Subir material

Suba sus trabajos a SEDICI, para mejorar notoriamente su visibilidad e impacto

 

Mostrar el registro sencillo del ítem

dc.date.accessioned 2019-07-02T16:54:34Z
dc.date.available 2019-07-02T16:54:34Z
dc.date.issued 2019
dc.identifier.uri http://sedici.unlp.edu.ar/handle/10915/77541
dc.identifier.uri https://doi.org/10.35537/10915/77541
dc.description.abstract Se presenta una metodología para predecir de manera cuantitativa el almacenaje del Carbono Orgánico del Suelo (COS) en zonas alto andinas, en donde, la complejidad paisajística evidenciada por la topografía irregular, dificultades de acceso, clima frío - frío intenso, alta nubosidad, así como su geología, hacen de dicha tarea un gran desafío. La zona de estudio corresponde al ecosistema Herbazal del Páramo (HP) de la provincia de Chimborazo, Ecuador. La metodología emplea variables espectrales derivadas de imágenes satelitales Landsat 8 (sensores OLI y TIRS), Modelo Digital de Elevación (MDE), datos de secuestro de COS in situ en el perfil 0 - 30 cm y variables meteorológicas. Las variables son obtenidas mediante el procesamiento de imágenes satelitales y Sistemas de Información Geográfica (SIG), éstas variables son usadas en la calibración de un algoritmo de autoaprendizaje con Random Forest Regression (RFR) para la predicción de COS. Se logró encontrar 9 variables que controlan la dinámica de distribución de COS en el área de estudio, y a través de ellas generar el modelo final de predicción de COS con una precisión del 82 %, validada mediante muestreo aleatorio simple (MAS). Las variables halladas son: Formación Geológica, Taxonomía, Precipitación, Altura, Orientación, Factor LS, Índice BI, Temperatura Ambiente, Temperatura Superficial - TOA Brightnees Temperature. Mediante SIG se generó el mapa de COS en la zona de estudio y se cuantificó la extensión de las mayores concentraciones de COS, en donde, el mayor porcentaje del área de estudio tiene altas reservas de COS, entre los 150-205 Mg/ha, equivalente al 57 % del área total. A través del presente estudio y sus resultados se presenta una nueva alternativa de cuantificación de COS. El modelo calibrado puede ser extendido sin necesidad de muestrear in situ, muy útil en zonas complejas como el ecosistema páramo. El mapeo digital de COS permitió revelar las elevadas reservas de COS existentes en el ecosistema de estudio, representando un gran aporte en la caracterización de los suelos del territorio nacional. Finalmente, los resultados obtenidos pueden ser utilizados para crear normativas provinciales y nacionales, para evitar la degradación del suelo en este tipo de ecosistemas, considerando la importancia del HP en la estabilización de las estructuras del suelo, regulación hídrica y su aporte en la mitigación del cambio climático. es
dc.language es es
dc.subject Ecuador es
dc.subject Landsat 8 es
dc.subject Random Forest es
dc.subject indices multiespectrales es
dc.subject SIG es
dc.subject árboles de decisión es
dc.subject análisis espacial es
dc.title Mapeo digital de carbono orgánico del suelo mediante imágenes satelitales y algoritmos de autoaprendizaje en el ecosistema Herbazal del Páramo, provincia de Chimborazo, Ecuador es
dc.type Tesis es
sedici.creator.person Ayala Izurieta, Johanna Elizabeth es
sedici.subject.materias Geofísica es
sedici.description.fulltext true es
mods.originInfo.place Facultad de Ciencias Astronómicas y Geofísicas es
sedici.subtype Tesis de maestria es
sedici.rights.license Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)
sedici.rights.uri http://creativecommons.org/licenses/by-nc-nd/4.0/
sedici.contributor.director García, Víctor es
sedici.contributor.codirector Sisti, Jorge Marcelo es
sedici.contributor.juror Aleksa, Adriana es
sedici.contributor.juror Argerich, Analía Isabel es
sedici.contributor.juror Bozzano, Horacio Rodolfo es
thesis.degree.name Magister en Geomática es
thesis.degree.grantor Universidad Nacional de La Plata es
sedici.date.exposure 2019-07-02


Descargar archivos

Este ítem aparece en la(s) siguiente(s) colección(ones)

Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0) Excepto donde se diga explícitamente, este item se publica bajo la siguiente licencia Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International (CC BY-NC-ND 4.0)