor detalle y precisión.

Browse

Browsing EP Ingeniería Geográfica by browse.metadata.advisor "Alcántara Boza, Francisco Alejandro"