<?xml version="1.0" encoding="UTF-8"?>
<mods xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" version="3.1" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-1.xsd">
  <titleInfo>
    <title>Análisis de la deforestación de los años 2016 y 2022 en el distrito Castillo Grande,Huánuco,Perú</title>
  </titleInfo>
  <name type="personal">
    <namePart>Rai Fajardo Gamarra</namePart>
    <role>
      <roleTerm authority="marcrelator" type="text">creator</roleTerm>
    </role>
  </name>
  <typeOfResource/>
  <originInfo>
    <place>
      <placeTerm type="code" authority="marccountry">pe</placeTerm>
    </place>
    <dateIssued encoding="marc">2023</dateIssued>
    <issuance/>
  </originInfo>
  <language>
    <languageTerm authority="iso639-2b" type="code">spa</languageTerm>
  </language>
  <physicalDescription>
    <extent>71 hojas : Ilustraciones (colores), diagrama (colores), figura (colores), mapas (colores) , 30 cm.</extent>
  </physicalDescription>
  <abstract>La presente investigación se llevó a cabo en el distrito de Castillo Grande, provincia de Leoncio Prado, región de Huánuco, Perú. El objetivo principal fue evaluar la deforestación ocurrida de los años 2016 y 2022, utilizando imágenes Sentinel 2 y tres algoritmos de clasificación supervisada: Support Vector Machines (SVM), Decisión Tres (DT) y Random Forest (RF).
Se llevó a cabo una comparación de la precisión temática de los mapas de deforestación generados con cada algoritmo, siendo Random Forest el que presentó los mejores resultados con valores de índice Kappa de 0,85 y 0,90 para los años 2016 y 2022, respectivamente. Esto indica que Random Forest fue el más eficiente en la clasificación de áreas deforestadas.
Se estimó que la superficie deforestada en el año 2016 fue de 3 284,59 hectáreas, mientras que en el año 2022 esta cifra aumentó a 5 440,23 hectáreas. La tasa de deforestación anual se calculó en 368,63 hectáreas por año (ha/año).
En conclusión, el estudio demostró que el algoritmo Random Forest es altamente efectivo para estimar la superficie deforestada en el distrito de Castillo Grande, superando más del 50% del área de estudio. Los resultados obtenidos resaltan la importancia de monitorear y abordar el problema de la deforestación en esta región, con el fin de implementar estrategias de conservación y manejo sostenible de los recursos forestales.
</abstract>
  <tableOfContents>Introducción -- Revisión de literatura -- Materiales y métodos -- Resultados y discusión -- Conclusiones -- Propuestas a futuro -- Referencias.</tableOfContents>
  <targetAudience>Material bibliográfico para estudiantes universitarios docente e investigadores  PE-TmUNAS.</targetAudience>
  <note type="statement of responsibility">Presentado por Rai Fajardo Gamarra ; [Ronald Hugo Puerta Tuesta,asesor]</note>
  <note>En la bibliografía de su tesis incluyo artículos de internet.</note>
  <note>Registro de tesis conducente al título profesional </note>
  <note>ACTA DE SUSTENTACIÓN DE TESIS N°076- 2023- FRNR- UNAS</note>
  <note>Universidad Nacional Agraria de la Selva, facultad de CIencias Económicas y Administrativas </note>
  <note>En Español.</note>
  <classification authority="ddc" edition="22">577.3</classification>
  <recordInfo>
    <recordContentSource authority="marcorg">Biblioteca Central de la Universidad Nacional Agraria de la Selva</recordContentSource>
    <recordCreationDate encoding="marc">240115</recordCreationDate>
    <recordChangeDate encoding="iso8601">20250116111856.0</recordChangeDate>
    <languageOfCataloging>
      <languageTerm authority="iso639-2b" type="code">spa</languageTerm>
    </languageOfCataloging>
  </recordInfo>
</mods>
