Aplicación de algoritmos de procesamiento de datos para la generación de un modelo de exposición sísmica de las ciudades de Santa Marta (Magdalena) y Riohacha (La Guajira)



Opciones de visualización y descarga

Apreciado usuario, tenga en cuenta que al momento de intentar visualizar o descargar un documento, podrá aplicar una de estas opciones, dependiendo de cada caso:

- Visualizar el archivo y descargarlo.
- Visualizar el archivo sin permitir la descarga.
- Solicitar una copia al autor en el caso que el documento esté restringido.



Date
2023
Authors
Andrés Fabián, Saumeth Bernal
Journal Title
Journal ISSN
Volume Title
Publisher
Universidad del Magdalena - Editorial unimagdalena

Abstract
Uno de los componentes fundamentales del proceso de estimación del riesgo es el desarrollo de modelos de exposición. Un modelo de exposición sísmica permite describir la localización, valor económico y número de ocupantes/usuarios de los elementos expuestos (edificaciones, puentes, vías, infraestructura, etc.) ante la amenaza sísmica, y contiene los atributos de dichos elementos que condicionan su capacidad de sobrellevar el evento. Esto último implica la recolección de una cantidad significativa de información, particularmente cuando estos modelos se desarrollan a escala de ciudad o región. Este trabajo presenta la implementación de algoritmos para el procesamiento de datos en el desarrollo de modelos de exposición sísmica para las ciudades de Santa Marta (Magdalena) y Riohacha (La Guajira), con una resolución de manzanas urbanas. En el desarrollo del modelo se utilizaron metodologías de ciencia de datos, orientadas a la depuración, análisis y proyección de resultados. Estos algoritmos son aplicados a datos obtenidos de diversas fuentes de información como las bases de datos del Departamento Administrativo Nacional de Estadística (DANE), catastro municipal, y resultados de levantamientos remotos de atributos estructurales de edificaciones residenciales. Estos algoritmos fueron elaborados utilizando el lenguaje de programación Python (Python Software Foundation, 2022), apoyándose en las librerías de Pandas, Numpy, Matplotlib, Seaborn, Sympy y Math. Los algoritmos desarrollados facilitan el desarrollo y ensamble del modelo de exposición de las ciudades de interés
Description
Keywords
Riesgo sísmico, Modelo de exposición, Ciencia de datos
Citation
item.page.fuente