Modelo de integración de BIG GEOSPATIAL data al proceso de actualización catastral: un estudio con la plataforma de código abierto APACHE SEDONA.

Gutierrez Mora, Xiomara Valentina

Modelo de integración de BIG GEOSPATIAL data al proceso de actualización catastral: un estudio con la plataforma de código abierto APACHE SEDONA.

dc.contributor.advisor	Coronado Sanchez, Paulo Cesar
dc.contributor.author	Gutierrez Mora, Xiomara Valentina
dc.contributor.orcid	Coronado Sanchez, Paulo Cesar [0000-0003-2980-2376]
dc.creator.email	xvalentinagm@gmail.com
dc.creator.id	20191025079
dc.date.accessioned	2026-02-13T18:24:05Z
dc.date.available	2026-02-13T18:24:05Z
dc.date.created	2025-11-06
dc.description	Esta investigación propone un modelo de arquitectura de datos empresarial para integrar Big Geospatial Data en el proceso de actualización catastral. El modelo se desarrolla con base en el marco TOGAF, usando el método ADM representado mediante el lenguaje ArchiMate, lo que permite estructurar la arquitectura en capas y alinear la tecnología con los procesos de negocio. El paradigma de Big Data comprende un amplio campo de conocimiento que puede aplicarse al Catastro Multipropósito. En este proyecto se aborda específicamente el proceso de Actualización Catastral, el cual se caracteriza e integra dentro del ámbito del Big Geospatial Data para la construcción del modelo. Asimismo, se adopta como caso de estudio una tarea operativa dentro de los subprocesos de la actualización catastral: la captura y procesamiento de datos geoespaciales vectoriales asociados a la información normativa urbanística de los predios de Bogotá D.C.. Este enfoque permite evaluar el desempeño de la herramienta de Big Geospatial Data Apache Sedona en comparación con herramientas tradicionales utilizadas en el tratamiento y análisis de datos geoespaciales
dc.description.abstract	This research proposes an enterprise data architecture model to integrate Big Geospatial Data into the cadastral update process. The model is developed based on the TOGAF framework, using the ADM method represented through the ArchiMate language, which enables the structuring of the architecture in layers and the alignment of technology with business processes. The Big Data paradigm encompasses a broad field of knowledge that can be applied to the Multipurpose Cadastre. This project specifically addresses the Cadastral Update process, which is characterized and integrated within the scope of Big Geospatial Data for the construction of the model. Likewise, an operational task within the sub-processes of the cadastral update namely, the capture and processing of vector geospatial data associated with the urban planning regulations of properties in Bogotá D.C. is adopted as a case study. This approach makes it possible to evaluate the performance of the Big Geospatial Data tool Apache Sedona in comparison with traditional tools used for geospatial data processing and analysis.
dc.format.mimetype	pdf
dc.identifier.uri	http://hdl.handle.net/11349/100394
dc.language.iso	spa
dc.publisher	Universidad Distrital Francisco José de Caldas
dc.relation.references	Aach, M., Inanc, E., Sarma, R., et al. (2023). Large scale performance analysis of distributed Deep learning frameworks for convolutional neural networks. Journal of Big Data, 10, 96. https://doi.org/10.1186/s40537-023-00765-w
dc.relation.references	Ares, E. (2013). Introducción a TOGAF para el desarrollo de Enterprise Architecture [Diapositivas de SlideShare]. https://es.slideshare.net/netmindit/introduccin-a-togaf-para-el-desarrollo-de-enterprise-architecture
dc.relation.references	Apache Sedona Project. (2025, 1 de abril). Community Office Hour: An open-source cluster computation engine for processing large-scale geospatial data [PDF].
dc.relation.references	Barik, R.,Lenka, R., Ali, S., Gupta, N., Satpathy, A., Raj, A. (2017). Investigation into the efficacy of geospatial big data visualization tools. doi: 10.1109/CCAA.2017.8229777 Recuperado de: https://www.researchgate.net/publication/316860265_Investigation_into_the_efficacy_of_geospatial_big_data_visualization_tools
dc.relation.references	Becerra, J., Cotino-Hueso, L., León, I. P., Sánchez-Acevedo, M. E., Torres-Ávila, J., & Velandia-Vega, J. (2018). Derecho y big data. Bogotá: Editorial Universidad Católica de Colombia Disponible en: https://hdl.handle.net/10983/22964b
dc.relation.references	Cabello, S. (2023). Análisis de los modelos de gobernanza de datos en el sector público: una mirada desde Bogotá, Buenos Aires, Ciudad de México y São Paulo. Recuperado de: https://repositorio.cepal.org/server/api/core/bitstreams/9e5b987c-9168-4f88- 9503-ca05c6d353ce/content
dc.relation.references	Cabrera, A., Carrillo, J.M., Abad, M., Jaramillo, D., & Romero, F.R. (2015). Diseño y Validación de Arquitecturas de Aplicaciones Empresariales. RISTI: Revista Ibérica de Sistemas e Tecnologias de Informação, 79-91. Recuperado de: https://www.semanticscholar.org/paper/Dise%C3%B1o-y-Validaci%C3%B3n-de-Arquitecturas-de-Cabrera-Carrillo/029ee612f9ccd1155c7d5ca5cd791a9a718f0ba2
dc.relation.references	Congreso de la República de Colombia. (25 de mayo de 2019). Ley 1955 de 2019, por el cual se expide el Plan Nacional de Desarrollo 2018‑2022 “Pacto por Colombia, pacto por la equidad” [Artículo 81]. Recuperado de https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=93970
dc.relation.references	DANE. (4 de febrero de 2020). Decreto 148 de 2020, [Artículo 2.2.2.2.6]. Recuperado de https://www.igac.gov.co/transparencia-y-acceso-a-la-informacion-publica/normograma/decreto-148-de-2020
dc.relation.references	Earth Data Science. (2019). Coordinate Reference System and Spatial Projection. Recuperado de https://www.earthdatascience.org
dc.relation.references	Hernández León, J. A., & Lancheros Aguilar, D. L. (2021). Análisis de alternativas de diseño de una plataforma digital para compartir eventos culturales. Universidad Distrital Francisco José de Caldas. Recuperado de https://repository.udistrital.edu.co/server/api/core/bitstreams/7e966fd1-ddf0-4ff8-91cc-4a86bda9cd9a/content
dc.relation.references	Huang, Z., Chen, Y., Wan, L., & Peng, X. (2017). GeoSpark SQL: An Effective Framework Enabling Spatial Queries on Spark. International Journal of Geo-Information, 6(285). doi:10.3390/IJGI6090285 Recuperado de: https://www.mdpi.com/2220-9964/6/9/285
dc.relation.references	García. J, López, J. M. M., De Jesús, A. B., Guisado, M. Á. P., Bustamante, Á. L., & R, W. P. (2018). Ciencia de datos: técnicas analíticas y aprendizaje estadístico. Un enfoque práctico.
dc.relation.references	Gousios, G. (2018). Big data software analytics with Apache Spark. Proceedings of the 15th International Conference on Mining Software Repositories, 7. Recuperado de: https://doi.org/10.1145/3183440.3183458
dc.relation.references	IGAC. (11 de junio de 2024). Resolución 746 de 2024, por medio de la cual se modifica parcialmente la Resolución N.° 1040 del 08 de agosto de 2023, única de la gestión catastral multipropósito [Artículo 6 - 32]. Recuperado de https://www.igac.gov.co/transparencia-y-acceso-a-la-informacion-publica/normograma/resolucion-746-de-2024
dc.relation.references	IGAC. (18 de octubre de 2023). Procedimiento de formación y/o actualización catastral con enfoque multipropósito (PC-GCT-01, versión 1). Recuperado de https://www.igac.gov.co/sites/default/files/listadomaestro/PC-GCT-01%20V1%20Formacion%20y%20Actualizacion%20Catastral%20CEM.pdf
dc.relation.references	IGAC. (8 de agosto de 2023). Resolución 1040 de 2023, por medio de la cual se expide la Resolución Única de la Gestión Catastral Multipropósito [Artículo 4.2.1 - 4.2.3 - 4.2.6 - 4.2.12] Anexos: Anexo 1. Glosario de términos para la gestión catastral multipropósito. Recuperado de https://antiguo.igac.gov.co/es/contenido/resolucion-1040-de-2023
dc.relation.references	IGAC. (21 de febrero de 2023). Resolución 267 de 2023, por la cual se adopta la guía para la elaboración del plan de calidad para el proceso de formación catastral y/o actualización de la formación catastral con enfoque multipropósito. Anexo Guía Plan Calidad Actualización Catastral. Instituto Geográfico Agustín Codazzi. Recuperado de https://antiguo.igac.gov.co/es/contenido/resolucion-267-de-2023
dc.relation.references	IGAC (2023). Actualización catastral - Procesos del Catastro Multipropósito. Recuperado de https://igac.gov.co/catastro-multiproposito/actualizacion-catastral
dc.relation.references	IGAC (2023). LADM-COL. IGAC. https://igac.gov.co/catastro-multiproposito/ladmcol
dc.relation.references	IGAC (04 de marzo de 2025). Resolución 301 de 2025. https://www.igac.gov.co/transparencia-y-acceso-a-la-informacion-publica/normograma/resolucion-301-de-2025
dc.relation.references	IGAC (2025). Instructivo para la estructuración de la información catastral. Modelo de aplicación LADM_COL SINIC V1.0. IGAC. https://www.igac.gov.co/sites/default/files/transparencia/normograma/Anexo%202%20Instructivo%20para%20la%20estructuracion%20LADM_COL%20SINIC%20%20V1.0_0.pdf
dc.relation.references	Lenka, R. K., Barik, R. K., Gupta, N., Ali, S. M., Rath, A., & Dubey, H. (2016). Comparative análisis of SpatialHadoop and GeoSpark for geospatial big data analytics. IEEE. Recuperado de: https://doi.org/10.1109/IC3I.2016.7918013
dc.relation.references	National Geodetic Survey. (2019). NGS Updates Guidance on Modernized National Spatial Reference System. Recuperado de https://www.ngs.noaa.gov/web/news/modernized-nsrs-updatedguidance.shtml
dc.relation.references	Mete, M. O. (2023). Geospatial big data analytics for sustainable smart cities. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, XLVIII-4/W7, 141±146. Recuperado de https://isprs-archives.copernicus.org/articles/XLVIII-4-W7-2023/141/2023/isprs-archives-XLVIII-4-W7-2023-141-2023.pdf
dc.relation.references	Murazzo, M. A., Guevara, M. J., Tello, M., Rodríguez, N. R., Piccoli, F., & Giménez, M. (2018). Orquestación de servicios para el desarrollo de aplicaciones para big data [Objeto de conferencia, VI Jornadas de Cloud Computing & Big Data]. Universidad Nacional de La Plata. https://sedici.unlp.edu.ar/handle/10915/69999
dc.relation.references	PyData. (2023). Jia Yu - How Apache Sedona is Revolutionizing Geospatial Data Analysis. YouTube. https://www.youtube.com/watch?v=AtgjdK2Gglg&list=LL&index=3.
dc.relation.references	Revista Geodata. (2022). El catastro multipropósito y la ciencia de datos: un matrimonio necesario. Edición 2. Recuperado de https://revistageodata.icde.gov.co/edicion-2/el-catastromultiproposito-y-la-ciencia-de-datos-un-matrimonio-necesario
dc.relation.references	Saboya Ríos, N., Loaiza Jara, O. L., & Lévano Rodríguez, D. (2018). Diseño de un modelo de arquitectura empresarial para publicaciones científicas basado en ADM - TOGAF 9.0. Recuperado de https://apuntesuniversitarios.upeu.edu.pe/index.php/revapuntes/article/view/123
dc.relation.references	SDP (2020). Fortalecimiento institucional de la Unidad Administrativa Especial de Catastro Distrital - UAECD Bogotá. Gobierno Territorial. Recuperado de: https://www.sdp.gov.co/sites/default/files/226_uaecd_2020110010172_7840_0.pdf
dc.relation.references	Shin, H., Lee, K., & Kwon, H. (2022). A comparative experimental study of distributed storage engines for big spatial data processing using GeoSpark. The Journal of Supercomputing, 78(5), 2556-2579. https://doi.org/10.1007/s11227-021-03946-7. Recuperado de: https://link.springer.com/content/pdf/10.1007/s11227-021-03946-7.pdf
dc.relation.references	Tang, S., He, B., Yu, C., Li, Y., & Li, K. (2018). A Survey on Spark Ecosystem for Big Data Processing. arXiv: Distributed, Parallel, and Cluster Computing. https://doi.org/10.1109/TKDE.2020.2975652
dc.relation.references	The Apache Software Foundation. (2025). Spatial SQL app. Apache Sedona. Recuperado de: https://sedona.apache.org/latest/tutorial/sql/
dc.relation.references	Tokaj, P., Yu, J., & Sarwat, M. (2025). Cloud Native Geospatial Analytics with Apache Sedona: A hands-on guide for working with large-scale spatial data (Early Release ed.). O’Reilly Media. https://resources.wherobots.com/hubfs/OReilly-Cloud-Native-Geospatial-Analytics-with-Apache%20Sedona.pdf
dc.relation.references	Tuladhar, A., Radwan, M. M., Abdel Kader, F., & El-Ruby, S. (2005). Federated data model to improve accessibility of distributed cadastral databases in land administration. Recuperado de https://www.fig.net/resources/proceedings/fig_proceedings/cairo/papers/ts_01/ts01_03_tulad har_etal.pdf
dc.relation.references	Vasconcelos, F. F. (2024). Uso de Lakehouses para um ambiente analítico espacial Big Data (Trabalho de conclusão de curso, Universidade Federal de Alagoas). Universidade Federal de Alagoas.
dc.relation.references	Wherobots. (2025). Create account. Wherobots Documentation. Recuperado el 20 de marzo de 2025, de https://docs.wherobots.com/latest/get-started/create-account/
dc.relation.references	Wherobots. (2024). Working with files – Getting started with Wherobots Cloud Part 3. Wherobots. Recuperado de: https://wherobots.com/blog/working-with-files-getting-started-with-wherobots-cloud-sedonadb-part-3/
dc.relation.references	Wherobots Inc. (2025). Organizations and accounts. Wherobots documentation. Recuperado de: https://docs.wherobots.com/latest/get-started/organization-info/organizations-and-accounts/
dc.relation.references	Yu, J., & Sarwat, M. (2021). Big Geospatial Data Processing Made Easy: A Working Guide to GeoSpark. En M. Werner & Y.-Y. Chiang (Eds.), Handbook of Big Geospatial Data (pp. 35 - 54). Springer. https://doi.org/10.1007/978-3-030-55462-0_2
dc.relation.references	Zhang, C., & Li, X. (2022). Land use and land cover mapping in the era of big data. Land, 11(10), 1692. https://doi.org/10.3390/land11101692 Recuperado de: https://www.mdpi.com/1859644
dc.rights.acceso	Abierto (Texto Completo)
dc.rights.accessrights	OpenAccess
dc.subject	Big geospatial data
dc.subject	Catastro
dc.subject	Apache Sedona
dc.subject	Pipeline
dc.subject	Cluster de computadoras
dc.subject.keyword	Big geospatial data
dc.subject.keyword	Cadastre
dc.subject.keyword	Pipeline
dc.subject.keyword	Computer cluster
dc.subject.lemb	Ingeniería Catastral y Geodesia -- Tesis y disertaciones académicas
dc.subject.lemb	Datos geoespaciales — Procesamiento de datos
dc.subject.lemb	Big data — Aplicaciones en sistemas de información geográfica
dc.subject.lemb	Catastro — Actualización — Sistemas de información geográfica
dc.title	Modelo de integración de BIG GEOSPATIAL data al proceso de actualización catastral: un estudio con la plataforma de código abierto APACHE SEDONA.
dc.title.titleenglish	Model for the integration of BIG GEOSPATIAl data into the cadastral update process: a study using the open-source platform APACHE SEDONA.
dc.type	bachelorThesis
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.degree	Investigación-Innovación
dc.type.driver	info:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 2 de 2

Nombre:: GutierrezMoraXiomaraValentina2025.pdf
Tamaño:: 2,5 MB
Formato:: Adobe Portable Document Format

Descargar

Nombre:: Licencia de uso y publicacion.pdf
Tamaño:: 355,67 KB
Formato:: Adobe Portable Document Format

Descargar

Bloque de licencias

Mostrando 1 - 1 de 1

Nombre:: license.txt
Tamaño:: 7 KB
Formato:: Item-specific license agreed upon to submission
Descripción:

Descargar

Colecciones

Ingeniería Catastral y Geodesia