APLICACIÓN DE REDES NEURONALES ARTIFICIALES PARA EL CÁLCULO DE LA PÉRDIDA DE COBERTURA FORESTAL AL 2040 (CASO: RESERVA FORESTAL EL CHORE)

Autores/as

Palabras clave:

Deforestación, teledetección, Redes Neuronales Artificiales, Google Earth Engine, Modelación prospectiva, Cobertura forestal, Reserva Forestal El Chore

Resumen

La Reserva Forestal El Chore, ubicada en el departamento de Santa Cruz (Bolivia), enfrenta una acelerada pérdida de cobertura forestal, impulsada por la expansión agrícola, los asentamientos humanos y otras actividades antrópicas. Esta investigación tiene como objetivo modelar prospectivamente la pérdida de cobertura forestal al año 2040, mediante el uso de técnicas de teledetección y redes neuronales artificiales (RNA).

El estudio se fundamenta en un análisis multitemporal de coberturas terrestres correspondientes al periodo 1995–2023, utilizando imágenes satelitales procesadas en la plataforma Google Earth Engine. A partir de la clasificación supervisada de dichas imágenes, se obtuvieron datos cuantitativos y espaciales que permitieron identificar la dinámica histórica de la deforestación en la reserva. Esta información se empleó para entrenar un modelo secuencial basado en RNA, capaz de predecir la pérdida de cobertura forestal bajo un escenario de continuidad de las tendencias actuales.

La metodología implementada permite proyectar, con alto nivel de precisión, el estado de la cobertura forestal al año 2040. Los resultados revelan una disminución significativa de las áreas boscosas, lo que podría afectar gravemente la biodiversidad, los servicios ecosistémicos y la resiliencia ambiental de la región.

Este enfoque, que combina inteligencia artificial y datos de teledetección, ofrece una herramienta eficaz para anticipar cambios espaciales en la cobertura terrestre y orientar estrategias de conservación y planificación territorial en áreas protegidas.

Biografía del autor/a

M.Sc. LUIS ALBERTO POMA, DOCENTE INVESTIGADOR - UMSA

  • Magister en Ciencias Geomáticas, aplicada a la Gestión Territorial, Medio Ambiente y Recursos Naturales
  • Magister en Planificación y Desarrollo de Proyectos.
  • Magister en Ingeniería de Medio Ambiente y Recursos Naturales.
  • Diplomados en: Educación Superior, Gobernabilidad y Servicio Publico, Planificación de Proyectos, Gestión de Proyectos, Evaluación de Proyectos, Recursos Naturales y su Administración, Gestión Ambiental, Ecología y Medio ambiente.

Profesional con más de 20 años de experiencia en el sector público y privado (Nacional e Internacional), en temática Agraria, Ambiental, Desarrollo Rural, Forestal, Hidrocarburos, Energías, Desarrollo e implementación de IDE's, Desarrollo e implementación de Plataformas WEB, Evaluación y Fiscalización de Proyectos, Planificación Estratégica,  Ex Autoridad de Estado, Alta Gerencia en Empresas Nacionales y Transnacionales. 

Responsable del Instituto de Investigaciones y Aplicaciones Geomáticas - IIAG, UMSA

Docente en la Universidad Mayor de San Andrés, en las áreas de:

  • Geomática Aplicada a la Gestión de Recursos Hídricos
  • Planificación Territorial
  • Calculo II

Docente de Postgrado: Maestría en Ecología y Conservación, Maestría en Ciencias Geomáticas

Docente Investigador en el Instituto de Investigaciones y Aplicaciones Geomáticas - IIAG, UMSA

Descargas

Publicado

2025-05-30

Cómo citar

POMA CALLE, L. A. (2025). APLICACIÓN DE REDES NEURONALES ARTIFICIALES PARA EL CÁLCULO DE LA PÉRDIDA DE COBERTURA FORESTAL AL 2040 (CASO: RESERVA FORESTAL EL CHORE) . REVISTA DE INVESTIGACIONES Y APLICACIONES GEOMÁTICAS EN GEOCIENCIAS (RIAG -G), 1(01). Recuperado a partir de https://gtgiiag.umsa.bo/ojs-iiag/index.php/1/article/view/5