Please use this identifier to cite or link to this item: http://dspace.espoch.edu.ec/handle/123456789/10749
Title: Identificación de la especie Polylepis reticulata mediante teledetección en las zonas alto andinas del Ecuador.
Authors: Contreras Arévalo, Oscar Nelsinio
metadata.dc.contributor.advisor: Jara Santillán, Carlos Arturo
metadata.dc.contributor.miembrotribunal: Hernández Allauca, Andrea Damaris
Keywords: ESPECIE POLYLEPIS RETICULATA;TELEDETECCIÓN;ZONAS ALTO ANDINAS DEL ECUADOR;BOSQUES DE POLYLEPIS;RESERVA DE PRODUCCIÓN DE FAUNA CHIMBORAZO;BOLÍVAR (PROVINCIA);TUNGURAHUA (PROVINCIA);CHIMBORAZO (PROVINCIA)
Issue Date: 2019
Publisher: Escuela Superior Politécnica de Chimborazo
Citation: Contreras Arévalo, O. N. (2019). Identificación de la especie Polylepis reticulata mediante teledetección en las zonas alto andinas del Ecuador. (Tesis de grado. Ingeniero en Ecoturismo). Escuela Superior Politécnica de Chimborazo. Riobamba.
Series/Report no.: FRN-CENID-UD;23T0736
Abstract: The present research proposes: to identify the species Polylepis reticulata by remote sensing in the high Andean areas of Ecuador, through the processing of an orthophotograph with a resolution of 0.0938 meters and Sentinel 2 A satellite images with a resolution of 10 meters; where three training sessions were carried out in orthophotography with discriminations of NDVI≤0.01; NDVI ≤0.04; NDV ≤0.07 and two workouts in the Sentinel 2A scenes of the Random Forest algorithm. This process was developed by calculating the vegetation spectral indexes, generating a predictive model of categorization by means of decision trees; the results show that the relevant factors in the categorization for each training are: in the three workouts of the orthophotography, the variables of NDVI, SAVI5, SAVI15, have a level of importance equal to 100%, while in the satellite image they do not have areas of great size or considered of importance did not make an adequate identification of the species under study, in the same way a comparison was made in the effectiveness of identification of Polylepis in 100 hectares through three softwares: ArcGis, Envi, RF, the supervised classification that allowed to identify Polylepis coverage areas, in the first software it is identified 4.68% (1) Polylepis and 95.32% (2) No Polylepis, in the second software it identifies 8.89% (1) Polylepis and 91.11% (2) No Polylepis, finally, in the third software identifies 2.32% (1) Polylepis and 97.68% (2) No Polylepis showing in the raster information a better identification with the software RF and determining the species with greater precision. KEYWORDS: TELEDETECTION - SPECTRAL INDICES - RANDOM FOREST - POLYLEPIS - ALTE ANDINAS VEGETATION.
Description: La presente investigación propone: Identificar la especie Polylepis reticulata mediante la teledetección en las zonas alto andinas del Ecuador, a través de procesamiento de una ortofotografía con una resolución de 0,0938 metros e imágenes satelitales Sentinel 2 A con resolución de 10 metros; donde se realizó tres entrenamientos en la ortofotografía con discriminaciones del NDVI≤0,01; NDVI≤0,04; NDV≤0,07 y dos entrenamientos en las escenas Sentinel 2A del algoritmo Random Forest. Este proceso se desarrolló mediante el cálculo de los índices espectrales de vegetación, generando un modelo predictorio de categorización por medio de árboles de decisión; los resultados muestran que los factores relevantes en la categorización para cada entrenamiento son: en los tres entrenamientos de la ortofotografía las variables de NDVI, SAVI5, SAVI15, tienen un nivel de importancia igual a 100%, mientras que en la imagen satelital al no poseer áreas de gran tamaño o consideradas de importancia no se efectuó una identificación adecuada de la especie en estudio, del mismo modo se realizó una comparación en la efectividad de identificación de Polylepis en 100 hectáreas mediante tres softwares: ArcGis, Envi, RF, se ejecutó la clasificación supervisada que permitió identificar áreas de cobertura de Polylepis, en el primer software se identifica 4,68% (1) Polylepis y 95,32 % (2) No Polylepis, en el segundo software identifica 8,89% (1) Polylepis y 91,11% (2) No Polylepis, finalmente, en el tercer software identifica 2,32 % (1) Polylepis y 97,68% (2) No Polylepis mostrando en los información raster una mejor identificación con el software RF y determinando la especie con mayor precisión. Palabras clave: TELEDETECCIÓN - ÍNDICES ESPECTRALES - RANDOM FOREST - POLYLEPIS - VEGETACIÓN ALTO ANDINAS.
URI: http://dspace.espoch.edu.ec/handle/123456789/10749
Appears in Collections:Tesis Ingeniero en Ecoturismo

Files in This Item:
File Description SizeFormat 
23T0736.pdf8,98 MBAdobe PDFThumbnail
View/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.