Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia
116 páginas
- Autores:
-
Banguero Quejada, Jhoan Alejandro
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2024
- Institución:
- Universidad EIA .
- Repositorio:
- Repositorio EIA .
- Idioma:
- spa
- OAI Identifier:
- oai:repository.eia.edu.co:11190/6814
- Acceso en línea:
- https://repository.eia.edu.co/handle/11190/6814
- Palabra clave:
- Crecimiento urbano
Imágenes satelitales
Redes neuronales
Segmentación
Reconstrucción 3D
Population density
Satellite images
Neural networks
3D reconstruction
Urban planning
- Rights
- openAccess
- License
- Derechos Reservados - Universidad EIA, 2024
| id |
REIA2_dd387d17108834972a80dd1c9d70e3fa |
|---|---|
| oai_identifier_str |
oai:repository.eia.edu.co:11190/6814 |
| network_acronym_str |
REIA2 |
| network_name_str |
Repositorio EIA . |
| repository_id_str |
|
| dc.title.none.fl_str_mv |
Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia |
| title |
Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia |
| spellingShingle |
Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia Crecimiento urbano Imágenes satelitales Redes neuronales Segmentación Reconstrucción 3D Population density Satellite images Neural networks 3D reconstruction Urban planning |
| title_short |
Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia |
| title_full |
Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia |
| title_fullStr |
Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia |
| title_full_unstemmed |
Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia |
| title_sort |
Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, Antioquia |
| dc.creator.fl_str_mv |
Banguero Quejada, Jhoan Alejandro |
| dc.contributor.advisor.none.fl_str_mv |
Soto Estrada, Engelberth |
| dc.contributor.author.none.fl_str_mv |
Banguero Quejada, Jhoan Alejandro |
| dc.subject.proposal.spa.fl_str_mv |
Crecimiento urbano Imágenes satelitales Redes neuronales Segmentación Reconstrucción 3D |
| topic |
Crecimiento urbano Imágenes satelitales Redes neuronales Segmentación Reconstrucción 3D Population density Satellite images Neural networks 3D reconstruction Urban planning |
| dc.subject.proposal.eng.fl_str_mv |
Population density Satellite images Neural networks 3D reconstruction Urban planning |
| description |
116 páginas |
| publishDate |
2024 |
| dc.date.accessioned.none.fl_str_mv |
2024-11-13T14:28:59Z |
| dc.date.available.none.fl_str_mv |
2024-11-13T14:28:59Z |
| dc.date.issued.none.fl_str_mv |
2024 |
| dc.type.none.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.driver.none.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.version.none.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.content.none.fl_str_mv |
Text |
| dc.type.redcol.none.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| dc.type.coarversion.none.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| status_str |
publishedVersion |
| dc.identifier.uri.none.fl_str_mv |
https://repository.eia.edu.co/handle/11190/6814 |
| url |
https://repository.eia.edu.co/handle/11190/6814 |
| dc.language.iso.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
Derechos Reservados - Universidad EIA, 2024 |
| dc.rights.license.none.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
| dc.rights.accessrights.none.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
Derechos Reservados - Universidad EIA, 2024 Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.mimetype.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad EIA |
| dc.publisher.program.none.fl_str_mv |
Ingeniería Civil |
| dc.publisher.faculty.none.fl_str_mv |
Escuela de Ingeniería y Ciencias Básicas |
| dc.publisher.place.none.fl_str_mv |
Envigado (Antioquia, Colombia) |
| publisher.none.fl_str_mv |
Universidad EIA |
| institution |
Universidad EIA . |
| bitstream.url.fl_str_mv |
https://repository.eia.edu.co/bitstreams/5971ed76-93ad-46ff-a57f-e56c228a085b/download https://repository.eia.edu.co/bitstreams/3890adfe-1dde-4353-8ed5-91c8912a266d/download https://repository.eia.edu.co/bitstreams/a772327d-df09-4787-89bc-db6a81f9525a/download https://repository.eia.edu.co/bitstreams/d95417db-2c4a-4c61-a338-d130b1e7734e/download |
| bitstream.checksum.fl_str_mv |
2264fce645ac2952653ce3f3b8fa781e 65693d3287ffe236adbb859d5752f17b ac96cbff06aa1802900a50d1be80a40b 20007670e7ce91263d54a1f22c7372ff |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio Institucional Universidad EIA |
| repository.mail.fl_str_mv |
bdigital@metabiblioteca.com |
| _version_ |
1828317410884583424 |
| spelling |
Soto Estrada, EngelberthBanguero Quejada, Jhoan Alejandro2024-11-13T14:28:59Z2024-11-13T14:28:59Z2024https://repository.eia.edu.co/handle/11190/6814116 páginasRESUMEN: El crecimiento poblacional en el municipio de Apartadó, Antioquia, ha sido notorio en las últimas décadas, lo que ha generado una fuerte presión sobre su infraestructura urbana y su planificación territorial. Este incremento ha derivado en una alta densidad poblacional en las áreas urbanas, lo cual representa un desafío significativo para las autoridades locales en cuanto a la gestión del suelo y la provisión de servicios básicos. El Plan de Ordenamiento Territorial (POT) de Apartadó, como instrumento clave de planificación, se encuentra desactualizado, lo que impide un control efectivo sobre la expansión urbana. Esta situación ha motivado la necesidad de implementar métodos innovadores para monitorear el crecimiento urbano y planificar su desarrollo de manera más precisa y sostenible. Para abordar este problema, se empleó una metodología basada en la reconstrucción tridimensional (3D) de edificaciones a partir de imágenes satelitales de una sola vista, utilizando redes neuronales convolucionales. Se implementó un modelo basado en la red Building3-D, la cual incluye módulos que optimizan la percepción global y local de la elevación de las edificaciones. Para la extracción de los edificios, se utilizó la red de segmentación U-Net, optimizada específicamente para identificar edificaciones en las imágenes procesadas. Además, se empleó la red Deep Anything para estimar la profundidad de las estructuras. El modelo fue entrenado con el conjunto de datos de Vaihingen y validado con el Massachusetts Building Dataset, alcanzando una precisión de hasta un 96.8% en la estimación de alturas en condiciones ideales. Los resultados obtenidos permiten la generación de nubes de puntos con una alta precisión, lo cual es aplicable al monitoreo continuo del crecimiento urbano. En el caso de estudio de Apartadó, el modelo facilitó el cálculo de la densidad poblacional, permitiendo verificar que el área analizada está próxima a los límites establecidos por el POT. Este enfoque metodológico se presenta como una solución eficiente y más económica en comparación con los métodos tradicionales, que suelen requerir múltiples imágenes o el uso de drones, haciéndolo adecuado para la planificación urbana y la gestión de recursos en zonas con crecimiento acelerado.ABSTRACT: The population growth in Apartadó, Antioquia, has significantly impacted its urban infrastructure and territorial planning. This increase has led to high population density in urban areas, creating challenges for local authorities in land management and public service provision. The outdated status of Apartadó’s Territorial Planning Plan (POT) limits effective control over urban expansion, prompting the need for innovative methods to monitor urban growth and plan for sustainable development. This study employs a methodology based on 3D reconstruction of buildings using single-view satellite images, utilizing convolutional neural networks. The Building3-D network, enhanced to improve both global and local elevation perception of buildings, was implemented. For building extraction, the U-Net segmentation network was optimized to specifically identify buildings in the processed images, while the Deep Anything network was used to estimate building depth. The model was trained with the Vaihingen dataset and validated using the Massachusetts Building Dataset, achieving up to 96.8% accuracy in height estimation under ideal conditions. The results enable the generation of highly precise point clouds, applicable for continuous urban growth monitoring. In the case of Apartadó, the model allowed for calculating population density and verifying that the analyzed area is approaching the limits set by the POT. This approach offers an efficient and cost-effective alternative to traditional methods, which often require multiple images or drone usage, making it suitable for urban planning and resource management in rapidly growing areas.PregradoIngeniero(a) Civilapplication/pdfspaUniversidad EIAIngeniería CivilEscuela de Ingeniería y Ciencias BásicasEnvigado (Antioquia, Colombia)Derechos Reservados - Universidad EIA, 2024Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Densidad poblacional a través de imágenes satelitales, caso de estudio Apartadó, AntioquiaTrabajo de grado - Pregradohttp://purl.org/coar/resource_type/c_7a1finfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/publishedVersionTexthttp://purl.org/redcol/resource_type/TPhttp://purl.org/coar/version/c_970fb48d4fbd8a85Crecimiento urbanoImágenes satelitalesRedes neuronalesSegmentaciónReconstrucción 3DPopulation densitySatellite imagesNeural networks3D reconstructionUrban planningPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-82553https://repository.eia.edu.co/bitstreams/5971ed76-93ad-46ff-a57f-e56c228a085b/download2264fce645ac2952653ce3f3b8fa781eMD53ORIGINALBangueroJhoan_2024_DensidadPoblacionalImagenes.pdfBangueroJhoan_2024_DensidadPoblacionalImagenes.pdfTrabajo de gradoapplication/pdf3792795https://repository.eia.edu.co/bitstreams/3890adfe-1dde-4353-8ed5-91c8912a266d/download65693d3287ffe236adbb859d5752f17bMD54TEXTBangueroJhoan_2024_DensidadPoblacionalImagenes.pdf.txtBangueroJhoan_2024_DensidadPoblacionalImagenes.pdf.txtExtracted texttext/plain101887https://repository.eia.edu.co/bitstreams/a772327d-df09-4787-89bc-db6a81f9525a/downloadac96cbff06aa1802900a50d1be80a40bMD55THUMBNAILBangueroJhoan_2024_DensidadPoblacionalImagenes.pdf.jpgBangueroJhoan_2024_DensidadPoblacionalImagenes.pdf.jpgGenerated Thumbnailimage/jpeg8933https://repository.eia.edu.co/bitstreams/d95417db-2c4a-4c61-a338-d130b1e7734e/download20007670e7ce91263d54a1f22c7372ffMD5611190/6814oai:repository.eia.edu.co:11190/68142024-11-13 09:31:38.209open.accesshttps://repository.eia.edu.coRepositorio Institucional Universidad EIAbdigital@metabiblioteca.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 |