<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Análisis espaciotemporal del embalse de chuza mediante teledetección para la estimación de volumen (2020-2024)

dc.contributor.advisorUpegui Cardona, Erika Sofía
dc.contributor.authorAlarcón Ladino, Daniela Alejandra
dc.contributor.authorCortés Matíz, Juan Sebastián
dc.contributor.orcidUpegui Cardona, Erika Sofía [0000-0003-0973-7140]
dc.creator.emaildani.alarcon27@gmail.com
dc.creator.id20172025153
dc.creator.id20192025057
dc.date.accessioned2026-06-09T17:06:41Z
dc.date.available2026-06-09T17:06:41Z
dc.date.created2026-05-07
dc.descriptionLos embalses constituyen infraestructuras estratégicas para garantizar la seguridad hídrica, energética y productiva de las regiones, razón por la cual su monitoreo permanente resulta indispensable para una gestión eficiente de los recursos hídricos. En el caso del embalse de Chuza, cuya función es esencial para el abastecimiento de agua de Bogotá y su área metropolitana, la necesidad de contar con información actualizada sobre sus niveles de almacenamiento adquiere una importancia crítica. Sin embargo, los métodos tradicionales basados en estudios batimétricos presentan limitaciones asociadas a sus elevados costos, complejidad operativa y baja frecuencia de ejecución, lo que restringe la capacidad de respuesta ante fenómenos extremos como sequías prolongadas o incrementos repentinos del caudal. Frente a esta problemática, la teledetección satelital se perfila como una alternativa viable y necesaria, debido a su capacidad para generar información espacial de manera periódica y sobre amplias extensiones territoriales. A través de técnicas de clasificación geoespacial es posible estimar el área del espejo de agua y aproximar el volumen almacenado, contribuyendo a fortalecer los procesos de monitoreo y planificación. No obstante, la aplicación de estas herramientas en ambientes altoandinos enfrenta desafíos significativos derivados de la alta nubosidad, la variabilidad de las condiciones del agua y la complejidad del relieve. Estas limitaciones evidencian que los índices espectrales convencionales pueden resultar insuficientes, por lo que se justifica la implementación y validación de metodologías avanzadas de clasificación capaces de mejorar la precisión de las estimaciones y apoyar una gestión hídrica más efectiva y sostenible
dc.description.abstractReservoirs are strategic infrastructure for ensuring the water, energy, and productive security of regions, which is why their continuous monitoring is essential for efficient water resource management. In the case of the Chuza Reservoir, whose function is essential for supplying water to Bogotá and its metropolitan area, the need for up-to-date information on its storage levels is critically important. However, traditional methods based on bathymetric studies have limitations related to their high costs, operational complexity, and low frequency of execution, which restricts the capacity to respond to extreme events such as prolonged droughts or sudden increases in flow. Faced with this problem, satellite remote sensing is emerging as a viable and necessary alternative, due to its ability to generate spatial information periodically and over large territorial areas. Through geospatial classification techniques, it is possible to estimate the surface area of the water and approximate the stored volume, contributing to strengthening monitoring and planning processes. However, the application of these tools in high-Andean environments faces significant challenges stemming from high cloud cover, the variability of water conditions, and the complexity of the terrain. These limitations demonstrate that conventional spectral indices may be insufficient, thus justifying the implementation and validation of advanced classification methodologies capable of improving the accuracy of estimates and supporting more effective and sustainable water management
dc.format.mimetypepdf
dc.identifier.urihttp://hdl.handle.net/11349/101682
dc.language.isospa
dc.publisherUniversidad Distrital Francisco Jose de Caldas
dc.relation.referencesAbbas, A. W., Minallh, N., Ahmad, N., Abid, S. A. R., & Khan, M. A. A. (2016). Algoritmos de agrupamiento K-Means e ISODATA para la clasificación de la cobertura terrestre mediante teledetección. Sindh University Research Journal-SURJ (Science Series), 48(2)
dc.relation.referencesAlvarado Bohórquez, J. S., & Rocha Sanabria, M. A. (2019) Análisis multitemporal mediante modelos ARIMA de la calidad del agua en la Potabilizadora Francisco Wiesner y el Embalse San Rafael
dc.relation.referencesAnahua, I. (2024) Detección de cambios de agua con análisis de mezcla espectral utilizando imágenes multitemporales del lago Titicaca, 2014–2023. Universidad Privada San Carlos
dc.relation.referencesArenas, M.C & Benavides, J.C. (2024) Colombia, un país de extremos: La Niña y El Niño. Revista Pontificia Universidad Javeriana
dc.relation.referencesBarriga Rodríguez, J. A. (2019) Evaluación de la calidad hídrica e impactos socioambientales de los embalses de Cundinamarca, Colombia. Repositorio Universidad Javeriana
dc.relation.referencesCárdenas Rubiano, D. L., & González Sánchez, J. A. (2021) Modelo matemático en el embalse de Chuza para la formulación de políticas de precios basadas en la escasez
dc.relation.referencesChuvieco, E. (1990) Fundamentos de la teledetección espacial. Ediciones RIALP S.A.
dc.relation.referencesCohen, J. (1960) A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20(1), 37–46.
dc.relation.referencesCongalton, R. G. (1991) A review of assessing the accuracy of classifications of remotely sensed data. Remote sensing of environment
dc.relation.referencesAcuerdo 1287 de 2020
dc.relation.referencesAcuerdo 1690 de 2024
dc.relation.referencesCorporación Autónoma Regional de Cundinamarca. Reporte de actividades mineras ilegales en Gachancipá
dc.relation.referencesCossio Madrid, O. E., & Herrera Palacio, J. S. (2024) Evaluación de algoritmos de aprendizaje automático en la clasificación supervisada de imágenes satelitales multitemporales para el análisis de coberturas de suelo en Rionegro
dc.relation.referencesDane. Proyecciones de población para Bogotá 2005–2024
dc.relation.referencesDuchen, P. (2021) Métodos de reconstrucción filogenética I: máxima verosimilitud. Tequio. Revista de divulgación, investigación e innovación, 4(11), 69–79
dc.relation.referencesEmpresa de Acueducto y Alcantarillado de Bogotá (2025) Datos históricos del embalse de Chuza 2020–2024. Informe técnico interno. Historia del sistema Chingaza. https://www.acueducto.com.co/wps/portal/eab2/home/acueducto-yalcantarillado/la-infraestructuraacueducto/sistemas-abastecimiento/captacion/sistemachingaza
dc.relation.referencesEnel (2024) Actualización de volúmenes del embalse Chuza: Levantamiento topo-batimétrico 2023. Informe técnico interno no. surer 519
dc.relation.referencesEsri (2025) Compute Confusion Matrix Spatial Analyst in ArcGIS Pro
dc.relation.referencesFernández, L. T. L., & Rincón, L. N. G. (2020) Procesamiento de imágenes satelitales. L'esprit Ingénieux, 11(1), 33–49.
dc.relation.referencesFerrelli, F., & Vanina, S. (2015) Variabilidad de las precipitaciones y sus efectos sobre la respuesta espaciotemporal de cuerpos de agua en la Región Pampeana, Argentina. Universidad Nacional de Luján
dc.relation.referencesFlórez Alcalá, J. C. (2023) Potencialidad de las imágenes PlanetScope para diferenciar vegetación en ecosistemas cenagosos tropicales
dc.relation.referencesHernández Lozano, R., & Pavón, N. P. (2024) Índices para el monitoreo de cuerpos de agua usando sensores remotos. Acta Universitaria, 34.
dc.relation.referencesInternational Hydrographic Organization (2020) Standards for hydrographic surveys (s44)
dc.relation.referencesIvanova, Y., Cárdenas, E. A., Celis-Lopera, C. A., & Vargas-Guerrero, D. F. (2022) Evaluación de la contracción y expansión de cuerpos hídricos lénticos bajo la influencia del fenómeno ENSO. Tecnología y ciencias del agua, 13(2), 246–288.
dc.relation.referencesLandis, J. R., & Koch, G. G. (1977) The measurement of observer agreement for categorical data. Biometrics, 33(1), 159–174.
dc.relation.referencesLondoño, A. M. J. (2020) Consumo de agua potable domiciliaria durante el confinamiento por COVID-19 en Bogotá. Biociencias (UNAD), 4(1), 1–7.
dc.relation.referencesMarín-Cruz, I., Martínez-Martínez, J. L., Mota-Palomino, R. O. A., & Badaoui, M. (2023) Análisis de series temporales aplicado al modelado de aportaciones del Embalse Angostura. RIIIT. Revista internacional de investigación e innovación tecnológica, 11(63), 108-127
dc.relation.referencesPalma, R. P. (2022) Análisis crítico del coeficiente de determinación (R2) como indicador de la calidad de modelos lineales y no lineales. Matemática, 20(2)
dc.relation.referencesPassucci, V., Carmona, F., & Rivas, R. (2017) Identificación de zonas anegadas y no anegadas mediante técnicas de teledetección. Revista Estudios Ambientales, 5(2), 51–78.
dc.rights.accesoAbierto (Texto Completo)
dc.rights.accessrightsOpenAccess
dc.subjectImágenes satelitales
dc.subjectMonitoreo ambiental
dc.subjectRecursos hídricos
dc.subjectVariación de superficie de agua
dc.subject.keywordVolume estimation
dc.subject.keywordWater surface dynamics
dc.subject.keywordSatellite imagery
dc.subject.keywordWater resources manag
dc.subject.lembIngeniería Catastral y Geodesia -- Tesis y disertaciones académicas
dc.subject.lembHidrología
dc.subject.lembTeledetección
dc.subject.lembAnálisis espaciotemporal
dc.subject.lembEmbalses
dc.titleAnálisis espaciotemporal del embalse de chuza mediante teledetección para la estimación de volumen (2020-2024)
dc.title.titleenglishSpatiotemporal analysis of the Chuza reservoir using remote sensing for volume estimation (2020-2024)
dc.typebachelorThesis
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.degreeMonografía
dc.type.driverinfo:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 2 de 2
Cargando...
Miniatura
Nombre:
AlarconLadinoDanielaAlejandra2026
Tamaño:
1,88 MB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Licencia de uso y publicacion.pdf
Tamaño:
631,34 KB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción: