Sistema de monitoreo en tiempo real de movimientos de masa en Cuenca, mediante redes GSM-GPS.
Contenido principal del artículo
Resumen
En este artículo, se desarrollará una implementación de un sistema de monitoreo, en varias zonas de riesgo de movimientos de ladera, en el cantón Cuenca de Ecuador. A través del armado de múltiples GPS con sus respectivos componentes, se pretende en tiempo real determinar los posibles movimientos en deslizamiento que se producen en dichas zonas, generando un mensaje de texto, al detectar movimientos con el acelerómetro. De acuerdo con la metodología propuesta, se obtendrá las coordenadas de dirección: latitud, longitud y latitud, mismas que pueden servir, para realizar seguimientos durante un tiempo determinado, para ver si ha existido algún tipo de desplazamientos en dichas zonas de estudio. Una vez realizado, las pruebas de campo con los equipos GPS, se establece que son funcionales y rentables respecto a los que existe en el mercado.
Palabras clave: GPS; Monitoreo; Movimientos; Acelerómetro; Deslizamiento.
Detalles del artículo
Esta obra está bajo una licencia internacional Creative Commons Atribución 4.0.
1.- Licencia de contenido
Creative Commons
Atribución-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)
Política propuesta para revistas que ofrecen acceso abierto
Aquellos autores/as que tengan publicaciones con esta revista, aceptan los términos siguientes:
Usted es libre de:
Compartir — copiar y redistribuir el material en cualquier medio o formato
Adaptar — remezclar, transformar y construir a partir del material
La licenciante no puede revocar estas libertades en tanto usted siga los términos de la licencia
Bajo los siguientes términos:
- Atribución — Usted debe dar crédito de manera adecuada, brindar un enlace a la licencia, e indicar si se han realizado cambios. Puede hacerlo en cualquier forma razonable, pero no de forma tal que sugiera que usted o su uso tienen el apoyo de la licenciante.
- NoComercial — Usted no puede hacer uso del material con propósitos comerciales.
- CompartirIgual — Si remezcla, transforma o crea a partir del material, debe distribuir su contribución bajo la la misma licencia del original.
No hay restricciones adicionales — No puede aplicar términos legales ni medidas tecnológicas que restrinjan legalmente a otras a hacer cualquier uso permitido por la licencia.
Â
2.- Derechos de autor y pemiso
- La revista permite que los autores tengan los derechos de autor sin restricciones.
- La revista permite que los autores conserven los derechos de publicación sin restricciones; y los autores garantizan a la revista el derecho de ser la primera publicación del trabajo
Citas
Benoit, L., Briole, P., Martin, O., Thom, C., Malet, J.-P., & Ulrich, P. (2015). Monitoring landslide displacements with the Geocube wireless network of low-cost GPS. Engineering Geology, 195, 111–121. https://doi.org/https://doi.org/10.1016/j.enggeo.2015.05.020
Chan, Y. J., & Huang, J.-W. (2017). Multiple-point vibration testing with micro-electromechanical accelerometers and micro-controller unit. Mechatronics, 44, 84–93. https://doi.org/https://doi.org/10.1016/j.mechatronics.2017.04.006
Coral, C., Bokelmann, W., Bonatti, M., Carcamo, R., & Sieber, S. (2021). Understanding institutional change mechanisms for land use: Lessons from Ecuador’s history. Land Use Policy, 108, 105530. https://doi.org/https://doi.org/10.1016/j.landusepol.2021.105530
Delgado, D., Sadaoui, M., Ludwig, W., & Méndez, W. (2022). Spatio-temporal assessment of rainfall erosivity in Ecuador based on RUSLE using satellite-based high frequency GPM-IMERG precipitation data. CATENA, 219, 106597. https://doi.org/https://doi.org/10.1016/j.catena.2022.106597
Du, J.-C., & Teng, H.-C. (2007). 3D laser scanning and GPS technology for landslide earthwork volume estimation. Automation in Construction, 16(5), 657–663. https://doi.org/https://doi.org/10.1016/j.autcon.2006.11.002
Kathpalia, N., & Gulati, T. (2022). 3 Axis Gyro Accelerometer & Artificial Intelligence based Enhancement of GPS Accuracy. Measurement: Sensors, 100618. https://doi.org/https://doi.org/10.1016/j.measen.2022.100618
Kondaveeti, H. K., Kumaravelu, N. K., Vanambathina, S. D., Mathe, S. E., & Vappangi, S. (2021). A systematic literature review on prototyping with Arduino: Applications, challenges, advantages, and limitations. Computer Science Review, 40, 100364. https://doi.org/https://doi.org/10.1016/j.cosrev.2021.100364
Meje, K. C., Bokopane, L., Kusakana, K., & Siti, M. (2021). Real-time power dispatch in a standalone hybrid multisource distributed energy system using an Arduino board. Energy Reports, 7, 479–486. https://doi.org/https://doi.org/10.1016/j.egyr.2021.08.016
Neuberg, J. W., Collinson, A. S. D., Mothes, P. A., C. Ruiz, M., & Aguaiza, S. (2018). Understanding cyclic seismicity and ground deformation patterns at volcanoes: Intriguing lessons from Tungurahua volcano, Ecuador. Earth and Planetary Science Letters, 482, 193–200. https://doi.org/https://doi.org/10.1016/j.epsl.2017.10.050
Om Venkat Pavan Kumar, A., Nandini, D., Manobi Sairam, M., & Madhusudan, B. P. (2021). Development of GPS & GSM based advanced system for tracking vehicle speed violations and accidents. Materials Today: Proceedings. https://doi.org/https://doi.org/10.1016/j.matpr.2021.07.051
Othman, S. E., Salama, G. M., & Hamed, H. F. A. (2021). Methodology for the remote transfer of GPS receiver station data through a GSM network. Heliyon, 7(11), e08330. https://doi.org/https://doi.org/10.1016/j.heliyon.2021.e08330
Sanghavi, K., Sanghavi, M., & Rajurkar, A. M. (2021). Early stage detection of Downey and Powdery Mildew grape disease using atmospheric parameters through sensor nodes. Artificial Intelligence in Agriculture, 5, 223–232. https://doi.org/https://doi.org/10.1016/j.aiia.2021.10.001
Squarzoni, C., Delacourt, C., & Allemand, P. (2005). Differential single-frequency GPS monitoring of the La Valette landslide (French Alps). Engineering Geology, 79(3), 215–229. https://doi.org/https://doi.org/10.1016/j.enggeo.2005.01.015
Su, Y., Wang, J., Li, D., Wang, X., Hu, L., Yao, Y., & Kang, Y. (2023). End-to-end deep learning model for underground utilities localization using GPR. Automation in Construction, 149, 104776. https://doi.org/https://doi.org/10.1016/j.autcon.2023.104776
Torres-Quezada, J., Torres Avilés, A., Isalgue, A., & Pages-Ramon, A. (2022). The evolution of embodied energy in andean residential buildings. Methodology applied to Cuenca-Ecuador. Energy and Buildings, 259, 111858. https://doi.org/https://doi.org/10.1016/j.enbuild.2022.111858
Wang, H., Ji, F., Zhan, X., Tan, C., & Feng, C. (2022). Sensitivity evaluation of landslide geological hazards based on Multi-source Remote Sensing Data. Optik, 170481. https://doi.org/https://doi.org/10.1016/j.ijleo.2022.170481
Wang, P., Liu, H., Nie, G., Yang, Z., Wu, J., Qian, C., & Shu, B. (2022). Performance evaluation of a real-time high-precision landslide displacement detection algorithm based on GNSS virtual reference station technology. Measurement, 199, 111457. https://doi.org/https://doi.org/10.1016/j.measurement.2022.111457
Zhu, X., Xu, Q., Zhou, J., & Deng, M. (2012). Remote Landslide Observation System with Differential GPS. Procedia Earth and Planetary Science, 5, 70–75. https://doi.org/https://doi.org/10.1016/j.proeps.2012.01.012