Repository logo
 
  • English
  • Català
  • Čeština
  • Deutsch
  • Español
  • Français
  • Gàidhlig
  • Italiano
  • Latviešu
  • Magyar
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Suomi
  • Svenska
  • Türkçe
  • Tiếng Việt
  • Қазақ
  • বাংলা
  • हिंदी
  • Ελληνικά
  • Српски
  • Yкраї́нська
  • Log In
    New user? Click here to register. Have you forgotten your password?
Repository logoRepositorio Institucional
Inicio
Biblioteca
Investigación
Normas
  • Communities & Collections
  • All of DSpace
Estadísticas de Uso
  1. Home
  2. Browse by Author

Browsing by Author "Alva Rodriguez, Yovar"

Now showing 1 - 1 of 1
Results Per Page
Sort Options
  • No Thumbnail Available
    Item
    Estimación de biomasa aérea y carbono forestal con imágenes satelitales landsat 9 (2023) en bosques naturales de Tingo María – Perú
    (Universidad Nacional Agraria de la Selva, 2025) Alva Rodriguez, Yovar; Tello Zevallos, Wilfredo; Alvarez Melo, Jorge Birino
    El objetivo del estudio fue estimar la biomasa aérea, el carbono forestal y el CO₂ del Bosque Reservado de la Universidad Nacional Agraria de la Selva (BRUNAS) utilizando imágenes satelitales Landsat 9 (2023). Se aplicó una metodología basada en inventarios forestales de 96 parcelas, ecuaciones alométricas, análisis de índices de vegetación (NDVI, SAVI y EVI) y el criterio de información de Akaike (AIC) para identificar la ecuación más eficiente en la estimación de biomasa. Las imágenes fueron preprocesadas mediante el software ArcGIS Pro y Python, y se establecieron correlaciones y regresiones estadísticas entre los índices espectrales y la biomasa obtenida en campo. Los resultados mostraron una biomasa promedio de 381,56 t·ha⁻¹, un contenido medio de carbono de 179,33 t·ha⁻¹ y un equivalente de 658,15 t·ha⁻¹ de CO₂, evidenciando la alta capacidad del BRUNAS como sumidero de carbono. El NDVI presentó la mejor correlación con la biomasa (r = 0,92; R² = 0,82), seguido del SAVI (r = 0,87), mientras que el modelo de potencia fue el más eficiente para la predicción, siendo seleccionado por su menor AIC (108,97). En conclusión, el uso de imágenes Landsat 9 y de índices espectrales demostró ser una herramienta confiable para el monitoreo de biomasa, carbono y CO₂ en ecosistemas tropicales, contribuyendo a la gestión forestal sostenible y a la mitigación del cambio climático
UNIVERSIDAD NACIONAL
AGRARIA DE LA SELVA
Ciudad Universitaria

Carretera Central km. 1.21 Tingo María, Huánuco

Datos del contacto

(44)209020
repositorio@unas.edu.pe
https://portalweb.unas.edu.pe/