Determinación de asentamientos informales en zonas de alta vulnerabilidad por movimientos de remoción en masa en la localidad de Ciudad Bolivar mediante un modelo de inteligencia artificial

dc.contributor.advisorRocha Salamanca, Luz Angela
dc.contributor.authorMasciullo Rubiano, Caterina
dc.contributor.authorReina Nossa, Jhoseph Manuel
dc.contributor.orcidRocha Salamanca Luz Angela [0000-0001-5274-4819]
dc.date.accessioned2025-10-02T16:47:15Z
dc.date.available2025-10-02T16:47:15Z
dc.date.created2025-08-21
dc.descriptionLa investigación actual tiene como propósito localizar construcciones situadas en áreas con alta probabilidad de deslizamientos en Ciudad Bolívar, Bogotá, utilizando metodologías de inteligencia artificial y Sistemas de Información Geográfica. Este estudio se origina como una respuesta a la creciente proliferación de viviendas informales en territorios de riesgo, un fenómeno que ha complicado la rápida intervención gubernamental debido a la falta de registros formales. Para solucionar este problema, se llevaron a cabo y compararon dos modelos de detección automatizada de construcciones: uno que se entrenó con ortoimágenes locales y otro modelo preentrenado de ESRI, llamado Building Footprints USA. Ambos modelos se aplicaron sobre un ortomosaico de alta definición obtenido por dron, y se analizaron en función de su efectividad de detección y cobertura geográfica. Los hallazgos mostraron que el modelo pre-entrenado tuvo un rendimiento notable al identificar 2.396 construcciones, en comparación con las 464 que reconoció el modelo local, lo que llevó a su incorporación en un flujo automatizado de geoprocesamiento en ModelBuilder. A través de la superposición espacial entre las construcciones halladas y el mapa oficial de riesgo de deslizamientos (Decreto 555 de 2021), se identifican las viviendas que están ubicadas en áreas de alto riesgo. Estos resultados brindan información fundamental para la toma de decisiones en la gestión del riesgo urbano y en la planificación territorial, alineándose con los Objetivos de Desarrollo Sostenible, especialmente los objetivos 1, 3, 11 y 13. Además, esta investigación busca demostrar la integración de la inteligencia artificial en el mundo actual, que ha permitido significativas reducciones en los tiempos y recursos requeridos para la identificación de asentamientos informales, destacando el potencial de estas tecnologías en entornos urbanos vulnerables. Como resultado de esta investigación se obtiene un mapa de los asentamientos informales en la zona de estudio, el cual busca orientar la toma de decisiones por medio del modelo creado, facilitando la captura de dichos asentamientos, que al tener la condición de estar en una zona de alto riesgo por remoción en masa, representan un peligro para las vidas humanas que habitan allí y debe ser prioridad para las entidades encargadas resguardar dichas vidas y garantizar el bienestar de todas las familias.
dc.description.abstractThe current research aims to locate buildings located in areas with a high probability of landslides in Ciudad Bolívar, Bogotá, using artificial intelligence and Geographic Information Systems methodologies. This study was initiated as a response to the growing proliferation of informal housing in at-risk areas, a phenomenon that has complicated rapid government intervention due to the lack of formal records. To address this problem, two automated building detection models were developed and compared: one trained with local orthoimages and another pre-trained model from ESRI, called Building Footprints USA. Both models were applied to a high-resolution orthomosaic obtained by drone and analyzed based on their detection effectiveness and geographic coverage. The findings showed that the pre-trained model performed remarkably well, identifying 2,396 buildings, compared to the 464 recognized by the local model, which led to its incorporation into an automated geoprocessing workflow in ModelBuilder. Through the spatial superposition of the structures found and the official landslide risk map (Decree 555 of 2021), homes located in high-risk areas are identified. These results provide essential information for decision-making in urban risk management and territorial planning, aligning with the Sustainable Development Goals, especially Goals 1, 3, 11, and 13. Furthermore, this research seeks to demonstrate the integration of artificial intelligence in today's world, which has enabled significant reductions in the time and resources required to identify informal settlements, highlighting the potential of these technologies in vulnerable urban environments. As a result of this research, a map of informal settlements in the study area was obtained, which seeks to guide decision-making through the created model, facilitating the capture of said settlements, which, being in a high-risk zone for mass displacement, represent a danger to the human lives that live there. It must be a priority for the entities in charge to protect those lives and guarantee the well-being of all families.
dc.format.mimetypepdf
dc.identifier.urihttp://hdl.handle.net/11349/99420
dc.language.isospa
dc.relation.referencesSERVICIO GEOLOGICO COLOMBIANO. (2023). ¿Por qué ocurren tantos movimientos en masa en el país y qué podemos hacer al respecto? https://www2.sgc.gov.co/Noticias/Paginas/Por que-ocurren-tantos-movimientos-en-masa-en-el-pais-y-que-podemos-hacer-al-respecto.aspx
dc.rights.accesoAbierto (Texto Completo)
dc.rights.accessrightsOpenAccess
dc.subjectRemoción en masa
dc.subjectInteligencia artificial
dc.subjectGestión del riesgo
dc.subjectGeoprocesos
dc.subject.keywordMass removal
dc.subject.keywordArtificial intelligence
dc.subject.keywordRisk management
dc.subject.keywordGeoprocessing
dc.subject.lembIngeniería Catastral y Geodesia -- Tesis y disertaciones académicas
dc.titleDeterminación de asentamientos informales en zonas de alta vulnerabilidad por movimientos de remoción en masa en la localidad de Ciudad Bolivar mediante un modelo de inteligencia artificial
dc.title.titleenglishDetermintation of informal settlements in areas og hifg vulnerability due to mass removal movements in the town of Ciudad Bolivar using an antificial intelligence model
dc.typebachelorThesis
dc.type.degreeInvestigación-Innovación
dc.type.driverinfo:eu-repo/semantics/bachelorThesis

Archivos

Bloque original

Mostrando 1 - 2 de 2
No hay miniatura disponible
Nombre:
MasciulloRubianoCaterina2025.pdf
Tamaño:
2.78 MB
Formato:
Adobe Portable Document Format
No hay miniatura disponible
Nombre:
Licencia de uso y publicacion editable.pdf
Tamaño:
239.96 KB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
7 KB
Formato:
Item-specific license agreed upon to submission
Descripción: