Browsing by Author "Vlassova, Lidia"

Now showing 1 - 11 of 11
  • Thumbnail Image
    ItemOpen Access
    Algoritmo de inteligencia artificial para la detección de cultivos de cacao (teobroma cacao l.), banano (musa paradisiaca l.) y palma africana (elaeis guineensis j.).
    (Quevedo : Uteq, 2023-12-22) Zambrano García , Oliver Michael; Vlassova, Lidia
    La tecnología de teledetección ayuda en la solución de problemas de planificación territorial. Se utiliza para evaluar la degradación y conservación de recursos naturales, especialmente el uso del suelo y los cambios en la cobertura vegetal. La teledetección espacial contribuye a la investigación ambiental, permitiendo monitorear procesos dinámicos a partir de imágenes capturadas desde órbitas estables y repetitivas (Gonzaga Aguilar, 2014).
  • Thumbnail Image
    ItemOpen Access
    Análisis de crecimiento urbano a partir de imágenes landsat en el cantón Durán, provincia del Guayas, en el período 1990 – 2015.
    (Quevedo: UTEQ, 2018) Jiménez Párraga, Hally Paullette; Vlassova, Lidia
    La presente investigación, tuvo como objetivo principal analizar el crecimiento urbano mediante la aplicación de índices espectrales derivados de imágenes Landsat en el cantón Durán, provincia del Guayas, en el período de 25 años, entre el año 1990 y 2015. Los tipos de cobertura seleccionadas fueron: vegetación, agua y como cobertura principal áreas urbanas. Los cambios de usos de suelo de estas categorías se identificaron mediante la clasificación supervisada de las dos imágenes satelitales utilizadas de una resolución espacial de 30 m. La verificación se realizó mediante una visita de campo para identificar los tipos de coberturas de suelo y su comprobación en las imágenes satelitales, lo cual demostró una adecuada separación espectral para todas las clases seleccionadas. Se validó la clasificación de la imagen del año 2015 empleando la matriz de confusión con una exactitud del 100% para las áreas urbanas, con niveles de concordancia adquiridos mediante el cálculo del coeficiente Kappa que mostró 62% de fiabilidad. El análisis multitemporal permitió detectar los cambios ocurridos entre estas fechas, deduciendo que los más importantes y evidentes se presentaron en las áreas urbanas con un 29.7% de incremento, lo que equivale a 78.23 km2 de territorio urbano hasta el año 2015. Al final de esta investigación se pudo determinar que las coberturas de vegetación presentaron una disminución del 11.7%, y las áreas que no fueron clasificadas por lo consiguiente con un porcentaje de 15.30%, que según observaciones se dedujo que probablemente eran suelos desnudos y fueron convertidos en áreas urbanas. Por ende, se concluye que las herramientas de teledetección y SIG resultan eficientes para identificar las dinámicas de cambios de coberturas de suelo dentro de un territorio. PALABRAS CLAVE Imágenes Landsat, clasificación, cobertura de suelo, crecimiento urbano, cambios de cobertura
  • Thumbnail Image
    ItemOpen Access
    Análisis de uso de suelo a partir de imágenes satelitales sentinel 2 en el cantón Buena Fe, provincia de Los Ríos
    (Quevedo: UTEQ, 2020) Vera Rojas, Nolberto Javier; Vlassova, Lidia
    La presente investigación muestra un análisis de uso de suelo a partir de imágenes satelitales Sentinel 2 en el cantón Buena Fe provincia de Los Ríos, cuya resolución multiespectral es de 10 metros, lo cual permitió determinar con mayor exactitud y detalle el cálculo de los índices espectrales tales como NDVI, SAVI Y NDMI que muestran las características de la cubierta vegetal. El método de máxima verosimilitud (Máximum Likelihood) permitió realizar la clasificación supervisada con la que se identificaron los tipos de cobertura y usos de suelo en el área de estudio. Se identificaron seis categorías cuyos porcentajes de cobertura marcan a la zona arbustiva con un 37% de cobertura, seguidos del cultivo de cacao y el cultivo de banano con 29% y 20% respectivamente, mientras que con menor porcentaje se da en el cultivo de palma con 9%, cuerpos de agua con un 4%. Finalmente, para comprobar la precisión de los métodos aplicados y validar la clasificación, se desarrolló el cálculo de la matriz de confusión dando como resultado una tabla de doble entrada con una precisión del 95,9% de eficacia. Así mismo se aplicó el cálculo del coeficiente kappa que permitió valorar el nivel de satisfacción de los resultados obteniendo un 0,94 que según la tabla propuesta por Cohen significa que la clasificación es muy buena con alto grado de aceptación. Palabras clave: Uso de suelo, cobertura de suelo, imágenes satelitales Sentinel 2, clasificación supervisada, índices espectrales, distribución espacial
  • Thumbnail Image
    ItemOpen Access
    Análisis de uso del suelo a partir de las imágenes Landsat en el cantón el Empalme, provincia del Guayas, en el periodo 1998 – 2015
    (Quevedo: UTEQ, 2018) Santi Ruiz, Narciza Alexandra; Vlassova, Lidia
    El análisis de las imágenes satelitales es de mucha importancia para la detección y monitoreo de los elementos que existen en el medio ambiente, por lo que se ha convertido en una herramienta valiosa para la evaluación de diferentes componentes de la superficie terrestre, como por ejemplo, los estudios de análisis multitemporal donde permite detectar los cambios del uso de la cobertura vegetal en ciertos periodos de tiempo, evidenciando los recursos naturales. El propósito de esta investigación fue analizar los cambios de uso de suelo en el cantón el Empalme, Provincia del Guayas, utilizando las imágenes Landsat 5 del año de 1998 y Landsat 8 del año 2015 con la ayuda de las herramientas ArcGIS, ENVI, dentro del procesamiento de las imágenes satelitales, se calculó los índices espectrales SAVI, NDVI, NDMI, así detectar la cubierta vegetal del área de estudio. En la clasificación supervisada de las imágenes, se tomó como referencia las coordenadas geográficas de la fase de campo, se seleccionó 6 clases de entrenamiento, logrando tener como resultado las imágenes clasificadas de los dos periodos, de tal manera se realizó cierto proceso para obtener 60 puntos al azar, en la imagen clasificada del año 2015, y de esta forma evaluar la validación de los puntos con la herramienta de Google Earth, en lo que se obtuvo la matriz de confusión, indicando un coeficiente de Kappa de 75,05 % evidenciando un valor aceptable, mediante los índices calculados se ejecutó el análisis estadístico del coeficiente de varianza de un factor (ANOVA) en lo que indica, que el índice NDVI y SAVI tiene diferencias estadísticamente significativa entre los grupos de distribución y el índice de NDMI no existe diferencia estadísticamente significativa, para la evaluación del análisis multitemporal de los dos periodos, se determinó que ciertas clases de uso infirieron en otras clases, se observó que la clase de bosque que había en el año 1998 ha reducido para el año 2015 lo cual se concretó que se ha expandido los suelos para diferentes usos de cultivos agrícolas. Palabras claves: Imágenes Landsat, índices espectrales, clasificación supervisada, cambio de uso de suelo, análisis multitemporal
  • Thumbnail Image
    ItemOpen Access
    Análisis espacial del uso de suelo en el cantón Vinces, provincia de los Ríos a partir de las imágenes landsat 8
    (Quevedo: UTEQ, 2018) Peralta Vera, Haylis Thalya; Vlassova, Lidia
    En el presente proyecto de investigación se realizó la Transformación espectral Tasseled Cap (TTC) de las imágenes Landsat 8, del satélite de última generación, lo cual permitió obtener los tres componentes como son el Brillo, que refleja los cambios en la reflectividad de la imagen, el Verdor que es el componente que mejor indica la cobertura vegetal, y la Humedad la cual muestra el contenido de agua tanto en la vegetación como en el suelo. Estas imágenes satelitales se analizaron para el cantón Vinces para dos estaciones del año distintas (invierno y verano). La precisión de los mapas de uso del suelo de cada fecha se evaluó utilizando la matriz de confusión y el coeficiente kappa, observándose la coincidencia satisfactoria entre ambas clasificaciones del uso de suelo con los datos de referencia obtenidos en el campo y en Google Earth. Se ha logrado obtener una exactitud de 88.33% en el mes de enero y un 86.67% en el mes de septiembre del 2015. De la matriz de confusión se comprobó un coeficiente kappa de 75% en enero y un 77% en septiembre comprobando la buena calidad de los resultados obtenidos. El análisis de la varianza detecto que no existen diferencias estadísticamente significativas en los componentes de brillo y humedad, mientras que en el componente de verdor se detectó que existe una diferencia estadísticamente significativa entre las dos clasificaciones supervisadas de las imágenes correspondientes a invierno y verano. El análisis comparativo de las dos clasificaciones supervisadas de las imágenes correspondientes a invierno y verano permitieron observar que los cuerpos de agua en invierno tienen un área de 74.77 km2 mientras que en verano desciende a un 41.19 km2. Los cultivos de ciclo corto aumentan a 1268.42 km2 en invierno y en verano existe un área de 1064.66 km2. Las coberturas de otros tipos de vegetaciones cuentan con un área de 282.7 km2 en invierno decrecen a 149.84 km2 en verano, debido a que en invierno se refleja mayor cobertura en los bosques y de vegetaciones que crecen en esta época. El área Urbana es la cobertura con mayor tasa de cambio de 124.51 km2 pasa a un 18.47 km2. El suelo desnudo en la imagen de invierno es de 17.84 km2 mientras que en el de verano aumenta a 322.82 km2. Se comprobó que las imágenes Landsat permiten detectar los patrones regionales del uso de suelo y en condiciones de Ecuador, especialmente en las coberturas de vegetación y cuerpos de agua. A pesar de tener dificultades en la obtención de imágenes limpias debido a las condiciones climáticas de la zona, la TTC da resultados buenos para ambas estaciones del año. Se recomienda que la metodología aplicada sea usada por los gobiernos seccionales, en procesos de planificación territorial. Palabras claves: Usos del Suelo, Imágenes Landsat, Transformaciones Espectrales, Clasificación Supervisada.
  • Thumbnail Image
    ItemOpen Access
    Análisis espacio-temporal de las condiciones climáticas en la zona central del Litoral ecuatoriano y su relación con el rendimiento de melina (Gmelina arborea Roxb.).
    (Quevedo-UTEQ, 2020) Zambrano Palma, Helen Tatiana; Vlassova, Lidia
    La presente investigación tuvo como fin pretender realizar un análisis espacio-temporal de las condiciones climáticas y su relación con rendimientos en volumen de las plantaciones de Gmelina arborea Roxb. El objetivo general fue analizar la relación entre la temperatura y precipitación con las variables dasométricas en las plantaciones de melina en la zona central del litoral ecuatoriano. Se realizó el estudio en seis haciendas pertenecientes al grupo empresarial ENDESA-BOTROSA. Se utilizaron registros diamétricos de plantaciones de melina, coordenadas geográficas, datos de temperatura y precipitación, obtenidos una parte de las estaciones meteorológicas ubicadas en las zonas de estudio y otra de los geoportales de la NASA del servidor Geovanni, CHRS y Wordlclim. Se determinó la variabilidad climática de parte del Litoral ecuatoriano. También se realizó la regresión de componentes correlacionados para determinar variables predictivas más importantes, usadas posteriormente en el modelo de regresión lineal realizado en el programa estadístico SPSS. El sitio de estudio hacienda Toachi presentó la mayor precipitación y menor temperatura, mientras que hacienda San Carlos presentó la menor precipitación y mayor temperatura a diferencia de las otras haciendas estudiadas. Se determinó que las variables temperatura de julio y precipitación de noviembre son los predictivos más importantes. Con el análisis del ANOVA del modelo de regresión lineal se demostró la significancia entre variables predictivas y con ello se determinó los valores a usar en la fórmula para calcular el Incremento Medio Anual proyectado para el período 2041-2060, en base a escenarios obtenidos del geoportal CHELSA, se dió como resultado que el mayor IMA proyectado lo tendrán las haciendas de San Carlos con 8,06 cm y Lulo y La Minga con 7,87 cm. Con ello se puede decir que los sitios óptimos para la plantación de melina serán en los cantones Quevedo y Valencia de la Provincia de Los Ríos. Palabras claves: variabilidad, correlacionados, dasométricas, predictivos
  • Thumbnail Image
    ItemOpen Access
    Análisis espacio-temporal de las condiciones climáticas en la zona central del Litoral ecuatoriano y su relación con el rendimiento de Tectona grandis L.f. (teca).
    (Quevedo-UTEQ, 2020) Llerena Garaví, Luis Eduardo; Vlassova, Lidia
    El presente proyecto de investigación tuvo como finalidad la aplicación de un conjunto de herramientas de análisis de datos espacio-temporales integradas en un SIG que permitan a los investigadores, el reconocimiento de patrones o comportamientos de actividades. Como objetivo general se propuso analizar la relación entre temperatura y precipitación con las variables dasométricas en las plantaciones de teca en la zona litoral del Ecuador en el período 2008-2019. A partir de ahí se definieron diferentes metas como determinar la variabilidad espacial y temporal de las variables temperatura y precipitación en las 6 diferentes haciendas que pertenecen al grupo empresarial ENDESA-BOTROSA, dichos datos de las variables fueron tomados de las diferentes estaciones meteorológica y geoportales de la NASA, CHRS y Worldclim teniendo como resultado las haciendas con mayor temperatura fue la de Yuracyacu y con menor precipitación la hacienda de San Pedro. Al finalizar, se procedió a elaborar una cartografía predictiva del IMA (Incremento medio anual) de las plantaciones de teca por medio del software estadístico SPSS utilizando la correlación de componentes correlacionados para así determinar las variables predictivas que fueron más relevantes en las zonas de estudio, tales como Y, temperatura de febrero, temperatura de abril, temperatura de junio, temperatura de julio, temperatura de agosto, temperatura de septiembre, temperatura de octubre, temperatura de noviembre y precipitación de julio que a su vez fueron utilizadas para el modelo de regresión lineal y se definió que las variables Y (latitud), temperatura de febrero, temperatura de agosto y precipitación de julio fueron las más relevantes, además que con el análisis de ANOVA del modelo de regresión lineal puntualizó significancia entre todas las variables predictivas y con esto se obtuvo los datos finales a utilizar en la fórmula final para cuantificar el IMA proyectado para el período 2040 – 2060. Llegando a la conclusión que los sitios más óptimos para el crecimiento de teca son la zona de Yuracyacu y La Palma con 3,35 cm y 3,29 cm respectivamente. Siendo así las provincias de Santo Domingo de los Tsáchilas y Los Ríos las más aptas para esta especie. Palabras claves: espacio-temporal, climáticas, predictivos
  • Thumbnail Image
    ItemOpen Access
    Aplicación de algoritmo de inteligencia artificial para la detección de cultivos de cacao (Theobroma cacao L.), banano (Musa paradisiaca L.) y palma africana (Elaeis guineensis J.) en la zona norte de las provincias del Guayas y los Ríos
    (Quevedo:UTEQ, 2023) Zambrano Garcia, Zambrano Garcia; Vlassova, Lidia
    La teledetección es una herramienta crucial en la planificación territorial, por lo que es necesario evaluar la efectividad de los nuevos métodos que van surgiendo en este campo en entornos reales. En este estudio, se comparó la precisión del método tradicional de teledetección, Maximum Verosimilitud (ML), con un método basado en inteligencia artificial llamado Bosques Aleatorios (RF), en la identificación de cultivos de banano, cacao y palma africana, así como de otras coberturas. Se emplearon imágenes satelitales de Sentinel-2 obtenidas a través del sitio web de la USGS, las cuales fueron corregidas atmosféricamente. A partir de estas imágenes, se calcularon los índices espectrales NDVI (Normalized Difference Vegetation Index) y RESI (Red-Edge Spectral Indices) y se definieron regiones de interés (ROIs) sobre la capa de índices calculados de cada imagen. Las ROIs se crearon tanto a partir de coordenadas in situ como de Google Earth. La clasificación mediante ML se realizó en el entorno del software ENVI y la clasificación mediante RF se llevó a cabo en el programa QGIS con herramienta complementaria de Dzetsaka. Para evaluar los resultados, se utilizaron la matriz de confusión tradicional, el coeficiente de Kappa y la prueba estadística no paramétrica Wilcoxon-Mann-Whitney. Los resultados indicaron que ML detectó con mayor precisión los cultivos de palma africana, sin embargo, la clasificación general más precisa (incluyendo los cultivos de interés y otras coberturas) fue la obtenida con RF. Por lo tanto, se recomienda continuar investigando el potencial de RF en condiciones más favorables, como imágenes registradas durante las épocas secas y con una mayor cantidad de muestras disponibles. Palabras clave: Maximum Likelihood, Random Forest, Cultivos, NDVI, RESI
  • Thumbnail Image
    ItemOpen Access
    “Estudio comparativo de dos métodos de detección de cultivos de cacao, banano y palma en la zona oeste de la provincia de los Ríos, a partir de las imágenes satelitales landsat-8 y sentinel 2”
    (Quevedo: UTEQ, 2022) Intriago Giler, Elian Briohildo; Vlassova, Lidia
    La teledetección es muy importante en el ordenamiento territorial, por lo tanto, los nuevos métodos requieren ser comprobados en situaciones reales. Esta investigación comparó la precisión del método tradicional en teledetección, Maximum Likelihood (ML), frente a un método basado en inteligencia artificial denominado Random Forest (RF), en la detección de cultivos de banano, cacao y palma (y otras coberturas). Se utilizaron imágenes satelitales de Landsat-8 y Sentinel-2, las cuales fueron descargas desde el sitio web de la USGS; a las bandas de la imagen de Sentinel-2 se les aplicó corrección atmosférica. Para las dos imágenes se calcularon los índices espectrales NDVI (Normalized Difference Vegetation Index), GNDVI (Green Normalized Difference Vegetation Index ), GCI (Green Coverage Index) y MSI (Moisture Stress Index) y se crearon las regiones de interés (ROIs) sobre el stack de índices calculados de cada imagen (86 en Landsat-8 y 85 en Sentinel-2); para crear los ROIs (tanto para entrenamiento y validación de resultados) se tomaron coordenadas in situ y desde Google Earth Pro versión 7.3.4.8642. La clasificación con ML se realizó en el software ENVI 5.3 y la clasificación con RF se la realizó en QGIS 3.22.7
  • Thumbnail Image
    ItemOpen Access
    “Sistemas de información geográfica (sig) y metodologías de evaluación multicriterio (emc) en la detección de áreas de atención prioritaria en el mejoramiento de acceso a servicios básicos en la ciudad de Quevedo, año 2020”
    (Quevedo: UTEQ, 2020) Haro Palma, Marwin Jordy; Vlassova, Lidia
    La presente investigación se la desarrolló en la ciudad de Quevedo; a fin de generar un modelo territorial mediante una herramienta de ordenamiento y gestión territorial para crear escenarios que ayuden a distribuir equitativamente y de acuerdo a los más necesitados la oferta de servicios públicos y privados en la ciudad. Para lo cual se aplicó una metodología en base a SIG y EMC como herramientas de apoyo para que el gobierno local mejore la accesibilidad espacial de la población menos favorecida de la ciudad de Quevedo en cuanto a servicios públicos. Primero se priorizó la obtención de mapas vector, se generan los mapas de todas las centralidades: puntuales (centros de salud y centros educativos) y lineales (rutas de transporte público). Seguidamente, se plantearon los criterios de decisión: donde los vectores se transforman en ráster, de esta manera, se puede trabajar con sus pixeles como unidad de medida y evaluación para su aplicación en la evaluación multicriterio mediante el método de Combinación Lineal Ponderada. Se definieron franjas de similar amplitud (metros) alrededor de la centralidad, los valores se multiplican por un valor ponderado previamente establecido. Se identificó que las parroquias cuentan con niveles de acceso, generado un modelo de las áreas de accesibilidad con el fin de verificar la calidad de vida de la población, la organización de los equipamientos seleccionados para la investigación y el espacio geográfico de acuerdo a las necesidades insatisfechas destacando los niveles mayor beneficio del 53% y alto beneficio de 35%, sin embargo, existe un 12% de áreas sin beneficios de las cuales se encuentra en la centralidad de las parroquias 24 de mayo y 7 de octubre, donde se evidencia en el mapa las áreas que requieren de mayor atención a servicios básicos de salud, educación y transporte urbano de la ciudad de Quevedo. Palabras clave: Evaluación Multicriterio; Ordenamiento Territorial; Densidad poblacional, Accesibilidad; Criterios de decisión.
  • Thumbnail Image
    ItemOpen Access
    Variabilidad climática en zonas de alto riesgo del cantón Quevedo, Ecuador
    (Quevedo : UTEQ, 2022-08-30) Flores Bazurto, Evelyn Elizabeth; Vlassova, Lidia
    Uno de los efectos del cambio climático es el aumento de frecuencia e intensidad de eventos adversos relacionados. La experiencia acumulada a nivel mundial evidencia que los impactos negativos de estos fenómenos pueden ser reducidos considerablemente al analizar las tendencias climáticas locales. La presente investigación cuyo objetivo es evaluar la resiliencia urbana frente al cambio y variabilidad climática en el cantón Quevedo, diagnosticar los eventos adversos generados por las condiciones climáticas y determinar la variabilidad climática del cantón con base a los parámetros de precipitación y temperatura, contribuye a la generación de conocimiento sobre efectos de cambio climático en el área de estudio y el camino hacia la comunidad resiliente. Los datos analizados provienen de las bases de datos internacionales y la información de INAMHI. Se utilizó el método univariado del Criterio de las Diferencias para el relleno de los valores faltantes. En el análisis temporal de la variabilidad climática se aplicó la metodología de los diagramas ombrotérmicos, comprobando el aumento de más de 1° en la temperatura media anual en la última década. La modelación reveló, además, el incremento de potencial destructivo de las lluvias pronosticando aumento de su intensidad (191,6 mm de precipitación en 1 hora). La integración los resultados del análisis climático con los datos de las emergencias de origen natural atendidos por Servicio Integrado de Seguridad ECU 911 en el área de estudio en el período 2013 - 2018 y el análisis de los resultados de las entrevistas y encuestas a los principales actores sociales sirvieron de fundamento para la formulación de las estrategias de prevención para enfrentar los efectos del cambio climático. La implementación de estas estrategias permitiría llegar a la creación de un sistema de medidas preventivas y el fortalecimiento de la capacitación y cultura de resiliencia en la población.