Castro Silupu, Wilson ManuelMoreno Arce, Miriam Rosario2025-09-152025-09-152025https://hdl.handle.net/20.500.12819/3899Los bosques de algarrobo (Neltuma pallida) en el norte del Perú tienen gran importancia económica y ecológica; su existencia es amenazada por la deforestación y enfermedades. Este panorama se agrava cuando los plantones reforestados no llegan al año de vida, debido a enfermedades o mala calidad de semillas. Por tanto; el objetivo de esta investigación fue discriminar imágenes aéreas de árboles de algarrobo plus y no plus usando parámetros morfogeométricos y técnicas de aprendizaje máquina como base para su manejo sostenible. El estudio inicio identificando, geo-referenciando y obteniendo imágenes multiespectrales de una muestra de árboles plus y no plus de algarrobo, distribuidos en los departamentos de Tumbes, Piura y Lambayeque. Las imágenes de los árboles se segmentaron y se determinaron sus parámetros morfogeométricos; posteriormente se seleccionaron los parámetros más relevantes en clasificación. Usando los parámetros, totales o seleccionados, se implementaron modelos de clasificación, completos u optimizados respectivamente, mediante redes neuronales y se evaluó su rendimiento. Los resultados mostraron que tres de los parámetros tenían la mayor relevancia en clasificación y que el rendimiento medio de los modelos vario entre el 92.8 y 93.5 % para los modelos completos y reducidos. Se concluye que es posible implementar modelos eficientes para el reconocimiento y discriminación de árboles plus de algarrobo y su uso sería recomendable para un manejo sostenible de los bosques de algarrobo.application/pdfspainfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/2.5/pe/Algarroboárboles plusdeforestacióndesertificaciónredes neuronalesinfo:eu-repo/semantics/masterThesishttp://purl.org/pe-repo/ocde/ford#2.07.00