Browsing by Author "Solano Correa, Yady Tatiana"

Now showing 1 - 5 of 5
  • Thumbnail Image
    Item
    Correlación entre cobertura vegetal y niveles de contaminación del aire en los alrededores de Cali: un enfoque basado en análisis de datos satelitales e inteligencia artificial
    (Pontificia Universidad Javeriana Cali, 2025) Villarreal Monsalve, Alejandro; Osorio Serna, Carlos Andrés; Méndez Gutiérrez, Nicolás; Solano Correa, Yady Tatiana
    Este trabajo de maestría investiga la relación entre la infraestructura verde urbana y la calidad del aire en Santiago de Cali, empleando técnicas de Ciencia de Datos y teledetección. El objetivo central fue determinar la correlación estadística entre la densidad de la cobertura vegetal y las concentraciones de material particulado (𝑃𝑀10 y 𝑃𝑀2.5) en la ciudad. La metodología consistió en el desarrollo de un flujo de trabajo (ETL) que integró imágenes satelitales de alta resolución de la constelación PlanetScope con datos históricos (2017 2020) de seis estaciones de monitoreo oficiales (SVCASC). Para la clasificación de la cobertura del suelo, se evaluaron diversos algoritmos de aprendizaje automático, siendo Random Forest el de mejor desempeño con una exactitud del 83.33%, superando a modelos como XGBoost y SVM. Los resultados arrojaron una correlación global de Pearson de 𝑟 = −0.37, confirmando que existe una relación inversa moderada: a mayor vegetación, menor contaminación. No obstante, el estudio destacó hallazgos críticos sobre la distribución espacial del problema. En el centro (estaciones Obrero y La Ermita), el efecto de "cañón urbano" y la alta densidad de emisiones saturan la capacidad de mitigación de la vegetación existente. Simultáneamente, se identificó una profunda desigualdad ambiental en el oriente de la ciudad (estación Compartir), donde la pérdida acelerada de cobertura vegetal coincide con un aumento en los niveles de 𝑃𝑀2.5. Se concluye que, si bien la vegetación actúa como un filtro natural funcional, en muchas zonas de Cali se encuentra saturada o es insuficiente. El estudio recomienda integrar urgentemente estrategias de expansión de áreas verdes en la planificación territorial para mejorar la salud pública.
  • Thumbnail Image
    Item
    Determinación de islas de calor en las ciudades de Barranquilla, Cartagena y Santa Marta a partir de imágenes satelitales y algoritmos de machine learning
    (Pontificia Universidad Javeriana Cali, 2025) Sánchez González, Jonny Carlos; Rodríguez Ortiz, Cristian Camilo; Solano Correa, Yady Tatiana; Patiño Velasco, Mario Milver
    El fenómeno de las islas de calor urbanas constituye uno de los desafíos ambientales más significativos derivados de la urbanización acelerada y el cambio en los usos del suelo, un problema ambiental causado por la sustitución de superficies naturales que aumenta la temperatura de las ciudades. Se realizó el estudio de este fenómeno es las ciudades de Barranquilla, Cartagena y Santa Marta de la región caribe colombiana para el periodo comprendido entre el 2015 y 2024. La metodología se basó en la integración de percepción remota (imágenes Landsat), Sistemas de Información Geográfica y aprendizaje automático. Se utilizaron herramientas de código abierto para automatizar el análisis y procesamiento de los productos espaciales para la determinación de las islas de calor. El proyecto no busca proponer soluciones directas, sino generar información geoespacial y analítica para apoyar la evaluación del fenómeno y que sea de utilidad para la planificación territorial y la toma de decisiones urbanísticas de las entidades territoriales municipales.
  • Thumbnail Image
    Item
    Digitalización del sector cacaocultor en el municipio de Baraya - Huila
    (Pontificia Universidad Javeriana Cali, 2025) Salas Diaz, Juan Camilo; Solano Correa, Yady Tatiana; Patiño Velasco, Mario Milver
    El sector cacaocultor del departamento del Huila enfrenta desafíos que limitan su sostenibilidad y competitividad. Aunque el área de cultivo de cacao ha disminuido en los últimos años, la producción total ha aumentado debido a mejoras en los rendimientos por hectárea. Sin embargo, este incremento en la eficiencia no ha contrarrestado la reducción de la superficie cultivada, lo cual evidencia la necesidad de implementar estrategias que promuevan un uso eficiente y sostenible de los recursos. Para abordar este problema, este proyecto abordo una metodología basada en la integración de tecnologías avanzadas de análisis de datos y aprendizaje automático. Partiendo de la creación de una base de datos estructurada integrando datos sociales, agronómicos, físicos del suelo e imágenes multiespectrales de las unidades productivas de cacao en el municipio de Baraya, Huila. Esta base de datos se usó para aplicar técnicas de machine learning, con el fin de identificar patrones y similitudes entre las unidades productivas, cuyos modelos son evaluados mediante métricas específicas de validación. Finalmente se desarrolló una estrategia de visualización interactiva que permite a los agricultores y tomadores de decisiones interpretar fácilmente los resultados obtenidos, facilitando así una gestión más precisa del cultivo. Los resultados incluyen la identificación y agrupamiento de unidades productivas con características similares, permitiendo un enfoque diferenciado en la toma de decisiones y la implementación de prácticas agrícolas específicas para cada grupo.
  • Thumbnail Image
    Item
    Estimación de la tasa de recuperación de la vegetación tras incendios forestales mediante imágenes satelitales y machine learning
    (Pontificia Universidad Javeriana Cali, 2025) Cartagena Martínez, Milton; Sáenz Hernández, Germán Darío; Solano Correa, Yady Tatiana; Patiño Velasco, Mario Milver
    El presente proyecto tuvo como objetivo estimar la tasa de recuperación vegetal en áreas afectadas por incendios forestales en las regiones de Caquetá y Tolima, las cuales presentan condiciones climáticas diversas influenciadas por el fenómeno de El Niño Oscilación del Sur (ENOS). Se desarrolló un modelo que utiliza imágenes satelitales de Sentinel-2, FACSAT-2 y de sensores Aerotransportados, empleando técnicas de entrenamiento supervisado y redes neuronales con el objetivo de detectar áreas afectadas por incendios y llevar a cabo análisis temporales, por lo tanto, se incorporaron variables climáticas relevantes en la recuperación vegetal, tales como la temperatura y la precipitación. Una vez detectada la zona de interés se aplicó una versión optimizada del algoritmo Gradient Boosting con histogramas (HGB) que permiten mejorar la eficiencia en la estimación de la recuperación vegetal en las zonas seleccionadas debido a su capacidad para manejar grandes volúmenes de datos, los resultados fueron visualizados en un tablero de dashboard de power BI para conocer los tiempos estimados de la tasa de recuperación en las dos zonas de estudio planteadas en este proyecto.
  • Thumbnail Image
    Item
    Impacto de la Expansión Urbana en la Pobreza: Análisis Geoespacial y Socioeconómico en Bogotá D.C.
    (Pontificia Universidad Javeriana Cali, 2025) Vera Mendivelso, Christian David; Castiblanco Hernández, Julián Felipe; Arnedo Pertuz, Andrew Rafael; Solano Correa, Yady Tatiana
    El proyecto se centra en analizar la influencia de la expansión urbana en los índices de pobreza en la ciudad de Bogotá D.C., abordando un tema crucial para la planificación urbana y el desarrollo social. En particular, resulta esencial comprender cómo el crecimiento descontrolado de la ciudad afecta la distribución de la pobreza y la desigualdad. Este fenómeno tiene un impacto significativo en las áreas periféricas, que suelen experimentar un desarrollo informal y enfrentan serias limitaciones en el acceso a servicios básicos, perpetuando ciclos de vulnerabilidad y exclusión social. La investigación parte del reconocimiento de la creciente brecha socioeconómica en la ciudad, evidenciada por la expansión urbana desregulada, agravando los niveles de pobreza. Para abordar este problema, se integraron datos geoespaciales usando imágenes satelitales, junto con el índice de pobreza multidimensional, como indicador socioeconómico, para identificar las dinámicas de expansión urbana en cada una de las UPZ de la ciudad, en la última década (2014–2024) y analizar cómo estas influyen en los patrones de pobreza. Se analizó y explicó por qué la densidad poblacional, el porcentaje de urbanización, entre otras métricas, impactan de manera distinta al norte, el centro y el sur de la ciudad. Finalmente, se desarrollaron visualizaciones interactivas que facilitan la interpretación de los resultados, contribuyendo así a la generación de conocimiento útil para la toma de decisiones en políticas públicas y planificación urbana.