Modelo predictivo de la Actividad Vegetal en el Bosque Tropical Seco del Cañón del Río Cauca
RESUMEN : Este proyecto se enfoca en evaluar las relaciones que puedan existir entre la actividad vegetal y las variables eco-hidrológicas para la creación de un modelo predictivo de la actividad vegetal en el bosque seco tropical del Cañón del Río Cauca en Colombia. La creación de una herramienta q...
- Autores:
-
Arévalo Garnica, Eileen Melissa
Uribe Uribe, Pablo
- Tipo de recurso:
- Tesis
- Fecha de publicación:
- 2024
- Institución:
- Universidad de Antioquia
- Repositorio:
- Repositorio UdeA
- Idioma:
- spa
- OAI Identifier:
- oai:bibliotecadigital.udea.edu.co:10495/40389
- Acceso en línea:
- https://hdl.handle.net/10495/40389
- Palabra clave:
- Aprendizaje Profundo
Deep Learning
Series temporales
Time series
Técnicas de predicción
Forecasting techniques
Bosque seco
Dry forests
Indice normalizado diferencial de la vegetación
Normalized difference vegetation index
Recurso hídrico
Water resources
Río Cauca
Cauca River
Bosques secos tropicales
Actividad Vegetal
http://aims.fao.org/aos/agrovoc/c_7745b5ac
http://aims.fao.org/aos/agrovoc/c_ce585e0d
http://aims.fao.org/aos/agrovoc/c_8325
http://aims.fao.org/aos/agrovoc/c_50050
http://vocabularies.unesco.org/thesaurus/concept11036
https://id.nlm.nih.gov/mesh/D000077321
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by/2.5/co/
| id |
UDEA2_ca5bfa2b24e8cb91951c27f91b47fa1c |
|---|---|
| oai_identifier_str |
oai:bibliotecadigital.udea.edu.co:10495/40389 |
| network_acronym_str |
UDEA2 |
| network_name_str |
Repositorio UdeA |
| repository_id_str |
|
| dc.title.spa.fl_str_mv |
Modelo predictivo de la Actividad Vegetal en el Bosque Tropical Seco del Cañón del Río Cauca |
| dc.title.translated.spa.fl_str_mv |
Predictive Model of the Vegetation Activity in the Tropical Dry Forest of the Cauca River Canyon Cauca River |
| title |
Modelo predictivo de la Actividad Vegetal en el Bosque Tropical Seco del Cañón del Río Cauca |
| spellingShingle |
Modelo predictivo de la Actividad Vegetal en el Bosque Tropical Seco del Cañón del Río Cauca Aprendizaje Profundo Deep Learning Series temporales Time series Técnicas de predicción Forecasting techniques Bosque seco Dry forests Indice normalizado diferencial de la vegetación Normalized difference vegetation index Recurso hídrico Water resources Río Cauca Cauca River Bosques secos tropicales Actividad Vegetal http://aims.fao.org/aos/agrovoc/c_7745b5ac http://aims.fao.org/aos/agrovoc/c_ce585e0d http://aims.fao.org/aos/agrovoc/c_8325 http://aims.fao.org/aos/agrovoc/c_50050 http://vocabularies.unesco.org/thesaurus/concept11036 https://id.nlm.nih.gov/mesh/D000077321 |
| title_short |
Modelo predictivo de la Actividad Vegetal en el Bosque Tropical Seco del Cañón del Río Cauca |
| title_full |
Modelo predictivo de la Actividad Vegetal en el Bosque Tropical Seco del Cañón del Río Cauca |
| title_fullStr |
Modelo predictivo de la Actividad Vegetal en el Bosque Tropical Seco del Cañón del Río Cauca |
| title_full_unstemmed |
Modelo predictivo de la Actividad Vegetal en el Bosque Tropical Seco del Cañón del Río Cauca |
| title_sort |
Modelo predictivo de la Actividad Vegetal en el Bosque Tropical Seco del Cañón del Río Cauca |
| dc.creator.fl_str_mv |
Arévalo Garnica, Eileen Melissa Uribe Uribe, Pablo |
| dc.contributor.advisor.none.fl_str_mv |
Villanueva Valdes, David Manuel |
| dc.contributor.author.none.fl_str_mv |
Arévalo Garnica, Eileen Melissa Uribe Uribe, Pablo |
| dc.subject.decs.none.fl_str_mv |
Aprendizaje Profundo Deep Learning |
| topic |
Aprendizaje Profundo Deep Learning Series temporales Time series Técnicas de predicción Forecasting techniques Bosque seco Dry forests Indice normalizado diferencial de la vegetación Normalized difference vegetation index Recurso hídrico Water resources Río Cauca Cauca River Bosques secos tropicales Actividad Vegetal http://aims.fao.org/aos/agrovoc/c_7745b5ac http://aims.fao.org/aos/agrovoc/c_ce585e0d http://aims.fao.org/aos/agrovoc/c_8325 http://aims.fao.org/aos/agrovoc/c_50050 http://vocabularies.unesco.org/thesaurus/concept11036 https://id.nlm.nih.gov/mesh/D000077321 |
| dc.subject.unesco.none.fl_str_mv |
Series temporales Time series |
| dc.subject.lemb.none.fl_str_mv |
Técnicas de predicción Forecasting techniques |
| dc.subject.agrovoc.none.fl_str_mv |
Bosque seco Dry forests Indice normalizado diferencial de la vegetación Normalized difference vegetation index Recurso hídrico Water resources Río Cauca Cauca River |
| dc.subject.proposal.spa.fl_str_mv |
Bosques secos tropicales Actividad Vegetal |
| dc.subject.agrovocuri.none.fl_str_mv |
http://aims.fao.org/aos/agrovoc/c_7745b5ac http://aims.fao.org/aos/agrovoc/c_ce585e0d http://aims.fao.org/aos/agrovoc/c_8325 http://aims.fao.org/aos/agrovoc/c_50050 |
| dc.subject.unescouri.none.fl_str_mv |
http://vocabularies.unesco.org/thesaurus/concept11036 |
| dc.subject.meshuri.none.fl_str_mv |
https://id.nlm.nih.gov/mesh/D000077321 |
| description |
RESUMEN : Este proyecto se enfoca en evaluar las relaciones que puedan existir entre la actividad vegetal y las variables eco-hidrológicas para la creación de un modelo predictivo de la actividad vegetal en el bosque seco tropical del Cañón del Río Cauca en Colombia. La creación de una herramienta que ayude a predecir la actividad vegetal podría ser fundamental para hacer seguimiento de la salud del bosque en cuestión, para la gestión de los recursos hídricos y la conservación de estos ecosistemas. Para abordar este desafío, el proyecto utilizará métodos estadísticos, así como modelos de Deep Learning, y usará métricas de evaluación con el fin de comparar el comportamiento de estos y así encontrar el modelo más preciso y eficaz, utilizando como entrada variables eco-hidrológicas y ambientales, obtenidas de estaciones del IDEAM y de fotos satelitales de Google Earth Engine, logrando predecir la actividad vegetal (NDVI) en esta región. Aunque el alcance del proyecto se limita a esta cuenca específica y sus datos, su impacto potencial es relevante para las autoridades ambientales, los investigadores y las comunidades locales que buscan tomar decisiones informadas y promover la conservación de los bosques secos tropicales en la región. |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-07-04T16:35:21Z |
| dc.date.available.none.fl_str_mv |
2024-07-04T16:35:21Z |
| dc.date.issued.none.fl_str_mv |
2024 |
| dc.type.spa.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Especialización |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_46ec |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/COther |
| dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_b1a7d7d4d402bcce |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/other |
| dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/draft |
| format |
http://purl.org/coar/resource_type/c_46ec |
| status_str |
draft |
| dc.identifier.uri.none.fl_str_mv |
https://hdl.handle.net/10495/40389 |
| url |
https://hdl.handle.net/10495/40389 |
| dc.language.iso.spa.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
http://creativecommons.org/licenses/by/2.5/co/ |
| dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-sa/4.0/ |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by/2.5/co/ https://creativecommons.org/licenses/by-nc-sa/4.0/ http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.spa.fl_str_mv |
65 páginas |
| dc.format.mimetype.spa.fl_str_mv |
application/pdf |
| dc.publisher.spa.fl_str_mv |
Universidad de Antioquia |
| dc.publisher.place.spa.fl_str_mv |
Medellín, Colombia |
| dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingeniería. Especialización en Analítica y Ciencia de Datos |
| institution |
Universidad de Antioquia |
| bitstream.url.fl_str_mv |
https://bibliotecadigital.udea.edu.co/bitstreams/447f2290-fb1c-4545-93db-81a8edcd62ab/download https://bibliotecadigital.udea.edu.co/bitstreams/37a5dcb6-f1bf-4c66-9cd6-d99eab5c99e1/download https://bibliotecadigital.udea.edu.co/bitstreams/75729ac6-5b22-445a-86a9-b579ee08679b/download https://bibliotecadigital.udea.edu.co/bitstreams/e0c2697c-b116-4260-bfe2-325be3e25253/download https://bibliotecadigital.udea.edu.co/bitstreams/906446ee-13bc-4c46-8e6c-a9fae7edde43/download |
| bitstream.checksum.fl_str_mv |
0b7f34033c2f946073b5c2ed01c2bf5c 1646d1f6b96dbbbc38035efc9239ac9c 8a4605be74aa9ea9d79846c1fba20a33 5933250ea642311b8bbebdb499a20351 e6faaec9768f81c494f2ad0b0a143174 |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional de la Universidad de Antioquia |
| repository.mail.fl_str_mv |
aplicacionbibliotecadigitalbiblioteca@udea.edu.co |
| _version_ |
1851052593251352576 |
| spelling |
Villanueva Valdes, David ManuelArévalo Garnica, Eileen MelissaUribe Uribe, Pablo2024-07-04T16:35:21Z2024-07-04T16:35:21Z2024https://hdl.handle.net/10495/40389RESUMEN : Este proyecto se enfoca en evaluar las relaciones que puedan existir entre la actividad vegetal y las variables eco-hidrológicas para la creación de un modelo predictivo de la actividad vegetal en el bosque seco tropical del Cañón del Río Cauca en Colombia. La creación de una herramienta que ayude a predecir la actividad vegetal podría ser fundamental para hacer seguimiento de la salud del bosque en cuestión, para la gestión de los recursos hídricos y la conservación de estos ecosistemas. Para abordar este desafío, el proyecto utilizará métodos estadísticos, así como modelos de Deep Learning, y usará métricas de evaluación con el fin de comparar el comportamiento de estos y así encontrar el modelo más preciso y eficaz, utilizando como entrada variables eco-hidrológicas y ambientales, obtenidas de estaciones del IDEAM y de fotos satelitales de Google Earth Engine, logrando predecir la actividad vegetal (NDVI) en esta región. Aunque el alcance del proyecto se limita a esta cuenca específica y sus datos, su impacto potencial es relevante para las autoridades ambientales, los investigadores y las comunidades locales que buscan tomar decisiones informadas y promover la conservación de los bosques secos tropicales en la región.ABSTRACT : This project focuses on evaluating the relationships that may exist between vegetation activity and eco-hydrological variables to create a predictive model of vegetation activity in the tropical dry forest of the Cauca River Canyon in Colombia. Developing a tool that helps predict vegetation activity could be crucial for monitoring the health of the forest, managing water resources, and conserving these ecosystems. To address this challenge, the project will use statistical methods as well as deep learning models and employ evaluation metrics to compare their performance and find the most accurate and effective model. The input will include eco-hydrological and environmental variables obtained from IDEAM stations and satellite images from Google Earth Engine, aiming to predict vegetation activity (NDVI) in this region. Although the project's scope is limited to this specific watershed and its data, its potential impact is significant for environmental authorities, researchers, and local communities seeking to make informed decisions and promote the conservation of tropical dry forests in the region.EspecializaciónEspecialista en Analítica y Ciencia de Datos65 páginasapplication/pdfspaUniversidad de AntioquiaMedellín, ColombiaFacultad de Ingeniería. Especialización en Analítica y Ciencia de Datoshttp://creativecommons.org/licenses/by/2.5/co/https://creativecommons.org/licenses/by-nc-sa/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Modelo predictivo de la Actividad Vegetal en el Bosque Tropical Seco del Cañón del Río CaucaPredictive Model of the Vegetation Activity in the Tropical Dry Forest of the Cauca River Canyon Cauca RiverTesis/Trabajo de grado - Monografía - Especializaciónhttp://purl.org/coar/resource_type/c_46echttp://purl.org/redcol/resource_type/COtherhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/otherinfo:eu-repo/semantics/draftAprendizaje ProfundoDeep LearningSeries temporalesTime seriesTécnicas de predicciónForecasting techniquesBosque secoDry forestsIndice normalizado diferencial de la vegetaciónNormalized difference vegetation indexRecurso hídricoWater resourcesRío CaucaCauca RiverBosques secos tropicalesActividad Vegetalhttp://aims.fao.org/aos/agrovoc/c_7745b5achttp://aims.fao.org/aos/agrovoc/c_ce585e0dhttp://aims.fao.org/aos/agrovoc/c_8325http://aims.fao.org/aos/agrovoc/c_50050http://vocabularies.unesco.org/thesaurus/concept11036https://id.nlm.nih.gov/mesh/D000077321PublicationORIGINALEileenArevaloPabloUribe_2024_ModeloActividadVegetalEileenArevaloPabloUribe_2024_ModeloActividadVegetalTrabajo de grado de especializaciónapplication/pdf2335644https://bibliotecadigital.udea.edu.co/bitstreams/447f2290-fb1c-4545-93db-81a8edcd62ab/download0b7f34033c2f946073b5c2ed01c2bf5cMD51trueAnonymousREADCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8927https://bibliotecadigital.udea.edu.co/bitstreams/37a5dcb6-f1bf-4c66-9cd6-d99eab5c99e1/download1646d1f6b96dbbbc38035efc9239ac9cMD53falseAnonymousREADLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://bibliotecadigital.udea.edu.co/bitstreams/75729ac6-5b22-445a-86a9-b579ee08679b/download8a4605be74aa9ea9d79846c1fba20a33MD54falseAnonymousREADTEXTEileenArevaloPabloUribe_2024_ModeloActividadVegetal.txtEileenArevaloPabloUribe_2024_ModeloActividadVegetal.txtExtracted texttext/plain100690https://bibliotecadigital.udea.edu.co/bitstreams/e0c2697c-b116-4260-bfe2-325be3e25253/download5933250ea642311b8bbebdb499a20351MD55falseAnonymousREADTHUMBNAILEileenArevaloPabloUribe_2024_ModeloActividadVegetal.jpgEileenArevaloPabloUribe_2024_ModeloActividadVegetal.jpgGenerated Thumbnailimage/jpeg6843https://bibliotecadigital.udea.edu.co/bitstreams/906446ee-13bc-4c46-8e6c-a9fae7edde43/downloade6faaec9768f81c494f2ad0b0a143174MD56falseAnonymousREAD10495/40389oai:bibliotecadigital.udea.edu.co:10495/403892025-03-27 00:46:30.26http://creativecommons.org/licenses/by/2.5/co/open.accesshttps://bibliotecadigital.udea.edu.coRepositorio Institucional de la Universidad de Antioquiaaplicacionbibliotecadigitalbiblioteca@udea.edu.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 |