104091 by UNIGIS América Latina

Master Thesis ǀ Tesis de Maestría submitted within the UNIGIS MSc programme presentada para el Programa UNIGIS MSc at/en

Interfaculty Department of Geoinformatics- Z_GIS Departamento de Geomática – Z_GIS University of Salzburg ǀ Universidad de Salzburg

Análisis de cobertura para la densificación y optimización de la Red MAGNA-ECO de Colombia Coverage analysis for densification and optimization of the MAGNA-ECO Network of Colombia by/por

Ingeniero Iván Darío Mora Urquiza 01423637

A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science (Geographical Information Science & Systems) – MSc (GIS)

Bogotá D.C. - Colombia, Septiembre de 2017

Compromiso de Ciencia Por medio del presente documento, incluyendo mi firma personal certifico y aseguro que mi tesis es completamente el resultado de mi propio trabajo. He citado todas las fuentes que he usado en mi tesis y en todos los casos he indicado su origen.

___Bogotรก D.C. - Colombia. Septiembre de 2017____________________________________ (Lugar, Fecha)

(Firma)

RESUMEN

Palabras clave: Geodesia, Sistema de Posicionamiento Global (GPS), Estación Permanente, MAGNA-ECO, Geoprocesamiento, Sistema de Información Geográfica (SIG).

Dentro de los avances científicos que ha tenido el campo de la geodesia se destaca el desarrollo de la tecnología GPS (Global Positioning System), la cual a través de sofisticados equipos permite establecer posiciones cada vez más exactas sobre la superficie terrestre. En este contexto, una red GPS de estaciones permanentes constituye un avance significativo para el desarrollo de trabajos geodésicos ya que proporciona información constante que es utilizada como referencia. Sin embargo, a pesar de que una red de estaciones permanentes puede ser una herramienta fundamental en la geodesia, si no cuenta con una adecuada cobertura pierde capacidad en la prestación del servicio, que radica fundamentalmente en proveer información de control y ajuste.

Según lo expuesto, el proyecto presentado a continuación se basa en el análisis del funcionamiento de la red de estaciones permanentes MAGNA-ECO de Colombia, específicamente de su cobertura sobre el territorio nacional y cómo esta cobertura puede ampliarse para ofrecer un mejor servicio. Dicho análisis se realiza a partir de la aplicación de algunos procedimientos propios de los Sistemas de Información Geográfica (SIG), conocidos normalmente como “geoprocesamientos”, como por ejemplo un análisis de redes para generar áreas de servicio o un análisis de superposición de capas para establecer relaciones entre diferentes variables como la topografía y la localización de zonas urbanas.

De esta forma, con la aplicación de los geoprocesamientos se establecieron inicialmente 7 zonas para la ubicación de nuevas estaciones permanentes que mejoren la cobertura de la red actual, así como la posibilidad de ampliar esta cobertura con otras 5 zonas, para un total de 12 centros urbanos potenciales para la instalación de antenas para densificar la red MAGNA-ECO: Manizales (Caldas), Miraflores (Guaviare), Armenia (Quindío), Carurú (Vaupés), Mitú (Vaupés), La primavera (Vichada), Ciénaga (Magdalena), Puerto Asís (Putumayo), Puerto Tejada (Caquetá), Tres Esquinas

(Caquetá), Granada (Meta) y Puerto López (Meta). Así mismo, se determinaron unas áreas de servicio más efectivas para cada una de las estaciones ya que se encuentran en función del tiempo de rastreo y de la distancia entre estaciones. Finalmente se concluye que la determinación de áreas de servicio en función del tiempo de rastreo es una forma más elaborada de determinar cuánto tiempo debería durar una sesión de toma de información GPS cuyo procedimiento no está muy bien definido y surge más como producto de la experiencia.

ABSTRACT

Key words: Geodesy, Global Positioning System (GPS), Permanent Stations, MAGNA-ECO, Geoprocessing, Geographic Information System (GIS).

Within the scientific advances in the field of geodesy, the development of GPS (Global Positioning System) technology stands out. Through sophisticated equipment it allows to establish positions more and more exactly, regarding the earth´s surface. In this context, a GPS network of permanent stations represents a significant advance for the development of geodetic works since it provides constant information that is used as a reference. However, despite the fact that a network of permanent stations can be a fundamental tool in geodesy, if it does not have a suitable coverage, it loses capacity in the provision of the service that mainly lies in providing control and adjustment information.

As indicated above, the following project is based on the analysis of the operation of the MAGNA-ECO permanent stations network in Colombia, specifically in relation to its coverage on the national territory and how it can be extended in order to offer a better service. The current analysis is carried out from the application of some procedures of Geographic Information System (GIS), generally known as “geoprocessing”, such as a network analysis to generate service areas or layering analysis to establish relations between different variables like topography and the location of urban areas.

Thus, with the application of geoprocessing, 7 zones were initially established for the location of new permanent stations which enhance the coverage of the current network, as well as the possibility of expanding the coverage into 5 other zones, to a total of 12 potential urban centers for the installation of antennas to densify the MAGNA-ECO network taking into account: Manizales (Caldas), Miraflores (Guaviare), Armenia (Quindío), Carurú (Vaupés), Mitú (Vaupés), La primavera (Vichada), Ciénaga (Magdalena), Puerto Asís (Putumayo), Puerto Tejada (Caquetá), Tres Esquinas (Caquetá), Granada (Meta) y Puerto López (Meta). Similarly, more effective service areas were determined for each of the above mentioned areas, since they are in function of realtime tracking and the topographic distance between stations. Finally, it is concluded that

the determination of service areas in function of real-time tracking is a more elaborate way of defining how long GPS data collection sessions should last, a procedure that is not very well defined, emerging as a product of the experience.

TABLA DE CONTENIDO Pág. 1.

INTRODUCCIÓN

1.1

ANTECEDENTES

1.2

OBJETIVOS

1.3

PREGUNTAS DE INVESTIGACIÓN

1.4

HIPÓTESIS

1.5

JUSTIFICACIÓN

1.6

ALCANCE

REVISIÓN DE LITERATURA 2.1

MARCO TEÓRICO

22 22

2.1.1

El sistema global de navegación por satélite GNSS

2.1.2

Posicionamiento relativo estático

2.1.3

Incertidumbre en observaciones GPS

2.1.4

El tiempo de rastreo o toma

2.2

MARCO HISTÓRICO

2.2.1

La geodesia clásica

2.2.2

Incompatibilidad entre la tecnología GPS y el Datum Bogotá

2.2.3

Nuevo Sistema Geodésico MAGNA (Marco Geocéntrico de Referencia

Nacional)

2.2.4

Red Geodésica Nacional Permanente y Activa

2.2.5

Proyección de la red MAGNA-ECO

2.2.6

Situación actual de la red MAGNA-ECO

2.3

MARCO METODOLÓGICO

2.3.1

Software SIG

2.3.2

Análisis Espacial con SIG

2.3.3

Análisis de proximidad

Pág. 2.3.4

Análisis de Redes.

2.3.5

Análisis del área de servicio

2.3.6

Polígonos de Thiessen

2.3.7

Análisis de cuenca visual

2.3.8

Superposición

2.3.9

Ejemplo de metodología para optimizar red de estaciones permanentes:

Caso de estudio Estados Unidos

METODOLOGÍA 3.1

ÁREA DE ESTUDIO

3.2

FLUJOGRAMA DE LA METODOLOGÍA.

3.3

DESCRIPCIÓN DE LA METODOLOGÍA

3.3.1

Descripción de la Etapa I

3.3.2

Descripción de la Etapa II

3.3.3

Descripción de la Etapa III

3.3.4

Descripción de la Etapa IV

RESULTADOS Y DISCUSIÓN 4.1

RESULTADOS

66 66

4.1.1. Elipse de desviación estándar.

4.1.2. Áreas de servicio de la red actual MAGNA-ECO

4.1.3. Zonas para la ubicación de nuevas estaciones permanentes

4.1.4. Áreas de servicio de la red MAGNA-ECO densificada a partir de la ubicación de nuevas estaciones

4.1.5. Áreas sin interferencia directa de la topografía para efectos de una posible implementación de tecnologías en tiempo real 4.2

ANÁLISIS DE RESULTADOS

4.2.1

Análisis de resultados – Áreas de servicio de la red actual.

79 81 81

Pág. 4.2.2

Análisis de resultados – Lugares óptimos para nuevas estaciones.

4.2.3

Análisis de resultados – Áreas de servicio para la red optimizada.

4.2.4

Análisis de resultados – Influencia de la topografía.

4.2.5

Discusión de los resultados.

CONCLUSIONES

100

REFERENCIAS

102

ABREVIATURAS -

AIG: Asociación Internacional de Geodesia.

ARENA: Antigua Red de Referencia Nacional.

CIAT: Centro Internacional de Agricultura Tropical.

CMUDE: Campeonato Mundial Universitario Debate en Español.

DIGSA: Directorio de Institutos Geográficos de Sur América, España y Portugal.

DOP: Dilution of Presicion.

DTM: Digital Terrain Model.

ESA: European Space Agency.

GNSS: Global Navigation Satellite System.

GPS: Global Positioning System.

GRS80: Geodetic Reference System, 1980.

IGAC: Instituto Geográfico Agustín Codazzi.

IPGH: Instituto Panamericano de Geografía e Historia.

ITRF: International Terrestrial Reference Frame.

ITRS: International Terrestrial Reference System.

LIDAR: Light Detection and Ranging.

MAGNA: Marco Geocéntrico Nacional de Referencia.

MDT: Modelo Digital del Terreno.

NIMA: National Imagery and Mapping Agency.

NGS: National Geodetic Survey.

NOAA: National Oceanic and Atmospheric Administration.

RTK: Real Time Kinematic.

SIG: Sistema de Información Geográfica.

SIRGAS: Sistema de Referencia Geocéntrico para las Américas.

UE: Unión Europea.

GLOSARIO

ArcGIS: Producto de ESRI que proporciona un marco general para implementar Sistemas de Información Geográfica para uno o varios usuarios en ordenadores, servidores, Internet, etc. ArcGIS es una colección integrada de software SIG para construir un Sistema de Información Geográfica completo. Área De Servicio: Región que cubre todas las zonas accesibles en función de una impedancia especificada. BeiDou/Compass: Constelación de satélites que conforman el sistema GNSS de China. Datum: Punto tangente al elipsoide y al geoide donde los dos coinciden. Está definido por un elipsoide y un punto fundamental en el que dicho elipsoide y la Tierra son tangentes. Estación Permanente: Receptor GNSS que captura información las 24 horas con el fin de proporcionar una ubicación de referencia o control para levantamientos geodésicos. GALILEO: Constelación de satélites que conforman el sistema GNSS de Europa. Geodesia: Ciencia que estudia el tamaño, figura y campo gravitacional de la Tierra. GLONASS: Constelación de satélites que conforman el sistema GNSS de Rusia. Global Navigation Satellite System (GNSS): Conjunto de tecnologías que hacen posible la navegación por satélite. GPS: Sistema de posicionamiento global, creado por los Estados Unidos, inicialmente con fines militares. Funciona bajo la constelación de satélites NAPSTAR. Instituto Geográfico Agustín Codazzi (IGAC): Organismo del Gobierno Nacional de Colombia encargado de producir, analizar y divulgar la información georreferenciada necesaria para el desarrollo integral del país.

International Terrestrial Reference System (ITRS): Sistema internacional de referencia terrestre, determinado, mantenido y proporcionado por el Servicio Internacional de Rotación Terrestre y Sistemas de Referencia (IERS). International Terrestrial Reference Frame (ITRF): Marco Internacional de Referencia Terrestre, corresponde a la materialización del ITRS. Levantamiento Estático: El término Levantamiento Estático se emplea en conjunción con los sistemas GNSS para todas las aplicaciones de levantamientos no cinemáticos. Lo anterior incluye los siguientes modos de operación: • Levantamiento Estático • Levantamiento Estático Rápido Línea Base: Corresponde a la línea que se forma entre el receptor base y el móvil. NAPSTAR: Constelación formada por 24 satélites que conforman el sistema GPS de EE.UU. Acrónimo de Navigation System with Time and Ranging, nombre original del sistema GPS. Polígonos de Thiessen: Método exacto de interpolación que asume que los valores no conocidos de los puntos de una superficie son iguales al valor del punto conocido más cercano. Real Time Kinematic (RTK): Tecnología GNSS que corrige en tiempo real las incertidumbres para proporcionar una posición con gran precisión. Red Activa: Corresponde a la red de estaciones permanentes de la red Magna-Eco. Red Arena: Antigua red nacional de Colombia conformada por cerca de 11 mil puntos que constituyen los vértices geodésicos de primer, segundo y tercer orden. Red Magna-Eco: Red de estaciones permanentes de operación continua de Colombia, administrada por el Instituto Geográfico Agustín Codazzi (IGAC).

Red Pasiva: Corresponde a los puntos materializados sobre el territorio nacional cuyas coordenadas son calculadas periódicamente y sirven de control al instalar un receptor GPS sobre el punto. Superposición De Capas: La información espacial está compuesta, entre otros aspectos, por capas que contienen información o temáticas específicas. La integración de estas capas ofrece la posibilidad de dar solución a una problemática especial y por esta razón se plantea en esta investigación la posibilidad de superponer capas con el fin de realizar un análisis multitemático. Tiempo De Rastreo: Corresponde a la duración de una toma de información GPS. Vector: Línea que forma la ubicación del receptor base con el receptor móvil siendo la longitud del mismo de gran influencia en la precisión de las coordenadas obtenidas.

INDICE DE ILUSTRACIONES Pág. Ilustración 1. Funcionamiento del sistema GNSS.

Ilustración 2. Datum global Vs Datum Local

Ilustración 3. Datum SIRGAS - Sistema de Referencia Geocéntrico para las Américas. 30 Ilustración 4. Red básica GPS MAGNA.

Ilustración 5. Plan de densificación de la red MAGNA-ECO en 1999.

Ilustración 6. Red MAGNA-ECO a Julio de 2016.

Ilustración 7. Mapa de análisis de proximidad

Ilustración 8. Gráfico de áreas de servicio.

Ilustración 9. Construcción de polígonos de Thiessen.

Ilustración 10. Principio del análisis de cuenca visual.

Ilustración 11. Generación de la matriz de superposición.

Ilustración 12. Ejemplo regiones de Voronoi.

Ilustración 13. Identificación de la cobertura según las líneas base.

Ilustración 14. Mapa de estaciones de EE.UU.

Ilustración 15: Red de estaciones permanentes de EE.UU. antes y después.

Ilustración 16: Localización del proyecto - Colombia

Ilustración 17: Flujograma de la Metodología.

Ilustración 18. Modelo Digital de Elevación de Colombia - Resolución 30 m.

Ilustración 19. Vectores extraídos del modelo TIN.

Ilustración 20. Capa de pendiente y reclasificación.

Ilustración 21. Distancia euclidiana de la red MAGNA-ECO y reclasificación.

Ilustración 22: Distancia euclidiana centros urbanos y reclasificación.

Ilustración 23. Elipse de desviación estándar.

Ilustración 24. Vectores de la red MAGNA-ECO.

Ilustración 25. Áreas de servicio de la red actual.

Ilustración 26. Acercamiento a las áreas de servicio generadas.

Ilustración 27. Resultado del análisis de superposición de capas.

Ilustración 28. Ubicación de las zonas urbanas resultantes del análisis.

Ilustración 29. Zonas Idóneas para una nueva estación permanente – Manizales (Caldas).

Pág. Ilustración 30. Zonas Idóneas para una nueva estación permanente - Miraflores (Guaviare)

Ilustración 31. Zonas Idóneas para una nueva estación permanente - Armenia o Calarcá (Quindío)

Ilustración 32. Zonas Idóneas para una nueva estación permanente - Caruru (Vaupés) 74 Ilustración 33. Zonas Idóneas para una nueva estación permanente - Mitú (Vaupés) 75 Ilustración 34. Zonas Idóneas para una nueva estación permanente - La Primavera (Vichada)

Ilustración 35. Zonas Idóneas para una nueva estación permanente - Ciénaga (Magdalena).

Ilustración 36. Ubicación de las estaciones proyectadas.

Ilustración 37. Áreas de servicio con nuevas estaciones.

Ilustración 38. Polígonos de Thiessen a partir de la red propuesta.

Ilustración 39. Resultado análisis de cuenca visual para cobertura RTK.

Ilustración 40. Geoportal IGAC

Ilustración 41. Comparación de resultados con el Geoportal IGAC.

Ilustración 42. Resultados del análisis sopesado y de la elipse de desviación estándar. 84 Ilustración 43. Cobertura adicionando otras estaciones.

Ilustración 44. Comparación de áreas de servicio generadas.

Ilustración 45. Áreas de servicio y polígonos de Thiessen de la red propuesta.

Ilustración 46. Acercamiento a zonas de cobertura RTK generadas.

Ilustración 47. Acercamiento a zonas de cobertura RTK generadas.

Ilustración 48. Acercamiento a zonas de cobertura RTK generadas.

Ilustración 49. Acercamiento a zonas de cobertura RTK generadas.

Ilustración 50. Áreas de servicio para las estaciones activas a octubre de 2016.

Ilustración 51. Combinación de resultados del proyecto

INDICE DE TABLAS Pág. Tabla 1. Duración de sesión típica para diferentes métodos de medición.

Tabla 2. Parámetros de superposición.

Tabla 3. Convenciones capa/usos del suelo.

Tabla 4. Matrix Overlay – Capa/Uso del Suelo.

Tabla 5. Matrix Overlay – Pendiente

Tabla 6. Matrix Overlay – Distancia MAGNA-ECO.

Tabla 7. Matrix Overlay – Distancia Zonas Urbanas Principales.

Tabla 8. Comparación de Metodologías.

1. INTRODUCCIÓN 1.1 ANTECEDENTES

La red geodésica nacional de Colombia se densificó a partir de la instalación de puntos geodésicos materializados y ligados al sistema de referencia nacional; esta red es conocida como “red pasiva”. No obstante, hace alrededor de 15 años se inició la implementación de la red de estaciones permanentes MAGNA-ECO, que son estaciones en tierra que funcionan las 24 horas del día capturando información satelital, la cual está disponible al público para realizar levantamientos y cálculos geodésicos, esta red es conocida como la “red activa” (IGAC, 1999).

Al inicio del proyecto de la red activa, se instalaron 46 estaciones permanentes, distribuidas aleatoriamente en todo el territorio nacional sin ningún estudio de cobertura por parte del Instituto Geográfico Agustín Codazzi (IGAC), quien es el ente encargado de este tema en Colombia. Hoy en día funcionan intermitentemente cerca de 25 estaciones, las demás se han venido dañando, dejando gran parte del territorio sin cobertura de este servicio.

Al hablar de cobertura, se puede decir que está en función, entre otros aspectos, de la cantidad de estaciones que se puedan instalar sobre el territorio, claramente esto depende en gran medida de la capacidad económica de las diferentes entidades a cargo de las redes geodésicas de cada país. Como un buen ejemplo se tiene a Estados Unidos, el cual es una potencia económica que posee cerca de 900 estaciones permanentes, administradas por el National Geodetic Survey (NGS) (Stone, 2006), convirtiéndola en una red bastante densa, mientras que por cuestiones económicas en el caso colombiano se pasó de tener 46 estaciones instaladas inicialmente a contar con tan sólo 25 estaciones en intermitente operación. Lo mencionado anteriormente muestra la importancia de realizar estudios que permitan aprovechar los recursos actuales y definan la posibilidad de una mejora en la cobertura, estableciendo lugares potenciales para instalación de nuevas estaciones.

Por otro lado, la cobertura de una red de estaciones permanentes permite hablar de resultados de precisión ya que las mejoras en cobertura se realizan con la finalidad de que los resultados obtenidos sean de mejor calidad y sobre todo más precisos. devolviendo al caso norteamericano se nota que se han realizado estudios en los que se habla de la estrecha relación entre la longitud de la distancia desde la estación permanente y el equipo móvil, además del tiempo de rastreo, siendo este último el que más influye en los resultados (Snay, Soler, y Asce, 2008), es por esto que en dicho país se habla de distancias entre estaciones cortas y tiempos de rastreo suficientemente largos cercanos a las dos horas.

Entonces se tiene una relación entre vectores y tiempos de rastreo, la cual se simplifica en unas condiciones ideales como el caso norteamericano, ¿pero qué pasa en casos en los que la red no es tan densa y se presentan vectores de longitudes extremas? ¿Cómo identificar esta relación de longitud y tiempo? Estas preguntas pueden ser sometidas a un análisis mediante el uso de Sistemas de Información Geográfico (SIG) que permita espacializar los factores mencionados y aplicarlos al contexto colombiano en beneficio de la optimización de la red MAGNA-ECO.

1.2 OBJETIVOS

General

Analizar la cobertura de la red MAGNA-ECO de Colombia para su densificación y optimización.

Específicos  Establecer lugares óptimos para la ubicación de nuevas estaciones permanentes para densificar la red.  Analizar las áreas de servicio actuales que maneja la red de estaciones permanentes.

 Determinar áreas de servicio apropiadas para cada una de las nuevas estaciones.  Analizar la influencia de la topografía en las áreas propuestas de servicio, ante la posibilidad del uso de tecnología de posicionamiento en tiempo real RTK (Real Time Kinematic).

1.3 PREGUNTAS DE INVESTIGACIÓN

A partir de los objetivos expuestos anteriormente se plantean problemas como: ¿cuál sería el lugar adecuado para la instalación de nuevas estaciones permanentes? y por otro lado ¿qué área de servicio se puede considerar como adecuada? Además, ¿las condiciones topográficas deben ser tenidas en cuenta en el área de cobertura? Estas preguntas se pueden generalizar en una que se relaciona con el objetivo principal de este proyecto de investigación, y es ¿Cómo pueden ser mejorados la cobertura y el servicio de la red activa de estaciones permanentes de Colombia?

1.4 HIPÓTESIS

La definición de zonas de cobertura para cada una de las estaciones permanentes, tanto las actuales como las nuevas propuestas, producto del análisis de sitio óptimo, deben mejorar la calidad y la planeación de los levantamientos GPS (Global Positioning System) desarrollados en el territorio nacional, gracias a la mejor interpretación de la ubicación de las estaciones permanentes y su cobertura en función del tiempo de rastreo, la distancia entre estaciones y las interferencias producto de la topografía.

1.5 JUSTIFICACIÓN

El análisis de cobertura para la densificación y optimización de la red MAGNA– ECO en Colombia, se realiza debido a las necesidades actuales del país, en las que el desarrollo en infraestructura, la situación política en donde se habla de posconflicto y tierras, el catastro multipropósito y demás temas que dictan el camino que seguirá el país en los próximos años, dicen que la geodesia es un tema crucial en la implementación de lo mencionado. En contraste, la geodesia del país no ha tenido el desarrollo que se

esperaría en los últimos años debido a que, entre otros aspectos, la red MAGNA-ECO ha venido perdiendo fuerza e importancia, ya que no se ha realizado un estudio que permita mostrar la importancia de su densificación y fortalecimiento.

La ubicación actual de las estaciones permanentes se realizó planeando una distribución simétrica alrededor del país, pero no tuvo en cuenta aspectos como la distancia mínima entre ellas, El ingeniero Guevara manifestó, en este sentido, como ejemplo, que, en el caso de la ciudad de Bogotá, se tienen cinco estaciones en un radio de 20 Km aproximadamente, mientras que en el oriente del país existen cuatro estaciones para un radio de más de 400 Km. (R. Guevara, comunicación personal, 15 de julio de 2016).

Por otro lado, la red MAGNA-ECO no se percibe propiamente como una red sino como un conjunto de estaciones individuales, por lo que se comete el error de establecer zonas de cobertura iguales para cada estación, es decir, una estación tiene actualmente un radio de cobertura de unos 150 Km, se desconoce cómo y quién definió este parámetro. Es cierto, no existe un fundamento científico para haber definido esta zona de cobertura, pero si se definen factores como la distancia entre estaciones, el tiempo de rastreo y otros como la topografía se tendrá una zona de cobertura mejor definida que beneficie a los usuarios de la red de estaciones permanentes.

Es por esto que esta tesis busca, a partir de diferentes métodos, establecer áreas de servicio adecuadas de estas estaciones permanentes que estén en función de la distancia entre ellas y del tiempo de rastreo, y a partir de esto, lugares óptimos para la instalación de nuevas estaciones, además de realizar un análisis de las afectaciones de esta cobertura por la topografía que pueden interferir en la señal en aplicaciones de nuevas tecnologías como la RTK (Real Time Kinematic) que se realiza en tiempo real.

1.6 ALCANCE

La presente investigación se realiza sobre la superficie continental del territorio Colombiano, es decir, no tiene en cuenta la zona insular (Archipiélago de San Andrés y Providencia) en donde se encuentra una de las estaciones de la red MAGNA-ECO. Se

utilizan coberturas raster que tienen una resolución espacial de 30 metros, la longitud de los vectores tiene unidades en kilómetros y los tiempos de rastreo son expresados en minutos.

Se utiliza la ubicación de la red MAGNA-ECO actual sin tener en cuenta el estado de la estación (activa o inactiva), esto debido a que a pesar de que la estación no esté en funcionamiento, se tiene la posibilidad de reestablecer su operabilidad.

Se espera obtener a partir de un análisis de redes, unas áreas de servicio en función del tiempo de rastreo de la red MAGNA-ECO actual, por otro lado, se identificarán los lugares adecuados para la instalación de nuevas estaciones permanentes, los cuales se definirán a partir de un análisis de superposición de capas que involucre la red actual, la pendiente del terreno, los usos del suelo y las zonas urbanas más grandes de cada uno de los 32 departamentos de Colombia. Este último factor se definió debido a que son los cascos urbanos más grandes los que pueden tener algún tipo de infraestructura como una universidad o una sede de una alcaldía, ya que la instalación de las estaciones permanentes se realiza mediante convenios con otras instituciones, que ofrezcan seguridad y vigilancia a la estación.

Una vez se establezcan nuevos lugares para la instalación de estaciones permanentes se generarán nuevamente áreas de servicio que se compararán con las obtenidas inicialmente. Finalmente se realizará un análisis de visibilidad con el fin de identificar zonas de interferencia directa de la topografía, lo cual será útil para la implementación futura de sistemas en tiempo real.

Ya que la red de estaciones permanentes de Colombia MAGNA-ECO genera información abierta al público en general, serán éstos los principales beneficiarios y usuarios de las zonas de cobertura adecuadas para cada estación permanente.

2. REVISIÓN DE LITERATURA 2.1 MARCO TEÓRICO

2.1.1

El sistema global de navegación por satélite GNSS

El sistema GNSS (Global Navigation Satellite System) surge en los años 70 como una tecnología militar, inicialmente desarrollada por el ministerio de defensa de los Estados Unidos, quien es el creador del sistema GPS. Este sistema está conformado por una constelación denominada NAPSTAR que cuenta con alrededor de 24 satélites que orbitan la Tierra. Estas orbitas están diseñadas para que siempre exista una disponibilidad de por lo menos 4 satélites sobre un horizonte de 15° de elevación (Leica Geosystems, 1999).

En la actualidad se cuentan con otras constelaciones de satélites como GLONASS de Rusia, GALILEO de Europa y BeiDou/Compass de China, cuya recepción depende del equipo receptor.

El funcionamiento de los GNSS, se basa a grandes rasgos, en determinar la posición en Tierra a partir de la ubicación de los satélites, cuya geometría ya está definida en sus orbitas (ver Ilustración 1). Dicha posición es transmitida por medio de frecuencias a los receptores que capturan esta señal y la descifran, realizando comparaciones de fase y seudocódigo, con lo que se determina la posición relativa del equipo receptor (Berrocoso et al., 2003).

Ilustración 1. Funcionamiento del sistema GNSS. Fuente: Huisman y de By (2009)

La ilustración 1 muestra también que los satélites se encuentran a una distancia conocida del receptor, y se asume que cada satélite se encuentra en una esfera formada a partir de esta distancia. Si la distancia se determina a partir de dos satélites, los resultados serían dos esferas que se entrecruzan.

La intersección de dos esferas es un círculo. Por lo tanto, dos distancias desde dos satélites colocan el receptor en alguna parte de este círculo. Ahora bien, si la distancia de un tercer satélite se añade, se presenta un campo adicional que cuando se cruza con una de las otras dos esferas se produce otro círculo de intersección.

Como métodos de captura se tienen los posicionamientos estáticos, rápido estáticos, seudo cinemáticos, y cinemáticos (Ghilani y Wolf, 2015). De estos, el más común es el posicionamiento relativo estático, sin embargo con el avance de la tecnología, los levantamientos RTK, que pueden catalogarse dentro de los levantamientos cinemáticos, han tomado mayor relevancia.

2.1.2

Posicionamiento relativo estático

Según Ghilani y Wolf (2015), en su libro “Elementary Surveying - An Introduction to Geomatics”, para obtener la precisión máxima necesaria, por ejemplo, en los levantamientos de control geodésico, los procedimientos GPS estáticos son los que se emplean. En este procedimiento se usan dos (o más) receptores. El proceso comienza con un receptor (llamado receptor base) situado en una estación de control existente, mientras que los receptores restantes (llamados receptores móviles) ocupan estaciones con coordenadas desconocidas. Para la primera sesión de observación, se hacen observaciones simultáneas desde todas las estaciones a cuatro o más satélites durante una hora o más, dependiendo de la longitud de la línea base (líneas muy grandes requieren mayor tiempo de observación).

El valor del tiempo de registro, captura o toma de información en un levantamiento estático debe ser el mismo para todos los receptores durante el levantamiento. Comúnmente, este tiempo es igual a 15 segundos para minimizar el número de observaciones, y por tanto los requerimientos de almacenamiento de datos. Cuando se han hecho todas las mediciones, los datos se transfieren a una computadora para su pos procesamiento.

2.1.3

Incertidumbre en observaciones GPS

Los parámetros que van a condicionar en gran medida las precisiones que se puedan obtener con el sistema GPS, y por lo tanto las fuentes de error posibles pueden deberse a los satélites, al medio de propagación de la señal o a los receptores. De acuerdo al propósito de investigación de esta tesis, se destacan las siguientes:  Longitud del vector

Se le conoce como vector a la línea que forma la ubicación del receptor base con el receptor móvil siendo la longitud del mismo de gran influencia en la precisión de las coordenadas obtenidas. La longitud del vector está estrechamente relacionada con el

tiempo de rastreo. Entre mayor sea su longitud es necesario considerar igualmente un mayor tiempo de rastreo o toma.  Topografía

La topografía puede considerarse en el caso específico de los levantamientos con el sistema RTK, ya que se requiere una comunicación directa entre el receptor base y el receptor móvil, por lo que la señal de radiocomunicación entre ellos se puede ver afectada por interferencias directas de la superficie terrestre. Por otro lado el documento “Análisis de propagación de señal de la red WIMAX en el campus politécnico de la ESPE” de Almeida (2010) afirma que:

Las ondas de comunicación inalámbrica se propagan por la atmosfera terrestre con energía transmitida por la fuente, posteriormente la energía se recibe del lado de la antena receptora. La radiación y la captura de esta energía son funciones de las antenas y de la distancia entre ellas (p.13).

Con lo que se puede decir que aparte de las interferencias por la topografía es posible tener interferencias por el medio de propagación y la distancia entre receptor y emisor.

2.1.4

El tiempo de rastreo o toma

El tiempo que debe durar encendido y capturando información un equipo GPS es algo ambiguo, y muchas veces se define producto de la experiencia. Este tiempo de rastreo no debe ser demasiado corto ya que registraría muy pocas observaciones satelitales, pero tampoco excesivamente largo ya que el gran volumen de datos igualmente puede ocasionar variaciones en las observaciones registradas. La guía "GPS Basics - Introduccción al Sistema GPS" elaborada por Leica Geosystems (1999) indica que:

Los receptores deben registrar datos durante un cierto periodo de tiempo. El tiempo de observación dependerá de la longitud de la línea, el número de satélites

observados y la geometría (Dilución de la precisión o DOP). Como regla general, el tiempo de observación deberá ser por lo menos de una hora para una línea de 20 Km. Líneas más largas requieren tiempos de observación más largos (p. 40).

Por otro lado, Ghilani y Wolf (2015) argumentan que las precisiones relativas alcanzadas con el posicionamiento relativo estático son en general de aproximadamente +/- (3 mm + 1 ppm), sin embargo según investigaciones realizadas por el National Geodetic Survey (Snay et al., 2008), la precisión de un levantamiento GNSS se puede ver afectada por la distancia de la línea base y por el tiempo de rastreo.

En la tabla 1 se muestran duraciones típicas de sesiones de observación que usan esta técnica, con receptores de frecuencia tanto individual como dual. Tabla 1. Duración de sesión típica para diferentes métodos de medición.

MÉTODO DE LEVANTAMIENTO Estático

FRECUENCIA INDIVIDUAL 30 min + 3 min/km

FRECUENCIA DUAL 20 min + 2 min/km

Estático rápido

20 min + 2 min/km

10 min + 1 min/km

Fuente: Ghilani y Wolf (2015)

2.2 MARCO HISTÓRICO

2.2.1

La geodesia clásica

Según el documento del nuevo sistema geodésico para Colombia, MAGNA ó Marco Geocéntrico Nacional de Referencia:

El IGAC es el organismo del Gobierno Nacional encargado de producir, analizar y divulgar la información georreferenciada necesaria para el desarrollo integral del país. Esta información es indispensable en la formulación y ejecución de proyectos de los sectores público y privado, por lo que debe caracterizarse por su vigencia técnica (IGAC, 1999, p.4).

Desde la creación en 1902 de la Oficina de Longitudes y Fronteras, con la cual nace el IGAC, la producción de información geodésica ha sido una de las principales tareas de este instituto, donde la confiabilidad y calidad de esta información ha sido fundamental para propósitos cartográficos fundamentalmente (IGAC, 1999). No obstante, con los avances tecnológicos y el desarrollo del sistema GPS hacia la década de los 90’s se evidenció la incompatibilidad entre este sistema y el marco de referencia local utilizado conocido como Datum Bogotá.

El IGAC basaba la geodesia del país en la Antigua Red de Referencia Nacional (ARENA) la cual conforman cerca de once mil puntos geodésicos de primer, segundo y tercer orden. La red de primer orden se determinó mediante “arcos de triangulación distribuidos sobre las cumbres más prominentes del territorio nacional y se ajustaron a partir de 33 estaciones astronómicas” (IGAC, 1999, p. 6). La red de primer orden apoyó a los vértices de segundo orden y estos a su vez a los de tercer orden a través de métodos de triangulación, trilateración y poligonación. En este sentido la guía del IGAC (1999) indica que:

A pesar de que el Datum Bogotá fue definido siguiendo las recomendaciones de la Asociación Internacional de Geodesia y que, además, éste ha sido el soporte adecuado al desempeño de la geodesia y de la cartografía en el país; con la utilización del posicionamiento GPS, se han hecho evidentes sus deficiencias y las de la red geodésica clásica (p.6.)

2.2.2

Incompatibilidad entre la tecnología GPS y el Datum Bogotá

La tecnología GPS ha sido una de las herramientas más importantes para la determinación de coordenadas sobre la superficie de la tierra, gracias a su precisión y la relación costo-beneficio, sin embargo, su aplicabilidad e introducción en el ámbito geodésico local implicó un replanteo de muchos aspectos importantes como la utilización de un datum local.

Debido a que las posiciones que se obtienen al utilizar el sistema GPS están referidas a un elipsoide geocéntrico y no local, se presentaron diferencias considerables entre las

coordenadas GPS y las clásicas para un mismo punto, siendo esta situación no sólo exclusiva para Colombia sino para todo el mundo.

Esto se constituyó en un problema que implicaba inconsistencias en la representación cartográfica e incompatibilidades entre los mapas generados con información en datum Bogotá y los generados a partir de información GPS. La Ilustración 2 muestra la diferencia entre dos datums ya que utilizan elipsoides de referencia diferentes.

Ilustración 2. Datum global Vs Datum Local Fuente: IGAC (1999)

Dentro de los aspectos más importantes a tener en cuenta de la geometría de un elipsoide es considerar que la masa elipsoidal es equivalente a la masa terrestre, la velocidad angular de rotación del elipsoide es igual a la terrestre, el origen del sistema cartesiano elipsoidal corresponde con el centro de masas terrestre y que el eje Z del sistema cartesiano elipsoidal, coincide con el eje de rotación terrestre. A partir de esto se determina los valores de la geometría del elipsoide para desarrollar los cálculos geodésicos (IGAC, 1999).

“Si el tamaño y la posición de los elipsoides de referencia varían, las coordenadas geodésicas para un mismo punto también varían”(IGAC, 1999, p.7). Dichas variaciones se presentan de acuerdo al elipsoide de referencia utilizado, esto porque claramente su geometría será diferente.

2.2.3

Nuevo Sistema Geodésico MAGNA (Marco Geocéntrico de Referencia Nacional)

En 1999 se presentó por parte del IGAC el plan para que la geodesia del país saltara hacia la modernidad. En éste plan se adopta como elipsoide de referencia el Geodetic Reference System, 1980 - GRS80, y se establecen los parámetros del modelo de ejes coordenados (X, Y, Z) cuyo origen coincide con el centro de masa de la tierra el cual se conoce como ITRS (International Terrestrial Reference System) cuya materialización se establece con una red de puntos geodésicos con coordenadas referidas al mismo (IGAC, 1999).

Esta materialización es definida como ITRF (International Terrestrial Reference Frame) y, debido a la variación de estas coordenadas en función del tiempo, es necesario redefinir periódicamente estos valores.

Los sistemas convencionales de referencia facilitan la determinación de coordenadas sobre la superficie terrestre. A partir de la definición de estos sistemas referencia como el ITRS (International Terrestrial Reference System) y su marco de referencia el ITRF, se estableció el sistema de referencia geocéntrico para las Américas (IGAC, 2004).

Así mismo el Directorio de Institutos Geográficos de Sur América, España y Portugal (DIGSA) acordó promocionar la definición de un datum único para los países de América del Sur, con lo que surge el Sistema de Referencia Geocéntrico para las Américas (SIRGAS). (IGAC, 1999).

Según el documento de adopción del Datum MAGNA-SIRGAS como datum oficial de Colombia, “En América del Sur, se decidió establecer una red de estaciones GPS de alta precisión con la densidad suficiente de puntos para el cubrimiento homogéneo de la

zona y además, garantizar la participación de cada uno de los países de esta parte del continente. De esta forma surge el proyecto SIRGAS (Sistema de Referencia Geocéntrico para las Américas)” (IGAC, 2004, p.12).

Dicha tarea se inició en la Conferencia Internacional para la definición de un datum geocéntrico para América del Sur llevada a cabo en Asunción (Paraguay) en octubre de 1993. Las entidades participantes fueron: la Asociación Internacional de Geodesia (AIG), el Instituto Panamericano de Geografía e Historia (IPGH), la National Imagery and Mapping Agency (NIMA) y cada uno de los institutos geográficos de los países comprometidos (IGAC, 1999).

Los resultados obtenidos, después de tres años de labores, se traducen en una red de 58 estaciones GPS distribuidas homogéneamente sobre el continente y que conforman el datum SIRGAS, cuyos ITRS e ITRF son el elipsoide GRS80 y el ITRF94 época 1995.4, respectivamente como se observa en la ilustración 3 (IGAC, 1999).

Ilustración 3. Datum SIRGAS - Sistema de Referencia Geocéntrico para las Américas. Fuente: IGAC (1999).

Según el documento aspectos prácticos de adopción del Datum MAGNA-SIRGAS como datum oficial de Colombia, IGAC (2004):

El mantenimiento de SIRGAS incluye, además de la preservación física de los monumentos, la determinación del cambio de las coordenadas a través del tiempo (velocidades). Esto garantiza la consistencia entre el sistema terrestre SIRGAS y el sistema de referencia satelital. Las velocidades correspondientes se determinan a partir de mediciones geodésicas repetitivas (Drewes 1998), dentro de las que se considera la red de estaciones GPS de funcionamiento continuo (o estaciones permanentes) y la ocupación periódica de las estaciones (pasivas) SIRGAS. (p.9.).

De esta forma el establecimiento del datum SIRGAS en cada país se asoció a la vinculación al mismo de las diferentes redes locales a partir de la determinación de la red básica GPS, que para el caso de Colombia la constituyen 60 vértices, denominada como la Red MAGNA-SIRGAS (Ilustración 4).

Ilustración 4. Red básica GPS MAGNA. Fuente: IGAC (1999)

El sistema de referencia geocéntrico en el país se ha denominado MAGNA-SIRGAS, Marco Geocéntrico Nacional de Referencia, como densificación nacional del Sistema de Referencia Geocéntrico para las Américas, el cual a su vez es la densificación continental del marco de referencia global (ITRF). MAGNA-SIRGAS fue determinado entre 1994 y 1997 y su adopción se oficializó en 2004. (IGAC, s.f., p.1.)

2.2.4

Red Geodésica Nacional Permanente y Activa

El nuevo marco de referencia nacional MAGNA definió igualmente la instalación de estaciones GPS que funcionan y capturan información satelital de manera continua, las cuales cumplen un papel fundamental en el desarrollo de la red geodésica nacional, ya que sirven de base para cualquier levantamiento GPS realizado en el territorio colombiano. La guía “Metodos de observación” afirma que estos levantamientos GPS se realizan utilizando una técnica diferencial en el que normalmente se ubica un equipo en un punto base con coordenadas conocidas y otro equipo móvil en el vértice a determinar; ambos equipos registran información satelital de forma simultánea con lo que se establecen ecuaciones diferenciales (Agencia Española de Cooperación Internacional, 2006).

La función principal de la red de estaciones permanentes es servir como base para los levantamientos GPS diferenciales, de esta forma el usuario no tiene la necesidad de tener a su disposición dos equipos GPS sino solamente uno, lo que se traduce en una reducción en costos y en un elemento de calidad en los resultados obtenidos.

De esta forma nació la red de estaciones GPS continuas del IGAC conocida como la red MAGNA-ECO la cual inicialmente se planteó con la ubicación de 12 de estas estaciones referidas al datum SIRGAS, este número aumentó a 46 con el paso de los años luego de un gran esfuerzo por parte de la institución, no obstante y según lo manifiesta el ingeniero Guevara, para el año 2016 se cuenta con cerca de 25 estaciones operativas las cuales funcionan con lo justo ya que la red con el paso del tiempo ha sido descuidada y limitada en los recursos para su mantenimiento. (R. Guevara, comunicación personal, 15 de julio de 2016).

El documento de procesamiento de información GPS considerando la variación de las coordenadas en el tiempo por efectos geodinámicos explica que “las estaciones MAGNA-ECO son aquellas que están registrando información GPS de manera permanente. Estas pueden ser utilizadas como estación base en el desarrollo de levantamientos GPS diferenciales, garantizando la vinculación directa de los puntos nuevos al sistema oficial MAGNA-SIRGAS. Estas estaciones forman parte de la red SIRGAS de funcionamiento continúo y sus coordenadas son calculadas semanalmente por un centro de procesamiento el IGS (International GPS Service), por tal razón no es necesario aplicar un modelo de velocidades a la estación base.” (IGAC, 2004, p.4.)

Así mismo, en el documento de aspectos prácticos de adopción del Datum MAGNASIRGAS como datum oficial de Colombia se indica que “Dicha red es procesada semanalmente por el Centro Asociado de Análisis de la Red Regional SIRGAS del servicio GPS Internacional (IGS-RNAAC-SIR). El cual se apoya en el Sistema Internacional de Referencia Terrestre (ITRS), al que se refieren las coordenadas de los satélites GNSS” (IGAC, 2004, p.3).

2.2.5

Proyección de la red MAGNA-ECO

Si bien los recursos para el desarrollo de la red de estaciones permanentes del IGAC son inciertos, se puede decir que desde su concepción se ha querido tener una red adecuada que tenga una cobertura para todo el país, dicha cobertura está en función, entre otros aspectos, de los vectores o distancia entre una estación permanente y un punto móvil.

Éstos vectores oscilan desde 70 Km en las regiones desarrolladas en el país, hasta 300 Km en las áreas selváticas. Siendo consecuentes con la necesidad de elevar los estándares de calidad de los trabajos geodésicos en Colombia, es necesario que las distancias entre los vértices no sean superiores, preferiblemente, a 50 Km (IGAC, 1999, p. 12).

A partir de lo expuesto anteriormente se definió para el año 1999 un primer plan para la optimización de la red MAGNA-ECO, en el cual se planteó una densificación

a partir de la instalación de 380 estaciones continuas con el fin de tener una cobertura total sobre el país. La Ilustración 5 muestra esta visión del plan de densificación.

Ilustración 5. Plan de densificación de la red MAGNA-ECO en 1999. Fuente: IGAC (1999).

Según el Ingeniero Suarez, este plan de densificación no contó con un gran soporte científico, simplemente se limitó a la ubicación uniforme y homogénea de cada una de las estaciones procurando vectores no tan largos, pero se omitió entre otras cosas factores como la topografía, los cascos urbanos con infraestructura suficiente para ubicar una estación o el tiempo de rastreo que delimite una zona de cobertura adecuada. (O. Suarez, comunicación personal, 15 de Marzo de 2016).

2.2.6

Situación actual de la red MAGNA-ECO

En la actualidad la infraestructura de la red MAGNA-ECO se compone de 46 estaciones ubicadas por el territorio nacional, de las cuales funcionan cerca de 25, siendo este número muy variable ya que por inconvenientes de conexión o por la asignación de recursos para el mantenimiento, una estación puede estar temporalmente fuera de servicio por periodos de tiempo indeterminados. A Julio de 2016 la Ilustración 6 muestra la situación de la red MAGNA-ECO.

Ilustración 6. Red MAGNA-ECO a Julio de 2016. Fuente: IGAC (2016).

2.3 MARCO METODOLÓGICO

2.3.1

Software SIG

Actualmente en el mercado se pueden encontrar una gran variedad de herramientas informáticas útiles para el desarrollo de los SIG, donde tal vez la más popular es el software comercial ArcGIS. Sin embargo, herramientas como QGIS, gvSIG, DivaGIS y otras tantas herramientas son útiles para los diferentes procesos ejecutados en esta investigación, con la ventaja que son herramientas libres con versiones gratuitas.

ArcGIS es un producto de ESRI que proporciona un marco general para implementar Sistemas de Información Geográfica para uno o varios usuarios en ordenadores, servidores, Internet, etc. ArcGIS es una colección integrada de software SIG para construir un Sistema de Información Geográfica completo. ArcGIS está basado en ArcObjects™, una librería modular común que comparten todos los componentes software del SIG (González, 2008, p. 12).  ArcGIS Desktop

ArcGIS Desktop incluye una suite de aplicaciones integradas: ArcCatalog, ArcMap, ArcGlobe y ArcToolbox. Usando estas aplicaciones e interfaces en conjunto, se puede ejecutar cualquier tarea SIG por simple o avanzada que ésta sea, incluyendo mapeo, análisis geográfico, edición y compilación de datos, visualización y geoprocesamiento (González, 2008, p.13).

2.3.2

Análisis Espacial con SIG

Según el documento de mejora de los sistemas de cartografía del territorio colombiano “El análisis espacial es uno de los factores esenciales de la existencia de los SIG’s, y es parte integrante su propia definición, y es determinada por la existencia de relaciones topológicas entre los elementos constituyentes, que permite realizar cálculos entre variables y obtener así nuevos datos” (IGAC, 2007, p.12.).

Así mismo se indica que “existen varias las herramientas asociadas al principio de análisis espacial en un SIG, entre las cuales se destacan la superposición, la determinación de áreas de influencia, los análisis de vecindad, el análisis de redes y los modelos del terreno, lo que visto en conjunto permite apreciar la verdadera fortaleza de Los SIG’s en términos de modelamiento” (IGAC, 2007, p.12.).

Por otro lado, según el documento de utilización de sistemas de Información geográfica para la seguridad alimentaria sostenible en zonas marginadas de Honduras, Nicaragua y Guatemala “el Análisis Espacial es un intento de imitar el comportamiento de la mente humana, es decir, crear una imagen entendible de la realidad. Plantear un problema y localizar las posibles soluciones por medio del GIS, es uno de los pasos más difíciles dentro del Análisis Espacial. Para ello se requieren expertos en diversas áreas, que además lo sean en conocimientos de GIS” (Rapallo, 2003, p.30).

2.3.3

Análisis de proximidad

Según la guía de funciones de análisis espacial para el geoprocesamiento de Inypsa se define el análisis de proximidad como: “un análisis que considera la distancia a la que se encuentran determinados eventos, entendidos como entidades, de otras entidades en otras capas” (Bajo, n.d., p. 6)

La Ilustración 7 muestra un análisis de proximidad realizado a partir de las distancias euclidianas entre la ubicación de diferentes escuelas, dicho análisis es importante para un posterior análisis de superposición de capas.

Ilustración 7. Mapa de análisis de proximidad

Este tipo de análisis permite trabajar averiguando distancias entre entidades de diferentes capas. Las herramientas deben contestar preguntas en esta línea de trabajo en diferentes sentidos:

- ¿A qué distancia están los elementos?

- ¿Qué elementos están a determinada distancia?

2.3.4

Análisis de Redes.

El documento de mejora de los sistemas de cartografía del territorio colombiano indica que “otra fortaleza del análisis espacial a partir de la topología es la de construir sistemas de redes. Estas pueden ser de cualquier tipo (hidrográficas, carreteras, transportes, eléctricas...) siempre que mantengan su característica de sistema (dirección, conexión, etc.). Los análisis más frecuentes en este ámbito son aquéllos que buscan rutas óptimas y los que sirven para asignar recursos a lugares contribuyendo así a la localización de los mismos” (IGAC, UE y CIAT, 2007, p.13.).

El concepto de los análisis de redes puede aplicarse a otras variables similares pero igualmente en función de tiempos y distancias con el fin de generar áreas de servicio, sea el caso de una red de estaciones permanentes y la relación entre su ubicación y el servicio que pueda prestar cada una de ellas.

2.3.5

Análisis del área de servicio

Un área de servicio es una región que cubre todas las zonas accesibles en función de una impedancia especificada (Esri, 2016). Por ejemplo, el área de servicio de 5 minutos para un punto en una red incluye todas las zonas a las que se puede llegar desde ese punto en un plazo de cinco minutos.

Las áreas de servicio creadas por la aplicación Network Analyst del software ArcGIS, también ayudan a evaluar la accesibilidad. Las áreas de servicio concéntricas muestran la forma en que la accesibilidad varía con la impedancia. Una vez creadas las áreas de servicio, pueden ser utilizadas para identificar el número de personas, la superficie de terreno o cualquier otra variable en el interior de la vecindad o región (Esri, 2016), la Ilustración 8 muestra un ejemplo de áreas de servicio que pueden ser generadas a partir del análisis de redes.

Ilustración 8. Gráfico de áreas de servicio. Fuente: Esri (2016).

 Impedancia

Se puede elegir cualquier atributo de coste como impedancia, que se acumula al determinar el área de servicio. Por ejemplo, la elección de un atributo Minutos da como resultado áreas de servicio basadas en tiempo (Esri, 2016). La Ilustración 8 muestra también unas zonas de servicio generadas a partir de una impedancia de tiempo en minutos (2, 3 y 4) asignada a cada instalación, lo que quiere decir que cada una de las zonas marcadas se encuentran a 2, 3 y 4 minutos de distancia respectivamente.

2.3.6

Polígonos de Thiessen

Según Huisman y de By (2009) los polígonos Thiessen son un método exacto de interpolación que asume que los valores no conocidos de los puntos de una superficie son iguales al valor del punto conocido más cercano. En éstos se usa la distancia para determinar las coberturas vecinas y es normalmente usado cuando se tiene una distribución espacial de puntos localizados.

Esta técnica, como se observa en la Ilustración 9, genera un polígono alrededor de los puntos localizados (b) el cual surge a partir de una previa triangulación de los mismos y del análisis de los puntos medios de donde se trazan perpendiculares (a).

(a)

(b)

Ilustración 9. Construcción de polígonos de Thiessen. Fuente: Huisman y de By (2009)

2.3.7

Análisis de cuenca visual

Tévar (1996, p.99) señala que “la cuenca visual es el conjunto de superficies o zonas que son vistas desde un punto de observación, o dicho de otra manera, es el entorno visual de un punto (Fdez-Cañadas, 1977). La cuenca visual común de los puntos que pertenecen a una zona es la intersección del conjunto de las cuencas visuales correspondientes a

dichos puntos; esto es, el subconjunto de puntos que son vistos desde todos los puntos de la zona”.  Métodos de cálculo

Aunque en determinados estudios del paisaje, para identificar qué ámbito tiene mayor cuenca visual, basta comparar las fotografías tomadas desde cada punto, el procedimiento más ajustado para determinar con mayor precisión la cuenca visual se basa en el uso de un Modelo Digital del Terreno (MDT o DTM, Digital Terrain Model), y su correspondiente cálculo automático. Así mismo Tévar (1996) señala como principio del análisis de cuenca visual que: “si la pendiente visual del punto (A) destino es mayor que todas las pendientes de los puntos intermedios, entonces podrá decirse que ese punto es visto y que existe entre los dos puntos una relación de intervisíbílidad. Por lo contrario, el punto (B) no será visto” (p. 101), La Ilustración 10 muestra este concepto.

Ilustración 10. Principio del análisis de cuenca visual. Fuente: Tévar (1996).

2.3.8

Superposición

La información espacial está compuesta, entre otros aspectos, por capas que contienen información o temáticas específicas. La integración de estas capas ofrece la posibilidad de dar solución a una problemática especial y por esta razón se plantea en esta investigación la posibilidad de superponer capas con el fin de realizar un análisis multitemático.

Según Puri (2015), existe diferentes métodos y herramientas para la superposición y según la naturaleza de los datos son aplicables tanto a elementos raster como vectoriales.  Matrix Overlay

El Matrix Overlay o superposición de matrices, no presenta grandes exigencias frente al nivel de datos y también puede operar con datos nominales u ordinales. En el primer paso se produce una matriz de todas las posibles combinaciones de valores de los datos de entrada. El siguiente paso consiste en insertar valores ordinales de aptitud definidos según la temática. Cuando la matriz está lista, se puede calcular el resultado mediante la obtención de los valores de aptitud para cada celda. Al trabajar con datos métricos estos tienen que ser preparados mediante la clasificación y reducidos hacia una cantidad manejable de categorías.

Ejemplo Matrix Overlay

Puri (2015) plantea como ejemplo la matriz generada a partir de dos temas:

El uso de la tierra (Bosque, Pasto, Tierras protegidas).

Distancia hacia urbanizaciones existentes (Clase 1 hasta 500 m y Clase 2 hasta 1000).

Se evalúa la idoneidad de terrenos para nuevas urbanizaciones para estos dos parámetros. La interacción de ambos factores se expresa en una escala de cuatro escalones (idoneidad buena = 3, idoneidad media = 2, idoneidad baja = 1, Idoneidad muy baja = 0), la tabla 2 muestra la matriz que relaciona estos parámetros. Tabla 2. Parámetros de superposición.

USO DE LA TIERRA

DISTANCIA Hasta 500 m (I) Hasta 1000 m (II) Bosque (B) 3 2 Pasto (P) 2 1 Áreas Protegidas (AP) 0 0 Fuente: Puri (2015)

Ahora a partir de la información de los temas propuestos y de las matrices que representan el mismo sector del área de investigación se genera la matriz de superposición, tal como se muestra en la ilustración 11.

Ilustración 11. Generación de la matriz de superposición. Fuente: Puri (2015)

2.3.9

Ejemplo de metodología para optimizar red de estaciones permanentes: Caso de estudio Estados Unidos

Estados Unidos, como ya se mencionó, posee una red de estaciones permanentes muy densa ya que su capacidad económica así lo permite, dicha red es tan densa que debe ser optimizada de forma que no haya redundancia de información, esto debido a la proximidad de muchas de sus estaciones.

Se han instalado una gran cantidad de estaciones continuas GPS con el fin de monitorear las deformaciones de los límites de las placas para asociarlas a los peligros provocados por los sismos, con la mayor concentración en Japón (cerca de 1000 estaciones) y el occidente de Norte América (cerca de 300 estaciones) incluyendo Alaska, Estados unidos, Canadá y México (Hudnut, Bock, Galetzka, Webb y Young, 2002).

Para esta optimización de la red de estaciones permanentes de Estados Unidos, se planteó una metodología que consiste en realizar una depuración de la calidad de los datos de cada una de las estaciones, con el fin de identificar una correlación entre estaciones próximas en función de la calidad de los datos (Kim, Lee, Pullen, y Gillespie, 2013). De esta forma si se analiza la calidad de dos estaciones cercanas es posible descartar la que tiene peor calidad de datos y pensar en una reubicación.

Por otro lado, se realizó una selección de un subconjunto de estaciones que pasan la comprobación de calidad de datos (es decir, la eliminación de estaciones redundantes en regiones densas) basándose en su distribución geográfica. Para esto se utilizaron métodos como el de Voronoi, que es un método de interpolación de áreas, que determina una región a partir de la distancia entre puntos. Otro método es la correlación a partir de la longitud de las líneas base (Kim et al., 2013). La ilustración 12 muestra un ejemplo de las regiones de Voronoi, en las que las regiones más pequeñas indican una redundancia en el número de estaciones.

Ilustración 12. Ejemplo regiones de Voronoi. Fuente: Kim et al. (2013)

Por otro lado, la ilustración 13 muestra las zonas de coberturas generadas a partir de la determinación de las líneas base, determinando radios de hasta 40 Km.

Ilustración 13. Identificación de la cobertura según las líneas base. Fuente: Kim et al. (2013)

De esta forma se generó una optimización de la red a partir de la calidad de los datos y de la posición geográfica de cada una de las estaciones, identificando estaciones a remover y la ubicación de nuevas estaciones como se observa en la ilustración 14.

Ilustración 14. Mapa de estaciones de EE.UU. Estaciones a remover en rojo y nuevas en verde. Fuente: Kim et al. (2013)

Del mismo modo se generaron las áreas de servicio para cada estación a partir de la generación de nuevas regiones de Thiessen, la ilustración 15 muestra el resultado de esta optimización en el que se muestran en la figura a, antes del proceso de identificación de redundancias en la red y la figura b, después de la optimización.

Ilustración 15: Red de estaciones permanentes de EE.UU. antes y después de la optimización. Fuente: Kim et al. (2013)

Por otro lado existe una relación directa entre la precisión, la distancia entre estaciones y la duración de las sesiones de observación, en la que la precisión de la observación mejora en cuanto el equipo de referencia esté más cerca a la estación base y la duración de la observación sea mayor (Eckl, Snay, Soler, Cline y Mader. 2001).

De acuerdo a esto se puede considerar que para la optimización de la red es necesario tener en cuenta la distribución geográfica de las estaciones para mejorar las longitudes de los vectores y el tiempo de rastreo, con el fin de obtener resultados óptimos.

Por otro lado, cabe resaltar que la parte administrativa juega un papel importante en cuanto a la organización de las estaciones permanentes, ya que en lugares como Australia, el cual es un país una población “pequeña” en relación a su gran extensión, se plantea una optimización de la red a partir de una consolidación de la administración (Hale, 2007).

Así mismo Hale (2007) indica que, en lugares como Australia, operan actualmente redes (RTK) GNSS CORS patrocinadas por cuatro estados independientes que actúan de manera descoordinada en la administración de las mismas, adicionalmente opera otra red RTK CORS estatal asistida por privados. Comparado con Colombia, existe la ventaja que el IGAC es el encargado de la información oficial de este tipo de datos, por lo que de cierta forma la optimización de la red se puede gestionar de forma más eficiente.

A partir de estas metodologías se busca tomar algunos aspectos importantes para aplicarlos al caso colombiano, el cual es un poco diferente ya que requiere la optimización de la red a partir de las pocas estaciones con que se cuenta y del mismo modo de las distancias entre las mismas, por lo que adicionalmente se tendrá en cuenta el tiempo de rastreo.

3. METODOLOGÍA 3.1 ÁREA DE ESTUDIO

El estudio de cobertura de la red MAGNA-ECO indicado en el presente documento se realiza en la república de Colombia (Sudamérica). Según el sitio web oficial del Campeonato Mundial Universitario Debate en Español, CMUDE Colombia (2015) la superficie de Colombia es de 2.070.408 Km². Este territorio se divide en dos partes: 1.141.748 km² corresponden a la extensión territorial, mientras que 928.660 Km² representan la extensión marítima.

En dicha superficie territorial se encuentran variaciones en altitud considerable ya que existen zonas costeras con alturas al nivel del mar, y otras zonas montañosas, sobre la cordillera de los Andes con elevaciones por encima de los 4000 metros sobre el nivel del mar (msnm), siendo los picos Colon y Bolívar los más altos de Colombia con una altura de 5775 msnm (IDEAM, 2012).

Por otro lado, Colombia es un país en términos generales muy diverso, en donde la biodiversidad del territorio tiene diferentes características, ya que se cuenta con diferentes ecosistemas además de la diversidad en las coberturas del mismo. Al Norte del país se encuentran zonas muy áridas en donde incluso se pueden encontrar desiertos como el de la Guajira, al Este se pueden encontrar sabanas y llanuras extensas además de selvas en zonas circundantes a la cuenca del Orinoco (Ministerio de Ambiente y Desarrollo Sostenible, 2010).

Al Sur se encuentran zonas en su mayoría selváticas, en donde la misma selva Amazonas de Perú y Brasil se conecta con la selva colombiana. Al Oeste al igual que al Sur se encuentran zonas selváticas pero también montañosas en donde se destaca la selva húmeda del Chocó cercana al Pacifico; finalmente el territorio colombiano es atravesado desde el Sur por la cordillera de los Andes la cual se ramifica en tres partes finalizando en el extremo Norte en la Sierra Nevada de Santa Marta (Ministerio de Ambiente y Desarrollo Sostenible, 2010).

Como se explicó anteriormente, Colombia es un país de muchos contrastes en sus características geomorfológicas ya que cuenta con lugares que pueden considerarse extremos para el desarrollo de cualquier actividad humana, es por esto que la ubicación de las nuevas estaciones permanentes debe considerar condiciones óptimas para su adecuado funcionamiento y mantenimiento en el tiempo.

Dentro del contexto de las estaciones permanentes, del total de estaciones que componen la red MAGNA-ECO se encuentra una instalada en el archipiélago de San Andrés y Providencia (ANDS), sin embargo, ésta no se tendrá en cuenta para los diversos análisis planteados debido a que se encuentra a muchos kilómetros del territorio continental y su cobertura es más que suficiente. Por lo tanto, este estudio se limitará a la extensión territorial o continental sin las zonas correspondientes a islas, islotes o archipiélagos. La Ilustración 16, muestra la red actual de estaciones sobre el territorio colombiano.

Ilustración 16: Localización del proyecto - Colombia Fuente: Mora, (2016).

3.2 FLUJOGRAMA DE LA METODOLOGÍA.

Como se mencionó anteriormente, la idea principal para el desarrollo de este proyecto se basó en analizar el caso norteamericano (Kim et al., 2013) y aplicar algunos aspectos al caso colombiano. En Estados Unidos, se planteó una optimización de la red a partir de la eliminación de la redundancia de información, debido a la proximidad entre estaciones, esto por la gran cantidad de equipos instalados. Para Colombia es necesario realizar un proceso inverso en el que la optimización se realice teniendo en cuenta la proximidad, pero involucrando otro factor como el tiempo de rastreo ya que la proximidad no es el principal factor de la red debido a su escasa densificación.

En la metodología planteada para la red de estaciones permanentes de Estados Unidos, se determinó a partir de la generación de regiones de Voronoi, una relación entre estaciones según su ubicación geográfica y una serie de áreas de servicio generadas por un radio de 40 Km (Kim et al., 2013). Esto llevo a considerar que existen otros aspectos a tener en cuenta en una red de este tipo, como el tiempo de rastreo, el cual es mucho más relevante en el caso colombiano debido a que la red no es tan densa.

Dicho esto, se consideró que las regiones de Voronoi generadas en el caso norteamericano era una metodología aplicable al caso colombiano para generar una relación entre estaciones, sin embargo, no podría considerarse el tiempo de rastreo. Por tal motivo se consideró generar un análisis de redes que permitiera involucrar la variable tiempo en la relación entre estaciones, siendo esto la principal diferencia en las metodologías aplicadas en cada uno de los casos.

A partir de esto se propone que la metodología propuesta para optimizar la red de los Estados Unidos puede ser complementada con un paso adicional, el cual consiste en realizar un análisis de redes que incluya el tiempo de rastreo determinado a partir de la distancia entre estaciones.

Por otro lado, el objetivo principal de la investigación consiste en realizar un análisis de cobertura de la red MAGNA-ECO de Colombia para su densificación y optimización,

por lo que se planteó la siguiente metodología, basada en los objetivos específicos para su desarrollo.

Los objetivos específicos sugieren una actividad diferente para cada uno de ellos y se complementan en un análisis de la situación actual de la red y en una proyección de su estado a partir de unas mejoras.

Lo que se plantea en la metodología es una cronología del estado de la red, es decir, verificar la situación actual, sugerir mejoras en la cobertura, determinar una ampliación en la misma con la instalación de nuevas estaciones y mejorar su servicio con la aplicación de otras tecnologías como la RTK.

Este orden de la metodología es la adecuada ya que responde a cada uno de los objetivos planteados, por lo que a continuación, se presenta el esquema de la metodología empleada, en él se presenta el desarrollo de la investigación en cuatro etapas: 

Etapa I: Áreas de servicio de la red actual MAGNA-ECO.



Etapa II: Zonas para la ubicación de nuevas estaciones permanentes.



Etapa III: Áreas de servicio de la red MAGNA-ECO densificada a partir de la ubicación de nuevas estaciones.



Etapa IV: Áreas sin interferencia directa de la topografía para efectos de una posible implementación de tecnologías en tiempo real.

La Ilustración 17 muestra el flujograma planteado, según lo mencionado anteriormente:

IlustraciĂłn 17: Flujograma de la MetodologĂa.

3.3 DESCRIPCIÓN DE LA METODOLOGÍA

Como se mencionó, la metodología planteada se presentó en cuatro etapas, en las que los análisis espaciales, procesos y aspectos técnicos se llevaron a cabo mediante el uso del software ArcGIS ejecutado bajo la licencia académica proporcionada por UNIGIS América Latina.

3.3.1

Descripción de la Etapa I

La etapa I, se refiere al análisis de la condición actual de la red MAGNA-ECO, en la que se realizó el cálculo de la elipse de desviación estándar de la distribución espacial de la misma mediante el uso del Software R. Ésta permite apreciar la tendencia de la ubicación de las estaciones permanentes identificando así, a grandes rasgos, una zona inicial adecuada para una posible densificación de la red.

Por otro lado, en esta misma etapa se realizó un análisis de red en el que se generan áreas de servicio definidas a partir del tiempo de rastreo óptimo para un levantamiento estático, el cual se define según la guía de introducción al sistema GPS de Leica Geosystems AG (1999) como de una hora para un vector de 20 Km y que en combinación con lo expuesto por Ghilani y Wolf (2008), se decide utilizar la ecuación:

Tiempo de Rastreo = 20 Min + 2 Min/Km.

(1)

Este tiempo de rastreo se asignó a los vectores que unen las diferentes estaciones entre sí, los cuales surgieron de la elaboración de un modelo TIN, el cual se generó de la siguiente forma: 1. Se contó con un modelo digital de elevaciones (MDE) (Ilustración 18), proporcionado por el IGAC y desarrollado por la NASA a partir de la misión “Shuttle Radar Topography Mission (SRTM)”, que cuenta con una resolución aproximada de 30 metros. A partir de este modelo se extrajo el dato de elevación para cada una de las estaciones de la red actual. Esto se realiza debido a que la red de estaciones permanentes MAGNA-ECO, no está nivelada.

Ilustración 18. Modelo Digital de Elevación (MDE) de Colombia - Resolución 30 m.

2. Este dato de altura se adicionó como un atributo a la cobertura de estaciones permanentes, a partir del cual se generó un modelo TIN, con el que se obtuvo una triangulación entre las estaciones.

3. Se extrajeron las líneas del modelo TIN, con el fin de usarse como vectores entre estaciones permanentes como se observa en la Ilustración 19.

Ilustración 19. Vectores extraídos del modelo TIN.

El siguiente paso consistió en incluir como atributo de los vectores la longitud en kilómetros y el tiempo de rastreo para cada uno, este proceso se realizó adicionando tres campos a la tabla de atributos de la capa de vectores: 

1 campo para el cálculo de la distancia en kilómetros.



1 campo para el tiempo de ida.



1 campo para el tiempo de vuelta.

Los campos para el tiempo de ida y de vuelta se realizan ya que son necesarios para el análisis de redes y la generación de áreas de servicio, aunque poseen el mismo valor de tiempo de rastreo.

Para asignar el tiempo de rastreo a cada vector se realizó una regla de tres simple a partir de la ecuación (1) definida para el tiempo de rastreo. Se tiene entonces que el tiempo de rastreo para cada vector sería:

Tiempo de Rastreo = 20 Min + 2 Min / (Longitud del vector).

(2)

Posteriormente se genera el modelo de redes con el uso de la extensión “Network Analyst” del software ArcGIS. Este modelo se realiza usando como red la capa de vectores con los atributos de distancia en kilómetros y tiempos de ida y vuelta en minutos, con los que finalmente se genera el modelo de áreas de servicio para las estaciones actuales.

A partir de los valores ingresados para cada vector, de distancia en kilómetros y tiempo de rastreo en minutos, se generan las áreas de servicio para cada una de las estaciones de la red actual. Dichas áreas se generan estableciendo la impedancia en minutos, y con cortes cada 30, 60, 90, 120 y 240 minutos, las cuales son tiempos de rastreos típicos.

3.3.2

Descripción de la Etapa II

La segunda etapa tiene como fundamento la ubicación de nuevas zonas para la instalación de estaciones permanentes, lo cual va muy ligado con el objetivo de este proyecto el cual pretende analizar la densificación y la optimización de la red MAGNAECO.

Para iniciar con esta etapa es necesario identificar los parámetros que definen cuáles son las zonas o lugares óptimos para la ubicación de las nuevas estaciones, para lo cual se definirán aspectos como la topografía, evaluada a partir del análisis de la pendiente, el

uso/cobertura del suelo, específicamente las zonas urbanas, la distancia a estaciones actualmente ubicadas y la ubicación de las zonas urbanas más grandes de cada departamento.

Para el desarrollo de esta etapa se contó con los siguientes insumos: 

MDE Colombia de resolución espacial de 30m para generar el modelo de pendientes, el cual se obtuvo del IGAC, y como se mencionó anteriormente fue desarrollado por la NASA a partir de la misión “Shuttle Radar Topography Mission (SRTM) en el año 2014.



Localización actual de las estaciones de la red actual MAGNA-ECO, el cual se obtuvo a partir de las coordenadas semanales proporcionadas por SIRGAS en su página web (Sistema de Referencia Geocéntrico para las Américas, 2016).



Localización de los centros urbanos más grandes de cada departamento. Esta capa se obtuvo del Geoportal del Departamento Administrativo Nacional de Estadística DANE (https://geoportal.dane.gov.co/v2/), y fue generada en el año 2013, a partir de los cuales se generó otra capa con los centroides de dichas zonas urbanas principales.



Capa/usos del suelo. Esta cobertura se obtuvo de la European Space Agency ESA (http://due.esrin.esa.int/page_globcover.php), fue generada en el año 2009, la cual utilizó observaciones con una resolución de 300 m del sensor MERIS a bordo del satélite ENVISAT. La ESA define los usos del suelo según las convenciones mostradas en la tabla 3 (Bontemps et al., 2009).

Tabla 3. Convenciones capa/usos del suelo.

Valor 11 14 20 30 40 50 60 70 90 100 110 120 130 140 150 160 170 180

190 200 210 220 230

GlobCover Leyenda global Símbolo Posterior a las inundaciones o tierras de cultivo de regadío Tierras de cultivo secano Tierras de cultivo (50-70%) / vegetación (pastizal, matorral, bosque) (20-50%) Vegetación (pastizal, matorral, bosque) (50-70%) / tierras de cultivo (2050%) Cerrado a abierto (> 15%) siempre verde de hoja ancha y / o semibosque (> 5m) Cerrado (> 40%) bosque de hoja ancha (> 5m) Abierto (15-40%) bosque de hoja ancha (> 5m) Cerrado (> 40%) hojas de aguja bosque siempre verde (> 5m) Abierto (15-40%) caducifolio de hojas de aguja o de bosque siempre verde (> 5m) Cerrado a abierto (> 15%) de hoja ancha mezclado con bosque de hojas de aguja (> 5m) Bosque / Matorral (50-70%) / Pastos (20-50%) Pastos (50-70%) / Bosque / Matorral (20-50%) Cerrado a abierto (> 15%) de matorral (<5 m) Cerrado a abierto (> 15%) de pastizales Disperso (> 15%) de la vegetación (vegetación leñosa, arbustos, pastos) Cerrado (> 40%) bosque amplio de hoja ancha inundada periódicamente - Agua dulce Cerrado (> 40%) semi-bosque amplio y/o de hoja siempre verde inundado regularmente - Agua Salina Vegetación Cerrada a abierta (> 15%) (pastizales, matorrales, vegetación leñosa) inundado con regularidad o suelos anegados - Agua dulce, salobre o salina Superficies artificiales y áreas asociadas (áreas urbanas> 50%) Áreas desnudas Cuerpos de agua Hielo y nieve permanente Pixeles sin datos

Fuente: Bontemps et al. (2009).

A partir de estos insumos se definen cuatro matrices, con las cuales se asigna un peso para el análisis, los cuales a su vez son utilizados para definir una reclasificación de las capas y en donde la idoneidad se establece de la siguiente forma:



Idoneidad adecuada para la instalación de una nueva estación = 10



Idoneidad media para la instalación de una nueva estación = 5



Zona no apta para la instalación de una nueva estación = 1



Zona de restricción cuerpos de agua = Restricción  Uso del Suelo

Esta clasificación quiere decir que las zonas con un peso asignado de 10 serán las más relevantes para la instalación de una nueva estación y serán el objetivo principal de esta capa, por lo tanto, este peso de 10 se asignará únicamente a las zonas urbanas, ya que como se mencionó en el alcance del proyecto, las zonas urbanas serán las que tienen la infraestructura necesaria para la instalación de una estación permanente. Por otro lado, se asigna la idoneidad media, es decir 5, al resto de la clasificación.

Esto se realiza ya que los demás elementos de la capa de usos del suelo corresponden a zonas con suelos desnudos o vegetación, ya sean pastos, cultivos, bosques o selvas, los cuales, para este caso particular, tienen la misma aptitud para recibir una nueva estación ya que como se mencionó anteriormente la instalación de una estación depende de la infraestructura del lugar de la instalación, por motivos de seguridad y mantenimiento.

Finalmente se asigna como una restricción, a las zonas donde obviamente no es posible instalar una estación, que son los cuerpos de agua. De esta forma se utiliza la capa de usos del suelo y se reduce a la búsqueda a un objetivo principal el cual es las zonas urbanas. La Tabla 4 muestra la forma en que se asignaron los pesos a cada uno de los elementos de la capa de usos del suelo.

Tabla 4. Matrix Overlay – Capa/Uso del Suelo.

USO DEL SUELO

Valor según convención 14 20 30 40 50 110 120 130 140 150 160 170 180 190 200 210 220

PESO 5 5 5 5 5 5 5 5 5 5 5 5 5 10 5 Restricción Restricción

 Pendiente

Los valores de pendiente se obtuvieron en grados y se clasificaron en 10 clases de igual intervalo con el fin de homogenizar cada uno de ellos con respecto a las demás capas, de esta forma se asignaron los pesos de 1 a 10 según la idoneidad, donde 10 es la más apta y 1 la menos apropiada, normalmente zonas muy montañosas. La Tabla 5 muestra la clasificación de la pendiente. Tabla 5. Matrix Overlay – Pendiente

PENDIENTE

GRADOS 0 – 8.9896 8.9897 – 17.9791 17.9792 – 26.9687 26.9688 – 35.9583 35.9584 – 44.9479 44.9480 – 53.9375 53.9376 – 62.9271 62.9272 – 71.9167 71.9168 – 80.9063 80.9064 – 89.8959

RECLASIFICACIÓN 10 9 8 7 6 5 4 3 2 1

PESO 10 9 8 7 6 5 4 3 2 1

La Ilustración 20 muestra la capa de pendiente que se obtuvo a partir de un MDE y su posterior reclasificación en 10 clases de igual intervalo, donde 1 corresponde al valor de pendiente más alta y 10 al más bajo.

Ilustración 20. Capa de pendiente y reclasificación.

 Distancia a estaciones MAGNA-ECO

En cuanto a las capas de las estaciones MAGNA-ECO y las de los centroides de las zonas urbanas principales, se realizó el cálculo de distancias euclidianas, las cuales se reclasifican y se asignan pesos de acuerdo a las Tablas 6 y 7.

En éstas al igual que con la pendiente se observa que la distancia se clasificó en 10 clases de igual intervalo, con lo que todas las capas quedan clasificadas a intervalos iguales a excepción de la de usos del suelo que por defecto se encuentra clasificada en 23 clases, y no se reclasifica porque sus atributos son específicos.

Tabla 6. Matrix Overlay – Distancia MAGNA-ECO.

DISTANCIA MAGNAECO

Km 0 - 78.465 78.466 – 156.930 156.931 – 235.395 235.396 – 313.860 313.861 – 392.325 392.326 – 470.790 470.791 – 549.255 549.256 – 627.720 627.721 – 706.185 706.186 – 784.650

RECLASIFICACIÓN 1 2 3 4 5 6 7 8 9 10

PESO 1 2 3 4 5 6 7 8 9 10

Tabla 7. Matrix Overlay – Distancia Zonas Urbanas Principales.

DISTANCIA ZONAS URBANAS

Km 0 - 78.735 78.735– 157.470 157.470 – 236.205 236.205 – 314.940 314.940 – 393.675 393.675 – 472.410 472.410 – 551.145 551.145 – 629.880 629.880 – 708.615 708.615 – 787.350

RECLASIFICACIÓN 10 9 8 7 6 5 4 3 2 1

PESO 10 9 8 7 6 5 4 3 2 1

Se calculó la distancia euclidiana desde la posición actual de la red MAGNA-ECO y se reclasificó como se muestra en la Ilustración 21, en 10 clases de igual intervalo en donde el valor 1 corresponde a las distancias más cercanas y el 10 a las distancias más lejanas.

Ilustración 21. Distancia euclidiana de la red MAGNA-ECO y reclasificación.

Del mismo modo se realizó el cálculo de la distancia euclidiana desde los centroides de los centros urbanos principales de los departamentos y se reclasificó en 10 clases de igual intervalo, donde 1 corresponde a los valores de distancia más lejanos y el valor de 10 corresponde a las distancias más cercanas. La Ilustración 22 muestra el resultado del cálculo y su posterior reclasificación.

Ilustración 22: Distancia euclidiana centros urbanos y reclasificación.

Una vez calculadas las distancias y la asignación de pesos se realiza el análisis de proximidad junto con un análisis de superposición de capas, con el que a partir de los parámetros ingresados se obtendrán las zonas en donde es posible ubicar una estación permanente. Dicho análisis se plantea a partir de los siguientes parámetros:

La capa de usos del suelo, según los pesos asignados, permite establecer las zonas urbanas del territorio, ya que el mayor peso (10) se encuentra asignado a esta característica. En este caso las zonas urbanas son el objetivo principal por razones de infraestructura.

La capa de pendiente permite establecer la zona con condiciones topográficas adecuadas ya que el mayor peso (10) se asignó a zonas con pendientes menores y el menor peso (1) se asignó a las pendientes mayores. Esto porque claramente una zona con mucha pendiente no será adecuada para la instalación de una nueva estación.

La capa distancias entre estaciones MAGNA-ECO actuales, permite dar mayor relevancia a los lugares más alejados de las estaciones con el fin de optimizar la cobertura, esto se da asignando un peso mayor (10) a las distancias más grandes y un peso menor (1) a las más pequeñas.

La capa de distancias entre zonas urbanas permite dar mayor relevancia a los lugares más cercanos a dichas zonas, esto con el fin de determinar el lugar adecuado para la instalación de una nueva estación, para esto se asignó un mayor peso a las distancias más pequeñas a las zonas urbanas y un menor peso a las distancias más grandes.

Dentro del análisis de superposición de capas es necesario asignar un porcentaje de influencia a cada una de las capas con el fin de que los pesos asignados tengan una adecuada ponderación. Como ya se mencionó se pretende determinar los centros urbanos para la instalación de nuevas estaciones por lo tanto la distancia más corta a centros urbanos tiene el mayor porcentaje de influencia. La distancia más larga a las estaciones actuales tendrá el segundo mayor porcentaje de influencia.

Se buscó dar prioridad a la localización de las estaciones en zonas urbanas, esto debido a que por razones de infraestructura la instalación debe realizarse en zonas en las que tengan estructuras adecuadas y seguridad. A continuación, se muestran los porcentajes de influencia asignados:

- Distancia a centros urbanos principales 50% - Distancia a estaciones de la red actual MAGNA-ECO 25% - Pendiente reclasificada 13% - Uso del suelo 12%

De esta forma después del análisis de superposición de capas se obtienen las zonas urbanas con pendientes adecuadas y las más alejadas de una estación permanente actual, con lo que teóricamente se constituye en zonas adecuadas para la instalación de una nueva estación permanente que mejore la cobertura de la red.

Una vez se obtiene la capa producto del análisis de superposición, ésta se intersecta con la cobertura de las zonas urbanas con el fin de determinar los lugares adecuados para la instalación de una nueva estación permanente, es decir, si una zona urbana se intersecta con el resultado del análisis de superposición, esta será una zona adecuada para la instalación de una nueva estación permanente.

3.3.3

Descripción de la Etapa III

El desarrollo de la etapa tres corresponde básicamente en repetir el proceso de la etapa I, para obtener nuevamente áreas de servicio, pero esta vez con una red, en teoría, densificada y optimizada a partir de la adición de nuevas estaciones en los lugares definidos en la etapa II.

En esta etapa nuevamente se realizó: 

Extracción de valores de altura a partir del MDE de Colombia de resolución 30m.



Generación de un modelo TIN y extracción de los vectores entre estaciones.



Asignación de tiempos de rastreo de ida y vuelta para cada vector.



Análisis de redes – generación de nuevas áreas de servicio.

Finalmente, en esta etapa se generan polígonos de Thiessen. Éstos son obtenidos a partir de un método de interpolación con el que se definen unas áreas a partir de la ubicación espacial de cada una de las estaciones, por medio de los cuales se generaron las zonas de cobertura en función de la localización de las estaciones de la red actual y de las planteadas producto de la etapa II, que en combinación con las áreas de servicio generadas muestran una cobertura de la red optimizada.

3.3.4

Descripción de la Etapa IV

Adicionalmente como parte de la investigación propuesta para la red MAGNA-ECO, se generó un análisis de visibilidad o de cuenca visual con el que se obtuvieron áreas de interacción directa entre una estación permanente y un equipo ubicado en cualquiera de estas áreas. Este estudio es importante ya que dentro de los avances de la tecnología GPS se encuentra el sistema RTK o en español “cinemático en tiempo real”, cuyo fundamento se basa en el envío de una señal por radio desde el punto base al punto móvil, con una corrección diferencial. Esta corrección permite obtener precisiones de unos pocos centímetros en un levantamiento GPS.

Debido a que la señal de radio transmitida usa como medio de propagación el aire, es necesario tener en cuenta los obstáculos que interfieren en esta transmisión, siendo la topografía del terreno la principal fuente de interferencia.

4. RESULTADOS Y DISCUSIÓN 4.1 RESULTADOS

4.1.1. Elipse de desviación estándar.

Inicialmente se calculó la elipse de desviación estándar de la red MAGNA-ECO actual la cual muestra que los datos tienen una tendencia hacia el noroccidente del país, por lo que se puede decir que la densificación de la red MAGNA-ECO debe planearse hacia el suroriente del país. La Ilustración 23 muestra la elipse calculada.

Ilustración 23. Elipse de desviación estándar.

4.1.2. Áreas de servicio de la red actual MAGNA-ECO

Para obtener las áreas de servicio se realizó lo mencionado en la metodología, primero se hizo una triangulación entre los puntos de la red MAGNA-ECO actual (TIN) y con ésta se obtuvo los vectores entre estaciones como se observa en la Ilustración 24.

Ilustración 24. Vectores de la red MAGNA-ECO.

La Ilustración 25 muestra las áreas de servicio generadas para cada una de las estaciones permanentes.

Ilustraciรณn 25. ร reas de servicio de la red actual.

Al realizar un acercamiento se aprecia mรกs claro las รกreas generadas, como se observa en la Ilustraciรณn 26.

Ilustraciรณn 26. Acercamiento a las รกreas de servicio generadas.

4.1.3. Zonas para la ubicación de nuevas estaciones permanentes

Como resultado del análisis de superposición ponderado se obtuvo una capa con valores entre 0 y 8 donde los valores más altos corresponden a las zonas ideales para ubicar una estación nueva. La Ilustración 27 muestra el resultado del análisis.

Ilustración 27. Resultado del análisis de superposición de capas.

A partir de una selección por localización de los centros urbanos que intersectaban las zonas ideales producidas en el anterior análisis, se obtuvo un listado de cascos urbanos donde se pueden ubicar nuevas estaciones.

Manizales - Caldas.

Miraflores – Guaviare.

Armenia o Calarcá – Quindío. (Ciudades vecinas)

Carurú – Vaupés.

Mitú – Vaupés.

La primavera – Vichada.

Ciénaga – Magdalena.

Estos cascos urbanos cumplen con las características ingresadas para el análisis, la cuales se recuerdan: máxima distancia a una estación permanente y mínima distancia al casco urbano, uso de suelo óptimo y condiciones de topografía adecuadas.

La Ilustración 28 muestra la ubicación de estas zonas urbanas en el resultado del análisis de superposición de coberturas. En esta ilustración se observa en los tonos más oscuros, las zonas ideales para la ubicación de una nueva estación, dichas zonas se simplifican en el casco urbano principal.

Ilustración 28. Ubicación de las zonas urbanas resultantes del análisis.

Al observar de cerca cada una de estas ciudades se puede apreciar las zonas ideales para una nueva estación, que resultaron después del análisis de superposición de capas. Las Ilustraciones 29 a 35 muestran un acercamiento a los resultados obtenidos.

Ilustración 29. Zonas Idóneas para una nueva estación permanente – Manizales (Caldas).

Ilustración 30. Zonas Idóneas para una nueva estación permanente - Miraflores (Guaviare)

Ilustración 31. Zonas Idóneas para una nueva estación permanente - Armenia o Calarcá (Quindío)

Ilustración 32. Zonas Idóneas para una nueva estación permanente - Caruru (Vaupés)

Ilustración 33. Zonas Idóneas para una nueva estación permanente - Mitú (Vaupés)

Ilustración 34. Zonas Idóneas para una nueva estación permanente - La Primavera (Vichada)

Ilustración 35. Zonas Idóneas para una nueva estación permanente - Ciénaga (Magdalena).

La Ilustración 36 muestra la localización de las estaciones de la red actual y de las estaciones proyectadas.

Ilustración 36. Ubicación de las estaciones proyectadas.

Del mismo modo se pueden identificar otros centros poblados adicionales que no necesariamente se intersectaron después del análisis de superposición, pero que se encuentran próximos a las zonas ideales resultantes, como es el caso de Puerto Asís (Putumayo), Puerto Tejada (Caquetá), Tres Esquinas (Caquetá), Granada (Meta) y Puerto López (Meta).

4.1.4. Áreas de servicio de la red MAGNA-ECO densificada a partir de la ubicación de nuevas estaciones

El siguiente paso consistió en realizar nuevamente el flujo de trabajo descrito en la etapa I para generar nuevamente un modelo de vectores que incluyó la ubicación de las estaciones proyectadas y a partir de éste generar nuevamente áreas de servicio. La ilustración 37 muestra estas nuevas áreas de servicio generadas.

Ilustración 37. Áreas de servicio con nuevas estaciones.

Como ejercicio adicional, se planteó la posibilidad de utilizar el método de interpolación de polígonos de Thiessen, con el que se generaron áreas de cobertura para

cada una de estas estaciones, con este método se plantea la generación de zonas de influencia de cada una de las estaciones, pero en función de su posición y la de las demás estaciones. El resultado de la interpolación por el método de polígonos de Thiessen se observa en la Ilustración 38.

Ilustración 38. Polígonos de Thiessen a partir de la red propuesta.

Al sobreponer estos polígonos sobre las áreas de servicio generadas, se puede observar que la información es complementaria y de esta forma se puede decir que los polígonos de Thiessen delimitan el área de servicio de cada estación, sobre el territorio, lo cual es útil en las zonas con menos cobertura ya que permite establecer cuál es la mejor estación para utilizar dependiendo de la ubicación sobre el territorio, y las áreas de servicio nos indican el tiempo aproximado de rastreo.

4.1.5. Áreas sin interferencia directa de la topografía para efectos de una posible implementación de tecnologías en tiempo real

Debido a que el alcance de la señal de un equipo con tecnología RTK oscila entre unos 20 a 30 Km (Janssen, Haasdyk, y Mcelroy, 2011), se realizó el análisis de cuenca visual en un radio de 30 Km alrededor de cada una de las estaciones permanentes. Como resultado se obtuvo unas zonas que puede decirse que tienen una interacción directa con

la estación permanente. La Ilustración 39 muestra el resultado del análisis de cuenca visual a cada una de las estaciones permanentes.

Ilustración 39. Resultado análisis de cuenca visual para cobertura RTK.

En la sección de análisis de resultados se realizan acercamientos a las zonas generadas ya que algunas no son claramente observables por su tamaño, el cual se generó con dimensiones pequeñas en zonas urbanas con muchos obstáculos alrededor.

En dicha sección se muestra también como puede mejorar aún más la cobertura al incluir los centros poblados adicionales Puerto Asís (Putumayo), Puerto Tejada (Caquetá), Tres Esquinas (Caquetá), Granada (Meta) y Puerto López (Meta), identificados por su cercanía a zonas ideales.

4.2 ANÁLISIS DE RESULTADOS

Se realiza un análisis de los resultados obtenidos en cada una de las etapas según los objetivos propuestos:

4.2.1

Análisis de resultados – Áreas de servicio de la red actual.

Se planteó analizar las áreas de servicio actuales que maneja la red de estaciones permanentes, para esto la etapa I planteada en la metodología, buscó identificar el estado actual de la red MAGNA-ECO, implementando además la generación de áreas de servicio en función del tiempo de rastreo, para lo cual el resultado fue satisfactorio, ya que se logró establecer dichas áreas de manera más elaborada, dado que se partió del sustento de una ecuación (2) para determinar el tiempo de rastreo necesario para un levantamiento GPS.

Si se observa el Geoportal del IGAC como se presenta en la Ilustración 40, se puede ver que para establecer la cobertura de cada estación se grafica un circulo de 150 Km, alrededor.

Ilustración 40. Geoportal IGAC Fuente: IGAC (2016).

Al comparar con los resultados obtenidos, como se puede ver en la Ilustración 41, se observa una mejor elaboración de las áreas de servicio ya que por lo menos es posible distinguir entre diferentes niveles de tiempo de rastreo y además una relación directa entre estaciones cercanas.

Ilustración 41. Comparación de resultados con el Geoportal IGAC.

La ilustración 44, muestra también que las áreas de servicio en el geoportal del IGAC, son muy generales al ser presentadas de forma circular, mientras que las que se generaron son irregulares, lo que demuestra que se consideran otros factores como el tiempo de rastreo, el cual es relativo de acuerdo a la cercanía con la estación. El resultado de estas áreas de servicio se presenta como una alternativa para los usuarios del geoportal, en la que se puede sugerir de manera más precisa la duración de los levantamientos con equipos GPS, dependiendo de la ubicación y cercanía con una estación permanente.

Por otro lado, como se pudo observar en la Ilustración 15, en la que se presentó la elipse de desviación estándar, se pudo establecer que la densificación de la red debía ser hacia el sur oriente del país, lo cual permitió prever que los resultados del análisis de superposición de capas deberían ser hacia esta región. Como resultado de esto, se puede tener que 4 de las 7 estaciones proyectadas están ubicadas en esta dirección (como será explicado en la sección 4.2.2)

4.2.2

Análisis de resultados – Lugares óptimos para nuevas estaciones.

Por otro lado, se planteó el objetivo de establecer los lugares óptimos para la ubicación de nuevas estaciones permanentes, la etapa II planteada en la metodología consistió en la determinación de lugares para la ubicación de nuevas estaciones permanentes, tiene algunos cuestionamientos ya que está en función de un análisis de superposición que involucra varias capas.

Por ejemplo, es cuestionable el uso de las capas de zonas urbanas y de la capa de uso del suelo, ya que, si el objetivo principal es que se ubiquen las mejores zonas urbanas para la instalación de nuevas estaciones, puede existir la posibilidad de prescindir de una de ellas. Sin embargo, la capa de uso del suelo es útil para establecer restricciones en algunas zonas, como por ejemplo cuerpos de agua.

Como se mencionó anteriormente se calculó una elipse de desviación estándar (Ilustración 23) que permitió prever los resultados de esta etapa, efectivamente los resultados se presentaron en la zona esperada. La Ilustración 42 muestra nuevamente la elipse de desviación estándar y adicionalmente muestra los resultados del análisis de superposición de capas.

Ilustración 42. Resultados del análisis sopesado y de la elipse de desviación estándar.

Por otro lado, los centros urbanos resultantes del análisis de superposición de capas, Manizales (Caldas), Miraflores (Guaviare), Armenia (Quindío), Carurú (Vaupés), Mitú (Vaupés), La primavera (Vichada), Ciénaga (Magdalena), surgieron de la intersección de

las capas de centros urbanos y centroides de los mismos con la capa del análisis de superposición, por lo tanto cabe la posibilidad de seleccionar otros lugares a partir de la proximidad con estas zonas, y de esta forma mejorar aún más la cobertura. Es el caso de los siguientes centros urbanos que también pueden incluirse y mejorar la densificación de la red:

Puerto Asís – Putumayo.

Puerto Tejada – Caquetá.

Tres Esquinas – Caquetá.

Granada – Meta.

Puerto López – Meta.

4.2.3

Análisis de resultados – Áreas de servicio para la red optimizada.

A partir de las estaciones nuevas generadas anteriormente, se continuó con la determinación de áreas de servicio para cada una de estas nuevas estaciones, lo cual se constituye en otro de los objetivos planteados. La etapa tres planteada en la metodología, buscó repetir el procedimiento realizado en la etapa uno, es decir realizar el análisis de redes para generar nuevamente las áreas de servicio, pero esta vez incluyendo las estaciones propuestas.

Hasta el momento se presentaron en la Ilustración 25 las áreas de servicio de la red actual, y en la Ilustración 37 las áreas de servicio adicionando las áreas de servicio generadas de las zonas producidas por el análisis de superposición de capas. La Ilustración 43 muestra la cobertura de la red adicionando las estaciones Puerto Asís, Puerto Tejada, Tres Esquinas, Granada y Puerto López, las cuales se sugieren por la proximidad a las zonas generadas por el análisis de superposición.

Ilustración 43. Cobertura adicionando otras estaciones.

Al comparar los tres resultados, es decir, el de las áreas de servicio de la red actual, de la primera opción de densificación y la segunda opción mencionada anteriormente, se aprecia mejor el aumento en las áreas de servicio producto de la instalación de nuevas estaciones. La Ilustración 44 muestra esta comparación.

COMPARACIÓN DE ÁREAS DE SERVICIO GENERADAS.

RED ACTUAL

RED DENSIFICADA

RED DENSIFICADA – OPCIÓN 2

Ilustración 44. Comparación de áreas de servicio generadas.

Se observa que la cobertura de la red se optimiza ya que cubre más superficie del territorio nacional, en este punto cabe destacar que las zonas que aparecen sin cobertura corresponden a zonas selváticas muy alejadas y que cuentan con centros poblados muy pequeños.

Esto se presenta en el sur del país, en donde se aprecia que al no tener infraestructura para la localización de estaciones permanentes se generan vectores muy largos, lo cual genera zonas sin cobertura o zonas en las que se necesitarían tiempos de rastreo muy largos.

Por otro lado, como se mencionó en el capítulo de resultados se realizó un ejercicio adicional en el que se generaron polígonos de Thiessen como parte de la optimización del servicio que presta la red MAGNA-ECO. Con esto se buscó generar otro aspecto a tener en cuenta para la optimización de la red, que fue considerar la zona de influencia de cada estación.

La Ilustración 45 muestra el mapa de la red propuesta con sus respectivas áreas de servicio en función del tiempo de rastreo en combinación con los polígonos de Thiessen que indican la zona de influencia de cada estación.

Ilustración 45. Áreas de servicio y polígonos de Thiessen de la red propuesta.

4.2.4

Análisis de resultados – Influencia de la topografía.

Finalmente se propuso como objetivo analizar la influencia de la topografía en las áreas propuestas de servicio, ante la posibilidad del uso de tecnología de posicionamiento

en tiempo real RTK. Para esto se realizó un análisis de visibilidad a partir de la red propuesta, con la que se pretende establecer zonas que pueden se apropiadas para el desarrollo de actividades RTK, en el caso teórico de que la red MAGNAECO cuente con este tipo de tecnología. En las Ilustraciones 46-49 se observan algunos acercamientos a las zonas generadas con el análisis de cuenca visual.

Ilustración 46. Acercamiento a zonas de cobertura RTK generadas.

Ilustraciรณn 47. Acercamiento a zonas de cobertura RTK generadas.

Ilustraciรณn 48. Acercamiento a zonas de cobertura RTK generadas.

Ilustración 49. Acercamiento a zonas de cobertura RTK generadas.

4.2.5

Discusión de los resultados.

A partir de la metodología empleada se obtuvieron diferentes resultados para cada una de las etapas, en donde se buscó determinar las condiciones actuales de la red

MAGNA-ECO a partir del análisis de la ubicación de la infraestructura existente y buscar su optimización.

Queda claro que es posible trabajar y realizar estudios e investigaciones a muy corto plazo, ya que aunque lo ideal sería que se ubicaran muchas más estaciones, esto depende de una gran cantidad de recursos estatales que no son fáciles de conseguir y gestionar, sobre todo en los países latinoamericanos que todavía están en vía de desarrollo.

Por otro lado, como resultado del análisis de superposición de capas se esperaba que surgieran más centros urbanos en donde se pudieran instalar nuevas estaciones permanentes, sin embargo, cabe aclarar que para el desarrollo de esta investigación, se utilizó únicamente como insumo los centros urbanos más grandes. Es por esto que podría replantearse el estudio adicionando otro tipo de información como por ejemplo localización de instalaciones mineras o petroleras, u otras instalaciones que no necesariamente sean centros urbanos pero que cuenten con la infraestructura para la instalación de estaciones permanentes, esto por razones de seguridad.

Así mismo, como se demostró en la presente investigación, es posible generar áreas de servicio en función del tiempo de rastreo, esto se pudo comprobar tanto para la red actual como para la red que incluyó las zonas propuestas.

En este punto cabe destacar que es importante el estudio de la condición actual de la red, ya que como se mencionó al inicio de la investigación, ésta partió del supuesto que la red se encuentra totalmente activa y que puede utilizarse la ubicación de las estaciones, sin embargo, al plantear las áreas de servicio propuestas para la red, con las estaciones activas a octubre de 2016, la cobertura sería como se observa en la Ilustración 50.

Ilustración 50. Áreas de servicio para las estaciones activas a octubre de 2016.

Como se observa, la cobertura en realidad es mucho menor que la presupuestada, por lo que se hace importante este tipo de investigaciones ya que como se mencionó anteriormente, las condiciones en los países de América Latina no son muchas veces las

mejores, por lo que es importante aprovechar la infraestructura limitada y tratar de optimizar los recursos disponibles.

La etapa III, que consistió en volver a generar áreas de servició, pero esta vez teniendo en cuenta las zonas determinadas en la etapa II, permitió realizar comparaciones entre las áreas de servicio de la infraestructura actual y la teórica que contiene nuevas estaciones ubicadas en las zonas determinadas. En este punto se pudo constatar que es posible mejorar la cobertura de la red no sólo instalando nuevas estaciones, sino mejorando la presentación del servicio que presta la red, ya que se determinaron áreas de servicio en función del tiempo de rastreo, el cual se determinó a partir de una ecuación (1) investigada.

La etapa IV presenta unas zonas de interacción directa con la estación permanente es decir libre de obstáculos. En este punto se puede decir que es un aspecto por investigar aún más profundamente, ya que este ejercicio se realizó con una capa de la superficie topográfica de Colombia sin embargo existen otros elementos que pueden considerarse como las construcciones y la vegetación, los cuales pueden constituirse en elementos de interferencia entre una estación permanente y un equipo receptor con tecnología RTK.

Por otro lado, al inicio de esta investigación se plantearon preguntas como ¿qué pasa en casos en los que la red no es tan densa y se presentan vectores de longitudes extremas?, haciendo referencia del caso norteamericano, pues esto se presentó en el área donde se obtuvo las zonas para la ubicación de nuevas estaciones, en donde se observa que a pesar de que se densifica la red, en dicha zona no existe mucha infraestructura para la densificación, por tal motivo se generan vectores muy largos y se generan zonas sin cobertura.

Adicionalmente, se preguntaba inicialmente ¿Cómo identificar esta relación de longitud y tiempo? Esto se logró a partir de la investigación de una ecuación (1) que vinculara estos dos factores.

Dicha ecuación no es una regla y mucho menos algo que se aplique constantemente en los levantamientos con GPS, de hecho, el tiempo de rastreo es algo que muchas veces

se determina empíricamente sin un análisis de la longitud del vector de la línea base. Por este motivo se considera que se obtuvieron resultados positivos ya que, con la ayuda de la herramienta de análisis de redes, se logró vincular estos dos factores para la generación de áreas de servicio que fueron determinadas en función del tiempo de rastreo y la longitud del vector.

No obstante, se puede decir que como parte del estudio de cobertura de la red MAGNA-ECO es importante considerar todos los aspectos que pueden contribuir a su optimización, es por esto que se considera en este momento la hipótesis planteada en la investigación desarrollada.

Dicha hipótesis se confirma, ya que planteaba una mejora en la planeación de los levantamientos GPS, gracias a un mejor análisis e interpretación de la cobertura de la red y de los tiempos de rastreo entre otros aspectos, los cuales fueron abordados y desarrollados. La Ilustración 51 muestra todos los elementos que resultaron de la investigación y que se presentan como respuesta a la hipótesis planteada.

Ilustración 51. Combinación de resultados del proyecto

Finalmente se plantea una comparación entre la metodología presentada como referencia en el marco metodológico que buscaba la optimización de la red de EE.UU, la cual sirvió de base para la presente investigación y la presentada para el caso colombiano.

Se puede decir que para el caso colombiano no se tuvo en cuenta la calidad de los datos de cada una de las estaciones debido a que se buscó mantener la red actual con el fin de evitar traslados de estaciones y por el contrario se fortaleciera con la adición de nuevas estaciones, por lo tanto no se aplicó el criterio de la calidad de datos de dos estaciones cercanas.

Por otro lado, la metodología de la optimización de la red de EE.UU muestra la generación de zonas de cobertura a partir de las líneas base de acuerdo a su longitud, teniendo como parámetro de correlación la proximidad entre estaciones, por el contrario para el caso colombiano se optó por realizar esta correlación entre líneas base no solo a partir de su longitud y proximidad sino teniendo en cuenta la variable del tiempo de rastreo.

Así mismo se generaron áreas de servicio irregulares para el caso colombiano, producto del análisis de redes realizado mientras que para la metodología del caso de EE.UU se generaron de forma circular a partir de la longitud entre estaciones. Adicionalmente se generaron zonas de cobertura RTK. De esta forma se resume en la tabla 8 algunos aspectos importantes que contienen las dos metodologías. Tabla 8. Comparación de Metodologías.

Parámetro

Comparación de Metodologías Caso EE.UU.

Calidad de los datos Tiempo de rastreo Proximidad entre estaciones Áreas de servicio Regiones de Thiessen Ubicación de nuevas estaciones Zonas de cobertura RTK

(Circulares)

Caso Colombia

(Irregulares)

100

5. CONCLUSIONES El análisis de cobertura para la densificación y optimización de la red MAGNA-ECO de Colombia, buscó a través de sus diferentes etapas de investigación, indagar acerca del estado actual de la misma y la posibilidad de mejorar su condición, a partir de la propuesta de localización de otros centros urbanos en los que se podría instalar nuevas estaciones.

Así mismo, el análisis de la determinación de nuevas zonas para la ubicación de nuevas estaciones dio como resultado 12 centros urbanos potenciales para la instalación de antenas para densificar la red MAGNAECO: Manizales (Caldas), Miraflores (Guaviare), Armenia (Quindío), Carurú (Vaupés), Mitú (Vaupés), La primavera (Vichada), Ciénaga (Magdalena), Puerto Asís (Putumayo), Puerto Tejada (Caquetá), Tres Esquinas (Caquetá), Granada (Meta) y Puerto López (Meta). Dichas zonas surgieron del análisis de superposición de capas que involucró la pendiente, los usos del suelo y las distancias entre los centros urbanos y las distancias entre estaciones actuales.

A partir de la propuesta de dichos centros urbanos para la instalación de nuevas estaciones se determinó nuevamente áreas de servicio en función del tiempo de rastreo, con lo que se pudo observar una mejora en la cobertura de la red, ya que se ubicaron nuevas estaciones sobre el territorio y se presentaron las áreas de servicio.

Adicionalmente se realizó un ejercicio que consistió en sobreponer los polígonos de Thiessen generados con el fin de establecer las zonas de influencia de cada estación de la red propuesta, de esta forma en combinación con las áreas de servicio generadas en función del tiempo de rastreo, se complementó la información de la cobertura de la red obteniendo unas zonas de influencia de cada una de las estaciones, con lo que se puede determinar que estación es la más adecuada para utilizar dependiendo de la localización geográfica..

Del mismo modo, se realizó un análisis de visibilidad con el fin de establecer zonas de influencia directa de las estaciones permanentes, es decir zonas sin interferencias de la topografía, las cuales pueden ser tenidas en cuenta para la posible implementación de

101

tecnologías en tiempo real. De esta forma se obtuvo dichas zonas en las que sería viable trabajar con este tipo de tecnología.

La investigación además tenía como objetivos específicos la determinación de áreas de servicio tanto para la red actual, como para la red propuesta producto de la ubicación de nuevas estaciones en las zonas determinadas por el análisis de superposición de capas, dichos objetivos se cumplieron ya que como se explicó anteriormente se logró generar dichas áreas y determinar zonas para la densificación. Esto llevó al cumplimiento del objetivo general del proyecto que consistía en realizar el análisis de la cobertura de la red MAGNA-ECO de Colombia para su densificación y optimización.

Como recomendaciones se puede decir que las áreas de servicio obtenidas representan no solo el tiempo de rastreo necesario para un posicionamiento GPS, sino que en combinación con los polígonos de Thiessen generados, representan una zona de cobertura adecuada de cada una de las estaciones.

Por otro lado, es importante considerar que las zonas generadas luego del análisis de visibilidad, las cuales representan zonas de interacción directa entre la estación permanente y un usuario ubicado dentro de estas, son aproximadas y requieren involucrar otros aspectos como la ubicación exacta de la estación y su entorno (Construcciones y demás obstáculos). Dichos obstáculos pueden considerarse por ejemplo involucrando un modelo generado con información Lidar (Light Detection and Ranging) que podría ser más detallado.

Finalmente se puede considerar mejorar el estudio para determinar nuevos sitios para la instalación de estaciones permanentes involucrando adicionalmente a los cascos urbanos principales, la localización de otro tipo de infraestructura como por ejemplo bases militares y otros como centros educativos regionales que se pueden ubicar en zonas no necesariamente urbanas.

102

6. REFERENCIAS Agencia Española de Cooperación Internacional. (2006). Metodos de observación. en VII Curso GPS en Geodesia y Cartografía AECI (pp. 1–82).

Almeida, D. (2010). Análisis de propagación de señal de la red WIMAX (IEEE 802.162004) en el campus politécnico de la ESPE. Escuela Politécnica del Ejército.

Bajo, V. (n.d.). Funciones de Análisis espacial y Geoprocesamiento. Unidad de desarrollo tecnológico inypsa.

Berrocoso, M., Ramírez, M.E., Pérez-Peña, A., Enríquez-Salamanca, J.M., Fernández, A., y Torrecillas, C. (2003). El Sistema De Posicionamiento Global. Puerto Real.

Bontemps, S., Defourny, P., Van Bogaert, E., Arino, O., Kalogirou, V., y Ramos, J. (2009). GLOBCOVER 2009 Products Description and Validation Report. ESA Bulletin, 136, 686–25.

Eckl, M. C., Snay, R. A., Soler, T., Cline, M. W., y Mader, G. L. (2001). Accuracy of GPSderived relative positions as a function of interstation distance and observing-session duration. Journal of Geodesy, 75(12), 633-640.

ESRI. (2012). Tutorial de Network Analyst. Ayuda de ArcGis. Fecha de consulta: Abril de 2016.

Recuperado

http://help.arcgis.com/es/arcgisdesktop/10.0/pdf/tutorial_network_analyst.pdf

Esri. (2016). Análisis del área de servicio. Arcgis Desktop. Fecha de consulta: Marzo de 2016. Recuperado de https://desktop.arcgis.com/es/arcmap/latest/extensions/networkanalyst/service-area.htm Ghilani, C. D., y Wolf, P. R. (2015). Elementry surveying – introduction to geomatics. Aging (Vol. 7). Recuperado de https://doi.org/10.1017/CBO9781107415324.004

103

González, R. (2008). Planificación de extensión de cobertura radioeléctrica del sistema de GSM mediante repetidores. Universidad Politécnica de Cartagena.

Hale, M. J. (2007).Identifying and addressing management Issues for Australian state sponsored CORS networks. Universidad de Melbourne.

Hudnut, K., Bock, Y., Galetzka, J., Webb, F., y Young, W. (2002). The Southern California integrated GPS network (SCIGN). Seismotectonics in convergent plate boundary, 167– 189.

Huisman, O., y de By, R. (2009). Principles of geographic information system an introductory texbook, 540.

IDEAM, Instituto de Hidrología, Meteorología y Estudios Ambientales. (2012). Glaciares de Colombia, más que montañas con hielo. Bogotá D.C., Colombia.

IGAC, Instituto Geográfico Agustín Codazzi. (1999). Nuevo sistema geodésico para Colombia. Bogotá D.C.

IGAC, Instituto Geográfico Agustín Codazzi (2004). Adopción del Marco Geocéntrico Nacional de Referencia MAGNA-SIRGAS como datum oficial de Colombia. Bogotá D.C., Colombia.

IGAC, Instituto Geográfico Agustín Codazzi (2004). Aspectos prácticos de la adopción del Marco Geocéntrico Nacional de Referencia MAGNA-SIRGAS como datum oficial de Colombia. Bogotá D.C., Colombia.

IGAC, Instituto Geográfico Agustín Codazzi (2004). Procesamiento de información GPS considerando la variación de las coordenadas en el tiempo por efectos geodinámicos. Bogotá D.C., Colombia.

IGAC, Instituto Geográfico Agustín Codazzi (2007). Mejora de los sistemas de cartografía del territorio colombiano. Riohacha, Colombia.

104

IGAC, Instituto Geográfico Agustín Codazzi (2016). Mapa Marco Geocentrico Nacional. Red MAGNA-ECO (Estaciones Continuas).

IGAC, Instituto Geográfico Agustín Codazzi (2016). Geoportal IGAC. Fecha de consulta: Agosto

2016.

Recuperado

de:

http://ssiglwps.igac.gov.co/ssigl2.0/visor/galeria.req?mapaId=17.

IGAC, Instituto Geográfico Agustín Codazzi (s.f.). MAGNA-SIRGAS La nueva plataforma de georreferenciación en Colombia. Bogotá D.C., Colombia.

IGAC, UE y CIAT, Instituto Geográfico Agustín Codazzi, Unión Europea, y Centro Internacional de Agricultura Tropical. (2007). Mejora De Los Sistemas De Cartografía Del Territorio Colombiano Sistemas De Información Geográfica -SIG. Rioacha Guajira. Janssen, V., Haasdyk, J., y Mcelroy, S. (2011). Network RTK: Same look and feel… only better. ResearchGate. (pp. 20-24).

Kim, M., Lee, J., Pullen, S., y Gillespie, J. (2013). Optimized GNSS network station selection to support the development of ionospheric threat models for GBAS. International Technical Meeting (ITM) of the Institute of Navigatión.

Leica Geosystems. (1999). GPS Basico - Introduccción al Sistema GPS. Heerbrugg, Suiza. Leica Geosystems AG.

Ministerio de Ambiente y Desarrollo Sostenible. (2010). Cuarto informe nacional ante el convenio sobre la diversidad biológica. Bogotá, Colombia. Fecha de consulta: Abril de 2017. Recuperado de https://www.cbd.int/doc/world/co/co-nr-04-es.pdf

Puri, S. (2015). Efficient parallel and distributed algorithms for GIS polygon overlay processing.

Fecha

consulta:

http://scholarworks.gsu.edu/cs_diss

Agosto

2016.

Recuperado

105

Rapallo R. (2003). Utilización de Sistemas de Información Geográfica para la Seguridad Alimentaria sostenible en zonas marginadas de Honduras, Nicaragua y Guatemala. Madrid, España.

Mora, I. D. (2016). Red MAGNA-ECO. ArcGIS online. Fecha de consulta: Agosto de 2016. Recuperado de - http://arcg.is/2adLjXX

Sistema de Referencia Geocéntrico para las Américas (SIRGAS). (2016). Coordenadas semanales de las estaciones SIRGAS-CON.. Fecha de consulta: Marzo de 2016. Recuperado de http://www.sirgas.org/index.php?id=153.

Snay, R. A., Soler, T., y Asce, M. (2008). Continuosly operating reference station (CORS): History, applications, and future enhancements. Journal of surveying engineering. 95 – 104.͒ Stone, W. (2006). The evolution of the national geodetic survey’s continuously operating reference station network and online positioning user service. National Oceanic and Atmospheric Administration NOAA – National Geodetic Survey. 1-11.

Tévar, G. (1996). La cuenca visual en el análisis del paisaje. Serie Geográfica, 6(1), 99–113.