Geoespacial12 PDF

Revista Geoespacial Nº 12
Departamento de Ciencias de la Tierra y Construcción
UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE

Revista Geoespacial Nº 12
Revista oficial de difusión científica y tecnológica en el área de las
Ciencias Geoespaciales de la Universidad de las Fuerzas Armadas - ESPE
Periocidad
La revista Geoespacial es publicada un número anualmente
Revista Geoespacial, diciembre 2015
Editor:
Dr. Alfonso Tierra.
Departamento de Ciencias de la Tierra y Construcción
Comité Editorial:
Dr. Theofilos Toulkeridis
M.Sc. Mario Cruz
Ing. Oswaldo Padilla
Comité Científico
Dr. Roberto Luz Teixeira - IBGE - Brazil

M. Sc. Gustavo Barrantes - Universidad Nacional - Costa Rica
M. Sc. Rodrigo Márquez - Universidad Católica - Chile
Dr. Vinicio Carrera - ESPE - Ecuador
Ph.D Luis Cumbal - ESPE-Ecuador
Dr. Pascal Podwojewski - IRD - France
Dr. Christoph Heubeck - Freie Universitat Berlin - Germany
Dr. Hans Joachim Massonne - University of Stuttgart - Germany
Dr. Arne Willner Ruhr - University of Bochum - Germany
Dr. Mariano Cerca - UNAM - México
M.Sc. Noris Martínez - Universidad Tecnológica de Panamá - Panamá
Ph.D. Robert Buchwaldt - MIT - USA
Ph.D. Steven Taylor - University of Illinois - USA
Ph.D. Aaron Addison . - Washington University - USA
Diseño de portada y contraportada

Lic. David Cabrera R.
Edición gráfica, diseño y diagramación

Lic. David Cabrera R.
Preguntas y Correspondencia
Departamento de Ciencias de la Tierra y Construcción.
Av. Gral. Rumiñahui S/N. Sangolquí – Pichincha – Ecuador. artierra@espe.edu.ec
Los contenidos de los artículos, aquí publicados, son de responsabilidad de los autores.
Revista Geoespacial Nº 12, Diciembre 2015

ISSN 1390-3993
Revista Geoespacial Pag.
Sumario
Número 12, 2015
VALORACIÓN DE LOS BENEFICIOS QUE GENERA EL PARQUE METROPOLI-

TANO DE QUITO
Johanna Vallejo Albuja; Fabián Rodríguez Espinosa ............................................................... 1
USO DE DISPOSITIVOS MÓVILES INTELIGENTES EN LA MEDICIÓN DE RUIDO

AMBIENTE Y PUBLICACIÓN EN UN GEOPORTAL
Diego Pacheco, Priscila Samaniego ............................................................................................ 15
ANÁLISIS DE IMÁGENES UAV DE LAS ISLAS GALÁPAGOS

Daniela Ballari, Enrique Acosta, Ángel Espinoza, Daniel Orellana, Villie Morocho, Maximilian
Martin, Ulf Torsten Hardter ......................................................................................................... 26
PROCESAMIENTO WEB GEOESPACIAL SOBRE UNA IDE PARA LA ORDE-

NACIÓN TERRITORIAL Y URBANÍSTICA.
Johnatan Astudillo, Villie Morocho, Lorena Vivanco, Natalia Pacurucu, Ximena Salazar .............. 38
INTEGRACIÓN DE REDES DE SENSORES PARA VISUALIZACIÓN DE DATOS

METEOROLÓGICOS EN TIEMPO REAL Y SU USO EN INFRAESTRUCTURA DE
DATOS ESPACIALES
Victor Gonzalez-Jaramillo, Manuel Quiñones-Cuenca, Max Peralta, Santiago Quiñones,
Fernando Oñate-Valdivieso, Felipe Quiñones, Byron Figueroa, Daniela Ballari, Andrea
Morales Rodriguez ..................................................................................................................... 45
DE LOS RÍGIDOS CÓDIGOS INTERNOS DE UNA IDE A UN AMBIENTE GRÁFICO

DE ADMINISTRACIÓN Y GESTIÓN: IDE UCUENCA V3.5
Fabián Santander, Villie Morocho ............................................................................................... 57
MODELO DE CATASTRO PATRIMONIAL GEORREFERENCIADO PARA LA GES-

TIÓN SOSTENIBLE DEL CENTRO HISTÓRICO DE RIOBAMBA, ECUADOR.
Danilo Fabián Mejía Calderón, Christiam Paúl Aguirre Merino, Carlos Arturo Jara Santillán ... 68
IMPLEMENTACIÓN DE UNA APLICACIÓN MÓVIL EN PARA LA

GEOLOCALIZACIÓN DE LUGARES Y AULAS CON TECNOLOGÍAS DE MAPAS
Y REALIDAD AUMENTADA
Sergio Suárez, Juan Pindo .......................................................................................................... 81
EVALUACIÓN DE LA PRECISIÓN DE LAS COORDENADAS PLANIMÉTRICAS

DEL NAVEGADOR GPS GARMIN USANDO EL FORMATO RINEX
Rene Ulloa, Alfonso Tierra, Marco Luna .................................................................................... 93
APLICACIÓN DEL MODELO HIDROLÓGICO SWAT (SOIL & WATER ASSESS-

MENT TOOL) PARA ANALISIS DEL CAUDAL DE ESCORRENTÍA SUPERFICIAL
EN LA CUENCA HIDROGRÁFICA DEL RÍO LAS JUNTAS
Jorge Rene Hurtado Pidal, Darwin Benigno Yánez Borja ........................................................... 106
Revista GEOESPACIAL (2015) 12: 1 - 14
VALORACIÓN DE LOS BENEFICIOS QUE GENERA EL PARQUE

METROPOLITANO DE QUITO
JOHANNA VALLEJO ALBUJA1; FABIÁN RODRÍGUEZ ESPINOSA1,2
1
FACULTAD DE ECONOMÍA, PONTIFICIA UNIVERSIDAD CATÓLICA DEL ECUADOR. Av. 12 de
Octubre 1076 y Roca, Quito, Ecuador, e-mail: javallejoa@gmail.com
2
DEPARTAMENTO DE CIENCIAS DE LA TIERRA Y CONSTRUCCIÓN, UNIVERSIDAD DE LAS
FUERZAS ARMADAS – ESPE. P.O.Box 171-5-231B, Av. General Rumiñahui s/n, Sangolquí, Ecuador.,
email: ffrodriguez3@espe.edu.ec
Recibido: 10 de diciembre de 2014 / Aceptado: 21 de septiembre de 2015
RESUMEN
Las áreas verdes o espacios abiertos garantizan la calidad ambiental de las áreas urbanas y por esa razón
los gobiernos municipales regulan la creación de espacios. Estos espacios abiertos proveen una serie de
beneficios a las comunidades, y entre estos beneficios están los económicos mejorando el valor de las
propiedades. Para estimar los beneficios económicos se utilizó el método de precios hedónicos (MPH)
para valorar los beneficios que genera el Parque Metropolitano de Quito. Para el análisis se seleccionaron
25 variables que expresaban las características de departamentos ubicados en las cercanías del Parque
Metropolitano. El análisis realizado redujo a 5 variables que responden al precio de las propiedades y
mediante dos modelos de regresión se estableció que variables son significativas con relación al precio.
Los resultados en el modelo de regresión lineal demostraron que la variable ambiental DIST respondería al
2% del precio de la propiedad o 3.284,00 US$ de un valor promedio de 164.221,00 US$ por apartamento.
En el caso del modelo semilogarítmico, la variable ambiental mostró una mínima relación con relación al
precio, apenas 14,78 US$ del valor promedio de un apartamento.
Palabras clave: Valoración Económica, Espacios Abiertos, Propiedades, Precios Hedónicos.
ABSTRACT
Open o Green Spaces guarantee environmental quality of urban areas and because of that City Governments
develop policies to create these areas. Open spaces provide multiple benefits to urban communities, among
them, economic benefits reflected through increase of property value. In order to estimate the economic
benefits of the Metropolitan Park of Quito, a Hedonic Price Approach was used. Prior the analysis, 25
property characteristics of urban apartments was tested in order to select main variables. Only 5 variables
show a correlation with property price. We tested these variables using two regression models: simple
linear and log-linear models. The results show that environmental variable DIST answer for 2% of property
value or 3,284.00 US$/unit from an average price of 164.221,00 US$/unit. In contrast of log-lineal model
where the environmental variable DIST has a minimum almost not existence effect on price property, an
insignificant 14.78 US$/unit.
Key Words: Economic Valuation, Open Spaces, Properties, Hedonic Pricing.

2 Página Johana Vallejo, Fabián Rodríguez
1. INTRODUCCIÓN
El crecimiento urbano afecta a la gran mayoría de las ciudades latinoamericanas, de

hecho la población urbana aumentó vertiginosamente en los últimos 50 años. Para 1960
el 50% de la población de los países latinoamericanos vivía en previos urbanos, para
el año 2000 era el 75% de la población, es decir 389 millones de personas (Sotomayor,
2003) Los gobiernos municipales se enfrentan a un enorme desafío a este crecimiento no
solo proveer los servicios básicos, como también la provisión de un ambiente de calidad.
El continuo crecimiento de las ciudades debido a la migración rural principalmente

presenta un enorme desafío a los planificadores quienes tienen que enfrentarse a un
compromiso o intercambio (trade-off) entre el desarrollo y conservación (Anderson y
West, 2006). El progreso y crecimiento de las ciudades se mide con infraestructura y
construcción, y a través de ellos se intenta satisfacer la continua demanda por viviendas
y áreas comerciales. Sin embargo, basándose en el estudio de Warrick y Alexander
(1997), existen evidencias de una mayor preocupación por los espacios abiertos y áreas
de recreación o parques. En este estudio se realizaron entrevistas y los potenciales
compradores aseguraron que entre las 4 principales características de una vivienda se
encontraba la existencia o no de áreas naturales y sitios de recreación natural.
Para garantizar la calidad ambiental, los gobiernos municipales buscan regular el espacio
urbano con una serie de políticas entre las que se encuentran la creación de espacios abiertos.
Los espacios abiertos, definidos como áreas sin infraestructura que provee beneficios
ambientales, sociales y económicos a las comunidades, permite a los gobiernos dar
servicios de recreación, facilidades deportivas, áreas de entretenimiento y esparcimiento,
control de aguas de lluvia, captura de aguas subterráneas, mejoras en calidad de agua y
aire, y acrecentamiento de los zonas residenciales (Curran, 2001; Tuzinet al., 2002).
Entre los beneficios económicos de los espacios abiertos, los valores de las propiedades
se incrementan con la presencia o ausencia de estos espacios debido a que mejoran
estéticamente a las propiedades y las hace atractivas tanto para residentes como para
inversores (Shah Md., 2011). Adicionalmente, las comunidades satisfacen sus necesidades
de recreación lo que representa un beneficio sicológico, pero también económico ya que
representa un aumento en el bienestar. Por otro lado, la salud de la gente se beneficia a
través de una disminución significativa del estrés, así lo sugieren Bolund y Sven (1999)
al analizar los servicios ecosistémicos generados por ecosistemas urbanos en la ciudad
de Estocolmo.
El Distrito Metropolitano de Quito, al igual que todas las ciudades alrededor del planeta,
ha mantenido, preservado y creado áreas verdes urbanas, un total de 27 áreas, espacios
verdes o bosques protectores han sido declarados dentro de la ciudad de Quito, lo que
cubre un total de 3.398,77 ha (figura 1).
Valoración de los beneficios que genera el PMQ Página 3
Figura 1. Áreas protegidas y corredores ecológicos del Distrito Metropolitano de Quito

Fuente: STHV, 2011. Plan Metropolitano de Ordenamiento Territorial 2012-2022
Obviamente, el cuantificar todos los beneficios representa un problema, más aún cuando
se desconoce que otros beneficios disfruta la comunidad a parte de los mencionados
anteriormente es muy complejo y difícil. Uno podría pensar la presencia de biodiversidad,
los espacios verdes urbanos proveen el hábitat para cierto tipo de biodiversidad.
Sin embargo, esto no necesariamente es verdad porque en términos ecológicos, la
biodiversidad que se ve en las ciudades es aquella que se ha adaptado a un ambiente muy
hostil. Asimismo, se podría pensar en mantener en mantener o mejorar la calidad del aire
en las ciudades, pero este servicio tampoco lo podríamos sustentar ya que los volúmenes
diarios de contaminación por gases en las ciudades exceden en mucho a la capacidad
de la vegetación natural en asimilarlos. En definitiva, los beneficios inicialmente
propuestos son los más visibles pero no deja de ser un desafío al momento de establecer
estos beneficios en valores monetarios, para lo cual el presente trabajo busca valorar los
beneficios generados por Parque Metropolitano de Quito. Para lograr este objetivo, se
plantea en primer lugar realizar un análisis del mercado inmobiliario en áreas aledañas al
Parque Metropolitano de Quito, y estimar el valor monetario reflejado en los precios de
los departamentos cercanos al Parque Metropolitano de Quito.
2. METODOLOGÍA
La economía neoclásica largamente ha olvidado los bienes y servicios ambientales,

entre ellos el valor estético y recreación, en el análisis económico concentrándose en
el crecimiento económico y la explotación de los recursos naturales, a pesar que la
definición Hicksiana de “ingresos” implica tener presente el bienestar futuro en nuestras
decisiones actuales al sugerir que los ingresos deberían ser una “guía para una conducta
prudente” (Sadoff, 1995). El trabajo de Hicks, contribuyó a la formulación de dos
conceptos importantes dentro de la valoración ambiental, la disposición a pagar (DAP) y
la disposición a aceptar (DAA), mismos que ayudan a la aplicación de las metodologías de

valoración. Sin embargo y ante el aumento en la explotación de estos recursos naturales,
se ha despertado el interés de muchas organizaciones internacionales para promover el
uso de metodologías que permitan contabilizar los distintos activos medioambientales o
del capital natural (Caparrós et al., 2003).
Para la presente investigación se utilizó el método de precios hedónicos (MPH).La idea

que individuos puedan obtener su utilidad y maximizarla a través de incorporados o
como parte de las características de un producto fue desarrollado por Lancaster (1966).
El método de precios hedónicos, basados en los estudios realizado por Lancaster, utiliza
para estimar el valor económico de algún servicio ambiental que afecta directamente a
los precios, es comúnmente aplicado a las variaciones en los precios de las propiedades
que reflejan el valor de los atributos ambientales locales. Cabe resaltar que este método
sirve para estimar tanto costos como beneficios, es decir que sirve para estimar la calidad
ambiental (contaminación del aire, agua, ruido, etc.) y otros servicios ambientales como
la proximidad a sitios recreacionales, bosques urbanos, entre otros.
Un modelo típico de precios hedónicos mide el precio de la vivienda o propiedad

como función de variables estructurales como tamaño de la vivienda, edad, número de
cuartos; variables de ubicación como presencia de hospitales, escuelas en el barrio;
adicionalmente las variables ambientales como calidad del aire, nivel de ruido, espacios
abiertos, parques recreacionales, etc. (Lutzenhiser y Netusil, 2001; Acharya y Bennett,
2001; Irwin, 2002; Kitchen y Hendon, 1967; Weigher y Zerbst, 1973; Shultz y King,
2001; Morancho, 2003; Melichar et al., 2009; Benson et al. , 1998; Bolitzer y Netusil,
2000). De tal forma que matemáticamente se puede expresar como:
𝑃=𝑆1⋯𝑆𝑘,𝑁1⋯𝑁𝑚,𝑍1⋯𝑍𝑛 (1)
La idea fundamental del método de precios hedónicos es que el precio del bien de mercado
está relacionado con distintas características, por lo tanto se puede valorar individualmente
cada característica del bien viendo como varia el precio que la gente está dispuesta a
pagar cuando cambia una de las características y las demás se mantienen constantes.
El método del precio hedónico también presenta algunas limitaciones. Vanslembrouk y
Van Huylenbroek (2006) sostienen que el MPH puede presentar problemas relacionados
con asimetría de la información, percepción individual, subjetividad, segmentación del
mercado y la presunción de equilibrio, entre otras.
Sin embargo, a pesar de estas limitaciones, MPH tiene varios supuestos que se deben
tomar en consideración (Bateman, 1993).
a) La disposición a pagar (DAP) es una medida apropiada para determinar los beneficios.
b) Los individuos son capaces de percibir cambios en la calidad ambiental y como éstos
afectan al flujo de beneficios futuros de tal forma que están dispuestos a pagar (DAP)
para asegurarse estos cambios en la calidad ambiental.
c) Los estudios asumen que existe acceso completo a la información sobre precios de
las propiedades y las características ambientales, y que los mercados de bienes y
raíces son perfectamente competitivos.
d) El mercado de las propiedades está en equilibrio, es decir, que los individuos
continuamente re-evalúan el lugar donde viven de tal forma que maximizan su
utilidad al adquirir una propiedad limitados por sus ingresos.
2.1 BENEFICIOS Y FUNCIONES DE LOS ESPACIOS VERDES URBANOS
Los espacios verdes urbanos son toda la vegetación que rodea los asentamientos humanos
densos. Los espacios urbanos se encargan de regular la temperatura, mejorar la calidad
del aire, controlar los deslizamientos, reducir los niveles de ruido, brindar oportunidades
de recreación y ocio, etc.
Se han realizado muchos estudios que intentan relacionar los servicios ambientales y los
precios de las propiedades, las investigaciones revelan que los espacios abiertos tienen
un efecto positivo y significativo en los valores de las propiedades y el efecto de cercanía
de espacios abiertos y parques disminuye mientras la distancia a la propiedad aumenta.
Otros estudios han encontrado que ciertos tipos de espacios abiertos (bosques urbanos)
pueden incrementar la calidad de vida a través de efectos positivos en la salud de los
residentes (Lutzenhiser y Netusil, 2001; Acharya y Bennett, 2001; Irwin, 2002; Shultz
y King, 2001; Morancho, 2003; Melichar et al. , 2009; Benson et al. , 1998; Bolitzer y
Netusil, 2000).
Esta larga historia de las aplicaciones de MPH hace que Freeman en 1993 presentó un
resumen sobre las distintas aplicaciones de esta técnica con una clara descripción de
la teoría en la que se basa, libro que ya tiene varias ediciones. Por ejemplo, Kitchen
y Hendon en 1967 analizaron la distancia de los parques recreacionales de barrios en
Lubbock, Texas y encontraron una correlación positiva entre el precio de las casas y la
distancia al parque, mostrando que aquellas propiedades más cercanas al parque tenían
los valores más altos comparativamente. Weicher y Zerbst (1973) demostraron que las
viviendas cuyo frente da hacia un parque recreacional tenían valores más altos que aquellas
viviendas que su parte trasera daba hacia el parque. En estudios más recientes muestran
si existe relación o afectan el precio de las viviendas si hay presencia de vida silvestre
afecta tanto en áreas urbanas como suburbanas de Arizona en los Estados Unidos (King
et al., 1991). Otros estudios del tamaño de un espacio abierto con relación al precio de
las viviendas (Morancho, 2003), como también la cantidad de espacios abiertos (Acharya
y Bennett, 2001) o la visibilidad de estos espacios (Luttik, 2000; Benson et al., 1998).
Debido a que el efecto de las variables ambientales en el precio de las viviendas es

generalmente muy bajo, la precisión para medir estas variables se vuelven muy importantes
(Kolbe y Wusteman, 2015). Para alcanzar la mayor precisión, las herramientas SIG han
mostrado ser muy efectivas para medir el efecto de las variables ambientales en el precio,
es así que se han realizado algunos estudios con herramientas SIG (Kong et al., 2007;
Cavailhès et al., 2009; Melichar et al., 2009; Choumert, 2010).
2.3 MODELO DE PRECIOS HEDÓNICOS: PARQUE METROPOLITANO DE QUITO
Para la aplicación del método de precios hedónicos se deben seguir dos pasos fundamentales:
1) Recolectar datos de los precios de las propiedades residenciales en una región en un

período específico de tiempo (usualmente un año). Los datos requeridos incluyen:
precios de venta de las propiedades, características de la propiedad (tamaño de
lote, número y tamaño de cuartos, número de baños, etc.), características del barrio
(impuestos, tasas de criminalidad, calidad de escuelas, etc.), características de
accesibilidad (distancia el centro financiero y comercial, transporte público, etc.),
características ambientales.
Para este caso en particular, la característica ambiental que se tomó en cuenta es la distancia
al Parque Metropolitano. Se obtuvieron datos de los precios de venta y características de
30 departamentos ubicados desde la Av. Eloy Alfaro y Av. 6 de diciembre hasta la calle
Río Coca y Av. 6 de diciembre (Figura 2). Se eligieron departamentos con características
similares de entre 100 a 150 metros cuadrados, todos los departamentos son de cemento
armado y tienen sala, cocina y comedor.
Figura 2: Ubicación del Parque Metropolitano Guanguiltahua – DMQ

Fuente: DMTV-IRD; Mario Vásconez, 2012
Para la valoración de las propiedades se seleccionaron las variables que se detallan a

continuación con cada una de las características que fueron recolectadas:
Precio de venta: el precio del departamento en el mercado, el mismo que refleja la

disposición a pagar de los compradores. Los precios de venta de las propiedades fueron
obtenidos de plusvalía.
Metros cuadrados: mide el área del departamento (incluyendo la bodega y el parqueadero).
Número de dormitorios: se refiere a las habitaciones que tiene el departamento, en este
caso todos los departamentos tienen 2 habitaciones.
Número de baños: se tomaron en cuenta los departamentos que tenían de 2 a 2 baños y medio.
Años de antigüedad del edificio: años de construcción del edificio, el máximo de años
de antigüedad fijado fue 5.
Número de parqueaderos: con cuantos parqueaderos cuenta el departamento.
Distancia al parque (metros): la unidad de medida utilizada para contabilizar la distancia
del departamento al parque fue el metro, a priori está variable debería tener un efecto
negativo en el precio, mientras mayor sea la distancia menor será el precio.
Los valores promedios de las variables tomadas en cuenta en la regresión se muestran en

la Tabla 1.
Tabla 1. Variables del modelo MPH
Desviación
Variable promedio estándar min máx
Precio 164220,5 34499,649 110000 250000
m2 121 18,815 101 185
N° dormitorios 2,033 0,182 2 3
N° baños 2,283 0,284 1,5 2,5
N° Garage 1,467 0,507 1 2
Años anti 1,2 2,058 0 5
DIST - Distancia al parque (metros) 2393,333 534,295 1300 2900
Algunas de las variables se consideraron como dummy, estas variables son cualitativas,
binarias que asumen los valores de 0 y 1 indicando la presencia o ausencia de la variable.
Se utilizaron estas variables dummy evaluar el efecto de estas variables en el precio de
las viviendas. La explicación de cada una de las variables binarias usadas en el modelo
se describe a continuación.
Área verde: área que ocupan árboles, arbustos o plantas dentro del edificio. El área verde
fue introducida como una variable dummy, si el edificio cuenta con áreas verdes se le
asigna el valor de 1 caso contrario 0.
Área de BBQ: el área de BBQ fue introducida como una variable dummy, si el edificio
cuenta con área de BBQ se asigna el valor de 1 sino 0.
Ascensor: se utilizó una variable dummy, si el edificio tiene ascensor se asigna el valor
de 1 si no tiene 0.
Terraza: se introdujo como una variable dummy, 1 si tiene terraza y 0 si no tiene.
Sala comunal: variable dummy, 1 si tiene terraza y 0 si no tiene.
Closets: variable dummy, 1 si tiene closets y 0 si no tiene.
Gas centralizado: variable dummy, 1 si tiene gas centralizado y 0 si no tiene.
Internet wifi: variable dummy, 1 si tiene wifi en áreas comunes y 0 si no tiene.
Servicios básicos (agua, luz, teléfono): variable dummy, 1 si cuenta con servicios básicos
y 0 si no cuenta con servicios básicos.
Guardianía/seguridad: variable dummy, 1 si tiene guardianía/ seguridad y 0 si no tiene.
Parqueadero de visitas: variable dummy, 1 si tiene parqueadero de visitas y 0 si no tiene.
Puertas eléctricas: variable dummy, 1 si tiene puertas eléctricas y 0 si no tiene.
Generador eléctrico: variable dummy, 1 si tiene generador eléctrico y 0 si no tiene.
Piscina: variable dummy, 1 si tiene piscina y 0 si no tiene.
Gimnasio: variable dummy, 1 si tiene gimnasio y 0 si no tiene.
Minigolf: variable dummy, 1 si tiene gimnasio y 0 si no tiene.
Spa: variable dummy, 1 si tiene spa y 0 si no tiene.
Bodega: variable dummy, 1 si tiene bodega y 0 si no tiene.
2) Una vez que los datos fueron recolectados y organizados, se procede a estimar una
función que relacione los valores de las propiedades con las características de las
mismas, incluyendo la distancia al parque. La función resultante mide la porción del
precio de la propiedad que es atribuible a cada característica.
Los modelos de precios hedónicos utilizan comúnmente el método de mínimos cuadrados

ordinarios (MCO). No existe una forma funcional particular para los modelos de precios
hedónicos, sin embargo se tomará en cuenta la especificación estándar utilizada en
estudios recientes, se estimará un modelo semilogarítmico (log-lineal) como este:
𝐿𝑛𝐻𝑃=𝛼+𝛽1𝑥+𝛽2𝑛+𝜀 (2)
Donde:
𝑳𝒏𝑯𝑷 = variable dependiente

𝒙 = vector que contiene las características del departamento
𝒏 = variable ambiental, en este caso la distancia al parque medida en metros
𝜷1 = muestra la variación porcentual en los precios de venta dado el incremento en una
unidad adicional (años, metros, etc.), en el caso de tratarse de variables dummy es la
variación porcentual en los precios en el caso de que se tenga el atributo (es decir cuando
𝜷2 = muestra la variación porcentual en los precios de venta dado el incremento en 1

la dummy es igual a 1)
𝜺 = residuo que contiene los variables no observadas

metro adicional de la distancia al parque
Es importante mencionar que se descartaron ciertas variables:
Número de dormitorios: todos los departamentos tienen dos habitaciones, por lo cual no
tiene sentido analizar esta variable.
Closets: todos los departamentos cuentan con closets.
Servicios básicos: todos los departamentos cuentan con servicios básicos.
Guardianía/Seguridad: todos tienen guardianía.
Piscina: solo 1 departamento tiene piscina, está variable podría sesgar los resultados.
Minigolf: solo 1 departamento tiene minigolf.
3. RESULTADOS
Los resultados más importantes están resumidos a continuación. Para estimar la relación del
precio de las propiedades (departamentos) con las distintas variables numéricas se realizó
una correlación (Tabla 2) y se encontró que precio no tiene correlaciones con ninguna de
las otras variables de forma significativa. Sin embargo, llama la atención que distancia
(DIST) y al área de la propiedad (AREA) presentan un relación significativa a 95%, y
correlaciones entre área y años de antigüedad (AÑOSANTI) son significativos a 99%.
Tabla 2. Correlaciones entre variables más importantes

Precio Area Añosanti Dist Bodega
Correlación de Pearson 1 0,236 -0,158 0,243 0,264
Precio Sig. (bilateral) 0,209 0,406 0,196 0,167
N 30 30 30 30 29
Correlación de Pearson 0,236 1 0,525** 0,417* -0,243
AREA Sig. (bilateral) 0,209 0,003 0,022 0,204
N 30 30 30 30 29
Correlación de Pearson -0,158 0,525** 1 0,073 -0,314
AÑOSANTI Sig. (bilateral) 0,406 0,003 0,700 0,097
N 30 30 30 30 29
Correlación de Pearson 0,243 0,417* 0,073 1 0,035
DIST Sig. (bilateral) 0,196 0,022 0,700 0,855
N 30 30 30 30 29
Correlación de Pearson 0,264 -0,243 -0,314 0,035 1
BODEGA Sig. (bilateral) 0,167 0,204 0,097 0,855
N 29 29 29 29 29
**. La correlación es significativa al nivel 0,01 (bilateral).
*. La correlación es significante al nivel 0,05 (bilateral).
La variable BODEGA que fue considerada como una variable dummy, es decir, la
existencia o no de bodega con la propiedad fue también muy importante representando
el 33% del precio de la propiedad, sin embargo el valor de significación está ligeramente
por encima del 95%.
Las algunas variables fueron eliminadas debido a que no eran significativas, entre ellas
están número de baños, área de BBQ, área verde, terraza, sala comunal, internet wifi,
parqueadero de visitas, generador eléctrico, gimnasio, spa y número de parqueaderos,
todas ellas variables dummy a excepción de la última, número de parqueaderos.
El modelo de regresión lineal consideró: metros cuadrados, años de antigüedad, bodega

y distancia al parque. En el desarrollo del modelo de regresión lineal se realizó como un
primer paso previo al modelo log-lineal explicado en la metodología. En el modelo lineal
(tabla 3) los resultados muestran que solo área tiene un valor significativo al 99%, lo que
nos dice que la característica más importante de una propiedad en el presente análisis es
el área de la propiedad medida en m2, casi el 60% del valor muestra las preferencias de
pago por el área.
Las otras variables no presentan el valor de significancia esperado. Es importante resaltar

que distancia, nuestra variable ambiental a medir, no presenta un valor significativo,
pero el coeficiente de la variable tiene el signo negativo correcto. Es decir, que mientras
menor es la distancia al parque metropolitano mayor es el precio de la propiedad, y
representaría el 2% de su valor.
Tabla 3. Resultados del modelo regresión lineal

Coeficientesa
Modelo B Coeficientes no Coeficientes T Sig. Intervalo de confianza de
estandarizados tipificados Límite 95,0% para B
Error típ. Beta inferior Límite
superior
(Constante) -32055,504 49138,680 -,652 ,521 -133706,608 69595,600

DIST -1,273 11,115 -,020 -,115 ,910 -24,266 21,719
AREA 1400,196 468,465 ,596 2,989 ,007 431,103 2369,289
YEARS -4223,169 3121,995 -,240 -1,353 ,189 -10681,507 2235,170
GARAGE 13029,644 11502,690 ,191 1,133 ,269 -10765,484 36824,771
BODEGA 26088,913 12916,745 ,329 2,020 ,055 -631,411 52809,236
a. Variable dependiente: Precio
Para estimar el modelo log-lineal propuesto se utilizó el paquete estadístico STATA, los
resultados obtenidos se pueden ver en la tabla 4. El valor R-cuadrado no es alto, pero es
aceptable para el análisis realizado.
En el modelo log-lineal el área de la propiedad medida en metros cuadrados tiene una

relación positiva entre los precios de venta y los metros cuadrados, lo que significa que ante
Tabla 4. Resultados del modelo log-lineal

Number of
obs = 30
Source SS Df MS F (5, 24) = 4,59
Model 0,5774 5 0,1154824 Prob > F = 0,0044
Residual 0,6034 24 0,0251399 R - squared = 0,489
Adj. R -
Total 1,1808 29 0,0407162 squared = 0,3829
Root MSE = 0,15856
lnprecio Coef. Std. Err. t P> │t │ [95% Conf. Interval]

AREA 0,0095290 0,00253 3,76 0,00100 0,00430 0,01476
ASCENSOR 0,6011915 0,21285 2,82 0,00900 0,16189 1,04049
AÑOSANTI -0,0333013 0,01755 -1,9 0,07000 -0,0695 0,00292
BODEGA 0,1571002 0,07352 2,14 0,04300 0,00536 0,30884
DIST -0,0000009 0,00006 -0,02 0,98800 -0,00013 0,00013
_cons 1018171,0 0,42644 23,88 0,000 9,30158 11,0619
un aumento de 1 metro cuadrado en el departamento el precio se incrementa en 0,95%. Si

el edificio cuenta con ascensor, el precio de venta del departamento se incrementa en 60%.
Por otro lado, la variable años de antigüedad tiene una relación negativa con el precio de
venta, si aumenta 1 año de construcción el precio disminuye en 3,33%. Si el departamento
cuenta con bodega el precio se incrementa en 15,71%.
En cuanto a la distancia al parque se encontró una relación negativa entre esta y el precio
de venta, es decir que si la distancia al parque aumenta en 1 unidad (metro) el precio
disminuye, este resultado es lo esperado pero no es significativo.
Claramente el uso del modelo logarítmico de la regresión es mucho mejor que el modelo
lineal simple ya que en éste casi todas las variables presentaron valores significativos a
excepción de la distancia al parque metropolitano.
4. CONCLUSIONES
La pregunta planteada para el desarrollo de la presente investigación que es si la presencia

de espacios abiertos para la recreación y el esparcimiento tienen efecto o ninguno en el
valor de las propiedades queda claramente establecida en el análisis de las regresiones
lineal y log-lineal, si bien los valores de los coeficientes son relativamente bajos.
El efecto en el precio de las propiedades por la presencia de los espacios verdes en la ciudad
de Quito varió dependiendo del modelo utilizado. El modelo de regresión linear presenta
un mejor resultado para para la variable ambiental, DIST, no así para las otras variables.
En el modelo linear solo el área de la propiedad presenta un valor estadísticamente

significativo al 0.01, el resto de variables incluyendo la variable ambiental no tienen
ningún nivel de significancia. Como conclusión, solo el área de una propiedad daría una
explicación satisfactoria al precio de la misma. En el análisis realizado para los edificios
comprendidos entre la avenida Eloy Alfaro a la altura de su cruce con la Av. 6 de Diciembre
hasta la calle Rio Coca, el área que fue considerada para el estudio, el precio promedio de
un apartamento de dos dormitorios es de 164.221,00 US$, y el área promedio es de 121
m2. Ese valor, 3.284,00 US$ o apenas el 2% del precio correspondería a su cercanía a un
espacio verde. Este resultado está en concordancia con estudios otros estudios realizados
como lo menciona Kolbe y Wusteman (2015) en su estudio
El modelo log-lineal, en contraste, la variable ambiental casi no tiene ningún efecto

el precio de las propiedades, no alcanza a representar ni la milésima parte del precios
de una propiedad (0.001%). Sin embargo, en este modelo, 3 de las variables fueron
estadísticamente significativas. A parte del área de la propiedad, la existencia de ascensor
y de bodega también fueron significativas. De hecho, la existencia de ascensor responde
mucho mejor en el modelo log-lineal al ser la variable que responde mejor al precio, de
tal forma, como lo indica la tabla 3, aumentaría el precio de una propiedad en un 60%. La
existencia de bodega aumentaría el valor en un 15%. Sin embargo, el área de la propiedad
solo representaría el 1% de la propiedad.
Si bien, la variable ambiental DIST no fue estadísticamente significativa en ambos

modelos, es constante en el signo del coeficiente negativo (tablas 3 y 4). El signo del
coeficiente nos indica que el precio de la propiedad aumenta al reducirse la distancia
con el área verde, lo que concuerda con otros estudios realizados. La razón por la cual la
variable ambiental DIS no fue estadísticamente significativa puede caer en el tamaño de
la muestra. El tamaño de la muestra es un factor muy importante en este tipo de estudios.
La falta de datos relevantes como las tasas de crimen y otras características del barrio
pueden generar lo que se conoce como sesgo de variable omitida, haciendo que los precios
reflejen la disposición a pagar por características que no fueron tomadas en cuenta y que
están correlacionadas con las características que fueron especificadas en el modelo.
La relación entre los precios de venta y las características de la propiedad pueden ser no
lineales, es por esto que se deben considerar varias formas funcionales y especificaciones
del modelo.
5. REFERENCIAS
Acharya, G. and L. L. Bennett., (2001). Valuing Open Space And Land-Use Patterns In Urban
Watersheds. Journal of Real Estate Finance and Economics 22(2/3),221–237.
Anderson, S.T. y S.E. West., (2006). Open Space, Residential Property Values, And Spatial
Context. Regional Science and Urban Economics 36,773-789.
Bateman, I., (1993). Evaluation Of The Environment: A Survey Of Revealed Preference
Techniques. Tech. rept. GEC Working Paper 93-06, CSERGE, University of East Anglia,
Norwich, and University College, London.
Benson, E.D., Hansen, J.L., Schwartz Jr, A.L., y Smersh, G.T., (1998). Pricing Residential
Amenities: The Value Of A View. The Journal of Real Estate Finance and Economics, 16,
1, 55-73.
Bolund, P. and H. Sven., (1999). Ecological Services in Urban Areas, Ecological Economics, 29,
293-301.
Bolitzer, B., y N.R. Netusil., (2000). The Impact Of Open Spaces On Property Values In Portland,
Oregon. Journal of environmental management, 59,3, 185-193.
Cavailhès, J., Brossard, T., Foltěte, J.C., Hilal, M., Joly, D., François-Pierre, Tritz, C., y Wavresky,
P., (2009). GIS-Based Hedonic Pricing Of Landscape. Environmental and Resource
Economics, 44,4,571-590.
Choumert, J., (2010). An Empirical Investigation Of Public Choices For Green Spaces. Land Use
Policy, 27,4,1123-1131.
Currant, D., (2001). Economic Benefits of Natural Green Space Protection.The Polis Project on
Ecological Governance and Smart Growth British Columbia.Saanich, Canadá. 19 pp.
Freeman, A. Myrick, III., (1993). The Measurement of Environmental and Resource Values:
Theory and Methods. Washington, DC: Resources for the Future.
Gibbons, S., S. Mourato, y G. Resende., (2014). The Amenity Value Of English Nature: A
Hedonic Price Approach. Environmental & Resource Economics, 57,2, 175-196.
Irwin, E. G., (2002). The Effects Of Open Space On Residential Property Values. Land Economics,
78,4, 465–80.
King, D.A., J.L. White, and W.W. Shaw., (1991). Influence of Urban Wildlife Habitats on the
Value of Residential Properties. In Wildlife Conservation in Metropolitan Environments:
A National Symposium on Urban Wildlife, edited by L. W. Adams and D. L. Leedy. NIUW
Symposium Series 2, National Institute for Urban Wildlife, Columbia, MD.
King, D.M. y M.J. Mazzota., (2000). The Big Picure. Ecosystem Valuation. http://www.
ecosystemvaluation.org/. Ingresado: 20 de abril de 2012.
Kitchen, J.W., and W.S. Hendon., (1967). Land Values Adjacent To An Urban Neighborhood
Park. Land Economics , 43,3, 357–61.
Kolbe, J. y H. Wüsterman., (2015). Estimating The Value Of Urban Green Space: A Hedonic
Pricing Analysis Of The Housing Market In Cologne, Germany. SFB 649 DiscussionPaper
2015-002, Universidad Técnica de Berlín, Alemania. 21 pp.
Kong, Fanhua, Yin, Haiwei, &Nakagoshi, Nobukazu., (2007). Using GIS And Landscape Metrics
In The Hedonic Price Modeling Of The Amenity Value Of Urban Green Space: A Case
Study In Jinan City, China. Landscape and Urban Planning, 79,3, 240-252.
Lancaster, K., (1966). A New Approach To Consumer Theory. Journal of Political Economy
74,2, 132–57.
Luttik, J., (2000). The Value Of Trees, Water And Open Space As Reflected By House Prices In
The Netherlands. Landscape and Urban Planning, 48,3,161-167.
Lutzenhiser, M. and N.R. Netusil., (2001). The Effect Of Open Spaces On A Home’s Sale Price.
Contemporary Economic Policy 19,3, 291–98.
Melichar, J., Vojáček, O., Rieger, P., y Jedlička, K., (2009). Measuring The Value Of Urban
Forest Using The Hedonic Price Approach. Regional Studies, 2,13-20.
Morancho, Aurelia Bengochea., (2003). A Hedonic Valuation Of Urban Green Areas. Landscape
And Urban Planning, 66,1, 35-41.
Payton, S., G. Lindsey, J. Wilson, J. Ottensmann, y J. Mann., (2008). Valuing Benefits Of Urban
Forest: A Spatial Hedonic Approach. Journal of Environmental Planning and Management,
717-736.
Shah Md, A.H., (2011). Urban Green Spaces And An Integrative Approach To Sustainable
Environment. Journal of Environmental Protection, 2, 601-608.
Shultz, Steven D., and David A. King., (2001). The Use Of Census Data For Hedonic Price
Estimates Of Open-Space Amenities And Land Use. Journal of Real Estate Finance and
Economics, 22(2/3, 239–52.
Sotomayor, M.A., (2003). Análisis Económico De Proyectos De Mejoramiento Urbano. En Breve
No. 30, Boletín del Banco Mundial para la Región de América Latina y el Caribe. 30, 1-4.
Tuzin, B.E., E. Leeuwen, C. Rodenburg, y N. Peter., (2002). Development and Management of
Green Spaces in European Cities: A Comparative Analysis. Paper presented at the 38th
International Planning Congress on “The Pulsar Effect” Planning with Peaks, Glifada,
Athens, 21-26 September 2002.
Vanslembrouck, I. & Van Huylenbroeck, G., (2006). Landscape Amenities: Economic Assessment
Of Agricultural Landscapes. Vol. 2. Springer.
Warrick, B. and T. Alexander., (1997). Looking For Hometown America. Urban Land, 27-29,
51-53.
Weicher, J.C., and R. Zerbst., (1973). The Externalities Of Neighborhood Parks: An Empirical
Investigation. Land Economics 49, 99–105.
Revista GEOESPACIAL (2015) 12: 15-25
USO DE DISPOSITIVOS MÓVILES INTELIGENTES EN LA

MEDICIÓN DE RUIDO AMBIENTE Y PUBLICACIÓN EN UN
GEOPORTAL
DIEGO PACHECO; PRISCILA SAMANIEGO
INSTITUTO DE ESTUDIOS DE RÉGIMEN SECCIONAL DEL ECUADOR, UNIVERSIDAD

DEL AZUAY. Av. 24 de Mayo 7-77 y Hernán Malo, Cuenca, Azuay, email:dpacheco@uazuay.edu.ec;
psamaniego@uazuay.edu.ec
Recibido : 06 de enero de 2015 / Aceptado:14 de octubre 2015
RESUMEN
La tecnología móvil ha permitido en los últimos años que el usuario sea un ente activo en la creación y
uso de información geográfica. Los datos ya no son exclusivos para los técnicos ni se requiere de equipos
altamente costosos para su captura. Existen alternativas para el monitoreo de ruido mediante dispositivos
móviles –Smartphone- con sistema operativo Android como: NoiseTube, SoundLevelMeter y Android-
spl-meter, que han permitido a los ciudadanos capturar datos de presión sonora y posicionamiento sin
requerir experticia sobre el tema. Estas aplicaciones por lo general publican la información en un formato
vectorial de puntos a través de Google Earth o plataformas propias pero sin posibilidad de consultarlos en
tiempo real. El aplicativo móvil desarrollado envía la información capturada en tiempo real, el servidor
realiza el almacenamiento y procesamiento de datos empleando geo-estadística. La publicación en internet
se realiza a través de servicios Web Map Service (WMS) en la Infraestructura de Datos Espaciales (IDE)
de la Universidad del Azuay.
Palabras clave: Ruido, móviles, ambiente, dispositivos, tiempo real, IDE, WMS, Android
ABSTRACT
Mobile technology has enabled in recent years that the user becomes an active being in the creation and
use of geographic information. The data is no longer exclusive to technicians or requires highly expensive
equipment to catch them. Currently there are alternatives for noise monitoring, such as -Smartphone-
mobile devices with Android operating system: NoiseTube, SoundLevelMeter y Android-spl-meter that
have allowed citizens to capture data from sound pressure level (SPL) and positioning without requiring
expertise on the theme. These applications usually publish the information in a vector format as points
through Google Earth or proprietary platforms but they are unable to be consulted in real time. The mobile
application developed sends the captured information in real time, the server performs the storage and
processing of data using geostatistics. The publication in Internet is done through Web Map Service
(WMS), in the University of Azuay Spatial Data Infrastructure (SDI).
Keywords: Noise, mobile, environment, devices, real time, IDE, WMS, Android, GPS.
16 Página Diego Pacheco; Priscila Samaniego
1. INTRODUCCIÓN
El ruido se ha convertido en uno de los factores ambientales que incide y agrava las
condiciones de vida y salud de la población. Una exposición prolongada al ruido
ambiental pueden provocar trastornos del sueño, discapacidades auditivas, problemas
cardiovasculares e incluso inestabilidad mental (Goines, Hagler, and others 2007)(Zannin,
Ferreira, and Szeremetta 2006)Brazil. Equivalent noise levels (L(eq. Este fenómeno va
de la mano con el desarrollo de la sociedad y como respuesta a los cambios que se han
dado en la actualidad debido a tendencias sociales como el crecimiento, densificación,
concentración de la población (Sanz and García 2003) y principalmente se atribuye un
80% al ruido generado del tráfico vehicular (González 2013); que es ocasionado por
el incremento anual del parque automotor en el cantón Cuenca, que hasta el año 2012
registra 95337 vehículos y un porcentaje promedio interanual de incremento del 6,72%,
de acuerdo al informe de calidad de aire del cantón Cuenca (EMOV 2012).
Tabla 1. Vehículos que aprobaron la revisión técnica vehicular (Fuente: EMOV, 2012)
Año # vehículos % incremento anual
2010 83706 -
2011 89840 7.32%
2012 95337 6.11%
En el año 2009 se realizaron las primeras mediciones de ruido ambiente con un sonómetro
3M Pro Quest sobre 23 sitios de muestreo en 4 horarios diferentes. Este proceso se realizó
en el marco del estudio del Índice de Calidad Ambiental Urbana de la ciudad de Cuenca
(ICAUC) mediante un convenio entre la Comisión de Gestión Ambiental (CGA) y la
Universidad del Azuay (UDA), en el que se empleó el método de interpolación Inverse
distance weighting (IDW) para crear el mapa de ruido de la ciudad, lo que permitió
conocer la situación inicial de contaminación acústica.
Gráfico 1. Distribución espacial de ruido en horario 8H00 año 2009 (Fuente: Mapa de ruido
del área urbana de Cuenca – CGA – UDA-IERSE – 2012)
Uso de dispositivos móviles inteligentes Página 17
En marzo del 2012 la Ilustre Municipalidad de Cuenca, a través de la Comisión de Gestión

Ambiental (CGA), invitó a la Universidad del Azuay a presentar una propuesta para la
“ELABORACIÓN DEL MAPA DE RUIDO DEL ÁREA URBANA DE CUENCA”,
el cual fue realizado con un sonómetro en 30 sitios de muestreo, en 6 horarios que
corresponden a las horas pico de entrada y salida de la población en el centro de la
ciudad. A continuación se muestra una tabla de ejemplo de los datos levantados con las
especificaciones del TULSMA del año 2012:
Tabla 2. Niveles de ruido ejemplo en 3 zonas con 6 horarios diferentes (Fuente: Mapa de ruido
En la siguiente imagen se visualiza la distribución espacial de ruido con los datos

levantados en el horario 7H00 am.
Gráfico 2. Distribución espacial de ruido en horario 7H00 año 2012 (Fuente: Mapa de ruido
El sonómetro utilizado al ser un instrumento especializado en medir niveles de presión

sonora tiene un costo aproximado de 8000 USD en Ecuador por lo cual establecer una red
de monitoreo a partir de los mismos no es viable económicamente. Adicionalmente no
existe soporte técnico en el país para el mismo, por lo que los vendedores del producto lo
envían al exterior para su mantenimiento, lo cual implica costos adicionales.
Con esta tecnología sería complicado establecer una red de sensores que trabajen en varias
zonas de la ciudad o tener una resolución espacio-temporal apropiada para el análisis de
este fenómeno; por ello se decide evaluar la tecnología de dispositivos móviles como
alternativa para la medición de datos de presión sonora.
La tecnología puede proporcionar un vínculo directo entre los datos y la gente

generando mecanismos de monitoreo participativo. Los teléfonos celulares inteligentes
o Smartphone permiten formar redes de sensores interactivos a través del público y
usuarios profesionales proporcionándoles sistemas para recopilar, analizar y compartir
los conocimientos locales (Tripathi et al. 2005). Se ha potenciado su uso no sólo como
teléfonos sino también como dispositivos de acceso a internet, navegadores GPS y
sensores que interactúan con su entorno a través de la medición de variables como ruido,
velocidad o movimiento (Ganti, Ye, and Lei 2011).
Uno de los sistemas operativos más utilizados en los dispositivos móviles inteligentes es
Android (Gandhewar and Sheikh 2010). Entre sus ventajas principales se puede mencionar
que se basa en software libre, es un sistema abierto que funciona en dispositivos de
diferentes fabricantes y presenta versatilidad en el manejo de memoria interna.
El objetivo de este trabajo es desarrollar un aplicativo móvil basado en el sistema

operativo Android, que permita el envío de las mediciones de ruido en tiempo real, el
procesamiento de los datos y publicación en un geoportal. Este proceso se realizará en
el servidor de la Infraestructura de Datos Espaciales1 (IDE) de la Universidad del Azuay.
2. MÉTODOS
Este apartado describe los requisitos del aplicativo móvil, la arquitectura de la aplicación,
el proceso de comunicación, las tareas que se ejecutan en el servidor y la forma de análisis
de los datos recibidos.
2.1 REQUISITOS APLICATIVO MÓVIL
Dentro de los requisitos del aplicativo no se va a mencionar la calidad de las mediciones

de ruido debido a que su comparación con dispositivos profesionales involucra otro tema
de estudio individual.
1 Infraestructura de datos espaciales (IDE). La IDE es un conjunto de políticas, leyes, normas, estándares, organizaciones, planes,
programas, proyectos, recursos humanos, tecnológicos y financieros, integrados adecuadamente para facilitar la producción, el acceso
y uso de la Geoinformación regional, nacional o local, para el apoyo al desarrollo social, económico y ambiental de los pueblos.
(Fuente: Instituto Geográfico Militar del Ecuador)
1. Interacción con micrófono: el aplicativo debe tener la capacidad de capturar los datos
de presión sonora a través del micrófono del dispositivo móvil. Dentro de la página
Google Code se encuentra el código fuente del aplicativo “Android-spl-meter” el
cual se utilizó como base para el desarrollo del módulo de medición de ruido.
2. Módulo de geolocalización: la aplicación debe obtener la ubicación a través del GPS
embebido en el móvil. Para el desarrollo de este módulo se tiene como referencia
la información del tutorial “Android GPS, Location Manager Tutorial”(Tamada
Hyderabad 2012) disponible en internet el cual nos permitió crear un módulo para
interactuar con los datos de este sensor. Cabe recalcar que mientras no exista un dato
de localización adecuado, no se enviará los datos al servidor.
3. Transferencia de datos en tiempo real: la información recolectada debe ser enviada
al servidor de la Universidad del Azuay en el momento de su captura. Esto se
implementó gracias a la información disponible en un foro de internet que habla del
tema “Send and receive data on UDP Socket java android”(“Send and Receive Data
on UDP Socket Java Android” 2013). Este describe el código necesario para realizar
esta tarea para lo que requiere como parámetros la dirección del servidor IP (pública)
y el puerto al que tiene que ser enviado el paquete de datos.
4. Sincronización: En caso de no tener una conexión activa a internet el aplicativo
almacena la información en la memoria interna del móvil dentro de un archivo de
texto. Los datos almacenados en la memoria deben enviarse al servidor cuando
exista una conexión activa a través del protocolo FTP2.
5. Identificación del usuario: Este módulo pretende brindar al usuario la posibilidad
de identificarse entre el grupo de usuarios o mantener el anonimato según su
conveniencia.
2.2 ARQUITECTURA DE LA APLICACIÓN
Para el aplicativo móvil se utilizó Java en el entorno de desarrollo Eclipse. Adicionalmente

se debe instalar el Software Development Kit (SDK) para Android3. El software utilizado
es libre en su totalidad y es el mismo usado comúnmente para montar el componente
tecnológico de una IDE. Por ejemplo la base de datos Postgres/Postgis permitirá almacenar
la información (alfanumérica y geométrica) en la cual se puede ejecutar análisis espacial
a través de SQL; un servidor de mapas para hacer pública la información a través de
servicios estándar del OGC y un visor de mapas basado en Geoexplorer con el que se
trabaja en la IDE de la Universidad del Azuay.
2 El servicio FTP (File Transfer Protocol, Protocolo de Transferencia de Ficheros), es uno de los más antiguos dentro de Internet. Es
un servicio que los usuarios lo utilizan frecuentemente (descarga de drivers, música, documentos, etc.), pero esto es sólo una parte del
servicio, ya que también es posible, implementar en nuestra máquina, un servidor FTP para que otros usuarios se puedan conectar a
nuestra computadora y recoger/dejar información en una zona concreta. (http://www.ujaen.es/sci/redes/ftp/concepto.html)
3 El SDK de Android provee librerías de API y herramientas para desarrolladores necesarias para construir, probar y depurar aplica-
ciones hechas para Android. (Fuente: developer.android.com)
2.3 PROCESO DE COMUNICACIÓN
El dispositivo móvil captura los datos de ruido y del GPS. A través de internet envía las
tramas de datos con el protocolo UDP. El aplicativo en el servidor lee las tramas de un
puerto específico y los almacena en la base de datos. Se seleccionó el protocolo UDP
ya que reduce la comunicación con el servidor o que es lo mismo reduce la cantidad de
megabytes (MB) necesarios para la comunicación, abaratando los costos de conexión.
Debido a este protocolo no se puede asegurar que el paquete llegue al destinatario pero
dentro de las pruebas y test realizados la tasa de pérdida de paquetes es mínima.
Gráfico 3. Proceso de comunicación móvil/servidor (Fuente: Autor)
Las tramas enviadas al servidor en el protocolo UDP4 tienen la siguiente estructura:
MI,MP,LAT,LON,FH,NM,IMEI,PG,ALT,VEL,MC,US
Dónde:
MI: Medición instantánea.- Es el dato de ruido al momento de la toma

MP: Medición promedio.- El dato de ruido en promedio de toda la medición hasta el
momento del envío.
LAT: Coordenada de latitud en WGS84 obtenida del GPS
LON: Coordenada de longitud en WGS84 obtenida del GPS
FH: Fecha y hora del GPS obtenido del GPS
NM: Número de muestra
IMEI: Código identificador del dispositivo móvil
PG: Precisión obtenida del GPS
ALT: Altitud obtenida del GPS
4 El Protocolo de datagramas de usuario (UDP) es un estándar TCP/IP que está definido en RFC 768, “User Datagram Protocol
(UDP)”. Algunos programas utilizan UDP en lugar de TCP para el transporte de datos rápido, compacto y no confiable entre hosts
TCP/IP. (Fuente: https://msdn.microsoft.com/es-es/library/cc785220(v=ws.10).aspx)
VEL: Velocidad obtenida del GPS

MC: Modelo de celular
US: Nombre de usuarios configurado
Estos parámetros deben estar separados por el carácter “,” ya que a través de este será
decodificado las secciones en la base de datos. La información almacenada permitirá
analizar los datos en función del tipo de celular usado, filtrar las mediciones cuando la
precisión (Accuracy) de la ubicación exceda los 10 metros con respecto a su ubicación
en el terreno, y a través de la velocidad determinar si el equipo está en movimiento o
estático, etc.
2.4 TAREAS EN EL SERVIDOR
En el servidor existe un aplicativo desarrollado en C++ que realiza la lectura de los

paquetes UDP que llegan a un puerto específico y los almacena en la base de datos a
través de funciones programadas.
Adicionalmente existen tareas programadas que realizan la lectura de los archivos con
información recolectada en modo “offline” y enviadas por el protocolo FTP. Estas
tareas fueron desarrolladas en PHP y de todos los archivos existentes realiza la lectura
línea a línea.
La información que se almacena en el servidor se publica como una capa vectorial de

puntos en el cual se puede consultar la información asociada como el dato medido de
ruido, latitud, longitud, precisión del GPS, fecha y hora de captura.
El servidor adicionalmente se encargará de servir los datos recolectados a través de

servicios WMS y por un visor de mapas con la finalidad de hacer públicos estos datos.
2.5 ANÁLISIS DE INFORMACIÓN
Lo que pretende este apartado es la búsqueda de formas de interpolar los datos de ruido.
Estos procesos son comunes en un Sistema de Información Geográfico (SIG) pero en este
caso este análisis debe ser realizado automáticamente.
Se evaluó diferentes programas que permiten realizar esta automatización a través de

líneas de comando como SAGA GIS, GRASS y ARCMAP a través de Python. Por la
facilidad de programación, funcionalidad existente y capacidad de automatización se
escogió R5 y R script para este proceso.
5 R es un lenguaje de programación especialmente orientado al análisis estadístico y a la representación gráfica de los resultados
obtenidos. Es un proyecto GNU. Por lo tanto, los usuarios son libres de modificarlo y extenderlo. Se trata de un lenguaje basado en
comandos, en lugar de pinchar y arrastrar iconos o menús con el ratón se escriben comandos o instrucciones que son ejecutados. Una
sucesión de instrucciones o comandos de R que implementa un flujo de trabajo para realizar una tarea se denomina script o guión R.
(Fuente: https://www.cs.us.es/~fran/curso_unia/introduccion_R.html).
La interpolación se realiza a diario a través de una tarea programada y automatiza la

ejecución de un script6 de R el cual permite tomar la información de la base de datos,
crear la geometría e interpolar usando el algoritmo del Kriging ordinario, el cual ha
presentado mejores resultados al momento de comparar las predicciones de ruido con los
valores medidos en el sitio (Murillo et al. 2012). El resultado es un archivo ráster que se
almacena en una ubicación del servidor como un ráster.
Para el desarrollo de este script utilizaron paquetes adicionales de R entre los cuales
tenemos: RPostgreSQL para lograr la conexión con la base de datos, rgeos para convertir
los datos a geometrías, sp el cual tiene clases y métodos para trabajar con datos espaciales,
rgdal para manejar los sistemas de coordenadas de los datos, automap el cual tiene
programado el comando autoKrige que permitió ejecutar la interpolación.
La interconexión de archivos entre Windows y Linux fue posible gracias al servidor
Samba7.
3. RESULTADOS
El aplicativo desarrollado satisface los requisitos expuestos y permite al usuario aportar

con mediciones de ruido referenciales que son enviadas al geoportal de la Universidad
del Azuay (gis.uazuay.edu.ec)
(a) (b)
Gráfico 4. (a)Interfaz principal de medición de ruido y (b) Preferencias de usuario (Fuente: Autor)
6 Un script de computadora es una lista de comandos que se ejecutan en un determinado motor de programa o de scripting. Los scripts
se pueden usar para automatizar los procesos en un equipo local o para generar páginas Web en la Web.(Fuente: http://techterms.
com/definition/script)
7 Samba son un conjunto de aplicaciones para Linux, que implementan el protocolo de comunicación SMB utilizado por los sistemas
operativos Microsoft Windows para compartir carpetas e impresoras. Básicamente samba permite a PCs que utilizan Linux conec-
tarse a carpetas compartidas en PCs con Windows y compartir carpetas como si de un sistema Windows se tratara. (Fuente: http://
www.ite.educacion.es/formacion/materiales/85/cd/linux/m4/servidor_samba.html),
Dentro del visor de mapas observamos la capa de puntos con las mediciones efectuadas.
En el mismo tiene la posibilidad de consultar la información de cada uno de ellos.
Gráfico 5. Visualización de los puntos capturados con el móvil a través del visor de mapas de
la IDE UDA. (Fuente: Autor)
Adicionalmente el resultado del comado autoKrige de R con todos los datos existentes
presenta la siguiente visualización:
Gráfico 6. Resultado ejecución AutoKrige de R para interpolar datos de ruido. (Fuente: Autor)
Para obtener más información de este proyecto ingresar al sitio web gis.uazuay.edu.ec
o si desea revisar el código fuente del script de procesamiento de datos ingresar a la
dirección http://goo.gl/o7fHbI.
4. DISCUSIÓN Y CONCLUSIONES
Al momento de obtener datos de la ciudadanía y sensores no profesionales se comienza

a cuestionar la calidad de los mismos. En este proyecto no se ha profundizado este tema
y se abre la pauta a estudiar de forma exclusiva este tema.
Se ha comprobado la factibilidad de recolectar datos de diferentes sensores de un móvil

y la interacción de los mismos con la infraestructura de datos espaciales que cada vez
apuntan a permitir la participación del usuario.
El envío de datos en tiempo real al servidor no ha sido un problema ya que con el

protocolo UDP se ha transferido paquetes de datos que no superan los 120 caracteres
(agrupa mediciones de ruido en decibles y posicionamiento GPS) lo cual es un consumo
muy bajo de espacio en memoria -MB-.
El campo de precisión (Accuracy) en base al cual se establece que precisión tiene

la ubicación obtenida por el GPS se almacena en la base de datos. Por motivos de
procesamiento se han filtrado los datos útiles a aquellos que tengan 10 metros de
error como máximo. El personal que analiza estos datos deberá examinar si se reduce
este parámetro con la finalidad de afinar los modelos con el riesgo de eliminar datos
representativos o datos recolectados con poca frecuencia.
Existen diferentes paquetes de software para el tratamiento de datos vectoriales en un

SIG. Con la finalidad de automatizar esta tarea se construyó un paquete de R el cual pudo
ser automatizado su ejecución a través de R script y las tareas programadas de Windows.
5. AGRADECIMIENTOS
Este trabajo fue llevado a cabo en el marco del proyecto “Publicación en una Infraestructura
de datos espaciales (IDE) los registros de medición de ruido ambiente a través de dispositivos
móviles” de la línea de investigación de Geomática y Territorio de la Universidad del Azuay.
Posteriormente se integró como estudio de caso del proyecto “Escenarios para el análisis de las
nuevas tendencias en IDE en Latinoamérica: Retos y oportunidades” financiado por el Instituto
Panamericano de Geografía e Historia (IPGH).
6. REFERENCIAS
EMOV. 2012. Calidad de Aire. Cuenca.

Gandhewar, Nisarg, and Rahila Sheikh. 2010. “Google Android: An Emerging Software Platform for
Mobile Devices.” International Journal on Computer Science and Engineering 1(1): 12–17.
Ganti, Raghu K, Fan Ye, and Hui Lei. 2011. “Mobile Crowdsensing: Current State and Future
Challenges.” Communications Magazine, IEEE 49(11): 32–39.
Goines, Lisa, Louis Hagler, and others. 2007. “Noise Pollution: A Modern Plague.” SOUTHERN
MEDICAL JOURNAL-BIRMINGHAM ALABAMA- 100(3): 287.
González, Julián Rodrigo Quintero. 2013. “Tendencias Actuales En El Estudio Y Análisis Del
Ruido Producido Por El Tráfico Rodado En Las Ciudades.” Intekhnia 7(2).
Murillo, Diego et al. 2012. “Comparación de Métodos de Interpolación Para La Generación de
Mapas de Ruido En Entornos Urbanos.” 3(1): 62–68.
Sanz, Benjamín García, and Francisco Javier Garrido García. 2003. La Contaminación Acústica
En Nuestras Ciudades. Fundación“ La Caixa.”
“Send and Receive Data on UDP Socket Java Android.” 2013. http://stackoverflow.com/
questions/19540715/send-and-receive-data-on-udp-socket-java-android.
Tamada Hyderabad, Ravi. 2012. “Android GPS, Location Manager Tutorial.” http://www.
androidhive.info/2012/07/android-gps-location-manager-tutorial/.
Tripathi, Anand, Liviu Iftode, Klara Nahrstedt, and Paddy Nixon. 2005. “Pervasive and Mobile
Computing.” University of Minnesota, Minneapolis 1(2).
Zannin, Paulo Henrique Trombetta, Andressa Maria Coelho Ferreira, and Bani Szeremetta. 2006.
“Evaluation of Noise Pollution in Urban Parks.” Environmental monitoring and assessment
118(1-3): 423–33.
ANÁLISIS DE IMÁGENES UAV DE LAS ISLAS GALÁPAGOS
DANIELA BALLARI1, ENRIQUE ACOSTA1, ÁNGEL ESPINOZA2, DANIEL ORELLANA3,

VILLIE MOROCHO2, MAXIMILIAN MARTIN4, ULF TORSTEN HARDTER4
1
Grupo de Geoinformación. Departamento de Ingeniería Civil. Facultad de Ingeniería.
2
Departamento de Ciencias de la Computación, Factulad de Ingeniería.
3
Factulad de Ciencias Agropecuarias.
Universidad de Cuenca. Avenida 12 de Abril y Agustín Cueva, Cuenca, Ecuador
4
WWF - WORLD WILDLIFE FUND, Puerto Ayora, Isla Santa Cruz, Galápagos.
{daniela.ballari, enrique.acosta, angel.espinozav, daniel.orellana, villie.morocho}@ucuenca.edu.ec;
{max.martin, ulf.hardter@wwf.org.ec}
Recibido : 29 de septiembre de 2015 / Aceptado: 29 de octubre de 2015
RESUMEN
En un territorio como el de las Islas Galápagos, donde el 97% de la superficie es área protegida y donde el
funcionamiento de los ecosistemas es altamente vulnerable, la toma de decisiones sobre el manejo de los
recursos debe apoyarse en un sistema de monitoreo que cumpla dos características clave: por un lado, la
capacidad de producir información de forma sistemática y periódica, y por otro lado, levantar información
de forma rápida bajo demanda en situaciones puntuales que así lo requieran. Sin embargo, en las Islas
Galápagos se carece de un sistema de monitoreo ágil para la captura de información geográfica. En este
contexto, el uso de UAV (vehículos aéreos no tripulados) con fines de captura de imágenes georeferenciadas
se presenta como una tecnología prometedora de relativamente bajo coste y de rápido despliegue para el
monitoreo y manejo ambiental. Este trabajo explora algunas de las potencialidades del análisis de imágenes
obtenidas con un UAV en una zona piloto de las Islas Galápagos. Los métodos de análisis utilizados son:
el Índice de Vegetación de Diferencia Normalizada (NDVI) y la clasificación supervisada de las imágenes
a través del algoritmo Random Forest. Los resultados muestran que las imágenes de UAV no son solo
útiles para realizar una interpretación visual y digitalización de elementos geográficos, sino también para
producir información temática útil para la gestión ambiental.
Palabras claves: UAV, drone, sensores remotos, Galápagos, NDVI, clasificación, Random Forest,
infrarrojo cercano, NIR
ABSTRACT
In the Galapagos Islands, where 97% of the territory is protected and the ecosystemic dynamics is highly
vulnerable, decisions must be based on a monitoring system that meets two key features: on one hand,
to capture information in a systematic and regular basis, and secondly, to quickly gather information
on demand. However, Galapagos has not such a system for timely capture of geographic information.
In this context, the use of UAVs (unmanned aerial vehicles) for capturing geo-referenced images is a
promising technology. It offers a low cost and rapid deployment for environmental monitoring and
management. This paper explores some of the potential of images obtained by UAV analysis in a pilot
area of Galapagos Islands. The used methods are: Normalized Difference Vegetation Index (NDVI),
and imagery supervised classification using the Random Forest algorithm. The results show that UAV
images are not only useful for visual interpretation and digitization, but also to produce useful thematic
information for environmental management.
Keywords: UAV, drone, remote sensing, Galápagos, NDVI, classification, Random Forest, near infrared.
Análisis de imágenes UAV de las Islas Galápagos Página 27
INTRODUCCIÓN
Uno de los factores críticos para el manejo racional de recursos naturales en un territorio
es la información disponible para tal proceso (De Gruijter, Brus, Bierkens, & Knotters,
2006). En un territorio como el de las Islas Galápagos, donde el 97% de la superficie es
área protegida y donde el funcionamiento de los ecosistemas es altamente vulnerable,
este tipo de decisiones debe basarse en un sistema de monitoreo de rápido despliegue que
cumpla dos características claves: por un lado, capturar información de forma sistemática
y periódica, y por otro lado, levantar información de forma rápida bajo demanda en
situaciones puntuales que así lo requieran.
Sin embargo, en las Islas Galápagos se carece de un sistema de monitoreo ágil para la
captura de información geográfica. El uso de imágenes satelitales en zonas tropicales, como
ésta, presenta limitaciones por la alta cobertura de nubes durante todo el año, impidiendo
la visualización adecuada de la superficie terrestre. Por otro lado, la recolección de
información in-situ puede ser muy complicada o incluso imposible en ciertas zonas.
Por ello, la captura de imágenes georeferenciadas mediante UAVs (vehículos aéreos
no tripulados) se presenta como una tecnología prometedora de bajo coste y de rápido
despliegue para el monitoreo y manejo ambiental de las áreas protegidas (Anderson &
Gaston, 2013).
Actualmente existe una gran variedad de UAVs (Colomina & Molina, 2014) que se
clasifican según sus características. Por ejemplo, en relación a su peso se encuentran
desde los micro UAV (menos de 5kg), los mini (menos de 30kg), hasta los tácticos
(menos de 150kg); en relación al área de cobertura, desde un rango menor a los 10km
hasta los 70km o más; con tiempos de vuelo desde los pocos minutos hasta las 30 horas;
con alas fijas o hélices; con cámaras en el espectro visible, infrarrojo, multi-espectral,
termal o incluso laser scanner. La gran variedad de UAV hace que el rango de posibles
aplicaciones también sea muy amplio, como por ejemplo agricultura (Zhang & Kovacs,
2012); medioambiente y ecología (Anderson & Gaston, 2013; Salamí, Barrado, & Pastor,
2014); desastres naturales (Baiocchi, Dominici, & Mormile, 2013), catastro (Rijsdijk et
al., 2013), y patrimonio cultural (Bendea, Chiabrando, Giulio Tonolo, & Marenchino,
2007), entre otros nuevos e innovadores usos que se les puede dar.
Los UAV están revolucionando la captura de imágenes georreferenciadas (Colomina &

Molina, 2014), sin embargo los métodos de análisis de tales imágenes todavía requieren
ser estudiados y adaptados para trabajar con el gran volumen de información que
contienen y su alta resolución espacial (Hardin & Jensen, 2011). Por ello, este trabajo
explora algunas de las potencialidades del análisis de imágenes UAV en una zona piloto
de las Islas Galápagos. Los métodos de análisis aquí tratados consisten en el cálculo
del índice de vegetación de diferencia normalizada (NDVI) y clasificación supervisada
de las imágenes para producción de información temática. Esta información, una vez
procesada, es integrada en una plataforma de Infraestructura de Datos Espaciales, que
28 Página Daniela Ballari, Enrique Acosta, Ángel Espinoza, et.al
permite un fácil manejo de la información para que la misma, sea accesible a través de
internet, incluso considerando las características especiales de limitaciones de ancho de
banda existentes en las Islas.
MÉTODO
De forma general, este estudio sigue la metodología tradicional de producción de

información geográfica a partir de sensores remotos, esto es: a) la planificación de la
captura, b) la captura de información, c) el pre-tratamiento de las imágenes, d) el análisis
y la presentación de los resultados. En esta sección, nos referiremos a los puntos b, c y d.
CAPTURA
La captura se realizó el Puerto Villamil, Isla Isabela (Figura 1) con un UAV eBee ag de
SenseFly (https://www.sensefly.com/drones/ebee-ag.html) en junio de 2015. Se realizaron
dos vuelos uno enfocado en capturar información en la región visible del espectro y otro
para incluir infrarrojo cercano, ambos con una resolución espacial de 8cm.
Figura 1. Mapa de referencia de la zona de estudio (Puerto Villamil, Isla Isabela, Galápagos).
En el primer vuelo se equipó el UAV con una cámara RGB (blue 450nm, green 520nm
y red 660nm) cubriendo un área de 409 ha correspondiente al casco urbano de Puerto
Villamil con un total de 242 imágenes. Luego del respectivo procesamiento de calibración
y georreferenciación se obtuvo un mosaico de 64 imágenes, con aproximadamente 1300
millones de pixeles. La Figura 2b muestra el mosaico generado y la Figura 2c un detalle
del mismo. En el segundo vuelo se equipó el UAV con una cámara NIR capturando las
bandas Verde, Rojo e Infrarrojo Cercano (550nm, 625nm y 850nm). En este vuelo se
cubrió un área más pequeña de 85ha correspondiente a la región sureste del casco urbano
de Puerto Villamil con un total de 69 imágenes. Luego del procesamiento se obtuvo un
mosaico de 12 imágenes con aproximadamente 207 millones de pixeles. La figura 2d

muestra el mosaico generado y la figura 2e un detalle del mismo. La figura 2a muestra
ambos mosaicos superpuestos.
Figura 2. Mosaicos capturados. (a) Mosaico RGB y NIR superpuestos, (b) Mosaico RGB, (c)
Detalle RGB, (d) Mosaico NIR y (e) Detalle NIR.
PREPARACIÓN DE IMÁGENES
El mosaico RGB se recortó de acuerdo a la extensión del mosaico NIR para facilitar el
análisis conjunto. Además, se llevó sus valores a la misma grilla del mosaico NIR para
lograr la coincidencia de píxeles. Estos presentaban leves desplazamientos debido a que
la captura se realizó en dos vuelos diferentes. Finalmente, para reducir los tiempos de
procesamiento, se realizó un remuestreo de los mosaicos disminuyendo la resolución a
un pixel de 50 cm, lo que a su vez redujo el número de total pixeles en un 97.5% (de 207
millones de pixeles a 5 millones). Esta reducción permite el análisis de las imágenes en
un tiempo computacional viable a la vez que mantiene una resolución espacial adecuada
para estudios de distribución de cobertura vegetal. La figura 3 muestra las diferencias
entre el mosaico original de 8 cm de pixel (a) y el remuestrado de 50 cm (b).
Figura 3. Remuestreo de mosaicos. (a) Resolución de 8 cm y (b) Resolución de 50 cm
ÍNDICE DE VEGETACIÓN
La generación de índices de vegetación se basa, por lo general, en la combinación de

las bandas del infrarrojo cercano y una o más bandas visibles, en especial la banda del
rojo (Chuvieco, 2008; Gini, Passoni, Pinto, & Sona, 2014). El parénquima clorofílico
de la vegetación tiene una reflectividad muy alta en la banda infrarrojo cercano y muy
baja en la del rojo. Por tanto, cuanto mayor sea la diferencia entre ambas bandas, mayor
es la actividad clorofílica de la superficie, lo que se relaciona con altos porcentajes de
cobertura vegetal y/o mayor vigor de la vegetación. Así, al combinar estas bandas, se
acentúan las propiedades espectrales de la vegetación, visualizándose de manera más
clara con respecto a otros tipos de coberturas del suelo, tales como el suelo desnudo, el
agua o construcciones. Estos índices, por lo tanto, son útiles para estudiar la cantidad
relativa de vegetación, su vigor, así como la diferenciación de suelo y vegetación.
A pesar que existe una gran variedad de índices que utilizan la reflectividad en las bandas
del infrarrojo cercano y del rojo (Bannari, Morin, Bonn, & Huete, 1995; Lawrence &
Ripple, 1998; Viña, Gitelson, Nguy-Robertson, & Peng, 2011), en este trabajo se utiliza
el Índice de Vegetación de Diferencia Normalizada (Normalized Difference Vegetation
Index - NDVI) (Rouse Jr, Haas, Schell, & Deering, 1974), por ser uno de los más
utilizados. Su ecuación es como se indica a continuación (Ecuación 1):
𝑁𝐷𝑉𝐼=𝑖𝑛𝑓𝑟𝑎𝑟𝑟𝑜𝑗𝑜 𝑐𝑒𝑟𝑐𝑎𝑛𝑜−𝑟𝑜𝑗𝑜𝑖𝑛𝑓𝑟𝑎𝑟𝑟𝑜𝑗𝑜 𝑐𝑒𝑟𝑐𝑎𝑛𝑜+𝑟𝑜𝑗𝑜 (1)
NDVI presenta valores continuos entre -1 y 1, permitiendo así establecer rangos o

umbrales, que aunque difusos, se relacionan con diferentes tipos de cobertura. Así, los
valores negativos típicamente se relacionan con aguas claras y profundas (donde la
reflectancia del rojo es mayor a la del infrarrojo cercano). El suelo desnudo, las rocas,
nubes y nieve presentan valores bajos, generalmente entre 0 y 0.1. La vegetación dispersa
o poco vigorosa presenta valores entre 0.2 y 0.5. Finalmente la vegetación densa y muy
vigorosa presenta valores altos, entre 0.6 y 0.9.
CLASIFICACIÓN SUPERVISADA
La clasificación supervisada de imágenes permite transformar un conjunto de bandas

que contienen información de reflectancia multiespectral en una sola capa que contiene
información temática discreta, típicamente “clases” de cobertura del suelo. Para realizar
una clasificación supervisada se requiere identificar una serie de variables predictoras
(bandas), el número y tipo de clases o coberturas a clasificar, delinear los polígonos de
entrenamiento y validación, y finalmente ejecutar un algoritmo que asigne cada pixel de
la imagen a una de las coberturas definidas (Olaya, 2011).
En nuestro caso, se utilizaron 5 variables predictoras que son las bandas del rojo, azul,
verde, infrarrojo cercano y NDVI, y se identificaron 4 coberturas del suelo a clasificar:
mar, lagunas interiores, vegetación y suelo descubierto conformado por cobertura urbana,
vías, lava, playa y rocas. Se digitalizaron 41 polígonos de entrenamiento (Figura 4): 3
para mar, 2 para lagunas interiores, 16 para vegetación y 20 para suelo descubierto. Estos
polígonos se hallan dispersos en toda la zona de estudio y se consideró la variabilidad
de elementos que conforman cada cobertura (por ejemplo urbano, vías, lava, playa y
rocas para la cobertura de suelo descubierto). No fue necesario utilizar polígonos para
validación, ya que el algoritmo utilizado permite realizar una estimación de la bondad de
la clasificación utilizando los mismos polígonos de entrenamiento.
Figura 4. Polígonos de entrenamiento
Se utilizó el algoritmo Random Forest para la clasificación supervisada (Breiman, 2001),

que se basa en una colección de árboles de decisión, donde cada árbol se forma con un
subconjunto de datos (pixeles) de entrenamiento seleccionados a través de un muestreo
aleatorio con reemplazo (Bagging o Bootstrap Aggregating). En este muestreo, 1/3 de
los datos son dejados fuera del subconjunto para estimar la bondad de la clasificación,
lo que se conoce como “out-of-bagging” OBB. Cada árbol de decisión devuelve una
clasificación llamada “voto”. Luego el algoritmo elige la clase o cobertura que más
votos haya obtenido en todos los árboles generados (Lawrence, Wood, & Sheley, 2006;
Rodriguez-Galiano, Ghimire, Rogan, Chica-Olmo, & Rigol-Sanchez, 2012). Para este
procesamiento se utilizó la librería randomForest de R (Liaw & Wiener, 2002), con 250
árboles de decisión.
RESULTADOS
ÍNDICE DE VEGETACIÓN NDVI
La Figura 5 muestra el mapa de NDVI con rango de valores entre -0.99 a 0.47. En
color rojo se observa el mar (valores entre -0.49 a -0.99), en naranja y amarrillo el
suelo desnudo, zonas urbanas, vías y playas (valores entre -0.49 y 0.1), y en distintas
tonalidades de verde la vegetación (valores entre 0.2 y 0.47). Los tonos más oscuros de
verde se relacionan con el mayor contenido de clorofila y las manchas amarrillas que se
intercalan con la vegetación se relacionan, en algunos casos, con la presencia de suelo
desnudo (lava, rocas), y, en otros casos, con el bajo nivel clorofílico de la vegetación
pudiendo deberse a la presencia de plantas secas o sin hojas.
Figura 5. Mapa con índice de vegetación NDVI
CLASIFICACIÓN SUPERVISADA
La Tabla 1 y la Figura 6 muestran el resultado de la clasificación supervisada con el

porcentaje de superficie de cada cobertura y la distribución espacial de las mismas
Tabla 1. Superficies de coberturas del suelo

Cobertura Hectáreas %
Laguna interior 0.42 0.47
Mar 16.67 19.59
Suelo descubierto 28.31 33.26
Vegetación 39.73 46.68
Figura 6. Mapa de coberturas clasificadas
La bondad general de la clasificación fue del 0.18% (error OOB - out of bag) calculado
con el 1/3 de los datos excluidos en cada iteración. La matriz de confusión de la Tabla
2 muestra los errores de clasificación por tipo de cobertura. La cobertura que mayor
error de clasificación presenta es “Mar”, confundiéndose con “Suelo descubierto” en un
0.27% de los casos. Ello puede observarse en la Figura 6 cuando pixeles que encuentran
tierra adentro han sido clasificados como “Mar”. La causa es la similitud en las firmas
espectrales del mar y de ciertos pixeles de suelo descubierto y que el algoritmo de
clasificación no logra diferenciar adecuadamente. La Figura 7 muestra un ejemplo, en el
que el índice de similitud de firmas espectrales de Bray-Curtis es del 93%. Por otro lado,
la cobertura “suelo desnudo” es la que se confunde con el mayor número de coberturas,
posiblemente por la amplia variabilidad de elementos que la conforman (suelo urbano,
lava, vías, playas y rocas).
Tabla 2. Matriz de confusión y errores de clasificación por tipo de cobertura

Laguna Pixeles correcta-
Mar Suelo descubierto Vegetación mente clasifica- Pixeles incorrec-
interior tamente clasifica-
% % %
% dos % dos %
Laguna interior 99.92 0 0.08 0 99.92 0.08
Mar 0 99.73 0.27 0 99.73 0.27
Suelo descubierto 0.01 0.05 99.84 0.1 99.84 0.16
Vegetación 0 0 0.08 99.92 99.92 0.08
Figura 7. Similitud en firmas espectrales de mar (celeste) y suelo descubierto (azul).
Finalmente, la Figura 8 muestra la importancia estadística de cada una de las variables

predictoras a través de disminución media en precisión (Mean Decrease Accuracy). Es
decir, cuanto la precisión de la clasificación se redujo durante el proceso de “out-of-
bagging” OOB. Se observa que las bandas que más impacto tuvieron en la precisión de
la clasificación son NDVI y las bandas del azul y verde, seguidos por las bandas del rojo
e infrarrojo cercano. El reducido impacto de las bandas del rojo e infrarrojo cercano,
en comparación con NDVI, puede deberse a que esta última sintetiza la información
contenida en las dos primeras. Esto resulta útil para poder seleccionar (o descartar)
variables predictoras.
Figura 8. Disminución media en precisión de la clasificación por variables predictoras.
REPRESENTACIÓN DE NDVI PARA COBERTURA DE VEGETACIÓN
La capa de coberturas del uso del suelo, puede utilizarse para realizar una representación
más clara de NDVI en relación a la vegetación. Para ello se realizó una máscara
manteniendo solamente la cobertura de vegetación para representar sus valores de NDVI.

De esta representación se excluyeron los valores de NDVI menores a cero que pueden
haber sido resultado de los errores de clasificación (Figura 9).
Figura 9. Representación de NDVI para la cobertura de vegetación
DISCUSIÓN Y CONCLUSIONES
Este trabajo exploró las potencialidades del análisis de imágenes UAV en una zona piloto
de las Islas Galápagos. Los métodos de análisis utilizados fueron el cálculo del Índice
de Vegetación de Diferencia Normalizada (NDVI) y clasificación supervisada de las
imágenes a través del algoritmo Random Forest. Los resultados de este trabajo muestran
que las imágenes de UAV no son solo útiles para realizar una interpretación visual y
digitalización de las mismas, sino que también son apropiadas para la producción de
información temática ambiental.
En los análisis aquí presentados no se realizaron correcciones atmosféricas y radiométricas

para obtener los valores de radiancia, lo cual es necesario para una interpretación adecuada
de NDVI así como para análisis temporales de imágenes satelitales. Si bien el efecto de la
atmósfera es mucho menor en un UAV que en satélites, para aplicar adecuadamente los
métodos de análisis es necesario cuantificar este efecto.
Respecto a NDVI, este trabajo puede extenderse con la comparación con otros índices de
vegetación disponibles como son EVI (Índice de vegetación realzado), SAVI (Índice de
vegetación ajustado al suelo) o IPVI (Índice de vegetación de porcentaje de infrarrojo),
para determinar cuál de ellos se adecua mejor a los ecosistemas de Galápagos. Respecto
a la clasificación supervisada, podría ser complementada con clasificación basada en
objetos, ya que se espera que el proceso de segmentación facilite la clasificación en

imágenes de muy alta resolución espacial y, por lo tanto, con un número muy elevado de
píxeles (Canovas-Garcia, Alonso-Sarría, & Gomariz-Castillo, 2014).
El cuello de botella en el análisis de imágenes de UAV se presenta con el elevado número

de píxeles producto de la alta resolución espacial. Cuando los análisis son aplicados pixel
a pixel (algebra de mapas local), las imágenes pueden cargarse en memoria y leerse por
trozos (chunks). Sin embargo, otros tipos de análisis, como es el caso de clasificación
o análisis multi-temporal, pueden requerir del conocimiento global (en espacio y en
tiempo) de la imagen. En estos casos deben ser exploradas alternativas para el análisis de
grandes conjuntos de datos.
Los UAV están revolucionando la captura de geoinformación, permitiendo realizar

capturas bajo demanda y de rápido despliegue. En zonas tropicales, como el caso de
Galápagos, es una alternativa a las imágenes satelitales que, por la alta cobertura de
nubes, muchas veces se vuelven inutilizables. Además, se espera que el adecuado uso
de esta tecnología y su integración con una Infraestructura de Datos Espaciales faciliten
el acceso a geoinformación sistematizada y actualizada para una adecuada toma de
decisiones.
AGRADECIMIENTOS
Este trabajo se realizó en el marco del proyecto “Integración de fuentes de datos espaciales y
monitoreo ambiental con UAV para la toma de decisiones en áreas pobladas y áreas protegidas
de las Islas Galápagos” financiado por World Wildlife Fund, Inc. (WWF) y la Universidad de
Cuenca.
REFERENCIAS
Anderson, K., & Gaston, K. J. (2013). Lightweight unmanned aerial vehicles will revolutionize
spatial ecology. Frontiers in Ecology and the Environment, 11(3), 138–146.
Baiocchi, V., Dominici, D., & Mormile, M. (2013). UAV application in post-seismic environment.
Int. Arch. Photogramm. Remote Sens. Spatial Inf. Sci., XL-1 W, 2, 21–25.
Bannari, A., Morin, D., Bonn, F., & Huete, A. R. (1995). A review of vegetation indices. Remote
Sensing Reviews, 13(1-2), 95–120.
Bendea, H., Chiabrando, F., Giulio Tonolo, F., & Marenchino, D. (2007). Mapping of
archaeological areas using a low-cost UAV. The Augusta Bagiennorum test site. In XXI
International CIPA Symposium, 01-06 octobre 2007, Athens, Greece.
Breiman, L. (2001). Random forests. Machine Learning, 45(1), 5–32.
Canovas-Garcia, F., Alonso-Sarría, F., & Gomariz-Castillo, F. (2014). Cartografía de coberturas
del suelo a partir de imágenes de alta resolución espacial: comparación de cuatro métodos
de ordenación de variables. En Congreso I+D+Ingeniería. Cuenca, Ecuador.
Chuvieco, E. (2008). Teledetección Ambiental. Barcelona, Ariel Ciencia.
Colomina, I., & Molina, P. (2014). Unmanned aerial systems for photogrammetry and remote
sensing: A review. ISPRS Journal of Photogrammetry and Remote Sensing, 92, 79–97.
De Gruijter, J. J., Brus, D. J., Bierkens, M. F. P., & Knotters, M. (2006). Sampling for natural
resource monitoring (1st ed.). Springer Verlag.
Gini, R., Passoni, D., Pinto, L., & Sona, G. (2014). Use of Unmanned Aerial Systems for
multispectral survey and tree classification: a test in a park area of northern Italy. European
Journal of Remote Sensing, 47, 251–269.
Hardin, P. J., & Jensen, R. R. (2011). Small-scale unmanned aerial vehicles in environmental
remote sensing: Challenges and opportunities. GIScience & Remote Sensing, 48(1), 99–
111.
Lawrence, R. L., & Ripple, W. J. (1998). Comparisons among vegetation indices and bandwise
regression in a highly disturbed, heterogeneous landscape: Mount St. Helens, Washington.
Remote Sensing of Environment, 64(1), 91–102.
Lawrence, R. L., Wood, S. D., & Sheley, R. L. (2006). Mapping invasive plants using
hyperspectral imagery and Breiman Cutler classifications (RandomForest). Remote
Sensing of Environment, 100(3), 356–362.
Liaw, A., & Wiener, M. (2002). Classification and regression by randomForest. R News, 2(3),
18–22.
Olaya, V. (2011). Sistemas de Información Geográfica. (V. Olaya, Ed.). Recuperado de http://
volaya.github.io/libro-sig/index.html
Rijsdijk, M., Cadastre, D., Cadastre, W. H. M. van H. D., Witteveen, W., ten Buuren, G. H.
M., Police, D., … NLR, R. L. (2013). Unmanned Aerial Systems in the process of
Juridical Verification of Cadastral Borders. In Presentation at UAV-g Conference, Rostock
University, Rostock, Germany. http://www. uav-g. org/Presentations/UAS_for_Cadastal_
Applications/Rijsdijk_MUAS_in_the_process_of_juridical_verification. pdf.
Rodriguez-Galiano, V. F., Ghimire, B., Rogan, J., Chica-Olmo, M., & Rigol-Sanchez, J. P.
(2012). An assessment of the effectiveness of a random forest classifier for land-cover
classification. ISPRS Journal of Photogrammetry and Remote Sensing, 67, 93–104.
Rouse Jr, J., Haas, R. H., Schell, J. A., & Deering, D. W. (1974). Monitoring vegetation systems
in the Great Plains with ERTS. NASA Special Publication, 351, 309.
Salamí, E., Barrado, C., & Pastor, E. (2014). UAV flight experiments applied to the remote
sensing of vegetated areas. Remote Sensing, 6(11), 11051–11081.
Viña, A., Gitelson, A. A., Nguy-Robertson, A. L., & Peng, Y. (2011). Comparison of different
vegetation indices for the remote assessment of green leaf area index of crops. Remote
Sensing of Environment, 115(12), 3468–3478.
Zhang, C., & Kovacs, J. M. (2012). The application of small unmanned aerial systems for
precision agriculture: a review. Precision Agriculture, 13(6), 693–712.
PROCESAMIENTO WEB GEOESPACIAL SOBRE UNA IDE PARA

LA ORDENACIÓN TERRITORIAL Y URBANÍSTICA.
JOHNATAN ASTUDILLO1, VILLIE MOROCHO1, LORENA VIVANCO2, NATALIA PACURUCU2,
XIMENA SALAZAR2
1
Departamento de Ciencias de la Computacion. Facultad de Ingeniería.
2
Facultad de Arquitectura y Urbanismo.
Universidad de Cuenca. Avenida 12 de Abril y Agustín Cueva, Cuenca, Ecuador
{johnatan.astudillo, villie.morocho, lorena.vivanco, natalia.pacurucu, ximena salazar}@ucuenca.edu.ec
RESUMEN
En el Ecuador, en los últimos años se han realizado transformaciones fundamentales en el manejo de

información, el rol de la planificación ha retomado importancia en la construcción y/o formulación de los
diferentes de instrumentos y herramientas de planificación territorial y urbana. Frente a ello, con el propósito
de establecer las actuaciones necesarias, con base en información georeferenciada actualizada y validada
por los organismos oficiales, se busca compartir bases de datos que estaban restringidas para la ciudadanía,
creando espacios que permitan potenciar el ejercicio ciudadano de acceso a la información pública, tanto
de información estadística y geográfica desagregada en el territorio, vital para el proceso de planificación
en el Ecuador, como insumos para la construcción y actualización de los Planes de Ordenación Territorial y
Urbanística. Sin embargo, uno de los problemas que implica la gestión de información para la formulación
de los planes de ordenación territorial y urbanística, es la posibilidad de utilizar herramientas que permitan
la integración de fuentes oficiales o facilitar la búsqueda y obtención de fuentes de información. A esto
se suma, la deficiencia de talento humano capacitado que normalmente es quien utiliza herramientas
SIG para la formulación de los planes. Si bien el acceso a la información mediante el Sistema Nacional
de Información ha tomado fuerza en el país, no es menos cierto, que aún queda pendiente la tarea de
“transformar los datos en información relevante para observar, experimentar, analizar y comprender el
comportamiento del sistema territorial y urbano; y, es ahí donde surge la pertinencia de este documento
que presenta una primera fase de implementación de un Laboratorio Virtual de Ciudad y Territorio, donde
se ha desarrollado el procesamiento web geoespacial sobre el IDE Ucuenca V3.5 lo que permite brindar
una herramienta amigable, de uso fácil y que proveerá una clase de asistente para la generación de modelos
territoriales y urbanos de la situación actual, que permitan comprender la realidad de los territorios y que
por lo tanto sirvan de insumo para la toma de decisiones en los procesos de planificación.
Palabras clave: IDE, Modelo Territorial Actual, Modelo Urbano Actual, Geoprocesamiento, SIG, Mapas
Temáticos, Ordenación Territorial, Ordenación Urbanística
ABSTRACT
In Ecuador, the last years there have been fundamental changes in information management; the role of
planning has taken importance in the construction and / or formulation of the various instruments and
tools of territorial and urban planning. Against this, in order to establish the necessary measures, based
on georeferenced information updated and validated by government agencies, it seeks to share databases
that were restricted to the public, creating opportunities for enhancing the exercise of citizenship access
public information, both statistical and geographical information disaggregated in the territory. Vital to
the planning process in Ecuador, as inputs for the construction and renovation of the Plans of Land and
Urban Planning Source. However, one of the problems involved in the management of information for the
Procesamiento WEB geoespacial sobre una IDE Página 39
formulation of plans for Land and Urban Planning, is the ability to use tools that allow the integration of
officials or facilitate search and retrieval of information sources. Added to this is the deficiency of trained
human talent that is usually who uses GIS tools for the formulation of plans. While access to information
through the National Information System has taken hold in the country, it is no less true that the task of
“transforming data into relevant information for observing, experimenting, analyzing and understanding
the behavior is still pending territorial and urban system. This is where the relevance of this document
presents a first stage of implementation of a Virtual Laboratory of City and Territory, which has developed
the geospatial web processing on Ucuenca SDI V3.5 which allows providing a user-friendly tool to use
arises easy and provide a kind of wizard to generate territorial and urban models of the current situation for
understanding the reality of the territories and thus serve as input for decision-making in planning processes.
Key words: SDI, Actual Territorial Model, Actual Urban Model, Geoprocessing, GIS, Thematic Maps,
Land Planning, Urban Planning.
INTRODUCCIÓN
En los últimos tiempos la Infraestructura de Datos Espaciales ha tomado un gran valor

como principal plataforma para la administración y publicación de servicios para el
acceso y consulta a datos geográficos. Cada IDE, dependiendo en gran medida del
sector en la que se la implementa, ha evolucionado según las necesidades de reducir
los procesos internos que se ejecutan necesariamente para la entrega de la información.
Con este antecedente y con el fin de mejorar el tiempo de publicación de la información
espacial, se puede integrar a las IDE herramientas de procesamiento y análisis,
consiguiendo como valor agregado que sean generadores de nueva información a más
de un medio de publicación.
ALTERNATIVAS PARA EL PROCESAMIENTO WEB GEOESPACIAL
El objetivo del procesamiento web geoespacial es brindar el acceso fácil a operaciones o

procesos geográficos para el análisis y elaboración de mapas utilizando una metodología.
A continuación se presentan brevemente dos alternativas para el desarrollo, siendo la
última la elegida para una solución específica que se detallará más adelante.
WEB PROCCESSING SERVICE (WPS)
Propuesta por el Consorcio Geoespacial Abierto (OGC) para estandarizar las peticiones y
respuestas de procesos geoespaciales, de manera que un cliente pueda lanzar la ejecución
de un proceso y recoger la respuesta. También especifica cómo publicar los procesos
geoespaciales para que los clientes puedan descubrir los servicios proporcionados. Así,
cada servidor puede implementar un conjunto de procesos diferente y publicar la lista en
un documento de WPS capabilites. Los procesos incluyen cualquier cálculo o proceso
que opere sobre datos raster o vectoriales georreferenciados, por ejemplo operaciones
con polígonos o bases de datos.
GeoServer ofrece dos categorías de procesos:

40 Página Johnatan Astudillo, Villie Morocho, Lorena Vivanco, et.al
• Procesos de JTS Topology Suite (VIVID SOLUTIONS, 2003), una biblioteca Java
de procesado de geometrías en dos dimensiones que implementa las operaciones
propuestas por la OGC en Simple Features Specification for SQL (OGC, 2010),
que incluye operaciones como el cálculo de la longitud de una curva o el área de
una superficie; operaciones de composición como intersección, diferencia o unión;
métricas como la distancia entre geometrías; etc.
• Procesos específicos de GeoServer, como reproyecciones o recolección de conjuntos
de geometrías.
Las peticiones WPS pueden incluir la ejecución de procesos encadenados, de manera que
la salida de un proceso sea la entrada de otro. Para realizar la petición WPS, es necesario
construir un XML que describa la ejecución de los procesos, donde cada uno recibe
como entrada el resultado de la ejecución del proceso anterior. En la documentación de
Geoserver (Geo Server, 2015) existe un ejemplo donde se muestra la construcción de
la petición XML. Explica cómo obtener cuántas millas de carreteras discurren en áreas
protegidas, teniendo en cuenta que se disponen de dos capas, una con las carreteras y otra
con las áreas protegidas.
La documentación de GeoServer explica cómo implementar un nuevo proceso. Para ello

es necesario construir la aplicación en local, y añadir la clase con el proceso extendido de
org.geoserver.wps.gs.GeoServerProcess (Boundless, 2012)
GEOTOOLS
GeoTools (Open source Geospatial Fundation, 2015) es usada por una biblioteca de
código abierto en Java que proporciona una colección de métodos estandarizados y
compatibles para el manejo de datos geoespaciales. La biblioteca GeoTools implementa
las especificaciones Open Geospatial Consortium (OGC).
Esta amplia librería nos permite manejar la gran mayoría de los procesos geoespaciales,
así como la definición de interfaces para las estructuras y conceptos espaciales clave y una
limpia API de acceso a datos soportando el acceso a entidades, soporte de transacciones
y bloqueo entre hilos de ejecución (OSGeoLive, 2015). Las características de esta
herramienta de desarrollo la hacen ideal para soluciones ad hoc complejas.
GeoTools es usada por multitud de proyectos incluyendo servicios web, herramientas de

consola y aplicaciones de escritorio. Las aplicaciones de OSGeo-Live que utilizan GeoTools
son: 52ºNorth SOS, 52°North WPS, AtlasStyler, Geomajas, Geopublisher,GeoServer,
and User-friendly Desktop Internet GIS (uDig).
En las últimas versiones GeoTools ya cuenta con un paquete para el procesamiento

vectorial y raster, sin embargo no están incluidas en la versión estable de la biblioteca;
por lo que el acceso a la documentación es limitado para esta sección.
LABORATORIO VIRTUAL DE CIUDAD Y TERRITORIO
El proyecto “Laboratorio virtual de ciudad y territorio” de la Facultad de Arquitectura y

Urbanismo de la Universidad de Cuenca es una propuesta para automatizar los procesos
geoespaciales que intervienen en la construcción de los modelos territoriales y urbanos
actuales (Vivanco, et.al, 2014).
En la formulación de un Plan de Ordenación Territorial (POT) o de un Plan de Ordenación

Urbanística (POU), el modelo es una imagen del sistema territorial representado sobre un
plano en el que se muestra de forma sintética y simplificada las relaciones entre el medio
físico, la población, las infraestructuras, la estructura y el funcionamiento del territorio,
según la dimensión y naturaleza del plan. Los modelos deben presentar las siguientes
características:
a. Conocimiento de la realidad actual

b. Fácil entendimiento y comprensión
c. Simplificación y representación
Un mapa de modelo territorial actual requiere de varios procesos geoespaciales previos

a la publicación. Desde el punto tecnológico GeoTools nos brinda una amplia gama para
consumir y procesar información geográfica.
Figura 1. Vista global del flujo de los modelos territoriales y urbanos.
Información.- Las fuentes pueden ser datos propios localizados en un servidor local o de
un servicio web oficial externo. Web Feature Service (WFS) permite el acceso a datos
vectoriales, así pues, define operaciones web de interfaz para la consulta y edición de
entidades geográficas (features) vectoriales. Esta petición de geoinformación vectorial
llega al cliente en lenguaje GML, lo que le facilitará su posterior gestión.
Procesos geoespaciales.- Los procesos básicos para generar un mapa de modelo

territorial actual son: Unión, intersección, recorte, buffer, etc. y el análisis y clasificación
de sus atributos. Dentro de la biblioteca de GeoTools las podemos encontrar dentro de la
colección gt-process-feature-13.1.jar en el paquete org.geotools.process.vector.
Publicación.- Web Map Service (WMS) Esta especificación permite al usuario final
visualizar los mapas resultantes del procesamiento de las entradas. Los mapas producidos
por WMS se generan normalmente en formato de imagen (.png, .gif o .jpeg) El WMS
permite la superposición visual de información geográfica compleja y distribuida.
A continuación se presenta un gráfico que describe parte del proceso para la generación
manual de un mapa de modelo territorial con una herramienta de escritorio.
Figura 2. Sección del proceso manual para el modelo de territorio actual.
Parte del proceso también involucra crear y asignar estilos para una correcta leyenda al
mapa final. En la siguiente figura se muestra de forma más completa y enriquecida el
resultado del proceso anterior.
Figura 3. Modelo territorial actual del cantón Tena.

Figura 4. Flujo de un Geoproceso.
La Figura 4 muestra de forma muy superficial como se puede automatizar el proceso

de generación de un mapa. Teniendo como entrada capas vectoriales consumidas desde
sitios oficiales con la especificación WFS, para ser procesadas geográficamente con
herramientas de GeoTools, para su posterior publicación como servicio WMS.
CONCLUSIONES
Las nuevas Infraestructuras de Datos Espaciales están en constante evolución y

crecimiento, por lo que presentan nuevos retos al momento de publicar y automatizar
procesos geoespaciales. En el ámbito de la ordenación territorial y urbana, su potencial se
ve aumentado en la medida en que coadyuvan a una lectura espacial de la realidad sobre
la cual se va a actuar, sus componentes y características. Todavía más si se considera la
complejidad que tanto el sistema territorial como urbano presentan. La decisión de usar
una tecnología depende en gran medida de la complejidad y exigencia de procesar la
información. Como se ha demostrado en este artículo, la solución ideal para el caso de
estudio es la implementación de GeoTools debido a los altos requerimientos del modelo.
Si bien el uso de WPS no requiere de altos conocimientos de programación, es poco
flexibles y crear un nuevo proceso como parte de las librerías impone dependencias más
fuertes. El producto de este trabajo está integrándose en la nueva versión del IDE Ucuenca
y permitirá ofrecer una herramienta a los Gobiernos Autónomos Descentralizados (GAD)
que facilite la tarea de generación de información para su actuación y la planificación del
gobierno nacional.
AGRADECIMIENTOS
Este proyecto es financiado por fondos propios de la Universidad de Cuenca. Agradecimiento a la

Fundación RedCEDIA por su apoyo al desarrollo de las IDEs académicas por medio del GT-IDE.
REFERENCIAS
Boundless (2012), Creating a GeoServer Split Polygon WPS Process. Recuperado 15 de julio de
2015, a partir de http://boundlessgeo.com/2012/06/splitpolygon-wps-process-p1/
Geo Server. (2015). GeoServer 2.9.x User Manual. Recuperado 15 de agosto de 2015, a partir de
http://docs.geoserver.org/latest/en/user/index.html
OGC. (2010). OpenGIS Implementation Specification for Geographic information - Simple
feature access – Part 2: SQL Option. Recuperado 25 de agosto de 2015, a partir de http://
www.opengeospatial.org/standars/sfs
Open source Geospatial Fundation (2015). GeoTools The Open Source Java GIS Toolkit.
Recuperado 18 de julio de 2015, a partir de http://geotools.org/about.html
OSGeoLive (2015), http://live.osgeo.org/es/overview/geotools_overview.html
VIVID SOLUTIONS. (2003). JTS Technical Specs.pdf. Recuperado 26 de octubre de 2015, a
partir de http://www.vividsolutions.com/jts/bin/JTS%20Technical%20Specs.pdf
Vivanco, L., Salazar, X., y Cordero, M. (2014). Laboratorio virtual de ciudad y territorio.
Recuperado 18 de agosto de 2015, a partir de http://www.ucuenca.edu.ec/ojs/index.php/
estoa/article/view/325
INTEGRACIÓN DE REDES DE SENSORES PARA VISUALIZACIÓN

DE DATOS METEOROLÓGICOS EN TIEMPO REAL Y SU USO EN
INFRAESTRUCTURA DE DATOS ESPACIALES
VICTOR GONZALEZ-JARAMILLO1, MANUEL QUIÑONES-CUENCA2, MAX PERALTA3,
SANTIAGO QUIÑONES4, FERNANDO OÑATE-VALDIVIESO5, FELIPE QUIÑONES6, BYRON
FIGUEROA7, DANIELA BALLARI8, ANDREA MORALES RODRIGUEZ9.
UNIVERSIDAD TÉCNICA PARTICULAR DE LOJA, San Cayetano Alto s/n, Loja, Ecuador,
1,2,3,4,5,6,7
e-mail: 1vhgonzalez@utpl.edu.ec, 2mfquinonez@utpl.edu.ec,3 maperalta3@utpl.edu.ec, 4lsquinones@

utpl.edu.ec, 5fronate@utpl.edu.ec,6fdquinones@utpl.edu.ec, 7brfigueroa@utpl.edu.ec,
8
UNIVERSIDAD DE CUENCA, Avenida 12 de Abril y Agustín Cueva, Cuenca, Ecuador, e-mail:
8
daniela.ballari@ucuenca.edu.ec
9
CEDIA, La Condamine 12-109 y Tarqui, Cuenca, Ecuador, e-mail: 9 andrea.morales@cedia.org.ec
RESUMEN
En Ecuador no se cuenta con un sistema de monitoreo de variables climatológicas que abastezca las
necesidades actuales. A pesar de que el Instituto Nacional de Meteorología e Hidrología (INAMHI) posee
una red de estaciones meteorológicas, estas se encuentran espacialmente muy dispersas en el territorio;
en algunos casos las estaciones no se encuentran operacionales y es difícil el acceso a los datos. Basados
en lo anterior, en la presente investigación nos hemos planteado el desarrollo de Redes de Sensores que
ayuden a la recolección y almacenamiento de datos meteorológicos. Para ello se implementará una Red
Inalámbrica de Sensores (RIS) de tipo meteorológico, esta tecnología permite la integración de software
libre y hardware flexible. Con el avance de la ciencia y el desarrollo de la electrónica, estos sistemas son
más accesibles económicamente, con notables mejoras en sus sistemas de eficiencia energética, así como
en los sistemas de comunicación; además son más portables. Gracias a las ventajas de sus sistemas de
comunicación, se pueden armar arquitecturas en malla que permiten la comunicación entre los equipos,
incluso si uno de ellos falla. También poseen la capacidad de almacenar grandes volúmenes de datos y
mantenerse a la espera de comunicación con el sistema central. Los datos obtenidos podrán ser enviados
hacia un servidor por medio de distintos protocolos de comunicación, entre ellos tenemos: Wi-Fi, radio o
GPRS. Finalmente los datos obtenidos en tiempo real son accedidos en línea por los usuarios, además estos
datos también pueden ser mostrados dentro del entorno de una Infraestructura de Datos Espaciales (IDE)
en forma de mapas, siendo accesibles a la ciudadanía y a los tomadores de decisiones. Esto convierte al
sistema de redes de sensores inalámbricos y la visualización de sus datos en una herramienta fundamental
para la toma de decisiones y la planificación del territorio.
Palabras clave: estaciones meteorológicas, Redes de Sensores Inalámbricos, RIS, climatología
ABSTRACT
Ecuador does not have a monitoring system of climatological variables that supply the current needs. Although,
the Instituto Nacional de Meteorología e Hidrología (INAMHI) has a network of meteorological stations are
dispersed in the territory, in some cases the stations are not operational and it is difficult to access to this
data. Based on the above, in the present study we state the development of sensor networks to assist to gather
and store of meteorological data. For this purpose it is implemented a Wireless Sensor Network (WSN)
of weather type, this technology allows the integration of free software and flexible hardware. With the
advancement of science and the development of electronics, these systems are more economically accessible,
with significant improvements in energy efficiency systems and communication systems; also, they are
46 Página Victor Gonzales, Manuel Quiñones, Max Peralta, et.al
portable. Due to the advantages of their communication systems you can build mesh architectures that enable
communication between computers, even if one fails. Also they can store large volumes of data and remain
waiting for communication with the central system. The data obtained can be sent to a server using different
communication protocols, among them are: Wi-Fi, radio or GPRS. Finally, real-time data are accessed
online by users; in addition these data can also be displayed like maps in the environment of a Spatial Data
Infrastructure (SDI), being accessible to the public and decision makers. This makes the system of Wireless
Sensors Networks and visualization of data in fundamental tools for decision-making and planning.
Key words: weather stations, Wireless Sensor Network, WSN, climatology
1. INTRODUCCIÓN
En la actualidad, Ecuador no cuenta con un sistema de monitoreo en tiempo real que

permita ver los cambios que se producen en los diferentes tipos de fenómenos climáticos.
La red de estaciones que posee el Instituto Nacional de Meteorología e Hidrología
(INAMHI) está conformada por estaciones meteorológicas y pluviométricas (INAMHI,
2015), equipos de gran precisión y de costos elevados; estos equipos están distribuidos
espacialmente en todo el territorio ecuatoriano, pero debido a su baja densidad espacial
no permite reflejar de una manera adecuada los cambios producidos en las variables
observadas. Adicional a ello se suman la complicada orografía y gradiente altitudinal
presente en el territorio, el difícil acceso, la falta de personal técnico y presupuesto para
dar mantenimiento a la red. Las bases de datos en las que se almacena la información
no son accesibles de forma remota, sino que para acceder a estas se deben realizar
solicitudes a los organismos encargados, produciéndose retrasos; esto puede llegar a ser
crítico dependiendo de la finalidad de los datos.
La Infraestructura de Datos Espaciales (IDE) es un ejemplo de cómo compartir la

información que se tenga en un determinado sistema sobre un territorio. Como ejemplo
podemos citar la mejora de monitoreo medioambiental, con una amplia cobertura espacio-
temporal (Díaz et al., 2013), también se tiene una aplicación de Infraestructura de Datos
Espaciales para datos meteorológicos (van der Well, 2015). Las diferentes propuestas
de IDE a nivel mundial han tenido un gran impulso. Es así que INSPIRE, la iniciativa
europea, tienen sus inicios en la década del 2000 (Infrastructure for Spatial Information
in Europe) y GMES (Global Monitoring for Environment and Security) (Perez Gómez,
2004). Por otro lado en Estados Unidos la iniciativa del National Geoespatial Data
Clearinghouse fue reportada en 2001 (Bañares, 2001). En Ecuador los esfuerzos también
se han visto representados por diferentes actores tanto del sector gubernamental como
del educativo. El Instituto Geográfico Militar (IGM) ha venido trabajando desde la
década anterior en la conceptualización de una IDE y luego en la implementación de la
misma (IGM, 2015). Así mismo el Ministerio del Ambiente de Ecuador ha trabajado en
la iniciativa de la Infraestructura de Datos Ambientales (IDEA) (IDEA, 2015). En cuanto
al ámbito educativo, la Universidad de Cuenca conjuntamente con CEDIA, han trabajado
desde la década pasada en lo referente a IDEs (IDE-UCuenca, 2015). Así mismo para
Latinoamérica se cuenta con la Comunidad Latinoamericana de Infraestructura de Datos
Espaciales (Latin IDE) (Latin IDE, 2015).
Integración de redes de sensores Página 47
Adicional al avance de las IDE se tiene el avance tecnológico de las últimas décadas, lo
que ha dado lugar a la expansión de nuevas tecnologías, con la disponibilidad de sensores
más pequeños, baratos e inteligentes (Yick et al., 2008). Estos dispositivos inteligentes
cuentan con la capacidad de comunicarse con sus semejantes. Estos grupos de sensores
conforman las conocidas Redes de Sensores Inalámbricos (RIS) (Trilles et al., 2014).
Una de las características principales de las RIS es su capacidad de organización
automática, por ello es posible realizar el despliegue de sensores en amplias extensiones
geográficas y en lugares de difícil acceso, en donde los nodos pueden transmitir y recibir
información de otros nodos. Gracias a esta característica es posible mantener la red en
funcionamiento, inclusive cuando algunos nodos se encuentran fuera de servicio, debido
a fallos, agotamiento de baterías, modo bajo consumo, etc., en estos casos la red es
capaz de reorganizarse y continuar funcionando. Las RIS o Wireless Sensor Network
(WSN, por sus siglas en inglés) (Yirk et al., 2008), ya habían sido identificadas como
una de las tecnologías más prometedoras por diversos analistas tecnológicos y revistas
especializadas (Mit, 2003). Es así que en la actualidad, las RIS están siendo usadas con
éxito en múltiples sistemas y aplicaciones (Yu & Liu, 2015; Díaz et al., 2013; Boukerche
et al., 2009; Seah et al., 2009).
Como una alternativa de solución se plantea la implementación de una red inalámbrica

de sensores meteorológicos, lo que nos permitirá substituir equipos de costo elevado por
sensores más económicos, y de esta manera densificar los puntos de monitoreo. Esto
ayudaría a solucionar los problemas de cobertura espacial, a la vez que los datos serían
obtenidos en tiempo real por la red de sensores. Los datos recolectados son transmitidos
hacia un servidor central y almacenados en una base de datos. Estos datos podrán ser
consultados en línea. Además, con el uso de una plataforma IDE los datos podrán
visualizarse en forma de mapas.
A continuación se describe la estructura del artículo. Las secciones Plataforma de Hardware

y Plataforma de Software describen los elementos empleados en la investigación, la
siguiente sección nos indica la Implementación y los Resultados, así como la integración
de datos en la IDE, en la siguiente sección se detallan los Trabajos futuros y finalmente
se presentan las Conclusiones de la investigación.
2. PLATAFORMA DE HARDWARE
Una RIS es un conjunto de pequeños dispositivos, equipados con sensores, que colaboran
en una tarea común y están distribuidos en un área geográfica determinada (Flores, 2012).
Estos dispositivos, conocidos como motas son unidades autónomas, capaces de realizar
algún tipo de procesamiento, recopilación de información de sensores y la comunicación
con otros nodos conectados a la red. Cada nodo consta de un microprocesador, una fuente
de energía (generalmente batería + panel solar), un radio transceptor y uno o varios
elementos sensores (Flores, 2012).
Para la implementación de la red de sensores se han empleado dispositivos de hardware

abierto, el núcleo de cada nodo es la placa base Seeduino Stalker V3, en la cual se conectan
los sensores meteorológicos para recolectar las siguientes variables:
• Temperatura y humedad del ambiente

• Temperatura y humedad del suelo
• Velocidad y dirección del viento
• Precipitación
• Presión barométrica
• Nivel de batería del nodo
• Fecha y hora de la medición realizada
En la placa base se realizan las lecturas de los sensores, se arman las tramas con la
información. Las tramas son enviadas mediante los módulos inalámbricos hacia un
nodo central que realiza la función de Gateway y se encarga de enviar los datos hacia
el servidor, en donde son almacenados en la base de datos. Estos pueden ser vistos en
tiempo real mediante una dirección IP pública.
En la Figura 1 se puede observar un nodo de sensores completo. A continuación se detalla

los componentes que conforman el nodo:
a) Seeduino Stalker V3
b) Weather Meter (Sparkfun SEN-08942)
c) Sparkfun Weather Shield
d) Sensor de humedad y temperatura del suelo (SHT10)
e) Sensor de humedad y temperatura del aire (RHT03)
f) Reloj en tiempo real (RTC) (DS1337S)
g) Módulo inalámbrico XBee Pro XBee Pro® 900
h) Dragino V2 MS14-P
i) Módulo para IOT M328W
Figura 1. Nodo de sensores completo.

En conjunto los componentes forman un nodo completo, el mismo que es capaz de

medir las variables meteorológicas y comunicarse con el gateway para el envío de
información. El componente (g) es el módulo inalámbrico encargado de la comunicación,
este soporta diferentes protocolos, además se puede seleccionar y cargar el firmware
correspondiente. Este módulo posee un conector para una antena externa de acuerdo a
las necesidades de cobertura.
3. PLATAFORMA DE SOFTWARE
Los algoritmos de la red de sensores han sido programados en el Ambiente de Desarrollo

Integrado de Arduino en su versión 1.6.3, el cual es un software de código abierto que
permite escribir el código, compilarlo y subirlo a cualquier tarjeta o plataforma Arduino.
Este Ambiente de Desarrollo Integrado está disponible para los sistemas operativos de:
Windows, Mac OS X (Mac OS Lion o superior) y Linux 32 y 64 bits.
En la Figura 2 se puede apreciar el Ambiente de Desarrollo Integrado, el cual está

desarrollado principalmente en Java y basado en Processing.
Figura 2. Arduino - Ambiente de Desarrollo Integrado 1.6.3.
4. IMPLEMENTACIÓN Y RESULTADOS
En la fase de implementación es necesario separar de manera lógica la implementación

del hardware que recolectará físicamente los datos de la parte lógica correspondiente al
envió, almacenamiento y consulta de los datos.
4.1 IMPLEMENTACIÓN FÍSICA DE EQUIPOS DE HARDWARE Y SU

CONFIGURACIÓN
Luego de haber caracterizado los sensores se procedió al acondicionamiento de los

mismos y a su conexión e integración con la placa Seeduino Stalker V3, que realizará
la recolección y el procesamiento de los datos obtenidos en cada nodo. El resultado se
observa en la Figura 3.
Figura 3. Conexiones realizadas sobre la placa Seeduino Stalker V3.
El módulo XBee Pro® 900 se conecta directamente a la placa Seeduino Stalker V3 y

para la integración de los sensores en la misma se ha empleado la placa Base Shield V2.
Para la red se consideró una topología de tipo malla, implementando el protocolo

DigiMeshTM (DigiMesh, 2015), en la cual se tiene un dispositivo central encargado de la
recolección de los datos de todos los nodos. Adicional a ello, en la topología tipo malla
todos los módulos son configurados como routers, lo cual garantiza que si existe un fallo
en algún equipo la red seguirá funcionando (Figura. 4).
Figura 4. Tipología de red tipo malla.

Al usar el protocolo Digi® de DigimeshTM, se tendrá únicamente un tipo de nodo formando

una red con dispositivos homogéneos, cada uno de ellos tiene la capacidad de enrutar datos
y ser intercambiable; además todos pueden ser puestos en modo de ahorro energético.
Tomando en cuenta que el ahorro de energía es un factor importante en la red de sensores, se

realizaron pruebas de consumo de energía. Para ello, se tomó en cuenta las especificaciones
de la placa base Seeduino Stalker, en donde su consumo es de 6 mA de corriente, esto
cuando se encuentra en operación (sin cargas adicionales conectadas). Los sensores
implementados requieren corriente entre 0.5 y 2 mA cada uno, esto cuando se toman
mediciones, y una corriente en el orden de los µA en modo de espera. El equipo XBee
Pro® 900 es el equipo que demanda de mayor corriente y consume un promedio de 60 mA
al momento de la transmisión de datos. Es por ello que se ha configurado los equipos de
manera que estén encendido únicamente el tiempo necesario para la transmisión de la trama
de datos (entre 2 y 3 segundos), el resto del tiempo los equipos se mantienen en modo sleep,
consumiendo aproximadamente 60µA. Es importante mencionar que esta configuración es
válida únicamente para los nodos finales, pues si un nodo necesita transmitir sus datos y los
provenientes de otro nodo, este deberá mantener activo su módulo de comunicación. En
modo de bajo consumo no se pueden recibir ni transmitir tramas de datos.
El módulo inalámbrico XBee Pro® 900 realiza la función de nodo central o gateway,
y es el encargado de recibir las tramas con los datos enviados desde todos los nodos de
sensores. El conjunto de elementos que conforman el gateway se lo puede observar en
la Figura 5.
Figura 5. Dispositivos que conforman el Gateway.
Finalmente los dispositivos que conforman el nodo son adecuados en una caja (la cual
tiene un grado de protección IP-65), resistente a la humedad ambiental, al agua y al
polvo. En la Figura 6, podemos observar sus componentes: Seeduino Stalker V3, Weather
Shield, Base Shield V2, XBee Pro®900 y batería de 6600 mA.
Figura 6. Nodo implementado, listo para ser instalado.
4.2 IMPLEMENTACIÓN DE UN SERVIDOR Y BASE DE DATOS
Si bien es cierto que el número de sensores que comparten datos en el internet es abundante,
sin embargo al no tener un estándar definido es difícil para los científicos hacer uso de estos,
pues los datos son compartidos en diferentes estándares y protocolos (Yu & Lui, 2015).
Para la recepción de los datos provenientes de la red de sensores se ha implementado un
servidor propio, el cual consta de un servidor MQTT denominado bróker, una base de
datos y una aplicación Web para la visualización de datos en tiempo real.
Se ha optado por el protocolo MQTT porque está enfocado al Internet de la Cosas (IoT,
por sus siglas en inglés) (MQTT, 2015), el cual es más liviano que el protocolo HTPP.
MQTT funciona bajo TCP/IP (Figura 7), en donde los clientes como el broker deben
contar con este tipo de conexión. Debido a que el modelo MQTT es de publicación/
subscripción las comunicaciones se realizan siempre entre un cliente y el broker, es decir
no existe una comunicación directa entre dos clientes, por lo tanto el broker cumple la
función de intermediario.
Figura 7. Protocolo MQTT.

La versión 3.1.1 del protocolo MQTT fue usada para la implementación del bróker, lo
que permite 3 grados de QoS en las conexiones, así como seguridad en las mismas, para
lo que se emplea un usuario y contraseña. Para la implementación del bróker MQTT se
ha empleado RabbitMQ (RabbitMQ, 2015), el cual es un software de negociación de
mensajes de código abierto. Los resultados obtenidos al implementar el bróker MQTT
se pueden observar en la Figura 8, en donde constan los mensajes que llegan desde
los nodos. En esta interfaz es posible analizar las conexiones que mantiene el bróker
(clientes suscritos, así como clientes que publican datos).
Figura 8. Broker MQTT implementado mediante BabbitMQ.
Es importante mencionar que los datos enviados desde el gateway hacia el bróker deben
tener el formato JSON para que puedan ser almacenados en la base de datos. Esto debido
a que la base de datos usada en MongoDB, la cual es un sistema de datos NoSQL,
desarrollada bajo el concepto de código abierto y orientada a documentos. Su estructura
de datos se basa en documentos tipo JSON con un sistema dinámico, lo que hace que la
integración de los datos sea más fácil y rápida (MongoDB, 2015).
4.3 INTEGRACIÓN DE DATOS EN LA WEB Y LA IDE
La plataforma Web actualmente muestra los datos mediante una dirección pública, para
poder acceder debe ser usuario del sistema (poseer un usuario y contraseña). Como se
puede ver en la Figura 9, se visualiza un identificador, el tópico o tema al cual se publican

los datos (en este caso el tópico es plataforma/sensores), la fecha, la hora del servidor
y finalmente la trama JSON recibida. Actualmente la trama de JSON tiene un tamaño
máximo de 140 Bytes, es por ello que para poder enviar un total de 13 variables se ha
incluido únicamente un identificador para cada una de las variables.
Figura 9. Interfaz Web de red de sensores inalámbricos.
Para poder almacenar los datos recibidos (formato JSON), se utiliza un cliente MQTT,
el que está instalado en el Gateway. Esto permite que las variables meteorológicas sean
almacenadas e indexadas en la base de datos.
Mediante el bróker se podrá dar servicio a la base de datos de IDE-RED CEDIA, lo que
permitirá que los datos de la red de estaciones meteorológicas puedan ser visualizados
en los aplicativos IDE.
5. TRABAJOS FUTUROS
Las redes de sensores al ser flexibles permitirían implementar dentro de los nodos
operativos sensores de distintos tipos. Adicional a esto y según las necesidades, se puede
realizar la inclusión a la red de nodos de sensores como: calidad del aire, calidad del agua,
entre otros. Además, se puede trabajar en mejoras en las plataformas de visualización de
los datos, lo cual permitirá mostrar patrones espaciales de la distribución de las variables,
así como análisis multi-temporales con datos históricos registrados por el sistema.
6. CONCLUSIONES
Se ha implementado una red de sensores inalámbricos de estaciones meteorológicas y

las variables medidas son transmitidas en tiempo real hacia un servidor, en donde los
datos son almacenados en una base de datos, los que luego pueden ser visualizados y
analizados.
Debido a la flexibilidad que presta este tipo de tecnología de hardware y software abierto
se pueden extender las prestaciones del proyecto adicionando sensores como: índice de
radiación ultravioleta, radiación solar, sensores de calidad de aire; logrando ampliar las
áreas de aplicación, un ejemplo puede ser la detección de incendios.
Con este sistema se puede aplicar modelos para el análisis de datos y desarrollar sistemas
de alerta temprana para una adecuada toma de decisiones de riesgos de inundación,
sequías e incendios forestales.
Los datos obtenidos en tiempo real son accedidos en línea, además estos datos también
pueden ser mostrados en una aplicación de Infraestructura de Datos Espaciales (IDE)
en forma de mapas, estas características convierten al sistema de redes de sensores
inalámbricos y su visualización de datos en plataformas IDE en una herramienta
fundamental para la toma de decisiones y la planificación del territorio.
AGRADECIMIENTOS
El presente trabajo se desarrolló bajo el auspicio de CEDIA, en el marco del Proyecto desarrollado
por el Grupo de Trabajo de Infraestructura de Datos Espaciales (GT-2015-III), sub-proyecto
Sensores, con la colaboración de la Universidad Técnica Particular de Loja y la Universidad
de Cuenca.
REFERENCIAS
Bañares, J.A., Bernabé, M.A., Gould, M., Muro-Medrano, P.R. Zarazaga, F.J., (2001). Aspectos
tecnológicos de la creación de una Infraestructura Nacional Española de Información
Geográfica. Universidad de Zaragoza.
Boukerche, A., (2009). Algorithms and Protocols for Wireless Sensor Networks. Wiley & Sons,
New Jersey, USA.
Díaz, L., Bröring, A., McInerney, A., Libertá, G., Foerster, T., (2013). Publishing sensor
observations into Geospatial Information Infrastructures: A use case in fire danger
assessment, Environmental Modelling & Software, Volume 48, October 2013, pp. 65-80.
DigiMesh, (2015). The DigiMesh Networking Protocol. http://www.digi.com/technology/
digimesh. Ingresado: 12 de febrero de 2015.
Flores Carbajal E. E., (2012). Red de sensores inalámbricas aplicado a la medicina - Master’s
thesis, Escuela Técnica Superior de Ingenieros Industriales y de Telecomunicación.
Universidad de Cantabria.
IDEA, (2015). IDEA Infraestructura de Datos Espaciales Ambientales. http://idea.ambiente.gob.
ec/. Ingresado: 11 de junio de 2015.
IDE-UCuenca, (2015). Infraestructura de Datos Espaciales Universidad de Cuenca. http://ide.

ucuenca.edu.ec. Ingresado: 10 de junio de 2015.
IGM, (2015). Infraestructura de Datos Espaciales Ecuador (IDE-Ecuador). http://www.
geoportaligm.gob.ec/portal/index.php/infraestructura-de-datos-espaciales/. Ingresado: 12
de junio de 2015.
INAMHI, (2015). Meteorología. http://www.serviciometeorologico.gob.ec/clima. Ingresado: 08
de agosto de 2015.
Latin IDE, (2015). Infraestructura de Datos Espaciales de América Latina. http://latinide.cedia.
org.ec/. Ingresado: 11 de junio de 2015.
MIT, (2003). 10 Emerging Technologies That Will Change the World. Technology Review (MIT).
www.technologyreview.com/read_article.aspx?id=13060&ch=infotech. Ingresado: 10 de
marzo de 2015.
MongoDB, (2015). Reinventando la gestión de datos. https://www.mongodb.com/es. Ingresado:
23 de mayo de 2015.
MQTT, (2015). MQTT v3.1.1. http://mqtt.org/documentation. Ingresado: 24 de abril de 2015.
Pérez Gómez, R., Martínez Marín, R., (2004). Análisis Semiológico De Mapas Temáticos
Complejos, Su Programación En Entorno De Cartografía Digital Y Su Publicación En
Internet. Aplicación A Los Mapas Geomorfológicos. UPM.
RabbitMQ, (2015). What is RabbitMQ. https://www.rabbitmq.com. Ingresado: 02 de mayo de
20105.
Seah, W., Zhi, A. y Tan, H., (2009). Wireless sensor networks powered by ambient energy
harvesting (WSN-HEAP) - Survey and challenges. Wireless Communication, Vehicular
Technology, Information Theory and Aerospace & Electronic Systems Technology.
Wireless VITAE 2009. 1st International Conference on, 1, 5, 17-20.
Trilles, S., Belmonte, O., Díaz, L., Huerta, J., (2014). Mobile Access to Sensor Networks by
Using GIS Standards and RESTful Services. IEEE SENSORS JOURNAL, VOL. 14, NO.
12, pp. 4143 – 4153.
van der Wel F. J. M., (2005). Spatial data infrastructure for meteorological and climatic data.
Meteorological Applications, 12, 7-8. doi:10.1017/S1350482704001471.
Yick J., Mukherjee B., Ghosal D., (2008). Wireless sensor network survey, Computer Networks,
vol. 52, no. 12, pp.2292- 2330.
Yu, L., Liu, Y., (2015). Using Linked Data in a heterogeneous Sensor Web: challenges,
experiments and lessons learned. International Journal of Digital Earth. Vol. 8, Iss. 1,pp.
17-37.
DE LOS RÍGIDOS CÓDIGOS INTERNOS DE UNA IDE A UN

AMBIENTE GRÁFICO DE ADMINISTRACIÓN Y GESTIÓN: IDE
UCUENCA V3.5
FABIÁN SANTANDER1, VILLIE MOROCHO2
DEPARTAMENTO DE CIENCIAS DE LA COMPUTACIÓN, FACULTAD DE INGENIERÍA,

1,2
UNIVERSIDAD DE CUENCA. Av. 12 de Abril y Agustín Cueva, Cuenca, Ecuador,

1
fabian.santander@ucuenca.edu.ec, 2villie.morocho@ucuenca.edu.ec.
RESUMEN
Las Infraestructuras de Datos Espaciales (IDE) tienen especial relevancia como herramientas de apoyo
para la integración y visualización de información geoespacial en organismos que necesitan hacer uso de
esta. Los GADs (Gobiernos Autónomos Descentralizados) son los principales posibles usuarios de estas
plataformas, a fin de poder gestionar información geoespacial, que entre otros muchos usos, permita la
generación de los planes de ordenamiento solicitados por el Gobierno Nacional. La IDE Ucuenca, en su
versión 3.5, presenta las ventajas de gestión amigable para la información geoespacial, que además ha
conseguido conjugar varias tecnologías de última generación, lo que da como resultado una administración
mucho más amigable. Se presenta así una herramienta apropiada para los GADs con ventajas en
funcionalidad, accesibilidad y usabilidad.
Palabras clave: Infraestructura de Datos Espaciales, Gestión, Usabilidad, Diseño de Software
ABSTRACT
The Spatial Data Infrastructures (SDI) have special relevance as support tools for integration and
visualization of geospatial information in organisms that need to make use of this. The GADs
(Decentralized Autonomous Governments by Spanish Acronym) are the main users of these platforms to
manage geospatial information that mainly allows the generation of the management plans requested by
the national Government. The SDI Ucuenca version 3.5, presents the advantages of friendly management
for geospatial information, which also has managed to combine several technologies of last generation.
This has achieved a much more friendly administration. Thus arises a tool appropriate to the GADs with
advantages of the functionality, accessibility and usability.
Key words: Spatial Data Infrastructure, Management, Usability, Design Software

58 Página Fabián Santander, Villie Morocho
INTRODUCCIÓN
Las Infraestructuras de Datos Espaciales (IDE) vienen desarrollándose en el mundo

desde 1996, según la reunión de la GSDI (Global Spatial Infrastructura Association)
Worl Conference (GSDI, s.f.), sin embargo, uno de los pioneros en la implementación
de las plataformas en IDE fue el IDE Español y entre ellos el IDE Catalán. En España,
la generación de las IDE tuvo un gran aporte de la academia lo que permitió tanto
investigación y desarrollo que fue integrada en las IDE de gobierno. El mismo proyecto
IDE Ucuenca, nace en el 2008 de la cooperación con la Universidad Politécnica de
Cataluña y gracias al financiamiento de la Agencia Española de Cooperación para el
Desarrollo. Debido a las limitaciones tecnológicas y la entonces deficiente posibilidad de
uso de librerías para programación en lenguajes de código abierto, fue difícil el arranque
de soluciones amigables. Las soluciones que ofrecían cierta funcionalidad parecida a lo
que ahora se conoce como una IDE, eran de pago y probablemente tan costosas que para
un gobierno autónomo descentralizado GAD como son los de nuestro país, se convertía
en una solución imposible de alcanzar.
A pesar de todo ello en Ecuador se desarrollaron plataformas que tuvieron su auge a

partir del año 2010, alcanzándose un hito al lograr consolidar por medio del CONAGE, el
Catálogo Nacional de Objetos v2.0 (SENPLADES, 2013). Pero uno de los problemas a los
que se enfrentaba el desarrollo de las IDE, es justamente conseguir que la funcionalidad,
accesibilidad y usabilidad de una plataforma desarrollada en código abierto, pueda tener
las ventajas de una plataforma de código privativo. Además, necesariamente considerar
que una plataforma de pago, tiene grandes capacidades y herramientas de procesamiento
y gestión de la información geoespacial que en la mayoría de las veces hace difícil a un
técnico de un GAD poder utilizarlo.
Por todo ello, enfocar una solución que permita la administración y gestión de una
plataforma IDE de forma mucho más amigable, donde no sean necesarios grandes
conocimientos de programación o inclusive, se pueda evitar mantener un equipo técnico
para la administración, era el objetivo a alcanzar. Por todo ello, la plataforma IDE
Ucuenca v3.5 ha conseguido dicho objetivo y en este documento es presentado de forma
que puede validarse las bondades que la plataforma ofrece tanto para la gestión de la
información espacial integrada en la IDE, como para administrar la misma plataforma.
Con facilidades gráficas que permiten el manejo muy intuitivo de la plataforma y que
además consiguen integrar todos los estándares necesarios para que la información pueda
intercambiarse e interoperarse sin problemas. Es así que incluso en su estructura de base
de datos espacial se ha esquematizado el Catálogo Nacional de Objetos, convirtiéndose
en uno de los pocos ejemplos de real uso de esta normativa.
Se incluye en este documento la relación del geoinformación con dos componentes

adicionales como es un gestor documental que en este caso es DSpace y los metadatos
que usa el Perfil Ecuatoriano de Metadatos.
De los rígidos códigos internos de una IDE Página 59
PROBLEMÁTICA EN PROCESO DE PUBLICACIÓN DE INFORMACIÓN
Por un considerable tiempo (5 años) la Universidad de Cuenca ha utilizado una IDE del Core
Español (Morocho, 2014), en donde una de sus primeras versiones fue un sistema que cumplía
los estándares y políticas de una IDE, pero su sistema era complejo al momento de realizar
el proceso de publicación de la información geográfica. En aquel entonces, debido a que
utilizaba como servidor de mapas MapServer, que a pesar de poseer un sistema libre, capaz
de comunicarse con una gran variedad de formatos tanto vectoriales como raster y servirlos
mediante un módulo CGI (Common Gateway Interface) (Roldan, 2009), esta herramienta
no cuenta con un sistema de administración gráfico. Es decir, para publicar una capa se
debe tener conocimientos técnicos de programación además de ingresar obligatoriamente al
servidor para la creación o edición de scripts que hacen posible la publicación de los mapas.
MapSever al tener esta deficiencia, no todos los usuarios tienen la posibilidad de realizar
la publicación de una capa, por lo que existe la necesidad de contar con personal que tenga
conocimientos relacionados al tema, y aún si, hay que realizar un proceso extenso con
posibilidades de producir errores que puedan retardar la publicación de la información.
EVOLUCIÓN IDE UCUENCA
Muchos de los que hacen uso de la información geográfica tienen la necesidad de

publicar su información, pero no todos cuentan con los conocimientos necesarios
para realizar aquel proceso. En Ecuador existen numerosas entidades que publican y
comparten información geográfica, pero gran parte de éstas gestionan esta información
de manera poco practicable. Es en donde la Universidad de Cuenca ha centrado su interés
para integrar al usuario que se está iniciando en este entorno, haciendo posible que el
interesado con conocimientos mínimos en Sistemas de Información Geográfica (SIG)
y de programación, puedan publicar y gestionar la información mediante un entorno
gráfico de una manera dinámica y amigable, pero sobre todo, respetando las políticas y
estándares que constituye a una IDE (Bernabé & Lopez, 2012) .
PRINCIPALES TECNOLOGÍAS PARA LA GESTIÓN DE INFORMACIÓN EN

LA IDE UCUENCA V3.5
GEOSERVER
Para hacer posible la gestión dinámica de la información se presentó la necesidad de

optar por el uso del servidor de mapas GeoServer, donde este sistema posee un entorno
de administración gráfica (Fonts, 2012), pero todavía el proceso de gestión y publicación
de la información sigue siendo un poco complejo para el usuario que recién empieza
a integrarse en este ámbito. Por ende se ha desarrollado un sistema estrechamente
robusto para la manipulación de la información que se encuentra en el servidor de mapas
GeoServer y poder integrarla fácilmente en la IDE Ucuenca v3.5.
POSTGRESQL
Este es un sistema de gestión de bases de datos objeto-relacional (Rafaelma, 2010);

este sistema es utilizado por la IDE Ucuenca v3.5 para el almacenamiento de las
configuraciones y datos relacionales del sistema.
POSTGIS
Es una extensión que convierte el sistema de base de datos PostgreSQL en una base de
datos espacial. La combinación de ambos es una solución perfecta para el almacenamiento,
gestión y mantenimiento de datos espaciales (Morales, 2012).
SISTEMAS PRINCIPALES DE ADMINISTRACIÓN DE LA PLATAFORMA IDE

UCUENCA V3.5
Grandes son los cambios que ha sufrido la Infraestructura de datos Espaciales de la

Universidad de Cuenca, empezando desde un entorno grafico amigable hasta las esenciales
herramientas que hacen posible la gestión de la información tanto relacional como
geográfica.
PÁGINA PRINCIPAL IDE UCUENCA
La IDE Ucuenca v3.5 ostenta un portal web en el cual articula toda la información y
vínculos hacia las herramientas de gestión (Figura 1) para mejorar la usabilidad de la
plataforma IDE (Morocho, 2014), además de disponer de varias pestañas que cumplen
con tareas específicas, entre ellas la pestaña de visores que contiene una lista de
visualizadores creados en el sistema.
Este sitio muestra toda la información que el usuario permite que sea de acceso público,
y la información particular se muestra cuando un usuario haya ingresado al sistema
mediante autentificación, dando acceso a diversos contenidos según los privilegios que
se haya asignado al usuario.
Además de visualizar información clasificada, esta página está diseñada para acoplarse
a cualquier tipo de dispositivo como navegadores de PC, tablet o móviles, permitiendo
estar al alcance de cualquier tecnología que permita visualizar páginas web.
Figura 1. Página principal IDE Ucuenca v3.5
SISTEMA DE GESTIÓN DE CAPAS Y VISORES
Una de las dificultades más grandes que ha tenido la IDE Ucuenca ha sido la complejidad
para la publicación de información, es aquí en donde nace la necesidad de minimizar
estas dificultades, para dar apertura a un novedoso sistema de gestión y publicación de
información (Figura 2). Este sistema se ha desarrollado tomando en cuenta la experiencia
que se ha conseguido hasta el momento, analizando todas las debilidades que existían,
para convertirlas en las mejores fortalezas que ahora dispone la IDE Ucuenca v3.5.
Este sistema cuenta con una interfaz gráfica de simple gestión, pero internamente posee
potentes algoritmos que permiten realizar los complejos procedimientos de gestión y
publicación de la información, mediante herramientas web (Botones, cajas de texto,
listas, etc). A continuación se describe las características más importantes del sistema:
- Actualmente la IDE Ucuenca v3.5 tiene una conexión directa con el servidor de
mapas GeoServer, que permite listar las capas existentes para trabajar sobre ellas a
conveniencia del usuario.
- Tiene la capacidad de agregar capas de diversos servidores de mapas mediante el
servicio WMS, utilizando simplemente la URL.
- Al tener todas las capas (Locales y externas) en un solo entorno, se pueden crear
varios visualizadores de mapas dependiendo de la relación entre ellas o la necesidad
del usuario. Es decir se pueden agrupar las capas en varios escenarios.
- Los visores pueden ser definidos como públicos o privados, es decir solo se podrían
acceder con los permisos correspondientes.
- La estructura de los visualizadores que se generan son guardados en la base de datos,
por lo que pueden ser editados o eliminados.
- Para acceder al sistema de gestión de capas y visores, se tiene que iniciar sesión con
privilegios necesarios.
Figura 2. Sistema de gestión de capas y visores
VISUALIZADORES DEL SISTEMA
VISUALIZADOR DE MAPAS
Este visualizador es el resultado del proceso que realiza el usuario con el sistema de
gestión de capas y visores, asociando las capas seleccionadas por el usuario para realizar
el análisis respectivo con las diferentes herramientas que posee este sistema (Figura 3).
Muchas son las ventajas que permite realizar este sistema, entre las más destacadas están:
- Permite agregar capas mediante el servicio WMS, agregando la URL en una caja de texto.
- Filtra las capas que se encuentran en el árbol mediante una caja de texto.
- Cada ítem del árbol (capa), posee un menú con opciones para acercamiento, opacidad,
superposición y visualización de las propiedades de la capa (metadatos).
- Imprimir capas existentes en el mapa.
- Consultar atributos de la tabla de la capa.
- Medir longitud y superficie en el mapa.
- Graficar geometrías en el mapa, con la posibilidad de descargar en formatos como
GJSON, GPX, GML, etc. y luego poderlos cargar en cualquier momento para
continuar con las actividades.
- Generar un enlace con el estado actual del visualizador (PermaLink).
Figura 3. Visualizador de mapas
VISUALIZADOR DE ALERTAS
Este sistema además de poseer todas las herramientas del visualizador de mapas,
tiene como propósito, publicar alertas que son enviadas desde una aplicación móvil o
información obtenida mediante las redes sociales (Morocho, Pindo, & Romero, 2015).
Este visualizador procesa la información de forma automática, generando las alertas
que son representadas con ítems en el árbol. Para realizar un análisis de la intensidad
de alertas existe una herramienta que permite generar una interpolación de las alertas
generando mapas de calor, en donde cada color (rojo, amarillo, verde, azul) indica la
cantidad de alertas o el nivel de peligro que existe en la zona analizada (Figura 4).
Todas las alertas obtenidas mediante la aplicación móvil o redes sociales son organizadas
en diferentes paneles, pero pueden ser analizadas en el mismo mapa, permitiendo dar un
punto de vista comparativo o complementario a la información que se puede obtener
de cualquier servicio WMS que haga relación a este tema. Cada una de estas alertas
se almacena en una base de datos espacial y es auto publicada en el servidor de mapas
GeoServer, consiguiendo que al instante se genere un servicio WMS que puede ser
utilizado en cualquier visualizador de mapas.
Figura 4. Visualizador de alertas
INTEGRACIÓN DE NORMAS Y ESTÁNDARES GEOESPACIALES NACIONALES
CATALOGACIÓN DE LOS OBJETOS GEOGRÁFICOS
Debido a la necesidad de información geográfica de calidad en Ecuador, varias

instituciones del Estado han trabajado en la elaboración del “Catálogo Nacional de
Objetos Geográficos” actualmente en su versión 2.0 (SENPLADES, 2013), en donde
se pretende organizar los datos que se generan. Por ende la Universidad de Cuenca por
primera vez implementa un sistema de registro de información geográfica, que cumple
con las normativas dictadas por el “Catálogo Nacional de Objetos Geográficos”.
SISTEMA DE REGISTRO Y PUBLICACIÓN DE INFORMACIÓN GEOGRÁFICA
El sistema de gestión de capas y visores, a más de poseer un régimen robusto de

administración geográfica (Figura 5), ahora integra un sistema que tiene la posibilidad de
procesar, registrar, y publicar la información geográfica con simples pasos guiados por
ayudas en cada una de sus herramientas. En una breve descripción se explica los pasos
que involucran para la publicación de una capa:
- Selección de un archivo comprimido.zip (por el momento solo acepta este formato)

que dentro contiene los archivos necesarios para la visualización de una capa (shp, shx,
dbf, prj, etc.): estos archivos se procesan en el servidor obteniendo datos importantes
como la proyección, tipo de figura, nombre de la capa, etc.
- Una vez obtenida la información de la capa, existe la posibilidad de seleccionar a
que categoría, subcategoría u objeto del Catálogo Nacional de Objetos Geográficos
pertenece, generando de esta manera la codificación que identifica al objeto (capa).
- Al tener la IDE Ucuenca v3.5 una conexión directa con el servidor de mapas
GeoServer existe la posibilidad de crear espacios de trabajo y almacenes de datos
con conexión a la base de datos Espacial.
- Una vez llenado los requerimientos, al proceder a guardar la capa se realiza un
proceso automatizado que guarda la capa en la base de datos espacial, publica en el
servidor de mapas GeoServer y visualiza la capa publicada.
INTEGRACIÓN CON TECNOLOGÍAS PARA EXPLOTACIÓN DE INFORMACIÓN
La información de cada capa es muy importante para la interpretación de los mapas, es

en donde existe la necesidad de integrar herramientas adicionales para complementar la
información. La IDE Ucuenca v3.5 ha integrado una relación con herramientas como
GeoNetwork y DSPACE para proporcionar la mayor cantidad de información posible
referente a una capa.
GEONETWORK
Es una aplicación que proporciona servicios de gestión de información espacial. Está

diseñada para organizar y facilitar el acceso a recursos de cartografía, bases de datos
espaciales y metadatos asociados a través de un único punto de entrada, evitando la
duplicidad de información y fomentando su intercambio (Bernabé & Lopez, 2012).
La IDE Ucuenca v3.5 integra un sistema que mediante la conexión de GeoNetwork con
GeoServer y GeoServer con la Plataforma IDE puede visualizar la información completa
(Metadatos que se hayan registrado en GeoNetwork) de la capa que se desea consultar,
mediante un menú de propiedades que facilita la plataforma IDE.
DSPACE
Es un sistema que sirve para gestionar repositorios de archivos (textuales, audio, vídeo,
etc.), facilitando su depósito, organizándolos en comunidades y colecciones, asignándoles
metadatos y permitiendo su difusión (Rodríguez & Sulé, 2008).
La plataforma IDE Ucuenca v3.5 integra una herramienta que mediante la generación
de un link con determinados parámetros (PermaLink), guarda el estado actual del
visualizador de mapas, permitiendo generar un enlace directo hacia la capa o capas de
interés e integrarla en un documento del repositorio de datos DSPACE o de cualquier
otro gestor de documentos, que desee tener un enlace directo a las capas que están
integradas en el sistema. De manera inversa, posibilita poder dirigirse desde la capa hacia
el documento que se encuentra en el repositorio de datos mediante un enlace registrado
en los metadatos de la capa.
GESTIÓN DE INFORMACIÓN
Gran parte de las entidades tienen la necesidad de publicar y gestionar información espacial
en línea, donde, en la mayoría de los casos cierta información tiene que estar reunida
en un solo visualizador para trabajar en un tema específico; es por ello que la plataforma
IDE Ucuenca v3.5 cuenta con un sistema que permite crear varios visores seleccionando
las capas que son necesarias para un escenario especifico (Riegos, Cultivos, etc.), ¿pero
qué pasa cuando parte de esta información necesita cierta privacidad?. En este sistema
existe la posibilidad de asignar acceso a ciertos visores y a otros no, dependiendo de los
roles establecidos al usuario (Figura 5).
Figura 5.Gestión IDE Ucuenca v3.5
Al contar con un sistema de gestión firme y dinámica, la administración de la información

es manipulada con más eficiencia y rapidez al momento de realizar cualquier tipo de
modificación, tratándose de la publicación.
CONCLUSIONES
La posibilidad de que las Infraestructuras de Datos Espaciales, se conviertan en una

herramienta válida para los GADs en nuestro país, depende mucho de la funcionalidad,
facilidad de uso, accesibilidad y usabilidad. Todos estos aspectos han sido abordados en
la IDE Ucuenca v3.5 lo que se ha conseguido es una plataforma capaz de ser manejada
por personal sin conocimientos de programación. Capaz de ser gestionada de manera
intuitiva y que no necesite grandes conocimientos de herramientas GIS. Estas bondades

son grandemente apetecidas por los GADs cuando se conoce las desventajas que
representa el constante cambio de personal en sus instituciones, la falta de trazabilidad de
procesos e inclusive las necesidades tecnológicas que no pueden ser cubiertas en dichos
organismos. El requerimiento para el uso de la plataforma IDE Ucuenca v3.5 es una
simple conexión a internet lo que permitirá a cualquier municipio inclusive utilizarlo sin
necesidad de contar con servidores propios. Adicional a esto, muchos han sido los análisis
sobre la soberanía de la información, donde en varias ocasiones se han criticado el uso
de servidores de la nube (google docs, Dropbox, y similares). La posibilidad de contar
con servidores propios o como es el caso de la Universidad de Cuenca, permite mantener
un grado de soberanía, como un punto adicional en lo que a información geoespacial se
refiere.
AGRADECIMIENTOS
Este trabajo se realizó en el marco del proyecto “Integración de fuentes de datos espaciales
y monitoreo con UAV para la toma de decisiones en áreas pobladas y áreas protegidas de las
islas Galápagos” financiado por World Wildlife Fund, Inc., (WWF) y la Universidad de Cuenca.
Agradecimiento a la Fundación RedCEIDA por su apoyo al desarrollo de las IDEs académicas
por medio del GT-IDE.
REFERENCIAS
Bernabé, M. A., & Lopez, C. M. (2012). Fundamentos de las Infraestructuras de Datos Espaciales.
Madrid: UPM Press.
Fonts, O. (2012). Introducción a GeoServer. Recuperado el 8 de Septiembre de 2015, de http://
snmb-admin.readthedocs.org/.../geoserver-intro/geoserver_intro.html
GSDI. (s.f.). The Global Spatial Data Infrastructure Association - Advancing a Location Enabled
World. Recuperado el 22 de Septiembre de 2015, de http://gsdiassociation.org/index.php/
about-gsdi.html
Morales, A. (2012). Por qué utilizar PostGIS. Recuperado el 8 de Septiembre de 2015, de http://
mappinggis.com/2012/09/por-que-utilizar-postgis/
Morocho, V. (2014). Mejorando la Usabilidad en las Plataformas d eInfraestructura de Datos
Espaciales. IX CONGRESO DE CIENCIA Y TECNOLOGÍA ESPE, 9(9), 104-110.
Morocho, V., Pindo, J. C., & Romero, F. (2015). Sensor Ciudadano como fuente de información
para Alertas Tempranas integradas al IDE RedCEDIA. (IDERA). Recuperado el 15 de
Septiembre de 2015, de http://www.idera.gob.ar/images/.../Sensor_Ciudadano_fuente_
informacion_Alertas_Tempranas_integradas_al_IDE_RedCEDIA.pptx
Rafaelma. (2010). Sobre PostgreSQL. Recuperado el 8 de Septiembre de 2015, de http://www.
postgresql.org.es/sobre_postgresql
Rodríguez, J. M., & Sulé, A. (2008). textos universitaris de biblioteconomia i documentació.
Recuperado el 9 de Septiembre de 2015, de http://bid.ub.edu/20rodri2.htm
Roldan, I. (2009). El servidor de mapas MapServer, una solución recomendada para la
representación de información geoespacial. Mapping(135), 12-14.
SENPLADES. (2013). Catálogo Nacional de Objetos Geográficos v2.0. Quito: SENPLADES.
MODELO DE CATASTRO PATRIMONIAL GEORREFERENCIADO

PARA LA GESTIÓN SOSTENIBLE DEL CENTRO HISTÓRICO DE
RIOBAMBA, ECUADOR.
DANILO FABIÁN MEJÍA CALDERÓN1; CHRISTIAM PAÚL AGUIRRE MERINO²; CARLOS
ARTURO JARA SANTILLÁN2
1
DIRECCIÓN DE GESTIÓN DE PATRIMONIO, Gobierno Autónomo Descentralizado Municipal del Cantón
Riobamba. Guayaquil y Tarqui, Riobamba, Ecuador, código postal: 060150, e-mail: dannymej26@yahoo.com
2
ESCUELA SUPERIOR POLITÉCNICA DE CHIMBORAZO. Panamericana Sur Km 1 1/2, Riobamba,
Ecuador, código postal: 060150
Recibido : 15 de septiembre de 2015 / Aceptado: 11 de noviembre de 2015
RESUMEN
La presente investigación propone el diseño de un “Modelo de Catastro Patrimonial Georreferenciado para

el Centro Histórico de Riobamba” mediante la aplicación de los Sistemas de Información Geográfica (SIG),
los archivos facilitados por la Dirección de Gestión de Patrimonio de Riobamba y la información del Sistema
ABACO del Instituto Nacional de Patrimonio Cultural (INPC). La construcción del modelo consideró 372
bienes inmuebles patrimoniales registrados, de los cuales 194 se encuentran en el Área de Protección de Primer
Orden y 178 en el Área de Respeto, 359 son inmuebles, 4 son equipamientos urbanos y 9 son conjuntos urbanos.
La estructura del modelo empezó con la recopilación de planos, mapas y ortofotos; para georreferenciarlos,
descomponerlos y transformarlos en archivos Shapefile. Después, los modelos de datos vectoriales fueron
digitalizados en forma de polígonos para representar cada inmueble y añadir las bases de datos previamente
elaboradas, además se relacionó las fichas de inventario y fotografías en 360°. Posteriormente se identificó
herramientas tecnológicas que se pueden desarrollar a partir de esta investigación como: portales web, app
móviles, geoportales y sistemas de información patrimonial. Por último se desarrolló una “Guía de Usuario”
que orienta el manejo del catastro. Se concluye que este modelo es una herramienta tecnológica que permite
la gestión sostenible de los bienes inmuebles patrimoniales y fortalece el cumplimiento de las competencias
transferidas a los GADs Municipales. Por lo tanto, se recomienda su aplicación.
Palabras clave: Catastro, Patrimonio Cultural, Bienes inmuebles, Centro Histórico, Sistemas de
Información Geográfica, Inventario.
ABSTRACT
The present research proposes to design a Model of patrimonial Land Register Georeferenced to Historical
Center in the city of Riobamba, province of Chimborazo. By applying Geographic Information System and files
given by Direction of Patrimony Management and Information from System ABACO of INPC. The construction
of the Model considered 372 patrimonial immovable property registered, 194 are into the First Order Protection
Area and 178 in the Respect Area. There are also 359 immovables, 4 urban equipment and 9 urban ensembles.
The model structure started by collecting plans, maps, and orthography to be georeferenced, broken down, and
changed in files .shp. The vector data in polygon forms was digitalized in order to represent each immovable
property an add database carried out in advanced. Inventory records and photos in 360° were related. After,
technological tools including Websites, mobile apps, geoportals, and Patrimonial Information System were
identified. At the end, a user´s guide was developed to guide Land Register management. It is concluded that
this model is a technological tool that allows an efficient management of patrimonial immovable property and
reinforce the fulfilment of competences given to Municipal GADs so its application is recommended.
Keywords: Land Register, cultural heritage, immovable property, Historical Center, Geographic
Information System, inventory.
Modelo de catastro patrimonial georeferenciado Página 69
1. INTRODUCCIÓN
El «Patrimonio Cultural» de un pueblo comprende las obras materiales y no materiales

que expresan la creatividad de ese pueblo (UNESCO, 1982), el patrimonio es entonces
la herencia que se recibe de los antepasados que fortalecen la identidad, dan sentido de
pertenencia, y permiten valorar los que somos y tenemos (INPC, 2010).
En la Constitución del Ecuador, en el Art. 379 se manifiesta que son parte del patrimonio
cultural tangible e intangible relevante para la memoria e identidad de las personas y
colectivos, y objeto de salvaguardia del Estado, entre otros: “Las edificaciones, espacios
y conjuntos urbanos, monumentos, sitios naturales, caminos, jardines y paisajes que
constituyan referentes de identidad para los pueblos o que tengan valor histórico, artístico,
arqueológico, etnográfico o paleontológico” (Asamblea Constituyente, 2008).
Es así, que los bienes inmuebles son aquellas obras humanas, que conservan valores
históricos, culturales y simbólicos con características tipológicas, morfológicas y
técnico-constructivas de singular importancia como arquitectura: civil, religiosa,
vernácula, industrial, funeraria, haciendas y yacimientos arqueológicos (INPC, 2010).
En esta categoría se ubican pueblos y ciudades, parques, plazas, caminos, vías y puentes,
cementerios, haciendas y molinos que por sus características estéticas, tecnológicas,
constructivas, de autenticidad, valoración social y testimonial, encierran valores
particulares que permiten interpretar las formas de pensar, de ser y hacer de las sociedades
a lo largo del tiempo (Ibíd, 2010).
El desarrollo tecnológico, la nueva visión de planificación enfocada en el desarrollo

sostenible, los objetivos del milenio, la optimización de recursos, la necesidad de generar
nuevos procesos, la accesibilidad a la información pública y la gestión del patrimonio
cultural desde una visión geo-espacial, desafían a los profesionales relacionados a la
gestión de los bienes patrimoniales a generar nuevas metodologías y productos eficientes
que agilicen y beneficien a la gestión patrimonial de cada territorio.
Además, dichas acciones son una necesidad en las direcciones, unidades o jefaturas de
patrimonio de los Gobiernos Autónomos Descentralizados Municipales; considerando que
el 14 de mayo del 2015, el Presidente y los representantes de los Gobiernos Autónomos
Descentralizados del Consejo Nacional de Competencias, en la ciudad de Quito entregaron
y firmaron la resolución No. 0004-CNC-2015 en la cual se resuelve “Transferir la
competencia para preservar , mantener y difundir el patrimonio arquitectónico y cultural,
y construir los espacios públicos para estos fines, a favor de los gobiernos autónomos
descentralizados metropolitanos y municipales” (CNC, 2015); por lo tanto, es necesario la
implementación de herramientas tecnológicas eficientes que faciliten la labor de la entidad
y aporten al cumplimiento de estas competencias y demás políticas locales, nacionales e
internacionales referentes a la gestión sostenible del Patrimonio Cultural.
70 Página Danilo Mejía, Christian Aguirre, Carlos Jara
El caso más cercano se apreció en la recién creada Dirección de Gestión de Patrimonio

del Gobierno Autónomo Descentralizado Municipal del Cantón Riobamba, que tenía
como primer recurso para su gestión la información catastral de los bienes inmuebles
patrimoniales en fichas digitales de inventario, fichas de catastro y planos no
georreferenciados. Con el desarrollo de este proyecto se facilitó el análisis y el acceso a
la información de cada bien inmueble inventariado.
El Centro Histórico de Riobamba abarca 73 hectáreas de extensión, y está constituido por

103 manzanas y 372 bienes inmuebles, distribuidos en dos zonas de delimitación: Área
de Protección de Primer Orden y Área de Respeto (Mejía, 2015).
La aplicación eficiente de los SIG1 en el patrimonio cultural aún es un tema por desarrollar
en el Ecuador, pero existen casos a nivel internacional en que los SIG han sido una
herramienta fundamental en la gestión del patrimonio, como fue en el “Estudio de los
revestimiento continuos tradicionales del Centro Histórico de Valencia”, que permitieron
obtener cartografía temática dependiendo de las variables de análisis, localización de
elementos, generación de estadísticas zonales, conocer la evolución de los revestimientos
y acabados históricos del centro histórico desde el punto de vista de su conservación,
preservación y destrucción, gracias a la actualización periódica de datos, lo que permite
además evidenciar su evolución (La Spina, 2012).
Otro proyecto importante de mencionar fue el diseño de una metodología propuesta por
miembros del Departamento de Ingeniería Civil de la Universidad de Tecnologías de
Cyprus, para la planificación integrada del área distrital de Paphos (Patrimonio Mundial
de la Humanidad). En este proyecto la tecnología GIS fue una herramienta esencial
para la visualización y análisis de datos recolectados, con el fin de fortalecer la toma de
decisiones a nivel territorial en esta área patrimonial.
Un caso en Latinoamérica fue la “Aplicación de G.I.S. (Sistema de Información

Geográfica) al relevamiento y análisis del patrimonio arquitectónico y urbano”,
desarrollado en la Facultad de Arquitectura y Urbanismo de la Universidad Nacional
del Nordeste de Argentina, donde se esperaba que los resultados de la investigación
no solamente aportaran a la compresión de los SIG en la conservación del patrimonio
edificado, sino que se evidenciara la posibilidad que los SIG ofrecen como herramienta
informática de inserción e intercambio masivo a través de Internet (Mariño, sf).
En la presente investigación se diseñó una metodología que abarcara seis fases asignadas
con los siguientes nombres: Recopilación, Geoadaptación, Vectorización, Relación,
Comprobación y Publicación Web. Este proceso se desarrolló con el fin de que se pudiera
aplicar en otros territorios y no fuera personalizado para la ciudad de Riobamba.
El primer objetivo fue recopilar la información del catastro e inventario de bienes

inmuebles patrimoniales que se encontraba en fichas archivadas o en documentos
digitales almacenados en una carpeta de escritorio y en el Sistema ABACO2. Luego, está

información fue debidamente identificada, validada en campo, registrada y transformada
en archivos .pdf, .xls y shapefile. Una vez concluido el primer objetivo se construyó el
“Modelo de Catastro Patrimonial Georreferenciado” en una plataforma SIG.
2. REGISTRO DE LOS BIENES INMUEBLES PATRIMONIALES DEL CENTRO

HISTÓRICO DE RIOBAMBA
2.1. RECOLECCIÓN DE LA INFORMACIÓN
Para la recolección de la información se utilizaron las fichas oficiales de inventario que

se encontraban en el sistema de inventario ABACO del Instituto Nacional de Patrimonio
Cultural, ahora llamado SIPCE. Se incluyeron como parte de la clasificación de Bienes
Inmuebles del Centro Histórico las siguientes denominaciones: Bienes Inmuebles: casas,
viviendas, hoteles, haciendas, colegios y escuelas; Equipamientos Urbanos: plazas y
parques; y Conjuntos Urbanos: conjunto de bienes inmuebles. En base a la información
oficial mencionada y la investigación de campo, se identificaron 372 registros de bienes
inmuebles patrimoniales dentro del Centro Histórico distribuidos de la siguiente manera:
194 registros dentro de la zona denominada como: Área de Protección de Primer Orden;
y 178 registros dentro de la zona denominada como: Área de Respeto. Los 372 registros
dentro del Centro Histórico, incluyen 359 Bienes Inmuebles, 4 Equipamientos Urbanos
y 9 Conjuntos Urbanos.
Tabla 1. Total de Registros del Centro Histórico del cantón Riobamba.
REGIS-
ZONAS MZ B. INMUEBLES E. URBANOS C. URBANOS
TROS
Área de
protección de 44 190 3 1 194
primer orden
Área de Respeto 59 169 1 8 178
TOTAL 103 359 4 9 372
______________________
SIG/GIS: “Conjunto de métodos, herramientas y datos que están diseñados para actuar coordinada y
lógicamente para capturar, almacenar, analizar, transformar y presentar toda la información geográfica y
de sus atributos con el fin de satisfacer múltiples propósitos” (Brenes, 2005).
2
Sistema de Información para la Gestión del Patrimonio Cultural.
Para este caso se utilizó ArcGIS 10.1 debido a que la casa comercial ESRI presenta gran experiencia
en el campo de los SIG. Por último, se diseñó una guía de usuario para orientar al interesado al acceso
y aplicación de este trabajo. Estos objetivos permitieron comprobar que el modelo es una herramienta
tecnológica que permite la gestión eficiente de los bienes inmuebles patrimoniales del Centro Histórico de
Riobamba.
2.2. VALIDACIÓN DE LA INFORMACIÓN
Esta fase permitió conocer la validez de los datos de las fichas del inventario q u e f u e el
resultado de los últimos registros oficiales realizados por el INPC en el año 2008. En
una considerable cantidad de fichas se observaron ciertas fallas en el registro referente
a la ubicación espacial del inmueble, descripción de las características, codificación y un
desfase entre la información de algunas fichas y el Plano de Delimitación del Patrimonio
Cultural Edificado de la Ciudad de Riobamba (INPC R3, 2008)3. Se puede considerar a
la desactualización de la información como el factor con mayor influencia para presentar
este tipo de observaciones.
2.3. GEORREFERENCIACIÓN DE LOS BIENES INMUEBLES PATRIMONIALES
Durante las salidas de campo se georreferenció cada inmueble con el fin de obtener las
coordenadas geográficas de los bienes para que una vez georreferenciados y vectorizados,
poder realizar en la siguiente fase un análisis con el “Plano de Delimitación del Patrimonio
Cultural Edificado de la Ciudad de Riobamba (INPC R3, 2008)” y conocer la verdadera
ubicación del inmueble.
2.4. ELABORACIÓN DE BASE DE DATOS
Para finalizar el primer objetivo se registró la información recolectada mediante la

elaboración de tres matrices en Microsoft Excel, una para cada tipo de registro (bienes
inmuebles, equipamientos urbanos y conjuntos urbanos) que abarcan los campos que se
pueden analizar en el modelo de acuerdo al tipo de bien, los mismos que se establecieron
en base a la ficha de Inventario del Instituto Nacional de Patrimonio Cultural, la
información catastral de la Dirección de Gestión de Patrimonio del GAD Municipal de
Riobamba y los campos determinados en esta investigación que contempla información
relacionada con: Turismo (atractivos y prestadores turísticos) y Accesibilidad para
personas con discapacidad y Movilidad reducida. Así se obtuvieron165 variables de
análisis distribuidas de la siguiente manera: 68 variables para el campo denominado
“Arquitectónico Patrimonial (bienes inmuebles)”, 33 para “Arquitectónico Patrimonial
(equipamientos urbanos)”, 25 para “Arquitectónico Patrimonial (conjuntos urbanos)”, 35
para el campo “Turístico” y 4 variables para “Accesibilidad”.
______________________________
3
Plano oficial de ubicación de los bienes inmuebles patrimoniales inventariados de la ciudad de Riobamba
(Instituto Nacional de Patrimonio Cultural, Regional 3).
3. CONSTRUCCIÓN DEL MODELO DE CATASTRO PATRIMONIAL

GEOREFERENCIADO DEL CENTRO HISTÓRICO DEL CANTÓN
RIOBAMBA
Para la construcción del modelo se diseñó una metodología que comprendió 6 fases
de desarrollo (Figura 1): Recopilación, Geoadaptación, Vectorización, Relación,
Comprobación y Publicación Web; utilizando la plataforma ArcGIS 10.1 y Google Maps.
Figura 1. Metodología diseñada.

3.1. RECOPILACIÓN
En este punto se recolectó planos, mapas (catastrales, lotes, generales, etc), ortofotos y
cartografía disponible.
3.2. GEOADAPTACIÓN
Se georreferenció, descompuso y transformó la información de los planos o mapas

disponibles a formatos compatibles con un SIG. Se georreferenció en AutoCAD el Plano
de Delimitación del Patrimonio Cultural Edificado de la Ciudad de Riobamba, del INPC
R3 de extensión .dwg. Así mismo, se realizó la transformación y descomposición del
plano para obtener la información en archivos shapefile en Sistema de Coordenadas
Proyectadas UTM, Datum WGS_84, Zona 17 Sur.
3.3. VECTORIZACIÓN
Este punto comprendió la digitalización y construcción de los modelos de datos

vectoriales necesarios (puntos, líneas o polígonos en archivo shapefile). La digitalización
de los modelos de datos vectoriales se realizó en forma de polígonos para representar los
lotes de cada bien inmueble (se realiza en función de lotes debido a que el Plano oficial
utilizado no comprende la delimitación predial de los inmuebles).
Figura 2. Modelo de Catastro Patrimonial Georreferenciado en ArcMap.

Figura 3. Modelo de Catastro Patrimonial Georreferenciado en ArcScene.
3.4. RELACIÓN
Se combinó las matrices de datos previamente elaboradas, con los archivos shapefile
generados. Para esta acción se utilizó la herramienta “Join” para asociar los datos
almacenados en las tablas de Excel con los vectores desarrollados, debido a que en este
caso se tienen relaciones de “uno a uno”, considerando que se designó un campo con el
mismo nombre (N_REGISTRO) tanto para los archivos shapefile de los inmuebles como
para las tablas insertadas, lo que permitió tener un campo en común para poder realizar
la relación.
3.5. COMPROBACIÓN
La revisión del funcionamiento y validez del “Modelo de Catastro Patrimonial

Georreferenciado”, se realizó mediante la demostración de las siguientes acciones:
consulta de la información general del catastro, actualización de los registros en el campo
de la tabla de atributos, digitalización de un nuevo modelo de vector que represente
el bien inmueble patrimonial que se desea agregar, inserción de archivos necesarios
e hipervínculos relacionados con los vectores del modelo, cálculo y análisis espacial
(áreas, pisos, costos de mantenimiento y preservación, identificación de inmuebles y
segmentación por zonas), y visualización de fotografía en 360°.
Para esta fase se aplicaron las siguientes herramientas del software utilizado: la
herramienta “Identify” para acceder a los datos de cada vector a través de la ventana
que se habilita al seleccionar el polígono; “Editor” para la edición de archivos; “Add
hyperlink” para enlazar a los archivos requeridos (fotografías, fichas, videos, direcciones
web, etc.); “Geoprocessing” y la opción “Clip” para realizar cortes y extracción de

información de los datos vectoriales; y las herramientas “Field Calculator” y “Calculate
Geometry”, para realizar operaciones de cálculo.
Figura 4. Visualización de Ficha de Inventario en ArcMap.
Figura 5. Visualización de entornos en 360° en ArcMap.

3.6. PUBLICACIÓN WEB
En este punto se identificó las herramientas tecnológicas para el aprovechamiento

avanzado y la migración de datos del modelo para su utilidad a nivel administrativo
(gestión del territorio a través de dispositivos móviles) y social: Geoportales, SIG
personalizado, Sistema de Información Territorial del Patrimonio, Apps para dispositivos
móviles (gestión y difusión del patrimonio cultural), Portales Web, y demás herramientas
digitales que se puedan desarrollar.
Para mostrar la potencialidad de esta investigación y justificar este punto de la metodología,

se aplicó la tecnología de Google para ayudar a los usuarios que necesitaban saber si su
bien inmueble es parte del inventario de patrimonio cultural del cantón. La herramienta
consistió en una versión demo desarrollado en Google Maps en la que se encontraba
sobrepuesta la cartografía desarrollada y migrada en archivos .kmz. Este ejemplo ayudó
a la consulta que puede realizar un usuario a través de su clave catastral. Al ingresar este
código automáticamente se dirigía al inmueble inventariado, así el usuario pudo observar
una fotografía de la fachada y datos generales de su propiedad para verificar si se trata de
su bien. Por último, el usuario pudo descargar la ficha de inventario.
Existen diversas acciones que pueden fortalecer esta herramienta con el trabajo coordinado
en programación. Por ejemplo, se podía personalizar el SIG o desarrollar una opción que
permita generar la “línea de fábrica”, así la persona podía acceder a este documento
desde un ordenador de escritorio, portátil o dispositivo móvil para agilitar sus trámites de
intervención sin pasar largas horas de espera; por lo que se ahorra tiempo y dinero, y la
Dirección municipal fortalece el servicio al usuario.
Figura 6. Visualización del modelo en Google Maps (Demo).

4. GUÍA DE USUARIO DEL MODELO DE CATASTRO PATRIMONIAL

GEORREFERENCIADO.
Se diseñó una “Guía de Usuario” del modelo, que consiste en un documento que muestra
al usuario el proceso para realizar las principales acciones de este proyecto, facilitando la
aplicación de los Sistemas de Información Geográfica en el catastro e inventario de los
bienes inmuebles patrimoniales.
5. CONCLUSIONES
El “Modelo de Catastro Patrimonial Georreferenciado” es una herramienta

tecnológica que permite la gestión sostenible de los bienes inmuebles patrimoniales
del Centro Histórico de Riobamba. Es importante considerar que el inventario de los
bienes culturales inmuebles del Centro Histórico del cantón Riobamba del Sistema
ABACO del INPC, se encuentra desactualizado y con importantes observaciones en
el contenido de las fichas y el plano de ubicación.
Se identificó que actualmente el Centro Histórico de Riobamba posee 372

bienes inmuebles patrimoniales inventariados, catalogados en 359 inmuebles, 4
equipamientos urbanos y 9 conjuntos urbanos; de los cuales 194 se encuentran dentro
del Área de Protección de Primer Orden y 178 en el Área de Respeto. De los 359
inmuebles, 194 necesitan acciones de conservación; mientras que de los 9 conjuntos
urbanos registrados, 5 presentan acciones de conservación y reestructuración. Por
otro lado 3 de los 4 equipamientos urbanos necesitan intervención debido a que
apenas 1 equipamiento se encuentra en buen estado.
Se identificaron 21 bienes inmuebles patrimoniales del Centro Histórico de Riobamba

considerados atractivos turísticos, de los cuales únicamente 10 atractivos poseen
medios interpretativos. Además, 5 atractivos tienen señalética turística y únicamente
3 atractivos presentan infraestructura y facilidades inclusivas en su estructura.
La información catastral que se encuentra dentro de una plataforma GIS beneficia

directamente a las fases de planificación, debido a que se obtiene información desde
un ámbito espacial, se agiliza la consulta, así como la verificación y gestión de los
bienes inmuebles patrimoniales. Así mismo, fortalece la atención pública al momento
de consultar los datos de un inmueble con el mismo usuario. Otros beneficios como la
optimización de recursos, actualización inmediata del catastro patrimonial, visualización
geo-espacial, datos estadísticos, cálculo y análisis espacial, fortalecimiento en la toma
de decisiones a nivel territorial, fortalecimiento en la gestión de los bienes inmuebles
patrimoniales del Centro Histórico de la ciudad, son resultados de la utilización de éste
trabajo de investigación.
Se recomienda la aplicación de este modelo como una herramienta de gestión en

cualquier territorio que se requiera registrar, realizar análisis espacial en el ámbito
patrimonial y desarrollar herramientas tecnológicas; considerando la obligación y el
deber del cumplimiento de las competencias de patrimonio cultural delegadas a los
Gobiernos Autónomos Descentralizados Municipales.
Este proyecto emprendió los primeros pasos en investigación generada con los
Sistemas de Información Geográfica a nivel regional aplicado en la gestión del
patrimonio cultural, orientado al desarrollo de Riobamba como una ciudad inteligente,
para la preservación, el mantenimiento y la difusión de sus recursos patrimoniales.
La verdadera utilidad de la tecnología y la investigación, se fundamenta en lo que se
puede generar con la información recolectada para desarrollar productos accesibles y
sencillos pero eficientes para el usuario y la entidad administrativa.
Este modelo se constituye dentro de los primeros pasos de planificación sostenible del
patrimonio cultural de la zona de estudio y se consolida como una innovación para
generar los primeros insumos en el desarrollo de productos patrimoniales inteligentes
del cantón.
6. AGRADECIMIENTOS
Un sincero agradecimiento a la Escuela Superior Politécnica de Chimborazo por el apoyo

docente y la dotación de software para el desarrollo de esta investigación. Así mismo, al
Gobierno Autónomo Descentralizado del cantón Riobamba, en la persona del Arq. Diego
Villacís en calidad de Director, por aplicar este trabajo a través de la Dirección de Gestión
de Patrimonio. Un reconocimiento al Ing. Gustavo Torres por la instrucción impartida. Por
último, queremos agradecer al Ing. Fernando Romero por el apoyo incondicional para realizar
la presente publicación.
7. REFERENCIAS
Asamblea Nacional Constituyente. 2008. Constitución del Ecuado

Brenes, C. 2005. Sistemas de Información Geográfica (en línea). Consultado 10 sep. 2015.
Disponible en http://www.oirsa.org/aplicaciones/.../BibliotecaVirtual/sistemasinfgeog.pdf
Consejo Nacional de Competencias, 2015. Resolución No. 0004-CNC-2015.
Hadjimitsis, D ; Themistokleous, K. sf. Utilizing Geographical Information Systems (GIS)
& Satellite Remote Sensing Analysis for Integrated Planning: A Case Study of Paphos
District Area - Unesco World Heritage Town (Paphos, Cyprus). Consultado 24 oct. 2015.
Disponible en http://cipa.icomos.org/fileadmin/template/doc/ATHENS/FP071.pdf
Instituto Nacional de Patrimonio Cultural. 2011. Instructivo para fichas de registro e inventario
bienes inmuebles. Quito – Ecuador.
La Spina, V. 2012. La Aplicación De Un Sistema De Información Geográfica (SIG) Para La
Conservación Del Patrimonio Arquitectónico: El Estudio De Los Revestimientos Continuos
Tradicionales Del Centro Histórico De Valencia. Consultado 09 sep. 2015. Disponible
en https://riunet.upv.es/.../10251/34291/2012_6-7_323-332.pdf?sequence=1
Mariño, M. sf. Aplicación de G.I.S. (Sistema de Información Geográfica) al relevamiento y

análisis del patrimonio arquitectónico y urbano. Consultado 09 sep. 2015. Disponibleen
http://www.unne.edu.ar/unnevieja/Web/cyt/cyt/2001/2-Humanisticas/H-028.pdf
Mejía, C. 2015. Diseño de un Modelo de Catastro Patrimonial Georeferenciado para el centro
histórico del cantón Riobamba, provincia de Chimborazo (Tesis de grado. Ingeniería en
Ecoturismo). Escuela Superior Politécnica de Chimborazo. Riobamba, Ecuador.
UNESCO. 1982. Conferencia Mundial de la UNESCO sobre el Patrimonio Cultural. celebrada
en México.
Revista GEOESPACIAL (2015) 12: 81-92
IMPLEMENTACIÓN DE UNA APLICACIÓN MÓVIL EN

PARA LA GEOLOCALIZACIÓN DE LUGARES Y AULAS CON
TECNOLOGÍAS DE MAPAS Y REALIDAD AUMENTADA
SERGIO SUÁREZ1 ; JUAN PINDO2
1
FACULTAD DE INGENIERÍA ELÉCTRICAY COMPUTACIÓN, ESCUELA SUPERIOR POLITÉCNICA
DEL LITORAL, Km. 30.5 Vía Perimetral, Guayaqui, Ecuador, email: sgsuarez@espol.edu.ec
2
FACULTAD DE INGENIERÍA EN CIENCIAS DE LA TIERRA, ESCUELA SUPERIOR POLITÉCNICA
DEL LITORAL, Km. 30.5 Vía Perimetral, Guayaqui, Ecuador , email: jpindo@espol.edu.ec
Recibido : 30 de septiembre de 2015 / Aceptado:11 de noviembre 2015
RESUMEN
El crecimiento del uso de las tecnologías multimedia en los diferentes aspectos de la vida cotidiana han hecho
que herramientas como la realidad aumentada (RA) sea usada como un medio para mejorar la colaboración
entre un entorno real y uno virtual. Los campos de aplicación de la RA son diversos, uno de ellos y uno de los
más utilizados es la geo localización de lugares. Debido a esto, el objetivo del presente proyecto es realizar un
análisis exhaustivo de la viabilidad de aplicar RA y los mapas en tecnologías móviles, a través del desarrollo de
una aplicación móvil en el sistema operativo Android para la facultad FIEC, para identificar los beneficios del
uso de la RA en aplicaciones de este tipo. Durante la etapa de desarrollo se procedió a implementar un modo
Mapa dentro de la aplicación para rutas internas usando los servicios de Google Maps y un visualizador para
consultar información sobre las edificaciones en 3D de la FIEC. Con la finalidad de mejorar la experiencia de los
usuarios durante el uso de la aplicación se agregó como información adicional detalles de los diferentes horarios
de las aulas disponibles en los edificios de FIEC; dicha información está integrada con el Centro de Servicios
Informáticos (CSI), esto les permite obtener en tiempo real sus horarios y la ubicación de sus clases. Finalmente,
en la etapa de prueba se realizó una encuesta de campo con el objetivo de medir la utilidad de la geo localización
en este tipo de aplicaciones. Además, la retroalimentación recibida a través del estudio de campo, puede ser
utilizada en estudios futuros con la finalidad de mejorar la experiencia del usuario en aplicaciones de este tipo.
Palabras Clave: Realidad Aumentada, Geolocalización, Google Maps, ESPOL, Android, 3D, FIEC, CSI
ABSTRACT
The increasing use of multimedia technologies in different aspects of everyday life have made tools such as
augmented reality (AR) is used as a means to improve collaboration between a real and a virtual environment.
The fields of application of the RA are different, one of them and one of the most used is the geo location
of places. Because of this, the objective of this project is to conduct a thorough analysis of the feasibility of
applying RA and maps on mobile technologies, by developing a mobile app on the Android operating system
for faculty FIEC, to identify benefits RA use in such applications. During the development stage we proceeded
to implement a Map mode within the application to domestic routes using Google Maps service and a display
to view information about the buildings in 3D FIEC. In order to improve the user experience while using the
application it is added as additional information details of the different times of the classrooms available in the
buildings of FIEC; this information is integrated with the Computer Services Centre (CSI), this allows them to
get real-time schedules and the location of their classes. Finally, in the testing phase a field survey in order to
measure the usefulness of geo localization in these applications was performed. In addition, feedback received
through the field study can be used in future studies in order to improve the user experience in such applications..
Keywords: Augmented reality, Geolocation, Google Maps, ESPOL, Android, 3D, FIEC, CSI
82 Página Sergio Suárez, Juan Pindo
1. INTRODUCCIÓN
En la actualidad el campus “Gustavo Galindo” abarca 690 hectáreas, de las cuales 40

están urbanizadas, 40 se utilizarán para expansión futura y 600 han sido declaradas
bosque protector de la ESPOL (INEC,2013). La extensión de este campus y la carencia
de una buena señalética a lo largo de las diferentes facultades ocasiona a los estudiantes
de la ESPOL una serie de inconvenientes con la ubicación de las edificaciones que tienen
sus facultades durante el inicio de cada término.
Existe una población estudiantil de aproximadamente más de 7000 alumnos, debido a la

cantidad de alumnos y la variedad de edificaciones se agudiza el problema de la ubicación
dentro del campus, llegar a las clases en el tiempo adecuado se vuelve un inconveniente
al menos si el estudiante es novato o si está iniciando un nuevo término e incluso llevan
años estudiando en ESPOL.
A pesar de, que los edificios y aulas poseen códigos para ser distinguido unos de otros,
localizar las aulas y encontrar la información adecuada sobre cada una de ellas representa en
ocasiones un contratiempo. Encontramos alumnos que sus primeros días de clase resuelven
no entrar a ella porque por desconocimiento de su ubicación, llegan con retraso y en ocasiones
esto produce molestia a algunos docentes, quienes adoptan políticas dentro de sus clases con
la finalidad de fomentar la puntualidad en los politécnicos. En consecuencia, el objetivo
del presente proyecto es ofrecer una solución que minimice la gravedad de la desubicación
dentro del campus considerando como parte de la solución diseñar una aplicación móvil que
mediante el uso de RA brinde la ubicación e información de horarios y aulas dentro de una
parte del campus antes mencionado. De acuerdo con los datos estadísticos ofrecidos por el
INEC sólo en el año 2013, en Ecuador existían 839.705 usuarios de teléfonos inteligentes.
El 12,2% de estos usuarios poseían un teléfono inteligente (Smartphone). Mientras que
en el 2011 la cifra era del 8,4% lo cual demuestra el incremento en el uso de este tipo
de teléfonos[ESPOL, 2015]. Se desconoce de manera precisa cuántos de los smartphones
utilizados usan como sistema operativo Android en cualquiera de sus versiones, pero como
estadística mundial se conoce que hay un incremento en el mercado de teléfonos que usan
Android en los últimos cuatro años, teniendo un porcentaje del 80.7% (TheStatistics Portal
,2015). Lo que corrobora el crecimiento de usuarios del sistema operativo Android.
Figura 1.1: Mercado mundial en poder de los sistemas operativos de teléfonos inteligentes a
partir de 2009 a 2014. Fuente: TheStatistics Portal ,2015
Implementación de una aplicación móvil Página 83
1.1 TRABAJOS RELACIONADOS
Actualmente, un grupo de investigadores ( GT-IDE ) de la Facultad de Ciencias de la

Tierra (FICT) procedió a realizar el primer levantamiento de información de todas las
edificaciones de ESPOL tanto de aulas, servicios administrativos y logísticos. Dicha
información es depurada previa a su liberación mediante un cronograma establecido por
los investigadores y aunque todos los datos obtenidos estén disponibles para ser utilizados,
no existía un proyecto que los usará. Por otro lado, el Centro de Servicios Informáticos
(CSI) brinda información de las aulas y horarios de la comunidad politécnica a través de
sus Web services que son actualizados semestralmente, ésta podría ser integrada mediante
alguna solución con la información obtenido por los investigadores de la FICT.
Ubicarse de manera correcta en el menor tiempo posible dentro del campus y poder
conocer exactamente las aulas donde serán impartidas las clases, representa una necesidad
que hay que satisfacer de una manera óptima y sencilla. Considerando lo descrito con
anterioridad, el presente proyecto busca diseñar una aplicación móvil que vincule
tecnologías innovadoras como la Realidad Aumentada para ofrecer un mapa virtual en
un sistema operativo móvil muy usado como Android. Con la finalidad de usar conceptos
de geo localización y permitirle al usuario conocer como llegar a los edificios dentro
del campus a los cuales desea llegar, durante la etapa de diseño del presente proyecto se
contempló la posibilidad de aprovechar los resultados de las investigaciones realizadas
por la FICT para así poder ofrecer una solución más precisa al problema de localización
de aulas y de horarios dentro de ESPOL.
2. METODOLOGÍA
Se construyó una metodología para el trabajo general en el proyecto, la misma que se

orientó a las tareas más generales. Se han separado en tres fases las cuales podemos
observarlas en la Figura 2.1:
Figura 2.1: Metodología de trabajo para el proyecto.

2.1 ANÁLISIS DE LA ESTRUCTURA PROPUESTA
La idea propuesta es el desarrollo de una aplicación móvil con la capacidad de visualizar

datos de ubicación en un mapa y de forma tabular además de agregar componentes
En el presente proyecto se ha identificado mediante el análisis del grado de

responsabilidades, requerimientos, complejidad, popularización, desarrollo y toma de
decisiones, que es recomendable el uso de metodología de desarrollo ágil y pruebas
continuas en cada liberación de avances debido al corto tiempo de entrega en el producto
final. Además de la metodología se necesita una estructura general de los elementos
usados en el sistema y prototipos iniciales sobre la propuesta de proyecto que se detallan
a continuación.
2.1.1 Modelo de desarrollo de software
En la fase de implementación del proyecto se usó la metodología ágil de desarrollo

Scrum, debido a que esta consiste de un proceso en el cual se aplican de manera regular
un conjunto de buenas prácticas para trabajar colaborativamente, en equipo, para obtener
el mejor resultado posible de un proyecto. Estas prácticas se apoyan unas a otras y su
selección tienen como origen un estudio exhaustivo de la forma de trabajo de equipos
altamente productivos.
2.1.2 Estructura del sistema
La arquitectura utilizada por el sistema está formada por los componentes que se muestran
en la figura 2.2
Figura 2.2: Arquitectura del sistema y aplicación móvil.

Componente Base de Datos PostgreSQL: Este componente almacena los datos

levantados en campo por los investigadores de FICT.
Componente Apache Tomcat: Este componente tiene la aplicación Geoserver y su

función principal es liberar los datos del componente anterior en Servicios Web de Mapas
y formato GeoJSON
Componente Apache Server: Este componente tiene la plataforma Web de consumo de

datos desde Geoserver, está escrito en Python con el framework Web Django. También
contiene el visor geográfico para el Modo Mapa, y el Api-Rest o servicios webs JSON
para la integración de Horarios por Aulas.
Componente Aplicación Móvil: Este componente es el usuario con smartphone y sistema

Operativo Android de versiones mayores a 4.0.3 con la aplicación Fiec RA.
2.1.3 Prototipos iniciales
En esta sección se encuentra especificado los prototipos iniciales desarrollados para las
primeras entregas. La primera pantalla(ver figura 2.3) muestra información resultado de
la búsqueda de un aula específica.
Figura 2.3: Prototipo de búsqueda de aulas consultando Servicio Web de CSI.

Figura 2.4: Prototipo de Realidad Aumentada de aulas del piso 3 sin calibración de altitudes.
3. IMPLEMENTACIÓN
Después de aplicar la metodología, se obtuvieron las siguientes opciones de modos para

la aplicación móvil: modo Mapa, modo 3D, modo Búsqueda, modo Realidad Aumentada.
3.1 HERRAMIENTAS
Las herramientas utilizadas a nivel de Hardware, durante el desarrollo del presente

proyecto fueron:
Dispositivo móvil Sony Xperia Z3 con sistema operativo Android 5.1.1.

Equipo Macbook Pro 15” , Core i7, 8Gb RAM y 256GB almacenamiento.
A nivel de software:
Django 1.7, plugins api-rest framework

Eclipse, plugins Android SDK
Android Augment Reality framework (TheStatistics Portal,2105)
Scripts python para WSDL de CSI y obtener Aulas.
Quantum GIS 2.8 plugins OpenGeo, Qgis3D.
Google Maps Javascript
3.2 APLICACIÓN MÓVIL
3.2.1 Menú Principal
Esta pantalla contiene el menú con 4 botones que fomentan el fácil uso y acceso a las
opciones según tamaños de pantallas, desarrollado con componentes nativos de Android.
Ver figura 3.1.
Figura 3.1: Menú Principal de la aplicación.
3.2.2 Modo Búsqueda Aulas
Esta pantalla contiene el modo de búsqueda para horarios de clases de aulas mediante el
código de aula, que se desarrollo con los componentes nativos de Android y con llamadas
al Api Rest de Django la misma que libera datos de aulas con el envío de su respectivo
código con formato JSON a una lista de ítems. Ver figura 3.2.
Figura 3.2: Modo Búsqueda Horarios por aula.

3.2.3 Modo 3D
Esta pantalla contiene el modo 3D que permite la interacción con un sitio responsive
construido mediante la herramienta Quantum GIS y los puntos de interés del edificio 15A
de la FIEC, su desarrollo fue implementado basándose en la información espacial y con
el plugin de exportar plataformas con altitudes de QuantumGIS hacia una plantilla en
lenguaje javascript usando el framework de objectos 3D, WebGL. ver figura 3.3.
Figura 3.3: Modo 3D.
3.2.4 Modo Mapa
Esta pantalla contiene el modo mapa que usa los servicios Web de Google para la
administración de búsqueda de rutas dentro del campus y la facultad; además de filtrado
de marcadores también se desarrollo opciones de mostrar el camino desde su ubicación
actual hasta uno de los puntos mostrados en el mapa de la facultad, figura 3.4.
Figura 3.4: Modo Mapa, en búsqueda de rutas y filtros.

3.2.5 Modo realidad aumentada
Esta pantalla contiene el modo Realidad Aumentada que permite al usuario, este modo
se desarrollo mediante el framework Augmented Reality(TheStatistics Portal, 2015) con
licencia MIT, se basa en el uso de la cámara posterior para capturar la escena y detectar
una ubicación de la zona de la facultad FIEC. Esta información nos permitirá mostrar
en la interfaz del teléfono, superpuesta a la escena capturada, un objeto virtual en el que
se mostrará información aulas el día actual y en la semana, ver figura 3.6, 3.7 sólo si
existiese horarios de clases relacionadas y unos controles para orientación del usuario
como una barra de filtro de puntos por metros a la redonda. figura 3.5.
Figura 3.5: Modo Realidad Aumentada, Visor en el 2do piso y 3er piso del Edificio 15A de la FIEC.
Figura 3.6: Modo Realidad Aumentada, en búsqueda de rutas y filtros.

Figura 3.7: Modo Realidad Aumentada, en búsqueda de rutas y filtros.
4. ENCUESTAS
4.1 ENCUESTA DE USO DE APLICACIÓN
Se implementó una encuesta en línea a 30 estudiantes de la FIEC que usaron la aplicación

y se encuentran por debajo del 60% de la carrera, con el objetivo de identificar los
beneficios y el uso de la misma obteniendo los siguientes resultados:
Por ser una muestra pequeña no podemos generalizar pero se puede observar que se
obtuvo una buena acogida en el uso y la recomendación de la misma. Los estudiantes
tienen la característica de ser estudiantes solo de la carrera de computación y usan un
teléfono inteligente con sistema operativos Android además de estar en sus primeros 2
términos de curso en la malla curricular.
5. CONCLUSIONES
Finalmente podemos considerar que la Realidad Aumentada representa una herramienta

de gran potencial para la difusión y Geo localización de edificaciones dentro de FIEC,
ya que no sustituye la realidad sino que la enriquece de contenido, afirmándose como
un recurso útil para la recuperación y conocimiento de información académica como
los horarios de clases, esto gracias a su capacidad de añadir elementos a la visión real
del objeto.
Los resultados y experiencias obtenidos hasta la presentación final de la aplicación,

evidencian la eficacia y aplicabilidad de esta tecnología dentro de la facultad FIEC, en un
momento de plena administración y difusión de servicios extras por parte de ESPOL se
puede aplicar dentro del campus, ofreciendo grandes posibilidades como son: observar
que aulas están ocupadas, variables obtenidas de sensores como temperatura de aulas,
numero de stand libres para estudio en la biblioteca, horarios y menú en los bares del
Campus y disponibilidad de computadores en los laboratorios.
La encuesta realizada sobre el uso de la Aplicación ha demostrado que funcionalidad

es la adecuada en cuanto a la búsqueda de aulas, lugares relevantes, y presentación de
horarios mediante Mapas o realidad aumentada esto debido a los resultados con el 77%
de aprobación en el uso y el 100% de los estudiantes la recomendarían por su amplia
utilidad. A pesar de tener un 13% de problemas al usarlo se obtuvo que el 50% les fue
fácil ubicar un aula o lugar en FIEC.
La implementación del modo mapa en la aplicación que se encuentra dentro del 77%
de aceptación hace que el uso de información en 2D es más fácil de apreciar que la
realidad aumentada o en modo 3D por la funcionalidad de trazar rutas entre un lugar y
mi ubicación actual.
La labor más importante desde mi disciplina referente a la Realidad Aumentada será

transmitir la necesidad que presentan desde nuestra perspectiva como estudiantes, con
el objetivo de que los instrumentos de nuevas tecnologías aportados por la ciencia nos
permitan acceder a un conocimiento más amplio y diversificado.
6. AGRADECIMIENTOS
A quienes conforman el grupo GT-IDE ESPOL de investigación de la Facultad de Ciencias de la

Tierra, por la ayuda ofrecida en el área geográfica, debido a que ésta área en computación no es
ampliamente manejada. Así como el financiamiento de CEDIA para llevar a cabo los diferentes
tipo de desarrollo para aplicaciones usando una infraestructura de datos espaciales.
7. REFERENCIAS
INEC, Instituto Nacional de Estadística y Censos. (2013). Tecnologías de la Información y

Comunicaciones (TIC´S). Disponible bajo: http://www.ecuadorencifras.gob.ec/ documentos/
web-inec/ Estadisticas_Sociales/ TIC/ Resultados_principales_140515.Tic.pdf, 2013.
ESPOL, Escuela Superior Politécnica del Litoral, Descripción del Campues. Recuperado el
10 de octubre de 2015, de http:// www.espol.edu.ec/ espol/ main.jsp?urlpage=campus.
jsp&campus=1
TheStatistics Portal (2015). Statistics and factsabout Android. Statista. Accedido el 10 de octubre
de 2015, en http://www.statista.com/topics/876/android/.
Android-augment-reality-framework (2015). Framework para el uso de tecnología de Realidad
Aumentada en Android. GitHub Accedido el 10 de octubre de 2015, en https://github.com/
phishman3579/android-augment-reality-framework.
Díez, F., González, M., Vidau, A. (2007). An Accesible and Collaborative Tourist Guide Based
on Augmented Reality and Mobile Devices (pp. 353 – 362). (Vol 4555). España: The Human
Communication and Interaction Research Group (HCI-RG) Department of Computer
Science, University of Oviedo, Calvo Sotelo, s/n, 33007 OVIEDO-Spain. Disponible bajo:
http://link.springer.com/chapter/10.1007%2F978-3-540-73281-5_38.
EVALUACIÓN DE LA PRECISIÓN DE LAS COORDENADAS

PLANIMÉTRICAS DEL NAVEGADOR GPS GARMIN USANDO EL
FORMATO RINEX
1,2
RENE ULLOA; 3ALFONSO TIERRA; 3MARCO LUNA
1
WORLDGEO ESTUDIOS GEOESPACIALES, C. J. Arosemena Total y E. Salazar Gómez, el Batán,
www.worldgeoec.com, info@worldgeoec.com.
2
CARRERA DE INGENIERÍA GEOGRÁFICA Y MEDIO AMBIENTE. UNIVERSIDAD DE
LAS FUERZAS ARMADAS – ESPE. Av. General Rumiñahui s/n, Sangolquí, Ecuador. E-mail:
reneestebanulloa@gmail.com
3
GRUPO DE INVESTIGACIÓN GEOESPACIAL. UNIVERSIDAD DE LAS FUERZAS ARMADAS –
ESPE. Av. General Rumiñahui s/n, Sangolquí, Ecuador, e-mail: artierra@espe.edu.ec; mpluna@espe.edu.ec
Recibido : 08 de agosto de 2015 / Aceptado: 17 de noviembre de 2015
RESUMEN
El problema básicamente para los usuarios profesionales es la adquisición de los receptores de precisión
los cuales son significativamente costosos, y comparando estos con el valor comercial de un receptor
navegador la diferencia es abismal. En este artículo se pretende dar a conocer la evaluación de las presiones
obtenidas a partir del proceso de datos RINEX generados por un receptor navegador, el proceso se asemeja
al que se realiza con receptores de precisión (utilizando una estación base de coordenadas conocidas)
auxiliados con un software de post proceso de datos RINEX y datos de efemérides precisas (Archivos de
Navegación) con un proceso adicional el cual arma los archivos RINEX con la información capturada por
el equipo navegador GPS. La información adquirida se ha procesado con estaciones de monitoreo continuo
liberadas al público como es la ROIP, obteniendo resultados de precisiones sub métricas incluso por debajo
de los 0.5 metros, sustentando la idea de que se puede obtener coordenadas de precisión a bajo costo y que
permitan acelerar la etapa de pericias de campo y minimizar costos de adquisición de equipos fomentando
la investigación en este campo para reducir los limitantes que existen en nuestro medio.
Palabras Clave: RINEX, GPS, Receptor GPS de Precisión, Receptor GPS de Navegación.
ABSTRACT
The problem mainly for professional users is acquiring precision receivers which are significantly
expensive, comparing these with the commercial value of a Handheld GPS receiver the difference is
abysmal. This article is intended to inform the assessment of the pressures obtained from the process
of RINEX data generated by a browser receptor, the process is similar to that performed with receptors
precision (post process in combination with a known base station coordinates) assisted with software post
processing of RINEX data and precise ephemeris data (Navigation files) with an additional process which
rig up the RINEX files with the information captured by the GPS device browser. The acquired information
is processed with continuous monitoring stations released to the public like ROIP, obtaining results of sub
metric precision even below 0.5 meters, supporting the idea that you can get coordinates of accuracy at low
cost and speeding up the stage of field expertise and minimize equipment acquisition costs by encouraging
research in this field to reduce the limitations that exist in our equipment.
Key words: RINEX, GPS, Accuracy GPS Receiver, Navigation GPS Receiver
94 Página Rene Ulloa, Alfonso Tierra, Marco Luna
INTRODUCCIÒN
Para que los usuarios quienes dependen profesionalmente del sistema GPS obtengan el
mayor provecho de una ubicación geográfica emitida y calculada por un receptor, este
último debe cumplir ciertas características tecnológicas, que obviamente están atadas al
valor comercial de adquisición, estos equipos son conocidos como “GPS de Precisión”.
Por otro lado los receptores conocidos como navegadores son dispositivos muy comunes
entre los usuarios que en general tienen una limitante importante al momento de usar su
ubicación, ya que esta es aproximada y se la utiliza como referencia.
El sistema GPS ofrece información temporal y de posición las 24 horas del día, incluso en
condiciones climáticas adversas. Las coordenadas cartesianas (X, Y, Z) para un tiempo ti,
se calculan para cualquier punto de la Tierra a partir de las medidas de las distancias entre
un punto y un grupo de al menos cuatro satélites cuya posición es conocida.
Actualmente cada satélite transmite series de datos en dos códigos diferentes. Uno
de los códigos, el código P, está reservado para uso militar, el otro código, llamado
C/A, (Monico, 2000), está destinado para uso civil. Cada código tiene una frecuencia
de emisión diferente. Sin embargo, Los receptores de navegación utilizan el punto
de posicionamiento (absoluto) sencillo en tiempo real para proporcionar la posición
instantánea. Con estos equipos no es posible almacenar la pseudodistancia y/o medida
de la fase observable de la onda portadora (popularmente llamado “datos crudos”) que
impide su uso en otras actividades que requieren una mayor precisión y exactitud.
La compañía GARMIN, quienes diseñan equipos receptores GPS de navegación, han

permitido que algunos de sus modelos puedan almacenar los datos brutos transmitidos
por los satélites GPS, mediante la publicación del protocolo de comunicación que utilizan
estos equipos para transferir datos, con base a esta información se han desarrollado
programas informáticos que hacen posible la extracción de los datos crudos transmitidos.
Uno de los primeros acercamientos para conseguir descargar los datos crudos fueron
hechos por el Institute of Engineering Surveying and Space Geodesy (IESSG) de la
Universidad de Nottingham, donde desarrollaron un producto comercial denominado
GRINGO (GPS RINEX Generator) (Hill & Moore 1999) el cual permite extraer los
registros de las falsas distancias en L1 desde un receptor Garmin 12.
Posteriormente fueron realizados otros experimentos en la Universidad Politécnica de

Madrid (Galán 2002) para crear dos aplicativos informáticos que permiten grabar datos
crudos (async.exe) y convertir a formato estándar RINEX (gar2rnx.exe). Con el gar2rnx.c
en su última versión de abril del 2002, se ha llegado a obtener resultados de hasta 0.3
metros de precisión con distancias a la base de referencia de hasta 30km.
Milbert (2002), también ha creado aplicativos, como por ejemplo el g76rin que extrae los
datos brutos y el garbin en el cual se arma el archivo RINEX para el postprocesamiento,
éstos aplicativos son para los modelos específicos como el GPSmap76 de Garmin.
Evaluación de la precisión de las coordenadas planimétricas Página 95
En Brasil con los trabajos realizados por Guimarães y Camargo (2007), se evaluó un
prototipo desarrollado con receptor de navegación y una antena externa para su uso en
trabajos de georreferenciación de las propiedades rurales. Varios puntos fueron recogidos
con 30 minutos de observaciones, variando las líneas de base de 20 m a 20 kilómetros.
Después de procesar los datos, todos los puntos mostraron una precisión y exactitud
menor a 50 cm y no identificó una correlación con el tamaño de las líneas de base. Los
autores recomiendan la continuidad de los estudios con esta tecnología que, además de
bajo costo, podría conducir a precisiones decimétricas.
Krueger (2006) desarrolló un prototipo para posicionamiento relativo estático, comparando

con los datos algunos hitos de redes geodésicas de las instituciones públicas de Paraná
(Brasil). La exactitud planimétrica que obtuvo fue superior a 26,2 cm y los errores
relativos de dos dimensiones (desviaciones) de las coordenadas (latitud y longitud), a un
nivel de 67% de confianza varió de 2,4 cm para una línea base de alrededor de 10 km,
hasta 22,46 cm para una línea base de alrededor de 125 kilómetros.
En este estudio se realiza una evaluación de la precisión obtenida con el postproceso

de los archivos RINEX generados a partir de un receptor GPS navegador (Garmin
GPSMap76) utilizando puntos de control de coordenadas conocidas. Por último en esta
parte, es importante señalar que realizar un estudio de este tipo contribuye en primer lugar
a promover la investigación y el desarrollo de métodos similares y a que los usuarios
profesionales tengan una alternativa de bajo costo.
MARCO TEÓRICO
SISTEMA GPS
El Sistema de Posicionamiento Global (GPS) es un sistema de localización, diseñado por

el Departamento de Defensa de los Estados Unidos con fines militares para proporcionar
estimaciones precisas de posición, velocidad y tiempo; operativo desde 1995, utiliza
conjuntamente una red de ordenadores y una constelación de 24 satélites para determinar
por triangulación, la altitud, longitud y latitud de cualquier objeto en la superficie terrestre
(Fernández, 1997).
En el ámbito civil y alegando razones de seguridad sólo se permite el uso de un

subconjunto degradado de señales GPS. Sin embargo la comunidad civil ha encontrado
alternativas para obtener una excelente precisión en la localización mediante las
denominadas técnicas diferenciales. Gracias a ellas las aplicaciones civiles han
experimentado un gran crecimiento y actualmente existen más de 70 fabricantes de
receptores GPS (Pozo, 2000).
PRINCIPIO DE FUNCIONAMIENTO DEL SISTEMA GPS
El sistema GPS tiene por objetivo calcular la posición de un punto cualquiera en un espacio
de coordenadas (x, y, z), partiendo del cálculo de las distancias del punto a un mínimo de
cuatro satélites cuya localización es conocida. La distancia entre el usuario (receptor GPS)
y un satélite se mide multiplicando el tiempo de vuelo de la señal emitida desde el satélite
por su velocidad de propagación. Para medir el tiempo de vuelo de la señal de radio es
necesario que los relojes de los satélites y de los receptores estén sincronizados, pues
deben generar simultáneamente el mismo código. Ahora bien, mientras los relojes de los
satélites son muy precisos los de los receptores son osciladores de cuarzo de bajo coste
y por tanto imprecisos. Las distancias con errores debidos al sincronismo se denominan
pseudodistancias. La desviación en los relojes de los receptores añade una incógnita más,
por esto se hace necesario un mínimo de cuatro satélites para estimar correctamente las
posiciones. En el cálculo de las pseudodistancias hay que tener en cuenta que las señales
GPS son muy débiles y se hallan inmersas en el ruido de fondo inherente al planeta en
la banda de radio. Este ruido natural está formado por una serie de pulsos aleatorios,
lo que motiva la generación de un código pseudoaleatorio artificial por los receptores
GPS como patrón de fluctuaciones. En cada instante un satélite transmite una señal con
el mismo patrón que la serie pseudoaleatoria generada por el receptor. En base a esta
sincronización, el receptor calcula la distancia realizando un desplazamiento temporal
de su código pseudoaleatorio hasta lograr la coincidencia con el código recibido; este
desplazamiento corresponde al tiempo de vuelo de la señal. Este proceso se realiza de
forma automática, continua e instantánea en cada receptor.
La utilización de estos códigos pseudoaleatorios permite el control de acceso al sistema de

satélites, de forma que en situaciones conflictivas se podría cambiar el código, obligando
a todos los satélites a utilizar una banda de frecuencia única sin interferencias pues cada
satélite posee un código GPS propio. Aunque la velocidad de los satélites es elevada (4
Km/s), la posición instantánea de los mismos puede estimarse con un error inferior a
varios metros en base a una predicción sobre las posiciones anteriores en un período de
24 a 48 horas. Las estaciones terrestres revisan periódicamente los relojes atómicos de
los satélites, dos de cesio y dos de rubidio, enviando las efemérides1 y las correcciones
de los relojes, ya que la precisión de los relojes y la estabilidad de la trayectoria de los
satélites son claves en el funcionamiento del sistema GPS (Pozo, 2000).
CORRECCIÓN DE ERRORES MEDIANTE TÉCNICAS DIFERENCIALES (DGPS)
En aplicaciones que no requieren gran precisión se puede utilizar un receptor con un

único canal y bajo coste (Posicionamiento Absoluto), que calcula la distancia a cuatro
satélites en un intervalo de 2 a 30 segundos y se puede realizar generalmente con
receptores denominados Navegadores o de exploración. Ahora bien, la precisión de
las medidas se ve afectada por el movimiento del satélite durante el cómputo y por el
tiempo que se tarda en obtener las posiciones, debido a lecturas repetitivas de todos los
mensajes de la constelación. El requerimiento de una localización precisa y continua en

tiempo real, ha conducido al desarrollo de receptores con un mayor número de canales
(8-12) capaces de disminuir al máximo el error de localización utilizando los métodos
de posicionamiento diferencial. Así, un receptor GPS ubicado en una posición conocida
de la Tierra calcula su distancia a un conjunto de satélites; la diferencia entre la posición
calculada y la localización exacta del receptor constituye el error en la medida. Este error
se transmite en un código predefinido (RTCM Radio Technical Commision Maritime) y
cualquier usuario-receptor con capacidad de corrección diferencial puede acceder a él
para corregir su posición. Esta técnica elimina prácticamente los errores S/A siempre que
el receptor diferencial esté próximo a la base emisora de la corrección (Posicionamiento
Diferencial). Las correcciones pueden enviarse desde una estación base propiedad de los
usuarios, desde una estación base virtual y vía estaciones de radio comerciales. En todos
estos casos el modo de operación del DGPS se denomina de área global (WADGPS) ya
que el error debido a cada satélite se procesa de modo individual Figura 1 (Pozo, 2000).
Posicionamiento Absoluto: Posicionamiento Diferencial:

- Posicionamiento en Campo - Post Proceso (Posición en la Oficina)
- Error en el entorno de 3m a 15m
Figura 1: Posicionamiento con GNSS
Fuente: Roberto P. 2010, adoptada por el autor
CUANTIFICACIÓN DE LA INCERTIDUMBRE EN LOCALIZACIÓN GPS
Debido a las múltiples fuentes de error anteriormente comentadas, los receptores GPS
posicionan con un cierto grado de incertidumbre. Ofrecen una estimación de la posición,
valor medio, a lo largo de un intervalo de tiempo con una determinada dispersión. De
forma estándar se puede caracterizar esta dispersión mediante el error cuadrático medio
(ECM) definido como la raíz cuadrada de la media de los errores al cuadrado, pudiendo
referirse a una, dos o tres dimensiones.
En receptores GPS y DGPS los errores de posicionamiento, en un intervalo de horas se

ajustan a una distribución normal, no ocurriendo así con el GPS en modo absoluto debido
al error S/A. En los dos primeros casos, el error en las medidas sigue una distribución
de probabilidad normal en cada eje, por lo que se pueden deducir las probabilidades
asociadas a los mismos. Para análisis unidimensional, el valor de una medida se encuentra
en el intervalo [valor medio +/- 2d(Desviación Típica de la Distribución) en el 95% de
los casos. En el caso bidimensional (ejes norte y este), el porcentaje de dispersión que
está dentro de un círculo de radio ECM depende de la distribución, siendo del 98% en el
caso circular (POZO-RUZ, 2000).
Para las medidas GPS y GPS/GLONASS la distribución es elíptica, por lo que se aproxima
a una distribución unidimensional, con probabilidad asociada del 95%. Los fabricantes
de GPS definen la precisión de las medidas de posición obtenidas con sus receptores
mediante el Error Circular Probable (CEP), que se define como el radio del círculo en el
que se encuentra la estimación más probable de la posición en un porcentaje del 95% o
CEP 95%, en asociación con el ECM y del 50% o CEP 50% (D. Kaplan, 1996).
FORMATO RINEX
Son las siglas en inglés de “Receiver Independent Exchange”. Se trata de un formato de

ficheros de texto orientado a almacenar, de manera estandarizada, medidas proporcionadas
por receptores de sistemas de navegación por satélite, como GPS, GLONASS, SISTEMAS
SBAS (EGNOS, WAAS) o Galileo.
La salida final de un receptor de navegación suele ser su posición, velocidad u otras

magnitudes físicas relacionadas. Sin embargo, el cálculo de todas estas magnitudes se basa
en una serie de medidas a una o varias constelaciones de satélites. Aunque los receptores
calculan las posiciones en tiempo real, en muchos casos resulta interesante almacenar
las medidas intermedias para su uso posterior. RINEX es el formato estandarizado que
permite la gestión y almacenamiento de las medidas generadas por un receptor, así como
su procesado off-line por multitud de aplicaciones informáticas, independientemente de
cual sea el fabricante tanto del receptor como de la aplicación informática.
El formato RINEX ha ido evolucionando con el tiempo, para adaptarse al aumento progresivo
de tipos de medidas, correspondientes a los nuevos sistemas de navegación por satélite.
La versión más común, que permite el almacenamiento de medidas de pseudodistancias,
fase de portadora y Doppler para sistemas GPS, GLONASS, EGNOS y WAAS,
simultáneamente. Recientemente se ha presentado la versión RINEX 3.0, capaz de
albergar de forma ordenada el ingente número de medidas previstas para los nuevos
sistemas, como el GPS avanzado o Galileo.
El formato RINEX consiste en tres tipos de archivos ASCII:
1. Archivo de Observación
2. Archivo de Navegación
3. Archivo de Datos Meteorológicos
Cada tipo de archivo se compone de una sección de encabezado y una sección de datos.
La sección de encabezado contiene información global para todo el archivo y se coloca al
principio del archivo. La sección de encabezado contiene las etiquetas de encabezamiento
de las columnas 61 a 80 para cada línea contenida en la sección de encabezado. Estas
etiquetas son obligatorios y deben aparecer exactamente como señala el estándar. El
formato ha sido optimizado para los requisitos de espacio mínimos independientes del
número de diferentes tipos de observación de un sistema receptor o satélite específico,
con indicación en la cabecera de los tipos de observaciones que se almacenen para este
receptor y los sistemas de satélites que ha observado (Gurtner, 2013).
EFEMÉRIDES PRECISAS DE LOS SATÉLITES
Servicio Internacional de GNSS - IGS (antes: Servicio Internacional GPS) fue establecido
formalmente por la Asociación Internacional de Geodesia (IAG) en 1993 y comenzó
oficialmente sus operaciones el 1 de enero de 1994. El IGS produce y difunde efemérides
precisas de los satélites GPS y también proporciona productos como parámetros de
orientación de la Tierra (EOP) y correcciones de los relojes de los satélites. Los servicios
de IGS se basan en una red mundial de estaciones de monitoreo y seguimiento de los
GNSS y proporciona información y datos de sus centros de procesamiento de datos para
todos los usuarios de GNSS. Los archivos con información de la órbita de los satélites
GPS, que son proporcionados por el IGS, están en el formato definido por el Servicio
Geodésico Nacional (NGS), la llamada SP3. Este es una representación ASCII que
incluye las posiciones de los satélites y las correcciones de los relojes. Este formato se ha
planeado cuidadosamente para tener en cuenta también su uso para GLONASS y satélites
geoestacionarias. Mientras que la primera generación de este formato podría acomodar
sólo 35 satélites, la segunda generación tiene capacidad para 85 satélites. La segunda
generación se mejoró para recibir modificaciones y nueva información, por ejemplo, la
exactitud de la información de órbita del satélite (Remondi, 1991). El formato SP3 se da
en unidades de Km para las coordenadas y en microsegundos para el error de los relojes
de los satélites, con una precisión de 1 mm y 1 ps (pico-segundo), respectivamente. Si
se incluyen los archivos con las velocidades de los satélites, (formato SP1), las unidades
para la velocidad son decímetros / segundo, con una precisión de 4,10 mm/s). El cambio
en el curso de los relojes (tasa de cambio) se da en unidades de 4.10 ps/s (Hilla, 2007). La
información sobre los relojes de los satélites en formato SP3 está dentro de los mismos
períodos (cada 5 o 15 min) para los que también se proporcionan las posiciones de los
satélites. Se requiere interpolación para la posición del satélite y la corrección del reloj
en el momento de la transmisión (Cararo, 2011).
METODOLOGÍA.
Para poder realizar las correcciones diferenciales y las observaciones GPS en vértices
geodésicos utilizando un navegador y aplicativos informáticos que obtienen y procesan
la información bruta recolectada, es necesario disponer de los siguientes elementos:
- Unidad GPS Navegador Garmin “GPSmap76”

- Un PC portátil con sistema operativo “Windows”
- Cable de transmisión de datos GPS-computador
Además del hardware detallado anteriormente es necesario disponer de los aplicativos

que realizan el proceso de adquisición de datos (Milbert 2002):
- garbin.exe (adquisición de datos Brutos)

- g76rin.exe (Transformación a Formato RINEX)
Con todos los instrumentos conectados y posicionados en el punto de interés (Figura 2.),
que en este caso son los mojones de control geodésico, se procede por medio de la PC a
la adquisición de datos (rastreo de información Bruta) ejecutando a través del símbolo
del sistema Windows conocido como DOS con el siguiente comando: “garbin x” (x = es
el tiempo en segundos que desea rastrear), se debe tomar obligatoriamente las siguientes
consideraciones:
- Para ejecutar la línea de comando “garbin x” como es conocido en el sistema

operativo Windows se debe detallar en la misma línea, la ubicación dentro del disco
duro de la PC de los aplicativos informáticos “garbin.exe & g76rin.exe”, es decir si
estos se encuentran en el disco C, y se quiere rastrear por cinco minutos el comando
a ejecutar es “C:\>garbin 300”.
- Como la conexión del equipo navegador es de modo serial, los parámetros de
comunicación deben ser: puerto COM1, 00 baudios, 8 data bits, paridad ninguna, 1
parada de bits.
Figura 2: Se muestra el equipo navegador y la Pc portátil conectados en el mojón de control

geodésico rastreando los datos brutos con la técnica de posicionamiento relativo
Al término de este proceso se genera un archivo con el nombre “garbin.bin” en el mismo

directorio que se ejecutó el aplicativo anterior, este archivo *.bin son los datos binarios de
la señal recibida durante el rastreo. Para conseguir el archivo de observación en formato
RINEX se debe ejecutar el aplicativo “g76rin.exe” de la misma manera que el anterior y
en el mismo directorio “C:\> g76rin garbin”.
Con el archivo de observación RINEX generado del proceso anterior y con los datos
de las efemérides precisas que se debe descargar del mismo día del levantamiento que
están disponibles en IGS 2015, (https://igscb.jpl.nasa.gov/components/prods_cb.html),
y en combinación con los datos de una Estación de Monitoreo Continuo cercana, se
procesa la información (Corrección Diferencial) con la ayuda de cualquier software
de procesamiento GPS. En este artículo se utiliza el software Topcon Tools el cual da
apertura para todos los procesos.
Así mismo se ha rastreado en tiempos de diferente duración y a distancias de línea base

que varían entre 1 km. hasta más de 100 km., con el objetivo de verificar la aplicabilidad
del método.
Las observaciones se realizaron en los siguientes mojones de control Geodésico:

- Estadio ESPE Sangolquí - Pichincha
- MiraValle Quito - Pichincha
- Cerro Ungüi (1 y 2) Quito - Pichincha
- Casa del Árbol Baños – Tungurahua
- Latacunga Latacunga - Cotopaxi
Y las Estaciones de Monitoreo Continuo (EMC) utilizadas como Estaciones Base de

Referencia para procesar las observaciones tomadas fueron:
- ESPE, Ubicada en las Instalaciones de la Universidad de la Fuerzas Armadas ESPE
- RIOP, Ubicada en Riobamba liberada en SOPAC 2015, http://sopac.ucsd.edu
checkSiteID.shtml,
- BOGT, Ubicada en Bogotá Colombia liberada en SOPAC 2015, http://sopac.ucsd.
edu/checkSiteID.shtml,
- COTO, Ubicada en el Centro de Investigaciones Espaciales en el Boliche - Cotopaxi
Una vez procesada la información la Evaluación se basa en comparar las coordenadas

resultantes obtenidas del navegador con las coordenadas oficiales de cada punto de
control, esta diferencia en distancia se analiza en cada caso.
RESULTADOS Y ANÁLISIS
El objetivo es comparar los resultados de los procesamientos relativos estáticos de

un mismo vértice geodésico utilizando un GPS navegador GPSMap76 y un receptor
de precisión que normalmente es ocupado para este tipo de actividades y analizar la
diferencia entre los resultados.
En la Tabla 1 se muestra los 6 puntos seleccionados de la Red GPS del Ecuador ocupados
por los dos receptores (navegador y de precisión), se especifica el tiempo de rastreo,
la línea base, las coordenadas del navegador procesadas con efemérides rápidas con la
precisión resultante del proceso del software y la diferencia planimetría en términos de
distancia UTM ΔP = , de cada ocupación, en la Tabla 2 se muestra la misma información
procesada con efemérides finales.
Tabla 1: Comparación entre coordenadas precisas (conocidas) y coordenadas obtenidas desde

el navegador, procesadas con efemérides rápidas
PROCESO CON EFEMERIDES RAPIDAS
TIEM POSICIONAMIENTOS CON GPS DE PRESICION POSICIONAMIENTO CON GPS NAVEGADOR
LINE PO (MONOGRAFIA) PROCESADOS DIFER
NOMBRE BAS E( A DE PR EC I ENCIA
S IO N PR EC I
PUNTO EMC) BASE RAST LATITUD LONGITUD HO R I Z
LATITUD LONGITUD S IO N
ΔP
REO ONT A L
km. min. GR. MIN. SEG. H GR. MIN. SEG. H m. GR. MIN. SEG. H GR. MIN. SEG. H m. m.
0.2 15 0 18 59.942 S 78 26 43.552 W 0.03 0 18 59.970 S 78 26 43.579 W 0.81 1.2
ES PE 0.2 10 0 18 59.942 S 78 26 43.552 W 0.03 0 18 59.974 S 78 26 43.602 W 0.92 1.8
ES TADIO 0.2 5 0 18 59.942 S 78 26 43.552 W 0.03 0 19 0.003 S 78 26 43.530 W 1.01 2.0
(ES PE) RIOP 149 15 0 18 59.942 S 78 26 43.552 W 0.03 0 18 59.942 S 78 26 43.611 W 1.08 1.8
BOGT 732 15 0 18 59.942 S 78 26 43.552 W 0.03 0 19 60.076 S 78 26 43.552 W 1.64 4.1
ES PE 0.2 60 0 18 59.942 S 78 26 43.552 W 0.03 0 18 59.942 S 78 26 43.561 W 0.42 0.3
9 15 0 16 13.461 S 78 30 31.957 W 0.03 0 16 13.429 S 78 30 31.923 W 0.61 1.4
MIRAVAL ES PE 9 10 0 16 13.461 S 78 30 31.957 W 0.03 0 16 13.442 S 78 30 31.928 W 0.77 1.1
LE 9 5 0 16 13.461 S 78 30 31.957 W 0.03 0 16 13.430 S 78 30 31.913 W 2.02 1.7
RIOP 154 15 0 16 13.461 S 78 30 31.957 W 0.03 0 16 13.434 S 78 30 32.049 W 1.99 2.9
15 15 0 14 14.943 S 78 33 29.563 W 0.03 0 14 14.909 S 78 33 29.531 W 0.40 1.5
ES PE 15 10 0 14 14.943 S 78 33 29.563 W 0.03 0 14 14.900 S 78 33 29.516 W 0.43 2.0
UNGUI_1
15 5 0 14 14.943 S 78 33 29.563 W 0.03 0 14 14.893 S 78 33 29.515 W 0.71 2.1
RIOP 157 15 0 14 14.943 S 78 33 29.563 W 0.03 0 14 14.897 S 78 33 29.523 W 0.88 1.9
43 15 0 14 14.472 S 78 33 25.773 W 0.03 0 14 14.449 S 78 33 25.769 W 0.62 0.7
COTO 43 10 0 14 14.472 S 78 33 25.773 W 0.03 0 14 14.453 S 78 33 25.773 W 0.54 0.6
UNGUI 2
43 5 0 14 14.472 S 78 33 25.773 W 0.03 0 14 14.453 S 78 33 25.791 W 0.69 0.8
RIOP 157 15 0 14 14.472 S 78 33 25.773 W 0.03 0 14 14.471 S 78 33 25.737 W 0.68 1.1
22 15 0 48 50.129 S 78 37 35.393 W 0.03 0 48 50.116 S 78 37 35.337 W 0.96 1.8
LATACUN COTO 22 10 0 48 50.129 S 78 37 35.393 W 0.03 0 48 50.098 S 78 37 35.394 W 0.97 1.0
GA 22 5 0 48 50.129 S 78 37 35.393 W 0.03 0 48 50.108 S 78 37 35.359 W 0.86 1.2
RIOP 93 15 0 48 50.129 S 78 37 35.393 W 0.03 0 48 50.092 S 78 37 35.329 W 2.75 2.3
90 15 1 25 6.802 S 78 25 34.819 W 0.03 1 25 6.785 S 78 25 34.817 W 0.44 0.5
CAS A
COTO 90 10 1 25 6.802 S 78 25 34.819 W 0.03 1 25 6.793 S 78 25 34.823 W 0.46 0.3
DEL
90 5 1 25 6.802 S 78 25 34.819 W 0.03 1 25 6.758 S 78 25 34.777 W 2.66 1.9
ARBOL
RIOP 36 15 1 25 6.802 S 78 25 34.819 W 0.03 1 25 6.773 S 78 25 34.810 W 4.68 1.0
Tabla 2: Comparación entre coordenadas precisas (conocidas) y coordenadas obtenidas desde

el navegador, procesadas con efemérides finales
Analizando los valores, la diferencia planimétrica (ΔP) resultante entre el receptor GPS
de precisión (L1/L2),utilizado para generar la monografía de cada vértice, y el navegador,
los casos donde las diferencias resultaron menores a un metro llegan al 27%, tanto en
aquellos procesados con efemérides rápidas y finales (Tabla 1 y 2).
Así mismo analizando la diferencia entre la precisión obtenida en el software (post

proceso de datos obtenidos con el Navegador) y la diferencia calculada (ΔP), se verifica
que el 65% se encuentran por debajo del metro (Tabla 1 y 2).
Cabe mencionar casos puntuales como del vértice Estadio (ESPE) el cual fue el único
que se rastreó durante una hora y la línea base es la más corta del proyecto (200 m.),
donde se obtuvo 30 cm de diferencia planimetría (ΔP) respecto a la coordenada conocida
procesado con efemérides rápidas; siendo este uno de los valores más bajos entre todos
los datos procesados, pero un caso particular fue el vértice CASA DEL ÁRBOL que con
15 minutos de rastreo y una línea base de 90 km. la diferencia planimétrica es de 20 cm,
procesado con efemérides finales, corroborando que se pueden llegar a comparar los
equipos de precisión con un navegador con ciertas condiciones. Por otro lado al obtener
las desviaciones estándar de las diferencias planimétricas (ΔP) (Tabla 1 y 2) de todas
las ocupaciones procesadas tanto con efemérides rápidas ( ΔPefr) y finales ( ΔPeff),
resulta que existe más dispersión de ΔP en los datos procesados con efemérides finales
que con las rápidas ( Δpefr = 0.84 m y Δpeff =1.26 m.) posibilitando la idea que es
suficiente el uso de los archivos de efemérides rápidas que están disponibles de manera
casi inmediata.
CONCLUSIONES
• Con la técnica planteada si se puede alcanzar precisiones y errores por debajo 0.5 m,
(Vértice Casa del Árbol, Tabla 1 y 2).
• Para rastreos de 15 minutos y línea base hasta 150 km se pueden obtener errores
menores a 3 metros (peor de los casos) dependiendo las condiciones del rastreo.
• Para líneas base hasta 100km se obtienen errores menores a 2 metros rastreando
durante 15 minutos.
• Para líneas bases mayores a 150 km se obtienen resultados que se alejan de la aplicabilidad
del método, ya que se obtienen los mismos errores sin realizar post proceso.
• El Empleo de efemérides precisas FINALES (*igs) versus RAPIDAS (*igr) afectan
mejorando la precisión obtenida en el postproceso de las observaciones mas no
mejoran el error o exactitud de las mismas (Diferencia en distancia), por lo que
al utilizar los archivos de efemérides rápidas se obtiene mejores resultados y de
manera casi inmediata.
REFERENCIAS
Cararo, A. C., & Ferreira, L. D. D. (2011). Interpolação de efemérides GPS. Bol. Ciênc. Geod.,
sec. Artigos, 17(2), 218-238.
D. Kaplan, Artech House, 1996, Understanding GPS: Principles and Applications, Editor Elliot.
Galán, A.T. 2002. Obtaining raw data from some Garmin units – Disponíble en http://artico.lma.
fi.upm.es/numerico/ miembros/antonio/async/, visitada en abril del 2015.
Guimaraes, G.n.; Camargo, P.O. 2007 evaluación de la capacidad de posicionamiento con
receptores de navegación GPS en el cumplimiento de la georreferenciación de las
propiedades rurales. En: SIMPOSIO BRASILEÑO DE GEOMATICA, 2 y Congreso
Brasileño de ciencias geodésica, 5, Presidente Prudente. Anales, p. 592-597.
Gurtner, W., & Estey, U. N. A. V. C. O. (2013). The Receiver Independent Exchange Format.
Hilla, S. El Producto 3 Formato Orbit estándar Extended (SP3c). Nacional Geodésico, Silver
Spring 12 de febrero de 2007 (disponible en: ftp://igscb.jpl.nasa.gov/pub/data/format/
sp3c.txt).
Hill, C. J., Moore, T., Dumville, M., “GRINGO A RINEX logger for hand-held GPS
receivers,” Proceedings of the 12th International Technical Meeting of the Satellite
Division of The Institute of Navigation (ION GPS 1999), Nashville, TN, September 1999,
pp. 1647-1652
Igs (International Gnss Service), 2015, Seción Data & Products, Products Available to download
from this server, https://igscb.jpl.nasa.gov/components/prods_cb.html, visitada en abril
2015.
J.a. Fernández Rubio, G.seco Granados, “Sistemas de posicionamiento: de GPS a GNSS”, Mundo
Electrónico, 1997, 280, pp.46- 52.
Krueger, C.P.; Tranches, S. 2006. Posibilidad de verificación para realizar Georreferenciación

de la propiedad rural a través de Observaciones L1 recogidos mediante receptores GPS.
Cobrac 2006 - Brasileño De Inscripción Congreso Técnico Multifinaliátrio, Florianópolis.
Actas, p.1-7.
Milbert, D. 2002. Garmin Gpsmap76 Asynchronous Binary to Rinex - Disponible en http://home.
comcast.net/~dmilbert/softs/g76rin.htm#link2, visitada en abril del 2015
Monico, J. F. G. (2000). Posicionamento pelo Navstar-GPS. Unesp, pp. 26-27
Pozo-Ruz, A., Ribeiro, A., García-Alegre, M. C., García, L., Guinea, D., & Sandoval, F. (2000).
Sistema de posicionamiento global (GPS): Descripción, análisis de errores, aplicaciones y
futuro. ETS Ingenieros de Telecomunicaciones. Universidad de Málaga.
Remondi, B., Ngs ascii segunda generación y formatos binarios órbita y estudios de interpolación
asociados. Presentado en la 20a. Asamblea General de IUGG, Viena, 11 a 24 agosto, 1991.
Roberto Pérez Roberto. (26 de Octubre de 2010). Servicio de Corrección Diferencial de
Posicionamiento Global (GNSS) en Tiempo Real a través de un servicio Caster-NTRIP,
una herramienta para el presente y futuro. (A. d. Informacion, Ed.) Uruguay.
Sopac (Scripps Orbit And Permanent Array Center), 2015, Sección Check Site, http://sopac.ucsd.
edu/checkSiteID.shtml, visitada en abril 2015
APLICACIÓN DEL MODELO HIDROLÓGICO SWAT (SOIL &

WATER ASSESSMENT TOOL) PARA ANALISIS DEL CAUDAL DE
ESCORRENTÍA SUPERFICIAL EN LA CUENCA HIDROGRÁFICA
DEL RÍO LAS JUNTAS
JORGE RENE HURTADO PIDAL1; DARWIN BENIGNO YÁNEZ BORJA1
1
SECRETARIA DE GESTIÓN DE RIESGOS – SGR, km 0.5 vía a Samborondón, ECUADOR, e-mail:
jorge.hurtado@gestionderiesgos.gob.ec; jorgerene_9@hotmail.com; darwinbeniyanez@yahoo.es.
Recibido: 22 de septiembre de 2015 / Aceptado: 20 de noviembre de 2015
RESUMEN
Las tecnologías geoespaciales de información geográfica junto con la información hidrometeorológica, han
permitido hacer cada vez más precisos y detallados los estudios del comportamiento del ciclo hidrológico
en todo el mundo, especialmente con el uso de modelos como SWAT (Soil & Water Assessment Tool)
desarrollado por Texas A&M University, el mismo que funciona de forma acoplada a varios Sistemas
de Información Geográfica (SIG), uno de esos es el software ArcGIS (ArcSWAT). Este trabajo se
refiere a la aplicación del modelo SWAT en una cuenca hidrográfica de Ecuador de 1706 km2 a partir
de información geográfica escala 1:50000 de; cobertura del suelo, tipo de suelos, modelo de elevación e
información de 11 estaciones hidrometeorológicas, para realizar un balance hídrico del período 2002 –
2012. Los resultados obtenidos de caudales de escorrentía medios mensuales, que mejor fueron calibrados
(PBIAS=1.22, R²=0.93, NSE=0.93) y validados (PBIAS=12.48, R²=0.73, NSE=0.71) fueron en la estación
H394, con buenos resultados; lo que permitió, por un lado, conocer el comportamiento temporal de la
dinámica hidrológica en períodos húmedos y secos, y por otro lado, entender la distribución espacial de
las principales variables que intervienen en el balance hidrológico en la cuenca del río Las Juntas, a través
del mapeo a nivel de subcuencas, de las salidas del modelo como; precipitación, escurrimiento superficial,
evapotranspiración y una estimación preliminar de producción de sedimento. La principal conclusión de
este trabajo fue determinar que la mayor cantidad de escurrimiento superficial se produce en la zona de
piedemonte de la cuenca hidrográfica, zona de Montalvo, debido a altas intensidades de precipitación sobre
suelos arcillosos con coberturas antrópicas. Por tanto conociendo el comportamiento hidrológico de la
cuenca se pueden determinar áreas prioritarias de regeneración ecosistémica o de manejo de cuencas para
evitar problemas recurrentes de sedimentación e inundaciones aguas abajo.
Palabras clave: Sistemas de Información Geográfica, SWAT, Modelación Hidrológica, Escorrentía

Superficial.
ABSTRACT
The geospatial technologies of geographical information along with hydrometeorological information,

allowed to increasingly precise and detailed studies of the behavior of the hydrological cycle around
the world, especially with models like SWAT (Soil & Water Assessment Tool) developed by Texas A &
M University, this model works with many Geographic Information Systems (GIS), one of them is the
ArcGIS software (ArcSWAT). This paper is about the application of SWAT model in a basin of Ecuador
(1706 km2) from geographical information at 1: 50000 scale about; land use/cover, soils type, digital
elevation model and information of 11 hydrometeorological gauging stations, in order to make a hydrology
balance for the period 2002 - 2012. The results of average monthly streamflow surface runoff that were best
calibrated (PBIAS = 1.22 R² = 0.93, NSE = 0.93) and validate (PBIAS = 12.48, R² = .73, NSE = 0.71) were
successfully in the H394 gauging station; allowing first know the temporal behavior of the hydrological
Aplicación del modelo hidrológico SWAT Página 107
dynamics in wet and dry periods, and also understand the spatial distribution of the main variables
involved in the hydrological balance in the Las Juntas river basin, through the mapping on subbasin level
of the model outputs how; precipitation, surface runoff, evapotranspiration and a preliminary estimate of
sediment yield. The main conclusion of this study was to determine the highest amount of runoff occurs
in the transition between plain and hillslope of the watershed, Montalvo town, due to high precipitation
rates on clay soils with anthropic land cover. Therefore, if we know about the hydrological behavior of the
basin, we could determine priority areas for ecosystem regeneration and watershed management to avoid
problems how sedimentation and downstream floods.
Key words: Geographic Information Systems, SWAT, Hydrology Modeling, Surface Runoff.
1. INTRODUCCIÓN
La gestión del agua requiere un buen entendimiento del espacio geográfico y la

información espacial relacionada como: fuentes de agua, superficie del terreno, cuencas
hidrográficas, cobertura del suelo, precipitación, temperatura, humedad, actividades
humanas, etc. La exactitud del conocimiento del terreno ayuda a entender y modelar los
procesos hidrológicos (Hatzopoulos, 2002). La llegada de los SIG y sensores remotos
han dado una nueva dimensión en la modelación hidrológica espacialmente distribuida
(Nyadawa, Karanja, & Njoroge, 2010). Además de la versatilidad en la visualización,
el SIG es capaz de manejar datos con una distribución espacial y temporal (por ejemplo
archivos netCDF), algo muy importante e indispensable en hidrología.
En Ecuador cada vez se dispone de más información y de mejor calidad, tanto en cobertura
espacial como temporal, a través de proyectos como SIGTIERRAS de MAGAP (Ministerio
de Agricultura, Ganadería y Pesca), Proyecto de Geoinformación de IEE (Instituto Espacial
Ecuatoriano), el Proyecto del Mapa de Deforestación Histórica del MAE (Ministerio del
Ambiente) y también de instituciones y proyectos internacionales, que liberan la información
geoespacial en la web y que ayudan a la aplicación de estos modelos encaminados a la
gestión de recursos hídricos y desarrollo de la población en general.
El área de estudio comprende la cuenca del río Las Juntas, que incluye a su vez las
subcuencas de los ríos Cristal, Potosí, Balsas y Pechiche, con una superficie de
aproximadamente 1706 kilómetros cuadrados, en áreas pertenecientes a parte de los
cantones Montalvo, Chimbo y San Miguel de las provincias de Los Ríos y Bolívar
respectivamente (Figura 1); el suelo está cubierto por cultivos de ciclo corto y pasto;
también encontramos espacios pequeños ocupados por vegetación primaria (bosque
nativo), especialmente en la parte este de la cuenca; los suelos predominantes son los
Inceptisoles, con el subgrupo representativo Typic Eutrudepts, seguido por los Andisoles,
con el subgrupo característico el Typic Hapludands; las geoformas más comunes son
los relieves montañosos y conos de deyección en la parte alta, y niveles ligeramente
ondulados en la parte baja de la cuenca; las alturas oscilan entre 100 y 1800 m.s.n.m;
la pendiente predomínate es la media a fuerte (40 a 70 %) al norte y este de la cuenca y
suave (5 a 12 %) a sur y oeste.
108 Página Jorge Hurtado, Darwin Yánez
Figura 1. Ubicación de la cuenca de estudio en Ecuador.
La cuenca del río Las Juntas pertenece a la vertiente del Pacífico, que contiene al sistema
de la cuenca del río Guayas, y que es parte también del sistema hidrográfico del río
Babahoyo, donde los problemas de inundación son muy frecuentes, especialmente en la
cuenca baja debido entre otras cosas, a la sedimentación, que es producto también de las
malas prácticas agrícolas en la parte media y alta de la cuenca.
Es por esta razón, que estudios hidrológicos de este tipo son muy importantes, sobre todo
cuando se hace cada vez más inminente la llegada de un evento climático extremo como
El Niño, y por tanto, sería de mucha ayuda conocer la dinámica espacial y temporal de las
variables del medio físico que intervienen en la hidrología de las cuencas más impactadas,
para hacer primero un diagnóstico, que lleve más adelante a generar escenarios y proponer
acciones que reduzcan los impactos negativos por precipitaciones extremas.
En esta ocasión la modelación de balance hídrico con la herramienta SWAT (Soil & Water
Assessment Tool) cuyas siglas en español significan “Herramienta para la Evaluación de
Agua y Suelo”, ha permitido obtener resultados bastante confiables, especialmente de
caudal de escorrentía superficial a escala mensual, como se ha comprobado en la etapa
de calibración y validación del modelo.
A pesar de que el período 2002 – 2012 no es una década con eventos extremos de
precipitación, como el fenómeno de El Niño de los años 1982-1983 o 1997-1998, si hay
eventos fuertes de precipitación como el de los años 2008 y 2012 por ejemplo, que si
están incluidos en este trabajo.
2. METODOLOGÍA
Uno de los grandes modelos hidrológicos integrado a un SIG es el SWAT que fue
desarrollado por la USDA (Departamento de Agricultura de EEUU) y por la Universidad
de Texas A&M (TAMU). SWAT fue desarrollado para predecir el impacto de las prácticas
de manejo de la tierra, en la generación de agua, sedimentos y producción de sustancias
agrícolas químicas, en cuencas grandes y complejas (Neitsch, Arnold, & Kiniry, 2005).
Esta basado físicamente y es un modelo de tipo continuo en el tiempo, es decir para
procesos hidrológicos a largo plazo. Para esto SWAT requiere información sobre clima,
propiedades del suelo, topografía, vegetación y prácticas de manejo de la tierra en la
cuenca, para usar todo esto como datos de entrada. Los procesos físicos asociados con el
movimiento del agua y sedimento, entre otros, son modelados directamente por SWAT.
La simulación hidrológica de la cuenca en SWAT, puede ser separada en dos grandes
partes, la primera es la fase terrestre del ciclo hidrológico, la cual controla la cantidad
de agua, sedimentos, nutrientes y pesticidas que ingresan al canal principal de cada
subcuenca, y la segunda fase, que define el movimento del agua, sedimentos, etc., a
través de la red de canales de la cuenca hidrográfica hacia la salida o vertedero (Uribe,
2010). El ciclo hidrológico simulado por SWAT esta basado en la ecuación de balance
(Neitsch et al., 2005):
𝑆𝑊𝑡= 𝑆𝑊0+𝑅𝑑𝑎𝑦−𝑄𝑠𝑢𝑟𝑓−𝐸𝑎−𝑊𝑠𝑒𝑒𝑝−𝑄𝑔𝑤 (01)
Donde SWt, es el contenido final de agua en el suelo (mm H2O); SW0, es el contenido
inicial de agua del suelo en un día i (mm H2O); t, es el tiempo (días); Rday, es la cantidad
de precipitación en un día i (mm H2O); Qsurf, es la cantidad de escorrentía de la superficie
en un día i (mmH2O); Ea, es la cantidad de evapotranspiración en un día i (mmH2O);
Wseep, es la cantidad de agua que entra a la zona no saturada del perfil del suelo en un
día i (mmH2O); y Qgw, es la cantidad de flujo de retorno en un día i (mmH2O).
2.1. INFORMACIÓN HIDROMETEOROLÓGICA UTILIZADA
Se recopiló, analizó y se preparó la información obtenida del INAMHI (Instituto Nacional

de Meteorología e Hidrología) para 6 estaciones con temperatura (máxima y mínima) y
8 estaciones con precipitación, del período de modelación 2002-2012, todo esto a nivel
diario. De la lista que se presenta en la Tabla1, algunas estaciones no se consideraron más
adelante por falta de datos.
Tabla 1. Estaciones del INAMHI cuya información fue recopilada para el estudio.
CODIGO ESTACIÓN DENOMINACIÓN VARIABLE XPR YPR ALTURA
Precipitación Tem-
M039 BUCAY MET. PRINCIPAL 707354 9755827 311
peratura
Precipitación Tem-
M051 BABAHOYO-UTB MET. PRINCIPAL 668992 9801384 7
peratura
Precipitación Tem-
M129 CALUMA MET. PRINCIPAL 693865 9820174 345
peratura
Precipitación Tem-
M130 CHILLANES MET. PRINCIPAL 715025 9781017 2287
peratura
Precipitación Tem-
M131 SAN PABLO DE ATENAS MET. PRINCIPAL 714805 9798537 2318
peratura
Precipitación Tem-
M132 BALASAPAMBA MET. PRINCIPAL 703604 9805102 876
peratura
M458 MONTALVO-LOS RÍOS MET. PRINCIPAL Precipitación 690748 9802568 78
M388 SAN ANTONIO-MONJAS MET. PRINCIPAL Precipitación 696504 9784362 200
H334 LA CHIMA LIMNIGRÁFICA Caudales y niveles 714627 9794573 2067
H371 SAN PABLO EN PALMAR LIMNIGRÁFICA Caudales y niveles 673646 9797439 8
EMBARCADERO EN H.
H394 LIMNIGRÁFICA Caudales y niveles 678936 9803147 12
CLEMENTINA
Por otro lado, se usó solamente la información de caudal medio diario de dos estaciones la
H371 y H394 para la calibración y validación del modelo hidrológico (Figura 2), debido a
que la estación hidrológica H334 tenía una cantidad considerable de vacíos de información.
Figura 2. Mapa base de la cuenca de estudio.

2.2. INFORMACIÓN GEOGRÁFICA UTILIZADA
El mapa de suelos utilizado es de escala 1:50000 del proyecto “Generación de Información

Georeferenciada para el Desarrollo Sustentable del Sector Agropecuario” (MAG, IICA,
& CLIRSEN, 2012); este mapa posee información sobre propiedades generales e
hidrofísica de suelos como: pendiente, profundidad, textura, drenaje, nivel freático, pH,
salinidad, nivel de fertilidad y erodabilidad.
El mapa utilizado de cobertura del suelo (año 2008) es de escala 1:50000, del proyecto
“Mapa de Deforestación Histórica del Ecuador Continental” (MAE, 2011), este mapa es
representativo para el período de modelación 2002 – 2012 considerado en este estudio.
Por último, el “Modelo Digital de Elevaciones” (DEM) utilizado es el SRTM de 3arco-

segundo (90 m) distribuido de forma gratuita por el Servicio Geológico de Estados
Unidos a través de la web (USGS, 2012). Este producto es muy importante ya que la
simulación del proceso de transformación de la lluvia en escorrentía en un modelo
hidrológico, requiere de la delineación previa de las cuencas y red de drenaje, así como
de la obtención de distintos parámetros morfométricos (Bodoque, 2010).
Para toda la información geográfica del modelo SWAT, se utilizó el sistema de referencia
WGS84 con la proyección UTM 17 Sur.
2.3. USO DEL MODELO SWAT (Soil & Water Assessment Tool)
Modelo de cuenca
El modelo de cuenca a partir del procesamiento del DEM permite establecer los puntos
de salida de cada microcuenca para obtener los resultados de caudal y sedimento en los
puntos de interés. Para esta modelación los puntos de salida se corresponden con las
diferentes subcuencas del sistema hidrológico y también con las estaciones hidrológicas
(H371, H394) que sirvieron para la calibración y validación del modelo.
Unidades de respuesta hidrológica (HRUs)
En el modelo SWAT, las subcuencas son divididas en unidades de respuesta hidrológica

(HRUs, por sus siglas en inglés) que son unidades de la subcuenca con características
únicas en tipo de suelo, cobertura vegetal y pendiente (Arabi, Frankerberger, Engel,
& Arnold, 2007)a method for the representation of several agricultural conservation
practices with the Soil and Water Assessment Tool (SWAT; en otras palabras, cada
polígono de HRU tiene un mismo suelo, cobertura vegetal y pendiente. Así cada HRU
resulta de la intersección espacial de estas 3 coberturas (Figura 3), que es la forma como
el modelo SWAT discretiza el espacio para la modelización.
a. Pendientes b. Suelos c. Vegetación

Figura 3. Coberturas que definen las HRUs.
Para la información concerniente al suelo, la Geodatabase del modelo SWAT fue editada
con la finalidad de incluir la información de los parámetros hidrofísicos del mapa de
suelos utilizado; en esta parte, algunos parámetros fueron obtenidos de forma directa y
otros estimados a partir de la textura (Vazquez Amábile, 2010).
En cuanto al mapa de vegetación, éste se enlazó a la base de datos del modelo SWAT,
por medio de un código definido para cada cobertura dentro del modelo, y en caso de las
coberturas que no existen en la base de datos del modelo SWAT, éstas se crearon, tomando
como principal parámetro de referencia la Curva Número (CN) obtenida de tablas que
se usaron de referencia (Ferrer-Juliá, Rodríguez, & Estrela, 1995), (Chow, Maidment,
& Mays, 1994), siempre desde el punto de vista de la analogía de las coberturas en su
capacidad de generación de escorrentía superficial. Es importante mencionar que SWAT
calcula el volumen de escorrentía a partir de este parámetro (CN) para cada HRU y es
justamente el caudal de escorrentía el principal objetivo de este trabajo.
Información climática
La Figura 4 representa la serie diaria de precipitación (8 estaciones), las Figura 5 y Figura

6 son las series diarias de temperatura máxima y mínima respectivamente (6 estaciones)
para el período 2002 - 2012.
Tanto en las series de precipitación, como de temperatura, se pueden observar la presencia

de vacíos de información y datos anómalos, que corresponden a eventos extraordinarios
o datos erróneos.
Figura 4. Series de precipitación diarias de las estaciones meteorológicas de INAMHI.
Figura 5. Series de temperatura máxima diaria de las estaciones meteorológicas de INAMHI.
Figura 6. Series de temperatura mínima diaria de las estaciones meteorológicas de INAMHI.

Sin embargo, cuando es posible y con el objetivo de solventar estas falencias en

la información, el modelo tiene un simulador climático para rellenar series. Los
parámetros necesarios en el simulador de clima del modelo SWAT fueron calculados
con la herramienta de Excel “WGNmaker4.xlsm”(Boisramé, 2007), estos parámetros se
agregaron a la Geodatabase que utiliza SWAT.
Ensayos preliminares (sin calibración)
Después de obtener las salidas del modelo de caudal medio mensual, se procede a
comparar los resultados con las observaciones, tanto en la estación H371 (Figura 7)
como en la estación H394 (Figura 8).
Figura 7. Caudales observados y calculados “sin calibración” en el punto de la estación H371.
Figura 8. Caudales observados y calculados “sin calibración” en el punto de la estación H394.
Como se observa, hay meses en que no se cuenta con caudales observados, por tanto,
estos meses no fueron considerados para el cálculo de los estadísticos (PBIAS, NSE y
R²) que se muestran adelante en la parte de calibración y validación.
Por otro lado, es evidente que los caudales calculados tienen el mismo comportamiento
estacional que los caudales observados, pero con una diferencia más notoria en los
máximos o picos del hidrograma, especialmente con la estación H371. Sin embargo,
a priori, esto es un buen indicativo de que la calibración es posible realizar trabajando,
especialmente, en los coeficientes de escurrimiento superficial – Curva Número (CN) y
de forma complementaria, en la capacidad de agua disponible en el suelo (SOL_AWC),
este último regula la capacidad que tiene el suelo de retener agua y por consecuencia
aumenta el flujo base (Osorio & Bieger, 2014), de esta manera se pueden tener cálculos
más parecidos a las observaciones registradas en las estaciones hidrológicas.
Calibración y validación
La calibración de un modelo, es el proceso de estimar los parámetros de un modelo y

comparar las salidas del modelo (outputs) obtenidas en ciertas condiciones, con datos
observados para las mismas condiciones (Bodoque, 2010; Moriasi & Arnold, 2007). La
validación del modelo involucra correr el modelo usando los parámetros determinados
en el proceso de calibración (Moriasi & Arnold, 2007).
En la calibración y validación del modelo, se utilizan estadísticos que sirven para

determinar el grado de semejanza entre la serie observada y la simulada; uno de ellos
es el coeficiente de determinación (R2), que mide el grado de correlación entre los
datos observados y simulados (Moriasi & Arnold, 2007), un R2 de 1 es una correlación
perfecta e indica un modelo preciso. Otro estadístico de correlación es el Nash-Sutcliffe
efficiency (NSE) (Nash & Sutcliffe, 1970), es un estadístico normalizado, que determina
la magnitud relativa de la varianza residual (ruido), comparado con la varianza de los
datos observados, mientras más cercano a 1, el modelo es más preciso (Moriasi & Arnold,
2007). Por último, se ha utilizado el porcentaje bias (PBIAS), que mide la tendencia
media de los datos simulados para ser mayor o menor que sus contrapartes observados
(Moriasi & Arnold, 2007), el valor óptimo de PBIAS es 0.
El período de calibración utilizado fué 2002 – 2006 (5 años) y el de validación 2007

– 2012 (6 años). Sin embargo, si bien los parámetros calibrados son los mismos, los
valores adoptados son diferentes en cada caso, debido a la diferencia en la magnitud de
los picos del hidrograma especialmente. En la estación H371 se tuvieron diferencias
más grandes entre el caudal calculado y el observado, en comparación a la estación
H394. Por esta razón, se deben aplicar los parámetros de calibración para cada grupo
de subcuencas por separado.
Los parámetros utilizados en cada caso se observan en la Tabla 2:

Tabla 2. Parámetros de calibración aplicados a cada grupo de subcuencas.

Parámetros en H371 Parámetros en H394
CN1=CN * 1.40 CN1=CN*1.15
SOL_AWC1=SOL_AWC * 1.40 SOL_AWC 1= SOL_AWC *1.15
De acuerdo a la Tabla 2, el parámetro de escurrimiento superficial (CN) y de agua disponible

en el suelo (SOL_AWC), para las subcuencas que aportan al punto equivalente de la
estación H371, fueron multiplicados por 1.4; y para las subcuencas que aportan al punto
equivalente de la estación H394, se multiplicaron por 1.15. Esos valores representan, los
mejores resultados obtenidos en el modelo en cuanto a caudal de escurrimiento superficial,
evaluados con los estadísticos de calidad (PBIAS, NSE y R²). En las siguientes figuras se
muestran las series de caudales medios mensuales, observados y calculados, tanto para la
estación H371 (Figura 9), como para la estación H394 (Figura 10).
Figura 9. Caudal observado (H371) vs calculado sin calibración (línea roja) y con calibración
(linea verde).
Figura 10. Caudal observado (H394) vs calculado sin calibración (línea roja) y con
calibración (línea verde).
Es evidente que los caudales calculados para la estación H371 (Figura 9) son más parecidos
a las observaciones, respecto a los caudales calculados pata la estación H394 (Figura 10).
Esta semejanza o diferencia se puede apreciar estadísticamente, como aparece en la Tabla

3, en la parte de resultados.
3. RESULTADOS Y ANÁLISIS
Después de tener los resultados, de una simulación sin calibración y otra con calibración,
se calcularon los estadísticos PBIAS, R2, NSE, para evaluar la calidad de los resultados,
escoger la mejor simulación, y hacer la validación de esta mejor simulación en un período
diferente al de calibración (ver Tabla 3).
Tabla 3. Estadísticos de evaluación de los resultados de la calibración y validación.

Evaluación en el punto de la estación H371
H371 - CALIB (2002 - 2006) VALID (2007 -
2012)
ESTADISTICO
Sim01 – Sin cali- Sim02 - Con Cali- Sim02 - Con Cali-
bración bración bración
PBIAS 29.05 12.50 27.22
R2 0.89 0.85 0.76
NSE 0.71 0.80 0.65
Evaluación en el punto de la estación H394
H394 - CALIB (2002 - 2006) VALID (2007 -
2012)
ESTADISTICO
Sim01 – Sin cali- Sim02 - Con Cali- Sim01 – Sin cali-
bración bración bración
PBIAS 1.22 -13.01 12.48
R 2
0.93 0.89 0.73
NSE 0.93 0.87 0.71
En la estación H371 la mejor simulación fue con calibración, pero en la estación H394
la mejor simulación es aquella sin calibración, es decir que en este último caso los
parámetros iníciales de la modelación resultaron mejores que aquellos modificados en la
etapa de calibración.
Una vez obtenidos los caudales calibrados y validados, utilizando información de las
estaciones hidrológicas de INAMHI, se presenta en la Figura 11 los valores medios
mensuales de caudal de escurrimiento superficial, y una primera estimación de producción
de sedimento, calculado para toda la cuenca de estudio.
Los estadísticos que corresponden a las series mensuales de caudal calculado y de

sedimento estimado se ven en la Tabla 4.
Figura 11. Caudal y sedimento de la cuenca de modelación.

Tabla 4. Sedimento mensual de las microcuencas del proyecto y de toda la cuenca de modelación.
ESTADISTICO Caudal medio mensual Sedimento (Ton /mes)
(m3/s)
MEDIA 60.22 997261.06
MIN 0.70 649.00
MAX 275.20 5854000.00
DESVEST 68.93 1334318.51
El caudal de escurrimiento superficial máximo mensual de 275 (m³/s) corresponde a

febrero de 2008, donde hubo una época lluviosa excepcionalmente fuerte en la cuenca y
en el litoral, lo que provocó inundaciones especialmente en la cuenca baja del río Guayas.
Así mismo, en la serie se tiene una media de 60 (m³/s), lo que sería un buen indicativo de
la cantidad de agua disponible que tiene la cuenca de estudio en términos generales, esta
información es clave en la planificación de recursos hídricos.
A pesar de que lo valores de sedimento son solo una primera aproximación, ya que no
se pudieron calibrar por falta de datos, es interesante tener en cuenta que en cuencas
andinas como la del Paute se han encontrado en algunas subcuencas valores máximos
de producción de sedimento del orden de casi 11000 (m³/km²/año) (Molina, Govers,
Cisneros, & Vanacker, 2009), mientras que en este caso, se obtuvieron valores máximos
de 31000 (m³/km²/año), es decir, casi 3 veces más, aunque las condiciones son diferentes,
como por ejemplo: las intensidades de precipitación son mayores en la cuenca del río Las
Juntas y la pendiente media también es mayor, sin embargo, aun así se puede suponer,
a priori, valores sobreestimados por el modelo, que podrían calibrarse, en caso de haber
información para esto.
Sin embargo, la prioridad de este trabajo es el caudal de escurrimiento superficial, mientras

que el sedimento, es simplemente una primera aproximación con miras a mejorar la
estimación a futuro, pero a pesar de esto, si podríamos decir, que estos resultados nos
pueden dar una idea de que aéreas o subcuencas son las que producirían más sedimento,
independientemente de su valor o magnitud. Para este caso, la subcuenca que produciría
mayor cantidad de sedimento sería la subcuenca del río Potosí, cerca de Montalvo, que
se muestra con los niveles más altos en la Figura 12 (d).
a. Mapa de precipitación (mm) b. Mapa de evapotranspiración (mm)
a. Mapa de escurrimiento superficial (mm) b. Mapa de producción de sedimentos (Tm/ha/año)
Figura 12. Mapas de precipitación (a), evapotranspiración (b), escurrimiento superficial (c),
sedimento (d). En términos de promedios anuales del período 2002-2012 a nivel de subcuencas.
Una posibilidad interesante que ofrece el modelo SWAT con los resultados, es hacer un
análisis de la distribución espacial de los resultados obtenidos, generando mapas que
permiten visualizar la distribución espacial de la dinámica hidrológica y la interrelación
entre las diferentes variables. Para esto, se hizo un promedio anual de la serie 2002-2012
de las variables; precipitación, evapotranspiración, volumen laminar de escurrimiento
superficial y sedimento, mapeando los resultados que son valores medios por subcuencas.
En los mapas de Figura 12, se ven, por ejemplo, que las zonas de mayor precipitación,
presentan también mayor evapotranspiración, o que las zonas de menor escurrimiento
superficial también tienen menor producción de sedimento, aunque puede haber
situaciones en que esta relación no es clara, y puede ser debido a otros factores, como la
vegetación y/o la topografía, que juegan un papel muy importante en el ciclo del agua y
del sedimento.
4. CONCLUSIONES
Es importante destacar, que la mayor cantidad de escurrimiento superficial se produce

en la zona de piedemonte de la cuenca hidrográfica, la zona de Montalvo, este paisaje
se caracteriza por tener altas intensidades de precipitación sobre suelos arcillosos con
coberturas antrópicas. Esto es un indicativo claro y conciso de las áreas o microcuencas
que deben ser prioritarias en la regeneración ecosistémica o para el manejo de cuencas, y
así evitar problemas recurrentes de sedimentación e inundaciones aguas abajo.
En cuanto a los estadísticos que miden la calidad en términos de precisión del modelo y
adoptando el criterio de valor de los mismos, presentados en (Moriasi & Arnold, 2007),
se concluye que los resultaron del modelo en la etapa de calibración fueron; buenos
para H371 (PBIAS=12.50, R²=0.85, NSE=0.80) y muy buenos para H394 (PBIAS=1.22,
R²=0.93, NSE=0.93), pero en la etapa de validación, para H371 la precisión fue
adecuada de forma general (PBIAS=27.22, R²=0.76, NSE=0.65) y para H394 muy buena
(PBIAS=12.48, R²=0.73, NSE=0.71). Y en resumen la mejor simulación para la estación
H371 fue aquella con calibración, modificando los parámetros de CN (escurrimiento
superficial) y SOL_AWC (agua disponible en el suelo) y para la estación H394, la mejor
simulación fue aquella sin calibración.
La producción mensual promedio, de caudal de escurrimiento superficial de la cuenca, es

del orden de los 60 (m³/s), una información importante para la planificación de recursos
hídricos y ordenamiento hídrico de la cuenca.
En cuanto al análisis de los mapas de las variables hidrológicas de la Figura 12, se concluye
que la precipitación es mayor en la parte baja y media de la cuenca lo que se corrobora
con otros mapas de precipitación de esta zona. La Evapotranspiración es mayor en el
norte y menor en el sur, algo relacionado directamente con la precipitación y la cobertura
vegetal. El escurrimiento superficial es mayor en la parte media y baja de la cuenca, ya

que esta parte tiene una cobertura vegetal más degradada por las actividades agrícolas y
además, precipitaciones más intensas; mientras que la parte alta, por el contrario, a pesar
de tener pendientes mayores, presenta los valores más bajos, por ser zonas de bosque y
tener menor precipitación. Y en cuanto a la producción estimada de sedimento, vemos
que esta tiene alta relación con el escurrimiento superficial, donde las subcuencas de la
parte alta y media, de forma general, tienen mayor producción de sedimento (a excepción
de aquellas subcuencas con buena cobertura vegetal), respecto aquellas de la parte baja
de la cuenca que son zonas de deposición.
El presente trabajo abre puertas en la aplicación el modelo SWAT en Ecuador a escalas

espaciales y temporales de mayor detalle, para obtener por ejemplo, una calibración y
validación a escala diaria; sin embargo esto será posible, en cuencas hidrográficas con mejor
información hidrometeorológica, y usando información geográfica más detallada, como
el mapa de suelos y cobertura vegetal del “Proyecto de Generación de Geoinformación”
del Instituto Espacial Ecuatoriano (Ex CLIRSEN), que ya existe para muchas zonas del
Ecuador y es a escala 1:25000, además de información topográfica como el SRTM de
1arco-segundo (30m) de la NASA, que ha sido liberado y está disponible (USGS, 2012).
De esta manera, utilizando información detallada y mapeando, por ejemplo, los resultados
del modelo SWAT a nivel de HRU (Unidades de Respuesta Hidrológica), se puede analizar,
por un lado, el nivel de discretización espacial del modelo que estará en función de la
información geográfica utilizada, y por otro, identificar con más detalle no solo a nivel de
subcuencas sino de HRU, las áreas que producen mayor escurrimiento superficial, esto
último sería muy importante desde el punto de vista de la gestión de riesgos, y la gestión
de recursos hídricos en general, por las inundaciones y/o erosión del suelo que se generan,
ambos relacionados íntimamente con el aumento de escorrentía superficial.
AGRADECIMIENTOS
Los autores agradecen al Dr. Gabriel Vásquez Amabile, de la Universidad Nacional de La Plata y
al Dr. Javier Osorio Leyton de Texas A&M University, por sus importantes aportes y sugerencias
en la realización de este trabajo.
REFERENCIAS
Arabi, M., Frankerberger, J., Engel, B., & Arnold, J. G. (2007). Representation of
agricultural conservation practices with SWAT. Okt 2005 Abrufbar Uber Httpwww Tldp
orgLDPabsabsguide Pdf Zugriff 1112 2005, 1–14. http://doi.org/10.1002/hyp
Bodoque, J. M. (2010). Curso de Información Geográfica aplicados a la Hidrología. Santa Fé.
Boisramé, G. (2007). WGNmaker4.xlsm.
Chow, V. Te, Maidment, D. R., & Mays, L. (1994). Hidrologia Aplicada.
Ferrer-Juliá, M., Rodríguez, J., & Estrela, T. (1995). Generación automática del número de curva
con sistemas de información geográfica. Ingeniería Del Agua, 2(4), 43–58. Retrieved from
http://www.ingenieriadelagua.com/2004/download/2-4/article3.pdf
Hatzopoulos, J. N. (2002). Geographic Information Systems ( GIS ) in Water. Proceedings of the

3rd International Forum “Integrated Water Management: The Key to Sustainable Water
Resources, 8.
MAE. (2011). Protocolo metodológico para la generación del Mapa de Deforestación Histórica
en el Ecuador continental. Ministerio del Ambiente del Ecuador. Quito. Retrieved from
http://sociobosque.ambiente.gob.ec/files/Folleto linea3.pdf
MAG, IICA, & CLIRSEN. (2012). Generación de Información Georeferenciada para el
Desarrollo Sustentable del Sector Agropecuario.
Molina, A., Govers, G., Cisneros, F., & Vanacker, V. (2009). Vegetation and topographic
controls on sediment deposition and storage on gully beds in a degraded mountain area.
EARTH SURFACE PROCESSES AND LANDFORMS, 767(January), 755–767. http://doi.
org/10.1002/esp
Moriasi, D., & Arnold, J. (2007). Model evaluation guidelines for systematic quantification of
accuracy in watershed simulations. TRANSACTIONS OF THE ASABE, 50(3), 885–900.
http://doi.org/10.13031/2013.23153
Nash, J. E., & Sutcliffe, J. V. (1970). River flow forecasting through conceptual models part
I — A discussion of principles. Journal of Hydrology, 10(3), 282–290. http://doi.
org/10.1016/0022-1694(70)90255-6
Neitsch, S., Arnold, J., & Kiniry, J. (2005). Herramienta de Evaluación de Suelo y Agua
Documentación Teórica, 415. Retrieved from http://swatmodel.tamu.edu/media/46964/
swat2005-theo-doc-spanish.pdf
Nyadawa, M. O., Karanja, F., & Njoroge, T. (2010). Application of GIS-Based Spatially
Distributed Hydrologic Model in Integrated Watershed Management:A Case Study of
Nzoia Basin, Kenya. Journal of Civil Engineering Research and Practice, 7(1), 61–76.
http://doi.org/10.4314/jcerp.v7i1.56748
Osorio, J., & Bieger, K. (2014). Calibration techniques for SWAT.
Uribe, N. (2010). Conceptos básicos y guía rápida para el usuario. Versión SWAT2005. SWAT
Soil and Water Assessment Tool, 1–47. Retrieved from http://swat.tamu.edu/media/46967/
swat2005-tutorial-spanish.pdf
USGS. (2012). Shuttle Radar Topography Mission (SRTM). Retrieved from http://earthexplorer.
usgs.gov/
Vazquez Amábile, G. (2010). Apuntes para la creación de las bases de datos de suelo y clima para
el modelo Swat (Soil Water Assesment Tool) en Argentina.

Geoespacial12 PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

Geoespacial12 PDF

Hochgeladen von

Copyright:

Verfügbare Formate

Revista Geoespacial Nº 12

Departamento de Ciencias de la Tierra y Construcción

UNIVERSIDAD DE LAS FUERZAS ARMADAS - ESPE

Revista Geoespacial, diciembre 2015

Dr. Roberto Luz Teixeira - IBGE - Brazil

Diseño de portada y contraportada

Edición gráfica, diseño y diagramación

Revista Geoespacial Nº 12, Diciembre 2015

Número 12, 2015

VALORACIÓN DE LOS BENEFICIOS QUE GENERA EL PARQUE METROPOLI-

USO DE DISPOSITIVOS MÓVILES INTELIGENTES EN LA MEDICIÓN DE RUIDO

ANÁLISIS DE IMÁGENES UAV DE LAS ISLAS GALÁPAGOS

PROCESAMIENTO WEB GEOESPACIAL SOBRE UNA IDE PARA LA ORDE-

INTEGRACIÓN DE REDES DE SENSORES PARA VISUALIZACIÓN DE DATOS

DE LOS RÍGIDOS CÓDIGOS INTERNOS DE UNA IDE A UN AMBIENTE GRÁFICO

MODELO DE CATASTRO PATRIMONIAL GEORREFERENCIADO PARA LA GES-

IMPLEMENTACIÓN DE UNA APLICACIÓN MÓVIL EN PARA LA

EVALUACIÓN DE LA PRECISIÓN DE LAS COORDENADAS PLANIMÉTRICAS

APLICACIÓN DEL MODELO HIDROLÓGICO SWAT (SOIL & WATER ASSESS-

VALORACIÓN DE LOS BENEFICIOS QUE GENERA EL PARQUE

JOHANNA VALLEJO ALBUJA1; FABIÁN RODRÍGUEZ ESPINOSA1,2

Recibido: 10 de diciembre de 2014 / Aceptado: 21 de septiembre de 2015

Palabras clave: Valoración Económica, Espacios Abiertos, Propiedades, Precios Hedónicos.

Key Words: Economic Valuation, Open Spaces, Properties, Hedonic Pricing.

El crecimiento urbano afecta a la gran mayoría de las ciudades latinoamericanas, de

El continuo crecimiento de las ciudades debido a la migración rural principalmente

Figura 1. Áreas protegidas y corredores ecológicos del Distrito Metropolitano de Quito

La economía neoclásica largamente ha olvidado los bienes y servicios ambientales,

la disposición a aceptar (DAA), mismos que ayudan a la aplicación de las metodologías de

Para la presente investigación se utilizó el método de precios hedónicos (MPH).La idea

Un modelo típico de precios hedónicos mide el precio de la vivienda o propiedad

2.1 BENEFICIOS Y FUNCIONES DE LOS ESPACIOS VERDES URBANOS

Debido a que el efecto de las variables ambientales en el precio de las viviendas es

2.3 MODELO DE PRECIOS HEDÓNICOS: PARQUE METROPOLITANO DE QUITO

1) Recolectar datos de los precios de las propiedades residenciales en una región en un

Figura 2: Ubicación del Parque Metropolitano Guanguiltahua – DMQ

Para la valoración de las propiedades se seleccionaron las variables que se detallan a

Precio de venta: el precio del departamento en el mercado, el mismo que refleja la

Los valores promedios de las variables tomadas en cuenta en la regresión se muestran en

Los modelos de precios hedónicos utilizan comúnmente el método de mínimos cuadrados

𝑳𝒏𝑯𝑷 = variable dependiente

𝜷2 = muestra la variación porcentual en los precios de venta dado el incremento en 1

𝜺 = residuo que contiene los variables no observadas

Es importante mencionar que se descartaron ciertas variables:

Tabla 2. Correlaciones entre variables más importantes

El modelo de regresión lineal consideró: metros cuadrados, años de antigüedad, bodega

Las otras variables no presentan el valor de significancia esperado. Es importante resaltar

Tabla 3. Resultados del modelo regresión lineal

(Constante) -32055,504 49138,680 -,652 ,521 -133706,608 69595,600

En el modelo log-lineal el área de la propiedad medida en metros cuadrados tiene una

Tabla 4. Resultados del modelo log-lineal

lnprecio Coef. Std. Err. t P> │t │ [95% Conf. Interval]

un aumento de 1 metro cuadrado en el departamento el precio se incrementa en 0,95%. Si

La pregunta planteada para el desarrollo de la presente investigación que es si la presencia

En el modelo linear solo el área de la propiedad presenta un valor estadísticamente

El modelo log-lineal, en contraste, la variable ambiental casi no tiene ningún efecto

Si bien, la variable ambiental DIST no fue estadísticamente significativa en ambos

USO DE DISPOSITIVOS MÓVILES INTELIGENTES EN LA

INSTITUTO DE ESTUDIOS DE RÉGIMEN SECCIONAL DEL ECUADOR, UNIVERSIDAD

Recibido : 06 de enero de 2015 / Aceptado:14 de octubre 2015

En marzo del 2012 la Ilustre Municipalidad de Cuenca, a través de la Comisión de Gestión

En la siguiente imagen se visualiza la distribución espacial de ruido con los datos

El sonómetro utilizado al ser un instrumento especializado en medir niveles de presión