Tesis Pregrado
Permanent URI for this collection
Browse
Browsing Tesis Pregrado by Subject "Análisis espectral"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item Detección espectral de especies arbóreas mediante datos in-situ e imágenes hiperespectrales aérotrasportadas: caso de estudio Laguna Grande San Pedro de la Paz.(Universidad de Concepción, 2024) Córdova Olea, Nicolás Andrés; Yépez Figueroa, Santiago Paul; Elissetche Martínez, Juan PedroEste estudio evaluó el uso de imágenes hiperespectrales para identificar especies arbóreas alrededor del Santuario de la Naturaleza Laguna Grande - Humedal Los Batros, Chile, destacando la necesidad de técnicas avanzadas en la gestión de ecosistemas. Se usaron imágenes hiperespectrales con métodos de Machine Learning, específicamente Support Vector Machine (SVM) y Random Forest (RF), para clasificar y georreferenciar especies arbóreas y vegetación. Las muestras se identificaron y georreferenciaron in-situ, creando una librería espectral para entrenar y validar los modelos. Los resultados muestran que las imágenes hiperespectrales, especialmente con el preprocesamiento MNF (Minimum Noise Fraction), permitieron alta precisión en la clasificación de especies. SVM logró una precisión del 90% y un índice Kappa de 0,89 en imágenes en color verdadero, mientras que RF alcanzó un 43% de precisión y un índice Kappa de 0,33. En imágenes MNF, SVM obtuvo un 74% de precisión y un índice Kappa de 0,72, mientras que RF logró un 75% de precisión y un índice Kappa de 0,73. Las especies exóticas Eucalyptus globulus y Cupressus macrocarpa mostraron dominancia, afectando la cobertura forestal, aunque hubo errores de mezcla en la clasificación, especialmente con Acacia melanoxylon y Cupressus macrocarpa, debido a su baja reflectividad. Los resultados destacan la eficacia de las imágenes hiperespectrales y los modelos de Machine Learning en la identificación de especies arbóreas, aunque también revelan la necesidad de mejorar las técnicas de clasificación para resolver desafíos específicos. En conclusión, la teledetección hiperespectral es una herramienta valiosa para la gestión y conservación de ecosistemas forestales, proporcionando una base sólida para futuras investigaciones.Item Pigmentos naturales extraídos de hongos y liquenes como sensibilizadores en celdas solares dssc y su optimización mediante nanopartículas.(Universidad de Concepción, 2025) Nebreda García, Dillan Esteban; Manidurai, Paulraj; Palfner, Götz; Peña Fernández, Eduardo ArturoLas celdas solares sensibilizadas por colorante (DSSC) con pigmentos naturales son una opción sustentable para convertir luz solar en energía. En este trabajo se usaron pigmentos de los hongos Pleurotus ostreatus, Stereum hirsutum y el líquen Xanthoria parietina como colorantes en DSSC, usando etanol, metanol y hexano como solventes. Los espectros UV-Vis mostraron absorción entre 250 y 750 nm, asociada a compuestos fenólicos, melaninas y parietina. Se midió la eficiencia de las celdas y el factor de llenado (FF). La mejor eficiencia fue con X. parietina en metanol: 0,047%, Jsc de 0,15 mA/cm², Voc de 0,52 V y FF de 0,6 (área de 3,5 cm²). También se usaron nanopartículas metálicas de los mismos organismos en celdas con X. parietina en metanol, alcanzando una eficiencia de 0,037%, mayor que la celda base con solo TiO₂ (0,019%), pero menor que la versión sin nanopartículas. El FF también bajó levemente. Los resultados muestran que hongos y líquenes pueden ser una fuente útil de pigmentos para DSSC, y que el tipo de solvente y las nanopartículas influyen en el desempeño.