Alternativas para la Adquisición de Datos Colaborativos Necesarios en la Construcción de Mapas de Ruido de Trafico Automotor

Jhon Sergio Marulanda, Jonathan Ochoa Villegas, Luis Alberto Tafur Jiménez

Resumen


La construcción de mapas de ruido por métodos de cálculo tiene como herramienta base datos geográficos. Aunque muchas áreas cuentan con información base que permiten la valoración de ruido, diferentes atributos necesarios no se encuentran actualizados o simplemente no existen. Las entidades encargadas de levantar estos datos para realizar mapas de ruido, generalmente requieren de grandes campañas de recolección de datos geográficos que demandan personal y equipo técnico especializado. Actualmente, las iniciativas colaborativas acompañadas de las tecnologías de la información y comunicación permiten compartir y editar datos geoespaciales. Este tipo de iniciativas potencian el trabajo con información georreferenciada haciendo que proyectos ambientales de gestión de ruido, puedan nutrirse de estos datos. De igual forma, las ciudades cada vez avanzan más a nivel tecnológico por lo que la integración de sistemas de seguridad y movilidad con datos colaborativos, permite caracterizar datos geográficos asociados a la modelación de ruido. Este articulo presenta diferentes iniciativas para la recolección de datos geográficos para la construcción de mapas colaborativos. Así mismo, se presentan estrategias para la estimación de atributos asociados a fuentes de ruido. Se presenta un caso de estudio en donde se realizó la edición de los datos geográficos en un sistema de información colaborativos (OSM), se extrajeron los datos mediante los complementos del software QGIS y se editaron los atributos de una vía con el fin de exportar los datos y simular el mapa de ruido diurno del área en software de predicción.

Palabras clave


Ciudades Inteligentes;Gestión del ruido; Mapas Colaborativos; Mapas estratégicos de Ruido

Texto completo:

PDF

Referencias


I. Alice, E. González, and B. Rocco, “Contaminacion fisica en ambiente urbano: El Ruido,” Dep. Ing. Ambient. – IMFIA Fac. Ing. la Univ. la República, 2016.

P. H. T. Zannin and D. Q. De Sant’Ana, “Noise mapping at different stages of a freeway redevelopment project - A case study in Brazil,” Appl. Acoust., vol. 72, no. 8, pp. 479–486, 2011.

Organización Mundial de la Salud, “Guías para el ruido urbano,” p. 14, 1999.

European Commission Working Group Assessment of Exposure to Noise (WG-AEN), “Good Practice Guide for Strategic Noise Mapping and the Production of Associated Data on Noise Exposure - Position Paper,” vol. 2006, no. January, pp. 1–129, 2006.

Diario Oficial de las Comunidades Europeas, “Directiva 2002/49/CE del Parlamento Europeo y del Consejo de 25 de junio de 2002 sobre evaluación y gestión del ruido ambiental,” Minist. la Pres. España, p. 25, 2002.

D. M. Murillo, “Resolución espacial en la elaboración de mapas de ruido por interpolación,” Ing. USBMed, vol. 1, no. 1, 2010.

AMVA and Consorcio PS-AAC, Actualización de los mapas de Ruido de la zona urbana de los municipios de Medellín, Bello e Itagüí. 2015.

Sociedad Chilena de Acústica, “Contaminación acústica y control de ruido ambiental urbano: protección de las viientas contra el ruido.” 1997.

C. Alves, “Ruido ambiental y paisaje sonoro. Sinergias en el medio urbano,” p. 63, 2013.

F. S. Echazarreta, “Estrategia de elaboración de un mapa de ruido,” pp. 45–54, 2008.

Departamento de Ordenación del Territorio y Medio Ambiente, “Guía Metodológica para la Realización de Mapas de Ruido,” Gobierno Vasco. pp. 1–14, 2005.

P. Martínez and A. Moreno, “El ruido ambiental urbano de Madrid: caracterización y evaluación cuantitativa de la población potencialmente afectable,” Boletín la Asoc. Geógrafos Españoles, no. 40, pp. 153–180, 2005.

C. E. de A. Freire and M. Painho, “Development of a Mobile Mapping Solution for Spatial Data Collection Using Open-Source Technologies,” Procedia Technol., vol. 16, pp. 481–490, 2014.

J. P. Gómez Barrón Sierra, “Crowdsourcing de información geográfica: proyectos Open Source y desarrollo de una plataforma móvil para mantenimiento de infraestructura urbana.” 2014.

D. Sui, S. Elwood, and M. Goodchild, “Crowdsourcing geographic Knowledge: Volunteered geographic information (VGI) in theory and practice,” Crowdsourcing Geogr. Knowl. Volunt. Geogr. Inf. Theory Pract., vol. 9789400745, no. January 2013, pp. 1–396, 2013.

M.E. Scarpa, “Google Maps cumple 11 años revolucionando la cartografía mundial,” La Tercera, 2016.

P. Neis and D. Zielstra, “Recent Developments and Future Trends in Volunteered Geographic Information Research: The Case of OpenStreetMap,” Futur. Internet, vol. 6, no. 1, pp. 76–106, 2014.

ESRI, “El Sistema ArcGIS,” ArcGIS Rrsources, 2016. [Online]. Available: http://resources.arcgis.com/es/help/getting-started/articles/026n00000013000000.htm.

Intergraph Corporation, “Acerca de Intergraph,” Acerca de Intergraph, 2016. [Online]. Available: http://www.intergraph.com/global/es/about_us/default.aspx. [Accessed: 13-Jul-2016].

S. Steiniger and A. J. S. Hunter, “The 2012 free and open source GIS software map - A guide to facilitate research, development, and adoption,” Comput. Environ. Urban Syst., vol. 39, pp. 136–150, 2013.

Waze Mobile, “Conectando ciudadanos y gobiernos a través de Datos,” Connected Citizens, 2016. [Online]. Available: https://www.waze.com/es-419/ccp. [Accessed: 24-Jul-2016].

J. H. Ko, S. Il Chang, and B. C. Lee, “Noise impact assessment by utilizing noise map and GIS: A case study in the city of Chungju, Republic of Korea,” Appl. Acoust., vol. 72, no. 8, pp. 544–550, 2011.

P. Pamanikabud and M. Tansatcha, “3D analysis and investigation of traffic noise impact from a new motorway on building and surrounding area,” Appl. Acoust., vol. 71, no. 12, pp. 1185–1193, 2010.

J. Rendón, J. R. Gómez, A. F. Pardo, R. A. Monsalve, and D. M. Murillo, “Índices de ruido urbano en el día sin carro en la ciudad de Medellín,” Ing. USBMed, vol. 1, no. 1, 2010.

D. M. Murillo-Gómez, J. C. Gil-Carvajal, V. Zapata-Rodríguez, and J. J. Téllez-García, “Assessment of the RLS 90 calculation method for predicting road traffic noise in Colombian conditions,” Rev. Fac. Ing., vol. 1, no. 75, pp. 175–188, 2015.

M. J. M. Chan, “Sistema automático de conteo y clasificación de flujo vehicular basado en secuencias de video y redes neuronales artificiales,” 2006.

M. Maldonado, “Sistema Automático de Conteo y Clasificación de Flujo vehicular Basado en Secuancias de Video y Redes Neuronales Artificiales,” Universidad Autónoma de Nuevo León División de Estudios de Posgrado, 2006.

E. Wetjen, “Counting Cars and Analyzing Traffic with a Raspberry Pi, a Webcam and ThingSpeak,” MakerZone, 2015. [Online]. Available: http://makerzone.mathworks.com/blog/counting-cars-and-analyzing-traffic-raspberry-pi-thingspeak/. [Accessed: 13-Jul-2016].

A. Sobral, L. Oliveira, L. Schnitman, and F. Souza, “Highway traffic congestion classification using holistic properties,” Int. Conf. Signal Process. Pattern Recognit. Appl., no. November 2015, pp. 458–465, 2013.

M. Goetz and A. Zipf, “OpenStreetMap in 3D–Detailed Insights on the Current Situation in Germany,” City, Proc. Agil. 2012 Int. …, no. 1, pp. 24–27, 2012.

M. Over, A. Schilling, S. Neubauer, and A. Zipf, “Generating web-based 3D City Models from OpenStreetMap: The current situation in Germany,” Comput. Environ. Urban Syst., vol. 34, no. 6, pp. 496–507, 2010.

Departamento Administrativo Nacional de Estadística (DANE), “Estimaciones y Proyecciones de Población,” 2016. .




DOI: http://dx.doi.org/10.21500/20275846.2855