Recuperación de imágenes Landsat MSS (1972-1999) en el Perú mediante inteligencia artificial hacia una armonización efectiva del monitoreo global y a largo plazo

dc.contributor.advisorAlcántara Boza, Francisco Alejandro
dc.contributor.authorContreras Huerta, Julio Cesar
dc.date.accessioned2024-08-02T17:04:02Z
dc.date.available2024-08-02T17:04:02Z
dc.date.issued2024
dc.description.abstractArmoniza 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.
dc.formatapplication/pdf
dc.identifier.citationContreras, J. (2024). Recuperación de imágenes Landsat MSS (1972-1999) en el Perú mediante inteligencia artificial hacia una armonización efectiva del monitoreo global y a largo plazo. [Tesis de pregrado, Universidad Nacional Mayor de San Marcos, Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, Escuela Profesional de Ingeniería Geográfica]. Repositorio institucional Cybertesis UNMSM.
dc.identifier.urihttps://hdl.handle.net/20.500.12672/22991
dc.language.isospa
dc.publisherUniversidad Nacional Mayor de San Marcos
dc.publisher.countryPE
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/
dc.subjectInteligencia artificial
dc.subjectImágenes por resonancia magnética
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.05.01
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#2.07.04
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.05.08
dc.titleRecuperación de imágenes Landsat MSS (1972-1999) en el Perú mediante inteligencia artificial hacia una armonización efectiva del monitoreo global y a largo plazo
dc.typeinfo:eu-repo/semantics/masterThesis
renati.advisor.dni27074721
renati.advisor.orcidhttps://orcid.org/0000-0001-9127-4450
renati.author.dni75227518
renati.discipline532096
renati.jurorEspinoza Eche, José Jorge
renati.jurorQuispe Vilchez, José Luis
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis
thesis.degree.disciplineIngeniería Geográfica
thesis.degree.grantorUniversidad Nacional Mayor de San Marcos. Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica. Escuela Profesional de Ingeniería Geográfica
thesis.degree.nameIngeniero Geógrafo

Files

Original bundle

Now showing 1 - 3 of 3
Loading...
Thumbnail Image
Name:
Contreras_hj.pdf
Size:
5.38 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
C1940_2024_Contreras_hj_reporte.pdf
Size:
22.66 MB
Format:
Adobe Portable Document Format
No Thumbnail Available
Name:
C1940_2024_Contreras_hj_autorizacion.pdf
Size:
116.63 KB
Format:
Adobe Portable Document Format

License bundle

Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description: