Browsing by Subject "Remote sensing"

Now showing 1 - 3 of 3
  • 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
    Graph learning approach based on signal representation methods for multispectral image fusion and change detection
    (Pontificia Universidad Javeriana Cali, 2020) Alvear Muñoz, Juan Carlos; Quintero Olaya, David Alfredo; Benítez Restrepo, Hernán Darío; Jiménez Sierra, David Alejandro
    Los gráficos son una herramienta matemática ampliamente utilizada para representar varios tipos de datos involucrados en un determinado proceso y las relaciones existentes entre ellos capturando la estructura y comportamiento del proceso. Se utilizan en aplicaciones como el modelado de la propagación de enfermedades en una población, transacciones financieras, redes de sensores y teledetección. Una de las aplicaciones novedosas que están en continuo desarrollo en teledetección, específicamente en detección de cambios, es el modelo de última generación basado en gráficos de fusión para detección de cambios (GBF-CD), en el que los autores utilizan gráficos para representar la Imágenes previas y posteriores al evento. Este modelo utiliza un núcleo gaussiano en la etapa de aprendizaje de gráficos, que pasa por alto una estructura de datos subyacente específica. Los modelos de aprendizaje de gráficos se basan en estadísticas, física o representación de señales. En esta investigación, utilizamos modelos basados en la representación de señales, es decir, suavidad de la señal y filtrado espectral, para la etapa de aprendizaje del gráfico GBF-CD con el fin de mejorar el rendimiento del modelo en métricas como: alarmas perdidas, falsas alarmas, precisión, recuperación, Cohen. kappa, error general y tiempo de ejecución. Además de modificar la etapa de aprendizaje de gráficos, en este nuevo modelo aplicamos la segmentación de corte de gráficos en lugar de la extensión de Nyström para reducir la complejidad computacional. Realizamos pruebas en 14 conjuntos de datos de casos reales de imágenes multiespectrales, incluidas algunas adquisiciones multimodales de desastres naturales. Nuestro modelo propuesto supera el rendimiento del modelo GBF-CD en 9 de 14 conjuntos de datos.
  • 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.