Modelo de aprendizaje automático multimodal para estimar la susceptibilidad espacial a la deforestación mediante datos de Sentinel-2: estudio del período 2020-2025 y proyección 2025-2030 en la provincia de Morona Santiago, Ecuador
Cargando...
Fecha
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Andina Simón Bolívar, Sede Central Sucre
Resumen/Abstract
La deforestación en la Amazonía responde a interacciones entre las condiciones de la cobertura forestal, el contexto espacial y los factores territoriales, lo que plantea la necesidad de enfoques capaces de anticipar las áreas más susceptibles a su transformación. Este estudio desarrolló un modelo multimodal de aprendizaje profundo para evaluar la susceptibilidad potencial a la deforestación en Morona Santiago Ecuador integrando imágenes Sentinel-2, variables espectrales, topográficas y de accesibilidad, así como el contexto espacial del sitio.
Deforestation in the Amazon results from interactions between forest cover conditions, the spatial context, and territorial factors, highlighting the need for approaches capable of identifying the areas most susceptible to land-use change. This study developed a multimodal deep learning model to assess potential susceptibility to deforestation in Morona Santiago, Ecuador, by integrating Sentinel-2 imagery, spectral, topographic, and accessibility variables, as well as the site's spatial context.
Deforestation in the Amazon results from interactions between forest cover conditions, the spatial context, and territorial factors, highlighting the need for approaches capable of identifying the areas most susceptible to land-use change. This study developed a multimodal deep learning model to assess potential susceptibility to deforestation in Morona Santiago, Ecuador, by integrating Sentinel-2 imagery, spectral, topographic, and accessibility variables, as well as the site's spatial context.
Table de contenido
Resumen -- Abstract -- Capítulo I. Antecedentes -- Capítulo II. Metodología de la investigación -- Capítulo III. Marco teórico -- Capítulo IV. Resultados -- Capítulo V. Conclusiones y recomendaciones
Páginas
ix, 52 páginas
Signatura local
174T-2026
Descripción
Palabras clave
Teledetección, Deforestación, Aprendizaje automático
Citación
Méndez Zambrano, P. V. (2026). Modelo de aprendizaje automático multimodal para estimar la susceptibilidad espacial a la deforestación mediante datos de Sentinel-2: estudio del período 2020-2025 y proyección 2025-2030 en la provincia de Morona Santiago, Ecuador [Tesis de Maestría]. Universidad Andina Simón Bolívar
