Miguel Ángel Ramírez Gutiérrez, Juan Carlos Lasso Rodríguez, Carlos Alberto Durán Gil
{"title":"应用随机森林分类技术,整合统计信息和地球观测,以计算哥伦比亚的可持续发展目标11.3.1和11.7.1指标","authors":"Miguel Ángel Ramírez Gutiérrez, Juan Carlos Lasso Rodríguez, Carlos Alberto Durán Gil","doi":"10.15446/rcdg.v32n1.98039","DOIUrl":null,"url":null,"abstract":"Este artículo presenta el cálculo de los indicadores ODS 11.3.1 y 11.7.1 en Colombia, integrando información estadística y geoespacial, como fuentes esenciales para lograr una medición robusta y desagregada territorialmente. Con base en los procesos definidos por ONU-Hábitat, se desarrolla una metodología con énfasis geoespacial, soportada en el procesamiento de imágenes satelitales a través del algoritmo de clasificación supervisada Random Forest, para obtener las métricas requeridas en el cálculo de los dos indicadores, como son las áreas construidas, el consumo del suelo urbano, y los espacios abiertos, en conjunto con análisis integrados de información estadística. El indicador ODS 11.3.1 durante el periodo 2015-2020 se calculó para 63 ciudades definidas, cuyo valor nacional de 0,43 destaca que en el país se hace uso eficiente del suelo, mientras que el ODS 11.7.1 para 2018, se calculó en una muestra representativa de nueve ciudades, derivando que a nivel nacional un 33,2 % de las áreas construidas se destinan a espacios abiertos de uso público. Estos resultados hacen del país un referente regional en el monitoreo de los ODS, resaltando la posibilidad de actualizar los resultados a futuro, gracias a los procesamientos automatizados en la nube empleando desarrollos por medio de scripts.","PeriodicalId":37099,"journal":{"name":"Cuadernos de Geografia: Revista Colombiana de Geografia","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-01-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Integración de información estadística y observaciones de la Tierra para el cálculo de indicadores ODS 11.3.1 y 11.7.1 en Colombia, aplicando técnicas de clasificación Random Forest\",\"authors\":\"Miguel Ángel Ramírez Gutiérrez, Juan Carlos Lasso Rodríguez, Carlos Alberto Durán Gil\",\"doi\":\"10.15446/rcdg.v32n1.98039\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Este artículo presenta el cálculo de los indicadores ODS 11.3.1 y 11.7.1 en Colombia, integrando información estadística y geoespacial, como fuentes esenciales para lograr una medición robusta y desagregada territorialmente. Con base en los procesos definidos por ONU-Hábitat, se desarrolla una metodología con énfasis geoespacial, soportada en el procesamiento de imágenes satelitales a través del algoritmo de clasificación supervisada Random Forest, para obtener las métricas requeridas en el cálculo de los dos indicadores, como son las áreas construidas, el consumo del suelo urbano, y los espacios abiertos, en conjunto con análisis integrados de información estadística. El indicador ODS 11.3.1 durante el periodo 2015-2020 se calculó para 63 ciudades definidas, cuyo valor nacional de 0,43 destaca que en el país se hace uso eficiente del suelo, mientras que el ODS 11.7.1 para 2018, se calculó en una muestra representativa de nueve ciudades, derivando que a nivel nacional un 33,2 % de las áreas construidas se destinan a espacios abiertos de uso público. Estos resultados hacen del país un referente regional en el monitoreo de los ODS, resaltando la posibilidad de actualizar los resultados a futuro, gracias a los procesamientos automatizados en la nube empleando desarrollos por medio de scripts.\",\"PeriodicalId\":37099,\"journal\":{\"name\":\"Cuadernos de Geografia: Revista Colombiana de Geografia\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-01-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Cuadernos de Geografia: Revista Colombiana de Geografia\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.15446/rcdg.v32n1.98039\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q4\",\"JCRName\":\"Social Sciences\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Cuadernos de Geografia: Revista Colombiana de Geografia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15446/rcdg.v32n1.98039","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Social Sciences","Score":null,"Total":0}
Integración de información estadística y observaciones de la Tierra para el cálculo de indicadores ODS 11.3.1 y 11.7.1 en Colombia, aplicando técnicas de clasificación Random Forest
Este artículo presenta el cálculo de los indicadores ODS 11.3.1 y 11.7.1 en Colombia, integrando información estadística y geoespacial, como fuentes esenciales para lograr una medición robusta y desagregada territorialmente. Con base en los procesos definidos por ONU-Hábitat, se desarrolla una metodología con énfasis geoespacial, soportada en el procesamiento de imágenes satelitales a través del algoritmo de clasificación supervisada Random Forest, para obtener las métricas requeridas en el cálculo de los dos indicadores, como son las áreas construidas, el consumo del suelo urbano, y los espacios abiertos, en conjunto con análisis integrados de información estadística. El indicador ODS 11.3.1 durante el periodo 2015-2020 se calculó para 63 ciudades definidas, cuyo valor nacional de 0,43 destaca que en el país se hace uso eficiente del suelo, mientras que el ODS 11.7.1 para 2018, se calculó en una muestra representativa de nueve ciudades, derivando que a nivel nacional un 33,2 % de las áreas construidas se destinan a espacios abiertos de uso público. Estos resultados hacen del país un referente regional en el monitoreo de los ODS, resaltando la posibilidad de actualizar los resultados a futuro, gracias a los procesamientos automatizados en la nube empleando desarrollos por medio de scripts.