000			03703nam a2200325 a 4500
003			OSt
005			20240823142837.0
007			cr ||||||a|c|a
008			240821s2024 mx a|||fom||| 001 0 spa d
040			_erda
100	1		_aMaldonado Velasco, Alfredo _9189460
245	1		_aCambio de uso y cobertura del suelo con algoritmos de Machine Learning en una microcuenca de la Mixteca Oaxaqueña / _cpor Alfredo Maldonado Velasco; director de tesis Jesús Soria Ruíz; secretario Yolanda Franco Islas; vocal María de Jesús Pérez Hernández; suplente Martha Elva Ramírez Guzmán; suplente Javier Santillán Pérez.
264		1	_aChapingo, México : _bEl autor, _c2024.
300			_a1 recurso en línea (98 páginas): _bfiguras,cuadros.
336			_2rdacontent _atexto _btxt
337			_2rdamedia _acomputadora _bc
338			_2rdacarrier _arecurso en línea _bcr
502			_bIF _cDICIFO _d2024. _gLIC
504			_aIncluye referencias bibliográficas: páginas 67-70.
520			_aEl objetivo de la presente investigación fue determinar el uso y cobertura del suelo en una cuenca hidrológica con dos algoritmos de machine learning (Random forest y Support Vector Machine), y encontrar el que discriminara de manera más eficiente las distintas clases de cobertura de suelo mediante el uso de imágenes de satélite de alta resolución, y con ello; identificar la dinámica de pérdida y ganancia de la cobertura vegetal que permitan catalogar zonas prioritarias para la conservación y restauración. El análisis se desarrolló con una clasificación supervisada y validación mediante matriz de confusión y un indicador de desempeño de los algoritmos utilizados. También se realizó un seguimiento mensual del NDVI de los años analizados, y se determinó su relación con la temperatura y la precipitación. Los resultados mostraron que con Random Forest se obtuvo una precisión global entre 0.95 y 0.99 en los tres años de exploración; mientras que con Support Vector Machine los valores de precisión en mantuvieron por encima del 0.90 pero por debajo de 0.93. Respecto del cambio de uso y cobertura del suelo y vegetación en los dos periodos analizados; el 70% de la microcuenca no experimentó cambios en su cobertura. La clase que mostró mayor tasa de cambio positiva fue el pastizal, siempre a expensas del matorral xerófito y el chaparral; seguida del matorral xerófito. El aumento de áreas de pastizal (a expensas de otras coberturas más densas) dentro de la microcuenca es un motivo de preocupación, ya que se deben considerar como áreas prioritarias de restauración debido a la pendiente y el tipo de suelo fácilmente erosionable. Respecto del análisis mensual del NDVI en los tres periodos de análisis, para conocer la evolución de la distribución espacial de las coberturas vegetales, las diferentes clases resultaron estar estrechamente relacionadas con los factores climáticos evaluados, especialmente con la precipitación; ya que se puede observar que la evolución temporal del NDVI acompaña la variación mensual del crecimiento de la vegetación en respuesta a los factores térmico e hídrico.
650		4	_aCuencas _xMorfometría _9130785
650		4	_aSuelos _xAnálisis _9110204
700	1		_aSoria Ruiz, Jesús _9108759 _eDirector de tesis.
700	1		_aFranco Islas, Yolanda _942965 _eSecretario.
700	1		_aPérez Hernández, María Jesús _989740 _eVocal.
700	1		_aRamírez Guzmán, Martha Elva _994045 _eSuplente.
700	0		_aSantillán Pérez, Javier _9102430 _eSuplente.
856			_uhttp://10.13.5.2/tesis/tl/1411450-3_MALDONADO_VELASCO_ALFREDO.pdf _zDESCARGAR PDF
942			_2Clasificación Universidad Autónoma Chapingo _cTD
999			_c220099 _d220099