Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia

Banguero Quejada, Jhoan Alejandro

Publicación:
Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia

dc.contributor.advisor	Soto Estrada, Engelberth
dc.contributor.author	Banguero Quejada, Jhoan Alejandro
dc.date.accessioned	2024-11-13T14:28:59Z
dc.date.available	2024-11-13T14:28:59Z
dc.date.issued	2024
dc.description	116 páginas	spa
dc.description.abstract	RESUMEN: El crecimiento poblacional en el municipio de Apartadó, Antioquia, ha sido notorio en las últimas décadas, lo que ha generado una fuerte presión sobre su infraestructura urbana y su planificación territorial. Este incremento ha derivado en una alta densidad poblacional en las áreas urbanas, lo cual representa un desafío significativo para las autoridades locales en cuanto a la gestión del suelo y la provisión de servicios básicos. El Plan de Ordenamiento Territorial (POT) de Apartadó, como instrumento clave de planificación, se encuentra desactualizado, lo que impide un control efectivo sobre la expansión urbana. Esta situación ha motivado la necesidad de implementar métodos innovadores para monitorear el crecimiento urbano y planificar su desarrollo de manera más precisa y sostenible. Para abordar este problema, se empleó una metodología basada en la reconstrucción tridimensional (3D) de edificaciones a partir de imágenes satelitales de una sola vista, utilizando redes neuronales convolucionales. Se implementó un modelo basado en la red Building3-D, la cual incluye módulos que optimizan la percepción global y local de la elevación de las edificaciones. Para la extracción de los edificios, se utilizó la red de segmentación U-Net, optimizada específicamente para identificar edificaciones en las imágenes procesadas. Además, se empleó la red Deep Anything para estimar la profundidad de las estructuras. El modelo fue entrenado con el conjunto de datos de Vaihingen y validado con el Massachusetts Building Dataset, alcanzando una precisión de hasta un 96.8% en la estimación de alturas en condiciones ideales. Los resultados obtenidos permiten la generación de nubes de puntos con una alta precisión, lo cual es aplicable al monitoreo continuo del crecimiento urbano. En el caso de estudio de Apartadó, el modelo facilitó el cálculo de la densidad poblacional, permitiendo verificar que el área analizada está próxima a los límites establecidos por el POT. Este enfoque metodológico se presenta como una solución eficiente y más económica en comparación con los métodos tradicionales, que suelen requerir múltiples imágenes o el uso de drones, haciéndolo adecuado para la planificación urbana y la gestión de recursos en zonas con crecimiento acelerado.	spa
dc.description.abstract	ABSTRACT: The population growth in Apartadó, Antioquia, has significantly impacted its urban infrastructure and territorial planning. This increase has led to high population density in urban areas, creating challenges for local authorities in land management and public service provision. The outdated status of Apartadó’s Territorial Planning Plan (POT) limits effective control over urban expansion, prompting the need for innovative methods to monitor urban growth and plan for sustainable development. This study employs a methodology based on 3D reconstruction of buildings using single-view satellite images, utilizing convolutional neural networks. The Building3-D network, enhanced to improve both global and local elevation perception of buildings, was implemented. For building extraction, the U-Net segmentation network was optimized to specifically identify buildings in the processed images, while the Deep Anything network was used to estimate building depth. The model was trained with the Vaihingen dataset and validated using the Massachusetts Building Dataset, achieving up to 96.8% accuracy in height estimation under ideal conditions. The results enable the generation of highly precise point clouds, applicable for continuous urban growth monitoring. In the case of Apartadó, the model allowed for calculating population density and verifying that the analyzed area is approaching the limits set by the POT. This approach offers an efficient and cost-effective alternative to traditional methods, which often require multiple images or drone usage, making it suitable for urban planning and resource management in rapidly growing areas.	eng
dc.description.degreelevel	Pregrado
dc.description.degreename	Ingeniero(a) Civil
dc.format.mimetype	application/pdf
dc.identifier.uri	https://repository.eia.edu.co/handle/11190/6814
dc.language.iso	spa
dc.publisher	Universidad EIA
dc.publisher.faculty	Escuela de Ingeniería y Ciencias Básicas
dc.publisher.place	Envigado (Antioquia, Colombia)
dc.publisher.program	Ingeniería Civil
dc.rights	Derechos Reservados - Universidad EIA, 2024
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.license	Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.subject.proposal	Crecimiento urbano	spa
dc.subject.proposal	Imágenes satelitales	spa
dc.subject.proposal	Redes neuronales	spa
dc.subject.proposal	Segmentación	spa
dc.subject.proposal	Reconstrucción 3D	spa
dc.subject.proposal	Population density	eng
dc.subject.proposal	Satellite images	eng
dc.subject.proposal	Neural networks	eng
dc.subject.proposal	3D reconstruction	eng
dc.subject.proposal	Urban planning	eng
dc.title	Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia
dc.type	Trabajo de grado - Pregrado
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion	http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content	Text
dc.type.driver	info:eu-repo/semantics/bachelorThesis
dc.type.redcol	http://purl.org/redcol/resource_type/TP
dc.type.version	info:eu-repo/semantics/publishedVersion
dspace.entity.type	Publication