103385

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

Geolocalización de llamadas perturbadoras al sistema de emergencias 911 en Imbabura (Ecuador) Geographic localization of false alarm calls to Imbabura´s emergency call 911 system (Ecuador) by/por

Wilson Fernando Rivera Montesdeoca 01322633 A thesis submitted in partial fulfilment of the requirements of the degree of Master of Science (Geographical Information Science & Systems) – MSc (GIS)

Advisor ǀ Supervisor: Anton Eitzinger PhD

Imbabura – Ecuador, Febrero de 2020

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.

Imbabura-Ecuador, Febrero de 2020 (Lugar, Fecha)

(Firma)

PĂ G. 2 DE 73

DEDICATORIA

Juntos emprendimos esta iniciativa, con el tiempo la vida nos regaló la mejor inspiración, y de pronto llego la motivación para concluir este proyecto que solo es un esfuerzo, con todo mi corazón este trabajo tiene sus nombres.

“Cada minuto que pasa es otra oportunidad para cambiarlo todo” Vanilla Sky

PÁG. 3 DE 73

AGRADECIMIENTO “

Mira que te mando que te esfuerces y seas valiente; no temas ni desmayes, porque Jehová tu

Dios estará contigo en dondequiera que vayas” Josué 1:9

Me siento honrado en agradecer a todas las personas que apoyaron esta iniciativa, quiero reflejar en estas palabras lo infinitamente agradecido que me siento por estar ahí en los momentos indicados.

PÁG. 4 DE 73

RESUMEN Esta investigación aborda la problemática de las llamadas perturbadoras a la línea única para emergencias 911 (accidentales o involuntarias), problema que limita el accionar operativo del ECU 911 en caso de que exista una emergencia real. En Ecuador, el Servicio Integrado de Seguridad ECU 911 a través de los centros ECU 911 a nivel nacional registra aproximadamente entre el 30% y el 50% de estas llamadas mientras que el centro zonal Ibarra recibe el 40%. El presente trabajo se enfoca específicamente en las llamadas de tipo: error del sistema, sin interlocutor y mal intencionadas, identificadas como llamadas MISILES. El principal inconveniente es su localización, ya que la mayoría de ellas proviene de telefonía móvil y está sujeta a la disponibilidad de información, que a su vez depende de acuerdos entre corporaciones de telefonía celular (cada una con diferente tecnología). La precisión en la localización de la llamada resulta de una triangulación entre las antenas más cercanas propiedad del proveedor de dicha llamada, la densidad de antenas en el terreno difiere entre proveedores, es decir la información que entregan al SIS-ECU-911 por medio de servicios web establecidos depende de la robustez tecnológica de cada proveedora de telefonía celular.

La metodología aplicada abarca el diseño y construcción de una aplicación de software para la geolocalización de la llamada en tiempo real, procesamiento de llamadas MISILES en el territorio, así como un análisis temporal y territorial para identificar si existe algún patrón que muestre la tendencia espacio-temporal de las llamadas MISILES en las parroquias de Imbabura.

Los resultados de esta investigación de tipo exploratorio están basados en tres ejes, un análisis temporal, un análisis de las parroquias que presentan mayor concentración de llamadas que saturan el servicio de emergencia (hot spots) y un análisis de características sociodemográficas.

Para el análisis temporal, se consideraron las variaciones durante las 24 horas del día en función del día de la semana mediante un reloj de datos que resume visualmente la información para revelar patrones y tendencias estacionales o cíclicas a lo largo del tiempo. Para el análisis espacial, en función del número de llamadas MISILES se evidenció mediante mapas las zonas y parroquias que presentan mayor índice de este tipo de llamadas.

Finalmente, se aplicó un análisis de regresión ponderada entre la tasa de llamadas MISILES y las variables socio demográficas, apoyado en un tratamiento SIG. En esta etapa no se encontró un patrón espacial conclusivo entre las llamadas MISILES y las variables socio demográficas; de manera que sea posible identificar una dependencia espacial alta que genere hipótesis plausibles de las causas de estas llamadas.

PALABRAS CLAVES: 911, emergencias, llamadas MISILES, telefonía celular, servicios web, sociodemográficas, regresión ponderada

PÁG. 5 DE 73

ABSTRACT This research addresses the problem of disturbance calls to the single line for 911 emergencies (accidental or involuntary), a problem that limits the operational action of the ECU 911 in the event of a real emergency. In Ecuador, the ECU 911 Integrated Security Service through ECU 911 centers nationwide records approximately 30% to 50% of these calls while the Ibarra zonal center receives approximately 40%. The present work focuses specifically on calls of type: system error, without interlocutor and ill-intentioned, identified as MISSILE calls.

The main drawback is their location, since most of them come from mobile telephony and are subject to the availability of information, which in turn depends on agreements between cellular telephony corporations (each with different technology). The precision in the location of the call results from a triangulation between the closest antennas owned by the provider of that call, the density of antennas in the field differs between providers, the information they deliver to SIS-ECU-911 through established web services depends on the technological robustness of each cell phone provider.

The applied methodology includes the design and construction of a software application for the geolocation of the call in real time, processing of MISILES calls in the territory, as well as a temporal and territorial analysis to identify if there is any pattern showing the spatial-temporal trend of MISILES calls in the parishes of Imbabura.

The results of this exploratory research are based on three axes, a temporal analysis, an analysis of the parishes with the highest concentration of calls that saturate the emergency service (hot spots) and an analysis of sociodemographic characteristics. For the temporal analysis, the variations during the 24 hours of the day in function of the day of the week were considered by means of a clock of data that visually summarizes the information to reveal patterns and seasonal or cyclical tendencies along the time. For the spatial analysis, based on the number of MISSILES calls, the areas and parishes with the highest rate of this type of call were evidenced by means of maps.

Finally, a regression analysis weighted between the MISILES call rate and the socio-demographic variables was applied, supported by a GIS treatment. At this stage, no conclusive spatial pattern was found between the MISILES calls and the socio-demographic variables; in such a way that it is possible to identify a high spatial dependence that generates plausible hypotheses of the causes of these calls.

KEYWORDS: 911, emergencies, MISSILE calls, cell phone, web services, socio-demographic weighted regression.

PĂ G. 6 DE 73

TABLA DE CONTENIDO LISTA DE FIGURAS ......................................................................................................................... 9 LISTA DE TABLAS ......................................................................................................................... 10 ACRÓNIMOS ............................................................................................................................... 11 1

2

INTRODUCCION ................................................................................................................... 12 1.1

ANTECEDENTES ........................................................................................................... 12

1.2

OBJETIVOS ................................................................................................................... 14

1.2.1

OBJETIVO GENERAL ............................................................................................. 14

1.2.2

OBJETIVOS ESPECÍFICOS ...................................................................................... 14

1.3

PREGUNTAS DE INVESTIGACIÓN ................................................................................. 14

1.4

HIPÓTESIS .................................................................................................................... 14

1.5

JUSTIFICACION............................................................................................................. 15

1.6

ALCANCE ...................................................................................................................... 15

MARCO TEÓRICO ................................................................................................................. 17 2.1

CONCEPTOS BASICOS .................................................................................................. 17

2.1.1 2.2

LOCALIZACIÓN GSM DE TELÉFONOS CELULARES ........................................................ 26

2.2.1 2.3

Arquitectura de localización ................................................................................ 27

SERVICIO INTEGRADO DE SEGURIDAD (SIS) ECU 911 ................................................. 28

2.3.1

Evaluación de llamadas de emergencias ............................................................. 29

2.3.2

Evaluación de video vigilancia de emergencias .................................................. 29

2.3.3

Despacho de emergencias .................................................................................. 30

2.4 3

Métodos de posicionamiento celular.................................................................. 22

LLAMADAS MISILES EN EL SERVICIO DE EMERGENCIA ............................................... 30

DESCRIPCION DE LA METODOLOGÍA................................................................................... 32 3.1

LA PROVINCIA DE IMBABURA ..................................................................................... 32

3.2

INFORMACION DISPONIBLE ........................................................................................ 33

PÁG. 7 DE 73

3.2.1

Información geográfica ....................................................................................... 33

3.2.2

Variables censales ............................................................................................... 34

3.2.3

Proceso de recolección de Llamadas MISILES ..................................................... 37

3.3 4

RESULTADOS Y DISCUSION.................................................................................................. 46 4.1

RESULTADOS ............................................................................................................... 46

4.1.1

Llamadas MISILES ................................................................................................ 46

4.1.2

Hot spot (puntos calientes) de llamadas MISILES ............................................... 54

4.1.3

Características sociodemográficas del territorio con llamadas MISILES ............. 57

4.2

5

ANALISIS ESPACIO TEMPORAL DE LLAMADAS MISILES............................................... 40

ANALISIS DE RESULTADOS........................................................................................... 62

4.2.1

Comportamiento temporal ................................................................................. 63

4.2.2

Concentración de llamadas (Hot spot) ................................................................ 64

4.2.3

Características sociodemográficas ...................................................................... 65

CONCLUSIONES ................................................................................................................... 66

BIBLIOGRAFIA .............................................................................................................................. 68 ANEXO A: Detalle de llamadas MISILES en el mes de Mayo. ..................................................... 71 ANEXO B: Detalle de llamadas MISILES en el mes de Junio. ..................................................... 72 ANEXO C: Detalle de llamadas MISILES por operadora celular ................................................... 73

PÁG. 8 DE 73

LISTA DE FIGURAS Figura 2-1. Partes de un SIG. ...................................................................................................................... 17 Figura 2-2. Arquitectura servicio web ......................................................................................................... 18 Figura 2-3. Estructura de los mensajes . ..................................................................................................... 19 Figura 2-4. Arquitectura de una aplicación web ......................................................................................... 20 Figura 2-5. Posicionamiento Cell Id + TA con una antena omnidireccional. ............................................... 23 Figura 2-6. Sistema de posicionamiento E-OTD.......................................................................................... 23 Figura 2-7. Sistema de posicionamiento AOA ............................................................................................ 24 Figura 2-8. Sistema de posicionamiento A-GPS .......................................................................................... 25 Figura 2-9. Triangulación de telefonía celular ............................................................................................ 25 Figura 2-10. Triangulación de telefonía celular .......................................................................................... 27 Figura 2-11. Triangulación de telefonía celular .......................................................................................... 27 Figura 2-12. Ubicación de los centros ECU 911 en el Ecuador. ................................................................... 28 Figura 2-13. Proceso de atención de la emergencia en el SIS ECU 911 ...................................................... 29 Figura 2-14. Llamadas clasificadas por los evaluadores de llamada. ......................................................... 30 Figura 3-1. Mapa de la provincia de Imbabura. ......................................................................................... 32 Figura 3-2. Niveles administrativos de planificación. ................................................................................. 33 Figura 3-3. Estructura básica de llamadas MISILES. ................................................................................... 38 Figura 3-4. Estructura de llamadas MISILES en el territorio. ...................................................................... 40 Figura 3-5. Esquema metodológico para valorar llamadas MISILES. ......................................................... 41 Figura 3-6. Reloj de información. ............................................................................................................... 42 Figura 3-7. Hot spot. ................................................................................................................................... 44 Figura 3-8. Desviación estándar para valores z. ......................................................................................... 44 Figura 4-1. Tipos de llamadas entre Mayo-Junio de 2015 .......................................................................... 47 Figura 4-2. Reloj de datos mensual de llamadas MISILES, Mayo-Junio de 2015 ........................................ 48 Figura 4-3. Reloj de datos diario (24 horas) de llamadas MISILES.............................................................. 48 Figura 4-4. Reloj de datos diario para los diferentes tipos de llamadas ..................................................... 50 Figura 4-5. Llamadas MISILES por cantones. .............................................................................................. 52 Figura 4-6. Llamadas MISILES por parroquias en Imbabura....................................................................... 54 Figura 4-7. Hot spot de llamadas error del sistema ................................................................................... 55 Figura 4-8. Hot spot de llamadas mal intencionada................................................................................... 55 Figura 4-9. Hot spot de llamadas sin interlocutor ...................................................................................... 56 Figura 4-10. Análisis GWR de llamadas MISILES con variables censales .................................................... 62 Figura 4-11. Horarios de llamadas MISILES ................................................................................................ 63

PÁG. 9 DE 73

LISTA DE TABLAS Tabla 2-1. Ventajas y desventajas del software libre ................................................................................. 21 Tabla 2-2. Resumen de los intervalos de confianza del error de posición en los distintos escenarios ........ 25 Tabla 3-1. Descripción de distritos y circuitos de Imbabura. ...................................................................... 33 Tabla 3-2 Capas de información geográfica. .............................................................................................. 34 Tabla 3-3. Tasa de analfabetismo. ............................................................................................................. 35 Tabla 3-4. Tasa de asistencia en educación primaria. ................................................................................ 35 Tabla 3-5. Tasa de asistencia en educación secundaria. ............................................................................ 35 Tabla 3-6. Tasa de asistencia en educación superior. ................................................................................ 35 Tabla 3-7. Pobreza por necesidades insatisfechas. .................................................................................... 36 Tabla 3-8. Población. .................................................................................................................................. 36 Tabla 3-9. Población menor de 15 años. .................................................................................................... 36 Tabla 3-10. Población entre 16-65 años. .................................................................................................... 36 Tabla 3-11. Población mayor de 65 años. .................................................................................................. 36 Tabla 3-12. Tasa de ocupación global. ....................................................................................................... 37 Tabla 3-13. Tasa de hogares hacinados. …………………………………………………………………………………………………37 Tabla 3-14. Lineamientos de software. ...................................................................................................... 37 Tabla 3-15. Protocolo de búsqueda llamadas MISILES. .............................................................................. 39 Tabla 4-1. Número de llamadas entrantes ................................................................................................. 46 Tabla 4-2. Tipo de llamadas entrantes ....................................................................................................... 46 Tabla 4-3. Llamadas capturadas por provincias ......................................................................................... 51 Tabla 4-4. Porcentaje de llamadas en cada cantón de Imbabura ............................................................. 51 Tabla 4-5. Porcentaje de llamadas por cantones en la provincia de Imbabura ......................................... 53 Tabla 4-6. Porcentaje de llamadas MISILES en sectores urbanos y rurales ............................................... 53 Tabla 4-7. Tasa de llamadas MISILES ......................................................................................................... 57 Tabla 4-8. Descripción de la situación sociodemográfica de las parroquias por orden de tasa de llamadas MISILES por población. ............................................................................................................................... 59 Tabla 4-9. R^2 ajustado de variables censales ......................................................................................... 61 Tabla 4-10. Registro de llamadas en proceso de llamadas MISILES ........................................................... 63 Tabla 4-11. Parroquias con altos índices de llamadas MISILES .................................................................. 64 Tabla 4-12. Parroquias TOP 7 llamadas MISILES ........................................................................................ 65

PÁG. 10 DE 73

ACRÓNIMOS AOA A-GPS ARCOTEL Cell Id Cell Id + TA CNT EP CONATEL CONECEL S.A E-OTD ESRI FSF GPS GSM GWR HTTP IGM INEC MICS MTOP MISILES NBI NMR LMU OTECEL S.A R2 REST RTT SENPLADES SIE SIG SIS ECU 911 SMTP SOAP SUPERTEL SQL W3C WSDL XML

Angle Of Arrival Assisted Global Position System Agencia de Regulación y Control de las Telecomunicaciones Cell Identity Cell Identity Time Advance Corporación Nacional de Telecomunicaciones Consejo Nacional de Telecomunicaciones Consorcio Ecuatoriano de Telecomunicaciones. Comercializa sus productos bajo la marca CLARO Enhanced Observed Time Difference Environmental Systems Research Institute Free Software Foundation Global Positioning System Global System for Mobile Communications Regresión geográfica ponderada Hypertext Transfer Protocol Instituto Geográfico Militar Instituto Nacional de Estadística y Censos Ministerio de Coordinación de Seguridad Ministerio de Transporte y Obras Públicas Conjunto de llamadas identificadas en el SIS ECU 911 como mal intencionado, sin interlocutor, error del sistema Necesidades Básicas Insatisfechas Network Measurement Report Location Measurement Units Parte del grupo español Telefónica. Comercializa sus productos bajo la marca Movistar Coeficiente de regresión lineal Representational State Transfer Round Trip Time Secretaria Nacional de Planificación Sistema de información espaciales Sistema de información geográfica Servicio Integrado de Seguridad ECU 911 Simple Mail Transfer Protocol Simple Object Access Protocol Superintendencia de Telecomunicaciones Structured Query Language World Wide Web Consortium Web Service Description Language Extensible Markup Language

PÁG. 11 DE 73

1

INTRODUCCION

1.1 ANTECEDENTES El problema principal en el manejo de una central de emergencias es alcanzar un adecuado equilibrio costo-beneficio entre la calidad del servicio y la eficiencia. Una central de emergencias de tamaño medio grande maneja miles de llamadas por día y cada una debe ser respondida en pocos segundos (Mandelbaum, 2006). De los miles de llamadas recibidas, no todas corresponden a verdaderas emergencias. Sin embargo, hay poca investigación evaluativa sobre el mal uso involuntario y voluntario del número de emergencias a pesar de ser un problema global (Sampson, 2002). En Estados Unidos, la Asociación Nacional de Números de Emergencia reporta llamadas fantasmas (llamada automática, rellamada accidental, llamada por problemas tecnológicos) que representan entre 25% y 70% del total de llamadas recibidas en varias centrales de emergencia (Sampson, 2002). En Ecuador, el Servicio Integrado de Seguridad ECU 911 (SIS ECU 911) recibe aproximadamente entre el 30% y el 50% de llamadas que no corresponden a emergencias a las que se las clasifica como “no procedentes” (SIS ECU 911, 2015).

El Servicio Integrado de Seguridad SIS ECU 911 (Decreto Ejecutivo 988, 2012), es un servicio de respuesta inmediata a emergencias a través de una línea telefónica única: 911. Coordina la atención de la emergencia, desde la recepción de la alerta ciudadana hasta la respuesta de los organismos articulados, movilizando los recursos institucionales asignados para esta función.

Desde que comenzó a funcionar el SIS ECU 911, se ha venido registrando excesivo número de llamadas no procedentes de varios tipos: sin interlocutor, error del sistema, mal intencionada, consulta, falsa, descalificada1. Un porcentaje significativo de las llamadas “no procedentes” no puede ser rastreado. Las llamadas que no pueden ser rastreadas al momento de ser recibidas son: sin interlocutor, error del sistema y mal intencionada. A este conjunto de llamadas se las identifica en esta investigación como MISILES y son el objeto de este estudio. La localización está sujeta a varios factores. En primer lugar, la disponibilidad de datos de la geolocalización de la llamada depende de acuerdos entre corporaciones prestadoras del servicio y estatales con protocolos de software definidos. El problema radica en la precisión de la localización, ya que

1

Llamada descalificada: se trata de la llamada que después de haber sido calificada como emergencia, los despachadores la descalifican al mostrarse que no corresponde a una verdadera emergencia. En el SIS ECU 911 es conocida como una subcategoría de “no procedente”. Aquí se utiliza el término “descalificada” para evitar ambigüedad en la interpretación.

PÁG. 12 DE 73

las operadoras de telefonía celular no registran la localización exacta de la llamada sino una localización resultante de la triangulación entre sus antenas más cercanas. La precisión de la localización depende de la densidad de antenas que tenga instalada en terreno cada operadora de telefonía celular.

Sin embargo, las llamadas no procedentes o las llamadas con fines diferentes a los establecidos para este servicio pueden ser localizadas y castigadas por la ley (Resolución TEL-756-21CONATEL-2011, 2012). En ese marco se aprobó el Reglamento para llamadas a servicios de emergencias, con el objetivo de normar las sanciones a las personas que hacen mal uso de la línea única de emergencias, pues hasta ese momento no existía un instrumento legal que regulase estos comportamientos.

Para identificar el origen de las llamadas no procedentes, el SIS ECU 911 ha necesitado un marco jurídico basado en el artículo 226 de la Constitución de la República del Ecuador

Las instituciones del Estado, sus organismos, dependencias, servidoras y servidores públicos y las personas que actúen en virtud de una potestad estatal deben coordinar acciones para el cumplimiento de sus fines y hacer efectivo el goce y ejercicio de los derechos reconocidos en la Constitución (Constitución de la República del Ecuador, 2008, Art. 226).

Por tanto, el Ministerio de Coordinación de Seguridad (MICS) conjuntamente con la Superintendencia de Telecomunicaciones (SUPERTEL) actualmente Agencia de Regulación y Control de las Telecomunicaciones (ARCOTEL) acordaron con las tres operadoras de telefonía celular que prestan el servicio en Ecuador(CNT EP - Corporación Nacional de Telecomunicaciones, CONECEL S.A - Consorcio Ecuatoriano de Telecomunicaciones.

Comercializa sus productos bajo la marca CLARO y OTECEL S.A - Parte del grupo español Telefónica. Comercializa sus productos bajo la marca Movistar), mediante la subscripción de un “Acuerdo para la entrega de información de localización aproximada de llamadas de emergencia" (Resolución 464-16-CONATEL-2010, 2010), entregar, entre otros, la ubicación geográfica de la antena más próxima al lugar desde donde se originó una llamada. La entrega de la información se realiza usando un servicio web con acceso privado a los centros ECU-911, permitiendo realizar consultas dentro de una red exclusiva, la misma que sigue estrictas reglas tecnológicas de seguridad.

PÁG. 13 DE 73

De las llamadas recibidas cada operadora provee, coordenadas geográficas asociadas a un número telefónico y a una hora. Esta información, requiere de una aplicación de software y análisis de datos para poder ser utilizada. Los datos debidamente procesados podrán ser utilizados para identificar patrones espaciales y temporales de comportamiento de las llamadas MISILES.

1.2 OBJETIVOS 1.2.1

OBJETIVO GENERAL

Identificar comportamientos espaciales y temporales de llamadas MISILES provenientes de telefonía celular en la provincia de Imbabura - Ecuador.

1.2.2

OBJETIVOS ESPECÍFICOS

Procesar la información que se capture desde los servidores web de cada operadora celular, en tiempo real, los datos de las llamadas entrantes al sistema ECU 911 centro zonal Ibarra.

Crear un registro de llamadas MISILES geolocalizadas en la provincia de Imbabura, durante un periodo comprendido desde el 5 de mayo de 2015 hasta el 30 de junio de 2015.

Crear un Sistema de Información Geográfica (SIG) de la provincia de Imbabura a nivel parroquial con la información geográfica del Censo de Población y Vivienda del 2010 para el análisis territorial de las llamadas MISILES. Caracterizar las tendencias de comportamiento temporal y espacial de las llamadas MISILES. Estimar la relación entre la tasa de llamadas MISILES y variables censales en las parroquias de la provincia de Imbabura.

1.3 PREGUNTAS DE INVESTIGACIÓN ¿Cómo se pueden discriminar las llamadas MISILES dentro del universo de información georreferenciada entregada por las operadoras de servicio celular al SIS ECU 911-Ibarra? ¿Las llamadas MISILES desde celular obedecen a algún patrón espacial y temporal? ¿Cuáles variables del Censo de Población y Vivienda del 2010 permitirán identificar un perfil socio demográfico de las posibles zonas donde se generan las llamadas MISILES?

1.4 HIPÓTESIS Las llamadas MISILES recibidas por el sistema de emergencias 911 del ECU 911-Ibarra responden a un patrón de distribución espacial y temporal que puede explicar las causas que las originan.

PÁG. 14 DE 73

1.5 JUSTIFICACION El SIS ECU 911-Ibarra recibe llamadas generadas desde toda la provincia de Imbabura.

Aproximadamente, el 40% del total de llamadas procedentes de teléfonos celulares que recibe el SIS ECU 911-Ibarra son llamadas MISILES (SIS ECU 911, 2015). Este hecho, sin duda, trae consecuencias negativas para el trabajo que realiza el ECU 911 en el territorio: desvían la atención de las emergencias reales, se emplean recursos inadecuadamente y contribuyen a la saturación del sistema.

Las llamadas calificadas como emergencias reales, identificadas en el SIS ECU 911 como “normales” y que entran al Servicio por teléfonos celulares, se registran luego que interactúa el operador de llamadas con la persona que reporta la emergencia. De esta manera, queda registrada la geolocalización de la emergencia y los datos necesarios para proveer el servicio. Sin embargo, de las llamadas MISILES solo queda registrado el número celular. Hasta la fecha, esta información ha sido solo un dato estadístico para el SIS ECU 911-Ibarra porque no ha contado con las herramientas de software y de análisis para estudiar la problemática que está por detrás de este tipo de llamadas.

La información recibida no solo debería limitarse a proporcionar datos para aplicar sanciones.

Sin embargo, la base de datos no puede ser aprovechada si no se desarrolla una interfaz entre los datos entregados por las operadoras celulares y la plataforma tecnológica del SIS ECU 911. El propósito de esta investigación es llenar el vacío de software y herramientas de análisis que existe entre los datos de las operadoras de telefonía celular y la identificación de las llamadas MISILES. El aprovechamiento de esta información a través de la identificación de patrones territoriales de comportamiento que expliquen las tendencias de uso relacionadas con las llamadas MISILES podrá servir para tomar medidas de prevención del mal uso del servicio de emergencias. Los resultados podrán ser utilizados para implementar estrategias que disminuyan el porcentaje de estas llamadas que por ahora está en el 70% del total recibido.

1.6 ALCANCE A nivel geográfico, el estudio comprende los 4,587.51 km2 de la provincia de Imbabura (INEC, 2019). Es importante mencionar que, si bien la zona de Las Golondrinas actualmente pertenece a la provincia de Imbabura, debido a las dificultades de accesibilidad desde Ibarra, las emergencias son atendidas por el centro local de Esmeraldas). Se utilizarán las dos divisiones del territorio: político-administrativa utilizada por los censos y que refleja la distribución de la

PÁG. 15 DE 73

población, hasta el nivel parroquial, y los niveles administrativos de planificación que refleja la distribución de los recursos del SIS ECU 911-Ibarra. Se espera que este desarrollo sirva como prototipo para ser aplicado en otros centros zonales o locales del SIS ECU 911.

El alcance tecnológico, está determinado por el uso de software libre para el desarrollo de la aplicación que permitirá obtener la información de las llamadas MISILES proveniente de las operadoras de telefonía celular, por cuanto el Gobierno Nacional promueve el uso de software libre con el objetivo de reducir costos y promover la investigación científica. Esta política no es aplicable en lo que se refiere al SIG porque el SIS ECU 911 cuenta con licenciamiento de productos de ESRI (Environmental Systems Research Institute).

Por el acuerdo establecido entre el MICS y SUPERTEL, el consumo de los servicios web solo puede hacerse con acceso privado provisto al SIS ECU 911, lo que permite realizar consultas dentro de una red operativa, la misma que sigue estrictas reglas de seguridad tecnológica, es decir que la aplicación solo funciona para la intranet del Servicio y no tiene fines públicos.

PÁG. 16 DE 73

2

MARCO TEÓRICO

2.1 CONCEPTOS BASICOS Para el desarrollo de este trabajo, a continuación, se describen algunos términos que se van a utilizar.

Territorio.- Espacio geográfico formado por el conjunto hombre-lugar que refleja la multidimensionalidad de la experiencia vivida por los miembros del colectivo que lo ocupan (Fernández Moreno, Monteiro, Carvalho y Gonçalves, 2014; Raffestin, 2011).

Sistemas de Información Geográfica.- Un SIG representa la integración organizada de hardware, software y datos geográficos representados en una gráfica. Según Tomlinson (2008), “Ningún SIG puede tener éxito sin la participación de las personas correctas. Un SIG realista es de hecho un sistema complejo de partes interrelacionadas, en cuyo centro se encuentra una persona que entiende la totalidad” (p. 1).

En la figura 2-1, se aprecia el funcionamiento general de un SIG: los datos geográficos pasan por un SIG para luego transformarse en información. Este modelo tiene una estructura integral, puede gestionar información geográfica, información estadística, bases de datos relacionales y geográficas, etc. Adicionalmente, esta información puede ser interpretada con herramientas de software que permiten modelar el territorio y resolver problemas complejos de planificación, gestión y toma de decisiones.

Figura 2-1. Partes de un SIG – Fuente: Tomlinson (2008).

PÁG. 17 DE 73

Existen varias definiciones de Sistemas de Información Geográfica, algunas de las cuales se citan a continuación.

Un SIG o GIS no es una herramienta de software para adquirir por Internet, es por ello que no se puede comprar un SIG, sino que hay que implementarlo, sólo podemos comprar herramientas de software, hardware y contratar recursos humanos capacitados (Femenía, s.f., p.1).

“Los SIG son simultáneamente el telescopio, el microscopio, el ordenador y la copiadora xerográfica del análisis y la síntesis regional” (Abler, 1988, p. 137).

Un Sistema de Información Geográfica (SIG) es un sistema de información digital que pertenece a la categoría de Sistemas de Información Espaciales (SIE). Un SIE tiene la capacidad de capturar, procesar, analizar, modelar y reportar de forma gráfica/ tabular información de tipo espacial (Guevara, 1992, p. 21).

En el diseño e implementación de un SIG una base de datos espacial representa unos de los componentes más importantes. “La base de datos refleja un modelo conceptual y operativo que el usuario tiene sus datos, mientras que las aplicaciones son una extensión natural que hacen simple y eficiente el maneo del SIG” (Guevara, 1992, p.22).

Servicio web.- Es un conjunto de protocolos y estándares que sirven para intercambiar datos entre aplicaciones (Muñoz, 2013). Existen diferentes estándares que especifican la forma de definir servicios web sobre Hypertext Transfer Protocol (HTTP). Para resumir, existen dos opciones: SOAP (Simple Object Access Protocol) y REST (Representational State Transfer) (figura 2-2).

Figura 2-2. Arquitectura servicio web – Fuente: ICC (2011)

PÁG. 18 DE 73

Estos servicios proporcionan mecanismos de comunicación estándares entre diferentes aplicaciones, que interactúan entre sí para presentar información dinámica al usuario. Para proporcionar interoperabilidad y extensibilidad entre estas aplicaciones, y que al mismo tiempo sea posible su combinación para realizar operaciones complejas, es necesaria una arquitectura de referencia estándar.

SOAP. - Es un estándar del W3C (World Wide Web Consortium) que es un formato de mensaje XML (Extensible Markup Language) utilizado en interacciones de servicios web. El uso de SOAP en un servicio web específico se describe mediante la definición WSDL (Web Service Description Language) (IBM, 2015a).

La idea básica es que en la comunicación hay dos partes (cliente y servidor), unas de las cuales (el servidor) presta una serie de servicios que son consumidos por la otra (cliente). Lo más habitual es que el servidor haga pública la especificación de sus servicios mediante un documento WSDL, es decir representa una especie de contrato entre el proveedor y el que solicita. WSDL especifica la sintaxis y los mecanismos de intercambio de mensajes.

Los datos pueden ser transmitidos a través de HTTP, SMTP (Simple Mail Transfer Protocol), etc.

SOAP especifica el formato de los mensajes. El mensaje SOAP está compuesto por un envelope (sobre),

cuya

estructura

está

formada

por

los

siguientes

elementos: header (cabecera) y body (cuerpo) (figura 2-3).

Sobre SOAP Cabecera SOAP Bloque de cabecera Bloque de cabecera

Cuerpo SOAP Subelemento de cuerpo

Figura 2-3. Estructura de los mensajes – Fuente: IBM (2015b).

Aplicación Web.- Es un tipo de aplicación cliente/servidor, donde tanto el cliente (el navegador, explorador o visualizador) como el servidor (servidor web) y el protocolo mediante el que se PÁG. 19 DE 73

comunica (HTTP) están estandarizados (figura 2-4) y han de ser creados por el programador de aplicaciones (Mora, 2002).

Las aplicaciones web se emplean en tres entornos informáticos muy similares que suelen confundirse entre sí: Internet, intranet y extranet.

Figura 2-4. Arquitectura de una aplicación web – Fuente: Mora (2002).

Software libre.- El software libre se ha convertido en los últimos años en un fenómeno muy dinámico. Ciertamente, el desafío que supone va más allá de elementos meramente técnicos, ya que se diferencia del software propietario en aspectos más fundamentales, que incluyen desde razones filosóficas hasta nuevas pautas económicas y de mercado.

Según la Free Software Foundation (FSF, 2015), el software libre se refiere a la libertad de los usuarios para ejecutar, copiar, distribuir y estudiar el mismo, e incluso modificar el software y distribuirlo modificado. El software libre confiere cuatro clases de libertad sus usuarios (FSF, 2015):



La libertad de usar el programa con cualquier propósito (uso).



La libertad de estudiar cómo funciona el programa y modificarlo, adaptarlo a las propias necesidades (estudio).



La libertad de redistribuir copias del programa para ayudar a otros usuarios (distribución).



La libertad de mejorar el programa y distribuir copias de sus versiones modificadas a terceros (mejora) (Stallman, 2004).

PÁG. 20 DE 73

Reiterando, el software libre se refiere al acceso libre de su código fuente. No significa que no sea comercial, cualquier programa libre estará disponible para su uso, desarrollo y distribución comercial.

A continuación, en la tabla 2-1, se describe las ventajas y desventajas del software libre.

Ventajas Desventajas Se tiene acceso al código fuente del La curva de aprendizaje es mayor. software desarrollado.

No se tiene soporte técnico en el desarrollo Tiene un bajo costo de adquisición. del software.

Siempre se va innovando, ya que su No existen compañías únicas que código es abierto y se puede ir respalden la tecnología. modificando y mejorando su desarrollo.

Poseen una independencia de El usuario debe tener conocimientos de proveedor, por tener su código fuente programación para poder llevar a cabo disponible. algunas tareas en este software.

Tabla 2-1. Ventajas y desventajas del software libre – Fuente: Meza (2014) Geodatabase.- Es una base de datos espacial, un arreglo ordenado de datos geográficos relacionados entre sí, clasificados y agrupados según sus características. Tiene control de redundancia e integridad y estos datos son usados para el desarrollo de aplicaciones y análisis de información (Reuter, 2006).

Cartografía Básica.- Es la representación de los principales rasgos de la superficie terrestre. La cartografía temática, por su parte, se ocupa de la representación de una multiplicidad de fenómenos naturales, sociales y económicos (Mass y Valdez, 2003).

Cartografía Censal.- Es el conjunto de mapas y croquis elaborados representados gráficamente a escala los respectivos accidentes geográficos con el fin de apoyar la labor de personal en campo. La cartografía censal está conformada por mapas, planos y croquis censales en el ámbito de las jurisdicciones parroquiales, cantonales y provinciales (INEC, 2010a).

Mapa Censal.- Es la representación gráfica a escala de los respectivos accidentes geográficos en el ámbito de las jurisdicciones parroquiales, cantonales y provinciales. Los mapas censales brindan la base geográfica para que cada censista pueda salir, su casa y reunir la información. El mapa censal contiene toda la jurisdicción de una cabecera cantonal o una parroquia rural (INEC, 2010a).

PÁG. 21 DE 73

2.1.1

Métodos de posicionamiento celular

La localización GSM (Global System for Mobile Communications) es un servicio ofrecido por las tres empresas proveedoras de telefonía móvil en el Ecuador que permite determinar, con una cierta precisión, donde se encuentra físicamente un terminal determinado.

La arquitectura del sistema GSM se compone de varias entidades funcionales, cuyas funciones en interfaces están completamente especificadas y definidas para lograr ofrecer el servicio de telefonía móvil al usuario final (Gete y Roldán, 2008). La localización tendrá siempre lugar dentro de la propia red del abonado, y no cuando se cambie de un área de cobertura a otra sin interrupción en el servicio o pérdida de conectividad.

Los principales métodos de posicionamiento son: 

CELL ID (Cell Identity)



CELL ID + TA (Cell Identity Time Advance)



E-OTD (Enhanced Observed Time Difference)



AOA (Angle Of Arrival)



A-GPS (Assisted Global Position System)

2.1.1.1

Cell Id

Es el método de posicionamiento más sencillo y quizá el más inexacto, consiste en identificar la estación base que está más cerca o que se comunica con el dispositivo. La Celda es el identificador de la estación base que da la posición más próxima al dispositivo (Pérez, 2011).

2.1.1.2

Cell Id + TA

Es una mejora del método de posicionamiento anterior. Mediante TA (de sus siglas en inglés) Cell Id dará la localización de un dispositivo, pero haciendo uso de información adicional que mejora la precisión obtenida, como puede ser el tiempo que tarda la señal en ir y volver desde un usuario a una estación base, RTT (round-trip time), o el NMR (Network Measurement Report).

Este último conjunto de datos permite calcular la distancia entre el conjunto de estaciones base al alcance del usuario y éste, empleando para ello el nivel de atenuación que sufre la señal durante la transmisión. Por lo tanto, este método es capaz de reducir el área de localización a un anillo haciendo uso de la información aportada por el RTT, para posteriormente tal y como se puede observar en la figura 2-5, utilizar la información del NMR para limitar así el área y obtener, finalmente, la localización del usuario (Tablado, 2012).

PÁG. 22 DE 73

Figura 2-5. Posicionamiento Cell Id + TA con una antena omnidireccional.

Fuente: Tablado (2012).

2.1.1.3

E-OTD

Este sistema de posicionamiento requiere modificaciones en el terminal ya que será este el que calcule su posición como se indica en la figura 2-6, valiéndose de las triangulaciones hechas sobre tres antenas a las que tiene acceso. Además, es necesario introducir en la red sensores LMU (Location Measurement Units,'unidades de medición de localización') para realizar estos tipos de posicionamiento. Este sistema funciona para cualquier teléfono móvil y su precisión oscila entre los 50 y los 200m. El sistema es adecuado para entornos urbanos (Pérez, 2011).

Figura 2-6. Sistema de posicionamiento E-OTD – Fuente: Tablado (2012).

2.1.1.4

AOA

Es un método que obtiene la posición del ángulo de llegada de la señal proveniente de dos estaciones base. Es necesario disponer de herramientas para poder medir el ángulo de llegada de la señal. Una vez que se dispone de los dos ángulos de llegada, sólo es preciso que se

PÁG. 23 DE 73

intersequen las rectas que se forman con la posición de las estaciones base y los ángulos para encontrar la posición. La figura 2-7 muestra una representación gráfica de este método (Pérez, 2011).

Según Tablado (2012), la principal ventaja de esta tecnología de posicionamiento es que son necesarios pocos nodos para poder determinar la posición (ej. 2 nodos de referencia son suficientes para un posicionamiento en 2 dimensiones) y que no es necesaria la sincronización entre ellos. Su principal desventaja es que el hardware empleado para medir la dirección de la señal (ej. conjunto de antenas) es complejo y frecuentemente costoso.

Figura 2-7. Sistema de posicionamiento AOA – Fuente: Tablado (2012) 2.1.1.5

A-GPS

Es un método que usa la tecnología GPS (Global Positioning System) para localizar un terminal.

Este debe tener la capacidad para ser usado bajo la red GPS. Esta red funciona muy bien en espacios abiertos, pero da bastantes problemas cuando el terminal se encuentra en espacios cerrados. Además, para revelar su posición el terminal tiene que estar cubierto por cuatro satélites y esto lleva cierto tiempo como se muestra en la figura 2-8. Para solucionar este inconveniente la red proporciona datos de posicionamiento adicionales, como el Cell Id o TA, que aceleran el proceso. Para utilizar este método el terminal del abonado debe soportar GSM y GPS (Gete y Roldán, 2008).

PÁG. 24 DE 73

Figura 2-8. Sistema de posicionamiento A-GPS – Fuente: Tablado (2012).

La media y la varianza del error en redes GSM en los escenarios rurales son mayores que en escenarios urbanos, como lo muestra la tabla 2-2, lo cual está explicado por la densidad de estaciones base, que es mayor para zonas urbanas que en rurales (Prócel, Prócel, Játiva y Arauz, s.f.).

Escenario

Red

Intervalo de confianza para la medida del error

Urbano

GSM

269.73 ± 11.71 m

Rural

GSM

302.36 ± 38.75 m

Tabla 2-2. Resumen de los intervalos de confianza del error de posición en los distintos escenarios – Fuente: Prócel et al. (s. f.)

En la figura 2-9 se aprecia que la solución vía satélite del GPS o el A-GPS es, con claridad, la más precisa y no está condicionada por el entorno urbano del usuario (pese a sí estar condicionada por las condiciones climatológicas). Es capaz de llegar a una precisión de unos 5 metros en el mejor caso y en pésimas condiciones el error es mayor a 100 metros.

Figura 2-9. Triangulación de telefonía celular – Fuente: Gete y Roldán (2008).

PÁG. 25 DE 73

2.2 LOCALIZACIÓN GSM DE TELÉFONOS CELULARES En Estados Unidos, en 1999, entró en vigor la Ley de Comunicaciones Inalámbricas y Seguridad Pública (FCC, 2008) con el fin de mejorar la confiabilidad de las llamadas al 911 por celular y proporcionar al personal de respuesta de emergencia y seguridad pública la información necesaria para que éstos puedan localizar y ayudar a los usuarios de teléfonos móviles de manera más efectiva (Prócel, Prócel, Játiva y Arauz, s. f.).

Por su parte, en Ecuador en el 2012, mediante acuerdo, las tres operadoras Claro, Movistar y CNT se comprometen a entregar la ubicación geográfica aproximada de una llamada celular de emergencia realizada por medio del número único de emergencia 911 (Resolución 464-16CONATEL, 2010).

En Ecuador el panorama de las comunicaciones móviles actualmente está dominado por GSM.

A través del uso de las redes GSM para localizar un teléfono celular, ya no es necesario efectuar una llamada a dicho teléfono móvil para poder ubicar geográficamente al dispositivo, aunque cabe destacar que el equipo debe estar encendido para que la búsqueda pueda concluir con resultados exitosos (EISCE, 2015, p.4).

El método de localización por intermedio de GSM funciona de manera muy sencilla.

Básicamente se trata del establecimiento de una triangulación del teléfono celular en base a su posición actual en el planeta. Es una de las técnicas más implementadas en la actualidad, debido a la gran exactitud de resultados que brinda este tipo de tecnología (EISCE, 2015, p.9).

En todas las redes móviles, el operador puede calcular donde está localizado el teléfono de una persona en particular, siempre y cuando el teléfono esté encendido y registrado con la red (Prócel et al., s.f.). En un contexto la figura 2-10 generaliza el proceso de triangulación y entrega de información que realizan las tres operadoras para el servicio de emergencia ECU 911.

PÁG. 26 DE 73

Figura 2-10. Triangulación de telefonía celular 2.2.1

Arquitectura de localización

El sistema de localización utilizado por las operadoras se indica en la Figura 2-11.

Figura 2-11. Triangulación de telefonía celular – Fuente: Telefónica (2015).

Básicamente la arquitectura de localización concentra las telecomunicaciones de cada operadora en un dispositivo de red denominado concentrador (hub). El sistema es de alta disponibilidad y redundante tanto local como geográfico, usa un algoritmo que combina varios métodos (Cell Id, Datos de red, A-GPS) para maximizar la precisión de cualquier entorno.

(Telefónica, 2015)

PÁG. 27 DE 73

2.3 SERVICIO INTEGRADO DE SEGURIDAD (SIS) ECU 911 Es un Servicio de respuesta inmediata e integral a una determinada emergencia. Coordina la atención de los organismos de respuesta articulados en la institución para casos de accidentes, desastres y emergencias movilizando recursos para brindar atención rápida a la ciudadanía. Las instituciones que forman parte de esta coordinación son: Policía Nacional, Fuerzas Armadas, Cuerpo de Bomberos , Comisión Nacional de Tránsito, Ministerio de Salud Pública, Instituto Ecuatoriano de Seguridad Social, Secretaría de Gestión de Riesgos, Cruz Roja Ecuatoriana y otros organismos locales encargados de la atención de emergencias.

Para garantizar la calidad del servicio en la prestación del servicio existen 16 centros de emergencia, con una cobertura total del territorio como lo muestra la figura 2-12.

Figura 2-12. Ubicación de los centros ECU 911 en el Ecuador.

En Imbabura el SIS ECU 911 - Ibarra, a través de una moderna plataforma tecnológica con base en políticas, normativas y procesos, articula sus servicios (llamadas telefónicas desde teléfonos fijos y móviles, video vigilancia, botones de auxilio y alarmas comunitarias) con el envío de recursos para la atención de emergencias. El servicio se presta sin costo alguno, las 24 horas del día, los 365 días del año (SIS ECU 911, 2014).

PÁG. 28 DE 73

Figura 2-13. Proceso de atención de la emergencia en el SIS ECU 911 Fuente: SIS ECU 911 (2014) Los Centros ECU 911 cuentan con el área de evaluación de llamadas de emergencias, evaluación de video vigilancia de emergencias y despacho de emergencias, mismas que son las encargadas de evaluar y gestionar la atención de las unidades distribuidas en territorio a cada una de las emergencias de la ciudadanía como lo muestra la figura 2-13.

2.3.1

Evaluación de llamadas de emergencias

El área de Evaluación de Llamadas de Emergencia es la encargada de recibir las alertas generadas por medio del sistema de telefonía fija o celular.

En base a un procedimiento de recepción, evaluación de alertas, los evaluadores de llamadas se encargan de recibir, categorizar, evaluar y direccionar los tipos de llamada (emergencias y no emergencias), evaluar el nivel de criticidad, determinar la institución que debe atender o brindar asistencia y recopilar la información necesaria para que se brinde una atención eficiente y efectiva (SIS ECU 911, 2017b, p.5).

2.3.2

Evaluación de video vigilancia de emergencias

El área de Evaluación de Video Vigilancia de Emergencia es la encargada de prevenir, detectar o brindar seguimiento a los incidentes y emergencias por medio de las cámaras integradas al SIS ECU 911. “El procedimiento de recepción, evaluación y direccionamiento de alertas, indica que

PÁG. 29 DE 73

los evaluadores de video vigilancia brindan apoyo visual con las cámaras más cercanas al incidente o emergencia” (SIS ECU 911, 2014, p.13).

2.3.3

Despacho de emergencias

Despacho de Emergencia es la encargada de brindar el soporte, coordinar la asistencia y dar el seguimiento a los incidentes y emergencias reportados por el área de Evaluación de Llamadas de Emergencia y el área de Evaluación de Video Vigilancia. “Cada institución articulada al servicio de emergencia tiene un delegado que gestiona a la mayor brevedad posible el despacho de recursos de una alerta al SIS ECU 911” (SIS ECU 911, 2017b, p.5).

2.4 LLAMADAS MISILES EN EL SERVICIO DE EMERGENCIA Las llamadas no procedentes son todas aquellas que perturban o congestionan el SIS ECU 911 porque se trata de llamadas que no corresponden a emergencias reales. En la figura 2-14 se muestra las llamadas “no procedentes” clasificadas como tales por los evaluadores de llamadas.

Figura 2-14. Llamadas clasificadas por los evaluadores de llamada.

Se aprecia que existen 5 tipos de llamadas en la categoría “no procedentes”. Sin embargo, en esta investigación se han estudiado únicamente las llamadas mal intencionadas, sin interlocutor y error del sistema identificadas como MISILES. La información que registra el evaluador de llamadas en estos tres grupos no permite su localización.

Es preciso aclarar que, además de las llamadas no procedentes mostradas en la Figura 2-14, existen otros dos grupos de llamadas perturbadoras del sistema: las llamadas falsas y las que se denomina en este estudio las descalificadas (SIS ECU 911, 2017b).

PÁG. 30 DE 73

En primer lugar, conviene diferenciar entre llamada falsa y llamada mal intencionada. Las llamadas falsas son la que se consideran inicialmente emergencias normales, después de haber enviado recursos se verifica que se trata de un evento falso, implicando el desplazamiento innecesario de recursos y consecuentemente, ocupando un recurso que debería haber sido despachado para la atención de emergencias reales. Este tipo de llamadas derivan en desperdicio de tiempo, recursos económicos y ocasionan una situación peligrosa, pues en una emergencia real se puede necesitar un determinado auxilio. Las llamadas mal intencionadas son aquellas que afectan al evaluador de llamadas porque es una agresión verbal a través del teléfono. Dentro del marco legal, avalado por la ARCOTEL existen medidas por llamadas falsas y mal intencionadas que pueden determinar suspensiones a corto, largo y definitivamente de los servicios en una línea telefónica (SIS ECU 911, 2017c).

El otro grupo son las descalificadas que son creadas por los despachadores (operadores de las instituciones articuladas) y no por los evaluadores de llamadas. Son llamadas que después de haber sido calificadas como emergencias reales por los evaluadores de llamadas, son descalificadas por los despachadores cuando obtienen más información sobre el evento (SIS ECU 911, 2017b).

PÁG. 31 DE 73

3

DESCRIPCION DE LA METODOLOGÍA

3.1 LA PROVINCIA DE IMBABURA La provincia de Imbabura está conformada por 6 cantones Ibarra, Antonio Ante, Cotacachi, Otavalo, Pimampiro y San Miguel de Urcuquí. Su capital administrativa es la ciudad de Ibarra, la cual además es su urbe más grande y poblada. Tiene una superficie total de 4,587.51 km2 lo que representa un 1.79 % de la superficie nacional. La población es de 398,244 habitantes según el Censo 2010 (INEC, 2010b). Limita al norte con Carchi, al sur con Pichincha, por el occidente con Esmeraldas y al este con Sucumbíos, como se muestra en la figura 3-1.

Figura 3-1. Mapa de la provincia de Imbabura.

Según el proceso de transformación del Estado que plantea niveles administrativos de planificación pública, el país está dividido en 9 zonas de planificación, 140 distritos y 1,134 circuitos administrativos (SNI, 2015). Imbabura está considerada dentro de la Zona 1 Norte, junto con las provincias de Carchi, Esmeraldas, Imbabura y Sucumbíos.

La provincia de Imbabura está dividida en 3 distritos y 44 circuitos administrativos que se detallan en la Tabla 3-1.

PÁG. 32 DE 73

Nro.

Provincia Nombre Nro. Circuitos Población Ibarra- Pimampiro - San Miguel 10D01 de Urcuquí 22 209,816 Imbabura 10D02 Antonio Ante - Otavalo 16 148,392 10D03 Cotacachi 6 40,036 Tabla 3-1. Descripción de distritos y circuitos de Imbabura.

Fuente: Decreto Ejecutivo 988 (2012).

En este contexto el centro zonal ECU 1911 Ibarra como organismo público con autonomía administrativa, operativa y financiera (SIS ECU 911, 2017a), mantiene una estructura de servicio territorial para la prestación de servicios en la provincia de Imbabura que permita garantizar el derecho de los ciudadanos a la seguridad integral establecido en la Constitución de la República en los niveles administrativos de planificación indicados en la Figura 3-2.

Figura 3-2. Niveles administrativos de planificación. Basado en Decreto Ejecutivo 557 (2012).

3.2 INFORMACION DISPONIBLE 3.2.1

Información geográfica

Se contó con la información del Censo de Población y Vivienda (INEC, 2010a) de la provincia de Imbabura, la información geográfica se encuentra bajo el sistema de proyección UTM-WGS-84 17S. La información utilizada se indica en la Tabla 3-2.

PÁG. 33 DE 73

Capas

Tipo

GEO_ZON2010

GEO_SEC2010

GEO_SECDIS2010

GEO_MAN2010

GEO_LOC2010 GEO_EJES2010

Coberturas base Red Vial Estatal

DPA Referencial Provincias DPA Referencial Cantones DPA Referencial Parroquias Zonas de Planificación

3.2.2

Escala 5.000

Fuente Año Descripción Instituto Nacional 2010 Zonas censales. de Estadísticas y Vector Censo (INEC) 5.000 INEC 2010 Sectores censales que permiten la organización de la información en Vector sectores.

5.000 INEC 2010 Sectores censales que permiten la organización de la información en Vector sectores dispersos.

5.000 INEC 2010 Son las manzanas que corresponden a la Vector provincia.

5.000 INEC 2010 Localidades representativas se encuentran en sectores Vector dispersos.

Vector 5.000 INEC 2010 Ejes viales de la provincia.

50.000 Instituto 2013 Capas base.

Geográfico Vector Militar (IGM) Vector 250.000 Ministerio de Red vial estatal de Transporte y propiedad pública sujetos Obras Públicas a la normatividad y marco (MTOP) institucional vigente.

Vector 50.000 INEC 2010 División administrativa referencial Vector 50.000 INEC 2010 División administrativa referencial Vector 50.000 INEC 2010 División administrativa referencial Vector 50.000 Secretaria 2010 Nueve Zonas de Nacional de Planificación del Ecuador Planificación (SENPLADES) Tabla 3-2 Capas de información geográfica.

Variables censales

Del conjunto de variables censales utilizadas por el Instituto Nacional de Estadísticas y Censos (INEC, 2010a) en el último Censo de Población y Vivienda realizado en noviembre del 2010, esta investigación enfatizó su análisis en variables de Educación, Socio Demográficos y Economía, que permita encontrar un vínculo o relación con las llamadas MISILES. Las variables que se utilizarán se detallan a continuación en las tablas 3-3 a 3-13.

PÁG. 34 DE 73

EDUCACION Nombre del Indicador

TASA DE ANALFABETISMO

Definición

Población de 15 y más años de edad, que no sabe leer y escribir, expresado como porcentaje de la población de la misma edad que respondieron a la pregunta sabe leer y escribir.

Tabla 3-3. Tasa de analfabetismo. Fuente: INEC (2010a).

Nombre del Indicador

TASA NETA DE ASISTENCIA EN EDUCACIÓN PRIMARIA

Definición

Población de 6 a 11 años de edad que asiste a los niveles de instrucción primaria o su equivalente a los niveles de instrucción de 2do a 7mo año de educación básica, expresado como porcentaje de la población del mismo grupo etario.

Tabla 3-4. Tasa de asistencia en educación primaria. Fuente: INEC (2010a).

Nombre del Indicador

TASA NETA DE ASISTENCIA EN EDUCACIÓN SECUNDARIA

Definición

Población de 12 a 17 años de edad que asiste a los niveles de instrucción secundaria o su equivalente a los niveles de instrucción 8vo, 9no y 10mo año de educación básica y 1ero, 2do, y 3er año de educación media/bachillerato, expresado como porcentaje de la población del mismo grupo etario.

Tabla 3-5. Tasa de asistencia en educación secundaria. Fuente: INEC (2010a).

Nombre del Indicador

TASA NETA DE ASISTENCIA EN EDUCACIÓN SUPERIOR

Definición

Población de 18 a 24 años de edad que asiste a los niveles de instrucción ciclo post bachillerato y superior, expresado como porcentaje de la población del mismo grupo etario.

Tabla 3-6. Tasa de asistencia en educación superior. Fuente: INEC (2010a).

SOCIO DEMOGRAFICOS Nombre del Indicador

POBREZA POR NECESIDADES BÁSICAS INSATISFECHAS (NBI)

Definición

Relación entre los hogares que tienen una o más “necesidades básicas insatisfechas” y el total de hogares de

PÁG. 35 DE 73

viviendas particulares con personas presentes, expresado como porcentaje.

Necesidades Básicas: Conjunto de necesidades que deben ser satisfechas por un hogar(o persona).Las dimensiones consideradas para el cálculo son:  Características físicas de la vivienda.  Disponibilidad de servicios básicos de la vivienda.  Asistencia de los niños en edad escolar a un establecimiento educativo.  Dependencia económica del hogar.  Hacinamiento.

Tabla 3-7. Pobreza por necesidades insatisfechas. Fuente: INEC (2010a).

POBLACION TOTAL Definición

Número total de habitantes que residen.

Tabla 3-8. Población. Fuente: INEC (2010a).

PORCENTAJE DE POBLACION POR GRANDES GRUPOS DE EDAD (MENOR DE 15 AÑOS) Definición

Peso relativo de la población perteneciente a cada grupo grande de edad respecto de la población total.

Tabla 3-9. Población menor de 15 años. Fuente: INEC (2010a).

PORCENTAJE DE POBLACION POR GRANDES GRUPOS DE EDAD (MENOR DE 15-65 AÑOS) Definición

Peso relativo de la población perteneciente a cada grupo grande de edad respecto de la población total.

Tabla 3-10. Población entre 16-65 años. Fuente: INEC (2010a).

PORCENTAJE DE POBALCION POR GRANDES GRUPOS DE EDAD (MAYOR DE 65 AÑOS) Definición

Peso relativo de la población perteneciente a cada grupo grande de edad respecto de la población total.

Tabla 3-11. Población mayor de 65 años. Fuente: INEC (2010a).

PÁG. 36 DE 73

ECONOMÍA TASA DE OCUPACIÓN GLOBAL Definición

Cociente entre la población ocupada y la población económica activa, expresado como porcentaje.

Tabla 3-12. Tasa de ocupación global. Fuente: INEC (2010a).

VIVIENDA Y HOGAR PORCENTAJE DE HOGARES HACINADOS Definición

Número de hogares que viven en condiciones de hacinamiento (más de tres personas por cuarto destinado exclusivamente para dormir), expresado como porcentaje del total de hogares.

Tabla 3-13. Tasa de hogares hacinados. Fuente: INEC (2010a).

3.2.3

Proceso de recolección de Llamadas MISILES

Para determinar estas llamadas MISILES se diseñó una infraestructura de software basada en una arquitectura web basado en lineamientos de software descritos en la Tabla 3-14, puesto que proporciona, al nivel técnico y operativo, un ambiente de usabilidad acorde a la realidad del ECU 911 Ibarra.

Software Servidor de Aplicaciones Lenguaje de programación Base de datos Ide de programación

Descripción Xampp 5.6.3 para Windows Php, Bootstrap, JQuery, JavaScript Oracle 11g Sublime Text 3.0

Tabla 3-14. Lineamientos de software.

A partir de este requerimiento se diseña y se construye un aplicativo web que permita buscar la geolocalización de las llamadas que perturban al sistema. Esta aplicación se desarrolla en herramientas de software libre, por que actualmente se ha convertido en una política de estado el uso del mismo. En La figura 3-3 se visualiza en un contexto general la estructura de geolocalización de una llamada MISIL en la sala operativa del ECU 911.

PÁG. 37 DE 73

Figura 3-3. Estructura básica de llamadas MISILES. Por las políticas institucionales y seguridad tecnológica del ECU911 la aplicación será enfocada para una intranet que es accesible únicamente por los miembros de la organización con autorización. La intranet puede estar o no conectada a Internet, el cortafuegos (firewall) lo protegen de accesos no autorizados.

El proceso de búsqueda mantiene el protocolo descrito en la tabla 3-15.

Con la información almacenada se diseña un script de consulta que permita valorar el número de llamadas por día y mes con el objetivo de cuantificar este tipo de llamadas. Este script o procedimiento Structured Query Language (SQL) se ejecuta sobre la base de datos Oracle, para luego ser analizada en un contexto del territorio con la información geográfica. Con la finalidad de tener una base integrada a todos los servicios se ha creado una tabla “HISTORIALCR2” que es parte de la base del SISECU 911 que guarda todas las consultas que realiza el proceso de geolocalización de llamadas. Esto permitió guardar todos los campos necesarios con el fin de facilitar esta información para análisis de información para la toma de decisiones en el territorio.

Esta información que se encuentra en una versión de texto plano o Excel se transforma a información geográfica con los campos latitud y longitud, el sistema de proyección seguirá siendo el UTM-WGS-84 -17S. Con la información disponible de todas las llamadas MISILES se inicia el análisis temporal y territorial, en base a las variables censales del último censo realizado por el INEC en el 2010. La obtención de esta información se ve reflejada en la figura 3-4.

PÁG. 38 DE 73

Proceso

Descripción Todas las llamadas ingresan a la central 911.

Sala Operativa El operador define manualmente el tipo de llamada.

El número celular es identificado en el mediante el aplicativo diseñado.

En ese instante dependiendo del tipo de operadora consulta a los web services proporcionadas por las operadoras.

El aplicativo tiene un algoritmo asincrónico Infraestructura Tecnológica de búsqueda, es decir se toma el tiempo necesario para facilitar la información.

La búsqueda se da en este orden.

1. CLARO 2. MOVISTAR 3. CNT Triangulación de Identificado el número celular, cada Operadoras (Localización) operadora entrega la información por el método de triangulación y es el web service quien luego de hacer la consulta, devuelve la información entre ellas la ubicación geográfica (latitud y longitud) de la base celular más cercana.

Proceso de captura La información es almacenada en una base de datos Oracle, y visualizada en una interfaz web usando el api ArcGis de ESRI, compatible con toda la plataforma GIS del SIS ECU911.

Se almacena únicamente 6 variables.

OPERADOR REFERENCIA TELEFONO LATITUD LONGUITUD AZIMUT DIRECCION INVALIDINCIDENTTYPEID Información geográfica Se seleccionan las llamadas consideradas graves perturbadoras del sistema. El archivo resultante se transforma en formato shp para alimentar al SIG del área en estudio.

Tiempo del proceso Inicio: 5 de Mayo de 2015.

Fin: 30 de Junio de 2015.

Tabla 3-15. Protocolo de búsqueda llamadas MISILES.

PÁG. 39 DE 73

Figura 3-4. Estructura de llamadas MISILES en el territorio.

3.3 ANALISIS ESPACIO TEMPORAL DE LLAMADAS MISILES El análisis parte de una investigación exploratoria que pretende encontrar en el universo de los datos las llamadas “no procedentes”, a través del desarrollo de aplicaciones para captura, depuración y selección de las llamadas MISILES. Con una propuesta de una investigación descriptiva, se caracterizó la problemática de las llamadas MISILES que permita encontrar un patrón espacio-temporal de estas llamadas en las parroquias de Imbabura.

Para el desarrollo de esta propuesta metodológica se planteó en 5 fases de actividad tal como se indica en la figura 3-5.

PÁG. 40 DE 73

5. COMPORTAMIENTO LLAMADAS MISILES

4. Análisis territorial y temporal

3. Análisis y validación de llamadas MISILES

2. Diseño e Implementación de procesos de software

1. Análisis y Revisión de la problemática de llamadas desde celulares

Figura 3-5. Esquema metodológico para valorar llamadas MISILES. Las principales actividades a llevarse a cabo en cada fase son las siguientes:

Fase 1. Análisis y Revisión de la problemática de llamadas desde celulares.  Realizar un análisis de la precisión de la localización de las llamadas desde celulares, la problemática de las llamadas MISILES en Imbabura.

Fase 2. Diseño e implementación de procesos de software.  Desarrollar una aplicación web para la captura y almacenamiento de las coordenadas geográficas de las llamadas telefónicas recibidas por el SIS ECU 911, en tiempo real.

La información será capturada del web services proporcionados por las 3 operadoras de telefonía móvil que prestan sus servicios en Ecuador, tal como se indica en el “Proceso de recolección de llamadas MISILES”.  Ejecutar la aplicación web para los datos colectados durante el período 05-05-2015 al 30-06-2015.

PÁG. 41 DE 73

Fase 3. Análisis y validación de llamadas MISILES.  Generar una base de datos de las llamadas MISILES con la información proveniente de las fichas producidas en el SIS ECU 911 a partir de las llamadas “no procedentes”.

La base de datos MISILES estará construida a partir de la información de las fichas producto de las llamadas identificadas como “sin interlocutor”, “error del sistema” y “mal intencionada”.  Desarrollar un proceso de base de datos, a partir del registro generado por la aplicación web y la base de datos MISILES, que permita añadir las coordenadas geográficas registradas por las operadora móviles en la base de datos MISILES.

Fase 4. Análisis territorial y temporal.  Construir un SIG de la provincia de Imbabura.  Realizar un análisis temporal del comportamiento de las llamadas MISILES utilizando el reloj de datos con la herramienta Criminal Analyst (Weiss, 2015) para el ARCGIS: 24 horas por día – 7 días por semana.  Con la información geográfica disponible, mediante un reloj de datos se representará la temporalidad de los eventos tal como se indica en la Figura 3-6.

Figura 3-6. Reloj de información.  Basados en el método de Jenks, se generan intervalos (rangos) de la información de llamadas MISILES. Este método se basa en la naturaleza de los datos, permite tomar en cuenta las discontinuidades observables y se justifica si existen discontinuidades (Jenks, 1967).

PÁG. 42 DE 73

Fase 5. Comportamiento llamadas MISILES.  Realizar un análisis espacial, a nivel de parroquia sobre el comportamiento espacial de las llamadas MISILES con las características sociodemográficas del territorio definidas como variables censales a partir de las siguientes hipótesis:

h1) La población estudiantil escolar llama en el período del día que no está en clases.

Variables  Población por edad desde los 6 hasta 18 años  Escolaridad de la población  Horarios escolares diurno / vespertino de las escuelas y colegios y localización de estos. h2) Las personas solitarias tienden a llamar más al 911 Variables  Tamaño de la familia (1 miembro, 2 miembros)  Estado civil: soltero, divorciado, viudo  Edad: 18 años o más. h3) Personas sin ocupación tienden a llamar más al 911 Variables  Población Económicamente Activa  Grupos de edad h4) No existe diferencia de comportamiento de llamadas entre la población urbana y rural.

Variables:  Localización de las antenas receptoras por número de llamadas.  Población urbana y rural h5) La concentración de llamadas “sin interlocutor” y “errores del sistema” en ciertas antenas puede ser indicador de problemas técnicos aguzados en los períodos picos de consumo.

Variables  Localización de las antenas receptoras por número de llamadas.  Reloj de datos de las llamadas “sin interlocutor” y “errores del sistema”  Períodos de consumo pico de todas las llamadas.  Crear mapas hot spot (puntos calientes) con la información ponderada de las llamadas MISILES, se identifica valores altos (puntos calientes) y valores bajos (puntos fríos) estadísticamente significativos mediante la estadística Gi* de GetisOrd 2. En general la figura 3-7 indica el análisis de puntos calientes.

2

La herramienta análisis de puntos calientes calcula la estadística Gi* de Getis-Ord (que se pronuncia Gi-estrella) llamada estadística espacial local para un conjunto de datos, identifica la asociación espacial entre un simple valor en cada región y sus vecinos. Este tipo de estadística es adecuado para identificar la existencia de puntos calientes (Anselin y Rey, 2009, p.68)

PÁG. 43 DE 73

Figura 3-7. Hot spot.

Fuente: ArcGIS-Ayuda (2019) Matemáticamente la estadística Gi* (ArcGIS-Ayuda, 2017) está representada por la siguiente fórmula:

La estadística Gi* devuelta para cada entidad en el dataset una puntuación z. Para las puntuaciones z positivas que son estadísticamente significativas, mientras más grande es la puntuación z, más intenso es el clustering de valores altos (punto caliente). Para las puntuaciones z negativas que son estadísticamente significativas, mientras más pequeña es la puntuación z, más intenso es el clustering de valores bajos (punto frío) (ArcGIS-Ayuda, 2017). Tanto las puntuaciones z como los valores p se asocian con la distribución normal estándar como se muestra a continuación en la Figura 3-8.

Figura 3-8. Desviación estándar para valores z.

Fuente: ArcGIS-Ayuda (2017).

PÁG. 44 DE 73

 La tasa de llamadas está determinada como una variable de agrupación (número de habitantes de cada parroquia con la cantidad total de llamadas MISILES), se forman tres grupos donde el intervalo [0-5[corresponde a la escala 1, el intervalo [5-10[ a la escala 2 y el intervalo [10-20] está asociado a la escala 3. En este contexto para buscar un patrón de comportamiento sociodemográfico de las llamadas MISILES en la provincia de Imbabura, se usó 10 variables censales categorizadas en Educación, Socio Demográficos y Economía, variables que están asociadas de alguna manera al servicio de emergencias ECU 911. En la se sección 3.4.2 se explica las características de estas variables.  La tasa de llamadas es la variable dependiente, mientras que las variables censales definidas como independientes permitirá construir una regresión lineal múltiple que permita determinar el coeficiente de correlación ajustado R^2, a mayor porcentaje mejor es modelo para predecir el comportamiento de las variables censales.

 Con las variables censales cuyo R^2 ajustado sea el mayor, se adopta una forma local de regresión lineal ponderada geográficamente (GWR) donde la tasa de llamadas representara la variable dependiente y las variables censales seleccionadas están expresadas como variables independientes.

PÁG. 45 DE 73

4

RESULTADOS Y DISCUSION

4.1 RESULTADOS A continuación, se describe los resultados que se obtuvieron de acuerdo a la metodología indicada en el capítulo anterior.

4.1.1 Llamadas MISILES La revisión de las llamadas MISILES se realizó durante un periodo comprendido desde el 5 de mayo de 2015 hasta el 30 de junio de 2015. En la tabla 4-1 se muestra el resumen de las llamadas realizadas al ECU 911 Ibarra desde teléfonos celulares. El detalle de llamadas MISILES por operadora celular se describe en el Anexo C. Tipo de llamada Número Porcentaje (%) Total llamadas MISILES 29,903 50.88 Total llamadas receptadas 58,772 49.12 Tabla 4-1. Número de llamadas entrantes Del número de llamadas MISILES que representan el 50.88 % del universo de llamadas entrantes se registraron llamadas: Sin interlocutor, Mal Intencionada y Error del Sistema, el resumen de esta información se aprecia en la tabla 4-2.

Tipo de llamada Sin interlocutor Mal Intencionada Error del sistema Total MISILES

Número Porcentaje (%) Porcentaje MISILES (%) 26,503 91.38 2,083 7.18 50.88 417 1.44 29,003 100 Tabla 4-2. Tipo de llamadas entrantes

Para tener una referencia visual, en la figura 4-1, se tiene un gráfico del número de llamadas realizadas en cada día durante el periodo de estudio. El eje número de llamadas ósea el “y” está en escala logarítmica para apreciar el comportamiento de las llamadas registradas como error del sistema y mal intencionada que representan valores pequeños en consideración a las llamadas sin interlocutor.

PÁG. 46 DE 73

Tipos de llamadas mayo 2015-junio 2015

Número de llamadas al SIS ECU 911

1000

Sin interlocutor

100

Error del sistema Mal intencionada

10

Normales 1 6

10

15

20

25

mayo 2015

311

5

10

Día

15

20

25

30

junio 2015

Figura 4-1. Tipos de llamadas entre Mayo-Junio de 2015 Fuente: Dirección de Estadística SIS ECU 911 Ibarra (2015) En este contexto el comportamiento de las llamadas sin interlocutor tiene un comportamiento parecido al de las llamadas normales. Las llamadas error del sistema y mal intencionadas tienen un comportamiento muy distintito entre estos tipos de llamada que permita definir un patrón de comportamiento en el SIS ECU 911.

4.1.1.1

Reloj de datos de las llamadas MISILES

Con la información obtenida en los meses de mayo y junio se realizó un reloj de datos que muestra gráficamente los meses y los días con mayor número de llamadas MISILES indicado en la simbología.

En la figura 4-2 se muestra un reloj de datos rectangular que representa los días en el eje “x” mientras que los meses están identificados en el eje “y”. El color rojo según la simbología representa los valores más altos, es decir los días con más llamadas MISILES. En la figura sobresalen los días 22,23,24 y 31 de mayo, los días con más alto número de llamadas son viernes, sábado y domingo.

PÁG. 47 DE 73

Figura 4-2. Reloj de datos mensual de llamadas MISILES, Mayo-Junio de 2015 En la figura 4-3 se muestra un reloj de datos circular que caracteriza a las llamadas MISILES en una distribución temporal de datos, está divido en celdas mediante círculos concéntricos que se identifican los días y las líneas radiales las horas, el color de cada celda indica el número de eventos existen en cada celda. Las llamadas Sin interlocutor son las llamadas que más tiempo están usando el servicio de emergencia, es decir tienen la mayor carga en todos los días de la semana. Este reloj de datos diario, permite profundizar más a detalle las horas o la carga de estas llamadas MISISILES al servicio de emergencia. La clasificación de las clases en la simbología se usó el método natural de Jenks. En la figura 4-3 se aprecia cinco escalas representados por el color amarillo el nivel más bajo y el color rojo representado el nivel más alto.

Figura 4-3. Reloj de datos diario (24 horas) de llamadas MISILES En este reloj de datos se visualiza que la escala “Medio Bajo” ocupa gran parte del reloj de datos.

La escala “Medio Alto” también tiene su importancia en horarios desde las 8h00 hasta las 21h00.

PÁG. 48 DE 73

Se visualiza además que los fines de semana en especial al medio día existe demanda de llamadas MISILES.

Una vez que se ha revisado en su contexto a las llamadas MISILES, la figura 4-4 presenta tres gráficos, que permiten analizar situaciones más a detalle en el comportamiento de estas llamadas. De los tres tipos de llamada, las llamadas sin interlocutor muestran el color rojo más llamativo, es decir que las escalas “Medio Alto” y “Alto” predominan este tipo de llamadas en todo el día, en especial los fines de semana en horarios de 08h00 hasta las 22h00. Para las llamadas mal intencionadas se visualiza un comportamiento homogéneo con las escalas “Medio Bajo” y “Medio” en el mismo horario. Mientras que, para las llamadas error del sistema, a pesar de estar presentes, se visualiza en su mayoría de color amarillo con una escala “Bajo”.

PÁG. 49 DE 73

MaI Intencionadas

Sin Interlocutor Figura 4-4. Reloj de datos diario para los diferentes tipos de llamadas

Error del Sistema

PĂ G. 50 DE 73

4.1.1.2

Tipos de Llamadas en el territorio

El proceso de software que duro aproximadamente dos meses, capturó 29003 llamadas las mismas que se reflejan en la tabla 4-3, sin embargo se identificó que ingresaron llamadas que no corresponden únicamente a la provincia de Imbabura. Por esta razón este análisis se tomará en cuenta las llamadas que corresponde a Imbabura es decir 28036 llamadas MISILES. De estas llamadas las denominadas sin interlocutor son las que más ingresan al SIS ECU 911 Ibarra con un 91,38%. Las llamadas mal intencionadas con 7,18% ocupan el segundo lugar, mientras que en mínimo porcentaje del 1,44% está relacionado a errores del sistema, que están asociados a factores generalmente externos al SIS ECU 911.

Provincia Nro. De llamadas CARCHI 407 CHIMBORAZO 2 ESMERALDAS 493 GUAYAS 1 IMBABURA 28,036 PICHINCHA 61 TUNGURAHUA 1 GALAPAGOS 1 SANTO DOMINGO 1 Total 29,003 Tabla 4-3. Llamadas capturadas por provincias En la provincia de Imbabura de las 28036 llamadas MISILES, se tiene evidencia que en el cantón Ibarra se tiene el mayor porcentaje de llamadas, prácticamente el 50% de las llamadas MISILES, se realizan desde Ibarra. Los resultados tabulares se revisan con detalle en la tabla 4-4.

Cantón Nro. Llamadas Porcentaje (%) IBARRA 14,043 50.09 ANTONIO ANTE 1,979 7.06 COTACACHI 2,241 7.99 OTAVALO 7,155 25.52 PIMAMPIRO 851 3.04 URCUQUI 1,767 6.30 Total 28,036 100 Tabla 4-4. Porcentaje de llamadas en cada cantón de Imbabura Mientras tanto, gráficamente la figura 4-5 se visualiza un mapa a nivel de cantones, donde Ibarra y Otavalo son los cantones con un alto número de llamadas MISILES.

PÁG. 51 DE 73

Figura 4-5. Llamadas MISILES por cantones.

Mientras tanto, a nivel de parroquias, la tabla 4-5 indica el porcentaje de las llamadas MISILES. En los anexos A y B se detalla el resumen de las llamadas MISILES en los meses de mayo y junio.

Con la informaciĂłn proporcionada en la tabla 4-5 aproximadamente el 73% de las llamadas MISILES provienen de sectores urbanos, mientras que apenas el 27% corresponde a sectores rurales como se aprecia en la tabla 4-6.

PĂ G. 52 DE 73

Cantón

Parroquia Nro. Llamadas Porcentaje (%) SAN MIGUEL DE IBARRA 12,243 43.67 AMBUQUI 149 0.53 IBARRA LA ESPERANZA 702 2.50 SALINAS 3 0.01 SAN ANTONIO 946 3.37 ATUNTAQUI 1,237 4.41 IMBAYA (SAN LUIS DE COBUENDO) 4 0.01 ANTONIO ANTE SAN FCO. DE NATABUELA 871 3.11 SAN ROQUE 738 2.63 COTACACHI 1,787 6.37 COTACACHI GARCIA MORENO (LLURIMAGUA) 15 0.05 OTAVALO 3,705 13.22 DOCTOR MIGUEL EGAS CABEZAS (PEGUCHE) 587 2.09 EUGENIO ESPEJO (CALPAQUI) 1 0.00 GONZALEZ SUAREZ 982 3.50 OTAVALO SAN JOSE DE QUICHINCHE 402 1.43 SAN JUAN DE ILUMAN 397 1.42 SAN PABLO 1,079 3.85 SAN RAFAEL 2 0.01 PIMAMPIRO 751 2.68 PIMAMPIRO MARIANO ACOSTA 100 0.36 URCUQUI 661 2.36 URCUQUI PABLO ARENAS 235 0.84 Tabla 4-5. Porcentaje de llamadas por cantones en la provincia de Imbabura

Provincia Zona Nro. Llamadas Porcentaje (%) Urbana 20,384 72.71 Imbabura Rural 7,652 27.29 Total 28,036 100 Tabla 4-6. Porcentaje de llamadas MISILES en sectores urbanos y rurales Gráficamente este resultado se amplía en la figura 4-6.

PÁG. 53 DE 73

Figura 4-6. Llamadas MISILES por parroquias en Imbabura 4.1.2

Hot spot (puntos calientes) de llamadas MISILES

Con la finalidad de encontrar características similares o diferentes en las llamadas MISILES se realizó mapas hot spot para estos tres tipo de llamadas identificando puntos calientes y puntos fríos estadísticamente significativos mediante la estadística Gi* de Getis-Ord*. A continuación un mapa hot spot de llamadas error del sistema que representa el menor porcentaje de llamadas MISILES.

Las zonas en rojo de la Figura 4-7 son agrupaciones estadísticamente importantes de valores altos (puntos calientes) de llamadas “error del sistema”. En este caso el mayor número de llamadas definidas en esta investigación provienen del cantón Ibarra, por esta razón se aprecia mayor concentración representados en las categorías: Medio-Alto, Alto (MA-A). Mientras que en cantones como: Urcuquí, Atuntaqui, Cotacachi y Pimampiro en la misma figura 4-7, se aprecia que las llamadas de este tipo son evidentes caracterizados de color amarillo Bajo (B) que significa agrupaciones con valores bajos. El cantón Otavalo está caracterizado como: Medio Bajo y Medio (MB-M), las llamadas de este tipo no son estadísticamente significativo.

PÁG. 54 DE 73

Figura 4-7. Hot spot de llamadas error del sistema

Figura 4-8. Hot spot de llamadas mal intencionada

PĂ G. 55 DE 73

Las zonas en rojo de la Figura 4-8 son agrupaciones estadísticamente importantes de valores altos (puntos calientes) de llamadas “mal intencionada”. En este caso el mayor número de llamadas definidas en esta investigación provienen del cantón Ibarra, por esta razón se aprecia mayor concentración representados en la categoría: Medio-Alto, Alto (MA-A). Mientras que en cantones como: Urcuquí y Cotacachi en la misma figura 4-8, se aprecia que las llamadas de este tipo son evidentes caracterizados de color amarillo Bajo (B) que significa agrupaciones con valores bajos. Los cantones Otavalo, Atuntaqui y Pimampiro están caracterizados como: Medio Bajo y Medio (MB-M), las llamadas de este tipo no son estadísticamente significativo.

Figura 4-9. Hot spot de llamadas sin interlocutor Las zonas en rojo de la figura 4-9 son agrupaciones estadísticamente importantes de valores altos (puntos calientes) de llamadas “sin interlocutor”. En este caso el mayor número de llamadas definidas en esta investigación provienen del cantón Ibarra, por esta razón se aprecia mayor concentración representados en la categoría: Medio-Alto, Alto (MA-A). Mientras que en cantones como: Urcuquí, Cotacachi y Pimampiro Cotacachi en la misma figura 4-9, se aprecia que las llamadas de este tipo son evidentes caracterizados de color amarillo Bajo (B) que significa agrupaciones con valores bajos. Los cantones Otavalo y Atuntaqui están caracterizados como: Medio Bajo y Medio (MB-M), las llamadas de este tipo no son estadísticamente significativo.

PÁG. 56 DE 73

En las figuras 4-7, 4-8 y 4-9, el patrón de comportamiento en relación a la concentración de llamadas MISILES indican puntos calientes estadísticamente significativos en el cantón Ibarra, Los puntos fríos están ubicados en cantones como Cotacachi, Urcuquí y Pimampiro.

4.1.3

Características sociodemográficas del territorio con llamadas MISILES

En la tabla 4-7 se visualiza tasa de llamadas de las parroquias de la provincia de Imbabura. El intervalo número tres representa las parroquias con la tasa más alta de llamadas. Es decir que la parroquia rural de González Suárez del cantón Otavalo, la parroquia rural de Natabuela del cantón Atuntaqui y la parroquia urbana de Urcuquí son las parroquias que lideran la tasa más alta de llamadas MISILES. Mientras que las parroquias rurales pertenecientes al cantón Otavalo como son Eugenio Espejo y San Rafael muestran los valores más bajos para estas llamadas.

CANTON OTAVALO ANTONIO ANTE URCUQUI OTAVALO URCUQUI OTAVALO COTACACHI IBARRA COTACACHI IBARRA PIMAMPIRO ANTONIO ANTE OTAVALO PIMAMPIRO IBARRA ANTONIO ANTE OTAVALO OTAVALO IBARRA ANTONIO ANTE COTACACHI IBARRA COTACACHI OTAVALO OTAVALO

PARROQUIA TASA DE LLAMADAS INTERVALO GONZALEZ SUAREZ 17.44 3 SAN FCO. DE NATABUELA 15.41 3 URCUQUI 12.70 3 DOCTOR MIGUEL EGAS CABEZAS 12.02 3 PABLO ARENAS 11.10 3 SAN PABLO 10.90 3 COTACACHI 10.43 3 LA ESPERANZA 9.53 2 IMANTAG 8.82 2 SAN MIGUEL DE IBARRA 8.76 2 PIMAMPIRO 8.27 2 SAN ROQUE 7.28 2 OTAVALO 7.02 2 MARIANO ACOSTA 6.48 2 SAN ANTONIO 5.40 2 ATUNTAQUI 5.31 2 SAN JOSE DE QUICHINCHE 4.74 1 SAN JUAN DE ILUMAN 4.62 1 AMBUQUI 2.72 1 IMBAYA (SAN LUIS DE COBUENDO) 0.31 1 GARCIA MORENO (LLURIMAGUA) 0.30 1 SALINAS 0.17 1 QUIROGA 0.05 1 SAN RAFAEL 0.04 1 EUGENIO ESPEJO (CALPAQUI) 0.01 1 Tabla 4-7. Tasa de llamadas MISILES

Con la información de las variables censales de la tabla 4-7, se relaciona en una matriz las parroquias con la tasa de llamadas más altas y las variables socio-demográficos definidas para este estudio

PÁG. 57 DE 73

(analfabetismo, primaria, secundaria, superior, nbi, n5_14, n15_y_mas, n65_y_mas, ocupada, hacinamiento, poblaciĂłn) descritas en la nomenclatura de la tabla 4-8.

PĂ G. 58 DE 73

TOTAL A B C D E F G H I LLAMADAS OTAVALO GONZALEZ SUAREZ 982 16.16 94.95 78.70 22.61 35.26 54.96 7.12 83.53 15.85 ANTONIO ANTE SAN FCO. DE NATABUELA 871 7.09 91.97 76.63 23.29 29.66 62.38 7.93 50.39 13.44 URCUQUI URCUQUI 661 10.59 91.56 61.17 12.02 32.53 55.73 9.18 63.92 18.91 OTAVALO DOCTOR MIGUEL EGAS CABEZAS 587 24.23 93.36 69.47 15.17 35.51 54.05 9.03 81.62 21.44 URCUQUI PABLO ARENAS 235 9.85 94.07 48.45 9.59 30.97 60.49 9.35 74.12 18.44 OTAVALO SAN PABLO 1,079 18.55 93.98 72.25 27.20 35.22 54.09 9.14 71.96 16.55 COTACACHI COTACACHI 1,787 16.71 93.73 67.04 21.04 34.17 56.99 8.31 56.77 16.29 IBARRA LA ESPERANZA 702 17.85 94.13 63.42 9.28 33.36 61.15 7.65 79.02 20.83 COTACACHI IMANTAG 436 32.88 93.27 51.73 4.88 40.54 52.39 8.38 93.97 31.89 IBARRA SAN MIGUEL DE IBARRA 12,243 3.69 94.35 77.21 33.66 28.84 62.45 7.46 31.24 10.04 PIMAMPIRO PIMAMPIRO 751 9.91 91.87 63.70 14.82 31.08 57.70 10.34 63.06 19.70 ANTONIO ANTE SAN ROQUE 738 15.70 91.69 63.80 15.01 35.20 56.17 7.78 74.44 23.04 OTAVALO OTAVALO 3,705 13.34 93.22 68.50 23.74 32.93 59.08 7.05 51.19 15.64 PIMAMPIRO MARIANO ACOSTA 100 21.03 95.36 70.75 5.83 29.47 51.59 16.45 86.53 22.20 IBARRA SAN ANTONIO 946 5.41 95.98 75.19 25.95 30.00 60.70 8.70 47.57 14.15 ANTONIO ANTE ATUNTAQUI 1,237 5.24 94.27 76.19 26.65 30.13 60.27 8.43 41.39 12.91 OTAVALO SAN JOSE DE QUICHINCHE 402 27.77 94.13 56.55 11.46 39.50 51.81 7.17 92.29 28.95 OTAVALO SAN JUAN DE ILUMAN 397 25.29 87.98 57.18 9.83 36.07 56.28 7.22 83.38 23.71 IBARRA AMBUQUI 149 11.59 91.26 65.48 10.86 33.38 57.30 8.07 85.38 18.13 ANTONIO ANTE IMBAYA (SAN LUIS DE COBUENDO) 4 7.42 93.30 69.88 15.43 32.53 62.58 6.25 89.34 22.50 COTACACHI GARCIA MORENO (LLURIMAGUA) 15 11.42 90.06 36.86 1.03 39.25 56.15 6.17 95.68 18.82 IBARRA SALINAS 3 6.57 94.04 62.55 9.91 32.68 58.51 6.84 53.23 11.84 COTACACHI QUIROGA 3 19.28 94.60 61.59 17.11 34.51 56.29 9.31 66.09 16.73 OTAVALO SAN RAFAEL 2 24.86 92.31 49.64 8.87 32.71 60.56 6.66 6.55 17.85 OTAVALO EUGENIO ESPEJO (CALPAQUI) 1 24.83 92.91 61.31 6.63 36.28 55.16 7.99 87.63 18.61 Tabla 4-8. Descripciรณn de la situaciรณn sociodemogrรกfica de las parroquias por orden de tasa de llamadas MISILES por poblaciรณn.

Basado en datos de: INEC (2010c).

CANTON

PARROQUIA

J

K

96.79 5,630 96.10 5,651 97.23 5,205 96.26 4,883 95.27 2,118 94.88 9,901 96.26 17,139 96.39 7,363 96.23 4,941 95.43 139,721 97.09 9,077 95.17 10,142 94.70 52,753 98.82 1,544 96.32 17,522 97.54 23,299 95.59 8,476 93.51 8,584 94.83 5,477 97.84 1,279 98.76 5,060 94.40 1,741 96.53 6,454 97.49 5,421 94.30 7,357

Pร G. 59 DE 73

Nomenclatura.

Código A B C D E F G H I J K

Nombre ANALFABETISMO PRIMARIA SECUNDARIA SUPERIOR NBI N5_14 N15_Y_MAS N65_Y_MAS OCUPADA HACINAMIENTO POBLACION

Descripción Tasa de analfabetismo Tasa neta de asistencia en educación primaria Tasa neta de asistencia en educación secundaria Tasa neta de asistencia en educación superior Pobreza por necesidades básicas insatisfechas (NBI) Porcentaje de población por grandes grupos de edad (menor de 15 años) Porcentaje de población por grandes grupos de edad (menor de 15-65 años) Porcentaje de población por grandes grupos de edad (mayor de 65 años) Tasa de ocupación global Porcentaje de hogares hacinados Número total de habitantes que residen .

PÁG. 60 DE 73

Para el caso de la investigación el resultado del coeficiente R^2 ajustado de la regresión múltiple se muestra a continuación en la tabla 4-9.

Código A B C D E F G H I J

Nombre R^2 ajustado lineal R^2 ajustado múltiple ANALFABETISMO -1.8% PRIMARIA 3.1% SECUNDARIA 21.9% SUPERIOR 31.2% NBI 16.2% 22% N5_14 -2.5% N15_Y_MAS 0.5% N65_Y_MAS 7.4% OCUPADA 16.7% HACINAMIENTO -1.6% Tabla 4-9. R^2 ajustado de variables censales

Como se puede apreciar en la tabla 4-9 los coeficientes R^2 entre las variables censales analizadas con mayor porcentaje son las variables cuyos códigos son C,D,E,I es decir Secundaría, Superior, NBI y Ocupada. La relación lineal establecida sigue la siguiente ecuación de la recta. 𝑦 = 63.40 + 0.21𝑋1 + 0.312𝑋2 + 0.162𝑋3 + 0.167𝑋4 Mediante el modelo GWR se representa una variable dependiente (tasa de llamadas MISILES) y cuatro variables independientes (Secundaría, Superior, NBI y Ocupada). En la figura 4-10 se muestra como el modelo GWR delimita espacialmente la zona de influencia de las llamadas MISILES con las variables censales analizadas.

PÁG. 61 DE 73

Figura 4-10. Análisis GWR de llamadas MISILES con variables censales En la figura 4-10 se aprecia los resultados del modelo GWR, el R2 local para el modelo local de GWR osciló entre 0.3349 y 0.3353. En las parroquias de García Moreno, Selva Alegre y Peñaherrera todas pertenecientes al cantón Cotacachi el modelo de GWR explicó hasta el 34 % de la varianza de las llamadas MISILES con aspectos socio demográfico relacionado a la pobreza y educación de la población. Sin embargo, en las parroquias del cantón Pimampiro así como parroquias del cantón Ibarra como la Carolina y Ambuquí, el modelo no explicó gran parte de la varianza (33%). A pesar que la variabilidad del coeficiente R2 local es mínima la dependencia espacial no es muy alta entre las variables censales, la variabilidad espacial de los coeficientes es mínima.

4.2 ANALISIS DE RESULTADOS El proceso de captura de la información de las llamadas MISILES duro aproximadamente dos meses, en este tiempo se detectó que un 3.33% del total de llamadas que ingresan al SIS ECU 911 Ibarra se originan en otras provincias tal como se indica en la tabla 4-10. Este porcentaje de llamadas se marcaron de otras provincias del Ecuador. El mayor número de llamadas provienen de Carchi, Esmeraldas y Pichincha que si son provincias que limitan con Imbabura. La principal razón a este tema está asociada al enrutamiento del 911 como número único de emergencias desde las empresas proveedoras de servicio celular, no solo está afectando a las llamadas MISILES, sino al servicio de

PÁG. 62 DE 73

emergencia como tal. Con esta referencia el 96.67% de la información procesada es parte de análisis en la presente investigación.

Provincia Nro. Llamadas Porcentaje (%) CARCHI 407 CHIMBORAZO 2 ESMERALDAS 493 GUAYAS 1 3.33 PICHINCHA 61 TUNGURAHUA 1 GALAPAGOS 1 SANTO DOMINGO 1 96.67 IMBABURA 29,003 Tabla 4-10. Registro de llamadas en proceso de llamadas MISILES Respondiendo a la pregunta de investigación planteada: ¿Cómo se pueden discriminar las llamadas MISILES dentro del universo de información georreferenciada entregada por las operadoras de servicio celular al SIS ECU 911-Ibarra? Con la información resultante del proceso de geolocalización, es determinante una mejora continua del servicio de geolocalización por parte de las operadoras celulares y los procesos de software del SIS ECU 911. Las llamadas MISISLES deben ser identificadas de acuerdo a una proximidad geográfica que permita dar soluciones efectivas en el territorio.

4.2.1

Comportamiento temporal

La distribución temporal de las llamadas MISILES es útil para enfrentar la saturación del sistema con llamadas MISILES. A continuación se resume los siguientes aspectos a tomar en cuenta para tomar acciones con se muestra en la figura 4-11.

Figura 4-11. Horarios de llamadas MISILES No se tiene un volumen de llamadas considerable en la noche, es decir desde las 12h00 hasta las 8h00 según la simbología indicada es medio bajo. 

Desde las 8h00 hasta las 22h00 siempre se registra llamadas MISILES.

PÁG. 63 DE 73



El día que tiene más carga de estas llamadas es el domingo, generalmente en la tarde desde las 13h00 hasta las 18h00.



El día jueves, viernes y sábado en horarios desde las 19h00 hasta las 21h00 existe un notable aumento en este tipo de llamadas.



El día miércoles el comportamiento de estas llamadas es diferente al resto de días en la semana, es decir se registra llamadas MISILES pero estas se categorizan en bajo y medio.



De lunes a jueves, las mañanas son relativamente tranquilas, es decir la intensidad de estas llamadas es mínima.

4.2.2 Concentración de llamadas (Hot spot) Las llamadas MISILES se concentran especialmente en las zonas urbanas de los cantones. Los centros poblados de la zona urbana es un indicio para conocer el origen de estas llamadas. La tabla 4-11 muestra las parroquias con altos porcentajes de llamadas y estos es el reflejo de los puntos calientes en el territorio.

PROVINCIA CANTON PARROQUIA NRO. LLAMADAS PORCENTAJE (%) IBARRA SAN MIGUEL DE IBARRA 12,243 43.67 OTAVALO OTAVALO 3,705 13.22 COTACACHI COTACACHI 1,787 6.37 ANTONIO ANTE ATUNTAQUI 1,237 4.41 OTAVALO SAN PABLO 1,079 3.85 OTAVALO GONZALEZ SUAREZ 982 3.50 IMBABURA IBARRA SAN ANTONIO 946 3.37 ANTONIO ANTE NATABUELA 871 3.11 IBARRA PIMAMPIRO 751 2.68 ANTONIO ANTE SAN ROQUE 738 2.63 IBARRA LA ESPERANZA 702 2.50 URCUQUI URCUQUI 661 2.36 Tabla 4-11. Parroquias con altos índices de llamadas MISILES Parroquias urbanas como San Miguel de Ibarra con un porcentaje de llamadas de 43.67% y Otavalo con 13.22% registran el mayor porcentaje de llamadas MISILES. Sin embargo analizando la tasa de llamadas la parroquia rural González Suárez del cantón Otavalo con una tasa del 17.44 y Natabuela con 15.41 representan la tasa más alta en esta investigación mostrados en la tabla 4-12. Este enfoque direcciona a implementar políticas y estrategias comunicacionales y buen uso del 911 en el territorio, sobre todo cuando las denominadas llamadas sin interlocutor ocupan más del 90% de las llamadas MISILES que se concentra especialmente en centros comerciales y mercados.

PÁG. 64 DE 73

CANTON PARROQUIA OTAVALO GONZALEZ SUAREZ ANTONIO ANTE SAN FCO. DE NATABUELA URCUQUI URCUQUI OTAVALO DOCTOR MIGUEL EGAS CABEZAS (PEGUCHE) SAN MIGUEL DE URCUQUI PABLO ARENAS OTAVALO SAN PABLO COTACACHI COTACACHI Tabla 4-12. Parroquias TOP 7 llamadas MISILES

TASA DE LLAMADAS 17.44 15.41 12.70 12.02 11.10 10.90 10.43

Revisando los diferentes hot spot se tiene que la carretera es una referencia de estos puntos calientes por cuanto se ubican alrededor de la Panamericana Norte una línea comercial, aspectos de movilidad interurbana y tráfico. Este hecho particular hace reflexionar que la panamericana asocia además a las emergencias que hacen uso del 911 así como de llamadas MISILES. En este contexto, respondiendo a la pregunta de investigación planteada: ¿Las llamadas MISILES desde celular obedecen a algún patrón espacial y temporal? En resumen se identifica un comportamiento temporal de este tipo de llamadas los fines de semana, así como un comportamiento espacial especialmente en zonas urbanas de los cantones de Imbabura.

4.2.3

Características sociodemográficas

En general, las variables censales mostraron una relación no tan alta con la tasa de llamadas MISILES, ya que en cuanto al coeficiente R^2 entre las variables, sobresalieron cuatro variables relacionadas con pobreza y educación que son la base de este estudio, es decir variables de Secundaría, Superior, NBI y Ocupada, como se indica en la tabla 4-9 tienen los porcentajes más altos. De esta manera responde a la pregunta de investigación: ¿Cuáles variables del Censo de Población y Vivienda del 2010 permitirán identificar un perfil socio demográfico de las posibles zonas donde se generan las llamadas MISILES? Las parroquias ubicadas en sectores rurales como García Moreno, Selva Alegre y Peñaherrera todas pertenecientes al cantón Cotacachi el modelo GWR explicó hasta el 34 % de la varianza de las llamadas MISILES con aspectos socio demográfico relacionado a pobreza y educación de la población, donde las desigualdades socio-económicas se observan brechas especialmente en este tipo de variables definidos en la tabla 4-8.

PÁG. 65 DE 73

5

CONCLUSIONES

Los hallazgos encontrados también tienen limitaciones. En el mejor de los casos el coeficiente R2 local representó el 34% la dependencia espacial entre las llamadas MISILES y las variables censales relacionadas a pobreza y educación, únicamente las parroquias rurales de Cotacachi se ajustaron al modelo. En el resto de parroquias el modelo GWR explicó el 33% de la varianza en la tasa de llamadas MISILES con las variables censales. Es decir se confirmó parcialmente la hipótesis planteada (Las llamadas MISILES recibidas por el sistema de emergencias 911 del ECU 911-Ibarra responden a un patrón de distribución espacial y temporal que puede explicar las causas que las originan), la dependencia espacial no es muy alta, la mayoría de los factores relacionados con la tasa de llamadas MISILES y sus variables censales en estas áreas geográficas deben haber estado ausentes en el modelo durante el periodo de procesamiento de información.

La densidad de las bases celulares que realizan la triangulación tiene una incidencia en la geolocalización de las llamadas MISILES, por esta razón los resultados de esta investigación se limitan a un nivel de parroquias. El análisis a un nivel territorial más detallado involucra una mejora del servicio de geolocalización por parte de las operadoras celulares por medio del acuerdo establecido con ARCOTEL. En este sentido la tasa de estas llamadas en el territorio, ha permitido focalizar a las parroquias de González Suárez, Natabuela, Urcuquí y Peguche con el índice más alto de llamadas denominadas sin interlocutor, a pesar que estas parroquias en la provincia no tienen la densidad poblacional de parroquias urbanas como Ibarra, Otavalo y Antonio Ante en la provincia de Imbabura.

Revisando el comportamiento temporal de la información entre las llamadas sin interlocutor y mal intencionadas se aprecia que es diferente, sin embargo conocer los horarios y horas de estas llamadas genera una acción inmediata. Las llamadas sin interlocutor están presentes en toda hora durante la semana, únicamente en la noche pasado las 21h00 no ingresan llamadas de este tipo o los porcentajes son mínimos. Las llamadas mal intencionadas a pesar que va más allá de las competencias del servicio de emergencia se puede dar soluciones de bloqueo con “listas negras” en el entorno del SIS ECU 911.

La mayor concentración de los tipos de llamadas MISILES sobre todo en parroquias urbanas en la provincia de Imbabura, ha permitido una correlación espacial significativa, el comportamiento espacial ha sido parecido. Se puede visualizar las áreas marcadas donde la densidad poblacional es más grande sobre todo en Ibarra, Otavalo y Antonio Ante con mayor intensidad (áreas rojas).

PÁG. 66 DE 73

En este proceso de identificar las llamadas MISILES, la metodología planteada en este estudio se basó en lineamientos técnicos desde una estructura de software entre las prestadoras de servicio celular con el servicio de emergencia a nivel de parroquias. Los resultados muestran la importancia de conocer territorialmente el origen de las llamadas MISILES, las parroquias urbanas tienen una correlación espacial significativa, los centros comerciales, mercados, panamericana norte son referencias importantes por la gran afluencia de personas. Las parroquias rurales en especial las del cantón Cotacachi se ajustaron de mejor manera a un modelo GWR en especial las que presentan desigualdades socio-económicas en pobreza y educación. El comportamiento temporal de las llamadas MISILES los días miércoles se categorizan en bajo.

Las llamadas error del sistema no muestran un patrón de comportamiento temporal ni espacial. Este tipo de llamadas, al igual que las llamadas sin interlocutor requiere acciones más profundas como identificar una mejora continua en un escenario de reingeniería de software, tanto interno como externo a los procedimientos y algoritmos del SIS ECU 911 Ibarra, por cuanto el registro de información no considera las llamadas MISILES a pesar de los altos porcentajes de estas llamadas. En este contexto la problemática de llamadas error del sistema no debería ser considerada en futuras investigaciones de este tipo.

Para futuros estudios, se debería usar la misma metodología considerando una provincia con mayor densidad poblacional de preferencia Quito o Guayaquil por cuanto en estas ciudades se dispone de un mayor número de antenas celulares, así como un periodo en el registro de información de seis meses y por último tomar en cuenta solo variables de pobreza y educación para analizar los resultados con los obtenidos en esta investigación.

PÁG. 67 DE 73

BIBLIOGRAFIA Abler, R.F. (1988). Awards, Rewards and Excellence: Keeping Geography Alive and Well. Professional Geographer; Vol.40, (pp. 137).

Anselin, L., y Rey, S. J. (2009). Perspectives on Spatial Data Analysis (pp.68). Springer Science & Business Media.

ArcGIS-Ayuda. (2017). Gi* de Getis-Ord —Ayuda | ArcGIS. Accedido 6 de octubre de 2017, a partir de http://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-statistics-toolbox/h-how-hot-spotanalysis-getis-ord-gi-spatial-stati.htm ArcGIS-Ayuda. (2019). Análisis de punto caliente —Ayuda | ArcGIS. Accedido 11 de diciembre de 2019, a partir de https://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-statistics-toolbox/hotspot-analysis.htm Constitución de la República del Ecuador (2008). Ciudad Alfaro: Asamblea Constituyente. Ecuador.

Decreto Ejecutivo 557-2012. Publicado en el Registro Oficial N.º 290, de 28 de mayo de 2012. Ecuador.

Decreto Ejecutivo 988. Publicado en el Registro Oficial N.º 618, de 13 de enero de 2012. Ecuador.

Dirección de Estadística SIS ECU 911 Ibarra. (2015). Estadísticas de alertas, emergencias y despachos.

Ibarra.

EISCE - Encuentro Internacional de Seguridad Ciudadana Ecuador (2015). Sistema de Geolocalización de llamadas de emergencia (pp. 4-12). Quito – Ecuador.

FCC, Federal Communications Commission. (2008). 911 and E911 Services. Recuperado 2 de octubre de 2015, a partir de https://www.fcc.gov/encyclopedia/9-1-1-and-e9-1-1-services Femenía M. C. (s.f.). Sistemas de Información Geográfico, División GIS, Accedido en julio de 2015.

Obtenido de: http://www.divisiongis.com/backup/docs/Que_es_GIS.pdf Fernández Moreno M.A, Monteiro A., Carvalho V. y Gonçalves G. (2014) Territory Risk Units as a Mean to Understand the Oporto Risk Scenarios for Respiratory and Circulatory Diseases, Revista Territorium. Coimbra, ed: Asociación Ibérica de Riesgos 21:161-172.

FSF, Free Software Foundation (2015). ¿Qué es un software libre? El sistema operativo GNU. Recuperado 1 de octubre de 2015, a partir de http://www.gnu.org/philosophy/freesw.es.html Gete, O., y Roldán, A. (2008). ESTUDIO DE DISPONIBILIDAD DE SEÑALES DE LOCALIZACIÓN GPS/GSM. Escuela Técnica Superior de Ingeniería de Telecomunicación de Barcelona UPC, BarcelonaEspaña.

Guevara, A. (1992). Esquema Metodológico para el Diseño e Implementación de un Sistema de Información Geográfico. V Coloquio de Geografía Cuantitativa, Actas y Ponencias. Zaragoza, Institución Fernando el Católico, p. 21-30. Accedido en Marzo 2014 a partir de http://dialnet.unirioja.es/servlet/articulo?codigo=59789 IBM - International Business Machines Corporation (2015a). ¿Qué es un SOAP? Accedido en agosto de 2016, a partir de https://www.ibm.com/support/knowledgecenter/es/SSKM8N_8.0.0/com.ibm.etools.mft.do c/ac55770_.htm IBM - International Business Machines Corporation (2015b). La estructura de un mensaje SOAP Accedido en agosto de 2016, a partir de https://www.ibm.com/support/knowledgecenter/es/SSKM8N_8.0.0/com.ibm.etools.mft.do c/ac55780_.htm

PÁG. 68 DE 73

ICC - Instituto Cartográfico de Cataluña (2011). Servicio web de geocodificación. Accedido el 17 de Febrero de 2016 en http://territori.gencat.cat/es/detalls/Article/GeoServeis_ICC_01.

INEC - Instituto Nacional de Estadísticas y Censos (2010a). Censo de Población y Vivienda. Quito, Ecuador.

INEC - Instituto Nacional de Estadísticas y Censos (2010b). Manual de Actualización Cartográfica.

Quito,Ecuador.

INEC - Instituto Nacional de Estadísticas y Censos (2010c): Redatam Web-Censo 2010 Quito. Ecuador Accedido en Octubre 2019 Obtenido de http://redatam.inec.gob.ec/cgibin/RpWebEngine.exe/PortalAction?BASE=CPV2010 INEC - Instituto Nacional de Estadísticas y Censos (2019). Información censal cantonal. Quito, Ecuador.

Accedido en Octubre 2019, a partir de: https://www.ecuadorencifras.gob.ec/informacioncensal-cantonal/.

Jenks, G. F. (1967). The Data Model Concept in Statistical Mapping, en International Yearbook of Cartography nº 7: pp. 186-190.

Mandelbaum, A. (2006). Call Centers: Research Bibliography With Abstracts, technical report, Technion, Israel Institute of Technology. Accedido en Octubre 2018 en http://iew3.technion.ac.il/serveng/References/references.html Mass, S., Valdez, M. (2003). Principios básicos de Cartografía y Cartografía automatizada (1a.ed.).

Toluca, México.

Meza, G. (2014). Comparación de software ArcGIS y Quantum GIS en el Proceso de Digitalización Cartográfica del INEC. UNIGIS, Quito-Ecuador.

Mora, S. L. (2002). Programación de aplicaciones web: historia, principios básicos y clientes web (pp. 54-59). España. Editorial Club Universitario.

Muñoz, V. (2013). El nuevo PHP. Conceptos avanzados (pp. 77-89). España: Bubok Publising S.L. Pérez, A. (2011). Introducción a los sistemas de información geográfica y geotelemática (1a.ed).

Barcelona,España.

Prócel, P., Prócel, L., Játiva, R., y Arauz, J. (s. f.). Para Redes Celulares De Tipo Global System For Mobile (Gsm) Y Universal Mobile Telecomunications System (Umts) Usando El Emulador Mobile Positioning System 6.0.1 Provisto Por La Empresa Ericsson. Colegio de Ciencias e Ingeniería, USFQ, Quito-Ecuador.

Raffestin, C. (2011). Por uma Geografia do poder. Trad. Maria Cecília França (pp.101–115). São Paulo, Ática, 1980.

Resolución 464-16-CONATEL-2010 de 2 de septiembre de 2010. Ecuador.

Resolución TEL-756-21-CONATEL-2011.Registro Oficial N.º 733, de 27 de junio de 2012. Ecuador.

Reuter, A.F. (2006). Sistema de Información Geográfica (SIG), Modelos - Datos - Información - Base de Datos. Serie Didáctica Nº 25. Sistemas de Información Geográfica II. Facultad de Ciencias Forestales – UNSE. Accedido en Febrero 2013 a partir de http://fcf.unse.edu.ar/archivos/series-didacticas/SD-25-SIG2-Reuter.pdf Sampson, R. (2002). Misuse and Abuse of 911. US Department of Justice, Office of Community Oriented Policing Services.

SIS ECU 911 - Servicio Integrado de Seguridad ECU 911. (2014). Primer Respondiente del Servicio de Emergencias. Quito: Subdirección Técnica de Doctrina.

PÁG. 69 DE 73

SIS ECU 911 - Servicio Integrado de Seguridad ECU 911. (2015). Informe Estadístico Nacional Consolidado sobre la Prestación del Servicio Integrado de Seguridad ECU 911. Quito: Dirección Nacional de Análisis de Datos.

SIS ECU 911 - Servicio Integrado de Seguridad 911 (2017a). Plan Estratégico. Quito: Coordinación General de Planificación y Gestión Estratégica.

SIS ECU 911 - Servicio Integrado de Seguridad 911 (2017b). Procedimiento de recepción, evaluación y direccionamiento de alertas. Quito: Gestión de Operaciones.

SIS ECU 911 - Servicio Integrado de Seguridad 911 (2017c). Instructivo tratamiento de alertas no procedentes. Quito: Gestión de Operaciones.

SNI - Sistema Nacional de Información (2015). SNI Consultas Interactivas. Quito. Ecuador Accedido en Agosto 2015 a partir de http://menucloud.sni.gob.ec/web/menu/ Stallman, R. (2004). Software Libre para una sociedad libre. Madrid: Traficantes de Sueños.

Tablado, M. (2012). Evaluación de un sistema de posicionamiento pasivo basado en IEEE 802.11 en zonas sin cobertura 2-way TOA. Barcelona-España.

Telefónica (2015). Sistema de Geolocalización de Llamadas de Emergencia - SGLE. Encuentro Internacional de Seguridad Ciudadana Ecuador (EISCE). Quito - Ecuador.

Tomlinson, R. (2008). Pensando en el SIG: Planificación del Sistema de Información Geográfica Dirigida a Gerentes (pp. 1-6). EEUU: Esri Press.

W3C - World Wide Consortium de España (2015). Servicios Web. Accedido el 20 de septiembre de 2015 en http://www.w3c.es/Divulgacion/GuiasBreves/.

Weiss, R. (2015). Crime Analyst for ARCGIS.

PÁG. 70 DE 73

ANEXO A: Detalle de llamadas MISILES en el mes de Mayo.

Nro. Sin Error del Mal Id Año Mes Día Llamadas interlocutor sistema intencionada 1 2015 5 6 41 40 1 2 2015 5 7 85 78 3 4 3 2015 5 8 116 108 2 6 4 2015 5 9 168 145 5 18 5 2015 5 10 145 131 1 13 6 2015 5 11 166 147 19 7 2015 5 12 406 311 55 40 8 2015 5 13 634 537 36 61 9 2015 5 14 616 542 24 50 10 2015 5 15 608 544 20 44 11 2015 5 16 660 606 3 51 12 2015 5 17 682 623 10 49 13 2015 5 18 628 577 4 47 14 2015 5 19 628 573 55 15 2015 5 20 626 569 19 38 16 2015 5 21 638 574 21 43 17 2015 5 22 698 622 33 43 18 2015 5 23 697 637 14 46 19 2015 5 24 758 721 3 34 20 2015 5 25 608 583 2 23 21 2015 5 26 537 479 2 56 22 2015 5 27 628 549 79 23 2015 5 28 640 565 17 58 24 2015 5 29 593 523 21 49 25 2015 5 30 657 590 18 49 26 2015 5 31 783 713 16 54 Total Mayo de 2015 13,446 12,087 329 1,030

PÁG. 71 DE 73

ANEXO B: Detalle de llamadas MISILES en el mes de Junio.

Nro. Sin Error del Mal Id Año Mes Día Llamadas interlocutor sistema intencionada 27 2015 6 1 588 562 1 25 28 2015 6 2 138 135 2 1 29 2015 6 4 189 169 20 30 2015 6 5 644 607 6 31 31 2015 6 6 664 584 9 71 32 2015 6 7 597 559 9 29 33 2015 6 8 629 592 8 29 34 2015 6 9 640 615 25 35 2015 6 10 530 505 1 24 36 2015 6 11 508 465 43 37 2015 6 12 560 524 36 38 2015 6 13 642 571 5 66 39 2015 6 14 634 570 4 60 40 2015 6 15 629 593 7 29 41 2015 6 16 480 441 4 35 42 2015 6 17 538 510 28 43 2015 6 18 573 531 1 41 44 2015 6 19 656 598 2 56 45 2015 6 20 583 531 2 50 46 2015 6 21 605 549 5 51 47 2015 6 22 550 501 3 46 48 2015 6 23 506 476 2 28 49 2015 6 24 457 440 3 14 50 2015 6 25 519 494 1 24 51 2015 6 26 403 382 21 52 2015 6 27 551 509 5 37 53 2015 6 28 540 503 37 54 2015 6 29 490 441 3 46 55 2015 6 30 514 459 5 50 Total Junio de 2015 15,557 14,416 88 1,053

PÁG. 72 DE 73

ANEXO C: Detalle de llamadas MISILES por operadora celular CANTON

PARROQUIA NRO. LLAMADAS SAN MIGUEL DE IBARRA AMBUQUI IBARRA 14,043 LA ESPERANZA SALINAS SAN ANTONIO ATUNTAQUI ANTONIO ANTE IMBAYA (SAN LUIS DE COBUENDO) 1,979 SAN ROQUE COTACACHI GARCIA MORENO (LLURIMAGUA) COTACACHI 2,241 IMANTAG QUIROGA OTAVALO DOCTOR MIGUEL EGAS CABEZAS (PEGUCHE) EUGENIO ESPEJO (CALPAQUI) GONZALEZ SUAREZ OTAVALO 7,155 SAN JOSE DE QUICHINCHE SAN JUAN DE ILUMAN SAN PABLO SAN RAFAEL PIMAMPIRO PIMAMPIRO MARIANO ACOSTA 851 URCUQUI PABLO ARENAS URCUQUI SAN FCO. DE NATABUELA 1,767 Suma 28,036 Porcentaje (%) 100

CNT CONECEL OTECEL 287 10,850 1,106 6 143 0 5 641 56 3 0 0 27 705 214 14 1,201 22 4 0 0 13 657 68 19 1,652 116 1 0 14 0 436 0 3 0 0 58 3,347 300 9 1 1 6 7 4 2 14 0 11 0 11 506 1.80

578 0 875 336 340 1,075 0 695 100 575 235 860 25,301 90.24

0 0 106 60 50 0 0 42 0 75 0 0 2,229 7.95

PÁG. 73 DE 73