Publicación: Monitoreo del crecimiento urbano mediante imágenes satelitales Landsat, caso de estudio Rionegro, Antioquia
Portada
PDF 
FLIP Citas bibliográficas
Gestores Bibliográficos
Indexadores
Código QR
Director
Autor corporativo
Recolector de datos
Otros/Desconocido
Director audiovisual
Editor/Compilador
Editores
Tipo de Material
Fecha
Cita bibliográfica
Título de serie/ reporte/ volumen/ colección
Es Parte de
Resumen en español
RESUMEN: El crecimiento urbano acelerado y desordenado que caracteriza a muchas de las ciudades de Colombia y de Latinoamérica ha causado importantes cambios en los usos del suelo, haciendo que cada vez las ciudades se expandan más hacia las periferias, ocupando en muchos casos zonas restringidas o no aptas para el uso residencial y que van en contra de los planes de expansión de las ciudades. El crecimiento de las ciudades conlleva un aumento en la demanda de infraestructuras de transporte y servicios que provocan un mayor consumo de energía y también una mayor ocupación del suelo, estos factores van en detrimento del medio ambiente aumentando las emisiones de gases de efecto invernadero y creando ciudades cada vez menos sostenibles. Las técnicas de percepción remota han probado ser de utilidad para estudiar múltiples fenómenos que se relacionan con los cambios de las coberturas de la tierra y la gestión y monitorización de los patrones de urbanización de las ciudades, existen una gran variedad de técnicas y métodos usados en percepción remota para estudiar el fenómeno de la expansión urbana, estas técnicas, basadas en la información proporcionada por los datos de las imágenes satelitales, pueden ser de gran utilidad como información complementaria para monitorear los cambios en el uso suelo y tomar decisiones que ayuden a realizar una mejor planificación de las ciudades, además presentan una ventaja ya que estos datos espaciales se pueden adquirir de manera libre, gratuita y de forma constante. En este este estudio se analizó la factibilidad del uso de técnicas de percepción remota usando imágenes satelitales Landsat para monitorear el crecimiento urbano del municipio de Rionegro para diferentes periodos. Para esto se propuso una metodología para extraer las zonas construidas a partir de imágenes satelitales y técnicas bastante utilizadas en percepción remota, a partir de esta metodología se realizó un análisis multitemporal para estudiar el crecimiento de las áreas construidas del municipio de Rionegro en diferentes periodos y por último se estudió la relación entre la densidad de viviendas y diferentes índices obtenidos a partir de las imágenes, con el objetivo de estimar la variable densidad de viviendas mediante datos obtenidos de una imagen satelital. Mediante la metodología propuesta se pudieron extraer las zonas artificializadas del municipio de Rionegro para los años 1986, 1997, 2013 y 2020 pero solo se pudieron analizar las áreas pertenecientes a la zona urbana, ya que el método resulto no ser apropiado para extraer las zonas artificiales rurales, por lo pequeñas que eran estas zonas en comparación con la resolución espacial de las imágenes Landsat y por las confusiones que presentaba el método para distinguir entre suelo desnudo y artificial. Para la estimación de la variable densidad de viviendas se realizaron modelos de regresión lineales, de los cuales se concluyó que tenían un gran potencial para explicar el comportamiento de la variable densidad de viviendas, el mejor modelo resultó ser solamente el que dependía del índice espectral NDVI.
Resumen en inglés
ABSTRACT: The accelerated and disorderly urban growth that characterizes many of the cities of Colombia and Latin America has caused important changes in land use, causing cities to expand more and more towards the peripheries, occupying in many cases restricted or unsuitable áreas for residential use and that go against the expansion plans of the cities. The growth of cities entails an increase in the demand for transport infrastructure and services that cause greater energy consumption and also a greater occupation of the land, these factors are detrimental to the environment, increase greenhouse gas emissions and create less and less sustainable cities. Remote sensing techniques have proven to be useful for studying multiple phenomena that are related to changes in land cover and the management and monitoring of urbanization patterns in cities, there are a great variety of techniques and methods used in remote sensing to study the phenomenon of urban expansion, these techniques based on the information provided by data from satellite images can be very useful as complementary information to monitor changes in land use and make decisions that help to perform better city planning, they also have an advantage beacuse these spatial data can be acquired freely, free of charge and constantly. In this study, the feasibility of using remote sensing techniques using Landsat satellite images was analyzed to monitor the urban growth of the municipality of Rionegro for different periods. For this, a methodology was proposed to extract the built areas from satellite images and techniques widely used in remote sensing, from this function a multitemporal analysis was carried out to study the growth of the built areas of the municipality of Rionegro in different periods and Finally, the relationship between the density of houses and different indices obtained from the images was studied, with the aim of estimating the variable density of houses using data obtained from a satellite image. Through the proposed methodology, the artificialized areas of the municipality of Rionegro could be extracted for the years 1986, 1997, 2013 and 2020, but only the areas belonging to the urban area could be analyzed, since the method turned out not to be appropriate to extract the artificial areas. rural areas, because of how small these areas were compared to the spatial resolution of the Landsat images and because of the confusion in the method to distinguish between bare and artificial soil. For the estimation of the housing density variable, linear regression models were carried out, of which it was concluded that they had a great potential to explain the behavior of the housing density variable, the best model turned out to be only the one that depended on the NDVI spectral index.