dc.contributor.advisor |
Flores Velásquez, Edelfre |
es_PE |
dc.contributor.author |
Huanco Ramos, Fidel |
es_PE |
dc.date.accessioned |
2021-12-08T20:49:20Z |
|
dc.date.available |
2021-12-08T20:49:20Z |
|
dc.date.issued |
2020-01-03 |
|
dc.identifier.uri |
http://repositorio.unap.edu.pe/handle/20.500.14082/17240 |
|
dc.description.abstract |
El presente trabajo de investigación se desarrolló en la Región Puno, cuyo objetivo es identificar las zonas de minería ilegal, utilizando el procesamiento de imágenes satelitales en la región Puno. La minería ilegal en zonas prohibidas y la minería informal en proceso de legalización, se traduce en la peor devastación a los ecosistemas y la salud pública, ello podemos observar por la creciente contaminación ambiental, la deforestación a gran escala, el ecocidio y el cambio climático. Situaciones que preocupan a la humanidad y a los gobiernos nacionales y subnacionales. En el presente trabajo identificamos las zonas con presencia de minería ilegal e informal utilizando teledetección y análisis espacial de las imágenes de Landsat 8 de la Región Puno – Perú de los años 2010-2018. Las bandas de las imágenes se analizan y combinan mediante un algoritmo de Machine Learning personalizado, implementado en Python en la plataforma QGIS (Quantum GIS). Para las zonas con densa vegetación mediante la variación del índice normalizado de vegetación y para las zonas áridas o con poca vegetación, mediante el falso color o la combinación de las bandas: 4, 6 y 7. Los resultados de este análisis se traducen en mapas geográficos y ubicaciones de la minería desarrollada en zonas prohibidas (minería ilegal) o con impacto negativo en zonas permitidas (minería formal e informal), al visualizar el incremento constante de la actividad minera en los mapas, podemos concluir que los daños ocasionados al medio ambiente, al ecosistema y a lo económico provienen de esas actividades extractivas. |
es_PE |
dc.description.uri |
Tesis |
es_PE |
dc.format |
application/pdf |
es_PE |
dc.language.iso |
spa |
es_PE |
dc.publisher |
Universidad Nacional del Altiplano. Repositorio Institucional |
es_PE |
dc.rights |
info:eu-repo/semantics/openAccess |
es_PE |
dc.rights.uri |
https://creativecommons.org/licenses/by/4.0/deed.es |
es_PE |
dc.source |
Universidad Nacional del Altiplano |
es_PE |
dc.source |
Repositorio Institucional - UNAP |
es_PE |
dc.subject |
Inteligencia Artificial |
es_PE |
dc.subject |
Identificación de zonas de minería informal basada en procesamiento de imágenes satelitales de la Región Puno |
es_PE |
dc.title |
Identificación de zonas de minería informal basada en procesamiento de imágenes satelitales de la Región Puno |
es_PE |
dc.type |
info:eu-repo/semantics/masterThesis |
es_PE |
thesis.degree.name |
Magister Scientiae en Ingeniería de Sistemas |
es_PE |
thesis.degree.discipline |
Ingeniería de Sistemas |
es_PE |
thesis.degree.grantor |
Universidad Nacional del Altiplano. Escuela de Posgrado |
es_PE |
thesis.degree.level |
Maestría |
es_PE |
dc.publisher.country |
PE |
es_PE |
dc.subject.ocde |
https://purl.org/pe-repo/ocde/ford#2.02.04 |
es_PE |
renati.advisor.orcid |
https://orcid.org/0000-0001-6234-9345 |
es_PE |
renati.type |
https://purl.org/pe-repo/renati/type#tesis |
es_PE |
renati.level |
https://purl.org/pe-repo/renati/nivel#maestro |
es_PE |
renati.discipline |
612087 |
es_PE |
renati.juror |
Suarez López, Mario Antonio |
es_PE |
renati.juror |
Sosa Maydana, Carlos Boris |
es_PE |
renati.juror |
Ingaluque Arapa, Marga Isabel |
es_PE |
renati.author.dni |
41096184 |
|
renati.advisor.dni |
1308859 |
|