Análisis y modelamiento geoespacial orientado a la identificación de zonas para la disposición final de residuos sólidos mediante códigos de programación generados con inteligencia artificial

La identificación de zonas aptas para la disposición final de residuos sólidos representa un desafío significativo en la planificación territorial, especialmente en contextos como el colombiano, donde las normativas son complejas y deben integrar criterios legales, ambientales, sociales y económicos...

Full description

Autores:
Chimá Coneo, Giuliana Andrea
Tipo de recurso:
Trabajo de grado de pregrado
Fecha de publicación:
2025
Institución:
Universidad de Córdoba
Repositorio:
Repositorio Institucional Unicórdoba
Idioma:
spa
OAI Identifier:
oai:repositorio.unicordoba.edu.co:ucordoba/9271
Acceso en línea:
https://repositorio.unicordoba.edu.co/handle/ucordoba/9271
https://repositorio.unicordoba.edu.co/
Palabra clave:
Arcpy
Rellenos sanitarios
Inteligencia artificial generativa
SIG
Prompt
Automatización
Arcpy
Landfills
Generative artificial intelligence
GIS
Prompt
Automation
Rights
openAccess
License
Copyright Universidad de Córdoba, 2025
Description
Summary:La identificación de zonas aptas para la disposición final de residuos sólidos representa un desafío significativo en la planificación territorial, especialmente en contextos como el colombiano, donde las normativas son complejas y deben integrar criterios legales, ambientales, sociales y económicos. Este estudio desarrolla y valida un modelo conceptual y cartográfico basado en la normativa vigente, optimizando el análisis espacial mediante herramientas SIG y la generación automatizada de código en ArcPy a través de inteligencia artificial. Los resultados parciales incluyen un modelo preliminar que integra criterios clave, como la proximidad a fuentes hídricas, la capacidad del suelo y la accesibilidad, además de un procedimiento que facilita la evaluación normativa. Aunque se han identificado limitaciones en la implementación de ciertos criterios en entornos SIG, el uso de IA ha demostrado su potencial para superar estos desafíos, agilizando los procesos y mejorando la precisión en los análisis.