Puerta Tuesta, Ronald HugoFajardo Gamarra, Rai2023-11-292023-11-292023https://hdl.handle.net/20.500.14292/2603La presente investigación tuvo como objetivo analizar la deforestación ocurrida los años 2016 y 2022 en el distrito Castillo Grande, provincia Leoncio Prado, región Huánuco (Perú). Para ello se realizó la clasificación supervisada de imágenes Sentinel-2 en la plataforma Google Earth Engine utilizando tres tipos de algoritmos: Support Vector Machines (SVM), Decision Trees (DT) y Random Forest (RF). Se avaluó el desempeño de los algoritmos utilizados calculando el índice de Kappa y la exactitud global, a partir de ello se estimó la superficie deforestada y la tasa de deforestación de la zona de estudio. Los resultados mostraron que el algoritmo RF obtuvo mejor desempeño con valores de Kappa de 0,85 y 0,90 y una exactitud global de 89,8% y 93,2% para los años 2016 y 2022 respectivamente. Se estimó que la superficie deforestada en el año 2016 fue de 3 284,59 hectáreas, mientras que en el año 2022 aumentó a 5 440,23 hectáreas. La tasa de deforestación anual se calculó en 368,63 hectáreas por año. Los resultados sugieren que el algoritmo RF ha sido efectivo para estimar la superficie deforestada en el distrito Castillo Grande, cuya superficie se encuentra deforestada en más de un 50% al año 2022, por lo que resalta la importancia de monitorear y abordar el problema de la pérdida de bosques en este distrito, con el fin de implementar estrategias de conservación y manejo sostenible de los recursos naturalesapplication/pdfspainfo:eu-repo/semantics/openAccessClasificación supervisadaExactitud globalÍndice de KappaRandom ForestSentinel-2info:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#1.00.00