# Nombre Año Autor Hipótesis Resumen Conclusión

1 SISTEMA DE 202 Arianna Como resultados científicos El trabajo hace referencia Se identificaron 23 áreas y
INFORMACI 1 Aguirre- la investigación podrá tener al inventario de las las instalaciones con riesgo
ÓN Araus los siguientes aportes: entidades con riesgos biológico en el municipio
GEOGRÁFIC Científico-técnico: la biológicos en la provincia Holguín. Se utilizó el Sistema
A PARA LA elaboración, por primera vez de Holguín y al de Información Geográfica
GESTIÓN DE en la provincia Holguín, del diagnóstico del lugar MapInfor. 09 para la
LA mapa de riesgo biológico a donde se encuentran elaboración de capas que
BIOSEGURI partir de la identificación de situadas; se presenta el conforman el mapa de riesgo
DAD EN LA las áreas e instalaciones Mapa de Riesgo biológico. A partir de los
PROVINCIA con riesgos biológicos. Biológico de la provincia resultados obtenidos se
HOLGUÍN Además, se proponen a partir de la creación de puede concluir que el Mapa
acciones para la prevención las bases de datos y la de Riesgo Biológico es
del desastre sanitario. identificación de las fundamental para la gestión
Social: brindará áreas y las instalaciones de los riesgos de desastres
conocimientos a los con riesgo biológico, sanitarios o en caso de
organismos que tienen que mediante el uso del procesos de
ver con la planificación Sistema de Información compatibilización.
estratégica de la provincia a Geográfico MapInfo para
la hora de construir una el diseño y estratificación
empresa, entidad o de las capas que lo
instalación; con lo cual se conforman. Su objetivo
logrará disminuir la es facilitar las actividades
posibilidad de ocurrencia de de planificación
una emergencia biológica y estratégica del territorio,
se ofrecerá la oportunidad a teniendo en cuenta los
la Defensa Civil y riesgos biológicos
organismos relacionados de presentes en el lugar. El
trabajar en el plan de desarrollo de la
prevención de los desastres investigación demandó la
 utilización de diferentes
métodos y técnicas de
investigación: teóricos:
histórico–lógico, el
análisis y síntesis,
inducción–deducción y la
modelación; así como
empíricos, con el auxilio
sanitarios. de técnicas como la
observación, el análisis
porcentual y los métodos
estadísticos para el
análisis de datos.
Además, el trabajo
propone acciones para la
prevención del desastre
sanitario.
2 2020 Miguel R. Una interfaz ideal para una Internet se ha convertido Internet ha cobrado una
LuacesOsc página Web con información en uno de los lugares relevancia muy importante en
LOS ar turística debe ofrecerla más populares para los últimos años y, cada día,
SISTEMAS PedreiraÁn información anterior, pero publicar y buscar casi se crean muchas páginas
DE geles S. también la posibilidad de cual-quier tipo de Web. El turismo no ha sido
INFORMACI PlacesDie interactuar con ella. Por información. En ajeno a esta nueva
ÓN go Seco ejemplo, si un usuario está particular, la información tecnología; sin embargo, las
GEOGRÁFIC interesado en lugares turística ha ganado características especiales de
A EN arqueológicos, la interfaz mucha atención en la red la información turística,
TURISMO puede ocultaren el mapa el durante los últimos años, especialmente su naturaleza
resto de información (como no sólo información sobre espacial, hacen que el diseño
museos, hoteles, etc.) y así viajes, recursos, lugares, de interfaces Web turísticas
tener una vista más clara de museos o monumentos, amigables y fácil es de usar
lo que está buscando. Otra sino también sobre sea una tarea difícil. El
posibilidad, especialmente
útil para el turismo cultural,
es tener algunas rutas
predefinidas tales como
itinerarios turísticos o de
peregrinación de especial
interés para el país o la
región. Además, este portal
Web podría incluir
capacidades de comercio
electrónico, incluyendo
reservas en hoteles o tickets
de viaje.
turismo cultural. En este
artículo presentamos las
posibilidades que
ofrecen los Sistemas
de Información
Geográfica (SIG) en la
publicación y acceso a
información turística, a
través de interfaces con
capacidades de
generación de mapas
interactivos con
información asociada a
cada elemento de interés
presentado en los
mapas. Además,
describimos como caso
de estudio el Viaje
Virtual de la Biblioteca
Virtual
Gallega(http://bvg.udc.es)
, un sistema accesible
a través de la Web
que, utilizando
tecnologías SIG, permite
acceder a cualquier
información turística o
cultural de Galicia de
manera sencilla.
diseño de la mayoría de las
páginas Web con información
turística hasta la fecha está
basado en una oferta de
información estática, con una
mezcla de textos y mapas no
interactivos. En este trabajo
hemos utilizado una
combinación de tecnologías
SIG y bases de datos
multimedia para mejorar las
interfaces Web y ofrecer la
posibilidad de interaccionar
con los mapas. Aunque las
tecnologías SIG son
ampliamente utilizadas en
áreas como servicios
públicos o ingeniería civil,
creemos que también pueden
ser una herramienta de valor
en el caso de la información
turística. Además, hemos
utilizado técnicas bien
conocidas en el área de
investigación cono-cida como
Interacción Hombre-Máquina
para crear interfaces
intuitivas y fáciles de utilizar.
Teniendo en cuenta el nivel
de aceptación y la
retroalimentación de los
 usuarios que han consultado
nuestro Viaje Virtual por
Galicia, creemos que los
usuarios pueden en general,
verse beneficiados por este
enfoque, por lo que la
filosofía que hemos seguido
en la creación de este
sistema puede aplicarse al
desarrollo de cualquier portal
de información turística.
3 2022 Abdennabi Mapear y monitorear la La erosión del suelo es Este estudio propone un
Alitano1, degradación de la erosión un problema cada vez enfoque para estimar la
del suelo en la cuenca del mayor en todo el mundo, erosión media anual del
Monitoreo y río R'Dom usando modelos debido a varios factores, suelo en la cuenca del río
predicción de SWAT y RUSLE; y (ii) incluidas las variaciones R'Dom en Marruecos. De
la erosión predecir la variación anual climáticas y las esta forma, por primera vez,
hídrica en de pérdidas de suelo debido actividades humanas, se utilizó la ecuación RUSLE
respuesta a a los efectos de las especialmente en los y el modelo SWAT basados
los efectos variaciones del cambio ecosistemas en el uso de SIG y sensores
del cambio climático mediante la mediterráneos. Por lo remotos a través de la
climático aplicación del método de tanto, el objetivo de este explotación de datos de
utilizando las reducción de escala documento es: (i) código abierto y gratuitos.
ecuaciones estadística. Prevemos que cuantificar y predecir la Los principales resultados de
RUSLE y nuestra contribución tasa de erosión del suelo nuestro estudio se enumeran
SWAT: caso proporcionará una para el período de a continuación.
de la cuenca comprensión más completa referencia (2000-2013) y Se utilizaron estadísticas de
R'Dom en Ma de la degradación del suelo un período futuro (2014- calibración estándar para
rruecos en esta área de estudio y 2027), utilizando la evaluar el rendimiento del
podría ser una buena Ecuación Universal de modelo SWAT. La
referencia para las Pérdida de Suelo comparación de conjuntos de
estrategias de Revisada (RUSLE) y el
planificación de decisiones.} modelo Soil and Water
Assessment Tool (SWAT)
en la cuenca R'Dom en
Marruecos, basado en
las oportunidades de las
técnicas de Teledetección
(RS) y las herramientas
geoespaciales del
Sistema de Información
Geográfica (SIG). (ii) nos
basamos en el modelo
clásico de reducción de
escala estadística
(SDSM) para la
predicción de lluvia.
Debido a la falta de datos
de campo, los resultados
del modelo son validados
por el conocimiento de
expertos. Como resultado
de este estudio, se
encuentra que tanto las
tierras agrícolas como las
tierras baldías son las
más afectadas por la
erosión del suelo.
Además, se muestra que
la erosión del suelo en la
cuenca estuvo dominada
por erosión muy baja y
datos de caudales mensuales
modelados y observados
resultó de valores R2, NSE y
PBIAS de 0,75, 0,70 y −1,1
respectivamente, lo que
indicó que el ciclo hidrológico
de la cuenca R'Dom se podía
simular con precisión
utilizando el modelo SWAT.
Los valores de la tasa de
erosión varían de 0 a 8 t ha -
1 para ambos períodos. Para
el período 2000/2013, el
RUSLE mostró que el
71,90% del área total de la
cuenca está expuesta a una
erosión muy baja, mientras
que solo el 0,02% del área
estuvo expuesta a una
erosión muy alta, mientras
que el SWAT mostró que el
35,57% está expuesta a una
erosión muy baja, mientras
que sólo el 9% del área
estuvo expuesta a una
erosión muy alta. Para el
período 2014/2027 se espera
tener un riesgo de erosión
muy bajo para una porción
del 58,33% y 36,97% del
área total, y un riesgo muy
baja. Aunque el área de
muy baja erosión y baja
erosión siguió
disminuyendo. Por lo alto para el 0,27% y 9,24%
tanto, prevemos que para el método RUSLE y
nuestra contribución SWAT respectivamente.
proporcionará una Se verificó que la pérdida por
comprensión más erosión se encontró
completa de la principalmente en terrenos
degradación del suelo en agrícolas (AGRL) con un
esta área de estudio y los área de 48.1% y 59.58%,
resultados de esta seguido de terrenos
investigación podrían ser desnudos (BARR) con
una referencia crucial en 38.27% y 25.26% en
los estudios de erosión ecuación RUSLE y modelo
del suelo y también SWAT respectivamente.
pueden servir como una
guía valiosa para las
estrategias de
gestión de cuencas.

Los suelos globales En el estudio, LULC, NDVI,

están bajo una presión textura del suelo, LST, MAR,
extrema de varias TWI, SOC y MRVBF se
amenazas debido a la consideraron los principales
expansión de la factores contribuyentes en la
población, el desarrollo identificación de las zonas de
económico y el cambio vulnerabilidad a la
climático. El mapeo de la degradación de la tierra a
vulnerabilidad a la través del modelo basado en
degradación de la tierra GIS y AHP. El modelo basado
 Mapeo de la Los objetivos centrales del (LDV) utilizando técnicas en AHP y GIS muestra que
vulnerabilidad estudio son (i) caracterizar geoespaciales juega un alrededor de 607,95
a la el terreno, climático, papel importante y tiene hectáreas del área total de
degradación vegetativo, y variables gran importancia, estudio se encuentran en las
4 de la tierra en edafológicas de la cuenca e especialmente en climas categorías alta y muy alta de
la cuenca 202 Lal Chand (ii) identificar las áreas más semiáridos para el LDV, y 530,01 hectáreas se
semiárida de 2 Malav vulnerables a la manejo de los recursos encuentran en la categoría
Rajasthan, In degradación del suelo naturales de manera de LDV moderada. La
dia utilizando técnicas de sostenible. El presente validación de las clases LDV
teledetección y estudio se llevó a cabo moderada, alta y muy alta
geoespaciales. Además, la para evaluar la utilizando imágenes de
investigación proporciona distribución espacial de Google Earth de alta
información importante para los puntos críticos de resolución demuestra que el
la gestión y el desarrollo del degradación de la tierra grado de características de
uso de la en función de algunos degradación de la tierra de
tierra a largo plazo. parámetros importantes las imágenes de Google
como el uso de la Earth del área de estudio
tierra/cobertura terrestre seleccionada coincidía con el
(LULC), el Índice de enfoque basado en el modelo
vegetación de diferencia AHP-GIS. Este estudio
normalizada (NDVI), las demuestra el potencial de los
características del datos satelitales de alta
terreno (Índice de resolución y la solidez del
humedad topográfica e modelado espacial basado
Índice de resolución en SIG para obtener
múltiple de llanura del información precisa, confiable
fondo del valle), y y resultados rentables para
parámetros climáticos la evaluación de la
(temperatura de la degradación de la tierra en
superficie terrestre y ecosistemas semiáridos. La
precipitación media prevalencia y la gravedad de
anual), y atributos LDV se determinaron
edafológicos (textura del utilizando modelos basados
suelo y carbono orgánico en AHP y GIS, que serán
del suelo) mediante el extremadamente útiles para
uso de procesos recomendar medidas de
analíticos jerárquicos gestión y conservación del
(AHP) y técnicas GIS en suelo que sean adecuadas
la región semiárida del para cada sitio,
distrito de Bundi, particularmente en regiones
Rajasthan, India. Los altamente y extremadamente
productos de temperatura vulnerables, para los
de la superficie terrestre recursos de la tierra a largo
(LST) y NDVI se plazo. gestión. Estos datos
derivaron de conjuntos se derivaron de datos
de datos de satelitales que podrían
espectrorradiómetro de causar algunos desafíos y
imágenes de resolución lagunas en los resultados.
moderada (MODIS) de Por lo tanto, se requieren
serie temporal, productos observaciones a macro y
de datos de lluvia de microescala para dar cuenta
datos de estación de de la alta variabilidad
datos de precipitación ambiental y distinguir entre
infrarroja del Grupo de las influencias de las
peligros climáticos acciones antropogénicas y la
(CHIRPS), características variabilidad climática en los
del terreno de Shuttle procesos de degradación de
Radar Topography la tierra. La prevalencia y la
Mission (SRTM) ), LULC gravedad de LDV se
de Landsat 9 y variables determinaron utilizando
pedológicas de conjuntos modelos basados en AHP y
de datos de suelos GIS, que serán
 heredados. Los pesos
derivados de las capas
temáticas del AHP en el
área de estudio fueron
los siguientes: LULC
(0,38) > NDVI (0,23) > ST
extremadamente útiles para
(0,15) > LST (0,08) > TWI
recomendar medidas de
(0,06) > MAR (0,05) >
gestión y conservación del
SOC (0,03) > MRVBF
suelo que sean adecuadas
(0,02). El índice de
para cada sitio,
consistencia (CR) para
particularmente en regiones
todos los parámetros
altamente y extremadamente
estudiados fue <0,10, lo
vulnerables, para los
que indica la alta
recursos de la tierra a largo
precisión del AHP. Los
plazo. gestión.
resultados muestran que
alrededor del 20,52 % y
el 23,54 % del área de
estudio se encontraba en
vulnerabilidad moderada
y alta.
5 202 Zhuang Los datos de CHELSA con El lago Ulansuhai, una de Formando un distrito clásico
2 Zhuang alta precisión podrían las principales fuentes de de erosión del suelo en la
Zhang y usarse para una estación agua de las zonas región semiárida y árida, se
Ruihong y sin medidor en una pequeña semiáridas de China, estimó la erosión del suelo en
u cuenca en las áreas tiene un depósito local HTYZ de 1986 a 2015 (30
semiáridas; (2) la variación causado por la erosión años). La pérdida de suelo en
espacial de la erosión del del suelo durante las HTYZ osciló entre 0 y
suelo en la pequeña cuenca últimas décadas. Sin 129,893 t ha −1 año −1 con
hidrográfica no aforada embargo, la falta de una erosión del suelo
durante un largo período de estaciones de monitoreo promedio para toda el área
 tiempo podría estimarse impide una mejor de 6,45 t ha −1 año −1.
Evaluación satisfactoriamente al estimación de los niveles Además, los resultados
de la erosión combinar el modelo RUSLE de erosión del suelo. Por mostraron que el 80,06% del
del suelo de con datos RS de múltiples lo tanto, tratamos de área total de HTYZ está
una pequeña recursos; y (3) la erosión del estimar la erosión del afectada por una erosión del
cuenca suelo durante la temporada suelo en la cuenca de suelo muy leve, y el área de
hidrográfica de inundaciones es la razón Huangtuyaozi (HTYZ), erosión del suelo severa
no aforada y principal de la una pequeña cuenca sin representó menos del 1%. La
su efecto en sedimentación local del medir de la cuenca del parte sur de HTYZ es el área
el lago. Se seleccionó como este del lago, utilizando con la erosión del suelo más
lago Ulansuh área de estudio la cuenca el modelo revisado de extrema, y las partes norte y
ai, Chin de Huangtuyaozi (HTYZ), ecuación universal de central de HTYZ tuvieron una
una pequeña cuenca sin pérdida de suelo erosión del suelo
aforar al este del lago (RUSLE) y datos de relativamente ligera. Como
Ulansuhai, que es el lago sensores remotos de primera aplicación de los
poco profundo más grande múltiples fuentes, y datos de precipitación de
de la cuenca analizamos su clave. CHELSA en una pequeña
del río Amarillo. impulsores y efecto sobre cuenca de una región
la sedimentación del semiárida, verificamos la
lago. El resultado mostró aplicabilidad de los datos.
que la tasa de erosión del Los resultados mostraron que
suelo en la cuenca HTYZ los datos de CHELSA
osciló entre 0 y 129,893 t estaban fuertemente
ha −1 año −1 con un correlacionados con los datos
promedio de 6,45 t ha −1 de precipitación de la
año −1durante 1986– estación calibrada, con R 2en
2015. En particular, el 0.8959. Además, nuestro
80,06% del área tenía resultado sugirió que las
menos de 10 t ha -1 año - inundaciones durante la
1 y solo el 0,06% tenía temporada de inundaciones
más de 50 t ha -1 año -1 , fueron el principal factor
 impulsor de la erosión del
suelo en la pequeña cuenca
principalmente en la zona
de HTYZ, y la sedimentación
montañosa, la parte sur
del lago Ulansuhai causada
de la cuenca HTYZ.
por la erosión del suelo de
Además, el factor de
HTYZ alcanzó 228,83 ha.
erosividad de la lluvia es
Además, el trabajo adicional
el factor clave, y la lluvia
debe centrarse en la
durante la temporada de
estimación y el impacto del
inundaciones juega un
factor R, así como el impacto
papel clave en la erosión
y la contribución de las
del suelo. Debido a la
inundaciones durante la
erosión del suelo de
temporada de inundaciones a
HTYZ, la sedimentación
la erosión del suelo y la
en el lago Ulansuhai
sedimentación del lago,
alcanzó las 223,83 ha, y
mediante el uso de RS de
el área anual de
múltiples fuentes y datos in
sedimentación aumentó a
situ. La pérdida de suelo se
una tasa de 7,46 ha/año.
transfiere principalmente por
Los resultados podrían
el río y luego ingresa al lago;
proporcionar una
por lo tanto, la cantidad de
referencia para estimar la
material transportado por el
erosión del suelo de
río y la conectividad de la
pequeñas cuencas
pendiente y el sistema
hidrográficas no aforadas
río/lago también necesitan
en áreas semiáridas.
más estudios cuantitativos en
trabajos posteriores.
6 202 Wang Con el fin de reducir los En los últimos años, la En este estudio, se utilizó el
2 Xidong, riesgos causados por las erosión del suelo modelo CSLE para calcular y
Wenyi sol, precipitaciones extremas, provocada por la erosión evaluar la cantidad de
Estimación Xing Min mejorar la resistencia a los hídrica se ha conservación del suelo y el
de la erosión
del suelo y Mu, desastres de las medidas incrementado beneficio de la conservación
evaluación Guangju Z de conservación del suelo y paulatinamente debido al del suelo y el agua de las
del beneficio hao el agua, y aclarar la aumento de las terrazas y las medidas de
de la aplicación práctica de la precipitaciones extremas. restauración de la vegetación
conservación teledetección de UAV en el Para reducir la erosión bajo precipitaciones extremas
del suelo y el monitoreo de la erosión del del suelo causada por en la provincia de Henan.
agua en suelo, el estudio analiza la precipitaciones extremas, Primero, la cantidad de
terrazas bajo erosión del suelo causada es necesario monitorear erosión del suelo en la
precipitacione por un evento de la erosión del suelo y cuenca LY (1175.4 t/km 2 ) es
s extremas precipitación extrema en la descubrir los factores que menor que en la cuenca XQ
provincia de Henan. Los afectan la erosión del (1778.2 t/km 2 ) porque las
objetivos específicos de suelo bajo terrazas en la cuenca LY
este estudio son: (i) precipitaciones extremas. (0.12 km 2 ) son más altas
cuantificar la erosión del El objetivo de este que en la cuenca XQ ( 0,05
suelo en condiciones de estudio fue evaluar la kilometros 2), y la cantidad
precipitación extrema, y (ii) cantidad de erosión del de conservación del suelo en
evaluar la capacidad de las suelo, el grado de daño la cuenca LY (1121,01 t) es
medidas de conservación de las medidas de 1,5 veces mayor que en la
del suelo y el agua para conservación del suelo y cuenca XQ (744,50 t). En la
soportar precipitaciones el agua y la evaluación misma cuenca, la cantidad de
extremas, y (iii) discutir la de los beneficios bajo conservación del suelo de la
aplicación de UAV en precipitaciones extremas restauración de la vegetación
evaluación de la en la provincia de Henan. de la cuenca XQ (2960,23 t)
erosión del suelo. Los resultados indicaron es mucho mayor que la de
que las crestas de las las terrazas (744,50 t), la
terrazas en dos cantidad de conservación del
pequeñas cuencas suelo de la restauración de la
habían sido dañadas en vegetación de la cuenca LY
diversos grados. Las (3320,36 t) es mucho mayor
terrazas, como una de que la de las terrazas
las medidas de (1121,01 t). En segundo
conservación del suelo y lugar, Terrace puede cambiar
el agua, pueden la topografía de las tierras
preservar mejor la agrícolas en pendiente,
erosión del suelo y el disminuir la velocidad de la
agua bajo precipitaciones pendiente, acortar la longitud
extremas. La cantidad de de la pendiente, aumentar el
suelo preservado en dos tiempo de infiltración de
microcuencas fue de lluvia, almacenar escorrentía
744.50ty 1121.01t. La y sedimentos y reducir la
cantidad de suelo perdido pérdida de nutrientes del
en dos cuencas suelo. Por lo tanto, al analizar
pequeñas se redujo en la erosión del suelo de las
un 67,67 % y en un 78,63 terrazas bajo precipitaciones
% cuando existían extremas, también se debe
terrazas. La cantidad de considerar el ancho de las
conservación del suelo terrazas, la pendiente de las
de las medidas de terrazas y si existen medidas
restauración de la de drenaje en las terrazas.
vegetación en dos
cuencas pequeñas fue de
2960,23t y 3320,36t. La
cantidad de suelo perdido
en dos cuencas
pequeñas se redujo en
un 89,27% y un 90,98%,
cuando existen medidas
de restauración de la
vegetación. En
comparación con las
medidas de ingeniería de
conservación del suelo y
 el agua, las medidas de
restauración de la
vegetación pueden
reducir mejor la erosión
del suelo causada por la
erosión del agua bajo
precipitaciones extremas.
Además de la cantidad
de lluvia, los beneficios
de conservación del
suelo y el agua de las
terrazas también se
vieron afectados por el
ancho de la terraza, la
pendiente de la terraza y
si hubo medidas de
restauración de la
vegetación en la terraza.
7 202 M Safaei, La combinación de Se aplicó un enfoque En este documento,
3 H Bashari , evaluaciones basadas en el basado en el campo mostramos que la evaluación
T campo con proxies de utilizando el protocolo de de la salud de los pastizales
Kleinebeck sensores remotos de los Interpretación de basada en datos satelitales
Mapeo de la er , patrones del paisaje brinda Indicadores de Salud de puede coincidir con precisión
salud de los S Fakhera la oportunidad de Pastizales (IIRH) para con una evaluación basada
ecosistemas n monitorear el estado de clasificar el estado de en enfoques de campo
terrestres en salud del ecosistema salud del ecosistema comunes (protocolo IIRH).
las tierras terrestre en apoyo de los terrestre a nivel de Por lo tanto, existe potencial
secas: objetivos de desarrollo cuenca como "saludable", para la integración de datos
comparación sostenible (ODS). "en riesgo" y "no estandarizados in situ con
de Vincular datos de campo saludable". Se utilizaron imágenes de sensores
información cualitativos con imágenes métricas de paisaje remotos para permitir el
de campo
con datos de cuantitativas de sensores complejas cuantitativas monitoreo continuo de la
sensores remotos para mapear la derivadas de los datos degradación de la tierra
remotos salud del ecosistema espaciales de Landsat (ODS 15.3.1). Presentamos
a nivel de cue terrestre (ODS 15.3.1 para explorar si se un enfoque metodológico
nca “neutralidad en la pueden recuperar sobre cómo se puede
degradación de la tierra”). estados de salud vincular esta información
similares en una escala sobre la salud del ecosistema
más amplia. La utilizando estadísticas
asignación de las clases multivariadas, análisis de
de salud de los conglomerados y métricas
ecosistemas terrestres complejas de detección
basadas en el campo y remota basadas en datos
las métricas de detección satelitales disponibles
remota se probaron públicamente. Dado que
utilizando métodos de los enfoques de
análisis multivariado y monitoreo basados en
de conglomerados. datos espaciales son
esenciales para lograr los
ODS, este enfoque podría
contribuir al desarrollo de
puntos de referencia para
la salud de la tierra y el
monitoreo de indicadores
para la neutralidad de la
degradación de la tierra
basados en sensores
remotos. La identificación
de indicadores espaciales
de degradación también
podría ayudar a
establecer vínculos con
 marcos conceptuales
como los cambios de
régimen ecológico con el
objetivo de determinar
señales espaciales de
alerta temprana de
cambios a estados
estables alternativos. En
el próximo paso, nuestro
enfoque podría probarse
a escala nacional o
incluso continental en
regiones áridas y
semiáridas o podría
transferirse a otras áreas
de estudio y ecosistemas
para respaldar el
monitoreo de la
neutralidad de la
degradación de la tierra
desde el espacio .
Evaluación 202 Gaviota El objetivo principal de este Los cambios en el uso de Este estudio utilizó Landsat-
8 del uso de la 2 Sarvat ; estudio es evaluar la la tierra en el Himalaya 5TM para examinar y rastrear
tierra/detecci Shagoofta variación geográfica y de Cachemira deben los cambios en el patrón
ón de Rasool temporal de LULC en cuatro mapearse y monitorearse LULC en las cuencas
cambios en la Shah ; cuencas importantes del para un desarrollo a largo hidrográficas clave del
cobertura de Ayaz Moh Himalaya nororiental del plazo y una planificación noreste de los Himalayas del
la tierra de mod Dar valle de Cachemira desde eficiente. Este trabajo Valle de Cachemira desde
las cuencas 2003 hasta 2013. Esta utiliza tecnologías 2003 hasta 2013. Los
hidrográficas investigación puede geoespaciales como la hallazgos de este estudio
del noreste proporcionar una teledetección y el sistema muestran que ha habido
del valle de contribución sustancial a la de información numerosos problemas
Cachemira comprensión del patrón geográfica para rastrear ambientales en la región de
utilizando SIG LULC del ecosistema los cambios en las estudio. , como el crecimiento
y técnicas montañoso de Cachemira y tendencias de la urbano e industrial no
de teledetecci cambio de tendencia Podría cobertura terrestre en planificado. Debido al
ón ser una herramienta útil cuatro cuencas aumento de la densidad de
para investigadores y hidrográficas principales población y la rápida
tomadores de decisiones en el Himalaya urbanización, la invasión
que se ocupan del medio nororiental del valle de suele afectar a los cuerpos
ambiente a escala global. Cachemira entre 2003 y de agua, matorrales y tierras
2013. Los mapas de forestales. El tema
cobertura terrestre se fundamental en la región es
crearon utilizando la transformación de los
imágenes del Landsat-5 bosques abiertos en zonas
Thematic Mapeador. Los urbanas. Debido al
mapas de uso de la crecimiento urbano y la
tierra/cobertura de la construcción de hoteles
tierra (LULC) de la durante las últimas dos
cuenca se crearon décadas, se registraron
utilizando una cambios considerables en el
clasificación supervisada área edificada alrededor de la
utilizando el clasificador periferia del río Lidder y el río
de máxima probabilidad Sindh, los cuales son sitios
(MLC). Durante la turísticos populares. Debido a
década anterior, el LULC que la cubierta forestal es el
en las cuencas de uso más común de la tierra,
estudio ha sufrido una su calidad (suelos) y cantidad
serie de cambios (área) están indisolublemente
complejos como ligadas a la naturaleza de los
resultado de la accidentes geográficos. La
deforestación, el cambio escorrentía superficial y los
climático y el crecimiento sedimentos del área pueden
agroforestal. Se aumentar como resultado del
descubrieron un total de aumento de los coeficientes
11 clasificaciones de escorrentía debido a la
principales de LULC, lo disminución de la cubierta
que indica que los forestal y los matorrales. Este
bosques son el uso más estudio descubrió que las
común de la tierra en las actividades agrícolas,
cuatro cuencas. La hortícolas y de construcción
cubierta forestal, los están en aumento, lo que
lechos de los ríos, las requiere una mayor atención
masas de agua, la nieve a la protección del suelo y el
no perenne y los uso eficiente de los recursos
glaciares han disminuido hídricos terrestres.
significativamente,
mientras que los Esta información
matorrales, la eventualmente ayudaría en la
horticultura, la masa identificación de recursos
rocosa, las áreas finitos, así como lugares
edificadas, las tierras ambientalmente significativos
yermas y la agricultura que pueden designarse como
han aumentado puntos críticos para la
significativamente, conservación o reparación.
excepto en la cuenca Por un lado, la evaluación de
hidrográfica de Sindh, los recursos conduciría a una
donde la clase de mejor comprensión de los
matorral ha disminuido efectos de diversas
en un 5,97 % entre 2003 actividades de desarrollo
y 2013. La metodología y sobre estos recursos y, por
las conclusiones del otro lado, al proceso de
estudio apuntan a planificación. El estudio
actual utiliza el enfoque RS y
 GIS, que actualmente es una
de las tecnologías más
populares para el análisis
espacio-temporal que no se
implicaciones políticas
puede lograr con otras
cruciales para la gestión
técnicas tradicionales de
de LULC a largo plazo en
mapeo. Los hallazgos y el
las cuencas hidrográficas
análisis del estudio tienen
Madhumati, Arin, Sindh y
implicaciones políticas
Lidder de los
sustanciales para las
Himalayas de Cachemira.
prácticas sostenibles de
uso/cobertura de la tierra en
el noreste de los
Himalayas de Cachemira.
9 Modelado y Ismail El objetivo principal de esta La cuenca hidrográfica El estudio actual ha intentado
mapeo de la Mondal , investigación es demostrar de Sobha, ubicada en el identificar puntos críticos de
susceptibilida 202 Mahroo un modelo discreto de distrito de Puruliya de erosión del suelo en la
d a la erosión 2 Dehbozorg aprendizaje automático para Bengala Occidental, cuenca hidrográfica de
del suelo i , Subhra reconocer los puntos India, está Sobha, Purulia, India,
utilizando el Pratim críticos de erosión del suelo experimentando una utilizando algoritmos
aprendizaje Bank , susceptibles, teniendo en grave erosión del suelo avanzados de aprendizaje
automático Dipendra cuenta los factores de debido a configuraciones automático. Los modelos
en un Nath Das , erosión del suelo más geo ambientales utilizados en este estudio
ambiente Jatisankar importantes. Los datos se específicas y prácticas arrojan una alta precisión
cálido Bandyopa incorporan a una plataforma terrestres no científicas. que, si se utilizan
subhúmedo tr dhyay , GIS para evaluar las Plantea serias amenazas correctamente, serían
opical Quoc Bao diferencias geográficas para el desarrollo beneficiosos tanto en
Pham, dentro de esta región. agrícola y de los recursos términos de consumo de
Ayad M. naturales, lo que resulta tiempo como de costos. Por
Fadhil Al- en la degradación de la lo tanto, se propone que se
Quraishi , tierra y la desertificación. puedan utilizar los modelos
Xuan Cuon Este estudio intenta RF, SVM, CART y BRT,
g Nguyen identificar las zonas teniendo en cuenta los
susceptibles a la erosión diversos parámetros a criterio
del suelo (SESZ, por sus del usuario según la
siglas en inglés) de la topografía y el
cuenca hidrográfica de clima de la zona.
Sobha mediante la
utilización de productos
de datos SIG y sensores
remotos en diferentes
algoritmos de aprendizaje
automático, es decir,
Support Vector Machine.
(SVM), árbol de
clasificación y regresión
(CART), árbol de
regresión potenciado
(BRT) y bosque aleatorio
(RF)) considerando
dieciséis factores de
control de la erosión del
suelo (SECF). Además,
se evaluó la eficiencia de
los modelos de
aprendizaje automático
elegidos utilizando datos
conocidos de erosión y
no erosión del suelo. Los
resultados mostraron que
la elevación, la densidad
de drenaje (DD) y el
índice de vegetación de
diferencia normalizada
(NDVI) son los factores
que más contribuyen a la
erosión del suelo. La
ROC (curva operativa del
receptor) AUC (área bajo
la curva) se utiliza para
comparar cada modelo, y
se revela que el modelo
de RF se desempeñó y
predijo mejor entre ellos.
Sin embargo, todos los
modelos presentan una
capacidad sobresaliente
con AUC >85 % (RF =
0,97, BRT = 0,96, SVM =
0,95 y CART = 0,88). Los
resultados del modelo RF
muestran que la parte
nororiental de la cuenca
(parte superior) es la más
vulnerable a la erosión, y
aproximadamente el
14,48 % de las áreas de
la cuenca se encuentran
en la zona de erosión
severa. Por lo tanto, los
hallazgos basados en
algoritmos de aprendizaje
automático y visitas de
campo intensivas se
utilizan para evaluar las
zonas de riesgo de
erosión del suelo, y este
trabajo brindará
información sobre la
implementación de
políticas adecuadas para
mitigar este problema.
Además, los enfoques
utilizados en este estudio
también podrían ser
útiles para predecir el
riesgo de erosión del
suelo en otras regiones.
Además, el estudio
también ha recomendado
algunas políticas y
enfoques de gestión
apropiados que serían
inmensamente útiles para
el gobierno local y los
encargados de formular
políticas al iniciar la
planificación estratégica
para combatir la
erosión del suelo.