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 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... Ver más
2027-5846
11
2020-10-07
13
26
http://purl.org/coar/access_right/c_abf2
info:eu-repo/semantics/openAccess
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Ingenierías USBMed - 2020
id |
012b38ae02bd2005ac9e5a71c2212cab |
---|---|
record_format |
ojs |
spelling |
Patrones de incidencia del deterioro del arbolado urbano de Bogotá Universidad San Buenaventura - USB (Colombia) Text http://purl.org/coar/access_right/c_abf2 info:eu-repo/semantics/openAccess http://purl.org/coar/version/c_970fb48d4fbd8a85 info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_6501 info:eu-repo/semantics/article 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 Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0. Ingenierías USBMed - 2020 https://creativecommons.org/licenses/by-nc-nd/4.0 Español https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/4344 Ingenierías USBMed application/pdf Artículo de revista arbóreo 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. Ramirez Sanchez, Abraham Hurtado Vasquez, Cristián Camilo Triana Gómez, Max Alejandro Dataset CRISP-DM arboles de decisión enfermedad análisis clúster Publication 11 2 Núm. 2 , Año 2020 : Ingenierías USBMed Patterns of incidence of the deterioration of urban trees in Bogota Journal article 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.  Dataset, CRISP-DM, decision trees, cluster analysis, disease, arboreal . 2020-10-07T00:41:14Z 2020-10-07T00:41:14Z 2020-10-07 https://doi.org/10.21500/20275846.4344 10.21500/20275846.4344 26 13 2027-5846 https://revistas.usb.edu.co/index.php/IngUSBmed/article/download/4344/3729 |
institution |
UNIVERSIDAD DE SAN BUENAVENTURA |
thumbnail |
https://nuevo.metarevistas.org/UNIVERSIDADDESANBUENAVENTURA_COLOMBIA/logo.png |
country_str |
Colombia |
collection |
Ingenierías USBMed |
title |
Patrones de incidencia del deterioro del arbolado urbano de Bogotá |
spellingShingle |
Patrones de incidencia del deterioro del arbolado urbano de Bogotá Ramirez Sanchez, Abraham Hurtado Vasquez, Cristián Camilo Triana Gómez, Max Alejandro arbóreo Dataset CRISP-DM arboles de decisión enfermedad análisis clúster Dataset, CRISP-DM, decision trees, cluster analysis, disease, arboreal . |
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 |
title_eng |
Patterns of incidence of the deterioration of urban trees in Bogota |
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.
|
description_eng |
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. 
|
author |
Ramirez Sanchez, Abraham Hurtado Vasquez, Cristián Camilo Triana Gómez, Max Alejandro |
author_facet |
Ramirez Sanchez, Abraham Hurtado Vasquez, Cristián Camilo Triana Gómez, Max Alejandro |
topicspa_str_mv |
arbóreo Dataset CRISP-DM arboles de decisión enfermedad análisis clúster |
topic |
arbóreo Dataset CRISP-DM arboles de decisión enfermedad análisis clúster Dataset, CRISP-DM, decision trees, cluster analysis, disease, arboreal . |
topic_facet |
arbóreo Dataset CRISP-DM arboles de decisión enfermedad análisis clúster Dataset, CRISP-DM, decision trees, cluster analysis, disease, arboreal . |
citationvolume |
11 |
citationissue |
2 |
citationedition |
Núm. 2 , Año 2020 : Ingenierías USBMed |
publisher |
Universidad San Buenaventura - USB (Colombia) |
ispartofjournal |
Ingenierías USBMed |
source |
https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/4344 |
language |
Español |
format |
Article |
rights |
http://purl.org/coar/access_right/c_abf2 info:eu-repo/semantics/openAccess Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0. Ingenierías USBMed - 2020 https://creativecommons.org/licenses/by-nc-nd/4.0 |
references |
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 |
type_driver |
info:eu-repo/semantics/article |
type_coar |
http://purl.org/coar/resource_type/c_6501 |
type_version |
info:eu-repo/semantics/publishedVersion |
type_coarversion |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
type_content |
Text |
publishDate |
2020-10-07 |
date_accessioned |
2020-10-07T00:41:14Z |
date_available |
2020-10-07T00:41:14Z |
url |
https://revistas.usb.edu.co/index.php/IngUSBmed/article/view/4344 |
url_doi |
https://doi.org/10.21500/20275846.4344 |
eissn |
2027-5846 |
doi |
10.21500/20275846.4344 |
citationstartpage |
13 |
citationendpage |
26 |
url2_str_mv |
https://revistas.usb.edu.co/index.php/IngUSBmed/article/download/4344/3729 |
_version_ |
1798192155556052992 |