La selva amazónica alberga alrededor del 60 % del bosque tropical del mundo y es un elemento fundamental en términos de biodiversidad, clima y secuestro de carbono del planeta. En este contexto, el Gobierno Peruano ratificó el año 2015 sus intenciones por reducir sus emisiones de Gases de Efecto Invernadero en un 20 % con respecto a un escenario habitual mediante reducciones en el sector de cambio de uso de suelos. La construcción de carreteras es una de las principales actividades asociadas a este sector e importante generador de deforestación. En los últimos años el Perú se ha atravesado un considerable incremento de su infraestructura vial, y se espera que esta expansión siga en aumento. En este sentido, la presente investigación tiene como principal objetivo contribuir al entendimiento de los efectos que la expansión vial puede generar en el cambio de uso de suelos, y posteriormente en el cambio climático en toda la Amazonía peruana. Para ello, se construyeron diferentes modelos de aprendizaje automático (random forest, regresión logística y redes neuronales) para predecir la potencial deforestación en un periodo de 15 años. Se utilizó información georreferenciada y herramientas computacionales del estado del arte. Los resultados indican que, evaluando solo un proyecto vial en particular, se podrían generar 73.2 Mt de CO2eq. Este valor supera en demasía a las 60 Mt de CO2eq estimadas por el Gobierno Peruano como meta de reducción. Por lo que se concluye que las estimaciones realizadas por el estado subestiman los efectos de la construcción de carreteras. Finalmente, el marco metodológico presentado es novedoso y útil para construir e implementar modelos de predicción de deforestación para el cálculo de emisiones de GEI y puede ser implementado para analizar otros casos de estudio / Tesis

La selva amazónica alberga alrededor del 60 % del bosque tropical del mundo y es un elemento fundamental en términos de biodiversidad, clima y secuestro de carbono del planeta. En este contexto, el Gobierno Peruano ratificó el año 2015 sus intenciones por reducir sus emisiones de Gases de Efecto Invernadero en un 20 % con respecto a un escenario habitual mediante reducciones en el sector de cambio de uso de suelos. La construcción de carreteras es una de las principales actividades asociadas a este sector e importante generador de deforestación. En los últimos años el Perú se ha atravesado un considerable incremento de su infraestructura vial, y se espera que esta expansión siga en aumento. En este sentido, la presente investigación tiene como principal objetivo contribuir al entendimiento de los efectos que la expansión vial puede generar en el cambio de uso de suelos, y posteriormente en el cambio climático en toda la Amazonía peruana. Para ello, se construyeron diferentes modelos de aprendizaje automático (random forest, regresión logística y redes neuronales) para predecir la potencial deforestación en un periodo de 15 años. Se utilizó información georreferenciada y herramientas computacionales del estado del arte. Los resultados indican que, evaluando solo un proyecto vial en particular, se podrían generar 73.2 Mt de CO2eq. Este valor supera en demasía a las 60 Mt de CO2eq estimadas por el Gobierno Peruano como meta de reducción. Por lo que se concluye que las estimaciones realizadas por el estado subestiman los efectos de la construcción de carreteras. Finalmente, el marco metodológico presentado es novedoso y útil para construir e implementar modelos de predicción de deforestación para el cálculo de emisiones de GEI y puede ser implementado para analizar otros casos de estudio / Tesis