Explorando por Autor "Timana de la Flor, Martin Enrique"

Mostrando 1 - 2 de 2

Texto completo enlazado
La distribución espacial del cedro (Cedrela odorata L.) dentro del Bosque de Protección San Matías-San Carlos y su Zona de Amortiguamiento: proyecciones para el periodo 2041 - 2060
(Pontificia Universidad Católica del Perú, 2023-07-14) Chamochumbi Chvedine, Daniel Enrique; Timana de la Flor, Martin Enrique
La Amazonía peruana representa el 60.9% del territorio nacional (Infobosques, 2009). Es debido a su gran extensión y complicada accesibilidad por lo que en ella se generan procesos complejos que se amplifican debido a una débil presencia del Estado y gestión ineficaz de los recursos naturales. Las Áreas Naturales Protegidas buscan salvaguardar la naturaleza y los servicios ecosistémicos que esta nos brinda. Sin embargo, en algunas de ellas, como es el caso del Bosque de Protección San Matías-San Carlos, la gestión efectiva se complica por factores antrópicos que ocasionan perturbaciones en los ecosistemas, los cuales pueden verse potenciados a futuro bajo un contexto de cambio climático y, en consecuencia, afectar a especies de gran valor como la especie forestal Cedrela odorata L. (cedro). No obstante, la brecha de información es una de las limitantes principales para una adecuada toma de decisiones, por lo que es necesario determinar aspectos como la distribución espacial del cedro en el ANP, realizar proyecciones a futuro considerando diversos escenarios de cambio climático y, además, delimitar las zonas específicas de mayor presión antrópica para generar acciones efectivas basadas en ciencia que contribuyan a una mejor gestión del territorio. Para ello, se empleó el software de Modelamiento de Distribución de Especies Maxent 3.4.4., en el cual se empleó 99 puntos de ocurrencia del cedro y 21 variables de predictores ambientales, tanto para la actualidad como para el periodo 2041 – 2060 bajo los escenarios de cambio climático RCP 4.5 y 8.5. Asimismo, se identificó las áreas de mayor presión de deforestación mediante un mapa de densidad de Kernel para priorizar zonas en donde es necesario fortalecer el control. Finalmente, el análisis determinó que podría existir una alarmante reducción del 81.5% y 91% del área de mayor probabilidad de distribución del cedro para los escenarios futuros de cambio climático intermedio (RCP 4.5) y pesimista (RCP 8.5), respectivamente.
Texto completo enlazado
Estado de conservación de la Puya raimondii Harms mediante técnicas de teledetección y modelos Deep Learning en el área de conservación regional bosque de Puya Raimondi - Titankayocc, Ayacucho
(Pontificia Universidad Católica del Perú, 2023-07-26) Zárate Sotelo, José Luis Ricardo; Timana de la Flor, Martin Enrique
Los estudios de la Puya raimondii Harms en el Perú son escasos, pese a su valor ecológico y económico para los ecosistemas altoandinos. Actualmente, su situación es grave debido a las amenazas climáticas y antropogénicas que afectan en el crecimiento poblacional de la especie. Consecuencia de ello, la P. raimondii se encuentra declarada en peligro de extinción, ya que presenta poca variabilidad genética para soportar dichos cambios; además, produce una sola inflorescencia al final de su periodo vegetativo. De manera que, el objetivo general de esta tesis es estudiar y evaluar el estado de conservación de la P. raimondii a través de la teledetección y el uso de nuevas técnicas de detección de objetos como son los algoritmos de Deep Learning aplicado en un área representativa de puyas como es el Área de Conservación Regional Bosque de Puya Raimondi - Titankayocc, departamento de Ayacucho. La metodología implica el uso de herramientas de Sistemas de Información Geográfica y análisis espacial basado en la geoestadística para estimar el número de individuos a través de imágenes satelitales de Google Earth; posteriormente, calcular los valores de las variables ambientales como el Índice de Vegetación de Diferencia Normalizada (NDVI) y el Índice de Rugosidad del Terreno (TRI) provenientes de satélites de alta resolución, CBERS-4A y SRTM respectivamente; finalmente, discretizar la información hallada para caracterizar el hábitat de la P. raimondii dentro del área de conservación. En ese sentido, los resultados alcanzados concluyeron en la detección de 58 607 individuos usando imágenes Google Earth. Asimismo, la actividad fotosintética registrada tenía como valor promedio un 0.23 según el NDVI; de igual manera, para el caso del TRI se identificaron los hábitats más propicios para la especie los cuales fueron suelos rugosos ligeros a elevados ubicados principalmente en los ejes Este y Sur. Dicho esto, la propuesta de nuevas estrategias para el estudio de conservación implicó abordar los conceptos relacionados a la ecología vegetal, análisis espacial e inteligencia artificial.