Por favor, use este identificador para citar o enlazar este ítem: https://dspace.unl.edu.ec/jspui/handle/123456789/30289
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorChuncho Morocho, Carlos Guillermo-
dc.contributor.authorGranda García, Deiby Emersson-
dc.date.accessioned2024-07-11T20:37:39Z-
dc.date.available2024-07-11T20:37:39Z-
dc.date.issued2024-07-11-
dc.identifier.urihttps://dspace.unl.edu.ec/jspui/handle/123456789/30289-
dc.descriptionThe effects of forest fires on ecosystems worldwide cause significant environmental damage. Ecuador has experienced this reality, as forest fires accounted for 38% of the natural and anthropogenic events that affected the country between 2010 and 2018. The Sierra region was the most affected by fires, representing 80% of all fires at the national level. Among the provinces of this region, the province of Loja is one of the most affected, with 19% of the events registered. This event had a particular impact on the Zapotillo canton, due to its extensive areas of dry forest, which is home to a wide variety of flora and fauna. In response to this problem, the present research models the probability of the occurrence of forest fires in Zapotillo canton. Three supervised machine learning algorithms (RL, MARS and LMT) were applied to 164 points (fire and non-fire) corresponding to the period 2018 - 2021, which served to train (75 %) and validate (25 %) the models. Eight input variables associated with environmental, topographic and anthropogenic factors were used. The RL model obtained the best performance with an Area Under the Curve (AUC) of 0.65 (training set) and 0.63 (validation set). With this model, a map of probability of occurrence of forest fires (January - December 2020) was generated, which allowed automating the risk assessment through a spatio-temporal analysis, determining those urban areas are those with the highest probability of fires.es_ES
dc.description.abstractUn incendio forestal afecta grandes extensiones de ecosistemas a nivel mundial, causando daños ambientales. En Ecuador se ha presenciado esta realidad, debido a que el 38% de los eventos naturales y antrópicos que afectaron al país, entre 2010 y 2018 fueron incendios forestales. La región de la Sierra fue la más afectada por los incendios, representando el 80% a nivel nacional. En esta región, la provincia de Loja se encuentra entre las más impactadas del país, con un 19% de los eventos registrados. En particular, el cantón Zapotillo fue afectado significativamente por estos eventos, debido a sus extensas áreas de bosque seco, albergando una diversidad florística y faunística significativa. En respuesta a esta problemática, la presente investigación modeló la probabilidad de ocurrencia de incendios forestales en el cantón Zapotillo. Se aplicaron tres algoritmos de aprendizaje automático supervisado (RL, MARS y LMT) con 164 puntos (incendio y no incendio) correspondientes al periodo 2018 – 2021, que sirvieron para entrenar (75 %) y validar (25 %) los modelos. Se utilizó ocho variables de entrada asociadas a factores ambientales, topográficos y antrópicos. El modelo de RL obtuvo el mejor rendimiento con un Área Bajo la Curva (AUC) de 0,65 (set de entrenamiento) y 0,63 (set de validación). Con este modelo, se generó un mapa de probabilidad de ocurrencia de incendios forestales (enero – diciembre 2020), lo que permitió automatizar la evaluación del riesgo mediante un análisis espacio-temporal, determinando que las zonas urbanas son las que presentan mayor probabilidad a incendios.es_ES
dc.format.extent82 p.es_ES
dc.language.isospaes_ES
dc.publisherLojaes_ES
dc.rightsopenAccesses_ES
dc.rights.urihttp://creativecommons.org/licenses/by-nc-sa/3.0/ec/es_ES
dc.subjectINCENDIOS FORESTALESes_ES
dc.subjectAPRENDIZAJE AUTOMATICOes_ES
dc.subjectREGRESION LOGISTICAes_ES
dc.titlePredicción de zonas susceptibles a incendios forestales aplicando técnicas de aprendizaje automático en el cantón Zapotillo, Loja – Ecuadores_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: TRABAJOS DE TITULACION AARNR

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
DeibyEmersson_GrandaGarcía.pdf4,42 MBAdobe PDFVisualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.