Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali
La presente investigación tiene como objetivo principal determinar la tasa de deforestación en el distrito de Nueva Requena (Perú), a través del modelo de simulación geoespacial de Dinámica EGO por autómatas celulares; teniendo en cuenta las siguientes variables: distancia a lugares poblados, dis...
| Main Author: | |
|---|---|
| Other Authors: | |
| Format: | info:eu-repo/semantics/bachelorThesis |
| Language: | Español |
| Published: |
Universidad Nacional Agraria de la Selva
2021
|
| Subjects: | |
| Online Access: | https://hdl.handle.net/20.500.14292/1976 |
| _version_ | 1855030324845608960 |
|---|---|
| author | Quispe Trinidad, Miguel Ángel |
| author2 | Oré Cierto, Luis Eduardo |
| author_browse | Oré Cierto, Luis Eduardo Quispe Trinidad, Miguel Ángel |
| author_facet | Oré Cierto, Luis Eduardo Quispe Trinidad, Miguel Ángel |
| author_sort | Quispe Trinidad, Miguel Ángel |
| collection | Repositorio UNAS |
| description | La presente investigación tiene como objetivo principal determinar la tasa de deforestación en
el distrito de Nueva Requena (Perú), a través del modelo de simulación geoespacial de
Dinámica EGO por autómatas celulares; teniendo en cuenta las siguientes variables: distancia
a lugares poblados, distancia a vías, distancia a superficies de agua, concesiones forestales,
pendiente porcentual, y modelo digital de elevación. Para dicho propósito, en primer lugar, se
procedió a calcular los rangos para categorizar variables continuas a través del método
geoestadístico de los pesos de evidencia, con el fin de obtener las probabilidades de transición
y, posteriormente, los pesos de las variables que poseen mayor influencia en los cambios. En
segundo lugar, se realizó el cálculo de correlación de las variables, en aras de comprobar que
las variables ingresadas al modelo sean independientes espacialmente. En tercer lugar, se llevó
a cabo una simulación previa al 2020 para compararlo con el mapa real del 2020, con la
finalidad de evidenciar si el modelo puede predecir los cambios. Esto último, obteniendo una
exactitud de 75 %. En cuarto lugar, se realizó la simulación de la deforestación al 2030 del
distrito de Nueva Requena (Perú). Finalmente se determinó que para el periodo 2020 al 2030
se deforestaron 35 112,24 ha con una tasa de deforestación de 3,08 %/año. |
| format | info:eu-repo/semantics/bachelorThesis |
| id | UNAS1976 |
| institution | Universidad Nacional Agraria de la Selva (UNAS) |
| language | Español |
| publishDate | 2021 |
| publishDateRange | 2021 |
| publishDateSort | 2021 |
| publisher | Universidad Nacional Agraria de la Selva |
| publisherStr | Universidad Nacional Agraria de la Selva |
| record_format | dspace |
| spelling | UNAS19762024-06-09T22:14:55Z Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali Quispe Trinidad, Miguel Ángel Oré Cierto, Luis Eduardo Deforestación Dinámica EGO Autómatas celulares Pesos de evidencia Validación https://purl.org/pe-repo/ocde/ford#5.07.01 La presente investigación tiene como objetivo principal determinar la tasa de deforestación en el distrito de Nueva Requena (Perú), a través del modelo de simulación geoespacial de Dinámica EGO por autómatas celulares; teniendo en cuenta las siguientes variables: distancia a lugares poblados, distancia a vías, distancia a superficies de agua, concesiones forestales, pendiente porcentual, y modelo digital de elevación. Para dicho propósito, en primer lugar, se procedió a calcular los rangos para categorizar variables continuas a través del método geoestadístico de los pesos de evidencia, con el fin de obtener las probabilidades de transición y, posteriormente, los pesos de las variables que poseen mayor influencia en los cambios. En segundo lugar, se realizó el cálculo de correlación de las variables, en aras de comprobar que las variables ingresadas al modelo sean independientes espacialmente. En tercer lugar, se llevó a cabo una simulación previa al 2020 para compararlo con el mapa real del 2020, con la finalidad de evidenciar si el modelo puede predecir los cambios. Esto último, obteniendo una exactitud de 75 %. En cuarto lugar, se realizó la simulación de la deforestación al 2030 del distrito de Nueva Requena (Perú). Finalmente se determinó que para el periodo 2020 al 2030 se deforestaron 35 112,24 ha con una tasa de deforestación de 3,08 %/año. 2021-09-22T18:08:32Z 2021-09-22T18:08:32Z 2021 info:eu-repo/semantics/bachelorThesis https://hdl.handle.net/20.500.14292/1976 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-nd/4.0/ application/pdf application/pdf Universidad Nacional Agraria de la Selva PE Universidad Nacional Agraria de la Selva Repositorio Institucional - UNAS |
| spellingShingle | Deforestación Dinámica EGO Autómatas celulares Pesos de evidencia Validación https://purl.org/pe-repo/ocde/ford#5.07.01 Quispe Trinidad, Miguel Ángel Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
| title | Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
| title_full | Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
| title_fullStr | Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
| title_full_unstemmed | Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
| title_short | Simulación geoespacial de la tasa de deforestación al 2030 en el distrito de Nueva Requena – Ucayali |
| title_sort | simulacion geoespacial de la tasa de deforestacion al 2030 en el distrito de nueva requena ucayali |
| topic | Deforestación Dinámica EGO Autómatas celulares Pesos de evidencia Validación https://purl.org/pe-repo/ocde/ford#5.07.01 |
| url | https://hdl.handle.net/20.500.14292/1976 |
| work_keys_str_mv | AT quispetrinidadmiguelangel simulaciongeoespacialdelatasadedeforestacional2030eneldistritodenuevarequenaucayali |