Tello Zevallos, WilfredoPillaca Ortiz, Jorge MartinQuispe Flores, Edwin Luis8/24/20238/24/20232023https://hdl.handle.net/20.500.14292/2502Se analizaron y evaluaron espacialmente los cuerpos de agua productos de la deforestación durante el año 2022 utilizando cuatro algoritmos de clasificación principales en la nube (Google Earth Engine): support vector machine, random forest, minimun distance y clasification and regression trees. La validación de los resultados in situ fue realizado con el uso de imágenes satelitales y fotografías aéreas de dron. Cuantificamos 5 080,94 ha de cuerpos de agua, lo que representa el 37,91% de la superficie deforestada para el año 2022 en la zona minera La Pampa. Con respecto a la precisión de los cuatro clasificadores, se encontró que el clasificador support vector machine presentó valores de índice kappa muy bueno de 0,745, seguido del algoritmo minimun distance con un índice kappa de 0,669, random forest con un índice kappa de 0,558 y finalmente el clasificador classifcation and regression trees con un índice kappa de 0,462. El clasificador support vector machine no presento errores drásticos de subestimación en la geometría de las pozas, por ello es recomendable para actividades de análisis y cuantificación de cuerpos de agua generados por la deforestación en zonas mineras.application/pdfspainfo:eu-repo/semantics/openAccessAlgoritmos de clasificaciónCuerpos de aguaImágenes satelitales y droninfo:eu-repo/semantics/bachelorThesishttps://purl.org/pe-repo/ocde/ford#4.01.02