Browsing by Subject "Biodeterioration"

Now showing 1 - 2 of 2
  • Thumbnail Image
    Item
    Análisis de la influencia del biodeterioro de la guadua en la respuesta cíclica de muros de bahareque cargados en el plano
    (Pontificia Universidad Javeriana Cali, 2026) Medina Torres, Carlos Andrés; Otálvaro Calle, Iván Fernando
    El sistema constructivo de bahareque no cementado, muros compuestos de Guadua angustifolia y madera aserrada rellenos con mezclas de tierra, representa una alternativa sostenible, usando materiales típicos de estas regiones viable para mitigar el déficit habitacional que afecta a más de 2.3 millones de hogares rurales en Colombia. Sin embargo, a pesar de su uso histórico en las regiones, es limitada la documentación técnica relacionada con la afectación estructural en los elementos de guadua no tratados ante el biodeterioro; daño ocasionado por agentes ambientales como la humedad y presencia de insectos xilófagos y hongos. La presente investigación evaluó la influencia del biodeterioro en la respuesta cíclica de los elementos de guadua que conforman los muros de bahareque mediante modelos de los Elementos Finitos (FEM), empleando ANSYS Mechanical APDL controlado mediante scripts en Python a través de la librería PyMAPDL. Se calibraron tres modelos con las topologías en pórtico en guadua (GS), pórtico con latas de guadua (GHS) y pórtico con latas relleno de tierra (GSHS); con datos experimentales extraídos de ensayos de carga cíclica. El análisis paramétrico del biodeterioro en los elementos de guadua, se realizó mediante el método de Muestreo por Hipercubo Latino (LHS, N=100) con distribución normal truncada sobre su módulo de elasticidad. Se formularon 4 zonas de vulnerabilidad ante el biodeterioro y se evaluaron cinco escenarios de daño (A–E) sobre las tres topologías, totalizando 1400 iteraciones computacionales. La convergencia estadística se verificó mediante la estabilización asintótica del Coeficiente de Variación (COV), con diferenciales menores al 4.01%. La degradación estocástica evidenció que, el biodeterioro en elementos de guadua reduce de forma cuantificable la capacidad de servicio de los muros de bahareque bajo cargas laterales equivalentes, siendo el daño en uniones y bases de columnas los modos más críticos de daño individual de los modelos estudiados. Los hallazgos demuestran que, en todas las tipologías, al aplicar biodeterioro simultáneamente en las cuatro zonas de vulnerabilidad, generó una amplificación sinérgica que superó la superposición lineal de los escenarios individuales.
  • Thumbnail Image
    Item
    Detección automática de bioindicadores de deterioro en imágenes de arte rupestre de la Serranía de La Lindosa mediante técnicas de aprendizaje automático
    (Pontificia Universidad Javeriana Cali, 2026) Echeverry Henao, Luis Alberto; Rengifo Segura, Jhon Sebastián; Forero Vargas, Manuel Guillermo
    El arte rupestre de la Serranía de La Lindosa constituye uno de los patrimonios arqueológicos más importantes de Colombia y América Latina, debido a la antigüedad y riqueza de sus representaciones pictográficas. Sin embargo, estos paneles se encuentran expuestos a diversos factores de deterioro biológico, ambiental y antrópico que afectan progresivamente su estado de conservación. Actualmente, los procesos de monitoreo dependen principalmente de inspecciones visuales realizadas por especialistas, lo que implica procedimientos manuales, subjetivos y de difícil escalabilidad. En este contexto, la presente investigación propone un modelo basado en técnicas de visión por computador y aprendizaje profundo para apoyar la detección automática de bioindicadores de deterioro en imágenes digitales de alta resolución suministradas por el Instituto Colombiano de Antropología e Historia (ICANH). La metodología desarrollada comprendió la selección de los tipos de deterioro a analizar, la construcción manual de máscaras binarias, la generación de un conjunto de datos basado en patches, la implementación de una estrategia de validación Leave-One-Image-Out (LOIO) y el entrenamiento de modelos de segmentación semántica utilizando las arquitecturas U-Net y ResUNet. Los experimentos fueron realizados sobre las categorías de deterioro plantas superiores, galerías, nidos y nidos de avispas, permitiendo evaluar el comportamiento de los modelos mediante métricas de segmentación como Dice, IoU, precisión, recall y HD95. Los resultados obtenidos evidenciaron un desempeño favorable para la detección de deterioros con patrones visuales bien definidos, así como la influencia significativa de factores como el desbalance entre clases y el tamaño de los patches sobre la capacidad de segmentación de los modelos. Estos hallazgos permitieron establecer estrategias de balanceo del conjunto de datos y ajustar los parámetros de entrenamiento para mejorar el desempeño experimental. La investigación demuestra el potencial de las técnicas de aprendizaje profundo como herramienta de apoyo para el monitoreo no invasivo del patrimonio arqueológico y establece una base metodológica que podrá ser utilizada y extendida en futuros estudios orientados a la conservación digital del arte rupestre y otros bienes culturales.