Patrones de incidencia del deterioro del arbolado urbano de Bogotá

En este artículo se presentan las relaciones geoespaciales entre el arbolado urbano de Bogotá con los registros promedio anuales de contaminación, área de influencia de las vías y sitios de interés (Catastro). Se utilizaron datos para el año 2007 de las variables a relacionar. La metodología utiliza...

Full description

Autores:
Hurtado Vasquez, Cristián Camilo
Ramirez Sanchez, Abraham
Triana Gómez, Max Alejandro
Tipo de recurso:
Article of journal
Fecha de publicación:
2020
Institución:
Universidad de San Buenaventura
Repositorio:
Repositorio USB
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.usb.edu.co:10819/27425
Acceso en línea:
https://hdl.handle.net/10819/27425
https://doi.org/10.21500/20275846.4344
Palabra clave:
Dataset, CRISP-DM, decision trees, cluster analysis, disease, arboreal .
Dataset
CRISP-DM
arboles de decisión
análisis clúster
enfermedad
arbóreo
Rights
openAccess
License
Ingenierías USBMed - 2020
id SANBUENAV2_2b155411a74b306b54343be0592a37e9
oai_identifier_str oai:bibliotecadigital.usb.edu.co:10819/27425
network_acronym_str SANBUENAV2
network_name_str Repositorio USB
repository_id_str
dc.title.spa.fl_str_mv Patrones de incidencia del deterioro del arbolado urbano de Bogotá
dc.title.translated.eng.fl_str_mv Patterns of incidence of the deterioration of urban trees in Bogota
title Patrones de incidencia del deterioro del arbolado urbano de Bogotá
spellingShingle Patrones de incidencia del deterioro del arbolado urbano de Bogotá
Dataset, CRISP-DM, decision trees, cluster analysis, disease, arboreal .
Dataset
CRISP-DM
arboles de decisión
análisis clúster
enfermedad
arbóreo
title_short Patrones de incidencia del deterioro del arbolado urbano de Bogotá
title_full Patrones de incidencia del deterioro del arbolado urbano de Bogotá
title_fullStr Patrones de incidencia del deterioro del arbolado urbano de Bogotá
title_full_unstemmed Patrones de incidencia del deterioro del arbolado urbano de Bogotá
title_sort Patrones de incidencia del deterioro del arbolado urbano de Bogotá
dc.creator.fl_str_mv Hurtado Vasquez, Cristián Camilo
Ramirez Sanchez, Abraham
Triana Gómez, Max Alejandro
dc.contributor.author.spa.fl_str_mv Hurtado Vasquez, Cristián Camilo
Ramirez Sanchez, Abraham
Triana Gómez, Max Alejandro
dc.subject.eng.fl_str_mv Dataset, CRISP-DM, decision trees, cluster analysis, disease, arboreal .
topic Dataset, CRISP-DM, decision trees, cluster analysis, disease, arboreal .
Dataset
CRISP-DM
arboles de decisión
análisis clúster
enfermedad
arbóreo
dc.subject.spa.fl_str_mv Dataset
CRISP-DM
arboles de decisión
análisis clúster
enfermedad
arbóreo
description En este artículo se presentan las relaciones geoespaciales entre el arbolado urbano de Bogotá con los registros promedio anuales de contaminación, área de influencia de las vías y sitios de interés (Catastro). Se utilizaron datos para el año 2007 de las variables a relacionar. La metodología utilizada es CRISP-DM (Cross Industry Standard Process for Data Mining). Los patrones de relaciones se evaluaron bajo los algoritmos de árboles de decisión el cual define las variables relevantes para cada Dataset y el análisis clúster el cual analiza las variables relevantes respecto a los tipos de afectaciones evaluadas, teniendo que las variables relevantes de cada Dataset fueron especie, porcentaje de afectación general, porcentaje de afectación en tronco, sitios de interés, ancho de vías, número de carriles y localidades. En los resultados se encontró que las especies Urapán y Sauco fueron las que presentaron relaciones con las variables evaluadas, siendo Urapán la que se relacionaba con las demás variables de cada Dataset. Esta investigación servirá para la toma de decisiones respecto al manejo del arbolado urbano de Bogotá.
publishDate 2020
dc.date.accessioned.none.fl_str_mv 2020-10-07T00:41:14Z
2025-08-21T22:05:02Z
dc.date.available.none.fl_str_mv 2020-10-07T00:41:14Z
2025-08-21T22:05:02Z
dc.date.issued.none.fl_str_mv 2020-10-07
dc.type.spa.fl_str_mv Artículo de revista
dc.type.coar.fl_str_mv http://purl.org/coar/resource_type/c_2df8fbb1
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_6501
dc.type.coarversion.spa.fl_str_mv http://purl.org/coar/version/c_970fb48d4fbd8a85
dc.type.content.spa.fl_str_mv Text
dc.type.driver.spa.fl_str_mv info:eu-repo/semantics/article
dc.type.local.eng.fl_str_mv Journal article
dc.type.version.spa.fl_str_mv info:eu-repo/semantics/publishedVersion
format http://purl.org/coar/resource_type/c_6501
status_str publishedVersion
dc.identifier.doi.none.fl_str_mv 10.21500/20275846.4344
dc.identifier.eissn.none.fl_str_mv 2027-5846
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/10819/27425
dc.identifier.url.none.fl_str_mv https://doi.org/10.21500/20275846.4344
identifier_str_mv 10.21500/20275846.4344
2027-5846
url https://hdl.handle.net/10819/27425
https://doi.org/10.21500/20275846.4344
dc.language.iso.spa.fl_str_mv spa
language spa
dc.relation.bitstream.none.fl_str_mv https://revistas.usb.edu.co/index.php/IngUSBmed/article/download/4344/3729
dc.relation.citationedition.spa.fl_str_mv Núm. 2 , Año 2020 : Ingenierías USBMed
dc.relation.citationendpage.none.fl_str_mv 26
dc.relation.citationissue.spa.fl_str_mv 2
dc.relation.citationstartpage.none.fl_str_mv 13
dc.relation.citationvolume.spa.fl_str_mv 11
dc.relation.ispartofjournal.spa.fl_str_mv Ingenierías USBMed
dc.relation.references.spa.fl_str_mv Secretaria Distrital De Planeación (Sdp) "Análisis Demográfico Y Proyecciones Poblacionales Bogotá, ". pp 4-15, 2018. [2] A. Zamudio, "Estrategias Para Mitigar La Contaminación Del Aire En Zonas Aledañas A Grandes Avenidas De Bogotá," Pp. 1-57, 2016. [3] F. A. Seoane and J. M. Evans, “BENEFICIOS DEL ARBOLADO URBANO EVALUACIÓN DEL BALANCE ENTRE SECUESTRO, DEMANDA ENERGÉTICAY OTROS IMPACTOS. 5, 5.” 2001. [4] Waring, R.H.. "Characteristics Of Trees Predisposed To Die: Stress Causes Distinctive Changes In Photosynthate Allocation. Bioscience, " 37(8), 569–574. 1987. [5] I. B. M. Analytics, “Metodología Fundamental Para La Ciencia De Datos,” P. 6, 2015. [6] J. M. Gutiérrez, “Data Mining,” Univ. D Cantab. Lamet, 2011. [7] A. Guzman Gonzalez. "Zonas De Vida O Formaciones Vegetales Area Jurisdiccional C.A.R, ". pp 5-12. 1996. [15] A. Zamudio, "Estrategias Para Mitigar La Contaminación Del Aire En Zonas Aledañas A Grandes Avenidas De Bogotá," Pp. 1-57, 2016. [8] T. Aluja,” La minería de datos, entre la estadística y la inteligencia artificial. Qüestiió: quaderns d'estadística i investigació operativa, 25(3), 479-498.” 2001 [9] D. Pyle and D. D. Cerra, Data Preparation for Data Mining. 1999. [10] J. A. Gallardo. Metodologia para el desarrollo de proyectos de Mineria de Datos Crisp-DM. Sistemas del Conocimiento. 2014. [11] J. G. Roig, “Algoritmos,” Univ. Abierta Cataluña, 2017. [12] C. García and I. Moreno, “Algoritmos De Aprendizaje: Knn & Kmeans,” Intel. En Redes Telecomuncicación, 2012. [13] O.H.I. Restrepo; H.F. Moreno and E.C.H. Hoyos "Incidencia Del Deterioro Progresivo Del Arbolado Urbano En El Valle De Aburrá, Colombia," Colombia Forestal, 18(2),225-240. 2014. [14] E. Pardo, “Introducción Al Análisis De Datos Textuales . Cap 4: Métodos De Clasificación,” Univ. Nac. [15] Dirección De Regulación, Planeación, Estandarización Y Normalización Estadística Dirpen "Censo Del Arbolado Urbano Bogotá D.C, - Cau 2005 - 2007, Fases I - Iv Septiembre 2005 Septiembre, " 2014. [16] L. J. Moscovitz, “Un Modelo Conceptual Para El Desarrollo De Arboles De Decisión Con Programación Génetica.” Bogota, 2007. [17] S. R. Timarán-Pereira, I. Hernández-Arteaga, S. J. Caicedo-Zambrano, VA. Hidalgo-Troya, and J. C. Alvarado Pérez, "El Proceso De Descubrimiento De Conocimiento En Bases De Datos. En Descubrimiento De Patrones De Desempeño Académico Con Árboles De Decisión En Las Competencias Genéricas De La Formación Profesional (Pp. 63-86)". Bogotá, 2016: Ediciones Universidad
dc.rights.spa.fl_str_mv Ingenierías USBMed - 2020
dc.rights.accessrights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.coar.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.uri.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-nd/4.0
rights_invalid_str_mv Ingenierías USBMed - 2020
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by-nc-nd/4.0
eu_rights_str_mv openAccess
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.spa.fl_str_mv Universidad San Buenaventura - USB (Colombia)
dc.source.spa.fl_str_mv https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/4344
institution Universidad de San Buenaventura
bitstream.url.fl_str_mv https://bibliotecadigital.usb.edu.co/bitstreams/04b95fb9-38c8-4a53-9ea3-e5dc4e3e432f/download
bitstream.checksum.fl_str_mv 2cf809e63f5ed2d991e77899080f3ebe
bitstream.checksumAlgorithm.fl_str_mv MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de San Buenaventura Colombia
repository.mail.fl_str_mv bdigital@metabiblioteca.com
_version_ 1851053684239106048
spelling Hurtado Vasquez, Cristián CamiloRamirez Sanchez, AbrahamTriana Gómez, Max Alejandro2020-10-07T00:41:14Z2025-08-21T22:05:02Z2020-10-07T00:41:14Z2025-08-21T22:05:02Z2020-10-07En este artículo se presentan las relaciones geoespaciales entre el arbolado urbano de Bogotá con los registros promedio anuales de contaminación, área de influencia de las vías y sitios de interés (Catastro). Se utilizaron datos para el año 2007 de las variables a relacionar. La metodología utilizada es CRISP-DM (Cross Industry Standard Process for Data Mining). Los patrones de relaciones se evaluaron bajo los algoritmos de árboles de decisión el cual define las variables relevantes para cada Dataset y el análisis clúster el cual analiza las variables relevantes respecto a los tipos de afectaciones evaluadas, teniendo que las variables relevantes de cada Dataset fueron especie, porcentaje de afectación general, porcentaje de afectación en tronco, sitios de interés, ancho de vías, número de carriles y localidades. En los resultados se encontró que las especies Urapán y Sauco fueron las que presentaron relaciones con las variables evaluadas, siendo Urapán la que se relacionaba con las demás variables de cada Dataset. Esta investigación servirá para la toma de decisiones respecto al manejo del arbolado urbano de Bogotá.In this paper are presented geospatial relations between Bogota urban trees with the registers of average annual pollution, roads’ influence area and places of interest (Cadastre). For the variables of study there has been used data for year 2007. The methodology used in this case is CRISP-DM (Cross Industry Standard Process for Data Mining). The relations’ patterns have been evaluated under the algorithms of decision trees which define the relevant variables for each Dataset and cluster analysis which analyses the relevant variables regarding the evaluated types of affectations, assuming that the relevant variables of each Dataset were specie, general affectation percentage, trunk affectation percentage, places of interest, roads’ width, number of lanes and District locations. In results, is has been found that species like Urapán and Sauco were those that presented relations with the evaluated variables, being the Urapán the one that related most with the rest of the variables in each Dataset. This research will serve for decisions making regarding the management of urban trees in Bogota. application/pdf10.21500/20275846.43442027-5846https://hdl.handle.net/10819/27425https://doi.org/10.21500/20275846.4344spaUniversidad San Buenaventura - USB (Colombia)https://revistas.usb.edu.co/index.php/IngUSBmed/article/download/4344/3729Núm. 2 , Año 2020 : Ingenierías USBMed2621311Ingenierías USBMedSecretaria Distrital De Planeación (Sdp) "Análisis Demográfico Y Proyecciones Poblacionales Bogotá, ". pp 4-15, 2018. [2] A. Zamudio, "Estrategias Para Mitigar La Contaminación Del Aire En Zonas Aledañas A Grandes Avenidas De Bogotá," Pp. 1-57, 2016. [3] F. A. Seoane and J. M. Evans, “BENEFICIOS DEL ARBOLADO URBANO EVALUACIÓN DEL BALANCE ENTRE SECUESTRO, DEMANDA ENERGÉTICAY OTROS IMPACTOS. 5, 5.” 2001. [4] Waring, R.H.. "Characteristics Of Trees Predisposed To Die: Stress Causes Distinctive Changes In Photosynthate Allocation. Bioscience, " 37(8), 569–574. 1987. [5] I. B. M. Analytics, “Metodología Fundamental Para La Ciencia De Datos,” P. 6, 2015. [6] J. M. Gutiérrez, “Data Mining,” Univ. D Cantab. Lamet, 2011. [7] A. Guzman Gonzalez. "Zonas De Vida O Formaciones Vegetales Area Jurisdiccional C.A.R, ". pp 5-12. 1996. [15] A. Zamudio, "Estrategias Para Mitigar La Contaminación Del Aire En Zonas Aledañas A Grandes Avenidas De Bogotá," Pp. 1-57, 2016. [8] T. Aluja,” La minería de datos, entre la estadística y la inteligencia artificial. Qüestiió: quaderns d'estadística i investigació operativa, 25(3), 479-498.” 2001 [9] D. Pyle and D. D. Cerra, Data Preparation for Data Mining. 1999. [10] J. A. Gallardo. Metodologia para el desarrollo de proyectos de Mineria de Datos Crisp-DM. Sistemas del Conocimiento. 2014. [11] J. G. Roig, “Algoritmos,” Univ. Abierta Cataluña, 2017. [12] C. García and I. Moreno, “Algoritmos De Aprendizaje: Knn & Kmeans,” Intel. En Redes Telecomuncicación, 2012. [13] O.H.I. Restrepo; H.F. Moreno and E.C.H. Hoyos "Incidencia Del Deterioro Progresivo Del Arbolado Urbano En El Valle De Aburrá, Colombia," Colombia Forestal, 18(2),225-240. 2014. [14] E. Pardo, “Introducción Al Análisis De Datos Textuales . Cap 4: Métodos De Clasificación,” Univ. Nac. [15] Dirección De Regulación, Planeación, Estandarización Y Normalización Estadística Dirpen "Censo Del Arbolado Urbano Bogotá D.C, - Cau 2005 - 2007, Fases I - Iv Septiembre 2005 Septiembre, " 2014. [16] L. J. Moscovitz, “Un Modelo Conceptual Para El Desarrollo De Arboles De Decisión Con Programación Génetica.” Bogota, 2007. [17] S. R. Timarán-Pereira, I. Hernández-Arteaga, S. J. Caicedo-Zambrano, VA. Hidalgo-Troya, and J. C. Alvarado Pérez, "El Proceso De Descubrimiento De Conocimiento En Bases De Datos. En Descubrimiento De Patrones De Desempeño Académico Con Árboles De Decisión En Las Competencias Genéricas De La Formación Profesional (Pp. 63-86)". Bogotá, 2016: Ediciones UniversidadIngenierías USBMed - 2020info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.https://creativecommons.org/licenses/by-nc-nd/4.0https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/4344Dataset, CRISP-DM, decision trees, cluster analysis, disease, arboreal .DatasetCRISP-DMarboles de decisiónanálisis clústerenfermedadarbóreoPatrones de incidencia del deterioro del arbolado urbano de BogotáPatterns of incidence of the deterioration of urban trees in BogotaArtículo de revistahttp://purl.org/coar/resource_type/c_6501http://purl.org/coar/resource_type/c_2df8fbb1http://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/articleJournal articleinfo:eu-repo/semantics/publishedVersionPublicationOREORE.xmltext/xml2639https://bibliotecadigital.usb.edu.co/bitstreams/04b95fb9-38c8-4a53-9ea3-e5dc4e3e432f/download2cf809e63f5ed2d991e77899080f3ebeMD5110819/27425oai:bibliotecadigital.usb.edu.co:10819/274252025-08-21 17:05:02.743https://creativecommons.org/licenses/by-nc-nd/4.0https://bibliotecadigital.usb.edu.coRepositorio Institucional Universidad de San Buenaventura Colombiabdigital@metabiblioteca.com