|
|
|
|
LEADER |
01957nam a2200193 a 4500 |
001 |
000095976 |
005 |
20230704094115.0 |
008 |
230307s2022 cr ad 000 | spa d |
040 |
= |
0 |
|a Sistema de Bibliotecas de la Universidad Estatal a Distancia
|
090 |
|
|
|a 009451
|b TFG
|
100 |
1 |
|
|a Guerrero Pérez, Allan Josué
|
245 |
1 |
0 |
|a Implementación del Índice de Vegetación de Manglar (MVI) para la detección del uso/cobertura de la tierra en el Humedal Estero Puntarenas y Manglares Asociados (HEPyMA), Costa Rica /
|c Allan Josué Guerrero Pérez.
|
260 |
|
|
|a Turrialba, Costa Rica :
|b A. Guerrero P.,
|c 2022.
|
300 |
|
|
|a TFG - Digital :
|b Cuadros, figuras.
|
502 |
|
|
|a Proyecto de graduación (Bachillerato en Manejo de Recursos Naturales) Escuela de Ciencias Exactas y Naturales. UNED, 2022.
|
520 |
3 |
|
|a El propósito de este trabajo es evaluar el potencial del Índice de Vegetación de Manglar (MVI) como indicador del uso/cobertura de la tierra en el Humedal Estero Puntarenas y Manglares Asociados (HEPyMA) para los meses de enero, febrero y marzo de 2021. Se hizo uso de la plataforma Google Earth Engine para el procesamiento de imágenes satelitales de los sensores Landsat 8 y Sentinel 2 eligiendo las bandas espectrales Verde, NIR y SWIR para estimar el Índice de Vegetación de Manglar. Se estimó el patrón espacial del MVI del Humedal Estero Puntarenas y Manglares Asociados, además se calculó en hectáreas el uso y cobertura del HEPyMA mediante clasificación supervisada utilizando el algoritmo Random Forest. El índice de vegetación de Manglar logra una eficaz caracterización de los patrones espaciales en zonas de manglar, por otra parte, el sensor Landsat 8 posee mayor precisión en la ubicación y estimación de la cobertura de manglar, pero es menos preciso en la detección de otras coberturas/usos de suelo en comparación al sensor Sentinel 2
|
650 |
|
4 |
|a VEGETACIÓN
|
650 |
|
4 |
|a MANGLARES
|
650 |
|
4 |
|a MANEJO DE RECURSOS NATURALES
|