Browsing by Subject "Satellite imagery"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Análisis de imágenes satelitales para la clasificación de ecosistemas en predios
    (Pontificia Universidad Javariana Cali, 2024) Quiroz Moscarella, Roberto Enrique; Santos Peñuela, Francisco José; Castaño Idárraga, Omar Andrés
    El proyecto aplicado se centra en la segmentación de imágenes satelitales de predios para identificar ecosistemas. Aborda la problemática del trabajo manual requerido para segmentar zonas en imágenes, especialmente en la elaboración de proyectos de bonos de carbono. Se desarrolló un algoritmo funcional que permita a los investigadores segmentar grandes extensiones de tierra de manera eficiente, reduciendo el tiempo necesario para esta tarea. Los resultados obtenidos permiten la automatización del proceso de segmentación, particularmente sobre zonas verdes y cuerpos de agua permitiendo la evaluación de su extensión. Las posibles aplicaciones de este proyecto abarcan la investigación ambiental, la planificación del uso del suelo y la gestión de recursos naturales.
  • 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
    Modelo de predicción de precipitación acumulada para un departamento de Colombia por medio de la implementación de redes neuronales recurrentes (LSTM) e integración de datos satelitales.
    (Pontificia Universidad Javariana Cali, 2024) Mendoza García, María Camila; Lafaurie Suárez, Jonathan Andrés; Gómez Sepúlveda, Jorge Iván; Arango Londoño, David
    Este proyecto se enfoca en la predicción de la precipitación acumulada en el departamento del Valle del Cauca en Colombia, catalogada como una región que está altamente influenciada por factores climáticos variables dada su geografía y la ocurrencia de fenómenos temporales como “La Niña” o “El Niño”, los cuales generan cambios en los niveles de precipitación y afectan significativamente diversos sectores como la agricultura, la ganadería, el transporte y la economía en general. Dado esto, se desarrolla un modelo predictivo que hace uso de redes neuronales recurrentes (LSTM), a partir de información de precipitación observada (medidas terrestres) y satelital. Este enfoque, permite superar los limitantes de otros métodos convencionales de series de tiempo y, de esta forma, mejorar la precisión y el rendimiento de los modelos actuales. Los objetivos específicos en este proyecto incluyen factores como la selección del departamento más idóneo para la investigación, el análisis temporal y espacial de la base de datos empleada para el estudio, la instauración y evaluación del modelo LSTM y la comparación con otros modelos tradicionales de series de tiempo. Todo esto, está encaminado para el desarrollo de un modelo de predicción que logre estimaciones de la precipitación semanal acumulada. El proyecto, tiene como valor agregado la integración de información satelital por medio del procesamiento de imágenes satelitales y su potencial, radica en su aplicación en futuras investigaciones que puedan convertirla en un recurso valioso para diferentes agentes y autoridades relacionadas con el clima y la meteorología. Además, se aspira a que pueda escalarse hacia otras regiones del país, contribuyendo al manejo adecuado de recursos y la planificación meteorológica.