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

Browsing by Author "Machaca Fernandez, Luis Raul"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    Evaluación hidrológica del peligro por inundaciones en la cuenca baja del Río Ramis
    (Universidad Andina Néstor Cáceres Velásquez, 2026) Machaca Fernandez, Luis Raul; Mamani Apaza, Fritz Willy; Universidad Andina Néstor Cáceres Velásquez
    La presente investigación evalúa el peligro de inundaciones en la cuenca baja del río Ramis, combinando análisis histórico de imágenes satelitales y modelación de susceptibilidad mediante inteligencia artificial. El estudio se centró en tres objetivos: caracterizar las áreas inundables usando series temporales de imágenes MAPBiomas Perú (1985–2024), desarrollar y validar un modelo de susceptibilidad con Random Forest y elaborar un mapa que identifique las áreas de mayor riesgo en la cuenca. El análisis histórico evidenció una heterogeneidad espacial en la ocurrencia de inundaciones. Las zonas de alta frecuencia se concentran a lo largo del cauce principal y afluentes, así como en planicies aluviales y sectores de baja pendiente, mientras que las áreas elevadas presentan baja o nula susceptibilidad. La evolución temporal mostró alta variabilidad interanual, reflejando la dependencia de eventos de precipitación y crecidas fluviales excepcionales. El modelo multiclase indicó una capacidad moderada de discriminación (AUC 0.755), con mejor desempeño en la identificación de áreas de alta susceptibilidad. La simplificación a un modelo binario incrementó la exactitud (0.8243) y la capacidad de discriminación (AUC 0.9021), destacando la pendiente y la precipitación del período lluvioso como variables determinantes. El mapa final identifica áreas críticas de alta susceptibilidad, constituyéndose en una herramienta para la gestión del riesgo, planificación territorial y prevención frente a eventos hidrológicos extremos.

DSpace software copyright © 2002-2026 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback