Las imágenes captadas por los sensores a bordo de los satélites de observación terrestre antes de que puedan ser utilizadas tienen que pasar por una serie de correcciones que dependerán del uso final que se quiera hacer de ellas. Esta investigación trata sobre la corrección del sombreado topográfico, la cual trata de disminuir las sombras presentes en la imagen principalmente en zonas de relieve abrupto. Las sombras dificultan la interpretación visual de cubiertas de interés así como la clasificación digital como en nuestro caso que pretendemos discriminar cuerpos de agua, que por su baja respuesta espectral se confunden con las sombras presentes en la imagen de satélite Se han analizado tres de los principales métodos de los muchos que se han propuesto para este fin aplicándolos a una sub-escena de una imágenes Landsat ETM+ perteneciente a la cuenca alta del río Chillón, mediante el empleo de programas informáticos de tratamiento digital de imágenes de satélite y de sistemas de información geográfica, haciendo uso de sus lenguajes de programación y del álgebra de mapas lo cual ha permito tener un control detallado durante el proceso de corrección.

Las imágenes captadas por los sensores a bordo de los satélites de observación terrestre antes de que puedan ser utilizadas tienen que pasar por una serie de correcciones que dependerán del uso final que se quiera hacer de ellas. Esta investigación trata sobre la corrección del sombreado topográfico, la cual trata de disminuir las sombras presentes en la imagen principalmente en zonas de relieve abrupto. Las sombras dificultan la interpretación visual de cubiertas de interés así como la clasificación digital como en nuestro caso que pretendemos discriminar cuerpos de agua, que por su baja respuesta espectral se confunden con las sombras presentes en la imagen de satélite Se han analizado tres de los principales métodos de los muchos que se han propuesto para este fin aplicándolos a una sub-escena de una imágenes Landsat ETM+ perteneciente a la cuenca alta del río Chillón, mediante el empleo de programas informáticos de tratamiento digital de imágenes de satélite y de sistemas de información geográfica, haciendo uso de sus lenguajes de programación y del álgebra de mapas lo cual ha permito tener un control detallado durante el proceso de corrección.

Publicación a texto completo no autorizada por el autor / Implementa una “red neuronal artificial” con arquitectura de retropropagación de error (“Back-Propagation”), que permita clasificar la salinidad en los suelos, usando como datos de entradas imágenes de NDVI, y datos de entrenamiento de conductividad eléctrica del suelo. El área de estudio se encuentra entre las coordenadas UTM por 614775 m E, 627345 m E y por 9277495 m N, 9255475 m N, debido a que los datos de conductividad eléctrica del suelo son obtenidos de los distritos de Lambayeque y Mochumí, localizados en el departamento de Lambayeque de la costa norte del Perú. Se usan 46 imágenes satelitales procedentes de los sensores ETM+ y TM de proyección UTM, zona 17S, y de Datum WGS84. Estas imágenes son analizadas usando el software de procesamiento de imagen ENVI 4.5 y el lenguaje de programación IDL. Se evalúan dos modelos de arquitectura de red neuronal, para el primer modelo se utiliza 1 capa oculta obteniendo un error de entrenamiento de 0.40 y en el segundo modelo se utilizó 2 capas ocultas presentando un error de entrenamiento de 0.27. / Tesis

Señala que los principales factores que aceleran la dinámica del cambio de cobertura y uso de tierra (LUCC) no están directamente relacionados con el cambio climático, sino principalmente con las actividades de producción-extracción y el crecimiento de la población. Situación que afecta a las regiones de montaña tropical como la cuenca Mashcón (~311km2), ubicada al norte de la cordillera de los Andes superiores del Perú y oeste de la cabecera de cuenca del Amazonas; que alberga a la ciudad de Cajamarca, una de las más pobladas de las elevadas alturas de los Andes peruanos. Por lo tanto, el objetivo principal de esta investigación es el análisis de LUCC, a escala de tiempo intradecadal (3-7 años), empleando siete escenas satelitales, entre las Landsat 5TM y 8OLI, durante la temporada seca (julio-agosto) para el período 1987-2016. Es así que los distintos tipos cobertura y uso de tierra se caracterizan, espacial y temporalmente, a través del modelo Random Forest como clasificador multivariable orientado a objetos. Los resultados de LUCC muestran principalmente un aumento drástico en extensión de coberturas como: la agricultura 63.8 km2), pastos (17.2 km2), minería (12 km2), plantación de árboles (9.5 km2) y área urbana (8.3 km2); desplazando áreas de cobertura natural como las herbazales (−107.7 km2), bosques montanos (−1.9 km2), Jalca (−0.8 km2) y matorrales (−0.4 km2). Además, las tasas de cambio anual (TCA) de -2.15%/año (1987-2016) para las coberturas naturales y + 3.2%/año para áreas intervenidas, evidencian el impacto acumulado de la actividad humana como consecuencia de la sobreexplotación de recursos en los distintos sectores económicos. / Tesis

Estima la zona potencial para cubrirse con vegetación en las lomas del distrito de Villa María del Triunfo, teniendo en cuenta que estas lomas son ecosistemas estacionales cuya extensión no es fija, varía año tras año y dentro de una misma temporada. El análisis de verdor realizado mediante el índice de vegetación por diferencia normalizada de imágenes satelitales ópticas disponibles determinó dos superficies con potencial de cubrirse de vegetación denominadas “normal” y “extraordinaria”, clasificadas según la presencia e intensidad extraordinaria del fenómeno El Niño. A partir de estas superficies estimadas, mediante la realización de un análisis multitemporal de imágenes satelitales ópticas y fotografías aéreas en el período 1986- 2014, utilizando sensores remotos, técnicas de sistemas de información geográfica, revisión de antecedentes históricos y trabajo de campo, se calculó su variación ante la invasión de terrenos y ampliación de los componentes mineros.

Muestra la utilidad de las imágenes de satélite y su importancia en la detección y estimación de la cuantificación de áreas deforestadas a causa de la minería aurífera aluvial. El área de estudio es la Quebrada Guacamayo ubicada en la región Madre de Dios, Perú. En la investigación se utilizan imágenes de satélite registradas por los sensores TM, ETM+ y OLI (resolución espacial de 30 m x 30 m) a bordo de los satélites Landsat 5, Landsat 7 y Landsat 8, respectivamente. Estas imágenes son procesadas mediante el software de procesamiento de imágenes ENVI v5.2, obteniendo la reflectancia de la superficie del suelo. Posteriormente se calcula el índice de vegetación de diferencia normalizada (NDVI) el cual es utilizado para determinar los umbrales mediante la técnica de segmentación por umbrales. Esta técnica se basa en la conglomeración de pixeles de un determinado tipo de superficie que a su vez permite delimitar las áreas deforestadas por minería aurífera de suelos desnudos de escaza vegetación, vegetación natural, áreas de cultivo y cuerpos de agua. De acuerdo al análisis de la segmentación aplicado a las imágenes, se determina que el umbral superior es de 0.52, mientras que el umbral inferior es de -0.28. Los resultados obtenidos muestran que la deforestación por minería aurífera en la Quebrada Guacamayo, comienza a desarrollarse entre los años 2006 y 2007. Se determina que la tasa promedio anual durante el periodo de estudio (2006 - 2015) es de 1,260 ha/año. El mayor incremento anual de la deforestación por esta actividad, se da entre los años 2010 - 2011, a raíz de un incremento del precio del oro para este periodo, con un área estimada de 1746.45 ha. Finalmente el análisis estadístico muestra que los datos del precio promedio anual del oro y el incremento anual de la deforestación por minería aurífera, presenta una alta relación lineal entre ambas variables, con un coeficiente de correlación de Pearson de r = 0.95. / Tesis