Clasificación del uso actual del territorio con la leyenda del IPCC nivel I, aplicando el algoritmo Random Forest, en un tramo de la carretera a la laguna Cashibococha, distrito Yarinacocha - 2016

No Thumbnail Available

Date

2017

Journal Title

Journal ISSN

Volume Title

Publisher

Universidad Nacional de Ucayali

Abstract

La investigación se realizó en el ámbito de la carretera a la laguna Cashibococha, entrando por el Km 10 margen derecho de la Carretera Federico Basadre, del distrito de Yarinacocha, provincia de Coronel Portillo, región Ucayali. Los objetivos específicos, generar muestras de entrenamiento de forma manual en las coberturas identificadas para la clasificación del uso actual de territorio en el trayecto de la carretera a la laguna de Cashibococha; Generar información complementaria (NDVI, RVI, NBR, SAVI, NDWI) para la clasificación del uso actual del territorio en el trayecto de la carretera a la laguna de Cashibococha; y Validar la exactitud de la clasificación del uso actual del territorio en el trayecto de la carretera a la laguna de Cashibococha; CONCLUYENDO que: se generaron muestras de entrenamiento de forma manual en las coberturas identificadas para la clasificación del uso actual de territorio en el trayecto de la carretera a la laguna de Cashibococha, teniendo un total de 105 muestras de entrenamiento distribuidas en tres tipos de coberturas; y empleando la leyenda del Panel Intergubernamental de expertos sobre cambio climático (IPCC) y aplicando el algoritmo de RANDOM FOREST, obtuvimos como resultado seis clases de uso de tierras. En el proceso de validación de la clasificación del uso actual del territorio en el trayecto de la carretera a la laguna de Cashibococha, se obtuvo un total de 96 puntos aleatorios de validación, de los cuales se distribuyeron 8 puntos a la clase ASENTAMIENTOS, 6 puntos a la clase HUMEDALES, 5 puntos a la clase OTRAS TIERRAS, 33 puntos a la clase PRADERAS, 4 puntos a la clase TIERRAS AGRICOLAS, y 40 puntos a la clase TIERRAS FORESTALES; de esta manera se obtuvo una precisión en la matriz de confusión de 0.88 y un índice de kappa de 0.82, teniendo una fuerza de concordancia en la clasificación dentro del rango de CASI PERFECTO.

Description

Keywords

Certificación forestal, Algoritmos, Random forest, Uso de territorio

Citation