Tecnología en Marcha (Jun 2024)

Caracterización geoespacial de infraestructura vial mediante machine learning en el distrito de San Isidro de El General

  • Sebastián David Mena-Ureña,
  • David Borge-Leandro

DOI
https://doi.org/10.18845/tm.v37i3.6735

Abstract

Read online

La propuesta para lograr conocer el valor estimado de la red de caminos de Pérez Zeledón será dividir los caminos por zonas homogéneas, estas presentan diferentes precios por metro cuadrado; además, del levantamiento de algunos caminos, estimación de cantidades de materiales con proyectos realizados en estas zonas. Se brinda un valor aproximado de la red vial del distrito de San Isidro de El General para el costo de metro cuadrado a superficies de ruedo, metro lineal de sistema de drenajes y metro cuadrado de aceras. Así, se concreta la idea de crear un modelo integrado a QGis y determine estas variables. Pasos para completar la metodología: Minería de datos: se extrae la mayor cantidad de información para integrar al modelo, revisión de expedientes físicos de los caminos, obtención de capas relevantes de la red por medio de los departamentos de Catastro y Gestión Vial en la Municipalidad de Pérez Zeledón, información geográfica del SNIT como capas hidrológicas, zonas homogéneas y orto fotos. Luego, para clasificar los resultados, se realiza clasificación supervisada al espectro de análisis (materiales). Una vez acomodados los datos, la clasificación no supervisada por medio de algoritmos de clustering, herramientas vectoriales y ráster, complementos API integrados al sistema, también como la digitalización avanzada o diferentes geoprocesos de un SIG que ajusten de manera óptima las características de la red vial. Estos parámetros se adaptan a los modelos que se encuentran en las bases presupuestarias y se establecen estimaciones acertadas. Se evalúa la red y se concluye con su estimación paramétrica.

Keywords