Maestría en Geomática

URI permanente para esta colecciónhttps://repositorio.unal.edu.co/handle/unal/81219

Examinar

Mostrando 1 - 20 de 96

Variaciones de las islas de calor y su relación con el arbolado urbano en Bogotá usando imágenes satelitales y análisis espaciales
(Universidad Nacional de Colombia, 2025) Quintana Linares, Angélica María; Rodríguez Eraso, Nelly
El fenómeno de islas de calor urbanas representa uno de los mayores desafíos para la planificación sostenible de ciudades, afectando el bienestar humano y la eficiencia energética en entornos urbanos. La vegetación urbana emerge como una solución basada en la naturaleza con potencial para mitigar estos efectos térmicos adversos. Esta investigación analiza las variaciones espacio-temporales de las islas de calor y su relación con el arbolado urbano en Bogotá (Colombia), usando metodologías que combinan teledetección y análisis espaciales. Se evaluaron los patrones de temperatura superficial terrestre (LST) durante 2014-2024 usando imágenes LANDSAT 8 y temperatura del aire nocturna (TA) para 2023-2024 con información de 24 estaciones meteorológicas. Para establecer las relaciones entre la intensidad de la isla de calor y la distribución y configuración del arbolado urbano, se emplearon métricas del paisaje e índices de autocorrelación espacial. Finalmente, la intensidad de enfriamiento se evaluó a partir del método de amortiguamiento mediante anillos de 30 m desde el borde del arbolado. Se desarrollaron códigos en JavaScript (Google Earth Engine) para el procesamiento de imágenes satelitales y en Python para el análisis de datos meteorológicos y la interpolación espacial. Los resultados indican un incremento de áreas con alta temperatura del 8% (27% en 2014 a 35% en 2024), concentradas principalmente en el suroccidente de la ciudad en las localidades de Antonio Nariño, Barrios Unidos, Bosa, Engativá, Fontibón, Kennedy, Los Mártires, Puente Aranda, Rafael Uribe Uribe y Tunjuelito, y patrones de agrupamiento de LST estadísticamente significativos (I de Moran > 0,96). Los parches arbóreos (≥ 900m²) señalaron una intensidad de enfriamiento de 1,76°C (LST) y 0,11°C (TA) con un alcance de 210m y 120m respectivamente. Las variables de forma del parche (I=-0,1342) y área núcleo del parche (I=-0,1197) presentaron las correlaciones más fuertes con la reducción térmica. Se identificó que los parches de arbolado de tamaño intermedio (2633-4244 m²) parecen tener la mejor combinación de intensidad de enfriamiento (2,11°C) y alcance alto (300m) para LST, mientras que los parches en zonas ya frescas muestran mejor desempeño térmico (2,2°C) que aquellos en zonas calientes (0,5°C). El análisis mediante Random Forest reveló un potencial de enfriamiento de hasta 8°C en zonas críticas como Kennedy, aunque la mayoría de las intervenciones arbóreas lograrían efectos moderados (1-2.5°C). Para la planificación urbana espacial, es fundamental priorizar la creación de corredores verdes estratégicos en las localidades occidentales que fragmenten la continuidad espacial de los clústeres térmicos, integrando criterios de composición y configuración espacial, priorizando especies con mayor capacidad de sombreado y evapotranspiración. Estos hallazgos proporcionan evidencia científica sobre la contribución del arbolado urbano a la mitigación de islas de calor, ofreciendo criterios para la planificación urbana sostenible (Texto tomado de la fuente).
Metodología para la estimación de biomasa aérea en un bosque tropical amazónico a partir de imágenes ópticas y de radar. Caso de estudio: Calamar – Guaviare
(Universidad Nacional de Colombia, 2025) Osorio Romero, Juan Ricardo Jannereth; Lizarazo Salcedo, Ivan Albert; Osorio Romero, Juan Ricardo Jannereth [0009-0006-7491-750X]
Esta investigación propone una metodología para estimar biomasa aérea en bosque tropical amazónico usando imágenes de radar (Sentinel-1), ópticas (Sentinel-2) y algoritmos de aprendizaje de máquina. Se compararon dos enfoques: Random Forest clásico (RF) y su versión geográfica (GRF), que incorpora autocorrelación espacial. Los resultados muestran que RF alcanzó valores de R² entre 0.53 y 0.57, mientras que GRF logró hasta 0.66. Esto indica una mejora sustancial en la precisión del modelo. La metodología demuestra el potencial de integrar sensores remotos y técnicas espaciales para estimar biomasa en regiones de difícil acceso. Sus resultados pueden apoyar iniciativas de monitoreo forestal y conservación, especialmente en contextos de deforestación y cambio climático. (Texto tomado de la fuente)
Metodología para la determinación de parámetros de calidad del agua en cuerpos lénticos haciendo uso de imágenes multiespectrales de dron y aprendizaje computacional
(Universidad Nacional de Colombia, 2025-05-23) Rugeles Martínez, Diego Joaquín; Martinez Martinez, Luis Joel; https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001724441
El uso de sensores remotos multiespectrales acoplados a aeronaves no tripuladas representa una alternativa ágil y económica para la estimación de parámetros de calidad del agua. Sin embargo, en zonas tropicales y en el contexto colombiano, el conocimiento sobre su modelamiento mediante algoritmos de aprendizaje automático sigue siendo limitado. Este estudio tiene como objetivo desarrollar una metodología para evaluar la calidad del agua en cuerpos lénticos utilizando imágenes multiespectrales obtenidas con UASy tres parámetros clave: turbidez, fosfatos y nitratos. Se empleó un dron DJI M300 RTK con el sensor RedEdge Micasense P para generar ortoimágenes multiespectrales sobre dos cuerpos de agua en Cundinamarca, Colombia. Además, se recolectaron 30 muestras espacializadas de los parámetros mencionados. Se calcularon índices espectrales de agua y vegetación, y mediante regresión por mínimos cuadrados parciales (PLS), se determinó la importancia de cada variable en la predicción. Posteriormente, se desarrollaron y compararon tres algoritmos de aprendizaje automático: SVR, RFR y GBR. Los resultados demostraron una asociación significativa entre la reflectancia multiespectral y los parámetros de calidad del agua, con los índices de agua y vegetación como las variables más influyentes. Entre los modelos evaluados, GBR mostró el mejor desempeño, con un ajuste óptimo en el entrenamiento y el menor RMSE en la validación. Estos hallazgos destacan el potencial del aprendizaje automático para la estimación espacial de la calidad del agua, lo que resulta clave para la gestión de los recursos hídricos y la conservación de los servicios ecosistémicos de los cuerpos de agua lénticos. (Texto tomado de la fuente).
Predicción espacial del rendimiento del cultivo de caña de azúcar (Saccharum officinarum) mediante aprendizaje de máquina
(Universidad Nacional de Colombia, 2025) Socadagui Casas, Diego Arley; Rubiano-Sanabria, Yolanda; Rodríguez Vásquez, Andrés Felipe; SOCADAGUI CASAS, DIEGO ARLEY; 0009-0001-5216-2920
El cultivo de caña de azúcar es fundamental para la economía agrícola de Colombia, particu larmente en el Valle del Río Cauca, una región que se enfrenta a desafíos como el cambio climático y la gestión eficiente de recursos. En este contexto, el uso de tecnologías de aprendizaje de máquina (AA) y datos geoespaciales se presenta como una solución innovadora para predecir de manera precisa el rendimiento de los cultivos, optimizando el uso de agua y otros insumos clave. Este estudio propone una metodología que integra datos históricos de clima, suelo y manejo agrícola con algoritmos de AA como Random Forest, XGBoost, y Catboost, con el fin de desarrollar modelos predictivos robustos que proporcionen estimaciones espaciales del rendimiento de la caña de azúcar. Los resultados muestran que los modelos basados en AA superan a los métodos tradicionales (cómo regresiones lineales y penalizadas), proporcionando predicciones más precisas que pueden ser implementadas para la planificación agrícola y la gestión de recursos en el Valle del Río Cauca, más específicamente en el municipio de La Candelaria. La investigación destaca el potencial de las técnicas avanzadas de AA para mejorar la eficiencia productiva y contribuir a una agricultura más sostenible (texto tomado de la fuente).
Implementación y validación de un algoritmo para la estimación del espesor óptico de aerosoles sobre el valle geográfico del río Cauca a partir de mediciones satelitales de resolución espacial moderada
(Universidad Nacional de Colombia, 2024) Rueda Uribe, Katherine; Jiménez Pizarro, Rodrigo; Lizarazo Salcedo, Iván Alberto
El objetivo de esta investigación consistió en implementar y validar el Algoritmo Simplificado de Recuperación de Aerosoles (SARA) para estimar el Espesor Óptico de Aerosoles - AOD en el valle geográfico del río Cauca. El algoritmo SARA se implementó utilizando los productos MODIS/TERRA: MOD02HKM (radiancias calibradas a 500 m), MOD03 (geolocalización a 1 km), MOD09GA (reflectancia de la superficie a 500 m) y MOD35_L2 (máscara de nubes). Estos datos se procesaron bajo tres supuestos principales: (i) la superficie presenta un comportamiento lambertiano, (ii) se consideró dispersión simple de los aerosoles, y (iii) tanto el albedo de dispersión como el factor de asimetría se mantuvieron constantes durante el día. Los resultados obtenidos se contrastaron con las mediciones de la estación AERONET – UNC Palmira y el producto MOD04_3K de MODIS, que proporciona datos de AOD con una resolución espacial de 3 km. Tras la calibración de los datos, el algoritmo SARA alcanzó una correlación de 0.94 con MODIS/MOD04_3K y de 0.83 con AERONET- UNC Palmira. Durante el 2018, el AOD en el VRC presentó una tendencia regional, con mayores concentraciones en las principales ciudades, especialmente en zonas con alta actividad industrial o un gran parque automotor, como Cali, Palmira y Buga (Texto tomado de la fuente).
Herramientas de análisis espacio-temporal de datos climáticos y espectrales como base para la caracterización y modelación climática y estimación indirecta de parámetros productivos en aguacate cv. Hass
(Universidad Nacional de Colombia, 2024) Sánchez Vivas, Diego Fernando; Ramírez Gil, Joaquín Guillermo; Terán Chaves, Cesar Augusto; Sánchez Vivas, Diego Fernando [0000092231]; Sánchez Vivas, Diego Fernando [https://scholar.google.se/citations?user=7KTTn5UAAAAJ]; Sánchez Vivas, Diego Fernando [0000000163130871]; Sánchez Vivas, Diego Fernando [https://www.researchgate.net/profile/Diego-Sanchez-Vivas]; Biogénesis; Sánchez Vivas, Diego Fernando [58159513500]
El aguacate cv. Hass ha experimentado un crecimiento en la demanda a nivel mundial, lo que ha generado un aumento en los últimos años de las áreas cultivadas. Este frutal proveniente de Colombia cuenta con admisibilidad en 18 países del mundo, por lo que el área cosechada se ha incrementado en los últimos años. Sin embargo, fenómenos como la escasez de agua, la variabilidad y el cambio climático y la presencia y dispersión de plagas han planteado desafíos para el establecimiento de una agroindustria del aguacate sostenible en nuestro país. En este contexto, el objetivo principal de este trabajo de investigación fue implementar herramientas de análisis de datos espaciotemporales para la caracterización climática y espectral de las áreas productoras de aguacate cv. Hass. El estudio se dividió en dos etapas: en la primera, se realizó la caracterización y modelación climática bajo escenarios de variabilidad y cambio climático a nivel espacial en las regiones con aptitud para el cultivo de aguacate en Colombia. Por su parte, en la segunda etapa, utilizando imágenes multiespectrales obtenidas de sensores remotos y proximales, y bases de datos de clima de libre acceso se validaron índices de vegetación y variables de clima para determinar su capacidad para discriminar entre plantas visualmente afectadas por distintas fuentes de estrés (bióticos y abióticos) y plantas sanas, así como su potencial uso para predecir componentes de rendimiento del cultivo. De acuerdo con nuestros resultados, las zonas productoras de aguacate cv. Hass en Colombia se agrupan en cinco zonas climáticas homogéneas. Las herramientas de predicción climática, a partir de redes neuronales (ConvLSTM y Bi-LSTM), así como el modelo Sarima representaron adecuadamente los patrones de temperatura y precipitación para cada uno de los cinco clústeres establecidos. Además, el modelo Maxent implementado, permitió estimar el riesgo asociado al cambio climático, en términos de modificación de áreas idóneas para la producción en dos escenarios de cambio climático y tres períodos de tiempo. Así mismo, se presentan resultados sobre la validación de herramientas de teledetección para la identificación de afectaciones y la estimación de productividad en parcelas comerciales de aguacate cv. Hass, en uno de los principales municipios productores de Colombia (Texto tomado de la fuente).
Evaluación de la relación entre el estado nutricional y la respuesta espectral del cultivo de papa (Solanum tuberosum L.) para la estimación del contenido de nitrógeno y potasio
(Universidad Nacional de Colombia, 2023) Cristancho Rojas, Omar Yesid; Martínez Martínez, Luis Joel; Darghan Contreras, Aquiles Enrique; Cristancho Rojas, Omar Yesid [0000000246097632]
El uso racional de fertilizantes es una medida que busca la sostenibilidad del sistema productivo de papa en Colombia, ya que con esto se puede reducir el efecto ambiental y los costos asociados a la fertilización del cultivo. El objetivo de este trabajo fue evaluar el uso de información espectral para estimar el estado nutricional de Solanum tuberosum L, variedad Bacatá bajo diferentes niveles de fertilización, para esto se realizó un ensayo en un lote comercial de papa en Soacha, Cundinamarca, Colombia. Se estableció un diseño en medidas repetidas para un arreglo en bloques generalizados y al azar usando los tiempos como factor intra-sujetos, con ocho tratamientos con variación en nitrógeno (N) y potasio (K). Se evaluó la respuesta híperespectral entre los 350 a 2500nm con un sensor FieldSpec Standar-Res ® y se tomaron fotografías con una cámara multiespectral Micasense Red-edge M ®. Las variables nutricionales se midieron con sensores de ion selectivo Laqua ® y clorofilometro SPAD. Las mediciones se llevaron a cabo entre los 65 y 107 DDS. Se encontró que hubo efecto de los tratamientos y la época en la respuesta espectral de las plantas de papa por los cambios en la concentración de pigmentos, ya que hubo efecto de los tratamientos sobre el contenido de nitratos y en los valores SPAD. Sin embargo, no hubo efecto sobre el contenido de K en peciolos. Los índices de vegetación obtenidos con el sensor híperespectral que se basaron en la reflectancia de la región entre los 445 y 850 nm fueron los que más correlación obtuvieron con el contenido de nitratos y unidades SPAD. En las imágenes multiespectrales se registró la reflectancia más alta en las regiones del Red-Edge y NIR con las dosis más altas de fertilizante nitrogenado, además se encontró que los índices PSSRa, PSSRc y DATT-4 fueron los más sensibles a los cambios generados por la época de medición y los tratamientos evaluados, lo que los convierte en parámetros con potencial en la estimación del estado nutricional para la variedad Bacatá (Texto tomado de la fuente).
Predicción de la infiltración en el suelo mediante la integración de sensores remotos e inferencia espacial en una microcuenca andina
(Universidad Nacional de Colombia, 2024) Páez Lugo, Eliana Alejandra; Darghan Contreras, Aquiles Enrique; Leal Villamil, Julián; Paez Lugo, Eliana Alejandra [0009-0009-6435-1049]
La infiltración es el proceso de entrada del agua al suelo, su estimación es importante tanto para hacer un eficiente uso del recurso hídrico en cultivos, como para efectos de los modelos hidrológicos. Debido a su complejidad metodológica y espacial, se han desarrollado diversos modelos para su estimación; sin embargo, la idoneidad y ajuste de estos a las condiciones particulares de cada suelo generalmente no resulta simple, conllevando a la necesidad de disminuir su incertidumbre para obtener resultados más consistentes. Esta investigación desarrolló un modelo espacial para estimar la tasa de infiltración básica empleando índices de humedad y vegetación provenientes de imágenes Sentinel- 1, atributos del terreno obtenidos del modelo digital de elevación ALOS PALSAR y algunas propiedades del suelo. Los resultados demostraron que el modelo autorregresivo espacial con errores autorregresivos permitió modelar espacialmente la infiltración base, donde el ajuste de los valores observados y estimados presentaron un coeficiente de correlación de 0.98. Se evidenció una relación estadística significativa entre los índices de radar y la infiltración base en los suelos y se confirmó la incidencia de la elevación y algunas de las propiedades físicas del suelo en la estimación de la infiltración base, esta relación se entiende también como el impacto que tienen dichas variables en el cálculo de la infiltración, allí se encontró que todas las variables tuvieron impacto positivo, particularmente el índice de humedad y la elevación tuvieron el mayor impacto y el porcentaje de arenas el menor (texto tomado de la fuente).
Metodología para la identificación de fosas comunes a partir de imágenes multiespectrales
(Universidad Nacional de Colombia, 2024-01-31) Mejía López, Andrés Alejando; Ochoa Gutiérrez, Luis Hernán; Mejía López, Andrés Alejandro [5pnOby4AAAAJ]; Mejía López, Andrés Alejandro [0009-0000-7614-7429]
En Colombia, la identificación de fosas comunes se ha realizado de forma manual en la mayoría de los casos, es decir, para encontrar los sitios de enterramiento se usa como insumo la información dada por los victimarios o por los relatos de los familiares de las víctimas; estos métodos, además de imprecisos, son extremadamente lentos y costosos. Para incrementar las posibilidades de éxito se han abordado métodos de búsqueda basados en resistividad geofísica, magnetometría o radar de penetración del suelo; estos métodos sólo pueden ser usados en un área delimitada a menudo pequeña y que en muchos casos pueden ser de difícil acceso o se pueden encontrar en zonas en conflicto. Por esto, se ha visto la necesidad de implementar métodos que no impliquen acceso directo al terreno y que puedan abarcar áreas mayores, para agilizar la búsqueda, reduciendo el coste en tiempo y en dinero. En este trabajo se plantea que las fosas comunes se pueden identificar correlacionando los índices espectrales NDVI, GNDVI y GCI con el contenido de materia orgánica enterrada en las fosas comunes, entendiendo cómo afecta el contenido de materia orgánica de las fosas comunes la salud de las plantas que se encuentran sobre el área a estudiar. En la fase experimental se usó un sensor multiespectral con el fin de obtener imágenes del área en la cual se simularon tumbas con materia orgánica de origen animal y restos óseos humanos. Se obtuvieron y procesaron 297 imágenes en diferentes bandas, se construyeron ortoimágenes en el espectro verde, infrarrojo y rojo para calcular cada uno de los índices espectrales escogidos. Posteriormente, se realizó una clasificación supervisada, aplicando algoritmos de aprendizaje de máquinas, para identificar los sitios en los que se encontraban las fosas simuladas. (Texto tomado de la fuente).
Modelo de segmentación semántica de imágenes satelitales basado en redes neuronales convolucionales para la clasificación de cobertura de la tierra en páramos
(Universidad Nacional de Colombia, 2024) Reyes Quintana, Nohora Marcela; Lizarazo Salcedo, Iván Alberto; Análisis Espacial del Territorio y del Cambio Global (Aet-Cg)
Los ecosistemas de páramo son cruciales para la regulación hídrica y la biodiversidad, pero enfrenta amenazas significativas debido el cambio climático y las actividades humanas. La falta de delimitación clara y sistemas de monitoreo continuo dificultan su protección, resaltando la necesidad de técnicas de clasificación de coberturas con alta exactitud temática y tiempos de procesamiento cortos. En esta investigación evaluó dos arquitecturas de redes neuronales convolucionales (CNN), U-Net++ y DeepLabV3 en su capacidad para realizar la segmentación semántica de imágenes satelitales para clasificar las coberturas del complejo de páramos Tota-Bijagual-Mamapacha (TBM), ubicado en Boyacá y Cundinamarca. Utilizando imágenes Landsat 8 del periodo 2017 a 2019 junto con etiquetas de coberturas del mapa nacional de coberturas 1:100.000 del IDEAM de 2018. Los resultados indican una exactitud global (OA) de 68.07% y un kappa de 0.60 para U-Net++ y un OA de 67.29% y un kappa de 0.59 para DeepLabV3+. En coberturas de páramo, U-Net++ alcanzó un F1 del 78.43% para Herbazal y del 79.22% para Bosques, mientras que DeepLabV3+ logró un 75% y 74.27%, respectivamente. Ambos modelos se entrenaron en una estación de trabajo equipada con una NVIDIA Quadro RTX™ 5000, presentando tiempos de procesamiento similares. Los hallazgos confirman el potencial de las CNN para la clasificación de coberturas en ecosistemas de páramo y destacan los desafíos asociados al desbalance de clases y la necesidad de datos fuente con alta consistencia lógica y exactitud. Estos resultados establecen una base sólida para investigaciones futuras. (Texto tomado de la fuente).
Método para estimar la distribución espacial del contenido de carbono orgánico en el suelo de páramo con base en datos de sensores remotos
(Universidad Nacional de Colombia, 2023) Serrano Agudelo, Pablo Cesar; Martínez Martínez, Luis Joel; GIPSO
En esta investigación se desarrolló un método para estimar la distribución espacial del carbono orgánico en el suelo de páramo basado en datos derivados de sensores remotos y utilizando algoritmo de aprendizaje automatizado. Para este fin se efectuaron análisis de correlaciones entre en contenido del carbono orgánico de 169 muestras a dos profundidades (0-15cm, 15-30cm) con la covariables derivadas de los sensores Sentinel 1, Sentinel 2, modelos digitales de elevación de Alos Palsar y datos de clima obtenidos de la plataforma WorldClim. Las covariables que mayor correlación tuvieron con el contenido de carbono orgánico del suelo (COS), fueron la temperatura, la altura, los índices derivados del modelo de elevación digital, los índices espectrales en especial el NDVI, y el índice VH de Sentinel 1. El mejor desempeño fue para los modelos desarrollados con random forest. Por último, se validó y documentó el método, permitiendo hacer una estimación de la distribución espacial del COS en los suelos de páramo, de gran utilidad para apoyar la toma de decisiones sobre uso y manejo de conservación de estos ecosistemas. (Texto tomado de la fuente).
Índices radiométricos, multiespectrales y SAR, para la evaluación a gran escala de la calidad de hábitat en bosque húmedo tropical en zonas del Magdalena Medio, Colombia
(2024-01-30) Romero Jiménez, Luis Hernando; Fagua González, Jose Camilo; Rodríguez Buriticá, Susana; https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000131287; https://orcid.org/0000-0002-1977-0545; Biodiversidad, Biotecnología y Conservación de Ecosistemas
El uso de información espacial para el estudio de fenómenos ecológicos que involucran múltiples especies, es fundamental para el planteamiento de estrategias para la conservación, planeación y monitoreo de la biodiversidad. El hábitat, definido en este trabajo como las condiciones biofísicas que permiten la persistencia de la población de una especie en el espacio y en el tiempo, ha sido analizado tradicionalmente por medio de diferentes productos derivados de sensores remotos (SR), con la desventaja de que muchos de estos carecen de validación en campo, o tienen resoluciones espaciales o temáticas insuficientes para la planeación y el monitoreo de acciones de conservación. Para superar estas limitaciones, integramos información espectral de datos SAR (Radar de Apertura Sintética como Sentinel-1 y PALSAR), datos multiespectrales (Sentinel-2 y MODIS), y registros de especies tomados en campo y consultados en bases de datos nacionales e internacionales. Utilizando cinco algoritmos de aprendizaje (Machine Learning), proponemos un índice de calidad de hábitat específico para ecosistemas de bosque húmedo tropical, en una zona de estudio ubicada en el Magdalena Medio, entre los municipios de Puerto Berrío, Yondó, Cantagallo y Puerto Wilches. Como aproximación a la medida de calidad de bosques se utilizó el Índice de Condición Estructural de Hansen (SCI), que evalúa la estructura de los bosques, aunque no considera otros elementos relacionados con la integridad de este ecosistema, como su composición y función. Por esta razón, se modificó el SCI con datos de registros biológicos, ajustados para representar la dependencia que las especies tienen del bosque, y se construyó un índice de calidad de hábitat integral con datos de sensores remotos e información de campo. El algoritmo de Random Forest fue el que mostró el error más bajo de estimación del SCI (Accuracy = 0.675 y Kappa = 0.532); mientras que para la estimación de la dependencia de las especies hacia el bosque, fue el algoritmo de Máquinas de Soporte Vectorial (Accuracy = 0.643 y Kappa= 0.397). Se encontró que las variables que aportan mayor información para la estimación del SCI son Red edge 1, Red, SWIR_2, Green, el índice PSRI de Sentinel-2A y los índices de Radar HV, VHdivVV y VHdivHH. Se comprobó que los valores de exactitud temática son más bajos al utilizar las 18 categorías de SCI, por lo que se simplificó a cinco categorías. De manera similar, para la estimación de la calidad del bosque se encontró que las variables que aportan mayor información son HVdivHH y HV de Sentinel-1A y el Tasseled cap wetness, el índice MNDWI y la banda SWIR_1. Finalmente, el modelo que integra el SCI con la calidad de los bosques resultó con la mayor exactitud temática, desarrollado con el algoritmo de Potenciación del Gradiente (Accuracy= 0.724 y Kappa= 0.493), permitiendo identificar áreas de incongruencia entre estos dos componentes. La exactitud de los modelos evidencia que las variables predictoras derivadas de SR, presentan relaciones que no son capturadas por las variables originales del SCI y que pueden contribuir a su mejoramiento, mientras que la estimación de dependencia de las especies al bosque refleja un sesgo en el muestreo. No obstante, el modelo final incorpora la incertidumbre de los dos primeros modelos, lo que fortalece los resultados encontrados en los modelos 1 y 2, pero así mismo con la capacidad de retroalimentarse con una mayor disponibilidad de registros biológicos curados. (Texto tomado de la fuente)
Ontología para la infraestructura de datos espaciales marítima, fluvial y costera de Colombia
(Universidad Nacional de Colombia, 2023) Montoya Gonzalez, Angie Andrea; León Sánchez, Camilo Alexander; Lizarazo Salcedo, Iván Alberto
Las infraestructuras de Datos Espaciales – IDE, facilitan el descubrimiento, acceso, gestión, distribución, reutilización, y preservación de los recursos geográficos dispuestos digitalmente. La Dirección General Marítima, lidera una IDE Marítima, Fluvial y Costera – IDE-MFC, una IDE temática que busca aportar al conocimiento y apropiación de los océanos y litorales del país a la sociedad. Uno de los retos que enfrenta la IDE-MFC es establecer técnicas de organización y búsqueda pensadas en la recuperación de los datos e información geográfica que garanticen la correcta interpretación a los demás usuarios. Así, aparece el concepto ontológico como la estrategia para la representación y recuperación de los datos a través de su significado. La construcción de ontologías ha permitido armonizar la semántica de los conceptos en el dominio geográfico, a través de la definición de relaciones, atributos, reglas y axiomas de los elementos, es posible contemplar un entendimiento común para usuarios y máquinas en un dominio específico. Para construir una ontología en la IDE-MFC, se tomaron los datos de 3 grandes áreas de conocimiento que disponen datos e información geográfica a la comunidad marítima. Se revisaron las metodologías existentes para la elaboración de ontologías, en donde se identificaron los pasos a seguir para la construcción y mantenimiento de la ontología, así mismo, realizar la especificación de la ontología para esta IDE temática. Dentro del fortalecimiento de la semántica de los datos geográficos en el dominio marítimo, se identificaron recursos ontológicos y no ontológicos para fortalecer el conocimiento de los elementos espaciales seleccionados. Según la gestión de información de la IDE-MFC, se definieron clases, instancias, relaciones, propiedades y axiomas dentro del diseño ontológico. A través del software Protégé se construyó la ontología en el lenguaje Ontology Web Language - OWL, en donde se aprovechó el establecimiento de jerarquías entre las clases y la posibilidad de integrar la ontología GeoSPARQL que permitió el enlace geográfico de los datos seleccionados. Para su implementación, se transformó la ontología al modelo de datos Resource Description Framework – RDF que permitió realizar consultas a través de la semántica de los datos en un punto de consulta SPARQL Endpoint. La construcción de la ontología para la IDE-MFC, proporciona una representación estructurada del conocimiento, presentándose como una herramienta que puede apoyar el análisis y la evaluación de conceptos respaldados por diferentes fuentes de conocimiento en un mismo escenario. Se espera realizar su fortalecimiento y publicación siguiendo las directrices de la Dirección General Marítima. (Texto tomado de la fuente)
Metodología para identificar y caracterizar áreas sembradas en papa en el departamento de Cundinamarca a partir de la integración de imágenes ópticas y de radar
(Universidad Nacional de Colombia, 2023-09) Luque Sanabria, Nadia Yurany; Martinez Martinez, Luis Joel; Luque Sanabria, Nadia [https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000840661]; Luque Sanabria, Nadia [https://orcid.org/0000-0002-4108-3231]
Identificar áreas cultivadas en papa en Colombia permitiría programar mejor los periodos de siembra, disminuyendo la sobreoferta que reduce el precio a los productores. Las imágenes ópticas permiten identificar áreas de cultivo, pero la presencia de nubes es un factor limitante que se puede contrarrestar a través del método de fusión con imágenes radar, que complementa la información faltante. Con base en lo anterior, se desarrolló una metodología para identificar y caracterizar áreas sembradas en papa en Cundinamarca, integrando imágenes Sentinel 1 y 2. Como datos de referencia, se georreferenciaron lotes de papa del primer semestre de 2022 en Villapinzón y Lenguazaque. Se procesaron imágenes de Sentinel 1, Sentinel 2 y Sentinel 2 más índices espectrales de vegetación. Se realizó la fusión por análisis de componentes principales (ACP) y se construyó una imagen multitemporal con los seis primeros componentes de las imágenes seleccionadas. Se aplicaron algoritmos de bosques aleatorios (BA) y máquinas de vector de soporte (MVS). La evaluación de exactitud mejoró en la fusión con ACP, pues el algoritmo MVS aumento 4.7% y BA 7.3% con respecto a la exactitud global hallada con la imagen multitemporal de radar. Con respecto a lo encontrado con las imagenes multitemporales de imágenes ópticas sin incluir e incluyendo índices espectrales, no se encuentra diferencia en la exactitud global de BA, que fue del 96% para las tres imágenes. Para la clase papa, la métrica de exactitud F1 estuvo entre 89 y 92%. El área obtenida para el cultivo de papa en el primer semestre de 2022 con la imagen multitemporal por fusión de ACP y algoritmo BA, fue de 13.202 ha. Este valor es coherente y cercano a la realidad si se compara con lo obtenido en 2021 para el área de estudio (27.593 ha/año; aproximadamente 13.797 ha/semestre). (Texto tomado de la fuente)
Desarrollo de un modelo de transformación digital de datos geográficos a través de Tecnologías de la Información y las Comunicaciones (TICs) : Caso de uso: Grupo de Cartografía e Investigación Geológica y Geomorfológica del Servicio Geológico Colombiano (SGC)
(Universidad Nacional de Colombia, 2023-08-07) Becerra Martínez, Yuri Lorena; Cangrejo Aljure, Libia Denise; Manosalva Barrera, Néstor Eliécer; Grupo de Cartografía e Investigación Geológica y Geomorfológica del Servicio Geológico Colombiano (SGC); Becerra-Martínez, Lorena [0000-0002-1625-1731]; ANGeoSC
Actualmente, las Tecnologías de la Información y las Comunicaciones (TICs) están inmersas en un amplio contexto tecnológico, social y económico que ha potenciado su uso en procesos de investigación y en el desarrollo de proyectos de transformación digital. En este sentido, es crucial que las organizaciones optimicen sus métodos, flujos de trabajo, gestión de datos y automatización de procesos a través de soluciones basadas en tecnología digital. Al mismo tiempo, se observa un aumento en la importancia de los datos geográficos en las operaciones de las organizaciones, pero falta orientación para su transformación digital. Esta investigación responde a esta necesidad al presentar el modelo Geo-TD, un enfoque de transformación digital específico para datos geográficos utilizando TICs. Se aplica en un caso de estudio: el Grupo de Cartografía e Investigación Geológica y Geomorfológica del Servicio Geológico Colombiano (SGC). Geo-TD se basa en medir el nivel de madurez digital en cuatro dimensiones clave: competencia digital, gestión de datos, procesos digitales y tecnología. El enfoque incluye un metamodelo de arquitectura para seleccionar componentes tecnológicos en la construcción de una plataforma de validación. Geo-TD centraliza información geográfica, elimina duplicaciones, optimiza el uso de recursos y facilita la recuperación de trabajos históricos sin redundancias. Este modelo no solo aborda la falta de orientación en la transformación digital de datos geográficos, sino que también es adaptable y replicable en diversos contextos. En resumen, Geo-TD ofrece una solución práctica y efectiva para optimizar la gestión de datos geográficos mediante las TICs. (Texto tomado de la fuente)
Evaluación de herramientas de análisis de datos espectrales para la identificación y cuantificación de la madurez temprana en papa
(Universidad Nacional de Colombia, 2023-08-02) Leon Rueda, William Alfonso; Ramírez Gil, Joaquín Guillermo; Gómez Caro, Sandra; William Alfonso Leon Rueda [0000000310511093]; Biogénesis
El cultivo de papa es afectado por diferentes enfermedades que disminuyen su rendimiento, entre ellas, los problemas asociados a madurez temprana (MT) causada por Verticillium spp. han cobrado importancia en Colombia. La falta de estrategias de manejo y en especial herramientas de diagnóstico y detección temprana ha generado la necesidad de identificar técnicas de detección indirecta con aplicación potencial a nivel comercial. Por lo anterior, este trabajo tuvo como objetivo evaluar herramientas de análisis de datos espectrales para la identificación y cuantificación de MT asociada a Verticillium spp. en cultivos de papa. El trabajo se dividió en dos fases en busca de caracterizar a nivel espectral plantas sanas y enfermas, además de hacer una aproximación a la cuantificación indirecta de distintos niveles de severidad de la enfermedad. En primer lugar, se compararon firmas espectrales adquiridas mediante un espectro radiómetro fijo bajo condiciones controladas con el fin de identificar bandas e índices espectrales contrastantes por su capacidad para la detección y cuantificación indirecta de esta patología. Posteriormente, en dos áreas de producción comercial se generaron clasificaciones utilizando algoritmos de aprendizaje automático (Bosques aleatorios, Máquinas de soporte vectorial, Redes neuronales y Adaboost), seleccionando aquellos de mejor comportamiento mediante parámetros de rendimiento por su capacidad para la identificación de plantas sanas y enfermas. Adicionalmente, se realizó una aproximación a la cuantificación de la severidad usando datos multiespectrales adquiridos por medio de un dron. Los resultados indican que los algoritmos usados no tuvieron diferencias significativas entre la capacidad de clasificación usando como predictoras firmas espectrales de plantas sanas y enfermas. Igualmente, las regiones del rojo y el borde rojo fueron las que presentaron mayor importancia en los clasificadores, conllevando a que los índices espectrales RECI, NDRE y GRVI presentaron mayor capacidad discriminatoria. En cuanto a los lotes comerciales, se observó que las clasificaciones alcanzaron niveles aceptables de exactitud, los cuales están directamente relacionados con las variables de intensidad de la enfermedad. Por otra parte, se resalta que en esta propuesta se hace un vínculo entre firmas espectrales e imágenes multiespectrales adquiridas bajo condiciones controladas y tomados en cultivos de condición comercial campo, hallando regiones e índices espectrales informativos con un alto potencial para el desarrollo de sensores ópticos de bajo costo que permitan la detección indirecta de la MT en el cultivo de papa. (Texto tomado de la fuente)
Evaluación de las respuestas espectrales como base para la estimación del estado nutricional de manganeso en plantas cultivadas de rosa sp. var. Freedom
(Universidad Nacional de Colombia, 2023-07) Franco Montoya, Oscar Hernán; Martínez Martínez, Luis Joel
La presente investigación se realizó en rosa cultivada bajo invernaderos ubicada en el municipio de Tocancipá departamento de Cundinamarca, con el objetivo de evaluar la relación entre la reflectancia y el contenido de manganeso en comparación con el análisis químico del tejido foliar, para enfocarlo en la nutrición vegetal en el cultivo de rosa variedad Freedom. Se utilizó un diseño experimental de bloques completos al azar, con cinco tratamientos de diferentes dosis de manganeso y cinco repeticiones. Se realizaron cinco muestreos, para cada muestreo se analizaron 10 plantas por tratamiento para un total de 50 plantas por muestreo y de cada planta se tomaron respuestas espectrales a 10 foliolos con el espectroradiómetro FieldSpect4. En cada uno de los muestreos se capturaron imágenes con tres cámaras Nikon en diferentes bandas (rojo, azul, verde, RedEdge e infrarrojo) adaptadas a una plataforma móvil y se realizaron análisis de contenidos foliares en laboratorio; Los resultados mostraron que a menores concentraciones de manganeso en tejido foliar los valores de reflectancia fueron más altos, los índices de vegetación que presentaron las mejores correlaciones fueron GNDVI, DATT4, DATT2, y D1, siendo el GNDVI el de los mejores resultados. Se realizaron modelos predictivos con las técnicas regresión PLSR y PCR, se encontró que las correcciones del espectro mejoran la precisión y solidez de la predicción, siendo SG-NR-PLSR y NR-PLSR los modelos con mejores valoraciones para las métricas (R2, RMSE y RDP), Las reflectancias que mayor incidencia tuvieron en el espectro fueron a los 523nm, 557nm y cerca a los 720nm, estás regiones tuvieron correlaciones mayores a 0.6 con la concentración de Mn. Por otra parte, se encontró una correlación moderada entre el índice OSAVI y la concentración de manganeso para las imágenes tomadas desde plataforma móvil, siendo mejores los resultados obtenidos con el espectroradiómetro. (Texto tomado de la fuente)
Identificación del estado fenológico del cultivo del arroz a partir de imágenes de radar Sentinel-1
(2023-01-30) Martínez Alayón, Fredy Alberto; Lizarazo Salcedo, Iván Alberto
La disponibilidad de información oportuna y exacta sobre la fenología del arroz es esencial para diversas actividades de manejo de un cultivo que es esencial para la seguridad agroalimentaria. Aunque la recopilación directa de datos en el campo proporciona información confiable, esa tarea requiere mucho tiempo y trabajo. Como alternativa tecnológica, la teledetección óptica satelital recopila datos de reflectancia cada 5 días. Sin embargo, en ambientes tropicales, la cobertura de nubes obstruye la vista desde arriba. Debido a su capacidad de ver a través de las nubes, las imágenes obtenidas mediante sensores de radar de apertura sintética (SAR) tienen potencial para el monitoreo de las etapas fenológicas del arroz. Este estudio implementa un flujo de trabajo técnico para procesar y analizar datos SAR polarimétricos para el mapeo de la fenología del arroz. Un conjunto multitemporal de imágenes Sentinel-1 de banda C adquiridas en dos zonas de arroz en Colombia se utilizaron para validar el flujo de trabajo. En este estudio, se realizó la clasificación fenológica utilizando índices polarimétricos e interferométricos como variables explicativas. Se obtuvo una buena exactitud de clasificación general para las etapas de fenología del cultivo utilizando polarizaciones VH y VV, junto con el índice DpRVI y una exactitud deficiente para los resultados con la variable coherencia. Esta diferencia en la calidad de los resultados podría deberse a que tanto las polarizaciones como el índice logran describir el crecimiento del cultivo de manera satisfactoria mientras que la coherencia está enfocada en la detección de cambios que no se pudieron caracterizar en coberturas vegetales. Se demuestra la utilidad de las imágenes Sentinel-1 para el monitoreo de la fenología del arroz, así como los desafíos técnicos que deben resolverse para tener éxito con estas imágenes. (Texto tomado de la fuente)
Diseño e implementación de un sistema de navegación personal orientado al desplazamiento de usuarios con discapacidad visual en ambientes cerrados
(Universidad Nacional de Colombia, 2022-10-30) Montilla Montilla, Yeimy Maryury; León Sánchez, Camilo Alexander; Lizarazo Salcedo, Ivan Alberto
La navegación en ambientes cerrados puede llegar a ser compleja, especialmente para personas con discapacidad visual. Para asistir la navegación en ambientes cerrados se han propuesto sistemas de navegación interior (SNIs) que involucran tecnologías como WiFi, Bluetooth, RFID entre otras, las cuales son diferentes a los habituales Sistemas Globales de Navegación por Satélite (GNSS) porque estos son ineficientes por la pérdida de la señal que provoca la estructura de los edificios. Por otra parte, para asistir la navegación de personas con discapacidad se han propuesto soluciones que involucran el reconocimiento de obstáculos y espacios por medio de cámaras y sensores, lo cual resulta costoso de implementar. Por lo mencionado, se requiere la exploración de metodologías para el desarrollo de SNIs que logren un equilibrio entre costo de implementación, rendimiento, exactitud en la ubicación y sobre todo que proporcione información útil a las personas con discapacidad. El propósito de esta investigación fue proponer un sistema de navegación interior (SNI) orientado a usuarios con discapacidad visual, integrando los estándares del OGC IndoorGML y CityGML, para la construcción de los modelos semánticos y de representación 3D; en conjunto con el uso de la tecnología BLE, el valor de pérdida de señal RSSI y la técnica Weighted Path Loss (WPL) para calcular la ubicación del usuario. El desarrollo del SNI se inició con la definición de los requerimientos, posteriormente se desarrolló cada componente hasta obtener como resultado tangible el prototipo funcional de una aplicación web móvil, con la cual se desarrollaron diferentes pruebas para determinar la precisión y exactitud de la ubicación calculada. Los resultados indican que se logró un error de 0.63m en un escenario sin obstáculos y sin diferencias de altura; un error de 0.86m en un escenario con obstáculos y sin diferencia de altura y un error de 1.06m en un escenario con obstáculos y con diferencia de altura. Dichos resultados confirman el potencial del prototipo desarrollado para evolucionar en un sistema operacional. (Texto tomado de la fuente)
Imágenes térmicas y respuestas espectrales para identificar condiciones de estrés hídrico y estado nutricional con relación al nitrógeno en papa amarilla diploide (Solanum tuberosum Grupo Phureja)
(Universidad Nacional de Colombia, 2022) Velandia Sánchez, Edisson Andrés; Martínez Martínez, Luis Joel; Rodríguez Molano, Luis Ernesto
La papa amarilla diploide (Solanum tuberosum Grupo Phureja) es susceptible a condiciones de déficit hídrico, afectando negativamente el potencial de rendimiento. La variabilidad climática aumenta la frecuencia de la sequía, por lo que es necesario generar estrategias que permitan diagnosticar a tiempo y así mitigar los efectos causados por el estrés hídrico en el cultivo. El objetivo de este trabajo fue evaluar el uso de imágenes térmicas y la respuesta espectral para identificar condiciones de estrés hídrico y estado nutricional con relación al N en papa amarilla diploide (Solanum tuberosum Grupo Phureja) cv. Criolla Colombia bajo invernadero. Se establecieron tubérculos-semilla en bolsas con suelo de siete litros de capacidad regadas cada tercer día a capacidad de campo hasta el inicio de tuberización 45 dds (días después de siembra), sometidas a dos regímenes hídricos: i) riego continuo (CW) y, ii) déficit hídrico por suspensión de riego total (SW) durante 13 días, las dosis de fertilización con N fueron 0%, 50%, 100% y 150% de la dosis comercial utilizada para el cultivo. Se usó un modelo factorial completamente al azar de medidas repetidas y análisis descriptivo. Se encontró que a partir de la TD se pudo determinar la deficiencia de agua en las plantas destacando que, bajo condiciones de invernadero, desde el día cinco ddt fue posible detectar el déficit hídrico que presentaron las plantas del cv. Criolla Colombia por medio de la temperatura proveniente de las imágenes térmicas, y con mayor claridad hacia los siete ddt. Se propuso el índice MED556 como importante para la determinación de N en las plantas. Los resultados revelaron índices espectrales como el NDVI y PRInorm presentaron una relación con el LN desde el primer muestreo a los 3 ddt, siendo parámetros que favorablemente se puede usar para determinar el estado del N en las plantas, mientras que índices como el WI representaron mejor el experimento para la determinación del estado hídrico de las plantas. (Texto tomado de la fuente)

Examinar

Envíos recientes