Implementación de Aeronaves no Tripuladas para el Monitoreo de Zonas Deforestadas: Análisis de Literatura

dc.contributor.advisorSierra Parada, Ronal Jackson
dc.contributor.authorHuertas Silva, Anghy Lorena
dc.contributor.authorRomero Rojas, Maria Paula
dc.contributor.corporatenameUniversidad Santo Tomásspa
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001431760spa
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001732898spa
dc.contributor.cvlachttps://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0001756072spa
dc.contributor.orcidhttps://orcid.org/0000-0002-9206-5682spa
dc.contributor.orcidhttps://orcid.org/0000-0002-3459-2265spa
dc.coverage.campusCRAI-USTA Bogotáspa
dc.date.accessioned2024-04-17T12:48:51Z
dc.date.available2024-04-17T12:48:51Z
dc.date.issued2024
dc.descriptionLa deforestación es impulsada por actividades humanas como la agricultura y la minería, plantea amenazas significativas al ambiente, la sociedad y la economía. Se destaca la relevancia del monitoreo de la deforestación, y se presentan las aeronaves no tripuladas (UAV) como una opción tecnológica prometedora, ofreciendo eficiencia temporal, reducción de costos laborales y la capacidad de generar imágenes detalladas mediante diversos sensores. El avance tecnológico ha convertido a las UAV en una alternativa valiosa para el monitoreo de áreas críticas, incluso en ubicaciones inaccesibles o peligrosas. Se realizó una revisión bibliográfica a partir de bases de datos para buscar la viabilidad del monitoreo con vehículos aéreos no tripulados en zonas deforestadas. Se encontraron diferentes tipos de UAV y sensores de vanguardia para monitoreos de estudios ambientales en deforestación, donde se concluye que los UAV multirotor con un sensor LiDAR son especialmente efectivos para el monitoreo de deforestación debido a los pulsos láser que se realizan para medir la distancia entre el sensor y la superficie forestal, generando mapas tridimensionales altamente detallados del terreno y la cobertura forestal. Esta capacidad proporciona información precisa sobre la estructura vertical del bosque, permitiendo una evaluación más completa de su salud y cambios.spa
dc.description.abstractDeforestation is driven by human activities such as agriculture and mining, posing significant threats to the environment, society and the economy. The relevance of deforestation monitoring is highlighted, and unmanned aerial vehicles (UAVs) are presented as a promising technological option, offering temporal efficiency, reduced labor costs, and the ability to generate detailed images using a variety of sensors. Technological advances have made UAVs a valuable alternative for monitoring critical areas, even in inaccessible or dangerous locations. A literature review was carried out using databases to search for the feasibility of UAV monitoring in deforested areas. Different types of UAVs and state-of-the-art sensors for monitoring environmental studies in deforestation were found, where it is concluded that multi-rotor UAVs with a LiDAR sensor are especially effective for deforestation monitoring due to the laser pulses that are made to measure the distance between the sensor and the forest surface, generating highly detailed three-dimensional maps of the terrain and forest cover. This capability provides accurate information on the vertical structure of the forest, allowing for a more complete assessment of forest health and change.spa
dc.description.degreelevelPregradospa
dc.description.degreenameIngeniero Ambientalspa
dc.format.mimetypeapplication/pdfspa
dc.identifier.citationHuertas Silva, A. L. y Romero Rojas, M. P. (s.f.). Implementación de Aeronaves no Tripuladas para el Monitoreo de Zonas Deforestadas: Análisis de Literatura. [Trabajo de Grado, Universidad Santo Tomás]. Repositorio Institucional.spa
dc.identifier.instnameinstname:Universidad Santo Tomásspa
dc.identifier.reponamereponame:Repositorio Institucional Universidad Santo Tomásspa
dc.identifier.repourlrepourl:https://repository.usta.edu.cospa
dc.identifier.urihttp://hdl.handle.net/11634/54665
dc.language.isospaspa
dc.publisherUniversidad Santo Tomásspa
dc.publisher.facultyFacultad de Ingeniería Ambientalspa
dc.publisher.programPregrado de Ingeniería Ambientalspa
dc.relation.references70 La República. (2022). Brasil, Bolivia y Perú, los países con más índices de deforestación en selva Amazónica. Obtenido de https://www.larepublica.co/globoeconomia/brasil-bolivia-y-peru-son-los-paises-que-mas-han-deforestado-la-selva-amazonica-3449499spa
dc.relation.referencesAcosta, C. (2021). El uso de drones para la prevención de incendios y protección de bosques en el cerro la Valvanera de Chía - Cundinamarca. Universidad Militar Nueva Granada.spa
dc.relation.referencesAlessio, F. (2022). Toward Integrated Large-Scale Environmental Monitoring Using WSN/UAV/Crowdsensing: A Review of Applications, Signal Processing, and Future Perspectives. Scopus.spa
dc.relation.referencesAlonso, L. y. (2021). Uso de drones y sensores remotos para el monitoreo de laderas: una revisión. INGENIERÍAS USBMed.spa
dc.relation.referencesAltieria, G. M. (2022). Use of High-Resolution Multispectral UAVs to Calculate Projected Ground Area in Corylus avellana L. Tree Orchard. Scopus.spa
dc.relation.referencesAlzu'bi, A. y. (2022). Monitoring deforestation in Jordan using deep semantic segmentation with satellite imagery. ELSEVIER.spa
dc.relation.referencesAmoedo, A. R. (2023). Weight estimation models for commercial Pinus radiata wood in small felling stands based on UAV-LiDAR data. Elsevier.spa
dc.relation.referencesCabrera, A. (2021). Evaluación del uso de los drones como herramienta de apoyo para un efectivo control y monitoreo de páramos en Colombia. Universidad de Antioquia.spa
dc.relation.referencesChen, X. H. (2022). Wildland Fire Detection and Monitoring Using a Drone-Collected RGB/IR Image Dataset. IEEE.spa
dc.relation.referencesChiang, W. L. (2019). Impact of drone delivery on sustainability and cost: Realizing the UAV potential through vehicle routing optimization. Elsevier.spa
dc.relation.referencesCraig, M. R. (2023). Consumer-grade UAV solid-state LiDAR accurately quantifies topography in a vegetated fluvial environment. Scopus.spa
dc.relation.referencesCustodio, J. y. (2023). Drone-Based Environmental Emergency Response in the Brazilian Amazon. Scopus.spa
dc.relation.referencesDe la fuente, R. A. (2023). An optimization-based approach for an integrated forest fire monitoring system with multiple technologies and surveillance drones. Elsivier.spa
dc.relation.referencesEcke, S. D. (2022). UAV-Based Forest Health Monitoring: A Systematic Review. Scopus.spa
dc.relation.referencesEl Espectador. (2018). Drones monitorean la deforestación en la Amazonía peruana. Obtenido de https://www.elespectador.com/ambiente/drones-monitorean-la-deforestacion-en-la-amazonia-peruana-article-807756/spa
dc.relation.referencesEl Espectador. (2020). La deforestación en Meta, Guaviare y Caquetá está fuera de control. Obtenido de https://www.elespectador.com/ambiente/la-deforestacion-en-meta-guaviare-y-caqueta-esta-fuera-de-control-article/spa
dc.relation.referencesEl Tiempo. (2022). Perspectiva. El dron que resucita bosques en el Meta. Obtenido de https://www.elnuevosiglo.com.co/ambiente-y-ciencia/perspectiva-el-dron-que-resucita-bosques-en-el-metaspa
dc.relation.referencesEl Tiempo. (2024). Estudian redes inteligentes de drones para controlar grandes incendios forestales. Obtenido de https://www.eltiempo.com/vida/medio-ambiente/incendios-forestales-estudian-utilizar-redes-inteligentes-de-drones-para-controlarlos-796460spa
dc.relation.referencesEwanw, E. M. (2023). Climate-Change-Driven Droughts and Tree Mortality: Assessing the Potential of UAV-Derived Early Warning Metrics. Scopus.spa
dc.relation.referencesFCDS. (2022). Seguimiento de la pérdida de bosques y cambio de cobertura en el arco de deforestación en la amzonia colombiana (abril 2021-marzo 2022). FCDS.spa
dc.relation.referencesFlyguys. (s.f.). 5 Industry Use Cases for LiDAR. Obtenido de https://flyguys.com/5-industry-use-cases-for-lidar/spa
dc.relation.referencesFAO. (2018). El Estado de los Bosques del Mundo. Obtenido de chrome-extension://efaidnbmnnnibpcajpcglclefindmkaj/https://www.fao.org/3/ca0188es/ca0188es.pdfspa
dc.relation.referencesGanivet, E. y. (2019). Towards rapid assessments of tree species diversity and structure in fragmented tropical forests: A review of perspectives offered by remotely-sensed and field-based data. Elsevier.spa
dc.relation.referencesGarcía, I. (2017). Estudio sobre vehículos aéreos no tripulados y sus aplicaciones. Universidad de Valladolid.spa
dc.relation.referencesGlobal Forest Watch. (s.f.). Obtenido de https://www.globalforestwatch.org/dashboards/country/COL/?category=summary&dashboardPrompts=eyJzaG93UHJvbXB0cyI6dHJ1ZSwicHJvbXB0c1ZpZXdlZCI6WyJkb3dubG9hZERhc2hib2FyZFN0YXRzIl0sInNldHRpbmdzIjp7InNob3dQcm9tcHRzIjp0cnVlLCJwcm9tcHRzVmlld2VkIjpbXSwic2V0dGluZ3Mspa
dc.relation.referencesGlobal Forest Watch. (2018). El 2017 fue el segundo peor año en relación a la pérdida de cobertura arbórea en los trópicos. Obtenido de https://www.globalforestwatch.org/blog/es/data-and-research/el-2017-fue-el-segundo-peor-ano-en-relacion-a-la-perdida-de-cobertura-arborea-en-los-tropicos/spa
dc.relation.referencesGracía, H. (s.f.). Deforestación en Colombia: Retos y perspectivas. Fedesarrollo.spa
dc.relation.referencesGuascal, E. R. (2020). Application of Remote Sensing Techniques in the Estimation of Forest Biomass of a Recreation Area by UAV and RADAR Images in Ecuador. Scopus.spa
dc.relation.referencesGuevara, M. M. (2020). Uso de vehículos aéreos no tripulados (VANT’s) para el monitoreo y manejo de los recursos naturales: una síntesis. Scielo.spa
dc.relation.referencesHeneda, L. B. (2023). Forest landscape restoration: Spectral behavior and diversity of tropical tree cover classes. Elsevier.spa
dc.relation.referencesHwang, K. H. (2023). Seeing the Disturbed Forest for the Trees: Remote Sensing Is Underutilized to Quantify Critical Zone Response to Unprecedented Disturbance. Scopus.spa
dc.relation.referencesIDEAM. (2021). Resultados de monitoreo deforestación. Miambiente.spa
dc.relation.referencesIDEAM. (2021). Sistema de monitoreo de Bodques y Carbono - SMByC. IDEAM.spa
dc.relation.referencesinifap. (2017). La tecnología LiDAR, herramienta útil para el estudio de la biodiversidad. Revista Mexiaca de Ciencias Forestales.spa
dc.relation.referencesInSight Crime. (2022). Comunidades indígenas usan drones para monitorear deforestación en la Amazonía. Obtenido de https://insightcrime.org/es/noticias/comunidades-indigenas-usan-drones-monitoreo-deforestacion-amazonia/spa
dc.relation.referencesJiménez, J. y. (2019). Drones for Conservation in Protected Areas: Present and Future. MDPI.spa
dc.relation.referencesJucker, T. G. (2023). Using multi-platform LiDAR to guide the conservation of the world's largest temperate woodland. Scopus.spa
dc.relation.referencesKhan, A. G. (2020). Multi-hazard disaster studies: Monitoring, detection, recovery, and management, based on emerging technologies and optimal techniques. Elsevier.spa
dc.relation.referencesKUSKAYA Barcelona. (2018). Deforestación Mundial. Obtenido de https://kuskayabarcelona.com/1419-2/spa
dc.relation.referencesLa Vanguardia. (2021). La selva amazónica emite más CO2 del que puede absorber. Obtenido de https://www.lavanguardia.com/natural/20210716/7604336/selva-amazonica-emite-co2-incendios-deforestacion-cambio-climatico.html#:~:text=Los%20resultados%20de%20estas%20mediciones,eliminando%20500%20millones%20de%20toneladasspa
dc.relation.referencesLara N. y Chamorro, H. (2018). Uso De Los Sensores Remotos En Mediciones Forestales. ESI.spa
dc.relation.referencesLeón, M. C. (2022). Revisión de estudios sobre sistemas FANET y drones para emergencias o desastres naturales. Dialnet.spa
dc.relation.referencesLossou, E. O. (2019). Monitoring Land Cover changes in the tropical high forests using multi-temporal remote sensing and spatial analysis techniques. Elsevier.spa
dc.relation.referencesMachida, F. y. (2022). Modeling and Analysis of Deforestation Prevention by Uncrewed Aerial Vehicles-based monitoring systems. Elsevier.spa
dc.relation.referencesMongabay. (2018). Perú: castañeros de Madre de Dios usan drones para vigilar sus bosques. Obtenido de https://es.mongabay.com/2018/08/peru-castaneros-drones-vigilar-bosques/#:~:text=Per%C3%BA%3A%20casta%C3%B1eros%20de%20Madre%20de%20Dios%20usan%20drones%20para%20vigilar%20sus%20bosques,-por%20Yvette%20Sierra&text=Im%C3%A1genes%20de%20alta%20resoluci%C3%B3spa
dc.relation.referencesMohammad, B. A. (2023). Aboveground biomass and carbon stock estimation using UAV photogrammetry in Indonesian mangroves and other competing land uses. Elsevier.spa
dc.relation.referencesMomeni, M. S. (2022). Coordinated routing system for fire detection by patrolling trucks with drones. Elsevier.spa
dc.relation.referencesMonitoring of the Andean Amazon project. (2018). MAAP #90: USO DE DRONES PARA MONITOREO DE DEFORESTACIÓN Y TALA ILEGAL. Obtenido de https://www.maaproject.org/2018/drones/spa
dc.relation.referencesNational Geographic. (2018). La deforestación tropical descendió en 2017, pero es la segunda peor registrada. Obtenido de https://www.nationalgeographic.es/medio-ambiente/2018/06/deforestacion-tropical-2017-es-la-segunda-peor-registrada#:~:text=La%20p%C3%A9rdida%20de%20bosques%20tropicales,energ%C3%A9tico%20en%20todo%20Estados%20Unidosspa
dc.relation.referencesOlarte, K. y. (2019). Prototipo de un sistema de monitoreo para detección de incendios en áreas prtegidas del departamento de Santader con la generación de alertas en tiempo real por medio de drones. Universidad Autónoma de Bucaramanga.spa
dc.relation.referencesParody, A. y. (2015). ESTUDIO MULTITEMPORAL DE LA DEFORESTACIÓN EN COLOMBIA UTILIZANDO PROCESAMIENTO DE IMÁGENES.spa
dc.relation.referencesPIX4D. (2021). LiDAR: qué es y qué utilidad tiene para la fotogrametría. Obtenido de https://www.pix4d.com/es/blog/lidar-fotogrametria/spa
dc.relation.referencesPrudhivi, L. N. (2021). ROI based Change Detection of NDVI Images.spa
dc.relation.referencesSayed, B. y. (2023). IC-GAN: An Improved Conditional Generative Adversarial Network for RGB-to-IR image translation with applications to forest fire monitoring. Elsevier.spa
dc.relation.referencesRathod, T. P. (2023). Multipurpose deep learning-powered UAV for forest fire prevention and emergency response. Elsevier.spa
dc.relation.referencesScheeres, J. J. (2023). Distinguishing forest types in restored tropical landscapes with UAV-borne LIDAR. Elsevier.spa
dc.relation.referencesShamaoma, H. C. (2022). The Application of UASs in Forest Management and Monitoring: Challenges and Opportunities for Use in the Miombo Woodland. MDPI.spa
dc.relation.referencesTomljanovie, K. K. (2022). Application of UAS for Monitoring of Forest Ecosystems – A Review of Experience and Knowledge. Croatian Journal of Forest Engineering.spa
dc.relation.referencesUST. (s.f.). Survey-Grade Drone LiDAR Sensors & AI-Based Data Processing Software.spa
dc.relation.referencesVeneros, J. G. (2020). Application of remote sensors for the analysis of vegetation cover and water bodies. IDESIA.spa
dc.relation.referencesWeb Japan. (2023). Obtenido de https://web-japan.org/trends/es/tech-life/tec202303_smart-agriculture_es.htmspa
dc.relation.referencesWeisse M.,PotapovP., (abril de 2021). The Sustainability Consortium, World Resources Institute, and University of Maryland. “Tree Cover Loss by Driver.” de Global Forest Watch https://www.globalforestwatch.org/blog/data-and-research/tree-cover-loss-satellite-data-trend-analysis/spa
dc.relation.referencesYang, W. W. (2023). A Novel Method for Analyzing Infrared Images Taken by Unmanned Aerial Vehicles for Forest Fire Monitoring. Scopus.spa
dc.relation.referencesYue, J. D. (2023). Forest Emissions Reduction Assessment Using Optical Satellite Imagery and Space LiDAR Fusion for Carbon Stock Estimation. Scopus.spa
dc.relation.referencesZamora, M. (2017). La tecnologia LIDAR, herramienta útil para el estudio de la biodiversidad.Scielo.spa
dc.relation.referencesZhang, Z. y. (2023). A Review on Unmanned Aerial Vehicle Remote Sensing: Platforms, Sensors, Data Processing Methods, and Applications. MDPI.spa
dc.relation.referencesOancea, C. (2022). Optimizing the operation of the LiDAR sensor. Scopus.spa
dc.relation.referencesL. Pádua, J. Vanko, J. Hruska, T. Adao, S. JJ, E. Peres y R. Morais. (2017). UAS, sensors and data processing in agroforestry: a review towards practical applications. International Journal of Remote Sensing, nº 38, pp. 2349-2392.spa
dc.rightsAtribución-NoComercial-SinDerivadas 2.5 Colombia*
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2spa
dc.rights.localAbierto (Texto Completo)spa
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/2.5/co/*
dc.subject.keywordUnmanned aircraftspa
dc.subject.keywordMultirotorspa
dc.subject.keywordDeforestationspa
dc.subject.keywordRemote sensingspa
dc.subject.keywordLidarspa
dc.subject.keywordSensorspa
dc.subject.keywordMonitoringspa
dc.subject.lembSistemas de información geograficaspa
dc.subject.lembEcologiaspa
dc.subject.lembLegislación Ambientalspa
dc.subject.lembIngeniería Ambientalspa
dc.subject.proposalAeronaves no tripuladasspa
dc.subject.proposalMultirotorspa
dc.subject.proposalDeforestaciónspa
dc.subject.proposalTeledetecciónspa
dc.subject.proposalMonitoreospa
dc.subject.proposalSensorspa
dc.subject.proposalLidarspa
dc.titleImplementación de Aeronaves no Tripuladas para el Monitoreo de Zonas Deforestadas: Análisis de Literaturaspa
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.coarversionhttp://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.driveinfo:eu-repo/semantics/bachelorThesis
dc.type.localTrabajo de Gradospa
dc.type.versioninfo:eu-repo/semantics/acceptedVersion

Archivos

Bloque original

Mostrando 1 - 3 de 3
Thumbnail USTA
Nombre:
2024cartadederechosdeautor.pdf
Tamaño:
408.87 KB
Formato:
Adobe Portable Document Format
Descripción:
Thumbnail USTA
Nombre:
2024cartadefacultad.pdf
Tamaño:
1.06 MB
Formato:
Adobe Portable Document Format
Descripción:
Cargando...
Miniatura
Nombre:
2024AnghyHuertas.pdf
Tamaño:
1.74 MB
Formato:
Adobe Portable Document Format
Descripción:

Bloque de licencias

Mostrando 1 - 1 de 1
Thumbnail USTA
Nombre:
license.txt
Tamaño:
807 B
Formato:
Item-specific license agreed upon to submission
Descripción: