APLICACIÓN DE REDES NEURONALES ARTIFICIALES PARA EL CÁLCULO DE LA PÉRDIDA DE COBERTURA FORESTAL AL 2040 (CASO: RESERVA FORESTAL EL CHORE)
Palabras clave:
Deforestación, teledetección, Redes Neuronales Artificiales, Google Earth Engine, Modelación prospectiva, Cobertura forestal, Reserva Forestal El ChoreResumen
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.
Descargas
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 REVISTA DE INVESTIGACIONES Y APLICACIONES GEOMÁTICAS EN GEOCIENCIAS (RIAG -G)

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
