Logotipo del repositorio

Publicación:
Gestión del arbolado urbano en la empresa Centrales Eléctricas del Norte de Santander

dc.contributor.advisorDíaz López, Sandra Milena
dc.contributor.advisorBonilla Barajas, Sandra Milena
dc.contributor.authorHernández Roa, Oscar Julián
dc.contributor.evaluatorMolina Gutierrez, Cristian Mauricio
dc.contributor.evaluatorMontañez Valencia, Ronald Alfonso
dc.date.accessioned2026-02-13T14:35:00Z
dc.date.available2026-02-13T14:35:00Z
dc.date.created2026-02-11
dc.date.issued2026-02-11
dc.description.abstractEste proyecto se realizó en el área de influencia de Centrales Eléctricas del Norte de Santander (CENS) con el propósito de mejorar la forma en que se maneja el arbolado urbano. Para esto, se combinaron dos partes principales: por un lado, se hicieron ensayos de campo con fitohormonas que frenan el crecimiento de los árboles y con el uso de enredaderas como método de control en especies de rápido desarrollo. Con esto se buscó disminuir la interferencia que genera la vegetación en la red eléctrica y reducir la necesidad de podas constantes. Al mismo tiempo, se trabajó con la aplicación forestal ECOSIMAC, que permitió registrar de manera organizada información de cada árbol, como su ubicación, tamaño, estado sanitario y los tratamientos aplicados. Para lograr un buen manejo de la herramienta se realizaron capacitaciones a coordinadores, interventores y jefes de cuadrilla, lo que aseguró que todos siguieran un mismo protocolo en la toma de datos. Gracias a esto se pudo calcular de forma más precisa las tasas de crecimiento de diferentes especies y obtener datos útiles para la empresa. Con la información recolectada, se propuso usar inteligencia artificial para predecir en qué momento y lugar sería necesario realizar podas, optimizando recursos y mejorando la seguridad de las redes eléctricas. Además, se generaron mapas de calor en Python que muestran la concentración de individuos y especies por alimentador, lo que facilita identificar zonas críticas y priorizar intervenciones. En general, el proyecto combina prácticas de campo con herramientas digitales, ofreciendo una alternativa práctica e innovadora para el manejo del arbolado urbano y la planificación del mantenimiento en CENS.
dc.description.abstractenglishThis project was carried out in the area of influence of Centrales Eléctricas del Norte de Santander (CENS) with the purpose of improving the management of urban trees. To achieve this, two main approaches were combined: on the one hand, field trials were conducted using phytohormones to slow down tree growth, as well as the use of climbers as a control method in fast-growing species. The objective was to reduce vegetation interference with the power grid and minimize the need for constant pruning. At the same time, the forestry application ECOSIMAC was used to systematically record information for each tree, including location, size, health status, and applied treatments. To ensure proper use of the tool, training sessions were provided to coordinators, supervisors, and crew leaders, guaranteeing a standardized protocol for data collection. This allowed for more accurate calculations of growth rates across different species and the generation of valuable data for the company. With the collected information, the use of artificial intelligence was proposed to predict when and where pruning would be necessary, thus optimizing resources and improving the safety of power networks. Additionally, heat maps were developed in Python to display the concentration of individuals and species by feeder, facilitating the identification of critical areas and prioritization of interventions. Overall, the project integrates field practices with digital tools, offering a practical and innovative alternative for urban tree management and maintenance planning at CENS.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero Forestal
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/47006
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyInstituto de Proyección Regional y Educación a Distancia
dc.publisher.programIngeniería Forestal
dc.publisher.schoolInstituto de Proyección Regional y Educación a Distancia
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.urihttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectSilvicultura Urbana
dc.subject.keywordUrban forestry
dc.titleGestión del arbolado urbano en la empresa Centrales Eléctricas del Norte de Santander
dc.title.englishUrban Tree Management in the Company Centrales Eléctricas del Norte de Santander.
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
dspace.entity.typePublication

Archivos

Bloque original

Mostrando 1 - 3 de 3
Cargando...
Miniatura
Nombre:
Nota Proyecto.pdf
Tamaño:
260.75 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Carta de Autorizacion.pdf
Tamaño:
158.17 KB
Formato:
Adobe Portable Document Format
Cargando...
Miniatura
Nombre:
Documento.pdf
Tamaño:
2.36 MB
Formato:
Adobe Portable Document Format

Bloque de licencias

Mostrando 1 - 1 de 1
Cargando...
Miniatura
Nombre:
license.txt
Tamaño:
2.17 KB
Formato:
Item-specific license agreed to upon submission
Descripción:

VIGILADA MINEDUCACIÓN

Ordenanza No. 83 de 1.944 (junio 22)

Carácter académico: Universidad

Notificaciones judiciales: notjudiciales@uis.edu.co 

.

Código SNIES: 1204   Nit: 890.201.213-4

Línea Anticorrupción:  +57 (601) 562 9300 EXT: 3633

Línea transparente: +57 (607) 630 3031