xmlui.ArtifactBrowser.AdvancedSearch.title

Show simple item record

dc.contributor.advisorQuispe Vílchez, José Luis
dc.contributor.authorAnchelía Carhuaricra, Danny Raúl
dc.contributor.authorMori Sáenz, Ximena Nicole
dc.date.accessioned2021-01-21T18:01:11Z
dc.date.available2021-01-21T18:01:11Z
dc.date.issued2020
dc.identifier.citationAnchelía, D. & Mori, X. (2020). Determinación de zonas susceptibles a inundaciones y análisis comparativo del Proceso de Análisis Jerárquico (AHP) y Random Forest (RF). Caso estudio: cuenca baja del río Chancay Lambayeque. Tesis para optar el título de Ingeniero Geógrafo. Unidad de Posgrado, Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica, Universidad Nacional Mayor de San Marcos, Lima, Perú.
dc.identifier.urihttps://hdl.handle.net/20.500.12672/15868
dc.description.abstractLas inundaciones son uno de los principales fenómenos naturales que acontecen en el Perú, especialmente en las cuencas ubicadas en el noroeste del país, siendo provocados por precipitaciones extremas, ocasionando daños humanos y económicos. Por esta razón, el desarrollo de modelos para identificar zonas susceptibles a inundaciones es esencial para los tomadores de decisiones. A partir de ello, la presente investigación tiene como objetivo realizar el análisis comparativo entre el modelo generado por el Proceso de Análisis Jerárquico (AHP), con el Random Forest a fin de establecer el método más adecuado para la determinación de zonas susceptibles a inundaciones en la cuenca baja del río Chancay – Lambayeque. Se consideraron seis factores, entre los condicionantes y el desencadenante: geología, suelos, uso actual de suelos, Distancia al río, pendiente y precipitación. Estos factores se configuraron como dataset ráster a nivel del área de estudio con una resolución espacial de 30m x 30m para la aplicación en ambos métodos. A su vez se utilizó un inventario de inundaciones que fue generado a partir de datos históricos sobre eventos de inundación obtenidas de instituciones gubernamentales, trabajo de campo e interpretación de las imágenes satelitales Sentinel-2 registradas en 2017, de donde el 70% del total se utilizó como conjunto de entrenamiento para el modelo Random Forest, mientras que el 30% restante se aplicó para la validación de ambos modelos. En consecuencia, se obtuvo los mapas de susceptibilidad a través de ambos modelos. Mediante el área bajo la curva ROC, se probó el poder predictivo de cada uno de ellos; donde los resultados demostraron que el método Random Forest fue más eficiente para la determinación de susceptibilidad ante inundaciones al tener una tasa de predicción de 0,9941 a diferencia del método AHP que resultó con un valor de 0,9774.
dc.formatapplication/pdf
dc.language.isospa
dc.publisherUniversidad Nacional Mayor de San Marcos
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.sourceRepositorio de Tesis - UNMSM
dc.sourceUniversidad Nacional Mayor de San Marcos
dc.subjectControl de inundaciones
dc.subjectInundaciones - Perú
dc.subjectArboles de decisión
dc.subjectAlgoritmos
dc.subjectToma de decisiones - Metodología
dc.titleDeterminación de zonas susceptibles a inundaciones y análisis comparativo del Proceso de Análisis Jerárquico (AHP) y Random Forest (RF). Caso estudio: cuenca baja del río Chancay Lambayeque
dc.typeinfo:eu-repo/semantics/bachelorThesis
thesis.degree.nameIngeniero Geógrafo
thesis.degree.grantorUniversidad Nacional Mayor de San Marcos. Facultad de Ingeniería Geológica, Minera, Metalúrgica y Geográfica. Escuela Profesional de Ingeniería Geográfica
thesis.degree.disciplineIngeniería Geográfica
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.05.01
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.05.10
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.05.08
dc.publisher.countryPE
renati.advisor.dni08119070
renati.advisor.orcidhttps://orcid.org/0000-0002-2892-8420
renati.author.dni73107009
renati.author.dni73013412
renati.discipline532096
renati.jurorLoayza Alatrista, Dante Horacio
renati.jurorAlcantara Boza, Francisco Alejandro
renati.jurorSandoval Casas, José Antonio
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesional
renati.typehttps://purl.org/pe-repo/renati/type#tesis


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record

info:eu-repo/semantics/openAccess
Except where otherwise noted, this item's license is described as info:eu-repo/semantics/openAccess