Análisis de la distribución espacial de Arceuthobium globosum implementando teledetección en el área de protección de flora y fauna Nevado de Toluca

• Autores: Luis Alberto León Bañuelos
• Directores de la Tesis: Gabino Nava Bernal (dir. tes.), Ángel Rolando Endara Agramont (codir. tes.), William Gómez Demetrio (codir. tes.)
• Lectura: En la Universidad Autónoma del Estado de México ( México ) en 2021
• Idioma: español
• Enlaces
  • Tesis en acceso abierto en: hdl.handle.net
• Resumen

  • En la última década se ha destacado el uso de Tecnologías de la Información y la Comunicación para el desarrollo de investigación y resolución de problemas, entre ellos los ambientales. Los acercamientos metodológicos de estudios forestales se han enfocado hacia el uso de herramientas de monitoreo y distribución espacial en bosques, a través de imágenes de satélite para el estudio y gestión del medio ambiente. Estas técnicas ofrecen la interpretación de datos implementado diversas herramientas para la captura de información, de manera que se optimice el tiempo en la toma de decisiones; esto requiere de un conjunto de medidas tecnológicas y científicas que permitan fortalecer las estrategias para mitigar el deterioro de recursos naturales y que se encaminen al desarrollo sostenible. Los recientes avances tecnológicos, como el impacto de las técnicas de teledetección con UAV, destacan para facilitar la obtención de información del estado de los bosques gracias a la alta resolución espacial que obtienen. Las masas forestales han tenido un deterioro por plagas y plantas parásitas y los planes de acción para mitigar los efectos consumen una gran cantidad de tiempo, recursos humanos y económicos. La principal causa de propagación de plagas y plantas parásitas es el largo tiempo que demora su identificación y control. Esta problemática brinda una área de oportunidad para este estudio, en el cual implementamos herramientas de teledetección UAV que permiten un monitoreo de las masas forestales con una resolución espacial superior a la que ofrecen las imágenes de satélite y que brindan detalles a nivel de copa que se procesan mediante algoritmos de colorimetría para identificar la presencia de plantas parasitas, tomando como caso de estudio al Muérdago Enano Amarillo (MEA) (Arceuthobium globosum), y a su vez indicar el nivel de infestación que presentan mediante el uso del algoritmo de clasificación supervisada KNN.