Análisis espaciotemporal del embalse de chuza mediante teledetección para la estimación de volumen (2020-2024)
| dc.contributor.advisor | Upegui Cardona, Erika Sofía | |
| dc.contributor.author | Alarcón Ladino, Daniela Alejandra | |
| dc.contributor.author | Cortés Matíz, Juan Sebastián | |
| dc.contributor.orcid | Upegui Cardona, Erika Sofía [0000-0003-0973-7140] | |
| dc.creator.email | dani.alarcon27@gmail.com | |
| dc.creator.id | 20172025153 | |
| dc.creator.id | 20192025057 | |
| dc.date.accessioned | 2026-06-09T17:06:41Z | |
| dc.date.available | 2026-06-09T17:06:41Z | |
| dc.date.created | 2026-05-07 | |
| dc.description | Los 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.abstract | Reservoirs 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.mimetype | ||
| dc.identifier.uri | http://hdl.handle.net/11349/101682 | |
| dc.language.iso | spa | |
| dc.publisher | Universidad Distrital Francisco Jose de Caldas | |
| dc.relation.references | Abbas, 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.references | Alvarado 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.references | Anahua, 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.references | Arenas, M.C & Benavides, J.C. (2024) Colombia, un país de extremos: La Niña y El Niño. Revista Pontificia Universidad Javeriana | |
| dc.relation.references | Barriga Rodríguez, J. A. (2019) Evaluación de la calidad hídrica e impactos socioambientales de los embalses de Cundinamarca, Colombia. Repositorio Universidad Javeriana | |
| dc.relation.references | Cárdenas 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.references | Chuvieco, E. (1990) Fundamentos de la teledetección espacial. Ediciones RIALP S.A. | |
| dc.relation.references | Cohen, J. (1960) A coefficient of agreement for nominal scales. Educational and Psychological Measurement, 20(1), 37–46. | |
| dc.relation.references | Congalton, R. G. (1991) A review of assessing the accuracy of classifications of remotely sensed data. Remote sensing of environment | |
| dc.relation.references | Acuerdo 1287 de 2020 | |
| dc.relation.references | Acuerdo 1690 de 2024 | |
| dc.relation.references | Corporación Autónoma Regional de Cundinamarca. Reporte de actividades mineras ilegales en Gachancipá | |
| dc.relation.references | Cossio 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.references | Dane. Proyecciones de población para Bogotá 2005–2024 | |
| dc.relation.references | Duchen, P. (2021) Métodos de reconstrucción filogenética I: máxima verosimilitud. Tequio. Revista de divulgación, investigación e innovación, 4(11), 69–79 | |
| dc.relation.references | Empresa 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.references | Enel (2024) Actualización de volúmenes del embalse Chuza: Levantamiento topo-batimétrico 2023. Informe técnico interno no. surer 519 | |
| dc.relation.references | Esri (2025) Compute Confusion Matrix Spatial Analyst in ArcGIS Pro | |
| dc.relation.references | Fernández, L. T. L., & Rincón, L. N. G. (2020) Procesamiento de imágenes satelitales. L'esprit Ingénieux, 11(1), 33–49. | |
| dc.relation.references | Ferrelli, 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.references | Flórez Alcalá, J. C. (2023) Potencialidad de las imágenes PlanetScope para diferenciar vegetación en ecosistemas cenagosos tropicales | |
| dc.relation.references | Hernández Lozano, R., & Pavón, N. P. (2024) Índices para el monitoreo de cuerpos de agua usando sensores remotos. Acta Universitaria, 34. | |
| dc.relation.references | International Hydrographic Organization (2020) Standards for hydrographic surveys (s44) | |
| dc.relation.references | Ivanova, 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.references | Landis, J. R., & Koch, G. G. (1977) The measurement of observer agreement for categorical data. Biometrics, 33(1), 159–174. | |
| dc.relation.references | Londoño, 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.references | Marín-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.references | Palma, 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.references | Passucci, 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.acceso | Abierto (Texto Completo) | |
| dc.rights.accessrights | OpenAccess | |
| dc.subject | Imágenes satelitales | |
| dc.subject | Monitoreo ambiental | |
| dc.subject | Recursos hídricos | |
| dc.subject | Variación de superficie de agua | |
| dc.subject.keyword | Volume estimation | |
| dc.subject.keyword | Water surface dynamics | |
| dc.subject.keyword | Satellite imagery | |
| dc.subject.keyword | Water resources manag | |
| dc.subject.lemb | Ingeniería Catastral y Geodesia -- Tesis y disertaciones académicas | |
| dc.subject.lemb | Hidrología | |
| dc.subject.lemb | Teledetección | |
| dc.subject.lemb | Análisis espaciotemporal | |
| dc.subject.lemb | Embalses | |
| dc.title | Análisis espaciotemporal del embalse de chuza mediante teledetección para la estimación de volumen (2020-2024) | |
| dc.title.titleenglish | Spatiotemporal analysis of the Chuza reservoir using remote sensing for volume estimation (2020-2024) | |
| dc.type | bachelorThesis | |
| dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | |
| dc.type.degree | Monografía | |
| dc.type.driver | info:eu-repo/semantics/bachelorThesis |
Archivos
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 7 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción:
