Resumen en español

En los últimos años los incendios forestales han incrementado las emisiones de Gases de Efecto Invernadero (GEI), causando grandes impactos en el medio ambiente. Por ello, se hace necesario estudiar el comportamiento de este fenómeno a través de metodologías que permitan obtener información de manera práctica, económica y eficiente. En este trabajo de grado se utiliza el método propuesto por Seiler y Crutzen (1980), basado en el producto de las áreas quemadas, densidad de biomasa, eficiencia de combustión y factor de emisión a través de imágenes satelitales y técnicas de machine learning para estimar las emisiones de dióxido de carbono (CO2), metano (CH4) y óxido nitroso (N2O) generadas por los incendios forestales ocurridos en el departamento de Cundinamarca entre los años 2008- 2018. Para el cálculo de las áreas quemadas se utilizó el índice de vegetación de diferencia normalizado (NDVI) y la clasificación de los usos del suelo se realizó por medio del algoritmo de clasificación de Random Forest (RF) con 2192 muestras con rangos espectrales de NDVI para cada tipo de cobertura. En los resultados se evidenció que el promedio de las emisiones de GEI para los años a estudio fue de 200.888 (Tr) de CO2, 0.612368 (Tr) de CH4, 0.322687 (Tr) de N2O, los cuales fueron validados con información del Instituto de Hidrología, Meteorología y Estudios planteada en esta investigación, existen grandes diferencias en cuanto a las emisiones de GEI. Sin embargo, en cuanto al método de clasificación de coberturas se obtuvo un índice kappa de 97% y una precisión de 99%. Por otra parte, se concluye que se hace necesario implementar datos tomados en las zonas afectadas por el fuego para disminuir la incertidumbre de los resultados.