Uso de los vehículos aéreos no tripulados (drones) para el levantamiento de información primaria en los estudios ambientales por parte de las consultoras ambientales
PDF

Palabras clave

drones
análisis multitemporales
modelos digitales de elevación
ortofotomosaicos Drones
Multitemporal Analysis
Digital Elevation Models
Orthophototomosacs

Cómo citar

Calderón Aragón, G., Cubillos Rodríguez , J. P. ., & Delgado niño, P. (2022). Uso de los vehículos aéreos no tripulados (drones) para el levantamiento de información primaria en los estudios ambientales por parte de las consultoras ambientales . Avances Investigación En Ingeniería, 19(1). https://doi.org/10.18041/1794-4953/avances.1.7575

Resumen

En Colombia, el uso de vehículos aéreos no tripulados (drones) se ha limitado a actividades básicas como visitas preliminares a las áreas o a la obtención de ortofotomosaicos y modelos digitales de elevación; pero se ha planteado la necesidad de expandir su uso. En este artículo se presenta la apropiación de esta tecnología por parte de algunas consultoras ambientales en la determinación de la línea base ambiental, a partir de los resultados derivados de una consulta a diferentes compañías consultoras que se especializan en la conformación y evaluación de planes ambientales dirigidos a entidades territoriales como requisito en el diseño de obras civiles. Los resultados arrojan que el mayor uso de drones se da en estudios de impacto ambiental (31,3 %) y en planes de manejo ambiental (25 %). Por otra parte, los resultados evidenciaron que el 71,4 % de las empresas encuestadas desconocen las posibilidades de mejoras al modelo más comercial de drones tanto en la variedad de sensores y aditamentos como de software que permita una transmisión de datos más rápida o una mejor resolución de las imágenes. En este sentido, este trabajo señala algunos casos específicos en las temáticas de estudio de las compañías encuestadas, con el fin de generar interés en potenciar sus drones.

https://doi.org/10.18041/1794-4953/avances.1.7575
PDF

Citas

H. Pérez, E. Benítez y M. Díaz, “Sistema de georreferenciado de imágenes con drones”, Ra Ximhai, vol. 13, n.º 33, pp. 65-77, 2017. [En línea]. Disponible: https://www.redalyc.org/pdf/461/46154070004.pdf

E. M. Sánchez-Ortega, A. Hernández-Calette y A. Hernández-Montes, “Influence of locust bean and xanthan gums on the stability and acceptability of dairy cream”, Ing. Agrícola y Biosist., vol. 9, n.º 2, pp. 63-84, 2017. https://doi.org/10.5154/r.inagbi.2017.04.008

G. Macrina, L. Di Puglia Pugliese, F. Guerriero y G. Laporte, “Drone-aided routing: a literature review”, Transp. Res. Part C Emerg. Technol., vol. 120, n.º September, p. 102762, 2020. https://doi.org/10.1016/j.trc.2020.102762

M. Andreetto, M. Pacher, D. Fontanelli y D. Macii, “A cooperative monitoring technique using visually servoed drones”, 2015 IEEE Work. Environ. Energy, Struct. Monit. Syst. EESMS 2015 - Proc., pp. 244-249, 2015. https://doi.org/10.1109/EESMS.2015.7175885

M. Sajid, Y. J. Yang, G. B. Kim y K. H. Choi, “Remote monitoring of environment using multi-sensor wireless node installed on quad-copter drone”, IRIS 2016 - 2016 IEEE 4th Int. Symp. Robot. Intell. Sensors Empower. Robot. with Smart Sensors, n.º December, pp. 213-216, 2017. https://doi.org/10.1109/IRIS.2016.8066093

R. Thomazella et al., “Environmental monitoring using drone images and convolutional neural networks", IGARSS 2018 - 2018 IEEE International Geoscience and Remote Sensing Symposium, pp. 8941-8944, 2018.

A. Koval, E. Irigoyen y T. Koval, “AR.Drone as a platform for measurements”, 2017 IEEE 37th Int. Conf. Electron. Nanotechnology, ELNANO 2017 - Proc., pp. 424-427, 2017. https://doi.org/10.1109/ELNANO.2017.7939812

V. Sprincean, A. Paladi, T. Bulimaga y F. Paladi, “UVS in monitoring of environmental factors”, 2020 IEEE Int. Work. Metrol. AeroSpace, Metroaerosp. 2020 - Proc., n.º 20, pp. 78-83, 2020. https://doi.org/10.1109/MetroAeroSpace48742.2020.9160057

L. Molina, “Monitoreo de obra mediante modelos digitales de elevación generados por fotogrametría con drones”, tesis de grado, Universidad de los Andes, Bogotá, Colombia, 2019. [En línea]. Disponible: http://hdl.handle.net/1992/45465

Z. kavoosi, M. H. Raoufat, M. Dehghani, J. Abdolabbas, S. A. Kazemeini y M. J. Nazemossadat, “Feasibility of satellite and drone images for monitoring soil residue cover”, J. Saudi Soc. Agric. Sci., vol. 19, n.º 1, pp. 56-64, 2020. https://doi.org/10.1016/j.jssas.2018.06.001

S. Wu et al., “Monitoring tree-crown scale autumn leaf phenology in a temperate forest with an integration of PlanetScope and drone remote sensing observations”, ISPRS J. Photogramm. Remote Sens., vol. 171, pp. 36-48, 2021. https://doi.org/10.1016/j.isprsjprs.2020.10.017

D. Yallappa, M. Veerangouda, M. Devanand, P. Vijayakumar y M. Bheemanna, “Development and evaluation of drone mounted sprayer for pesticide applications to crops”, 2017 IEEE Global Humanitarian Technology Conference (GHTC), pp. 1-7, 2017. https://doi.org/10.1109/GHTC.2017.8239330

S. D. Shelare, K. R. Aglawe, S. N. Waghmare y P. N. Belkhode, “Advances in water sample collections with a drone - A review”, Mater. Today Proc., vol. 47, parte 14, pp. 4490-4494, 2021. https://doi.org/10.1016/j.matpr.2021.05.327

A. Castellini, D. Bloisi, J. Blum, F. Masillo y A. Farinelli, “Multivariate sensor signals collected by aquatic drones involved in water monitoring: A complete dataset”, Data Br., vol. 30, 2020. https://doi.org/10.1016/j.dib.2020.105436

D. Stokes, K. Apps, P. A. Butcher, B. Weiler, H. Luke y A. P. Colefax, “Beach-user perceptions and attitudes towards drone surveillance as a shark-bite mitigation tool”, Mar. Policy, vol. 120, n.º April, p. 104127, 2020. https://doi.org/10.1016/j.marpol.2020.104127

A. Kumar, R. Krishnamurthi, A. Nayyar, A. K. Luhach, M. S. Khan y A. Singh, “A novel Software-Defined Drone Network (SDDN)-based collision avoidance strategies for on-road traffic monitoring and management”, Veh. Commun., vol. 28, p. 100313, 2021. https://doi.org/10.1016/j.vehcom.2020.100313

N. Zhang, H. Liu, B. F. Ng y K. H. Low, “Collision probability between intruding drone and commercial aircraft in airport restricted area based on collision-course trajectory planning”, Transp. Res. Part C Emerg. Technol., vol. 120, n.º July, p. 102736, 2020. https://doi.org/10.1016/j.trc.2020.102736

Y. Zhang, D. He, L. Li y B. Chen, “A lightweight authentication and key agreement scheme for Internet of Drones”, Comput. Commun., vol. 154, n.º January, pp. 455-464, 2020. https://doi.org/10.1016/j.comcom.2020.02.067

L. Weng, Y. Zhang, Y. Yang, M. Fang y Z. Yu, “A mobility compensation method for drones in SG-eIoT”, Digit. Commun. Networks, n.º November 2019, pp. 0-4, 2020. https://doi.org/10.1016/j.dcan.2020.07.011

S. O. Al-Jazzar e Y. Jaradat, “AOA-based drone localization using wireless sensor-doublets”, Phys. Commun., vol. 42, p. 101160, 2020. https://doi.org/10.1016/j.phycom.2020.101160

B. Bera, D. Chattaraj y A. K. Das, “Designing secure blockchain-based access control scheme in IoT-enabled Internet of Drones deployment”, Comput. Commun., vol. 153, n.º November 2019, pp. 229-249, 2020. https://doi.org/10.1016/j.comcom.2020.02.011

K. Skiadopoulos, K. Giannakis, A. Tsipis, K. Oikonomou y I. Stavrakakis, “Impact of drone route geometry on information collection in wireless sensor networks”, Ad Hoc Networks, vol. 106, p. 102220, 2020. https://doi.org/10.1016/j.adhoc.2020.102220

A. V. Savkin and H. Huang, “Navigation of a network of aerial drones for monitoring a frontier of a moving environmental disaster area”, IEEE Syst. J., vol. 14, n.º 4, pp. 4746-4749, 2020. https://doi.org/10.1109/JSYST.2020.2966779

J. Baeza, D. Valencia y A. Baeza, “Use of drones for remote management of the close measure of radioactivity sources”, IGARSS 2018 - 2018 IEEE International Geoscience and Remote Sensing Symposium, vol. 8, pp. 7914-7917, 2018.

D. Terutsuki, T. Uchida, C. Fukui, Y. Sukekawa, Y. Okamoto y R. Kanzaki, “Real-time odor concentration and direction recognition for efficient odor source localization using a small bio-hybrid drone”, Sensors Actuators, B Chem., vol. 339, n.º February, p. 129770, 2021. https://doi.org/10.1016/j.snb.2021.129770

W. J. Yun, S. Jung, J. Kim y J. H. Kim, “Distributed deep reinforcement learning for autonomous aerial eVTOL mobility in drone taxi applications”, ICT Express, vol. 7, n.º 1, pp. 1-4, 2021. https://doi.org/10.1016/j.icte.2021.01.005

S. Mandujano, M. Mulero-Pázmany y A. Rísquez-Valdepeña, “Drones: una nueva tecnología para el estudio y monitoreo de fauna y hábitats”, Agroproductividad, vol. 10, pp. 79-84, 2017.

J. Fernández y G. Gutiérrez, “Aplicaciones geológicas de los drones”, Rev. Soc. Geol. Esp., vol. 29, n.º 1, pp. 89-105, 2016.

G. Acosta, E. McClung, G. Jiménez y V. H. García, “Using photogrammetry through unmanned aerial vehicles (UAV) as a risk assessment tool: the archaeological chinampas of xochimilco”, Rev. Esp. Antropol. Am., vol. 47, pp. 185-197, 2017. https://doi.org/10.5209/REAA.61978

J. J. Kim, I. Kim y J. Hwang, “A change of perceived innovativeness for contactless food delivery services using drones after the outbreak of COVID-19”, Int. J. Hosp. Manag., vol. 93, n.º September 2020, p. 102758, 2021. https://doi.org/10.1016/j.ijhm.2020.102758

Creative Commons License

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.

Derechos de autor 2022 Avances Investigación en Ingeniería

Descargas

Los datos de descargas todavía no están disponibles.