TESIS DE MAESTRÍA
INGENIERÍA CIVIL
DETERMINACIÓN DEL ESTADO DE REDES LOCALES DE
ALCANTARILLADO Y SU NECESIDAD O NO DE SER SOMETIDAS
A RENOVACIÓN/REHABILITACIÓN TENIENDO EN CUENTA
CCTV EN UN NÚMERO LIMITADO DE TUBERÍAS. CASO DE
ESTUDIO ZONA 1 DE LA EAAB – ESP.
PRESENTADO POR:
LADY JOHANNA SAUZA RODRÍGUEZ
ASESOR:
JUAN GUILLERMO SALDARRIAGA VALDERRAMA
UNIVERSIDAD DE LOS ANDES
FACULTAD DE INGENIERÍA
DEPARTAMENTO DE INGENIERÍA CIVIL Y AMBIENTAL
MAESTRÍA EN INGENIERÍA CIVIL
BOGOTÁ D.C.
ENERO 2020
AGRADECIMIENTOS
Todo el amor y el agradecimiento a mis hijos, a mi esposo, a mis padres y a mis hermanas, por el
apoyo y la comprensión para poder lograr este objetivo. A mis jefes, a mis amigos, a mis amigas, a
mis maestros, al Profesor Juan Guillermo Saldarriaga y al servicio público en mis queridas empresas,
el Acueducto Metropolitano de Bucaramanga SA ESP, Empresas Públicas de Cundinamarca SA ESP
y la Empresa de Acueducto y Alcantarillado de Bogotá SA ESP.
A Dios, a la Virgen y a la Devoción a San Judas Tadeo, que me dieron fuerza para ser mamá, esposa,
profesional y estudiante.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
i
TABLA DE CONTENIDO
1
Introducción ................................................................................................................................ 1
1.1
Objetivos ............................................................................................................................. 3
1.1.1
Objetivo General ......................................................................................................... 3
1.1.2
Objetivos Específicos .................................................................................................. 3
2
Marco teórico .............................................................................................................................. 4
2.1
Determinación del Estado estructural de las Tuberías de Alcantarillado Sanitario ............ 4
2.1.1
Significado e importancia ............................................................................................ 5
2.1.2
Variables que pueden influir en la determinación del estado estructural .................... 6
2.1.3
Tipos de modelos para la determinación del estado estructural ................................ 10
2.1.4
Normatividad de la Empresa de Acueducto y Alcantarillado de Bogotá EAAB ESP.
14
2.2
Modelos de Regresión Logística ....................................................................................... 23
2.2.1
Modelo de Regresión Logística Binaria .................................................................... 25
2.2.2
Modelo de Regresión Logística Multinominal .......................................................... 27
3
Metodología para la determinación del estado estructural de las redes de alcantarillado sanitario
de la zona 1 de la eaab esp. ............................................................................................................... 29
3.1
Antecedentes ..................................................................................................................... 29
3.2
Metodología propuesta para el Caso de Estudio ............................................................... 32
3.2.1
Definición del problema ............................................................................................ 32
3.2.2
Recopilación de la Información ................................................................................ 34
3.2.3
Depuración de la base de datos ................................................................................. 36
3.2.4
Metodología propuesta para la Estimación del Estado Estructural de las Redes Locales
de Alcantarillado Sanitario de la Zona 1 de la EAAB ESP. ...................................................... 51
4
Resultados ................................................................................................................................. 61
4.1
Caso de estudio ................................................................................................................. 61
4.1.1
Unidad de Planeamiento Zonal UPZ Los Cedros...................................................... 61
4.1.2
Zona 1 de la EAAB ................................................................................................... 69
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
ii
4.1.3
Predicción del estado estructural de las redes locales de alcantarillado sanitario de la
Zona 1 de la EAAB ................................................................................................................... 83
5
Análisis de resultados ................................................................................................................ 88
5.1
Unidad de Planeamiento Zonal UPZ Los Cedros ............................................................. 88
5.2
Zona 1 de la EAAB ........................................................................................................... 89
5.3
Predicción .......................................................................................................................... 90
6
Conclusiones ............................................................................................................................. 92
7
Recomendaciones y futuras investigaciones ............................................................................. 94
8
Referencias ................................................................................................................................ 96
9
Anexos ..................................................................................................................................... 100
9.1
Matriz de variables para regresión logística .................................................................... 100
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
iii
ÍNDICE DE FIGURAS
Figura 1.- Mapa de Zonas EAAB ESP. Tomado de www.acueducto.com.co ................................................... 1
Figura 2.- Mapa Subsidencia Bogotá, tomado de Mora (2018). ........................................................................ 8
Figura 3.- Mapa de Avisos de Mantenimiento de Alcantarillado 2008-2018 Zona 1 EAAB ESP .................... 9
Figura 4.- Función Logística ............................................................................................................................ 24
Figura 5.- Matriz Función Logística ................................................................................................................ 24
Figura 6.- CCTV realizados en la Zona 1 de la EAAB .................................................................................... 33
Figura 7.- Clase de Material Base de Datos completa, tuberías con y sin CCTV. ........................................... 36
Figura 8.- Clase de Material Base de Datos, muestra tuberías con CCTV. ..................................................... 37
Figura 9.- Diagrama Caja y Bigotes, Edad redes locales alcantarillado Sanitario Zona 1 EAAB ................... 39
Figura 10.- Diagrama Caja y Bigotes, Edad tuberías muestra con CCTV ....................................................... 40
Figura 11.- Diagrama Caja y Bigotes, Diámetros redes locales alcantarillado Sanitario Zona 1 EAAB ......... 41
Figura 12.- Diagrama Caja y Bigotes, Diámetros tuberías muestra con CCTV............................................... 42
Figura 13.- Diagrama Caja y Bigotes, Longitud redes locales alcantarillado Sanitario Zona 1 EAAB ........... 43
Figura 14.- Diagrama Caja y Bigotes, Longitud tuberías muestra con CCTV ................................................ 43
Figura 15.- Diagrama Caja y Bigotes, Longitud tuberías muestra con CCTV ................................................ 44
Figura 16.- Diagrama Caja y Bigotes, Pendiente tuberías muestra con CCTV ............................................... 45
Figura 17.- Diagrama Caja y Bigotes, Profundidad de las redes locales de alcantarillado Sanitario Zona 1
EAAB ...................................................................................................................................................... 46
Figura 18.- Diagrama Caja y Bigotes, Profundidad tuberías muestra con CCTV ........................................... 47
Figura 19.- Diagrama Caja y Bigotes, Avisos de Mantenimiento, de las redes locales de alcantarillado
Sanitario Zona 1 EAAB ........................................................................................................................... 48
Figura 20.- Diagrama Caja y Bigotes, Avisos de Mantenimiento, tuberías muestra con CCTV ..................... 48
Figura 21.- Diagrama Caja y Bigotes, Subsidencia, de las redes locales de alcantarillado Sanitario Zona 1
EAAB ...................................................................................................................................................... 49
Figura 22.- Diagrama Caja y Bigotes, Subsidencia, tuberías muestra con CCTV ........................................... 50
Figura 23.- Matriz de confusión....................................................................................................................... 53
Figura 24.- Diagrama de Flujo Metodología Determinación Estado Estructural ............................................. 55
Figura 25.- Diagrama de Flujo Metodología Entregar Modelo de Regresión Logística .................................. 58
Figura 26.- Diagrama de Flujo Verificar Modelo de Regresión Logística....................................................... 59
Figura 27.- Diagrama de Flujo Medir ajuste del Modelo de Regresión Logística ........................................... 60
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
iv
Figura 28.- Pantalla MATLAB, MRLB con todas las Variables (MB = M Binario)....................................... 62
Figura 29.- Pantalla MATLAB, MRLB con todas las Variables (Mficticia = M1 y M2) ................................ 63
Figura 30.- Pantalla MATLAB, MRLB con las variables S, A y MB ............................................................. 64
Figura 31.- Pantalla MATLAB, MRLB con las variables S, E, A y MB ......................................................... 65
Figura 32.- Pantalla MATLAB, MRLM con todas las variables (Mficticia = M1 y M2) ................................ 67
Figura 33.- Pantalla MATLAB, MRLB con todas las variables (MB=M binario) .......................................... 70
Figura 34.- Pantalla MATLAB, MRLB con todas las variables (Mficticia = M1 y M2) ................................ 71
Figura 35.- Pantalla MATLAB, MRLB con las variables D, S y E. ................................................................ 72
Figura 36.- Pantalla MATLAB, MRLB con las variables D, S, E y A. ........................................................... 73
Figura 37.- Pantalla MATLAB, MRLB con las variables D, S, E, A, M1 y M2. ............................................ 74
Figura 38.- Pantalla MATLAB, MRLB con las variables S y E. ..................................................................... 76
Figura 39.- Pantalla MATLAB, MRLB con las variables S y MB .................................................................. 77
Figura 40.- Pantalla MATLAB, MRLB con las variables S, E, A y MB ......................................................... 78
Figura 41.- Pantalla MATLAB, MRLM con todas las variables (MB=M binario) ......................................... 79
Figura 42.- Pantalla MATLAB, Coeficientes MRLM con todas las variables (MB=M binario) .................... 79
Figura 43.- Pantalla MATLAB, MRLM con todas las variables (Mficticia = M1 y M2 ................................. 80
Figura 44.- Pantalla MATLAB, Coeficientes MRLM con todas las variables (Mficticia = M1 y M2) ........... 81
Figura 45.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de S, E, A, M1 y M2. ................... 84
Figura 46.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de D, S, E y A. ............................. 85
Figura 47.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de D, S y E. .................................. 86
Figura 48.- Mapa Predicción Zona 1 EAAB, según MRLB con todas las variables. ...................................... 87
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
v
ÍNDICE DE TABLAS
Tabla 1.- Longitud de redes EAAB ESP ............................................................................................................ 1
Tabla 2.- Tipología Avisos Mantenimiento Alcantarillado 2008-2018 Zona 1 EAAB ESP. ............................. 9
Tabla 3.- Clasificación de Modelos de deterioro. Tomado de Ana and W. Bauwens (2010) ......................... 12
Tabla 4.- Cuadro comparativo NS-58 V2010 vs V2019, elaboración propia. .................................................. 19
Tabla 5.- Criterios de selección de equipos para videoinspección de alcantarillado. Tomado de la NS-58
EAAB ESP .............................................................................................................................................. 20
Tabla 6.- Descripción de los Caracteres de la Calificación ‘Quick Rating’ de PACP. Tomado de la NS-58
EAAB ...................................................................................................................................................... 21
Tabla 7.- Interpretación de una Calificación Ejemplo (Calificación = 4221). Tomado de la NS-58 EAAB ESP
................................................................................................................................................................. 21
Tabla 8.- Cuadro resumen de las clasificaciones rápidas PACP (Estructural). Tomado de la NS-58 EAAB
ESP .......................................................................................................................................................... 22
Tabla 9.- Cuadro resumen de las clasificaciones rápidas PACP (Operación/Mantenimiento). Tomado de la
NS-58 EAAB ESP ................................................................................................................................... 23
Tabla 10.- Casos de Estudio Modelos de Regresión Logística. Elaboración propia ....................................... 31
Tabla 11.- Variables dependientes definidas .................................................................................................... 34
Tabla 12.- Clase de Material Base de Datos completa, con y sin CCTV. ........................................................ 37
Tabla 13.- Clase de Material Base de Datos con CCTV .................................................................................. 38
Tabla 14.- Matriz de Confusión MRLB con todas las Variables (MB = M Binario) ....................................... 63
Tabla 15.- Medidas de Ajuste MRLB con todas las Variables (MB = M Binario) .......................................... 63
Tabla 16.- Matriz de Confusión, MRLB con todas las Variables (Mficticia = M1 y M2) ............................... 63
Tabla 17.- Medidas de Ajuste MRLB con todas las Variables (Mficticia = M1 y M2) ................................... 64
Tabla 18.- Matriz de Confusión, MRLB con las variables S, A y MB............................................................. 64
Tabla 19.- Medidas de Ajuste MRLB con las variables S, A y MB ................................................................. 64
Tabla 20.- Matriz de Confusión, MRLB con las variables S, E, A y MB ........................................................ 65
Tabla 21.- Medidas de Ajuste, MRLB con las variables S, E, A y MB ........................................................... 65
Tabla 22.- Pantalla MATLAB, MRLM con todas las variables (MB = M Binario) ........................................ 66
Tabla 23.- Matriz de Confusión, MRLM con todas las variables (MB = M Binario) ...................................... 66
Tabla 24.- Medidas de Ajuste, MRLM con todas las variables (MB = M Binario) ......................................... 66
Tabla 25.- Matriz de confusión, MRLM con todas las variables Mficticia = M1 y M2) ................................. 67
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
vi
Tabla 26.- Medida de Ajuste, MRLM con todas las variables (Mficticia = M1 y M2) .................................... 67
Tabla 27.- Modelos de Regresión Logística MRL UPZ Los Cedros ............................................................... 68
Tabla 28.- Variables utilizadas en MRL UPZ Los Cedros ............................................................................... 68
Tabla 29.- Coeficientes de Regresión MRL UPZ Los Cedros ......................................................................... 68
Tabla 30.- Prueba de hipótesis p-valor MRL UPZ Los Cedros ........................................................................ 68
Tabla 31.- Medida de Ajuste Matriz de Confusión MRL UPZ Los Cedros ..................................................... 69
Tabla 32.- Matriz de Confusión, MRLB con todas las variables (MB=M binario) .......................................... 70
Tabla 33.- Medidas de Ajuste, MRLB con todas las variables (MB=M binario) ............................................. 70
Tabla 34.- Matriz de Confusión, MRLB con todas las variables (Mficticia = M1 y M2) ................................ 71
Tabla 35.- Medidas de Ajuste, MRLB con todas las variables (Mficticia = M1 y M2) ................................... 71
Tabla 36.- Matriz de Confusión, MRLB con las variables D, S y E. ............................................................... 72
Tabla 37.- Medidas de Ajuste, MRLB con las variables D, S y E. .................................................................. 72
Tabla 38. Matriz de Confusión, MRLB con las variables D, S, E y A. ............................................................ 73
Tabla 39.- Medidas de Ajuste, MRLB con las variables D, S, E y A............................................................... 73
Tabla 40.- Matriz de Confusión, MRLB con las variables D, S, E, A, M1 y M2. ........................................... 74
Tabla 41.- Medidas de Ajuste, MRLB con las variables D, S, E, A, M1 y M2................................................ 74
Tabla 42.- Pantalla MATLAB, MRLB con las variables S, E, A, M1 Y M2. .................................................. 75
Tabla 43.- Matriz de Confusión, MRLB con las variables S, E, A, M1 Y M2. ............................................... 75
Tabla 44.- Medidas de Ajuste, MRLB con las variables S, E, A, M1 Y M2. .................................................. 75
Tabla 45.- Matriz de Confusión, MRLB con las variables S y E. .................................................................... 76
Tabla 46.- Medidas de Ajuste, MRLB con las variables S y E. ....................................................................... 76
Tabla 47.- Matriz de Confusión, MRLB con las variables S y MB ................................................................. 77
Tabla 48.- Medidas de Ajuste, MRLB con las variables S y MB .................................................................... 77
Tabla 49.- Matriz de Confusión, MRLB con las variables S, E, A y MB ........................................................ 78
Tabla 50.- Medidas de Ajuste, MRLB con las variables S, E, A y MB ........................................................... 78
Tabla 51.- Matriz de confusión, MRLM con todas las variables (MB=M binario).......................................... 79
Tabla 52.- Medidas de Ajuste, MRLM con todas las variables (MB=M binario) ............................................ 80
Tabla 53.- Matriz de confusión, MRLM con todas las variables (Mficticia = M1 y M2) ................................ 81
Tabla 54.- Medidas de Ajuste, MRLM con todas las variables (Mficticia = M1 y M2) .................................. 81
Tabla 55.- Modelos de Regresión Logística MRL ZONA 1 EAAB ESP......................................................... 82
Tabla 56.- Variables utilizadas en MRL ZONA 1 EAAB ESP ........................................................................ 82
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
vii
Tabla 57.- Coeficientes de Regresión MRL ZONA 1 EAAB ESP .................................................................. 82
Tabla 58.- Prueba de hipótesis p-valor MRL ZONA 1 EAAB ESP ................................................................. 83
Tabla 59.- Medida de Ajuste Matriz de Confusión MRL ZONA 1 EAAB ESP .............................................. 83
Tabla 60.- Material como variable Binaria....................................................................................................... 88
Tabla 61.- Material como variable Ficticia ...................................................................................................... 88
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
viii
ÍNDICE DE ECUACIONES
Ecuación 1 ........................................................................................................................................................ 13
Ecuación 2 ........................................................................................................................................................ 13
Ecuación 3 ........................................................................................................................................................ 24
Ecuación 4 ........................................................................................................................................................ 24
Ecuación 5 ........................................................................................................................................................ 26
Ecuación 6 ........................................................................................................................................................ 28
Ecuación 7 ........................................................................................................................................................ 28
Ecuación 8 ........................................................................................................................................................ 28
Ecuación 9 ........................................................................................................................................................ 28
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
1
1 INTRODUCCIÓN
La Empresa de Acueducto y Alcantarillado de Bogotá EAAB ESP, es la entidad prestadora de los
servicios públicos de acueducto y alcantarillado de la ciudad de Bogotá, Distrito Capital de Colombia,
que actualmente cuenta con 7.2 millones de habitantes, según el Departamento Administrativo
Nacional de Estadística DANE Censo 2018, y si se tiene en cuenta que la Entidad presta el servicio
de acueducto, de manera directa o de venta de agua en bloque, a 11 municipios vecinos del
Departamento de Cundinamarca, se calcula que atiende una población cercana a los 10 millones de
personas, que representan alrededor de 2.1 millones de suscriptores.
La EAAB cuenta al año 2019, con la siguiente longitud de redes para atender a sus usuarios:
RED
LONGITUD (kilómetros)
Red local de acueducto
8139.5
Red matriz acueducto
218.9
Red troncal de alcantarillado sanitario
109.9
Red local de alcantarillado sanitario
6241.4
Red troncal de alcantarillado pluvial
196.8
Red local de alcantarillado pluvial
2562.2
Tabla 1.- Longitud de redes EAAB ESP
Para la gestión comercial y operativa, la EAAB ESP, se divide en 5 zonas, de la siguiente manera:
Figura 1.- Mapa de Zonas EAAB ESP. Tomado de www.acueducto.com.co
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
2
Esta investigación, se enfoca en estudiar las redes locales de alcantarillado sanitario de la Zona 1 de
la EAAB y busca predecir a partir de un modelo de regresión logística binaria, el estado estructural
de los 23.554 tramos que no cuentan en la actualidad con registro sobre su estado estructural, modelo
que se desarrolla con base en las inspecciones con circuito cerrado de televisión CCTV, más recientes
disponibles en la Zona, estas son la realizadas por contratistas externos, durante los años 2017 y 2018,
inspecciones que en todos los casos cuentan con una calificación del grado estructural de la tubería,
calificación realizada conforme a la Norma Técnica de Servicio de la EAAB, vigente para el momento
de la ejecución.
Es importante mencionar, que las decisiones de renovación y/o rehabilitación de sistemas de
alcantarillado, no se deben soportar exclusivamente en el establecimiento del estado estructural de las
tuberías, sino que es necesario abordar integralmente el problema estudiando otros factores, dentro
de los que se encuentran aquellos asociados a aspectos hidráulicos, operativos, sociales, económicos,
geotécnicos, constructivos, ambientales, de calidad de agua, de cambio climático, entre otros. Sin
embargo, como se mencionó, el presente estudio, profundiza exclusivamente en el aspecto predictivo
del estado estructural interno de las tuberías locales de alcantarillado sanitario.
Para ello, se logró recopilar 738 inspecciones, de las cuales se extrajo aleatoriamente una muestra del
80% para entrenar los modelos y el 20% para realizar las correspondientes verificaciones.
En total se desarrollaron 17 modelos, 13 de regresión logística binaria y 4 de regresión logística
multinomial, 6 de estos modelos se desarrollaron teniendo en cuenta 408 CCTV, realizadas a las redes
pertenecientes al polígono que limita la Unidad de Planeamiento Zonal UPZ Los Cedros, de acuerdo
a la clasificación del Plan de Ordenamiento Territorial POT 2009 y los otros 11 modelos se
desarrollaron agregando 330 CCTV que fueron realizadas a redes por fuera de la UPZ Los Cedros,
pero dentro del área de prestación de la Zona 1.
El documento está organizado de la siguiente manera: el capítulo 1 incluye la introducción y
los objetivos generales y específicos de la investigación; el capítulo 2 contempla el marco teórico
donde se profundiza sobre la importancia de la Determinación del estado estructural de las redes de
alcantarillado sanitario, las variables que pueden influir en la estimación y las metodologías más
comunes para la clasificación y determinación del estado estructural, así como la Normatividad
técnica aplicable en el caso de estudio; el capítulo 3 expone la metodología propuesta para la
estimación del estado estructural de las redes locales de alcantarillado sanitario de la Zona 1 de la
EAAB ESP; en el capítulo 4 se describe el caso de estudio y los resultados encontrados al desarrollar
los modelos; el capítulo 5 analiza los resultados encontrados en el capítulo 4 y compara los resultados
conforme a las dos muestras estudiadas; en el capítulo 6 se presentan las conclusiones; en el capítulo
7, las recomendaciones y futuras investigaciones y los capítulos 8 y 9, las referencias bibliográficas
y Anexos, que soportan el presente estudio.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
3
1.1 Objetivos
1.1.1
Objetivo General
• Desarrollar una Metodología para la estimación del estado estructural de las redes locales de
alcantarillado sanitario, a partir de CCTV en un número limitado de tuberías, con fundamento
en un caso de estudio desarrollado para la Zona 1 de la EAAB ESP.
1.1.2
Objetivos Específicos
• Establecer el marco teórico que fundamenta los Modelos de Regresión Logística aplicados a
la estimación del estado estructural de las tuberías de alcantarillado sanitario.
• Recopilar la información disponible relacionada con las variables necesarias para el estudio
de Caso en un sector de la Zona 1 de la EAAB.
• Aplicar Modelos de Regresión Logística Binaria y Multinomial, a los datos del caso de
estudio.
• Predecir el estado estructural de las tuberías de alcantarillado sanitario de la Zona 1 de la
EAAB ESP, que no cuentan con inspección, a partir del modelo de regresión logística
desarrollado.
• Analizar y evaluar los resultados obtenidos, para establecer las conclusiones y
recomendaciones de la investigación.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
4
2 MARCO TEÓRICO
2.1
Determinación del Estado estructural de las Tuberías de Alcantarillado Sanitario
El estado estructural de las redes de alcantarillados de grandes ciudades como Bogotá, es una
preocupación que se acrecienta con el paso de los años, más aún cuando la manera directa y menos
costosa de conocer su grado de deterioro, es a través de inspecciones con circuito cerrado de televisión
CCTV, lo que conlleva un gran reto para las administraciones encargadas de asignar los recursos,
toda vez, que cuando se tienen grandes longitudes de redes, como es el caso de la EAAB ESP,
pretender inspeccionar el 100% de éstas, es una meta en la práctica casi imposible de lograr.
Existen diversas tecnologías para inspeccionar las tuberías de alcantarillado, dentro de las más
conocidas se encuentran:
- Tecnología de evaluación de escáner de alcantarillado (SSET), por sus siglas en inglés.
- El radar de perforación terrestre (GPR), por sus siglas en inglés.
- Sistemas de Inspección con Laser.
- Sistemas de Inspección Ultrasónica.
- Métodos de vibración de frecuencia natural y Espectro de ondas
Sin embargo, la inspección con circuito cerrado de televisión CCTV utilizando un sistema de cámara
móvil, continúa siendo la más usada, por ser la más popularizada, de fácil interpretación y de mejor
relación costo/beneficio, de las tecnologías actualmente disponibles. El presente estudio, se soporta,
en un número limitado de resultados de inspecciones realizadas con CCTV, en el marco de la norma
técnica de servicio de la EAA ESP vigente para el momento de las inspecciones, realizadas a tuberías
instaladas en área de la Zona 1 de la EAAB ESP.
Al año 2019, realizar una inspección con CCTV, cuesta aproximadamente 30.000 pesos colombianos
por metro lineal, incluyendo lavado de la tubería y suponiendo una colmatación inferior al 30%, es
decir alrededor de 10 USD/metro lineal, y mencionamos en la introducción que la EAAB ESP, cuenta
con una longitud de redes locales de alcantarillado sanitario de 6.241.448 metros, se requiere entonces
un presupuesto de $187.243.440.000 pesos colombianos, es decir alrededor de 60 millones de USD,
para poder inspeccionar el 100% de las redes, y si se piensa solo en el cálculo para la zona 1, que
posee 1.243.729 metros, se estima un presupuesto de $37.311.870.000, o lo que representa
aproximadamente 12 millones de USD.
La limitación presupuestal es la principal razón por la cual, pensar en inspeccionar el 100%
de las redes se convierte en una tarea titánica para cualquier empresa prestadora de servicio de
alcantarillado, por tanto, investigación y desarrollo en aras de una gestión proactiva y predictiva, son
la salida más económica y práctica para atender el objetivo final de la inspección, que es decidir sobre
la necesidad o no de intervenir las tuberías, ya sea a través de una renovación que representa el cambio
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
5
total del tramo por cualquier método constructivo conocido, o la rehabilitación puntual, que por lo
general se realiza mediante técnicas de tecnología sin zanja, pero que en algunos casos, se debe acudir
a la intervención tradicional a zanja abierta.
2.1.1
Significado e importancia
Pensar en la inspección del 100% de las redes de alcantarillado de un catastro como el de la EAAB
ESP, es casi imposible de alcanzar, y no solo por lo presupuestal o por la viabilidad técnica que
conlleva contar con una cantidad extraordinaria de recursos físicos, humanos y de tiempo, sino
también por las implicaciones en decisiones gerenciales, políticas y tarifarias, toda vez que estos
recursos en general, hacen parte de los presupuestos de inversión, que son autorizados vía tarifa por
la Comisión de Regulación de Agua Potable y Saneamiento Básico CRA.
Igualmente, pensar en una sola variable que establezca la decisión de renovar y/o rehabilitar las redes
de alcantarillado, por ejemplo, definir que se intervengan todas las redes en material gres o todas las
redes con una edad superior a los 50 años, no es viable, por los excesivos presupuestos que se
demandan, por tanto la importancia de desarrollar modelos predictivos a partir de un número limitado
de inspecciones, cobra gran relevancia para la administración operativa, de tal manera que se pueda
contar con una herramienta técnica que soporte de una manera eficiente las decisiones de
intervenciones en las tuberías de alcantarillado.
Como resultado, existe una necesidad emergente de convertir efectivamente los datos en
conocimiento que pueda utilizarse en un sistema automatizado de soporte de decisiones. La minería
de datos, que incluye varias tareas comunes, como el aprendizaje de reglas de asociación, la
clasificación y la agrupación y el aprendizaje automático, han recibido considerable atención de las
comunidades de investigación y desarrollo (Minh Dang, 2018).
La falta de gestión proactiva a los alcantarillados de las ciudades, pueden acarrear problemáticas que
demandan recursos superiores a los requeridos inicialmente para realizar la inspección, renovar y/o
rehabilitar, aumentando el riesgo que se produzcan daños a los bienes que se encuentran cerca de las
tuberías. Razón por la cual, es de gran relevancia para las Empresas prestadoras, fomentar una
Gestión Proactiva de los activos del alcantarillado.
Con relación a la importancia de este tema en la EAAB ESP, es tal, que no poseer un
procedimiento sistemático para la Inspección y procesamiento de la información de las inspecciones
a las redes de alcantarillado, se encuentra identificado como una No Conformidad, en el marco de las
Auditorías Internas del Subsistema de Gestión de Calidad conforme a la NTC-ISO 9001:2015, razón
por la cual, la Dirección de Ingeniería Especializada de la empresa, lidera los esfuerzos por
implementar y retomar procesos de gestión integral del Alcantarillado, actualmente se encuentran en
una primera fase de diagnóstico, recopilación de inspecciones históricas y georreferenciación de las
mismas; por tanto, se considera que el presente estudio, aporta un desarrollo progresivo frente a la
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
6
gestión de la entidad, que proporciona conceptos y nociones prospectivas de alternativas, que la
EAAB, puede explorar para aplicar a la información que se encuentra recopilando.
2.1.2
Variables que pueden influir en la determinación del estado estructural
El estudio de este problema involucra un importante número de variables que, en general, son el
resultado de las experiencias, estudios y modelaciones numéricas y de los resultados obtenidos. Así
mismo, se han establecido criterios y procedimientos para los análisis y estudios de los sistemas de
alcantarillado, que han permitido el planteamiento de metodologías de estudio que involucran, cada
vez con mayor fuerza, los sistemas de información geográfica y las herramientas informáticas, útiles
para el análisis detallado de escenarios relacionados con diversas hipótesis y criterios de
optimización. Matamoros (2017).
Son varias las dificultades que enfrentan los investigadores al abordar cualquiera de las metodologías
que buscan establecer el estado estructural de las tuberías de alcantarillados, entre las más relevantes
son las asociadas al trabajo de definir las variables que inciden en el deterioro de las tuberías, porque
si bien se sabe que son muchas más que las que se pueden modelar, existen limitaciones para poder
tenerlas a todas o a la gran mayoría en cuenta, algunos de estos obstáculos se relacionan a
continuación:
-
Acceso a la información de la Empresa prestadora del servicio de alcantarillado
-
Validez, consistencia y coherencia de la información
-
Capacidad de interpretación de la información recopilada
Sin embargo, como en toda modelación de hidrosistemas, se busca interpretar un fenómeno real, de
la manera menos compleja posible, es decir que se pueda establecer el modelo más parsimonioso, en
ese sentido, en el presente estudio se logró recopilar información correspondiente a dos tipos de
variables, las independientes y las dependientes, las primeras se pueden definir como autónomas y su
valor no depende de las otras, mientras que las variables dependientes, su valor se encuentra
intrínsecamente relacionada en menor o mayor medida, con las variables dependientes, en este estudio
se hace referencia a éstas, como X y Y, respectivamente.
Todas las variables dependientes o predictoras, tenidas en cuenta en este estudio, se describen en
detalle en el numeral 3.2.3, sin embargo, a continuación, se exponen unos datos relevantes que se
tuvieron en cuenta, para las Variables Edad, Subsidencia de los Suelos y Avisos de Mantenimiento
del Alcantarillado Sanitario.
2.1.2.1 Edad
La Edad para Matamoros (2017), es el número de años o meses del conducto desde la fecha de
habilitación o puesta en servicio hasta la fecha de análisis.
La edad para este estudio se define como el tiempo en años, transcurrido desde la fecha de instalación
de cada una de las tuberías, hasta la fecha de realización de la inspección, en el caso de los tramos
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
7
inspeccionados, y para aquellos que no se encuentran inspeccionados y que fueron sujetos a
predicción de su estado estructural, la edad se calculó como el tiempo en años, contado desde la fecha
de instalación, hasta diciembre del año 2018, fecha a la cual se tiene actualizada la base de datos
utilizada en el estudio.
Según documento Nuestra Historia EAAB, en el siglo XIX la responsabilidad de construir
alcantarillado fue asumida por el municipio y se prohibieron las acequias que corrían a cielo abierto
por las calles, desde la época de la colonia, cuando la sección transversal de las calles y carreteras
tenían la forma de batea o artesa, con la parte más honda en el centro por donde corría un caño
revestido por lajas de piedra y los habitantes arrojaban las aguas residuales y las basuras que corrían
por toda la ciudad y la lluvia era la encargada de realizar la limpieza. A partir de la segunda década
del siglo XX, se ordenó cubrir los lechos de los ríos San Francisco y San Agustín, constituyéndose
en la obra precursora para el alcantarillado Moderno. Con las ideas renovadoras de la planificación
urbana, las cuales se impulsaron en 1948, que se diseñó el Plan Piloto de Desarrollo Urbano dando
inicio a los estudios de los colectores troncales y canales para el drenaje adecuado del área urbana, es
así como en 1955 nace la Empresa de Acueducto y Alcantarillado de Bogotá.
Del párrafo anterior, podemos establecer que la edad máxima que puede tener una red de
alcantarillado en la ciudad de Bogotá, en los sectores más antiguos, está alrededor de los 70 años, esta
información es de utilidad para definir un criterio al momento del análisis y depuración de la base de
datos obtenida.
2.1.2.2 Subsidencia
La Subsidencia es el hundimiento o asentamiento del terreno debido a diversas causas, las causas
pueden atribuirse a procesos naturales y antropogénicos, Poland (1972). El término genérico de
subsidencia hace referencia al hundimiento paulatino de la corteza terrestre continental o submarina.
La subsidencia terrestre es un fenómeno que implica el asentamiento de la superficie terrestre en un
área extensa debido a varios factores, que pueden ser naturales o causados por el impacto de una gran
variedad de actividades humanas. Corapcioglu (1984) y Tomas (1999). Mora (2018).
La subsidencia de origen antropogénico es consecuencia de procesos tales como retiro de fluidos
(extracción), sustracción de cuerpos solidos (construcción de túneles o minería), cambios en el
drenaje del agua superficial y carga de sedimentos Raucoules (2007), Yuill, (2009) y en algunos casos
puede llegar a afectar edificios e infraestructura urbana. Mora (2018).
Aunque se han hecho algunos esfuerzos para establecer los valores asociados a la subsidencia, solo
hasta hace unos pocos años, se inició un programa de seguimiento con el propósito de determinar
cuantitativamente el estado actual de la subsidencia en la Sabana de Bogotá, adelantado por el
Servicio Geológico Colombiano a través del Grupo de Investigaciones Geodésicas Espaciales -GIGE
de la Dirección de Geoamenazas, mediante el uso de tecnologías espaciales. Mora (2018).
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
8
El mapa mostrado en la figura 2, muestra el mapa de calor resultado de los estudios del GIGE,
empleando el sensor SENTINEL-1 para el periodo diciembre 2014 a noviembre 2016, en azul se
observan, las zonas que presentan mayor subsidencia. SGC-GIGE (2018)
Figura 2.- Mapa Subsidencia Bogotá, tomado de Mora (2018).
Como se observa en el mapa de la Figura 2, el estudio realizado por el Servicio Geológico
Colombiano, encontró que la Zona Norte de la ciudad de Bogotá, área objeto del presente estudio, no
representa un sector crítico dentro del análisis de subsidencia, es decir no obtuvo valores altos de
subsidencia del suelo, como si ocurre en sectores del occidente de la ciudad.
Sin embargo, teniendo en cuenta que el asentamiento del suelo es un factor que puede afectar
directamente el estado estructural de la infraestructura subterránea instalada y que se obtuvo, datos
de Subsidencia para el área de cobertura de la Zona 1 de la EAAB ESP, en el numeral 3.2.2, se explica
de qué manera se procesa y utiliza dicha información.
2.1.2.3 Avisos de mantenimiento del Alcantarillado Sanitario, de los últimos 10 años
En el mantenimiento se consideran todas las acciones que se deben realizar sobre los activos del
sistema de alcantarillado para garantizar su adecuado funcionamiento. La primera y primordial razón
por la cual se debe ejecutar el mantenimiento es porque se debe mantener la salubridad pública,
disminuir los riesgos a la comunidad y garantizar su movilidad, consigna que coincide plenamente
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
9
con los objetivos del sistema de alcantarillado. Otra razón es la económica; todo sistema de
alcantarillado implica una alta inversión inicial en su construcción y reemplazarlo representaría un
costo aún mayor; por este motivo mantenerlo adecuadamente garantiza prolongar su vida útil y
ahorrar en inversiones de sustitución, suficiente para afirmar que realizar una gerencia de los activos
es imperativo. Mantener su capacidad hidráulica es otra razón de peso para hacer mantenimiento,
pues así se evitan inundaciones y vertimientos de aguas residuales a las áreas construidas, como
sótanos y vías. Matamoros (2017).
Para el presente estudio, se utilizaron 61578 avisos de mantenimiento de alcantarillado, atendidos
durante el periodo 2008 a 2018, por la División de Servicio de Alcantarillado de la Zona 1. La
tipología, según el grupo general, se muestran en la tabla 2.
Tabla 2.- Tipología Avisos Mantenimiento Alcantarillado 2008-2018 Zona 1 EAAB ESP.
Este listado de avisos de mantenimiento, se georreferencia y mediante un geoproceso en ArcMap de
ArcGIS, se asigna a cada uno de los 24.292 tramos que componen la base de datos depurada para este
estudio, según numeral 3.2.3. Los 61.578 avisos de mantenimiento georreferenciados, se muestran
en la Figura número 3.
Figura 3.- Mapa de Avisos de Mantenimiento de Alcantarillado 2008-2018 Zona 1 EAAB ESP
Tipología
Cant. Avisos
Alcantarillado limpieza
14811
Alcantarillado Reconstrucción
670
Alcantarillado Sondeo
27749
Daños sistema alcantarillado
11277
Otros daños -actividades alcantarillado
7071
Total general
61578
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
10
Variables dependientes adicionales, que no fueron incluidas en este estudio, pero que pueden influir
en la determinación del estado estructural de una tubería de alcantarillado y que, en los diferentes
artículos internacionales consultados, se han tenido en cuenta son:
-
Nivel Freático
-
Tipo de vía
-
Tipo de suelo
-
Tipo de cimentación
-
Cota Batea
-
Cota Rasante
-
Cota Clave
-
Nivel Flujo agua
-
Caudal
-
Cercanía a Recursos Hídricos
-
Cercanía a Recursos Hidráulicos
-
Procesos de instalación
-
Tipo de cimentación
No obstante, a conocer que el problema de deterioro del estado estructural de las tuberías, es complejo
y se encuentra afectado por una gran cantidad de variables independientes, es necesario entender y
desarrollar el modelo, de la forma más sencilla posible, de tal manera que se interprete la realidad a
través del menor número de variables predictoras, entendiendo que las mismas, propagan la
incertidumbre al modelo, dependiendo del origen de su información; sin embargo, se debe tener
especial cuidado, en no simplificar en extremo, perdiendo información relevante para la comprensión
del fenómeno, es ahí, donde es importante adicionalmente, la experiencia y experticia del modelador,
para interpretar los resultados y tomar las decisiones adecuadas, con respecto a la eliminación de
variables que estadísticamente no se consideran significativas en el proceso.
2.1.3
Tipos de modelos para la determinación del estado estructural
Según Ana and W. Bauwens (2010), la falla estructural del alcantarillado se puede subdividir en tres
etapas básicas:
-
Defecto inicial: por agrietamiento debido a una carga vertical excesiva o mala colocación de
cimentación de la tubería, por malas prácticas de construcción o por daños causados al hacer las
conexiones.
-
Deterioro: implica el deterioro del propio material de alcantarillado, por erosión del material
de la junta y el mortero (especialmente en las alcantarillas de ladrillo) o por la corrosión del concreto
debido al sulfuro de hidrógeno. El deterioro también podría involucrar la migración del suelo debido
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
11
a la infiltración o exfiltración de las alcantarillas agrietadas, lo que lleva a la pérdida de tierra y la
reducción del apoyo alrededor de la alcantarilla.
-
Colapso: esto a menudo se desencadena por algún evento aleatorio después de que el
alcantarillado se ha deteriorado lo suficiente como para que el colapso sea probable.
Cuando se quiere conocer el estado estructural de uno o algunos tramos específicos de alcantarillado,
frecuentemente se realiza la inspección directa a través de circuito cerrado de televisión o de la
tecnología de preferencia del prestador, sin embargo, cuando el objetivo es predecir el estado
estructural de una muestra significativa de tuberías instaladas tiempo atrás, y que además solo se
cuenta con un número limitado de inspecciones; como se expuso en el numeral 2.1.2, existen diversas
variables que pueden afectar el resultado, definirlas es en general, la primera etapa del proceso, luego
se trata de consolidar una base de datos con la mayor cantidad de información posible, asociada a
cada uno de los tramos, posteriormente es necesario aplicar una metodología que permita procesar
esta información y buscar obtener resultados que puedan acercarse de una manera confiable a la
predicción del estado estructural, estos trabajos van, desde modelos estadísticos de los datos, como
es el caso del presente estudio, hasta modelos con base en inteligencia artificial.
Los modelos basados en la inteligencia artificial imitan la habilidad de la mente humana para razonar
y aprender en circunstancias de incertidumbre e imprecisión. Hoffman (2005). Por lo tanto, este
método puede manejar problemas complejos, que no pueden describirse mediante modelos analíticos
y exactos, como los modelos físicos, en los cuales se establece mediante pruebas directas el estado
estructural; varias metodologías caen en el dominio de la inteligencia artificial, algunos ejemplos de
técnicas de inteligencia artificial aplicadas al modelado de deterioro de tuberías incluyen redes
neuronales Tran (2007), teoría de conjuntos difusos Kleiner (2006), sistemas expertos Merill (2004)
y simulación basada en reglas Ruwanpura (2004). A pesar de los aspectos positivos de la inteligencia
artificial, estos métodos se consideran "cajas negras", por lo que tienen una capacidad limitada para
identificar relaciones causales explícitamente posibles Tu (1996). El hecho de que estos métodos
también requieran mayores recursos computacionales y tengan una gran demanda de datos, aumenta
aún más sus inconvenientes. Ana and W. Bauwens (2010).
Dadas las dificultades de los modelos basados en inteligencia física y artificial, y en vista del tipo de
datos comúnmente disponibles (es decir, calificaciones de condición de tubería), se desarrollan
modelos estadísticos que relacionan los datos de clasificación de condición, con el deterioro de la
tubería. De hecho, estas metodologías se han aplicado no solo a las tuberías de drenaje urbano, sino
también a otras infraestructuras, como pavimentos de carreteras Kulkarni (1984), puentes Ariaratnam
(1994) y gasoductos Harwood (1982). Ana and W. Bauwens (2010).
Los modelos estadísticos se pueden subdividir en dos grupos: modelos de grupos de tuberías y
modelos de niveles de tuberías. Los modelos de grupos de tuberías consideran redes enteras o
cohortes, siendo estas, parte de la red del mismo período de construcción que comparten
características similares, como el material, el diámetro y el tipo de cimentación, que se presume
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
12
influyen en su deterioro Herz (2002). Por otro lado, los modelos de nivel de tubería toman
directamente en cuenta las propiedades o características individuales de las tuberías, como
covariables en la predicción de su deterioro individual. En la siguiente tabla Ana and W. Bauwens
(2010), resume las técnicas o metodologías más comunes para determinar el estado estructural de las
tuberías:
Tabla 3.- Clasificación de Modelos de deterioro. Tomado de Ana and W. Bauwens (2010)
Esta investigación, profundiza en el estudio de modelos estadísticos, específicamente en modelos de
regresión logística, de tipo binaria y multinomial. No obstante, luego de desarrollar 17 modelos, 13
de regresión logística binaria y 4 de regresión logística multinomial, se selecciona, un modelo de
regresión logística binaria para establecer la predicción del estado estructural de los 23.554 tramos
que cuentan con CCTV.
Otros de los modelos estadísticos también utilizados por los investigadores, hacen referencia al
Modelo de supervivencia de la cohorte y el Cadenas de Markov, que se explican a continuación.
2.1.3.1 El modelo de supervivencia de la cohorte
En este modelo estadístico, el proceso de deterioro del alcantarillado está representado por un modelo
de supervivencia de cohortes, se considera que las alcantarillas de una cohorte atraviesan diferentes
estados de condición, desde la mejor (buena como nueva) hasta la peor (falla) durante la duración de
su servicio; además, se supone que las alcantarillas sobreviven varios años dentro de una condición
particular con alguna probabilidad, y la transición de las alcantarillas de una condición a la siguiente,
es representada por las curvas de supervivencia de la condición, conocidas como funciones de
transición o curvas. Ana and W. Bauwens (2010).
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
13
Por lo tanto, en el modelo de supervivencia de cohortes, el deterioro de las redes de alcantarillado, se
formaliza como una transición sucesiva entre estados de condición, de mejor a peor estado Baur
(2004). La función de transición de la condición i a i+1, está dada por la función de supervivencia de
la distribución de Herz (Herz 1996):
donde es la fracción de tuberías (basa en la longitud) a la edad t que ha sobrevivido hasta
la condición i o mejor (i=1 a m), como es el factor de envejecimiento (no se produce envejecimiento
cuando a=0), b es el parámetro de transición (cuanto más grande, más rápida es la transición) y c es
el tiempo de resistencia. Ana and W. Bauwens (2010).
A pesar del potencial de los modelos de supervivencia de cohortes, no es fácil de desarrollar. La
principal dificultad en el desarrollo de este modelo es su necesidad de un extenso conjunto de datos
Fenner (2000).
2.1.3.2 Modelos de Cadenas de Markov
Los modelos de Markov ofrecen un potente algoritmo para el modelado de deterioro de tuberías. El
concepto no solo es simple, sino que, lo que es más importante, su estructura permite modelar eventos
complejos y secuenciales, como el deterioro de tuberías. Además, los resultados de la mayoría de los
modelos de Markov (es decir, condición de probabilidad de estado) atienden directamente las
necesidades del enfoque basado en el riesgo en la gestión de activos, donde el riesgo se calcula como
el producto de la probabilidad de falla y el costo de la consecuencia de la falla. Esto permite la
clasificación de las tuberías de acuerdo con el nivel de riesgo en el que pueden basarse decisiones
como las próximas inspecciones de CCTV o la reparación y rehabilitación. Ana y Bauwens (2010).
De acuerdo con Ana and W. Bauwens (2010), una cadena de Markov representa un proceso
estocástico X en tiempo discreto, donde la probabilidad condicional del estado futuro, en el momento
t +Δt, solo depende del estado presente, en el tiempo t (Ross 2000). Esto significa que la descripción
del estado actual captura por completo toda la información que influye en la evolución futura del
proceso. En términos matemáticos, esta propiedad se puede expresar, para todos los estados
𝑖
0,
𝑖
1,
𝑖
𝑡−1,
𝑖
𝑡,
𝑖
𝑡+1,
y todo t ≥ 0, como:
Ecuación 2
Ecuación 1
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
14
2.1.4
Normatividad de la Empresa de Acueducto y Alcantarillado de Bogotá EAAB ESP.
La EAAB ESP, a través del equipo de ingenieros de la Dirección de Ingeniería Especializada DIE,
trabaja permanentemente en la actualización de las normas técnicas de la entidad, y en la
flexibilización y adaptación de éstas a los cambios, a la experiencia y capacidad de implementación,
así como la adopción de nuevas tecnologías. Es así, como en el desarrollo del presente estudio, se
dio un cambio en la normatividad de la EAAB, relacionada con la inspección de redes de
alcantarillado con circuito cerrado de televisión, por tanto, a continuación, se presenta un cuadro
comparativo de la Norma Técnica de Servicio NS-58 “ASPECTOS TÉCNICOS PARA LA
INVESTIGACIÓN Y CALIFICACIÓN DE REDES DE ALCANTARILLADO CON EQUIPOS DE
CCTV” versión 2010 y 2019, que incluye aportes realizados por la DIE.
NS 58 / 2010
NS 58 / 2019
ALCANCE
Calificación
estructural
y
operacional de los defectos.
Calificación
Estructural
y
operacional/mantenimiento de los
defectos
y
observaciones
codificadas
FUNDAMENTO
TEÓRICO
-
MANUAL
DE
REHABILITACIÓN
DE
ALCANTARILLADO, Cuarta
edición,
Volumen
I
Planificación de rehabilitación.
WRC, 2000 (Reino Unido)
- ASOCIACIÓN DE NORMAS
CANADIENSES (CSA). Guía
técnica - Inspección visual de la
tubería de alcantarillado. PLUS
4012-10. Mississauga, Ontario,
Canadá: (CSA 4012-10)
- NORMAS TÉCNICAS DE
LA INDUSTRIA DEL AGUA,
Especificación No: 95-038.1,
Inspección
de
CCTV
de
alcantarillado
- CENTRO DE EXPERTICIA E
INVESTIGACIÓN
EN
INFRAESTRUCTURA
URBANA
(CERIU).
Guía
Comprender
e
interpretar
el
Protocolo
de
inspección
de
televisión PACP. Gobierno de
Quebec, Ministerio de Asuntos
Municipales,
Regiones
y
Ocupación de la Tierra. Montreal,
Quebec, Canadá: (CERIU, 2012)
- Sociedad Americana para
Pruebas
y
Materiales
(American Society for Testing
and
Materials
o
ASTM
International)
- CIUDAD DE BALTIMORE
DEPARTAMENTO DE OBRAS
PÚBLICAS.
Especificaciones
estándar: materiales, carreteras,
puentes, servicios públicos y
estructuras
incidentales.
Especificación
333113.01.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
15
NS 58 / 2010
NS 58 / 2019
Baltimore, Maryland, EE. UU:
(Baltimore DPW, 2006)
- ASOCIACIÓN NACIONAL DE
EMPRESAS DE SERVICIOS DE
ALCANTARILLADO
(NASSCO).
Evaluación
de
tuberías
y
Programa
de
certificación.
Marriottsville, Maryland, EE. UU.
UU: (NASSCO PACP)
- Evaluación de la condición de la
tubería mediante CCTV. Directriz
de especificación de rendimiento.
Marriottsville, Maryland, EE. UU.
UU: (NASSCO, 2014)
-
COMISIÓN
SANITARIA
SUBURBANA
DE
WASHINGTON
(WSSC).
Especificaciones estándar Sección
02956 Inspección de circuito
cerrado
de
televisión
de
alcantarillas, pozos y domiciliarias.
Laurel,
Maryland,
EE.
UU:
(WSSC 2013)
-
ORGANIZACIÓN
INTERNACIONAL PARA LA
NORMALIZACIÓN
(ISO).
Elementos de datos y formatos de
intercambio - Intercambio de
información - Representación de
fechas y horas. Génova, Suiza:
(ISO 8601)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
16
NS 58 / 2010
NS 58 / 2019
EJECUCIÓN CCTV
Solo permite el uso del software
CUES Granite, el cual no es
flexible, y genera archivos que
no son compatibles con otros
software. El operador tiene la
autonomía de calificar los
defectos conforme su experticia
y posteriormente concluir sobre
un
grado
estructural
y
operacional de 1 a 5, para los
cuales la norma establece su
respectivo
diagnóstico
e
intervención recomendada.
Pueden
utilizarse
Software
compatibles y certificados para
codificación
PACP-NASSCO,
donde el operador codifica los
defectos y el PACP tiene dos
calificaciones PACP Quick Rating
y el Índice de Calificación, al final
se
hace
un
reporte
de
recomendaciones. Posteriormente
se debe realizar un análisis
detallado del riesgo teniendo en
cuenta una cuantificación de la
consecuencia de falla de dichos
tramos, para definir la intervención
GRADOS
ESTRUCTURALES Y
RECOMENDACIONES
1 = Se recomienda realizar
nueva inspección en un plazo de
4 a 5 años, para verificar el
estado estructural del tramo
1 y 2 = Atención programable a
largo plazo
2 = Se recomienda realizar las
acciones de mantenimiento con
el fin de corregir los daños
encontrados y hacer nueva
inspección en un plazo de 3 a 4
años para analizar el riesgo
estructural.
3 = Se deben realizar acciones
de mantenimiento que permitan
corregir
los
defectos
priorizándolos de acuerdo con
la gravedad o calificación; se
recomienda
realizar
nueva
inspección en un plazo de 2 a 3
años para verificar con el
resultado,
las
acciones
realizadas y que no se ha
incrementado
el
riesgo
estructural.
3 = Atención programable a corto
plazo
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
17
NS 58 / 2010
NS 58 / 2019
4 = Se deben tomar medidas
preventivas
o
correctivas
realizando
acciones
de
mantenimiento que impidan
una propagación del daño;
priorizando los defectos según
la gravedad o calificación.
Programar nueva inspección en
un plazo de 1 a 2 años para
analizar el resultado de las
acciones ejecutadas.
4 y 5 = Atención Inmediata
5 = Se deben ejecutar las
acciones
de
saneamiento
necesarias, de carácter urgente;
para dejar en operación el tramo
afectado. Se debe analizar la
posibilidad de una reposición o
rehabilitación total o puntual
del tramo.
GRADOS
OPERACIONALES Y
RECOMENDACIONES
1 = Se recomienda realizar
nueva inspección en un plazo de
2 a 3 años, para verificar el
estado operacional del tramo.
1 y 2 = Atención programable a
largo plazo
2 = Se recomienda realizar las
acciones de mantenimiento con
el fin de corregir los daños más
importantes, y hacer una nueva
inspección en un plazo de 1 a 2
años para analizar el riesgo
operacional.
3 = Se deben realizar acciones
mantenimiento que eviten el
fallo de la operación del
sistema. Se recomienda realizar
una nueva inspección en un
plazo de 1 año para verificar el
resultado de las acciones.
3 y 4 = Atención programable a
corto plazo
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
18
NS 58 / 2010
NS 58 / 2019
4 = Se deben tomar medidas
correctivas que impidan una
propagación
del
daño.
Programar
una
nueva
inspección en un plazo de 8 a 12
meses para analizar el resultado
de las acciones ejecutadas
5 = Se deben tomar medidas de
emergencia y ejecutar las
acciones de limpieza y des
obstrucciones necesarias, de
carácter urgente para dejar en
operación el tramo afectado. Se
recomienda realizar inspección
de
redes
aledañas
para
determinar la causa de la
colmatación.
5 = Atención inmediata
VENTAJAS
Claridad en la definición del
diagnóstico
Minimiza
subjetividad
en
la
calificación de la inspección
Claridad en la definición de la
intervención
Archivos compatibles con ArcGis,
mayor
flexibilidad
y
compatibilidad del Software usado
para la inspección.
Fácil
comprensión
en
la
ejecución
e
informe
de
inspección
Respaldo internacional
Reduce
significativamente
manipulación de archivos de
trabajo y resultados
modernización empresarial
Minimiza dependencia en criterio
de operador
DESVENTAJAS
Subjetividad
al
valorar
inspección
No en la inspección en sí, pero en
la evaluación posterior, para
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
19
NS 58 / 2010
NS 58 / 2019
Sobrevaloración
de
la
inspección
definir la intervención a la tubería
inspeccionada,
puede
darse
subjetividad en el análisis de riesgo
y cuantificación de consecuencia
de
falla,
que
hagan
los
responsables de esta actividad, a
los tramos con recomendación
"Atención inmediata" y "Atención
programable a corto plazo".
No incluye nuevas tecnologías
Software no compatible con
actualizaciones
del
sistema
operativo Office.
Responsabilidad
recae
en
operador
Archivos no compatibles con
ArcGis
Tabla 4.- Cuadro comparativo NS-58 V2010 vs V2019, elaboración propia.
Como se observa en el cuadro anterior, son más las ventajas que desventajas que conllevan la nueva
norma, en términos de beneficios y de mitigar la subjetividad que existía en la versión anterior, en
cuanto a la delegación de un alto grado de responsabilidad en el operador del CCTV, en su capacidad
y experticia para emitir una calificación, sin embargo, es un reto aún para la EAAB ESP, trabajar en
la implementación efectiva de esta norma, ampliando capacitaciones al personal externo e interno,
quienes participan de la ejecución y procesamiento de las inspecciones, así como internamente
desarrollar en detalle, las metodologías y matrices de análisis de riesgos que deben usar los ingenieros
encargados de la compilación, análisis de resultados y toma de decisiones para las intervenciones a
que hayan lugar, no obstante, como lo aclara la DIE, el análisis de riesgos y cuantificación de
consecuencias de falla, no es alcance de esta norma y debe ser evaluado asumiendo diferentes criterios
dependiendo del tipo de proyecto.
A continuación, se presentan los aspectos y lineamientos, que se consideran más relevantes dentro de
la nueva versión de la Norma técnica de la EAAB, la NS-58 vigente desde el 18 de octubre de 2019;
2.1.4.1 Objetivo de la investigación de redes con CCTV
La investigación de redes con equipos CCTV de la red de alcantarillado es el proceso de examinar y
registrar la condición interna de la tubería para identificar:
• Condiciones actuales de la tubería incluyendo cualquier problema de instalación,
operacional/mantenimiento, o estructural existente en la red en una ubicación aproximada.
• Calidad y longitud de trabajos de reparación o renovación de redes con métodos sin zanja o
a zanja abierta.
• Conexiones ilegales o erradas en el servicio de alcantarillado (pluvial o sanitario).
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
20
• Puntos de infiltración en la red de aguas residuales.
• Posibles puntos de exfiltración, escape, o vertimientos de aguas residuales.
• Métodos apropiados para el mantenimiento, reparación, o renovación de la red.
2.1.4.2 Requisitos para La ejecución de La videoinspección
El personal responsable de la inspección debe tener conocimientos técnicos sobre construcción,
operación y materiales de las redes de alcantarillado, así como tener amplia experiencia en campo
para este tipo de labores.
Tabla 5.- Criterios de selección de equipos para videoinspección de alcantarillado. Tomado de la NS-58 EAAB ESP
2.1.4.3 Identificación y Codificación de defectos u observaciones por tramo
La identificación y codificación de defectos u observaciones debe realizarse siguiendo los
lineamientos establecidos en el estándar PACP-NASSCO.
Requisitos para el inicio de la codificación:
• No deben codificarse defectos u observaciones que sean parte de la estructura de entrada (ej.
pozo de inspección).
• La codificación de defectos debe realizarse desde el momento que el contador de distancia
longitudinal comience con 0.0 m.
• El contador de distancia longitudinal debe reiniciarse en el momento que el lente de la
videocámara llegue a la pared del pozo inicial como se muestra en la Ilustración 5. Lo anterior
produce consistencia en las mediciones y evita distorsión de medidas debido al ángulo de
visión del lente.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
21
• Los dos primeros códigos deben ser: el código para el punto de acceso y el código de nivel
de agua (MWL), tal y como lo exige el estándar PACP-NASSCO.
2.1.4.4 Requisitos Para calificaciones por tramo y recomendaciones
Los trabajos de videoinspección de redes deben generar calificaciones estructurales,
operacionales/mantenimiento y combinadas (estructural + operacional/mantenimiento), por medio
del cómputo de los grados dados a los códigos de videoinspección.
Dichos grados están dispuestos del 1 al 5, siendo 5 el grado con mayor severidad y 1 el grado de
menor severidad. Por ejemplo, la codificación de un colapso de tubería (Código “X” en PACP)
representa la asignación de un defecto grado 5 en la videoinspección.
Estos grados están preestablecidos para cada código en el estándar PACP-NASSCO, y el software de
videoinspección debe realizar la asignación de dichos grados y calificaciones automáticamente sin
intervención de los operarios. La EAAB-ESP no acepta bases de datos o reportes de inspección con
calificaciones hechas a mano o calculadas manualmente por el operario o ingeniero.
Para el análisis de las calificaciones por tramo, la EAAB-ESP utiliza el tipo de calificación conocido
como ‘Calificación Rápida PACP’, y conocida en inglés como ‘PACP Quick Rating’, la cual está
compuesta de cuatro caracteres organizados de la siguiente manera:
Caracter No.
1
Caracter No. 2
Caracter
No. 3
Caracter No. 4
Grado más
alto de la
video-
inspección.
Número de veces que el
grado más alto se repite. En
caso de ser superior a 9, el
software debe emplear letras
de acuerdo con estándar
PACP-NASSCO.
Siguiente
grado más
alto de la
videoinspe
cción.
Número de veces que el
siguiente grado más alto se
repite. En caso de ser
superior a 9, el software
debe emplear letras de
acuerdo con estándar
PACP-NASSCO.
Tabla 6.- Descripción de los Caracteres de la Calificación ‘Quick Rating’ de PACP. Tomado de la NS-58 EAAB
Caracter No. 1
Caracter No. 2
Caracter No. 3
Caracter No. 4
4
2
2
1
El grado más alto
encontrado en la
videoinspección es
4
El grado 4 se repite 2
veces en toda la
videoinspección
El siguiente grado
más alto en la
videoinspección es
2
El grado 2 sólo
aparece 1 vez en toda
la videoinspección
Tabla 7.- Interpretación de una Calificación Ejemplo (Calificación = 4221). Tomado de la NS-58 EAAB ESP
Es importante tener en cuenta que las Calificaciones Rápidas PACP sólo deben tener cuatro
caracteres, por lo tanto, si el número de veces que se repite un grado es mayor a 9, la calificación debe
cumplir los requisitos de nomenclatura en letras establecidos en el estándar PACP-NASSCO.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
22
La Calificación Rápida PACP (PACP Quick Rating) debe ser reportada para la evaluación estructural,
operacional/mantenimiento y combinada (estructural + operacional/mantenimiento).
2.1.4.5 Reporte de Recomendaciones
Cada entrega de información a la EAAB-ESP debe incluir un reporte de recomendaciones basado en
la Calificación Rápida PACP. Para generar dicho reporte el contratista debe suprimir los caracteres
2, 3 y 4, y agrupar las calificaciones en base al grado más alto encontrado en la videoinspección. El
reporte debe incluir las siguientes secciones:
Cuadro resumen de las Calificaciones Rápidas PACP estructural y operacional/mantenimiento (por
separado) con el siguiente contenido.
Listado de tramos con grado estructural 5 y 4 para “Atención Inmediata” y listado separado de tramos
con grado estructural 3 “Atención Programable a Corto Plazo”.
Listado de tramos con grado operacional/mantenimiento 5 para “Atención Inmediata” y listado
separado de tramos con grado operacional/mantenimiento 4 y 3 “Atención Programable a Corto
Plazo”.
Grado Estructural más
Alto encontrado
Número de tramos con
dicho Grado Estructural
Recomendación
5
Atención Inmediata
4
3
Atención Programable a
Corto Plazo
2
Atención Programable a
Largo Plazo
1
Tabla 8.- Cuadro resumen de las clasificaciones rápidas PACP (Estructural). Tomado de la NS-58 EAAB ESP
Grado
Operacional/Mantenimiento
más Alto encontrado
Número de tramos con
dicho grado operativo
Recomendación
5
Atención Inmediata
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
23
4
Atención Programable a
Corto Plazo
3
2
Atención Programable a
Largo Plazo
1
Tabla 9.- Cuadro resumen de las clasificaciones rápidas PACP (Operación/Mantenimiento). Tomado de la NS-58
EAAB ESP
Todas las recomendaciones de “Atención Inmediata” y “Atención Programable a Corto Plazo” deben
considerarse por la EAAB-ESP una vez se realice un análisis detallado del riesgo teniendo en cuenta
una cuantificación de la consecuencia de falla de dichos tramos.
Como se muestra, la norma vigente de la EAAB ESP, NS-58 versión de octubre 2019, posee
un fundamento teórico solido y apropiado, que redunda en una modernización empresarial, sin
embargo, representa un gran reto para la entidad, la armonización e implementación de ésta, la
actualización de equipos y herramientas, para garantizar que no se pierda información histórica
recopilada con la norma técnica anterior, así mismo, organizar y asignar recursos físicos, tecnológicos
y humanos, que garanticen la conservación y sostenibilidad de la información que se generan en cada
una de las Zonas en que se divide la entidad, unificando criterios y procedimientos, para el
procesamiento y análisis de los datos, dando continuidad al proyecto que adelanta la DIE, con el fin
de realizar una Gestión Integral de los Alcantarillados.
2.2 Modelos de Regresión Logística
La regresión logística, es un caso especial de la regresión lineal, requiere datos binarios y supone una
distribución de Bernoulli. El resultado utiliza los datos de inspección históricos para proporcionar a
los tomadores de decisiones, un medio de evaluar qué tubería se inspeccionará para la planificación
futura de la inspección programada, en función de la probabilidad de que ocurra la falla. (Kim 2018)
Según Monroy y Rivera (2009):
Un modelo estadístico tiene como finalidad principal explicar el comportamiento (en términos de
variabilidad) de las variables que, de acuerdo con el marco conceptual asumido por el investigador,
están ligadas a un fenómeno mediante otras variables asociadas al mismo fenómeno. Un modelo está
compuesto por la variable a explicar (dependiente o respuesta) y las variables explicativas
(independientes o regresoras) con las cuales se pretende dar cuenta del comportamiento de la variable
respuesta. El modelo se hace visible a través de una función matemática con la cual se expresan las
relaciones entre las variables puestas en juego.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
24
Con la regresión logística se procura expresar la probabilidad de que ocurra el evento de interés como
función de algunas variables, que desde la teoría (o la experiencia) se asumen como influyentes.
En su forma más simple el modelo logístico incluye una sola variable explicativa, por ejemplo X
1
;
este es
𝑃(𝑌 = 1) =
1
1 + exp [−(𝛽𝑜 + 𝛽1X1)]
Ecuación 3
El caso más general, que involucra p-variables explicativas X
1, …,
X
p,
es el siguiente:
𝑃(𝑌 = 1) =
1
1 + exp [−(𝛽𝑜 + 𝛽1X1 + 𝛽2X2 + ⋯ + 𝛽pXp)]
Ecuación 4
Donde βo, β
1
, β
2
, …, βp son los parámetros del modelo; exp(.) se refiere a la función exponencial.
La expresión del lado derecho de la ecuación 4, se conoce con el nombre de función logística
multivariada, mientras que la ecuación 3, corresponde a la función logística univariada. Con relación
a las variables explicativas del modelo de regresión logística, estas pueden ser de tipo nominal, ordinal
o continuo. Este es uno de los grandes atractivos de la regresión logística. La figura (4) muestra la
función logística univariada.
Figura 4.- Función Logística
Para la construcción e interpretación de la función logística, la información se dispone en notación
matricial:
𝑌1
𝑋11
𝑋12 …
𝑋1𝑝
𝑌2
𝑋21
𝑋22 …
𝑋2𝑝
𝑌𝑛
𝑋𝑛1 𝑋𝑛2 … 𝑋𝑛𝑝
Figura 5.- Matriz Función Logística
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
25
Cada fila representa el resultado de medir las variables Y, X1, …, Xp en un individuo, la primera
columna está compuesta por unos y ceros. La matriz tiene tantas filas como sujetos haya en la
muestra. Por ejemplo, X
35
representa la medición de la quinta variable explicativa sobre el tercer
individuo de la muestra.
En regresión lineal el método usado con más frecuencia es el de mínimos cuadrados. Con el cual se
buscan los valores de βo, β
1
, …, βp que minimicen la suma de cuadrados de las desviaciones entre
los valores observados Y y los valores pronosticados por el modelo, es decir intenta encontrar los
valores de los parámetros que minimicen el error de predicción. Bajo algunos supuestos, como
varianza constante, normalidad de errores, independencia entre las variables explicativas, el método
de los mínimos cuadrados produce estimadores con propiedades estadísticas deseables. Pero como
las variables dicotómicas no reúnen estas propiedades; en consecuencia, se debe adoptar por otro
procedimiento de estimación.
Dado que la variable Y sigue una distribución tipo Bernoulli, el procedimiento adecuado de
estimación es de máxima verosimilitud. La solución a las ecuaciones implicadas en este proceso de
optimización suministra los estimadores de los parámetros del modelo.
Según el nivel y las características de la variable dependiente, la regresión logística puede
examinarse en tres grupos: regresión logística binaria, regresión logística multinomial y regresión
logística ordinal. Salman (2012). El presente estudio, se fundamenta en el desarrollo de Modelos de
Regresión Logística Binaria y Multinominal, sin embargo, por los resultados encontrados, el enfoque
principal se da, a los Modelos de regresión logística Binaria. A continuación, se describen el
fundamento teórico de los modelos, en detalle.
2.2.1
Modelo de Regresión Logística Binaria
Los Modelos de Regresión Logística Binomial son los más usados por la facilidad de interpretación
y la capacidad del modelo de lograr ajustes representativos de la información, teniendo en cuenta que
es la representación más parsimoniosa del problema que se quiere interpretar.
La regresión logística binaria se usa para modelar la relación entre una variable dependiente
dicotómica (como éxito versus fracaso) y variables independientes. En el modelado de deterioro, la
variable dependiente dicotómica se puede expresar como "estructuralmente insegura" (es decir, Y =
1) versus "segura" (es decir, Y = 0). Las variables independientes pueden ser tanto variables
numéricas como variables categóricas, que se cree que tienen un efecto sobre el deterioro del activo.
Si bien las variables numéricas se pueden ingresar directamente en la ecuación de regresión logística,
las variables categóricas con k valores posibles (k> 1) se codifican de forma ficticia mediante el uso
de variables (k - 1). Salman (2012).
Es importante anotar que la codificación sobre qué es Y=1 o qué es Y=0 es arbitraria e irrelevante
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
26
En estadística, la regresión logística se utiliza para predecir la probabilidad de ocurrencia de un evento
ajustando los datos a una curva logística. Es un modelo lineal generalizado utilizado para la regresión
binomial. (Kim 2018)
La forma general de la regresión logística binaria es la siguiente: Agresti (2002) y Salman (2012):
𝐿𝑜𝑔 [
𝑃(𝑌 = 1 ǀ𝑋1, 𝑋2, … , 𝑋𝑝)
1 − 𝑃(𝑌 = 1ǀ𝑋1, 𝑋2, … , 𝑋𝑝)
] = 𝛼 + 𝛽1X1 + 𝛽2X2 + ⋯ + 𝛽pXp
Ecuación 5
en el que Y = variable dependiente dicotómica; puede asumir el valor de cero o uno, X1 ... Xp =
variables independientes; α = término de intercepción; y β1 ... βp = coeficientes de regresión logística.
Una vez estimados los parámetros de un modelo, la inquietud se centra en la “importancia” de cada
variable para el modelo y en el problema que se enfrenta. Así, puede tenerse la inquietud de cuál de
las p-variables influye más en el valor que tome P(Y=1). Algunos criterios que den cuenta de la
bondad del modelo se revisarán a través de la verificación de la relevancia de cada variable en el
modelo propuesto; algunas medidas de ajuste y la selección de las variables más relevantes. No
obstante, se debe aclarar que el término relevante no necesariamente apunta a la importancia desde el
punto de vista biológico o médico causal de una variable, sino a una visión estadística.
En un modelo que incluya p variables, posiblemente no todas ellas sean relevantes para el problema.
En tal caso se deben detectar las variables que menos aporten al modelo para decidir sobre su
exclusión, y así obtener un modelo más simple (parsimonioso).
En el análisis de regresión existen varios procedimientos disponibles para la selección del modelo
que, con el número más reducido posible de variables, se ajuste adecuadamente a los datos. La
regresión paso a paso, también llamada en la literatura anglosajona como Stepwise, es un
procedimiento que consiste en construir sucesivos modelos de manera que cada uno difiera del
precedente en una sola variable e ir comparando los resultados de cada versión con los de la anterior.
Existen dos versiones del a regresión paso a paso:
a) La regresión “hacia adelante” (forward): se ajustan tantos modelos de regresión logística,
como variables predictoras se tengan, y se van incorporando uno a uno.
b) La regresión “hacia atrás” (backward): se ajusta la regresión logística para todas las variables
predictoras y se van ajustando modelos de orden inferior hasta llegar a uno que no pueda
“degradarse” sin pérdida de información significativa.
c) Las significaciones sucesivas: se ajusta el modelo de regresión logística para todas las
variables, se identifican aquellas variables cuyos coeficientes, desde una prueba de hipótesis,
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
27
resulten significativas y se ajusta el modelo con aquellas variables que resultaron
significativas en la prueba.
Se debe definir lo que se entiende por “variables relevantes”, pues si el problema es hallar un modelo
que optimice la predicción, la solución a este problema es la planteada anteriormente, pero si el
modelo se ajusta dentro de un marco conceptual (como debe ser), el proceso de selección de variables
atañe más al área del conocimiento que se estudia que a la estadística. Esta anotación es oportuna,
toda vez que muchos investigadores actúan como si los métodos estadísticos les eximieran de la
experticia y conocimientos acerca del tema que tratan. Monroy y Rivera (2009).
Una revisión de la bibliografía nacional e internacional, muestran que la aplicación del modelo de
regresión logística en el análisis predictivo del estado de deterioro de infraestructura civil,
proporciona una base para evaluar sistemas expuestos a fallas por diferentes agentes generadores de
la misma.
Es importante comprender que el objetivo de utilizar la regresión logística para el análisis de datos es
el mismo que el de cualquier técnica de construcción de modelos utilizada en estadística, es decir,
encontrar el modelo más adecuado y más parsimonioso. Como en la regresión, un modelo de
regresión logística describe una relación entre una respuesta y un conjunto de variables explicativas.
Una respuesta también se conoce como una variable dependiente o una salida. Las variables
explicativas también se denominan a menudo covariables, variables independientes o predictores.
(Kim 2018)
2.2.2
Modelo de Regresión Logística Multinominal
El modelo de regresión logística multinomial se desarrolla cuando se utiliza una variable dependiente
que puede asumir más de dos categorías, como es el caso del grado estructural de las tuberías,
conforme a la clasificación de la Norma técnica en la cual se basó la realización de las inspecciones
con las cuales se desarrolla el presentes estudio, esto es, grado estructural 1, 2, 3, 4 o 5, siendo 5 el
grado que representa el estado más grave de la tubería y 1 el mejor estado. Sin embargo, como se
observara en el capítulo cuatro, la regresión logística binaria arroja mejores resultados que la
regresión logística multinomial, esto es de esperarse teniendo en cuenta que la probabilidad de
predecir el grado estructural de la tubería entre 1, 2, 3, 4 o 5, es más baja, que entre 1 y 2, donde
comúnmente se entiende como Y=1 en estado de falla, el cual representa los grados estructurales 4 y
5, que arroja el CCTV, y Y=0 en estado de No falla, el cual representa los grados estructurales 1, 2 y
3.
También se habla de Regresión Logística nominal, cuando no hay un orden natural entre las categorías
de la respuesta y de Regresión Logística ordinal, cuando se puede establecer un orden natural obvio
en las categorías de las respuestas, que debe ser tomado en cuenta en la especificación del modelo.
Monroy y Rivera (2009). Esta última regresión es el caso de la categoría 1, 2, 3, 4, o 5, que asume la
variable dependiente en el caso de los grados que arrojan los CCTV.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
28
De acuerdo con Dobson (2002), los modelos que se usan comúnmente cuando se tienen cateogrías
ordinales son el modelo logit acumulativo, el modelo de cateogría adyacente, el modelo logit de
continuación de razón y el modelo de odds proporcionales; este último, es el que se implementa en la
mayoría de los programas de análisis estadísticos, como es el caso de Matlab.
De acuerdo con, Monroy y Rivera (2009):
El modelo de odds proporcionales se basa en el supuesto que el efecto de las covariables X
1
, …, X
p
es igual para todas las categorías en la escala logarítmica, el modelo es:
𝐿𝑜𝑔
𝜋1 + ⋯ + 𝜋𝑗
𝜋𝑗 + 1 + ⋯ + 𝜋𝑟
= 𝛽𝑜𝑗 + 𝛽1𝑋1 + ⋯ + 𝛽𝑝𝑋𝑝
Ecuación 6
Note que el productor lineal tiene un intercepto que depende de la categoría j, pero las otras variables
explicativas no dependen de la categoría j, pero las otras variables explicativas no dependen de j.
La razón de odds asociada a un incremento de una unidad en la variable explicativa Xk es exp(β
k
)
con k=1,…,p.
En el caso de una respuesta ordinal con tres categorías y dos variables explicativas, de acuerdo con
el modelo que se describe en la ecuación 5., se tiene:
𝐿𝑜𝑔
𝜋
𝜋2 + 𝜋3
= 𝛽𝑜1 + 𝛽1𝑋1 + 𝛽2𝑋2
Ecuación 7
𝐿𝑜𝑔
𝜋1 + 𝜋2
𝜋3
= 𝛽𝑜2 + 𝛽1𝑋1 + 𝛽2𝑋2
Ecuación 8
El valor de P(Y=2) se obtiene por la diferencia
P(Y=2) = 1 – P(Y=1) – P(Y=3)
Ecuación 9
En el capítulo 4, se muestran cuatro modelos de regresión logística multinomial, 2 de ellos
desarrollados con las inspecciones realizadas dentro de la UPZ Los Cedros y los otros 2 modelos con
el total de las inspecciones para la Zona 1 de la EAAB ESP.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
29
3 METODOLOGÍA PARA LA DETERMINACIÓN DEL ESTADO
ESTRUCTURAL DE LAS REDES DE ALCANTARILLADO
SANITARIO DE LA ZONA 1 DE LA EAAB ESP.
3.1 Antecedentes
Algunos casos recientes y más significativos dentro de la bibliografía, que han desarrollado modelos
de regresión logística, las variables independientes tenidas en cuenta y las variables significativas
obtenidas conforme a las pruebas de hipótesis aplicadas, son:
No. ARTÍCULO
CASO
DE
ESTUDIO
VARIABLES
USADAS
VARIABLES
MÁS
SIGNIFICANTES
1
Predicción
de
la
condición
de
tuberías
de
alcantarillado
sanitario.
Mohammadi (2019)
Ciudad
de
Tampa, Florida.
Edad,
Material,
Diámetro, Longitud,
Nivel
Freático,
Profundidad,
Pendiente, Caudal y
Tipo de suelo.
Edad,
Material,
Diámetro,
Longitud,
Nivel Freático.
2
Predicción
de
la
condición estructural
del
alcantarillado
integrando
el
promedio
del
Modelo
Bayesiano
con la Regresión
Logística.
Kabir
(2018)
Ciudad
de
Calgary, Canada
Edad,
Longitud,
Diámetro,
Cotas
Rasantes,
Cotas
bateas, Profundidad,
pendiente.
Edad,
Longitud,
Diámetro
y
Cotas
Rasantes
3
Predicción
de
la
condición
del
alcantarillado
y
análisis de factores
explicativos. Laakso
(2018)
Sur de Finlandia
Edad,
Pendiente,
Caudal,
Longitud,
X, Y, Clase vía,
Diámetro, Distancia
a árboles, tipo suelo,
material,
profundidad
e
intersección tubería
pluvial, Intersección
tubería acueducto.
Edad,
Pendiente,
Caudal, Longitud, X, Y,
Clase vía, Diámetro,
Distancia a árboles, tipo
suelo,
material,
profundidad
e
intersección
tubería
pluvial.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
30
No. ARTÍCULO
CASO
DE
ESTUDIO
VARIABLES
USADAS
VARIABLES
MÁS
SIGNIFICANTES
4
Evaluación de la
degradación
de
alcantarillado
orientada a causas y
efectos para apoyar
la planificación de
inspección
programada.
Gunther (2015)
No disponible
Material, Longitud,
Diámetro,
Edad,
Profundidad y Tipo
de Sección.
Material,
Longitud,
Diámetro, y Edad.
5
Un
estudio
comparativo
de
modelos
de
predicción de fallas
en tuberías de agua
utilizando
distribución
de
Weibull y regresión
logística
binaria.
Vladeanu (2015)
Municipalidad
en
la
región
Medio Oeste de
Estados Unidos
Edad y Diámetro
Edad
6
Beneficios de usar
datos
básicos,
imprecisos
o
inciertos
para
elaborar programas
de inspección de
alcantarillado.
Ahmadi (2014)
No disponible
Profundidad, Clase
de Vía, Tipo de
Alcantarillado,
Edad,
Material,
Diámetro, Longitud,
Pendiente.
Profundidad, Clase de
Vía
y
Tipo
Alcantarillado
7
Influencia de datos
disponibles en la
eficiencia
de
programas
de
inspección
de
alcantarillado.
Ahmadi (2013)
No disponible
Profundidad, Clase
de
Vía,
Tipo
Alcantarillado,
Edad,
Material,
Diámetro, Longitud
y Pendiente.
Profundidad, Clase de
Vía
y
Tipo
Alcantarillado
8
Modelando fallas de
líneas de recolección
de aguas residuales
usando
varios
modelos
de
regresión
nivel-
Distrito
Metropolitano de
Alcantarillado de
Greater Cininnati
Profundidad, Tipo
de
Alcantarillado,
Clase de Vía, Edad,
Material, Diámetro,
Longitud
y
Pendiente.
Profundidad, Tipo de
Alcantarillado y Clase
de Vía.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
31
No. ARTÍCULO
CASO
DE
ESTUDIO
VARIABLES
USADAS
VARIABLES
MÁS
SIGNIFICANTES
sección.
Salman
(2012)
9
Modelado de la línea
de
tiempo
de
deterioro
de
los
sistemas
de
alcantarillado.
Lubini (2012)
Ciudades
de
Verdun
y
St-
Hyacinthe
en
Quebec
Edad,
Diámetro,
Material, Pendiente
y Longitud
Edad,
Diámetro
y
Material
10
Evaluación de las
necesidades
de
inspección
de
infraestructura
utilizando modelos
logísticos.
Ariaratnam (2001)
Edmonton, Alta.
Canadá
Edad,
Diámetro,
Tipo
de
Alcantarillado,
Profundidad
y
Material.
Edad, Diámetro y Tipo
de Alcantarillado
Tabla 10.- Casos de Estudio Modelos de Regresión Logística. Elaboración propia
Del cuadro anterior se observa, que las cinco variables más usadas por los investigadores para tener
en cuenta como predictoras, en los modelos de regresión logística son la edad, el material, la longitud,
la profundidad, la pendiente y el diámetro y las tres variables que con mayor frecuencia se obtienen
como variables significativas, son en orden de importancia, la edad, el diámetro y el material.
Por último, se observa que en ninguno de los trabajos expuestos se tienen en cuenta las
variables de Subsidencia de los suelos y la de Avisos de Mantenimiento, por lo que se consideran un
aporte relevante de este estudio, el hecho de incluirlas en el análisis. Como se presentará más
adelante, la variable de Subsidencia, no demostró ser significativa en ninguno de los modelos
desarrollados, mientras que los Avisos de Mantenimiento, resultaron ser significativos en dos de ellos.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
32
3.2 Metodología propuesta para el Caso de Estudio
En esta sección se detallará la metodología propuesta en esta investigación para desarrollar el modelo
de regresión logística, con fines predictivos, para determinar el estado estructural de las redes locales
de alcantarillado sanitario de la Zona 1 de la EAAB ESP, con base en la bibliografía referenciada; los
fundamentos principales fueron tomados de Salam (2012).
Los errores e incertidumbre asociados a la metodología y sus resultados, son los ligados a aquellos
propagados por las variables con las que se construye el modelo, y estas a su vez tienen diferentes
fuentes de incertidumbre, como aquellas relacionadas con los errores humanos y físicos, con los
recursos que tuvieron relación en la construcción de la información, no obstante, la incertidumbre
más grande se asocia a la categorización del estado estructural, producto de la inspección con CCTV,
tal como se detalla en el siguiente numeral.
A continuación, se describe el enfoque metodológico utilizado y se muestra de manera sistemática,
la experiencia del presente estudio, en el tratamiento y procesamiento de la información.
3.2.1
Definición del problema
El problema de la estimación del estado estructural de las tuberías de alcantarillado, es un problema
de clasificación, teniendo en cuenta, que la variable dependiente “Y” es un dato categórico y no
numérico, en ese sentido, las medidas de desempeño para identificar qué tanto se ajustan los
resultados de la simulación a los registros, que deben usarse, son aquellas que cuantifican qué tanto
acierta, pero también qué tanto se equivoca el modelo desarrollado.
En ese contexto, la medida de desempeño utilizada en este estudio, es la Matriz de Confusión o en
algunos casos denominada Tabla de Contingencia, esta medida evidencia el desempeño de un
algoritmo de clasificación y muestra cómo se distribuyen los resultados reales versus los resultados
de la predicción del modelo desarrollado.
Las fuentes de incertidumbre en este problema, son muchas, pero la más relevante es la asociada a la
calificación y clasificación del grado estructural que se hace a partir de la inspección de las redes con
circuito cerrado de televisión.
La incertidumbre puede crecer cuando el grado de condición de un tramo de alcantarillado es
evaluado. Incertidumbre originada desde tres fuentes: 1. Durante la ejecución de los reportes de
CCTV, el operador puede fallar en el reconocimiento del defecto, por la condición operacional
(insuficiencia de luz, inspecciones rápidas o enfoque del operador o problemas de infiltración), 2.
Durante la descripción del defecto, en el sistema de códigos, pueden ser usados códigos o
calificaciones incorrectas; 3. Durante la interpretación del reporte de CCTV, la condición evaluada
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
33
es hecha por profesionales, ya sea por clasificación subjetiva (por ejemplo, opinión de expertos basada
en experiencia) o usando una escala cualitativa (evaluación basada en vejez). Ahmadi (2014).
Como se expuso en el numeral 2.1.2. las variables que pueden influir en la determinación del estado
estructural de las tuberías de alcantarillado son muchas, dentro de las más usadas por los
investigadores del área son, el diámetro, la longitud, la pendiente, la profundidad, la edad, el nivel
freático, la calidad del agua, entre otros.
Las variables independientes, tenidas en cuenta en este estudio, son ampliamente tratadas en los
numerales 2.1.2, 3.2.2 y 3.2.3, por lo tanto, en este aparte, se hace referencia a la variable dependiente
“Y”, es decir al estado de deterioro físico de la tubería, definido por el grado estructural, que como
se expuso en el numeral 2.2., cuando se estudia el problema de manera binaria, “Y” puede tomar
valores ya sea de Y=0 o de Y=1, cuando se encuentra en estado definido como “No falla” o “Falla”,
respectivamente; por otra parte, cuando se estudia el problema de manera Multinominal “Y” puede
asumir valores entre 1, 2, 3, 4 o 5, donde ésta es una escala gradual, en la que Y=1 es el mejor estado
estructural del tubo y Y= 5 el peor estado.
Figura 6.- CCTV realizados en la Zona 1 de la EAAB
ESTADO
TRAMOS
%
FALLA Y=1
285
39%
NO FALLA Y=0
453
61%
TOTAL CCTV
738
100%
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
34
La variable dependiente “Y”, que contiene los registros de 738 inspecciones realizadas con circuito
cerrado de televisión a diferentes redes instaladas en el área de prestación de la Zona 1 de la EAAB
ESP, se muestran en el mapa de la Figura 6., en color rojo aquellas inspecciones que tienen un grado
estructural categorizado en estado de “FALLA”, esto es Y=1, que corresponden a grado estructural 4
y 5, según clasificación de la norma técnica de la EAAB, al momento de la ejecución y en color verde,
aquellas inspecciones con grado estructural 1, 2 y 3, categorizado en estado de “NO FALLA”, esto
es Y=0.
3.2.2
Recopilación de la Información
La primera labor fue la recopilación de la información disponible asociada a las redes locales de
alcantarillado sanitario, donde se obtuvo la base del catastro oficial de la EAAB ESP, la cual contiene
cada una de las siguientes variables, para cada uno de los tramos de alcantarillado sanitario en estudio:
VARIABLE
DEPENDIENTE
ABREVIATURA
UNIDAD
Diámetro
D
metros (m)
Longitud
L
metros (m)
Pendiente
S
Porcentaje o centímetro/metro (cm/m)
Profundidad
H
metros (m)
Edad
E
vejez (años)
Material
como
variable
Binaria
MBIN
M =1 cuando Gres, M=0 cuando ≠Gres
Material
como
variable
Ficticia
M1 y M2
Si GRES
⇒ M1=1 y M2=0
Si CONCRETO
⇒ M1=0 y M2= 1
Si PVC
⇒ M1=0 y M2=0
Tabla 11.- Variables dependientes definidas
Posteriormente, se obtuvo la base de datos de los reportes del Sistema de Información Empresarial
de la EAAB ESP, con la lista de avisos de mantenimiento, asociados a la atención o ejecución de
actividades de mantenimiento en las redes de alcantarillado, en la Zona 1, de los últimos 10 años
(2008-2018). Con esta base de datos en Excel, se procesó la información, eliminando aquellos avisos
inefectivos y los asociados a actividades diferentes a las relacionadas con el alcantarillado sanitario y
se realizó un procesamiento geoespacial en ArcMap de ArcGIS (Esri), para asignar cada uno de los
eventos al tramo ubicado frente a la dirección a la cual está ligado el mantenimiento.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
35
Adicionalmente, se gestionó a través del Ingeniero Héctor Mora Páez, Coordinador del Grupo de
Investigaciones Geodésicas Espaciales, del Servicio Geológico Colombiano, los datos de subsidencia
de los suelos asociados al polígono de la Zona1 de la EAAB ESP, obteniendo en formato shape, los
resultados de la investigación de este Grupo, a partir del uso de imágenes interferométricas de radar
de las plataformas SENTINEL-1 y TerraSAR-X. El Ingeniero Héctor Mora expuso:
Los archivos corresponden a dos capas de puntos que contienen valores de desplazamiento así:
a. 2018_11_28_Velocidad_Vertical_TSX_nov11_oct17_Zona1
b. 2018_11_28_Velocidad_Vertical_Sentinel1_Dic2014_Nov2016_Zona1
El archivo a. corresponde al uso de imágenes TerraSAR para el periodo de septiembre de 2011 a
octubre de 2017, mientras que el archivo b. ha sido generado a partir de imágenes SENTINEL-1 para
el perido de tiempo comprendido entre diciembre de 2014 y noviembre de 2016.
Con respecto a los resultados que se pueden visualizar en los dos archivos, es preciso hacer las
siguientes consideraciones:
-
El sensor TerraSAR-X captura las imágenes en la banda X, con una longitud de onda de 3.2
cm y resolución espacial de 3m, mientras que el sensor SENTINEL-1 obtiene las imágenes
en la banda C, con una longitud de onda de 5.6cm y resolución espacial de 15m.
-
El sensor TerraSAR-X permite obtener información de la superficie con mayor detalle,
aunque tiene menor capacidad de penetración comparado con los sensores de radar en la
banda C tales como SENTINEL-A, y banda L como ALOS-PALSAR.
-
El uso de las imágenes interferométricas de radar para este tipo de estudios implica la
posibilidad que se presente, como sucede en este caso, que algunos sectores de la ciudad
aparezcan sin información, lo cual es debido a incoherencia o decorrelación en la fase de la
fase asociada al interferograma, asociada a la re-vista del satélite.
-
Es importante señalar que las imágenes TerraSAR-X abarcan mayor periodo del tiempo de
observación que las imágenes SENTINEL-1. Esto significa que se generó un mayor número
de interferogramas con el sensor en la banda X que con el sensor en la banda C, lo cual
implica tener mejores niveles de confianza en los resultados obtenidos con TerraSAR-X. Sin
embargo, los resultados son complementarios.
-
Aunque las imágenes de SENTINEL-1 tienen mayor cobertura que las imágenes de
TerraSAR-X, ninguna cubre en su totalidad la Zona 1.
Teniendo en cuenta las anteriores consideraciones realizadas por el ingeniero Héctor Mora Páez, se
procedió a revisar la información suministrada, y contrastarlas con el área de prestación de servicio
de alcantarillado de la EAAB ESP, encontrando que las imágenes de SENTINEL-1 son las que mejor
cubrimiento tiene sobre el área donde se encuentran instaladas las redes de alcantarillado sanitario de
la zona 1, por lo tanto se decidió trabajar con esta información y realizar un procesamiento
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
36
geoespacial en ArcMap de ArcGIS (Esri), para asignar a cada tramo el valor de subsidencia máxima
presentada en los registros más cercanos al tubo.
3.2.3
Depuración de la base de datos
La Base de datos inicial contaba con 26.153 tramos de alcantarillado sanitario, finalmente quedó
compuesta por 24.292, producto de una depuración detallada de la información, con base en
histogramas de frecuencia, gráficos de cajas y bigotes GCB y de la experiencia previa sobre las redes
existentes en el sector de estudio. En resumen, se eliminaron el 7% de los tramos por presentar datos
con valores inconsistentes principalmente relacionados con registros de edad, diámetro, longitud,
profundidad y pendiente. A continuación, se detallan los datos eliminados de la muestra, según la
variable independiente analizada:
3.2.3.1 Material
Se eliminaron 99 tramos que no contenían registro del material del que están construidos y que
adicionalmente no habían sido sujetos de inspección, por lo tanto, quedaron hasta este momento
26.054 tramos.
La variable independiente categórica “material”, del universo de los datos, es decir de los 24.292
tramos que quedaron al final de la depuración, producto del análisis de todas las variables
independientes, se encuentra compuesta de la siguiente manera:
Figura 7.- Clase de Material Base de Datos completa, tuberías con y sin CCTV.
La variable independiente “material”, de la muestra inspeccionada, se describe en la siguiente gráfica:
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
37
Figura 8.- Clase de Material Base de Datos, muestra tuberías con CCTV.
La tabla resumen de la variable dependiente Material es la siguiente:
MATERIAL
TRAMOS
(und)
LONG.
(m)
CER
96
5166
CR
957
47187
CSR
8701
394146
GRES
12119
627611
GRP
31
1730
LADRILLO
70
3140
PE
21
983
PEAD
1
64
PVC
2296
91258
TOTAL
24292
1171284
Tabla 12.- Clase de Material Base de Datos completa, con y sin CCTV.
MATERIAL TRAMOS
(und)
LONG.
(m)
CER
2
97
CR
9
622
CSR
160
8209
GRES
478
30016
GRP
1
57
LADRILLO
24
1698
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
38
Tabla 13.- Clase de Material Base de Datos con CCTV
Como se observa los materiales que predominan tanto en la Base de Datos total, como en la muestra
con registros de CCTV es el CCTV, seguido del CONCRETO y el PVC, respectivamente.
En el siguiente capítulo, se observa en los resultados, como el GRES, es el material que se asocia con
mayor fuerza, al estado estructural más deficiente.
3.2.3.2 Edad E
La depuración de la base de datos por la variable independiente “Edad”, parte de la base de datos ya
depurada por concepto de material, es decir con 26.054 segmentos o tramos, sin embargo, en esta
etapa no se eliminaron registros, sino que se asignaron edades promedio a aquellas tuberías con edad
atípica correspondiente a 119años.
Como se mencionó en el numeral 2.1.2.5, la edad máxima de las redes de alcantarillado de los sectores
más antiguos de Bogotá, se encuentra alrededor de los 70 años, por lo que en la metodología
propuesta, se seleccionaron 5.375 tramos que contenían un registro de edad de 119 años, calculado a
partir de la edad de instalación, y se les asignó una edad promedio dependiendo del tipo de material,
si el material es gres, se asignó una edad promedio de 40años, si es PVC, una edad de 14años y si es
Concreto una edad de 24 años.
En general, estos alcantarillados que reportan una edad de 119 años, están asociados a tuberías
construidas por la misma comunidad, de Barrios Subnormales, en procesos urbanísticos de
legalización de barrios y que surten un trámite de entrega de la infraestructura a la EAAB ESP, para
su mantenimiento y operación, pero es frecuente encontrar que la comunidad no tiene registro de su
fecha de instalación exacta.
Los valores de la variable independiente “Edad” medida en años, del universo de los datos, es decir
de los 24.292 tramos que quedaron al final de la depuración, producto del análisis de todas las
variables independientes, se observan en el siguiente Diagrama de Caja y Bigotes:
PE
1
28
PVC
63
3107
TOTAL
738
43834
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
39
Figura 9.- Diagrama Caja y Bigotes, Edad redes locales alcantarillado Sanitario Zona 1 EAAB
Como se observa en el diagrama, la caja inferior es mayor que la superior; lo que representa que las
edades comprendidas entre el 25% y el 50% de la población está más dispersa que entre el 50% y el
75%.
El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de las tuberías más jóvenes
están más concentradas que el 25% de las más antiguas, aunque la diferencia no es pronunciada.
El rango intercuartílico RIC= Q3 - Q1 = 20; es decir, el 50% de la población está comprendido en 20
años.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -10 y el Máximo como el Cuartil Q3 + 1.5RIC
= 70, se observan valores atípicos en el rango mínimo de la muestra, es decir edades muy jóvenes son
atípicas.
E mín.= 1
Q1 (25%) = 20
E máx.= 65
Q2 = mediana =33
Q3 (75%) = 40
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
40
Figura 10.- Diagrama Caja y Bigotes, Edad tuberías muestra con CCTV
Se observa en el diagrama, que la caja inferior es mayor que la superior; lo que representa que las
edades comprendidas entre el 25% y el 50% de la población está más dispersa que entre el 50% y el
75%. Igual comportamiento a la población total.
El bigote inferior (Q3, Emáx) es más corto que el inferior; por ello el 25% de las tuberías más antiguas
están más concentradas que el 25% de las más jóvenes. De forma opuesta a lo ocurrido con la
población completa.
El rango intercuartílico RIC= Q3 - Q1 = 20; es decir, el 50% de la población está comprendido en 20
años. De forma similar a la población completa de las tuberías de la zona 1.
3.2.3.3 Diámetro D
La depuración de la base de datos por la variable independiente “Diámetro”, parte de la base de datos
ya depurada por concepto de material y edad, es decir con 26.054 segmentos o tramos, en el proceso
se eliminaron 12 registros, correspondientes a diámetros superiores a 1.50 metros, valores atípicos a
los frecuentes para redes locales de alcantarillado sanitario. Por tanto, la base de datos se redujo a
26.042 tramos.
Los valores de la variable independiente “Diámetro” medida en metros, del universo de los datos, es
decir de los 24.292 tramos que quedaron al final de la depuración, producto del análisis de todas las
variables independientes, se observan en el siguiente Diagrama de Caja y Bigotes:
E mín. = 1
E máx.= 65
Q3 (75%) = 47
Q2 = mediana = 39
Q1 (25%) = 27
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
41
Figura 11.- Diagrama Caja y Bigotes, Diámetros redes locales alcantarillado Sanitario Zona 1 EAAB
Como se observa en el diagrama, Q1=Q2, lo que significa que solo el 25% de los diámetros son
menores a la mediana, es decir a 0.200.
El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de los diámetros más
pequeños, están más concentrados que el 25% de los más grandes.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = 0.05 y el Máximo como el Cuartil Q3 + 1.5RIC
= 0.450, se observan valores atípicos en el rango máximo de la muestra, es decir que es atípico tener
valores muy grandes de diámetros en redes locales de alcantarillado sanitario.
E máx.= 1.50
Q3 (75%) = 0.300
Q1 = Q2 = 0.200
E mín. = 0.10
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
42
Figura 12.- Diagrama Caja y Bigotes, Diámetros tuberías muestra con CCTV
Se observa en el diagrama, que la caja inferior y superior son iguales; lo que representa una dispersión
similar en la población comprendida entre el 25% y el 50% y el 50% y el 75%.
El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de los diámetros más
pequeños, están más concentrados que el 25% de los más grandes.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -0.10 y el Máximo como el Cuartil Q3 + 1.5RIC
= 0.700, se observan valores atípicos, tanto en el rango mínimo como máximo de la muestra, es decir
que la muestra realmente está en su mayoría comprendida en tuberías con diámetros entre 0.200 y
0.400 metros, esto corresponde a diámetros nominales de 8” a 16”.
3.2.3.4 Longitud L
La depuración de la base de datos por la variable independiente “Longitud”, parte de la base de datos
ya depurada por concepto de material, edad y diámetro, es decir con 26.042 segmentos o tramos, en
el proceso se eliminaron 4 registros, correspondientes a tuberías con longitud inferior a 1.0 metros.
Por tanto, la base de datos se redujo a 26.038 tramos.
Los valores de la variable independiente “Longitud” medida en metros, del universo de los datos, es
decir de los 24.292 tramos que quedaron al final de la depuración, producto del análisis de todas las
variables independientes, se observan en el siguiente Diagrama de Caja y Bigotes:
E mín. = 0.150
E máx.= 1.50
Q3 (75%) = 0.400
Q1 (25%) = 0.200
Q2 = mediana = 0.300
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
43
Figura 13.- Diagrama Caja y Bigotes, Longitud redes locales alcantarillado Sanitario Zona 1 EAAB
Se observa en el diagrama, que la caja inferior y superior son iguales; lo que representa una dispersión
similar en la población comprendida entre el 25% y el 50% y el 50% y el 75%.
El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de las tuberías con
longitudes más cortas, están más concentrados que el 25% de los más grandes.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -37 y el Máximo como el Cuartil Q3 + 1.5RIC
= 132, se observan valores atípicos, tanto en el rango mínimo como máximo de la muestra, es decir
que la muestra realmente está en su mayoría comprendida en tuberías con longitudes entre 26 y 69
metros lineales.
Figura 14.- Diagrama Caja y Bigotes, Longitud tuberías muestra con CCTV
E mín. = 1
E máx.= 408
Q3 (75%) = 69
Q1 (25%) = 26
Q2 = mediana = 44
E mín. = 1
E máx.= 146
Q3 (75%) = 80
Q1 (25%) = 38
Q2 = mediana = 60
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
44
Se observa en el diagrama, que la caja inferior y superior son casi iguales; lo que representa una
dispersión similar en la población comprendida entre el 25% y el 50% y el 50% y el 75%.
El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de las tuberías con
longitudes más cortas, están más concentrados que el 25% de los más grandes.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -25 y el Máximo como el Cuartil Q3 + 1.5RIC
= 143, se observan valores atípicos, tanto en el rango mínimo como máximo de la muestra, es decir
que la muestra realmente está en su mayoría comprendida en tuberías con longitudes entre 38 y 80
metros lineales.
3.2.3.5 Pendiente S
La depuración de la base de datos por la variable independiente “Pendiente”, parte de la base de datos
ya depurada por concepto de material, edad, diámetro y longitud, es decir con 26.038 tramos, en el
proceso se eliminaron 560 segmentos, correspondientes a tuberías que registraban pendiente negativa
y que no poseían inspección con CCTV. Por tanto, la base de datos se redujo a 25.478 tramos.
Los valores de la variable independiente “Pendiente” medida en porcentaje, que a su vez puede
interpretarse como la variación en centímetros por cada metro, del universo de los datos, es decir de
los 24.292 tramos que quedaron al final de la depuración, producto del análisis de todas las variables
independientes, se observan en el siguiente Diagrama de Caja y Bigotes:
Figura 15.- Diagrama Caja y Bigotes, Longitud tuberías muestra con CCTV
E mín. = 0
E máx.= 25.56
Q3 (75%) = 1.6
Q1 (25%) = 0.30
Q2 = mediana = 0.55
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
45
Se observa en el diagrama, que la caja inferior es menor que la superior; lo que representa que las
edades comprendidas entre el 50% y el 75% de la población está más dispersa que entre el 25% y el
50%.
El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de las tuberías con
pendientes más bajas, están más concentradas que el 25% de tuberías con pendientes más altas.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -1.6 y el Máximo como el Cuartil Q3 + 1.5RIC
=3.5, se observan valores atípicos, tanto en el rango mínimo como máximo de la muestra, es decir
que la muestra realmente está en su mayoría comprendida en tuberías con pendientes entre 0.3% y
1.6 %.
Figura 16.- Diagrama Caja y Bigotes, Pendiente tuberías muestra con CCTV
Se observa en el diagrama, que la caja inferior es menor que la superior; lo que representa que las
edades comprendidas entre el 50% y el 75% de la población está más dispersa que entre el 25% y el
50%.
El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de las tuberías con
pendientes más bajas, están más concentradas que el 25% de tuberías con pendientes más altas.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -1.7 y el Máximo como el Cuartil Q3 + 1.5RIC
=3.3, se observan valores atípicos, tanto en el rango mínimo como máximo de la muestra, es decir
que la muestra realmente está en su mayoría comprendida en tuberías con pendientes entre 0.20% y
1.44 %.
E mín. = 0
E máx.= 25.56
Q3 (75%) = 1.44
Q1 (25%) = 0.20
Q2 = mediana = 0.48
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
46
3.2.3.6 Profundidad H
La depuración de la base de datos por la variable independiente “Profundida”, parte de la base de
datos ya depurada por concepto de material, edad, diámetro, longitud y pendiente, es decir con 25.478
tramos, en el proceso se eliminaron 1186 segmentos, correspondientes a tuberías que registraban
profundidades iguales a cero. Por tanto, la base de datos se redujo a 24.292 tramos de los cuales 738
tramos cuentan con inspección y por tanto calificación de grado estructural de 1 a 5 producto del
CCTV realizado y 23.554 no cuentan con inspección.
Los valores de la variable independiente “Profundidad” medida en metros, del universo de los datos,
es decir de los 24.292 tramos, se observan en el siguiente Diagrama de Caja y Bigotes:
Figura 17.- Diagrama Caja y Bigotes, Profundidad de las redes locales de alcantarillado Sanitario Zona 1 EAAB
Se observa en el diagrama, que la caja inferior y superior son prácticamente iguales; lo que representa
una dispersión similar en la población comprendida entre el 25% y el 50% y el 50% y el 75%.
El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de las tuberías con
profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = 0.366 y el Máximo como el Cuartil Q3 +
1.5RIC = 3.150, se observan valores atípicos, en el rango máximo de la muestra, es decir que la
muestra realmente está en su mayoría comprendida en tuberías con profundidades menores a los 2.11
metros.
E mín. = 0.50
E máx.= 6.94
Q3 (75%) = 2.11
Q1 (25%) = 1.41
Q2 = mediana = 1.72
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
47
Figura 18.- Diagrama Caja y Bigotes, Profundidad tuberías muestra con CCTV
Con similares características que la población total, se observa en el diagrama, que la caja inferior y
superior son prácticamente iguales; lo que representa una dispersión similar en la población
comprendida entre el 25% y el 50% y el 50% y el 75%.
El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de las tuberías con
profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = 0.38 y el Máximo como el Cuartil Q3 + 1.5RIC
= 4.50, se observan valores atípicos, en el rango máximo de la muestra, es decir que la muestra
realmente está en su mayoría comprendida en tuberías con profundidades menores a los 2.31 metros.
3.2.3.7 Avisos de Mantenimiento del Alcantarillado de los últimos 10 años - A
Los valores de la variable independiente “Avisos” medida en metros, del universo de los datos, es
decir de los 24.292 tramos, se observan en el siguiente Diagrama de Caja y Bigotes:
E mín. = 0.50
E máx.= 6.38
Q3 (75%) = 2.31
Q1 (25%) = 1.54
Q2 = mediana = 1.89
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
48
Figura 19.- Diagrama Caja y Bigotes, Avisos de Mantenimiento, de las redes locales de alcantarillado Sanitario
Zona 1 EAAB
El bigote inferior (Emín, Q1) es más mucho más corto que el superior; por ello el 25% de las tuberías
con profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -4.5 y el Máximo como el Cuartil Q3 + 1.5RIC
=7.5, se observan valores atípicos, en el rango máximo de la muestra.
Figura 20.- Diagrama Caja y Bigotes, Avisos de Mantenimiento, tuberías muestra con CCTV
E máx.= 134
Q3 (75%) = 3
Q2 = mediana = 0
Q1 (25%) = 0
E mín. = 0
E máx.= 57
Q3 (75%) = 4
Q1 (25%) = 0
Q2 = mediana = 1
E mín. = 0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
49
El bigote inferior (Emín, Q1) es más mucho más corto que el superior; por ello el 25% de las tuberías
con profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -6 y el Máximo como el Cuartil Q3 + 1.5RIC
= 10, se observan valores atípicos, en el rango máximo de la muestra.
3.2.3.8 Subsidencia de los Suelos - B
Los valores de la variable independiente “Subsidencia” medida en unidades de velocidad (cm/año),
del universo de los datos, es decir de los 24.292 tramos, se observan en el siguiente Diagrama de Caja
y Bigotes:
Figura 21.- Diagrama Caja y Bigotes, Subsidencia, de las redes locales de alcantarillado Sanitario Zona 1 EAAB
Se observa en el diagrama, que la caja inferior es menor que la superior; lo que representa que las
subsidencias, comprendidas entre el 50% y el 75% de la población está más dispersa que entre el 25%
y el 50%.
El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de las tuberías con
profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -2.524 y el Máximo como el Cuartil Q3 +
1.5RIC =1.137, no se observan valores atípicos, las subsidencias
La unidad de subsidencia, se expresa en velocidad medida en centímetros asentados por año, por lo
que el valor mínimo del diagrama, representa en realidad el valor máximo de asentamiento, es decir
el máximo asentamiento medio en el área de prestación de la Zona 1, es -2.480 cm/año, el valor
máximo positivo, puede hacer referencia, tanto a errores de medición como a aumento de rasante por
endurecimiento del suelo en procesos de urbanización.
E máx.=1.025
Q3 (75%) = -0.236
Q2 = mediana = -0.576
Q1 (25%) = -1.151
E mín. = -2.480
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
50
Figura 22.- Diagrama Caja y Bigotes, Subsidencia, tuberías muestra con CCTV
Se observa en el diagrama, que la caja inferior es menor que la superior; lo que representa que las
subsidencias, comprendidas entre el 50% y el 75% de la población está más dispersa que entre el 25%
y el 50%.
El bigote inferior (Emín, Q1) es más corto que el superior; por ello el 25% de las tuberías con
profundidades más bajas, están más concentrados que el 25% de las tuberías más profundas.
Al calcular el Mínimo como el Cuartil Q1 – 1.5RIC = -2.023 y el Máximo como el Cuartil Q3 +
1.5RIC =0.835, se observan valores atípicos, en el rango mínimo de la muestra, esto es en los valores
máximos de asentamiento.
Finalmente, se consolida una base de datos total de 24.292 tramos de los cuales 738 tramos cuentan
con grado estructural producto de inspección con CCTV, la cual se describe en detalle en el siguiente
numeral.
E máx.= 0.412
Q3 (75%) = -0.237
Q2 = -0.684
Q1 (25%) =-0.951
E mín. = -2.480
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
51
3.2.4
Metodología propuesta para la Estimación del Estado Estructural de las Redes Locales
de Alcantarillado Sanitario de la Zona 1 de la EAAB ESP.
Luego del proceso de depuración y consolidación de la información recopilada, mostrada en el
numeral 3.3.3, finalmente se obtuvo una Base de Datos, en archivo .shp y .xlsx, de ArcMap y Excel,
respectivamente, con un total de 24.292 tubos, la cual consta de los siguientes campos, para cada uno
de los tramos:
1. IDSIG = Código único que identifica en el sistema de información geográfica de la EAAB
ESP, a cada uno de los tramos de que se compone el sistema.
2. X = Coordenada Planas de Proyección Cartesiana en X (m)
3. Y = Coordenada Planas de Proyección Cartesiana en Y (m)
4. D = Diámetro del tubo (m)
5. L = Longitud del tubo (m)
6. S = Pendiente del tubo (%)
7. H = Profundidad medida de la cota rasante de la superficie a la cota clave del tubo (m)
8. E = Vejez o Edad de la tubería medida desde la fecha de instalación hasta diciembre 2018 o
hasta fecha de inspección en los casos de tramos inspeccionados(años)
9. B = Subsidencia del suelo según valores de desplazamiento de imágenes interferométricas de
radar de la plataforma SENTINEL-1 medida en unidades de velocidad (cm/año)
10. A = Avisos o Atención de mantenimientos al alcantarillado sanitario según información del
Sistema Empresarial de la EAAB ESP, SAP, de los últimos 10 años (2008-2018).
(avisos/tubo)
11. GE = Grado estructural de 1 a 5, según resultado de la inspección con CCTV realizada al
tubo en el periodo comprendido entre los años 2017-2018.
En el caso de la variable material, que cuenta con 3 categorías, correspondientes a los materiales gres,
PVC y Concreto, se incluyó en el modelo de dos formas diferentes, en unos modelos se utilizó como
variable binaria, es decir X=1 cuando el material es GRES y X=0 cuando es diferente de GRES, es
decir PVC o Concreto; en otros modelos la variable Material fue incluida como Variable Ficticia, que
Ariaratnam (2001) la define de la siguiente manera: Las variables ficticias son variables explicativas
artificiales en un modelo de regresión, que representan las categorías de la variable cualitativa. Cada
variable asume uno de dos valores, 0 o 1, que indica si una observación cae en un grupo particular.
Por ejemplo, hay tres categorías cuando se considera el tipo de desecho: sanitario, pluvial y
combinado. La codificación variable ficticia se utiliza porque no supone distancia entre los grupos.
Una vez consolidada la base de datos, se procede a desarrollar el modelo de regresión logística,
conforme a los diagramas de flujo 24,25, 26 y 27, en los cuales se plasman los pasos realizados para
llevar a cabo cada uno de los modelos. Como se mencionó anteriormente, se desarrollaron 17
modelos, 13 de regresión logística binaria y 4 de regresión logística multinomial, 6 de estos modelos
se desarrollaron teniendo en cuenta 408 CCTV, realizadas a las redes pertenecientes al polígono que
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
52
limita la Unidad de Planeamiento Zonal UPZ Los Cedros, de acuerdo a la clasificación del Plan de
Ordenamiento Territorial POT 2009 y los otros 11 modelos se desarrollaron agregando 330 CCTV
que fueron realizadas a redes por fuera de la UPZ Los Cedros, pero dentro del área de prestación de
la Zona 1.
Los modelos de regresión logística son ampliamente utilizados no solo en el campo de la ingeniería,
sino en muchas otras áreas, como la de la Medicina. Entre los propósitos del modelamiento
estadístico se cuentan la descripción de información, la predicción y el análisis de un problema
contextualizado en una situación real. Con su aplicación se pretende tener una herramienta con la
cual, se pueda hacer una descripción de la realidad contenida en un conjunto de datos sin perder de
vista que esta mirada es reducida o parcial. Los estudios que tienen como propósito la predicción,
son de tipo prospectivo. La finalidad analítica de la regresión logística se enmarca en aquellos
estudios que pretenden explicar por qué ocurre algo. Monroy y Rivera (2009)
La regresión logística es ampliamente usada, por lo que, en diferentes software estadísticos, ya se
encuentra programada en la Librería de Funciones, es el caso del Software R y MATLAB. Para
efectos del presente estudio se utiliza MATLAB.
MATLAB es el nombre abreviado de “Matriz Laboratory”. Es un programa para realizar cálculos
numéricos con vectores y matrices, y por tanto se puede trabajar también con números escalares (tanto
reales como complejos), con cadenas de caracteres y con otras estructuras de información más
complejas. MATLAB es un lenguaje de alto rendimiento para cálculos técnicos, es al mismo tiempo
un entorno y un lenguaje de programación. Uno de sus puntos fuertes es que permite construir propias
herramientas reutilizables. MATLAB, a parte del calculo matricial y algebra lineal, también puede
manejar polinomios, funciones, ecuaciones diferenciales ordinarias, gráficos, entre otros. Manual de
MATLAB, Casado Fernández.
La metodología usada para desarrollar el Modelo de regresión Logístico Binario MRLB, es la misma
para desarrollar el Modelo de regresión Logística Multinomial MRLM, la diferencia radica en los
resultados para “Y”, es decir, para predecir el Estado Estructural, que para el caso del MRLB la
predicción de “Y” se asocia a dos estados, FALLA o NO FALLA, mientras que para el caso del
MRLM, el resultado para “Y”, se asocia a la probabilidad de que el estado estructural se encuentre
en alguno de los 5 grados estructurales asociados a la inspección; por lo que es frecuente encontrar
un mejor ajuste para los MRLB, que para los MRL
La medida de ajuste utilizada para medir el desempeño del modelo es la Matriz de confusión. La
matriz de confusión es una herramienta fundamental a la hora de evaluar el desempeño de un
algoritmo de clasificación, ya que dará una mejor idea de cómo se está clasificando dicho algoritmo,
a partir de un conteo de los aciertos y errores de cada una de las clases en la clasificación. Así se
puede comprobar si el algoritmo está clasificando mal las clases y en qué medida. Recuperado de
https://www.ecured.cu/Matrices_de_confusion.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
53
Figura 23.- Matriz de confusión
Recuperado de https://www.dataschool.io/simple-guide-to-confusion-matrix-terminology.
VP = Verdaderos positivos, que es la cantidad de positivos que fueron clasificados correctamente
como positivos por el modelo
VN = Verdaderos Negativos, que es la cantidad de negativos que fueron clasificados correctamente
como negativos por el modelo.
FN = Falsos Negativos, que es la cantidad de positivos que fueron clasificados incorrectamente como
negativos.
FP = Falsos Positivos, que es la cantidad de negativos que fueron clasificados incorrectamente como
positivos.
Por ejemplo, los Falsos Positivos, son aquellos casos en los que el registro que se tienen del CCTV
arroja que el tramo se encuentra en estado Y=0, es decir, “NO FALLA”, pero la predicción indica
que el tramo se encuentra en estado Y=1, es decir, “FALLA”, por lo que la predicción ha sido
incorrecta. La palabra “falso” señala que la predicción del modelo fue errónea, y la palabra “positivo”
indica que el modelo predijo que el estado es Y=1, es decir en estado de “FALLA”.
Con base en la Matriz de confusión, se pueden calcular métricas, tales como:
EXACTITUD (accuracy)= en general, ¿qué porcentaje de la muestra clasifica correctamente?
TASA DE ERROR (Misclassification Rate) = en general, ¿qué porcentaje de la muestra clasifica
incorrectamente?
SENSIBILIDAD O TASA DE VERDADEROS POSITIVOS (Recall o True Positive Rate) = Cuando
la clase es positiva, ¿qué porcentaje logra clasificar?
ESPECIFICIDAD (Specificity)= Cuando la clase es negativa, ¿qué porcentaje logra clasificar?
PRECISIÓN (Precision)= Cuando predice positivos, ¿qué porcentaje clasifica correctamente?
VALOR DE PREDICCIÓN NEGATIVO VPN (True Negative Rate)= Cuando predice positivos,
¿qué porcentaje clasifica correctamente?
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
54
DIAGRAMA DE FLUJO METODOLOGÍA DETERMINACIÓN ESTADO
ESTRUCTURAL MEDIANTE MODELO DE REGRESIÓN LOGÍSTICA
INICIO
Georreferenciación de
todas las variables
Crear base de datos
inicial
Depuración base de
datos (histogramas,
GCB y experticia)
Recopilación
información y
definición variables
Crear base de datos
depurada
A
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
55
Figura 24.- Diagrama de Flujo Metodología Determinación Estado Estructural
Generar muestra
aleatoria para entrenar
y verificar modelo
A
Variables independientes
significativas
FIN
* Entrenar modelo
usando MATLAB
Prueba de hipótesis
p-valor de
Probabilidad
Coeficientes de
regresión logística β1
Entrenar modelo con
variables
significativas
Coeficientes de
regresión logística β2
**Verificar modelo
con coeficientes de
regresión logística β2
***Medir ajuste del
Modelo
Y PROBABLE
Matriz de confusión, Exactitud,
Tasa de error, Sensibilidad,
Especificidad, Precisión, VPN
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
56
* ENTRENAR MODELO EN MATLAB
INICIO
Crear archivo Matlab
Crear Vector de
variable dependiente
D = Diámetro (m)
BD= Base de datos 80% muestra
con CCTV, incluye c/u de las
variables dependientes.
Crear Vector de
variable dependiente
L = Longitud (m)
SI
NO
BD
NO
B
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
57
SI
Crear Vector de
variable dependiente
S=Pendiente (cm/m)
BD
NO
SI
Crear Vector de
variable dependiente
H=Profundidad(m)
BD
NO
SI
Crear Vector de
variable dependiente
E=Edad (años)
BD
NO
SI
Crear Vector de variable
dependiente
B=Subsidencia(cm/año)
BD
NO
B
C
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
58
Figura 25.- Diagrama de Flujo Metodología Entregar Modelo de Regresión Logística
SI
BD
NO
Crear Vector de
variable Independiente
Y=cateogrical(Y)
SI
Crear Vector de
variable dependiente
M = Material
BD
NO
SI
X = [D L S H E B A M];
[β,dev,stats]=mnrfit(X,Y);
FIN
Coeficientes de regresión
logística β, se, p-valor.
SI
C
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
59
**VERIFICAR MODELO EN MATLAB
Figura 26.- Diagrama de Flujo Verificar Modelo de Regresión Logística
INICIO
Coeficientes de
regresión logística β
BD= Base de datos 20% muestra
con CCTV, incluye c/u de las
variables dependientes.
Crear vectores Variables
Dependientes Dv, Lv, Sv,
Hv, Ev, Bv, Av, Mv
BD
NO
SI
Xv = [Dv Lv Sv Hv Ev Bv Av Mv];
YPROB=mnrval(β,Xv)
FIN
YPROB = Y SIMULADOS
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
60
***MEDIR EL AJUSTE DEL MODELO
Figura 27.- Diagrama de Flujo Medir ajuste del Modelo de Regresión Logística
INICIO
Y SIMULADA
Y MEDIDA (CCTV)
Matriz de Confusión
Exactitud =
𝑉𝑃+𝑉𝑁
𝑇𝑂𝑇𝐴𝐿
Tasa de error =
𝐹𝑃+𝐹𝑁
𝑇𝑂𝑇𝐴𝐿
Sensibilidad =
𝑉𝑃
𝑇𝑂𝑇𝐴𝐿 𝑃𝑂𝑆𝐼𝑇𝐼𝑉𝑂𝑆
Especialidad =
𝑉𝑁
𝑇𝑂𝑇𝐴𝐿 𝑁𝐸𝐺𝐴𝑇𝐼𝑉𝑂𝑆
Matriz de confusión, Exactitud,
Tasa de error, Sensibilidad,
Especificidad, Precisión, VPN
Precisión =
𝑉𝑃
𝑇𝑂𝑇𝐴𝐿 𝐶𝐿𝐴𝑆𝐼𝐹𝐼𝐶𝐴𝐷𝑂𝑆 𝑃𝑂𝑆𝐼𝑇𝐼𝑉𝑂𝑆
VPN =
𝑉𝑁
𝑇𝑂𝑇𝐴𝐿 𝐶𝐿𝐴𝑆𝐼𝐹𝐼𝐶𝐴𝐷𝑂𝑆 𝑁𝐸𝐺𝐴𝑇𝐼𝑉𝑂𝑆
FIN
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
61
4 RESULTADOS
La metodología desarrollada en la sección 3.3. es probada para dos muestras de la las inspecciones
con CCTV obtenidas, en primer lugar se aplicó la metodología a la Unidad de Planeamiento Zonal
UPZ Los Cedros, teniendo en cuenta la disponibilidad y concentración de las inspecciones
recopiladas, sin embargo en el desarrollo de la investigación se tuvo acceso a inspecciones adicionales
realizadas a diferentes tramos instalados dentro del área de prestación de la Zona 1 de la EAB ESP,
relacionadas con áreas más heterogéneas, debido a la dispersión geográfica de la información. Por
tanto, a continuación, se presentan en dos numerales 4.1.2 y 4.1.2, los resultados obtenidos en cada
uno de los casos; es importante señalar que el modelo desarrollado para la muestra completa de las
inspecciones, 738 CCTV, contiene los 408 CCTV, utilizados para el modelo desarrollado
específicamente para la UPZ Los Cedros.
Sin embargo, como se observa en el numeral 4.1.3, cuatro fueron los modelos seleccionados para la
predicción del estado estructural de los 23.554 tramos sin inspección, teniendo en cuenta, las
evaluaciones de las matrices de confusión y de los resultados de las medidas de ajuste, de cada uno
de los modelos desarrollados.
4.1 Caso de estudio
4.1.1
Unidad de Planeamiento Zonal UPZ Los Cedros
Desde el contexto urbanístico, en el marco del Plan de Ordenamiento Territorial vigente para Bogotá,
Decreto 190 de 2004, la ciudad se divide en 20 Localidades, 92 Unidades de Planeamiento Zonal -
UPZ, 2 Unidades de Planeamiento Rural - UPR y aproximadamente 1922 Barrios.
"La Unidad de Planeamiento Zonal -UPZ-, tiene como propósito definir y precisar el planeamiento
del suelo urbano, respondiendo a la dinámica productiva de la ciudad y a su inserción en el contexto
regional, involucrando a los actores sociales en la definición de aspectos de ordenamiento y control
normativo a escala zonal" (Artículo 49 del Decreto 190 de 2004 Plan de Ordenamiento Territorial -
POT). Las normas relacionadas con las UPZ, se reglamentan en los Decretos distritales 159 de 2004
y el 333 de 2010.
Es importante mencionar, que se puede considerar significativo el análisis de la información por
Unidad de Planeamiento Zonal UPZ, toda vez que estás áreas agrupan barrios que han sido en su
mayoría desarrollados de una manera homogénea, tanto en aspectos socioeconómicos, como
ambientales, geológicos, geotécnicos, constructivos, de organización funcional, entre otros, de tal
manera que puede realizarse un análisis aislado de la información, sin embargo no se desconoce, que
el alcantarillado sanitario de Bogotá se encuentra agrupado por Unidades de Gestión de
Alcantarillado, denominadas UGAs, las cuales se agrupan teniendo en cuenta otros criterios técnicos,
principalmente el relacionado con la cuenca de drenaje a la que pertenecen cada una de las UGAs y
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
62
por tanto, la forma en que operativamente funciona el sistema, lo que no obedece en la mayoría de
los casos a los limites definidos por las UPZ.
La UPZ Los Cedros se encuentra ubicada al Norte de la Ciudad en la Localidad de Usaquén, en el
polígono comprendido por los siguientes límites, por el costado sur con la calle 134, por el norte con
la calle 153, por el oriente con los cerros orientales aproximadamente a la altura de la carrera 4 y por
el occidente con la Autopista Norte (Avenida carrera 45). Los Decretos 271 de 2005 y 266 de 2015,
reglamentaron urbanísticamente la UPZ Los Cedros, conforme al POT 190 de 2004, y los cuales
plantean que la Unidad de Planeamiento Zonal (UPZ) No.13 LOS CEDROS hace parte de las áreas
residenciales del norte de la ciudad y se configura como una zona de vivienda consolidada en estratos
medios y altos, que requiere vincularse funcionalmente al contexto regional y urbano a través de ejes
viales de integración urbana. Por otra parte, participa del territorio denominado Borde Oriental como
transición entre el suelo urbano del Distrito Capital y la zona de reserva forestal nacional de los Cerros
Orientales. Esta UPZ se halla influenciada por las centralidades de Usaquén – Santa Bárbara, Prado
Veraniego y Toberín – La Paz.
La UPZ Los Cedros, es la de mayor indicie de redensificación en los últimos 5 años, dentro de la
Zona 1, razón por la cual, la EAAB ha priorizado estudios y diseños encaminados en la optimización
de la capacidad estructural e hidráulica de la infraestructura de acueducto, alcantarillado sanitario y
pluvial.
Es así, como se obtienen para este estudio 408 CCTV realizados durante el 2018, muestra a la que le
fue aplicada la metodología desarrollada en el capítulo anterior.
Para los CCTV de la UPZ Los Cedros, se desarrollaron los siguientes 6 modelos de regresión
logística, de los 408 CCTV, se utilizaron 326 para entrenar el modelo y 82 para su verificación:
4.1.1.1 Modelo Regresión Logística Binaria con todas las Variables (MB = M Binario)
Figura 28.- Pantalla MATLAB, MRLB con todas las Variables (MB = M Binario)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
63
Tabla 14.- Matriz de Confusión MRLB con todas las Variables (MB = M Binario)
Tabla 15.- Medidas de Ajuste MRLB con todas las Variables (MB = M Binario)
4.1.1.2 Modelo Regresión Logística Binaria con todas las Variables (Mficticia = M1 y M2)
Figura 29.- Pantalla MATLAB, MRLB con todas las Variables (Mficticia = M1 y M2)
Tabla 16.- Matriz de Confusión, MRLB con todas las Variables (Mficticia = M1 y M2)
Positivos Negativos
Positivos
3
24
Negativos
2
53
Predicción
O
b
s
e
rv
a
c
ió
n
68%
32%
11%
96%
60%
69%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Positivos Negativos
Positivos
3
24
Negativos
1
54
Predicción
O
b
s
e
rv
a
c
ió
n
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
64
Tabla 17.- Medidas de Ajuste MRLB con todas las Variables (Mficticia = M1 y M2)
4.1.1.3 Modelo Regresión Logística Binaria con las variables S, A y MB
Figura 30.- Pantalla MATLAB, MRLB con las variables S, A y MB
Tabla 18.- Matriz de Confusión, MRLB con las variables S, A y MB
Tabla 19.- Medidas de Ajuste MRLB con las variables S, A y MB
70%
30%
11%
98%
75%
69%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Positivos Negativos
Positivos
2
25
Negativos
4
51
Predicción
O
b
s
e
rv
a
c
ió
n
65%
35%
7%
93%
33%
67%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
65
4.1.1.4 Modelo Regresión Logística Binaria con las variables S, E, A y MB
Figura 31.- Pantalla MATLAB, MRLB con las variables S, E, A y MB
Tabla 20.- Matriz de Confusión, MRLB con las variables S, E, A y MB
Tabla 21.- Medidas de Ajuste, MRLB con las variables S, E, A y MB
Positivos Negativos
Positivos
2
25
Negativos
3
52
Predicción
O
b
s
e
rv
a
c
ió
n
66%
34%
7%
95%
40%
68%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
66
4.1.1.5 Modelo Regresión Logística Multinomial con todas las variables (MB = M Binario)
Tabla 22.- Pantalla MATLAB, MRLM con todas las variables (MB = M Binario)
Tabla 23.- Matriz de Confusión, MRLM con todas las variables (MB = M Binario)
Tabla 24.- Medidas de Ajuste, MRLM con todas las variables (MB = M Binario)
Positivos
Negativos
Positivos
0
42
Negativos
2
38
Predicción
O
b
s
e
rv
a
c
ió
n
46%
54%
0%
69%
0%
48%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
67
4.1.1.6 Modelo Regresión Logística Multinomial con todas las variables (Mficticia = M1 y M2)
Figura 32.- Pantalla MATLAB, MRLM con todas las variables (Mficticia = M1 y M2)
Tabla 25.- Matriz de confusión, MRLM con todas las variables Mficticia = M1 y M2)
Tabla 26.- Medida de Ajuste, MRLM con todas las variables (Mficticia = M1 y M2)
Positivos Negativos
Positivos
0
42
Negativos
2
38
Predicción
O
b
s
e
rv
a
c
ió
n
46%
54%
0%
69%
0%
48%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
68
Los resultados obtenidos en los 6 modelos de regresión logística desarrollados con los 408 CCTV
contenidos en la UPZ LOS CEDROS, se resumen a continuación:
Tabla 27.- Modelos de Regresión Logística MRL UPZ Los Cedros
Tabla 28.- Variables utilizadas en MRL UPZ Los Cedros
Tabla 29.- Coeficientes de Regresión MRL UPZ Los Cedros
Tabla 30.- Prueba de hipótesis p-valor MRL UPZ Los Cedros
1 REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)
2 REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
3 REGRESIÓN LOGÍSTICA BINARIA CON S, A y MB
4 REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB
5 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)
6 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
1958
408
326
82
DATOS
VERIFICAR
20%
No.
MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO
TRAMOS
TOTALES
MUESTRA
DATOS
ENTRENAR
80%
D
L
S
H
E
B
A
MBIN
M1
M2
1 REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)
X
X
X
X
X
X
X
X
2 REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
X
X
X
X
X
X
X
X
X
3 REGRESIÓN LOGÍSTICA BINARIA CON S, A y MB
X
X
X
4 REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB
X
X
X
X
5 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)
X
X
X
X
X
X
X
X
6 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
X
X
X
X
X
X
X
X
X
VARIABLES UTILIZADAS
No.
MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO
IN T E R C E P T
O
D
L
S
H
E
B
A
MBIN
M1
M2
1
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)
2.272
0.516 -0.008 -0.100 -0.083 -0.003 0.266 0.061 -1.044
2
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
2.654
0.568 -0.007 -0.094 -0.081 0.003 0.297 0.059
-0.720 -0.720
3
REGRESIÓN LOGÍSTICA BINARIA CON S, A y MB
1.625
-0.081
0.049 -1.228
4
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB
1.793
-0.080
-0.006
0.050 -1.140
5
REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)
6
REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
MATRIZ
MATRIZ
COEFICIENTES REGRESIÓN LOGISTICA
No.
MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO
IN T E R C E P T
O
D
L
S
H
E
B
A
MBIN
M1
M2
1
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)
0.0035
0.6788
0.1298
0.0395
0.6545
0.8116
0.6248
0.0318
0.0086
2
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
0.0054
0.6516
0.1494
0.0532
0.6624
0.8679
0.5851
0.0397
0.0664
0.4252
3
REGRESIÓN LOGÍSTICA BINARIA CON S, A y MB
0.0000
0.0687
0.0660
0.0002
4
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB
0.0005
0.0748
0.6723
0.0644
0.0031
5
REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)
6
REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
MATRIZ
MATRIZ
PRUEBA DE HIPÓTESIS P-VALOR
No.
MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
69
Tabla 31.- Medida de Ajuste Matriz de Confusión MRL UPZ Los Cedros
4.1.2
Zona 1 de la EAAB
La Zona 1 de la EAAB, se encuentra comprendida entre los siguientes límites del área urbana de la
ciudad de Bogotá: Al Sur por la calle 88, al Norte aproximadamente por la 220, al Oriente por los
Cerros Orientales y al Occidente por el Río Bogotá; con alrededor de 576.000 usuarios, de los cuales
el 92% son de uso residencial, el 7% comercial y el restante pertenecen a otros tipos de uso; la
Gerencia Zona 1 es la responsable de realizar la gestión comercial, así como del Mantenimiento y
Operación de la infraestructura local instalada, compuesta por 1.626 km de redes menores de
acueducto, 1.236 km de redes locales de alcantarillado sanitario y 1236 km de redes locales de
alcantarillado pluvial, 25 canales y 5 humedales, en un área aproximada de 8.741 ha.
En este caso, se desarrollaron 11 modelos de regresión logística a los 738 CCTV realizados en las
redes locales de alcantarillado sanitario, instaladas dentro del área de prestación de la Zona 1 de la
EAAB, es decir son 330 CCTV adicionales a los utilizados en los modelos desarrollados en el numeral
4.1.1. Son 9 modelos de regresión logística binaria MRLB y 2 de regresión logística Multinominal
MRLM, los resultados de los MRLM son muy deficientes, dado que la predicción debe darse entre 5
estados y no en 2, como ocurre en el modelo binario, por lo que el estudio se centra en los Modelos
de Regresión Logística Binaria.
Para Entrenar los modelos se utilizaron 590 CCTV y para su verificación se utilizaron los148 CCTV
restantes, esto corresponde al 80% y 20%, respectivamente.
VN FN VP FP Exactitud
Tasa de
error
Sensibilidad Especificidad Precisión
VPN
1
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)
53 24
3 2
68%
32%
11%
96%
60%
69%
2
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
54 24
3 1
70%
30%
11%
98%
75%
69%
3
REGRESIÓN LOGÍSTICA BINARIA CON S, A y MB
51 25
2 4
65%
35%
7%
93%
33%
67%
4
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB
52 25
2 3
66%
34%
7%
95%
40%
68%
5
REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)
6
REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
MATRIZ DE CONFUSIÓN
No.
MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
70
4.1.2.1 Modelo Regresión Logística binaria con todas las variables (MB=M binario)
Figura 33.- Pantalla MATLAB, MRLB con todas las variables (MB=M binario)
Tabla 32.- Matriz de Confusión, MRLB con todas las variables (MB=M binario)
Tabla 33.- Medidas de Ajuste, MRLB con todas las variables (MB=M binario)
Positivos
Negativos
Positivos
13
36
Negativos
30
69
Predicción
O
b
s
e
rv
a
c
ió
n
55%
45%
27%
70%
30%
66%
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Precisión
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
71
4.1.2.2 Modelo Regresión Logística binaria con todas las variables (Mficticia = M1 y M2)
Figura 34.- Pantalla MATLAB, MRLB con todas las variables (Mficticia = M1 y M2)
Tabla 34.- Matriz de Confusión, MRLB con todas las variables (Mficticia = M1 y M2)
Tabla 35.- Medidas de Ajuste, MRLB con todas las variables (Mficticia = M1 y M2)
Positivos Negativos
Positivos
6
43
Negativos
7
92
Predicción
O
b
s
e
rv
a
c
ió
n
66%
34%
12%
93%
46%
68%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
72
4.1.2.3 Modelo Regresión Logística binaria con las variables D, S y E.
Figura 35.- Pantalla MATLAB, MRLB con las variables D, S y E.
Tabla 36.- Matriz de Confusión, MRLB con las variables D, S y E.
Tabla 37.- Medidas de Ajuste, MRLB con las variables D, S y E.
Positivos Negativos
Positivos
5
44
Negativos
8
91
Predicción
O
b
s
e
rv
a
c
ió
n
65%
35%
10%
92%
38%
67%
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Precisión
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
73
4.1.2.4 Modelo Regresión Logística binaria con las variables D, S, E y A.
Figura 36.- Pantalla MATLAB, MRLB con las variables D, S, E y A.
Tabla 38. Matriz de Confusión, MRLB con las variables D, S, E y A.
Tabla 39.- Medidas de Ajuste, MRLB con las variables D, S, E y A.
Positivos Negativos
Positivos
5
44
Negativos
8
91
Predicción
O
b
s
e
rv
a
c
ió
n
65%
35%
10%
92%
38%
67%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
74
4.1.2.5 Modelo Regresión Logística binaria con las variables D, S, E, A, M1 y M2.
Figura 37.- Pantalla MATLAB, MRLB con las variables D, S, E, A, M1 y M2.
Tabla 40.- Matriz de Confusión, MRLB con las variables D, S, E, A, M1 y M2.
Tabla 41.- Medidas de Ajuste, MRLB con las variables D, S, E, A, M1 y M2.
Positivos Negativos
Positivos
5
44
Negativos
8
91
Predicción
O
b
s
e
rv
a
c
ió
n
65%
35%
10%
92%
38%
67%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
75
4.1.2.6 Modelo Regresión Logística binaria con las variables S, E, A, M1 y M2.
Tabla 42.- Pantalla MATLAB, MRLB con las variables S, E, A, M1 Y M2.
Tabla 43.- Matriz de Confusión, MRLB con las variables S, E, A, M1 Y M2.
Tabla 44.- Medidas de Ajuste, MRLB con las variables S, E, A, M1 Y M2.
Positivos Negativos
Positivos
6
43
Negativos
5
94
Predicción
O
b
s
e
rv
a
c
ió
n
68%
32%
12%
95%
55%
69%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
76
4.1.2.7 Modelo Regresión Logística binaria con las variables S y E.
Figura 38.- Pantalla MATLAB, MRLB con las variables S y E.
Tabla 45.- Matriz de Confusión, MRLB con las variables S y E.
Tabla 46.- Medidas de Ajuste, MRLB con las variables S y E.
Positivos Negativos
Positivos
5
44
Negativos
5
94
Predicción
O
b
s
e
rv
a
c
ió
n
67%
33%
10%
95%
50%
68%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
77
4.1.2.8 Modelo Regresión Logística binaria con las variables S y MB
Figura 39.- Pantalla MATLAB, MRLB con las variables S y MB
Tabla 47.- Matriz de Confusión, MRLB con las variables S y MB
Tabla 48.- Medidas de Ajuste, MRLB con las variables S y MB
Positivos Negativos
Positivos
11
38
Negativos
18
81
Predicción
O
b
s
e
rv
a
c
ió
n
62%
38%
38%
82%
38%
68%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
78
4.1.2.9 Modelo Regresión Logística binaria con las variables S, E, A y MB
Figura 40.- Pantalla MATLAB, MRLB con las variables S, E, A y MB
Tabla 49.- Matriz de Confusión, MRLB con las variables S, E, A y MB
Tabla 50.- Medidas de Ajuste, MRLB con las variables S, E, A y MB
Positivos Negativos
Positivos
16
33
Negativos
21
78
Predicción
O
b
s
e
rv
a
c
ió
n
64%
36%
33%
79%
43%
70%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity, true positive rate)
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
79
4.1.2.10 Modelo Regresión Logística Multinominal con todas las variables (MB=M binario)
Figura 41.- Pantalla MATLAB, MRLM con todas las variables (MB=M binario)
Figura 42.- Pantalla MATLAB, Coeficientes MRLM con todas las variables (MB=M binario)
Tabla 51.- Matriz de confusión, MRLM con todas las variables (MB=M binario)
Positivos Negativos
Positivos
1
72
Negativos
5
70
Predicción
O
b
s
e
rv
a
c
ió
n
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
80
Tabla 52.- Medidas de Ajuste, MRLM con todas las variables (MB=M binario)
4.1.2.11 Modelo Regresión Logística Multinominal con todas las variables (Mficticia = M1 y M2)
Figura 43.- Pantalla MATLAB, MRLM con todas las variables (Mficticia = M1 y M2
48%
52%
2%
71%
17%
49%
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity,
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Precisión
Valor de predicción negativo VPN
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
81
Figura 44.- Pantalla MATLAB, Coeficientes MRLM con todas las variables (Mficticia = M1 y M2)
Tabla 53.- Matriz de confusión, MRLM con todas las variables (Mficticia = M1 y M2)
Tabla 54.- Medidas de Ajuste, MRLM con todas las variables (Mficticia = M1 y M2)
Los resultados obtenidos en los 11 modelos de regresión logística desarrollados con los 738 CCTV
realizados a redes locales de alcantarillado sanitario de la Zona 1 de la EAAB ESP, se resumen a
continuación:
Positivos Negativos
Positivos
3
70
Negativos
3
72
Predicción
O
b
s
e
rv
a
c
ió
n
51%
49%
6%
73%
50%
51%
Precisión
Valor de predicción negativo VPN
Exactitud (Acurracy)
Tasa de error (Misclassification Rate)
Sensibilidad, exhaustividad, tasa de verdaderos positivos (recall, sensitivity,
Especificidad, tasa de verdaderos negativos (especificity, true negative rate)
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
82
Tabla 55.- Modelos de Regresión Logística MRL ZONA 1 EAAB ESP
Tabla 56.- Variables utilizadas en MRL ZONA 1 EAAB ESP
Tabla 57.- Coeficientes de Regresión MRL ZONA 1 EAAB ESP
1
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)
2
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
3
REGRESIÓN LOGÍSTICA BINARIA CON D, S y E
4
REGRESIÓN LOGÍSTICA BINARIA CON D, S, E Y A
5
REGRESIÓN LOGÍSTICA BINARIA CON D, S, E, A , M1 Y M2
6
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A , M1 Y M2
7
REGRESIÓN LOGÍSTICA BINARIA CON S y E
8
REGRESIÓN LOGÍSTICA BINARIA CON S y MB
9
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB
10 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)
11 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
23554
738
590
148
DATOS
VERIFICAR
No.
MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO
TRAMOS
TOTALES
MUESTRA
DATOS
ENTRENAR
D
L
S
H
E
B
A
MBIN M1
M2
1
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)
X
X
X
X
X
X
X
X
2
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
X
X
X
X
X
X
X
X
X
3
REGRESIÓN LOGÍSTICA BINARIA CON D, S y E
X
X
X
4
REGRESIÓN LOGÍSTICA BINARIA CON D, S, E Y A
X
X
X
X
5
REGRESIÓN LOGÍSTICA BINARIA CON D, S, E, A , M1 Y M2
X
X
X
X
X
X
6
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A , M1 Y M2
X
X
X
X
X
7
REGRESIÓN LOGÍSTICA BINARIA CON S y E
X
X
8
REGRESIÓN LOGÍSTICA BINARIA CON S y MB
X
X
9
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB
X
X
X
X
10 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)
X
X
X
X
X
X
X
X
11 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
X
X
X
X
X
X
X
X
X
VARIABLES
No.
MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO
IN T E R C E P T
O
D
L
S
H
E
B
A
MBIN
M1
M2
1
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)
1.137
0.528 0.000 -0.092 0.098 0.010 -0.162 -0.014 -1.894
2
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
0.755
1.788 -0.001 -0.076 0.014 -0.016 -0.071 -0.005
-0.232 -0.184
3
REGRESIÓN LOGÍSTICA BINARIA CON D, S y E
0.574
1.810
-0.074
-0.017
4
REGRESIÓN LOGÍSTICA BINARIA CON D, S, E Y A
0.597
1.785
-0.075
-0.017
-0.005
5
REGRESIÓN LOGÍSTICA BINARIA CON D, S, E, A , M1 Y M2
0.810
1.766
-0.076
-0.017
-0.005
-0.231 -0.190
6
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A , M1 Y M2
1.406
-0.087
-0.014
-0.014
-0.300 -0.276
7
REGRESIÓN LOGÍSTICA BINARIA CON S y E
1.084
-0.084
-0.014
8
REGRESIÓN LOGÍSTICA BINARIA CON S y MB
1.915
-0.103 -1.808
9
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB
1.730
-0.091
0.011
-0.022 -2.001
10 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)
11 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
MATRIZ
MATRIZ
COEFICIENTES REGRESIÓN LOGISTICA
No.
MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
83
Tabla 58.- Prueba de hipótesis p-valor MRL ZONA 1 EAAB ESP
Tabla 59.- Medida de Ajuste Matriz de Confusión MRL ZONA 1 EAAB ESP
4.1.3
Predicción del estado estructural de las redes locales de alcantarillado sanitario de la
Zona 1 de la EAAB
Con los modelos que mejores resultados tuvieron de la medida de ajuste aplicada, producto de la
Matriz de confusión, se aplicaron a las tuberías existentes en la Zona 1, que carecen de inspección,
esta población corresponde a 23.554 tramos, los modelos escogidos y los resultados obtenidos son
los siguientes:
IN T E R C E P T
O
D
L
S
H
E
B
A
MBIN
M1
M2
1
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)
0.0217
0.3557 0.8971 0.0018 0.4339 0.2198 0.4043 0.3936 0.0000
2
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
0.1557
0.0002 0.7539 0.0060 0.9056 0.0132 0.6994 0.7678
0.4586 0.5876
3
REGRESIÓN LOGÍSTICA BINARIA CON D, S y E
0.0535
0.0002
0.0046
0.0067
4
REGRESIÓN LOGÍSTICA BINARIA CON D, S, E Y A
0.0496
0.0002
0.0045
0.0070
0.7185
5
REGRESIÓN LOGÍSTICA BINARIA CON D, S, E, A , M1 Y M2
0.0575
0.0003
0.0040
0.0067
0.7347
0.4590 0.5736
6
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A , M1 Y M2
0.0003
0.0010
0.0181
0.3357
0.3322 0.4083
7
REGRESIÓN LOGÍSTICA BINARIA CON S y E
0.0000
0.0013
0.0185
8
REGRESIÓN LOGÍSTICA BINARIA CON S y MB
0.0000
0.0002
0.0000
9
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB
0.0000
0.0017
0.1594
0.1357 0.0000
10 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)
11 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
MATRIZ
MATRIZ
PRUEBA DE HIPÓTESIS P-VALOR
No.
MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO
VN FN VP FP
Exactitud
Tasa de
error
Sensibilida
d
Especificidad
Precisión
VPN
1
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (MB=M BINARIO)
69 36 13 30
55%
45%
27%
70%
30%
66%
2
REGRESIÓN LOGÍSTICA BINARIA CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
92 43
6
7
66%
34%
12%
93%
46%
68%
3
REGRESIÓN LOGÍSTICA BINARIA CON D, S y E
91 44
5
8
65%
35%
10%
92%
38%
67%
4
REGRESIÓN LOGÍSTICA BINARIA CON D, S, E Y A
91 44
5
8
65%
35%
10%
92%
38%
67%
5
REGRESIÓN LOGÍSTICA BINARIA CON D, S, E, A , M1 Y M2
91 44
5
8
65%
35%
10%
92%
38%
67%
6
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A , M1 Y M2
94 43
6
5
68%
32%
12%
95%
55%
69%
7
REGRESIÓN LOGÍSTICA BINARIA CON S y E
94 44
5
5
67%
33%
10%
95%
50%
68%
8
REGRESIÓN LOGÍSTICA BINARIA CON S y MB
91 38 11 18
62%
38%
38%
82%
38%
68%
9
REGRESIÓN LOGÍSTICA BINARIA CON S, E, A y MB
78 33 16 21
64%
36%
33%
79%
43%
70%
10 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (MB=M BINARIO)
11 REGRESIÓN LOGÍSTICA MULTINOMIAL CON TODAS LAS VARIABLES (M FICTICIA = M1 y M2)
MATRIZ DE CONFUSIÓN
No.
MODELO DE REGRESIÓN LOGÍSTICA DESARROLLADO
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
84
4.1.3.1 Predicción utilizando Modelo Regresión Logística Binaria con las variables Pendiente S,
Edad E, Avisos de Mantenimiento A y Material como variable Ficticia M1 y M2.
Figura 45.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de S, E, A, M1 y M2.
ESTADO
TRAMOS
%
FALLA
1934
8%
NO FALLA
21620
92%
TOTAL
23554
100%
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
85
4.1.3.2 Predicción utilizando el Modelo Regresión Logística Binaria con las variables Diámetro
D, Pendiente S, Edad E y Avisos de Mantenimiento A.
Figura 46.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de D, S, E y A.
ESTADO
PREDICCIÓN
%
FALLA
3403
14%
NO FALLA
20151
86%
TOTAL
23554
100%
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
86
4.1.3.3 Predicción utilizando el Modelo Regresión Logística Binaria con las variables Diámetro
D, Pendiente S y Edad E.
Figura 47.- Mapa Predicción Zona 1 EAAB, según MRLB con variables de D, S y E.
ESTADO
PREDICCIÓN
%
FALLA
3424
15%
NO FALLA
20130
85%
TOTAL
23554
100%
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
87
4.1.3.4 Predicción utilizando el Modelo Regresión Logística Binaria con todas las variables.
Figura 48.- Mapa Predicción Zona 1 EAAB, según MRLB con todas las variables.
ESTADO
PREDICCIÓN
%
FALLA
7263
31%
NO FALLA
16291
69%
TOTAL
23554
100%
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
88
5 ANÁLISIS DE RESULTADOS
5.1 Unidad de Planeamiento Zonal UPZ Los Cedros
De los seis modelos de regresión logística desarrollados con las inspecciones disponibles, realizadas
con CCTV a 408 tuberías locales de alcantarillado sanitario en la UPZ Los Cedros de la Zona 1 de la
EAAB ESP, los dos primeros modelos tienen en cuenta todas las variables independientes o
predictoras compiladas, estas son ocho variables “X”, el diámetro, la longitud, la pendiente, la
profundidad, la edad, la subsidencia, los avisos de mantenimiento al alcantarillado y el material, la
variación entre el modelo 1 y 2, obedece a la forma en que se trató esta última variable, en el modelo
1 se abordó de manera binaria, como se muestra en la tabla 53, y en el modelo 2 se abordó como
variable ficticia (dummy), como se muestra en la tabla 54.
Tabla 60.- Material como variable Binaria
Tabla 61.- Material como variable Ficticia
El modelo número 3, se desarrolla teniendo en cuenta las 3 variables que resultan significativas de la
prueba de hipótesis p-valor del modelo número 1, estas son, la Pendiente, los Avisos de
Mantenimiento y el Material como variable binaria, según tabla 53.
El modelo número 4, se desarrolla teniendo en cuenta las mismas variables del modelo número tres,
pero adicionando la variable predictora “Edad”.
Los modelos número 5 y 6, son desarrollados como modelos de regresión logística Multinominal,
utilizando las 8 variables predictoras disponibles, la diferencia radica nuevamente, en la forma de
tratar la variable material, en el modelo 5 se abordó de manera binaria, como se muestra en la tabla
53, y en el modelo 6 se abordó como variable ficticia (dummy), como se muestra en la tabla 54.
MATERIAL
M BINARIO = MB
GRES
1
CONCRETO
0
PVC
0
MATERIAL
M1
M2
GRES
1
0
CONCRETO
0
1
PVC
0
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
89
La variable Pendiente y Material, se encuentran significativas, conforme a la prueba de hipótesis p -
valor, en todos los casos, la variable avisos de mantenimiento en dos de los casos.
El modelo que mejor resultados de la medida de ajuste, conforme a la Matriz de Confusión y las
métricas calculadas, es el modelo número 2, es decir el modelo de regresión logística binaria, que
tuvo en cuenta todas las variables, donde el material se trató como variable ficticia (dummy),
conforme a la tabla número 4.
Sin embargo, si bien el ejercicio metodológico se considera apropiado, las medidas de ajuste, no son
porcentajes ideales, en la tabla 29, se muestran los resultados para cada uno de los modelos, el modelo
número 2, obtuvo los mejores resultados, que son, la exactitud (porcentaje de la muestra clasificada
correctamente) del 70%, la tasa de error (porcentaje de la muestra clasificado incorrectamente) del
30%, la sensibilidad (cuando la clase es positiva, porcentaje que logra clasificar) del 11%, la
especificidad (cuando la clase es negativa, porcentaje que logra clasificar) del 98%, la precisión
(Cuando predice positivos, porcentaje que clasifica correctamente) del 75% y el valor de predicción
negativo VPN (cuando predice negativos, porcentaje que clasifica correctamente) del 69%.
5.2 Zona 1 de la EAAB
De los once modelos de regresión logística desarrollados con las inspecciones disponibles, realizadas
con CCTV a 738 tuberías locales de alcantarillado sanitario dentro del área de la Zona 1 de la EAAB
ESP, los dos primeros modelos tienen en cuenta todas las variables independientes o predictoras
compiladas, estas son ocho variables “X”, el diámetro, la longitud, la pendiente, la profundidad, la
edad, la subsidencia, los avisos de mantenimiento al alcantarillado y el material, la variación entre el
modelo 1 y 2, obedece a la forma en que se trató esta última variable, en el modelo 1 se abordó de
manera binaria, como se muestra en la tabla 53, y en el modelo 2 se abordó como variable ficticia
(dummy), como se muestra en la tabla 54.
El modelo número 3, se desarrolla teniendo en cuenta las 3 variables que resultan significativas de la
prueba de hipótesis p-valor del modelo número 2, estas son, el Diámetro, la Pendiente y la Edad.
El modelo número 4, se desarrolla teniendo en cuenta las mismas variables del modelo número tres,
pero adicionando la variable predictora “Avisos”.
El modelo número 5, se desarrolla teniendo en cuenta las mismas variables del modelo número cuatro,
pero adicionando la variable predictora “Material” como variable ficticia, según tabla 54.
El modelo número 6, se desarrolla con las mismas variables que el modelo 5, menos la variable
“Diámetro”.
El modelo número 7, se desarrolla únicamente con las variables Pendiente y Edad.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
90
El modelo número 8, se desarrolla únicamente con las variables Pendiente y Material como variable
binaria según tabla 53.
El modelo número 9, se desarrolla teniendo en cuenta las variables, Pendiente, Edad, Avisos y
Material como variable binaria, según tabla 53.
Los modelos número 10 y 11, son desarrollados como modelos de regresión logística Multinominal,
utilizando las 8 variables predictoras disponibles, la diferencia radica nuevamente, en la forma de
tratar la variable material, en el modelo 10 se abordó de manera binaria, como se muestra en la tabla
53, y en el modelo 11 se abordó como variable ficticia (dummy), como se muestra en la tabla 54.
De los resultados presentados en el numeral 4.1.2., correspondiente a los modelos desarrollados para
la muestra completa de CCTV, es decir las 738 inspecciones, se encuentra con respecto a los modelos
desarrollados en el numeral 4.1.1, para solo 408 CCTV de la UPZ Los Cedros, que con la muestra
completa, se obtiene como variable significativa, adicionalmente la “Edad”, es decir, se obtiene en
términos generales, de los 11 modelos desarrollados para esta muestra, que el Diámetro, La
Pendiente, La Edad y el Material, son variables significativas en el proceso de determinación del
estado estructural o deterioro de las tuberías locales del alcantarillado sanitario de la Zona 1 de la
EAAB ESP.
5.3 Predicción
Para el ejercicio de Predicción del estado estructural de las redes locales de alcantarillado sanitario,
se llevaron a cabo, 4 predicciones, la primera mostrada en el numeral 4.1.3.1, simulada con el modelo
desarrollado en el numeral 4.1.2.6., el cual tuvo en cuenta las variables de Pendiente, Edad, Avisos
de mantenimiento del alcantarillado de los últimos 10 años y el Material como variable ficticia
(dummy); la segunda predicción en el numeral 4.1.3.2, simulada con el modelo desarrollado en el
numeral 4.1.2.4, el cual tuvo en cuenta las variables de Diámetro, Pendiente, Edad y los Avisos de
Mantenimiento; la tercera predicción mostrada en el numeral 4.1.3.3, simulada con el modelo
desarrollado en el numeral 4.1.2.3, el cual tuvo en cuenta las variables de Diámetro, Pendiente y Edad
y la cuarta predicción mostrada en el numeral 4.1.3.4., simulada con el modelo desarrollado en el
numeral 4.1.2.1., el cual tuvo en cuenta todas las variables predictoras disponibles, estas son, el
Diametro, La Longitud, la Pendiente, La Profundidad, La Edad, Los Avisos de Mantenimiento de los
últimos 10 años y el Material.
El mapa mostrado en la Figura 45, muestra la predicción estimada con el modelo desarrollado
teniendo en cuenta la Pendiente, La Edad, Los Avisos de Mantenimiento y el Material, los resultados
arrojan 1934 tramos en estado de “FALLA” y 21620 en estado de “NO FALLA”, lo que indica que
conforme a esta predicción el 8% de las redes locales de alcantarillado sanitario de la Zona 1 de la
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
91
EAAB ESP, deben ser intervenidas ya sea a través de procesos constructivos de renovación o
rehabilitación.
El mapa mostrado en la Figura 46, muestra la predicción estimada con el modelo desarrollado
teniendo en cuenta el Diámetro, Pendiente, Edad y los Avisos de Mantenimiento, los resultados
arrojan 3403 tramos en estado de “FALLA” y 20151 en estado de “NO FALLA”, lo que indica que
conforme a esta predicción el 14% de las redes locales de alcantarillado sanitario de la Zona 1 de la
EAAB ESP, deben ser intervenidas ya sea a través de procesos constructivos de renovación o
rehabilitación.
El mapa mostrado en la Figura 47, muestra la predicción estimada con el modelo desarrollado
teniendo en cuenta el Diámetro, Pendiente y Edad, los resultados arrojan 3424 tramos en estado de
“FALLA” y 20130 en estado de “NO FALLA”, lo que indica que conforme a esta predicción el 15%
de las redes locales de alcantarillado sanitario de la Zona 1 de la EAAB ESP, deben ser intervenidas
ya sea a través de procesos constructivos de renovación o rehabilitación y que el incluir los avisos de
mantenimiento como en el modelo mostrado en el mapa de la Figura 46, no representa diferencias
importantes en la predicción, por lo que se confirma la prueba de hipótesis p-valor de probabilidad,
en la que resultó significativa únicamente las variables predictoras DIÁMETRO, PENDIENTE Y
EDAD.
El mapa mostrado en la Figura 48, muestra la predicción estimada con el modelo desarrollado
teniendo en cuenta todas las variables, es decir, Diámetro, Pendiente, Longitud, Profundidad, Edad,
Avisos de Mantenimiento, Subsidencia y Material. Este modelo, es el que mayor cantidad de tramos
en estado de falla arroja, 7263 tubos, que representan el 31% de las tuberías locales de alcantarillado
sanitario de la Zona 1 de la EAAB EPS.
De los mapas mostrados en las Figuras 45, 46, 47 y 48, se observa que todas las Predicciones,
coinciden en estimar, un estado de “FALLA” en las tuberías con características asociadas a
DIÁMETROS MENORES, PENDIENTES ALTAS Y MAYOR EDAD.
Todos los modelos predictivos simulados, también coinciden en identificar los Barrios de Chicó
Norte Sector II, El Chicó, Santa Bibiana, San Patricio, Santa Ana, Usaquén, Ginebra, San
Gabriel Norte, Bosque de Pinos, Santa Cecilia, Buenavista, Horizontes Norte, Cedritos, Prado
Veraniego, Río Negro, Julio Flórez, Ciudad Hunza, Villa Alcázar, Los Naranjos, Suba Urbano,
Casa Blanca Suba I, como 21 de los 209 barrios dentro del área de prestación de la Zona 1 de la
EAAB ESP, que se encuentran en estado estructural crítico, es decir predicción Y=1, estado
estructural en “FALLA”.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
92
6 CONCLUSIONES
• Siendo la Regresión Logística un modelo estadístico, se debe tener especial precaución en
comprender, que las predicciones y los resultados obtenidos, obedecen a una razón de
probabilidad, una probabilidad de ocurrencia de un suceso, con base en los valores de las
variables predictoras, es decir el modelo no es determinístico, sino que conduce a establecer
cuál es la probabilidad más alta, de que el tramo se encuentre o no, en estado estructural de
falla, probabilidad dada para cada uno de los tubos, de los que se compone el sistema de
alcantarillado, que para el caso de estudio corresponde al alcantarillado local sanitario de la
Zona 1 de la EAAB ESP.
• Las probabilidades obtenidas con el modelo de regresión logística pueden asumirse como una
tasa de prevalencia, la cual se encuentra afectada por las variables predictoras tenidas en
cuenta en el modelo desarrollado.
• Otras variables importantes no tenidas en cuenta en este estudio, están asociadas a valores
del nivel freático, al tipo de cimentación y a los procesos constructivos.
• Las Predicciones realizadas, coinciden en estimar, un estado de “falla” en las tuberías con
características asociadas a Diámetros menores, Pendientes altas y Edades mayores.
• Si bien, el objetivo general de esta investigación era estimar el estado estructural, se considera
que con las predicciones obtenidas no es posible afirmar con un grado de incertidumbre
aceptable que los estados estructurales estimados estén acordes a la realidad y se pueda con
estos, emprender procesos de contratación para la renovación y/o rehabilitación del
alcantarillado sanitario de la Zona 1, sino que, los resultados pueden ser útiles, en una etapa
de prefactibilidad, como un insumo o una fuente de información, que permita estructurar
programas de priorización de inspecciones y de esta manera poder tomar la decisión de
acometer Proyectos de Inversión para la renovación o rehabilitación de las redes locales del
alcantarillado.
• La predicción obtenida del estado estructural actual de las redes locales de alcantarillado
sanitario de la zona 1, arrojó medidas de ajuste muy pobres, por tanto se debe continuar con
la recopilación y procesamiento de información, que permita ampliar la muestra en estudio,
así como aplicar metodologías con fundamento en inteligencia artificial y de esta manera
obtener resultados con menor grado de incertidumbre y mayor sensibilidad, no obstante, el
producto obtenido, es útil para la gestión proactiva de la Zona 1 de la EAAB ESP, toda vez
que actualmente, no se cuenta con ningún instrumento técnico, que soporte la priorización de
las inspecciones, sino que estás se basan en una gestión reactiva del área de mantenimiento
del alcantarillado, por tanto es un buen comienzo que aporta a los esfuerzos e iniciativas que
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
93
la Empresa realiza en este momento por implementar y retomar procesos de Gestión Integral
de los Alcantarillados.
• Muchos de los avisos de mantenimiento, se encuentran asociados al mantenimiento de las
acometidas domiciliarias, que, durante el proceso de atención, se asocian a la dirección del
predio; y posteriormente en este estudio fueron asociadas al tramo ubicado en frente de la
nomenclatura, por lo que podría entenderse, por qué la variable Avisos, no resultó
significativa en todos los casos.
• En ninguno de los modelos desarrollados, se encontró correlación entre los valores de
subsidencia del suelo y el estado estructural de las tuberías.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
94
7 RECOMENDACIONES Y FUTURAS INVESTIGACIONES
• Futuras investigaciones, deben estar encaminadas en aplicar metodologías que implementen
modelos de deterioro con base en algoritmos de inteligencia artificial o la combinación de
éstos, que permitan crear programas y mecanismos, que se acerquen de una manera más
confiable, al comportamiento complejo de las variables influyentes.
• La priorización de programas de inspección y posterior toma de decisiones para acometer
procesos de contratación de proyectos de inversión, debe ir acompañado del análisis de otros
factores, como los hidráulicos, operacionales, ambientales, de resiliencia, geotécnicos, de
calidad de agua, entre otros, de tal manera que permita realizar una evaluación integral al
problema.
• Para obtener mejores resultados de medidas de ajuste a los modelos, es importante la
recopilación de una mayor cantidad de datos, específicamente de un mayor número de CCTV,
de tal manera que se reduzca la incertidumbre, y se tenga una muestra más robusta para el
desarrollo del modelo, así como de la implementación de metodologías alternas,
principalmente las asociadas a algoritmos de inteligencia artificial.
• La EAAB ESP, debe propender por la armonización entre la norma técnica de servicio para
la inspección de redes de alcantarillado, NS-58, versión anterior y la vigente, toda vez que
existe en la empresa una información valiosa de inspecciones realizadas con la norma
anterior, que procesada y analizada junto con las nuevas inspecciones, puede soportar
programas prospectivos para la priorización de inversiones, abordando el problema del
deterioro del sistema de alcantarillado, desde un enfoque Proactivo.
• La EAAB ESP, debe explorar nuevas herramientas y tecnologías, que permitan la
intervención preventiva e inmediata de las tuberías, a través de las áreas de mantenimiento
del alcantarillado, ya sea a partir de recursos internos o externos, de tal manera que se
intervenga y retrasen los procesos de deterioro de las tuberías, permitiendo prolongar su vida
útil y con esto la asignación de presupuestos, tanto para la renovación, como para mitigar los
daños que se ocasionan a la infraestructura colindante, cuando estos alcantarillados fallan
espontáneamente.
• La infraestructura relacionada con las acometidas domiciliarias, denominadas también
laterales, es decir las tuberías que transportan la descarga de aguas residuales de los predios,
desde la caja de inspección privada hasta las redes de alcantarillado públicas, representan un
gran número de avisos de mantenimiento, por lo que demandan una cantidad de recursos
importantes para su atención, por tanto, planear e implementar programas para su
mantenimiento preventivo, podría reducir el número de actividades correctivas que se
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
95
realizan para atender este tipo de eventos; estableciendo en primera medida la causa, que
puede estar asociada al proceso constructivo de estas redes, por tanto una revisión de los
procesos en los cuales se construyen estas tuberías, podría contribuir en la reducción de
recursos que se destinan para el mantenimiento correctivo de estas tuberías.
• Futuras investigaciones, pueden desarrollar modelos, en el área de cobertura de la zona 3,
donde los valores de subsidencia son importantes y podría establecerse alguna correlación
con el estado estructural de la infraestructura subterránea, como es el caso del alcantarillado.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
96
8 REFERENCIAS
Ainul Akmar Mokhtar, Nooratikah Saari and Mokhtar Che Ismail (2015). Assessment of Insulated
Piping System Inspection Using Logistic Regression. Engineering asset management –
Systems 265-277.
Alaa Hawari, Mazen Alamin, Firas Alkadour, Mohamed Elmasry, Tarek Zayed. (2018) Automated
defect detection tool for closed circuit television (CCTV) Inspected Sewer Pipelines.
Alain T. Lubini and Mussandji Fuamba, (2011), Modeling of the deterioration timeline of sewer
systems. Can. J. Civ. Eng. 38: 1381-1390.
Ana and W.Bauwens (2010) Modeling the structural deterioration of urban drainage pipes: the state-
of-the-art in statistical methods. Urban Water Journal, Vol.7, No.4, February 2010, 303-312.
Ariaratnam, Ashraf El Assaly, Associate Members, ASCE, and Yuqing Yang (2001). Assessment of
Infraestructure inspection needs using logistic models. Journal of infrastructure systems.
2001.7; 160-165.
Baris Salman and Ossama Salem, (2012) Modeling failure of wastewater collection lines using
various section-level regression models. Journal of infrastructure systems, 2012.18:146-154.
Baur, R., Zielichowski-Haber, W., and Kropp, I., (2004). Statistical analysis of inspection data for
the asset management of sewer networks. In: Proceedings 19th EJSW on Process Data and
Integrated Urban Water Modeling, Lyon, France.
Casado Fernandez Ma, Manual Básico de Matlab. Servicios Informáticos UCM.
Castillo Hérnandez M, (2006) Toma de decisiones en las empresas, Universidad de Los Andes.
Christensen, Ronald, (1990) Log-Linear Models and Logistic Regression. Second Edition
David Ayala-Cabrera, Manuel Herrera, Joaquin Izquierdo, Rafael Perez - Garcia. (2011) Location of
buried plastic pipes using multi-agent support based on GPR images. Journal of Applied
Geophysics 75 679-686.
Díaz Monroy L., Morales Rivera M., (2009) Análisis Estadístico de datos categóricos, Universidad
Nacional de Colombia.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
97
Escallón J., Saldarriaga J. (2005) Determinación del Estado de redes de alcantarillado teniendo en
cuenta inspecciones con circuito cerrado de television (CCTV). Tesis Pregrado 2005.
Fenner, R.A., (2000). Approaches to sewer maintenance. Urban Water, 2, 343–356.
FOPAE – UNAL, (2011) Estudio de Modelación geotécnica del fenómeno de subsidencia en la
ciudad de bogotá d.c. / informe final mayo 2011 del contrato 415 de 2010.
Fuchs-Hanush, M.Gunther, M. Moderl and D. Muschalla (2015), Cause and effect oriented sewer
degradation evaluation to support Schedule inspection planning. Water Science &
Technology 72.7
Golam Kabir, Ngandu Balekelay Celestin Balek and Solomon Tesfamariam, (2018), Sewer Structural
Condition Prediction Integratin Bayesian Model Averaging with Logistic Regression. J.
Perform. Constr. Facil, 2018, 32(3): 04018019.
Harwood, D.W., St. John, A.D., and Bauer, K.M., (1982). Application of statistical techniques to gas
operations. Chicago, IL: Gas Research Institution.
Hernández N., Obregón N., Torres A, (2015) Identificación de factores de tipo categórico
relacionados con la condición estructural de tuberías de alcantarillado de Bogotá a partir de
conceptos de entropía de la información. P-ISSN 1900-3102.
Héctor Matamoros Rodríguez, Héctor Alfonso Rodríguez Díaz. (2017) Rehabilitación de Sistemas
de Alcantarillado, Modelo de Gestión.
Herz, R.K., (1996). Aging processes and rehabilitation needs of drinking water distribution networks.
Journal of Water, 45, 221–231.
Janaka Ruwanpura, Samuel T, Ariaratnam and Ashraf Ei-Assaly (2004) Prediction models for sewer
infrastructure utilizing rule-based simulation. Civil Engineering and Enviromental Systems.
Vol. 21, No.3, pp.169-185.
Kiyeon Kim, Joonyoung Kim, Tae-Young Kwak, Choong-Ki Chung, (2018) Logistic regression
model for sinkhole susceptibility due to damaged sewer pipes. Nat Hazards 93:765-785.
Kleiner, Y., Sadiq, R., and Rajani, B., (2006). Modelling the deterioration of buried infrastructure as
a fuzzy Markov process. Journal of Water Supply Research and Technology: Aqua, 55 (2),
67–80.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
98
Kulkarni, R.B., (1984). Dynamic decision model for a pavement management system. Transportation
Research Record 997. Washington, DC: Transportation Research Board.
Liliana López, Nathalie Hernández, and Andrés Torres. (2016) Physical characteristics of pipes as
indicators of structural state for decision-making considerations in sewer asset management.
Mathieu Lepot , Nikola Stanic, Francois H.L.R. Clemens. (2017) A Technology for sewer pipe
inspection (Part 2): Experimental assessment of a new laser profiler for sewer defect detection
and quantification. Journal Elsevier, Automation in Contruction 73 1-11.
Mehdi Ahmadi, (2014) Influence of available data on sewer inspection program efficiency, Urban
Water Journal, Vol. 11, No.8, 641-656.
Mehdi Ahmadi, Fréderic Cherqui, Jean-Christophe de massiac (2015) Benefits of using basic,
imprecise or uncertain data for elaborating sewer inspection programmes, Structure and
Infraestructure Enginering. Vol.11, No. 3, 376-388.
Ming-Der Yang, Yi-Ping Chen, Tung-Ching Su & Yu-Hao Lin. (2016) Sewer pipe defects diagnosis
assessment using multivariate analysis on CCTV video imagery. Urban Water Journal,
Vol.14, No.5, 475-482.
Ming-Der Yang, Tung-Ching Su. (2009) Segmenting ideal morphologies of sewer pipe defects on
CCTV images for automated diagnosis. ScienceDirect, Expert Systems with applications 36,
3562-3573.
Mohamed Elmasry, Alaa Hawari, and Tarek Zayed (2017) Defect based deterioration model for sewer
pipelines using Bayesian belief networks. Can J.Civ. Eng. 44: 675-690.
Mohammadrza Malek Mohammadi, (2019) Condition Predition of Sanitary Sewer Pipes, Pipelines
página 117-126
Mora H., F. Diaz, L. Cardona y S. Lizarazo (2018), Estimación cuantitativa de la subsidencia de
Bogotá, informe preliminar, Servicio Geológico Colombiano, Dirección de Geoamenazas,
Marzo 2018, 23p.
Mora-Páez H., F. Diaz-Mila and L. Cardona-Piedrahita, (in review 2019), Mapping Land Subsidence
in Bogotá, Colombia, using the Interferometric Synthetic Aperture Radar (InSAR) technique
with TerraSAR-X images, (en proceso de publicación).
Nicol, Adelheid A. M. y Penny M. Pexman, (2006) Cómo crear tablas Guía Práctica, Editorial el
Manual Moderno.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
99
Nicolas Caradot, Hauke Sonnenber, Ingo Kropp, Alexander Ring, Stephane Denhez, Andreas
Hartmann & Pascale Rouault. (2017) The relevance of sewer deterioration modelling to
support asset management strategies. Urban Water Journal, Vol.14, No.10, 1007-10015.
Posada Obando A., (2019), Determinación del estado de redes de alcantarillado y su necesidad o no
de ser sometidas a renovación / rehabilitación teniendo en cuenta Minería de Datos. Asesor:
Juan Saldarriaga. Universidad de Los Andes.
Recuperado de https://www.ecured.cu/Matrices_de_confusi%C3%B3n
Recuperado de https://www.dataschool.io/simple-guide-to-confusion-matrix-terminology/
Recuperado http://recursos.ccb.org.co/ccb/pot/PC/files/3definicion.html
Ruwanpura, J., Ariaratnam, S., and El-Assaly, A., (2004). Prediction models for sewer infrastructure
utilizing rule- based simulation. Journal of Civil Engineering and Environmental Systems, 21
(3), 169–185.
Serna R. Mario A. (2012) Estado del arte en nuevas tecnologías de inspección y limpieza de sistemas
de alcantarillado y su efecto en el diseño y normatividad de pozos de inspección.
Tran, D.H., (2007). Investigations of deterioration models for stormwater pipelines. Doctoral
Dissertation. School of Architectural, Civil and Mechanical Engineering, Faculty of Health,
Engineering and Science, Victoria University.
Tuija Laakso, Teemu Kokkonen, Ilkka Mellin and Riku Vahala (2018) Sewer Condition prediction
and analysis of explanatory factors, Water 2018, 10, 1239; doi:10.3390/w10091239, 1-17.
Tu, J.V., (1996). Advantages and disadvantages of using artificial neural networks versus logisitic
regression for predicting medical outcomes. Journal of Clinical Epidemiology, 49 (11), 1225–
1231.
Xin Li, Wuyi Yu, Xiao Lin, and S. S. Iyengar, (2012). On optimizing Autonomous pipeline
inspection. Bee Transactions on Robotics, Vol 28, no.1.
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
100
9 ANEXOS
9.1 Matriz de variables para regresión logística
No.
D
L
S
H
E
B
A
MBIN
YBIN
1 0.300 34.20 0.150 0.500
11
-1.937
8
0
0
2 0.200 27.07 0.220 0.670
16
-1.900
1
1
1
3 0.200 38.84 0.930 1.040
40
-1.275
0
1
1
4 0.200 17.82 0.790 0.510
16
-1.860
14
1
1
5 0.200 36.86 3.070 1.430
24
-0.994
4
0
0
6 0.300 91.09 0.430 1.810
40
-1.706
6
1
0
7 0.250 60.73 0.230 1.810
16
-1.862
3
0
0
8 0.250 20.07 0.450 1.760
33
-1.010
0
1
1
9 0.250 26.53 13.150 1.880
27
0.208
2
1
1
10 0.250 14.01 0.210 0.680
4
-1.964
0
0
0
11 0.300 52.42 0.320 2.740
33
-1.009
0
1
1
12 0.200
5.71 2.398 1.619
39
-0.963
0
1
1
13 0.200 72.24 2.450 1.755
47
-0.824
0
1
1
14 0.200 54.86 0.521 1.440
39
-0.769
1
1
0
15 0.200 16.13 5.632 2.033
47
-0.870
1
1
0
16 0.200 115.92 2.718 1.585
47
-0.824
0
1
1
17 0.200 49.09 1.038 1.540
39
-0.680
0
1
0
18 0.200 87.38 0.755 1.805
39
-0.973
0
1
1
19 0.200 123.59 0.774 1.745
39
-0.848
2
1
0
20 0.250
4.06 25.129 2.401
47
-0.870
0
0
0
21 0.200 15.02 5.653 1.440
39
-0.347
0
1
0
22 0.200 26.41 0.303 1.460
20
0.000
3
1
1
23 0.200 84.97 0.387 1.808
47
-0.195
11
1
1
24 0.200 85.46 0.513 1.785
47
-0.193
24
1
1
25 0.450
9.23 4.012 1.895
40
0.000
0
1
0
26 0.200 57.63 0.036 1.713
39
-0.585
0
1
0
27 0.200 99.88 6.547 1.646
39
-0.525
1
1
0
28 0.200 95.02 0.496 2.755
40
0.000
3
1
0
29 0.200
9.88 5.314 1.033
60
0.381
0
1
1
30 0.200 104.43 4.820 1.530
60
0.404
4
1
0
31 0.200 72.30 2.307 1.900
47
0.205
0
1
0
32 0.200 18.68 1.272 1.499
7
0.000
0
1
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
101
No.
D
L
S
H
E
B
A
MBIN
YBIN
33 0.200 48.82 1.475 1.540
39
-0.686
0
1
1
34 0.200 98.13 1.528 1.490
47
-0.844
0
1
1
35 0.200 74.68 0.408 1.415
39
-0.769
1
1
1
36 0.200
5.45 0.376 1.645
47
-0.765
1
1
0
37 0.200
5.75 6.981 2.252
47
-0.686
0
1
0
38 0.200 79.96 1.076 1.700
3
-0.997
0
1
0
39 0.250 51.23 0.395 1.751
39
-1.030
2
1
1
40 0.500 18.02 0.290 1.282
39
-1.102
0
0
0
41 0.200 55.77 1.639 1.597
39
-0.347
0
1
1
42 0.200 69.04 0.971 1.940
47
-0.531
10
0
0
43 0.200 12.76 0.596 1.683
20
0.183
0
1
0
44 0.300 65.94 0.273 3.605
27
-1.053
0
1
0
45 0.300 69.31 0.366 2.430
39
-1.034
3
1
0
46 0.200 78.30 0.643 2.880
47
-0.659
4
1
1
47 0.200 95.00 5.222 2.020
65
0.312
0
1
1
48 0.200 95.11 2.725 2.125
65
0.317
0
1
0
49 0.500
7.09 0.843 2.185
19
-2.263
1
0
0
50 0.250 87.14 0.242 1.897
39
-1.030
0
1
0
51 0.225 41.55 1.060 1.680
65
0.287
1
1
0
52 0.300 87.23 0.095 3.065
33
-1.250
1
1
1
53 0.200 85.87 0.515 2.160
47
-0.688
3
0
1
54 0.300 25.73 14.821 0.720
27
-0.406
5
1
1
55 0.300 20.64 8.597 1.037
27
-0.598
1
1
0
56 0.300
4.03 0.513 2.660
33
-1.108
0
1
1
57 0.450 81.48 0.027 2.804
33
-1.232
0
1
1
58 0.400 40.29 0.203 2.935
33
-1.111
0
1
0
59 0.250 59.71 0.131 1.107
39
-0.829
0
0
0
60 0.300 95.03 0.000 0.500
27
-2.480
42
0
0
61 0.200 59.99 3.030 1.440
39
-0.478
0
1
1
62 0.200 34.40 2.330 1.880
24
-0.705
0
0
0
63 0.250 30.95 0.900 2.780
40
-0.499
4
1
1
64 0.200 50.00 2.900 1.150
39
-0.611
1
1
1
65 0.300 57.68 0.550 2.630
40
-0.573
0
1
0
66 0.500 67.23 4.000 3.740
39
-0.337
6
0
1
67 0.200 55.89 0.200 1.000
16
-1.846
2
0
0
68 0.300 10.44 0.380 2.660
33
0.000
0
1
1
69 0.200 58.00 0.970 2.090
24
-1.029
5
0
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
102
No.
D
L
S
H
E
B
A
MBIN
YBIN
70 0.250 79.50 0.240 1.070
11
-2.480
18
0
0
71 0.200 10.46 0.000 0.500
33
0.000
2
0
1
72 0.200 99.96 0.340 1.680
20
-2.480
31
0
0
73 0.200 28.06 23.060 0.500
27
-0.506
2
1
0
74 0.300 39.03 0.720 2.440
40
-0.437
2
1
0
75 0.300 52.58 0.000 0.500
40
-2.480
7
1
0
76 0.250 60.18 0.660 2.900
39
-0.525
9
1
0
77 0.350 44.55 3.970 1.350
24
-0.730
1
0
0
78 0.350 21.19 13.590 2.690
20
-0.313
0
0
1
79 0.200 30.93 0.650 1.050
39
-1.594
0
0
1
80 0.300 41.69 1.130 0.950
24
-0.786
1
0
1
81 0.200 47.11 4.220 2.030
24
-1.029
0
0
1
82 0.300 38.37 0.160 2.700
40
-0.523
1
1
0
83 0.200 49.48 0.490 2.150
33
-0.897
5
1
1
84 0.200 78.19 4.200 1.740
40
-0.461
1
1
0
85 0.300 89.97 0.410 1.480
40
-1.486
2
1
0
86 0.200 59.35 0.830 2.490
33
-0.948
7
1
0
87 0.200 70.37 25.560 0.500
24
-0.595
17
0
1
88 0.200 64.55 0.310 0.980
39
-1.917
9
1
1
89 0.200 39.47 0.960 2.120
33
-0.948
2
1
1
90 0.200 95.55 0.300 1.610
20
-2.480
39
0
0
91 0.200 29.35 0.000 0.500
40
-1.386
21
1
1
92 0.300 63.34 0.000 0.500
39
-0.973
3
1
1
93 0.350 49.99 0.620 1.950
24
-2.480
2
0
1
94 0.200 23.12 0.910 5.990
17
-0.317
2
0
0
95 0.350 22.48 16.860 3.170
20
0.000
1
0
1
96 0.200 26.51 0.000 0.500
33
0.000
16
0
1
97 0.200 28.36 0.630 0.920
16
-1.900
12
1
1
98 0.300 54.06 0.460 2.540
40
-0.633
0
1
0
99 0.250 54.92 0.000 0.500
40
-2.480
24
1
1
100 0.200 58.47 0.000 1.120
11
-2.413
13
0
0
101 0.200 51.97 2.310 0.500
24
-1.352
7
0
0
102 0.250 23.51 0.890 6.380
17
-0.317
0
0
0
103 0.300 65.04 0.370 2.630
40
-0.619
0
1
0
104 0.250 81.11 3.930 2.330
8
-0.479
2
0
0
105 0.450 18.60 7.580 3.060
18
0.000
1
0
1
106 0.200 37.45 2.560 2.170
16
-2.135
3
1
1
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
103
No.
D
L
S
H
E
B
A
MBIN
YBIN
107 0.300 85.00 0.400 1.270
40
-1.486
1
1
0
108 0.400 14.19 10.010 1.540
18
-0.483
0
0
1
109 0.400 64.96 0.620 2.150
24
-2.480
0
0
0
110 0.250 106.99 0.310 2.140
16
-2.021
1
0
0
111 0.200 30.21 0.960 2.520
40
-0.499
13
1
1
112 0.200 59.81 11.390 0.910
24
-0.729
2
0
1
113 0.200 22.71 0.000 0.500
20
-0.313
0
0
1
114 0.300 100.52 0.250 2.110
16
-1.991
2
0
0
115 0.450 11.37 8.000 2.450
18
-0.654
0
0
1
116 0.200 84.72 3.220 1.200
39
-0.573
2
1
1
117 0.250 28.48 0.700 2.860
39
-0.471
18
1
0
118 0.350 23.93 17.970 0.500
20
-0.369
2
0
1
119 0.200 49.12 0.860 2.480
40
-0.445
4
1
1
120 0.500 45.80 4.740 4.140
39
-0.442
6
0
1
121 0.450
9.92 8.570 2.940
18
0.412
0
0
1
122 0.200 12.95 5.480 1.980
40
-0.444
0
1
1
123 0.200 43.55 2.919 1.895
20
-0.295
0
0
0
124 0.200
6.96 3.879 1.255
39
-0.963
0
1
1
125 0.200 28.01 0.763 1.940
47
0.000
0
0
0
126 0.200 77.92 0.103 2.181
47
-0.882
6
0
0
127 0.200 77.57 0.428 1.787
47
-0.959
9
1
1
128 0.200 110.74 2.010 2.274
47
-0.832
4
1
1
129 0.300 19.28 0.541 1.988
39
0.000
0
1
0
130 0.300 57.45 0.215 1.475
39
-1.172
1
0
0
131 0.300 70.16 0.203 1.566
47
-0.942
4
1
0
132 0.300 73.14 0.070 2.062
47
-0.909
0
1
0
133 0.400 52.66 0.510 1.940
24
-2.480
1
0
1
134 0.200 33.62 1.924 3.100
24
0.000
0
0
0
135 0.200 72.94 0.396 1.250
39
-0.966
4
0
0
136 0.200 10.16 0.349 1.927
47
-0.787
0
1
0
137 0.200 95.37 0.100 1.869
47
-0.729
6
1
0
138 0.200 73.67 1.257 1.635
47
-0.844
8
1
1
139 0.200 74.83 0.312 2.638
47
-0.758
0
1
0
140 0.200 96.58 2.422 1.706
47
-0.716
2
1
1
141 0.200 85.98 1.023 1.195
39
-1.092
15
1
0
142 0.200 104.93 2.000 1.695
47
-0.656
2
1
0
143 0.200 106.45 0.195 1.860
39
-0.973
11
1
1
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
104
No.
D
L
S
H
E
B
A
MBIN
YBIN
144 0.200 50.90 2.378 1.710
39
-0.951
28
1
0
145 0.200 84.40 1.958 1.615
47
-0.824
1
1
0
146 0.200 20.89 5.121 2.090
39
-0.951
0
1
0
147 0.200 52.01 3.192 1.440
47
-0.821
1
1
1
148 0.300 80.15 0.260 2.224
47
-0.889
0
1
0
149 0.300 69.19 0.127 2.053
39
-1.071
1
1
1
150 0.300 36.90 0.228 2.622
39
-0.628
0
0
0
151 0.300
5.90 0.577 0.850
20
0.000
0
0
0
152 0.300 56.08 0.231 2.870
47
-0.980
0
1
0
153 0.300 71.22 0.689 1.976
47
-0.851
2
1
0
154 0.300 42.79 2.233 2.540
47
-0.769
9
1
0
155 0.300 65.24 0.174 1.892
47
-0.877
11
1
0
156 0.200 36.05 1.440 1.070
16
-2.135
4
1
1
157 0.200 74.07 1.263 2.493
47
-0.853
0
0
0
158 0.200 17.64 0.172 1.962
47
-0.783
0
0
0
159 0.200 55.01 0.145 2.494
24
0.000
1
0
0
160 0.200 60.88 0.510 1.698
39
-1.086
0
1
1
161 0.200 74.50 0.480 2.218
47
-0.826
0
1
0
162 0.200 74.98 0.489 1.920
47
-1.546
10
1
1
163 0.200 88.89 0.950 2.114
40
-0.835
2
1
0
164 0.200 61.20 0.381 1.245
39
-0.838
0
1
0
165 0.200 55.07 1.108 2.046
47
-0.825
10
1
1
166 0.400 40.91 0.034 1.619
40
-1.143
5
1
0
167 0.400 52.74 0.085 2.023
47
-0.976
0
1
0
168 0.400 39.96 0.066 1.800
40
-0.933
0
1
0
169 0.350 19.16 3.045 0.810
20
-0.272
1
1
0
170 0.400 52.88 0.128 3.865
39
-1.067
3
1
1
171 0.400 57.00 0.078 1.807
47
-0.943
0
1
0
172 0.400 71.05 0.185 3.530
47
-1.078
3
1
1
173 0.400 100.41 0.133 1.930
33
-1.133
16
1
0
174 0.400 28.47 0.429 2.094
47
-1.057
0
1
0
175 0.350 36.85 0.321 1.885
47
-0.864
2
1
1
176 0.400 62.81 0.244 1.730
39
-0.988
0
1
0
177 0.300 75.58 2.406 1.080
20
-0.367
6
1
0
178 0.300 36.72 2.760 2.727
20
-0.383
0
1
0
179 0.300 24.43 2.649 2.823
20
-0.224
0
1
0
180 0.600 56.14 0.055 2.090
47
-1.077
1
1
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
105
No.
D
L
S
H
E
B
A
MBIN
YBIN
181 0.200 53.98 0.954 1.640
47
-0.665
19
1
0
182 0.200 46.02 3.430 1.586
47
-0.475
8
1
1
183 0.200
3.64 16.980 2.252
47
0.000
0
1
1
184 0.300 77.33 2.833 2.770
39
-0.760
0
1
0
185 0.300 31.24 0.208 3.576
39
0.000
0
0
0
186 0.200 40.46 0.187 1.420
39
-1.222
3
1
1
187 0.200 49.31 0.716 1.500
47
-0.191
6
1
1
188 0.300 36.18 1.126 2.029
47
0.000
0
1
0
189 0.300
5.30 0.776 3.714
39
0.000
0
1
0
190 0.300 59.89 0.139 1.538
39
-1.146
0
1
0
191 0.200 52.62 0.588 0.865
39
-0.868
4
0
0
192 0.200 45.95 0.417 2.410
47
-1.048
0
1
1
193 0.200 79.87 0.372 1.485
47
-1.544
1
1
1
194 0.200 76.14 0.434 1.763
47
-0.853
0
1
1
195 0.200 93.59 0.395 2.961
47
-0.733
0
1
1
196 0.200 89.92 0.213 1.880
33
-1.026
1
1
1
197 0.200 116.94 2.963 1.991
47
-0.379
2
1
1
198 0.400 58.11 0.469 3.160
47
-1.012
0
1
1
199 0.400 80.11 0.037 1.928
47
-0.980
0
1
0
200 0.400 53.50 0.070 1.740
40
-0.266
1
1
0
201 0.200 20.54 2.965 1.352
47
-0.473
0
1
0
202 0.200 49.86 0.218 2.635
47
-1.048
0
1
1
203 0.200 50.13 2.201 1.298
47
-0.696
4
1
1
204 0.200 54.11 1.974 1.673
47
-0.355
1
1
0
205 0.200 33.21 2.594 1.611
47
-0.622
1
1
0
206 0.200 56.18 1.407 1.957
47
-0.810
4
1
0
207 0.200 79.66 0.210 3.083
47
-0.733
1
1
0
208 0.200 87.48 0.335 2.280
47
-1.591
4
1
0
209 0.400 28.74 0.044 3.860
39
-1.045
0
1
1
210 0.400 56.50 0.203 1.963
39
-1.265
0
1
0
211 0.400 50.44 0.005 1.937
39
0.000
1
1
0
212 0.400 56.62 0.257 3.820
47
0.000
1
1
1
213 0.400 66.22 0.145 1.951
39
-0.309
2
1
0
214 0.400 83.44 0.395 1.720
40
-0.977
6
1
0
215 0.400 83.75 0.051 1.835
33
-1.052
0
1
0
216 0.400 64.61 0.289 1.865
47
-0.940
5
1
0
217 0.400 79.76 0.102 1.945
47
-1.004
5
1
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
106
No.
D
L
S
H
E
B
A
MBIN
YBIN
218 0.350 93.63 0.182 3.201
47
-0.759
0
1
0
219 0.200 68.33 0.422 2.162
47
-1.101
5
1
0
220 0.200 51.08 0.564 2.423
47
-0.843
1
1
0
221 0.200 59.14 5.084 2.198
47
-0.675
0
1
1
222 0.200 51.16 3.510 2.038
47
-0.528
1
1
1
223 0.200 35.26 3.954 1.827
47
-0.451
0
1
1
224 0.250 83.17 2.647 2.301
5
-0.637
12
0
0
225 0.200 88.67 1.621 1.773
47
-1.101
17
1
1
226 0.200 49.93 0.222 0.986
33
-1.256
0
1
0
227 0.200 105.37 0.100 1.112
39
-0.609
4
1
0
228 0.300 82.59 0.199 1.328
47
0.000
2
1
1
229 0.300 56.74 0.143 1.979
39
-1.237
0
1
0
230 0.300 10.23 1.516 3.283
39
0.000
0
0
0
231 0.300 106.37 0.000 2.890
33
-1.232
2
1
1
232 0.500 53.12 0.118 4.050
39
-1.141
0
1
0
233 0.300 92.37 0.147 1.920
33
-1.133
14
1
0
234 0.300 57.70 1.337 1.725
20
-0.337
0
0
0
235 0.300 99.87 1.064 2.128
20
-0.300
0
0
0
236 0.200 15.88 2.882 2.730
47
-0.746
0
1
0
237 0.300 39.98 0.256 2.917
39
-0.669
0
0
0
238 0.300 26.81 0.284 2.580
39
-0.628
0
0
0
239 0.250 65.99 0.296 2.156
39
-0.703
3
1
0
240 0.250 30.10 2.243 2.817
39
-0.713
1
1
0
241 0.300 100.03 0.363 2.900
33
-1.186
5
1
1
242 0.600 11.15 0.702 4.986
39
-1.265
0
1
1
243 0.600 51.61 0.147 4.892
39
-1.265
8
1
1
244 0.600 33.17 0.084 4.768
39
-1.165
0
1
1
245 0.250 35.21 0.251 2.070
12
-0.744
0
0
0
246 0.250 87.42 0.074 1.815
47
-0.621
4
1
0
247 0.300 79.96 0.132 1.560
47
-0.543
8
0
0
248 0.250 72.75 0.138 1.741
39
-1.061
0
1
0
249 0.250 64.17 0.026 1.608
20
-0.274
0
1
0
250 0.250 79.88 0.176 2.431
47
-0.895
2
1
0
251 0.300 51.28 0.876 1.190
14
-1.719
3
0
0
252 0.300 53.92 0.726 3.408
39
-0.737
5
0
0
253 0.300 51.83 0.180 2.060
39
-1.146
0
1
0
254 0.250 80.17 0.301 2.300
47
-1.371
4
1
1
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
107
No.
D
L
S
H
E
B
A
MBIN
YBIN
255 0.500 103.81 0.092 2.351
47
-1.057
0
1
1
256 0.300 13.73 0.168 1.715
39
-1.102
0
1
0
257 0.250 58.16 0.215 2.317
39
-0.800
0
1
0
258 0.300 16.05 2.294 3.295
39
0.000
1
0
0
259 0.400 59.72 0.171 3.152
33
-1.111
0
1
1
260 0.400 100.32 0.330 3.417
33
-1.272
0
1
0
261 0.600 22.25 0.124 4.696
39
0.000
1
1
1
262 0.600 67.49 0.137 4.475
39
-1.245
5
1
1
263 0.400 60.14 0.190 3.158
47
0.000
0
1
0
264 0.500 52.28 0.151 3.970
39
-1.057
1
1
0
265 0.600 61.62 0.081 2.090
47
-1.068
1
1
0
266 0.600 51.67 0.159 4.375
39
-1.146
3
1
1
267 0.600 61.75 0.095 4.175
39
-1.141
0
1
1
268 0.600 66.34 0.140 4.610
39
0.000
8
1
1
269 0.450 98.72 0.271 2.013
39
-1.102
0
1
1
270 0.400 55.30 0.166 3.274
47
-0.766
2
1
0
271 0.300 75.41 0.019 2.661
47
-0.740
3
1
0
272 0.300 71.91 0.008 1.509
33
-0.518
6
1
0
273 0.200 75.95 18.117 2.020
24
0.160
10
0
1
274 0.200 95.87 1.044 1.075
39
-1.041
1
0
0
275 0.200 75.00 0.470 2.410
39
-0.906
0
1
1
276 0.200
1.95 23.080 1.730
39
-1.220
0
1
1
277 0.300 51.25 0.156 2.033
39
-0.958
0
1
1
278 0.400 40.53 0.166 1.880
39
-0.903
0
1
1
279 0.500
3.19 5.547 2.110
39
0.000
0
0
0
280 0.600 69.30 0.506 1.945
39
-0.882
8
1
1
281 0.600 75.31 0.138 1.710
39
-0.944
1
1
1
282 0.600 79.74 0.835 1.430
39
-0.955
8
1
1
283 0.600 58.14 0.370 1.940
39
-0.835
0
1
0
284 0.500 133.57 0.001 1.549
39
-0.997
0
0
0
285 0.200 80.16 0.380 1.965
47
-0.700
0
1
0
286 0.300 13.95 0.886 2.076
39
-0.990
1
1
1
287 0.300 69.86 0.694 1.385
39
0.000
0
0
0
288 0.300 33.59 0.022 2.250
39
-0.882
1
1
0
289 0.300 20.76 2.091 2.237
39
-0.956
1
0
0
290 0.300 98.68 0.039 1.943
39
-0.683
2
1
1
291 0.300 10.90 8.121 3.295
39
-1.150
0
1
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
108
No.
D
L
S
H
E
B
A
MBIN
YBIN
292 0.300 41.37 0.174 2.234
39
-0.990
0
1
1
293 0.300 83.00 0.101 2.787
39
-1.114
1
1
1
294 0.350 57.29 0.059 2.696
33
-0.779
0
1
1
295 0.350 100.00 0.166 1.580
39
-0.788
17
1
0
296 0.200
4.78 2.364 1.060
40
0.000
0
1
0
297 0.200 60.04 3.169 1.930
39
-0.289
1
1
1
298 0.200 74.90 0.036 2.085
47
-0.552
16
1
0
299 0.200 90.81 4.784 1.415
47
-0.282
7
1
0
300 0.200 10.15 0.196 2.510
40
-0.764
0
1
1
301 0.200 74.79 0.422 2.170
40
-0.790
0
1
1
302 0.200 60.76 0.206 1.855
40
-0.822
0
1
1
303 0.200 23.48 0.877 1.890
40
-0.726
0
1
0
304 0.200 79.17 0.311 1.738
40
-0.709
0
1
1
305 0.200 63.10 0.016 1.617
40
-0.679
0
1
1
306 0.200 73.88 0.567 1.559
40
-0.789
0
1
0
307 0.200 65.99 0.016 1.667
24
-0.294
0
0
0
308 0.200 59.31 1.555 1.885
39
-1.287
6
1
1
309 0.200
3.67 6.763 3.370
39
-1.053
0
0
0
310 0.200 77.42 2.289 1.625
39
-0.359
11
1
0
311 0.200 59.44 5.071 1.857
39
-0.776
5
1
1
312 0.200 80.01 0.681 2.045
39
-0.986
2
1
1
313 0.200 41.56 2.529 1.781
39
-0.351
0
1
1
314 0.200 52.90 1.669 1.910
39
-1.112
10
1
1
315 0.250 27.64 0.156 3.180
39
-0.947
4
1
0
316 0.200 63.70 0.050 1.591
39
-1.066
0
1
0
317 0.200 53.55 4.650 1.770
39
-0.564
6
1
1
318 0.200 12.77 2.372 1.906
39
-0.301
0
1
0
319 0.200 22.58 0.561 1.796
39
-0.371
0
1
0
320 0.200 56.13 0.645 1.832
39
-0.765
0
1
0
321 0.200 64.01 0.559 1.718
39
-0.775
0
1
0
322 0.200 55.01 3.246 1.788
39
-0.552
3
1
1
323 0.300 91.67 0.011 1.781
33
-0.460
0
1
1
324 0.250 39.13 0.081 3.524
5
-0.559
0
0
0
325 0.200 61.46 0.543 1.800
47
-0.997
0
0
1
326 0.200 63.04 0.431 1.425
47
-1.058
5
0
1
327 0.200 110.53 2.518 2.011
47
-0.585
4
1
1
328 0.200 57.51 0.496 1.635
47
-0.765
0
1
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
109
No.
D
L
S
H
E
B
A
MBIN
YBIN
329 0.200 26.65 0.087 2.086
3
-0.878
0
0
0
330 0.300 19.65 0.762 1.710
3
-0.878
4
0
0
331 0.300 63.33 2.748 1.470
3
-0.951
15
0
0
332 0.300 79.26 1.338 1.240
3
-0.997
9
1
1
333 0.200 16.16 1.061 2.685
39
-1.051
0
1
1
334 0.600 23.35 1.426 1.824
39
-0.955
0
1
0
335 0.350 51.48 0.383 3.305
33
-0.779
0
1
1
336 0.350 50.97 0.523 3.630
39
-1.053
0
1
1
337 0.600 20.91 0.143 1.845
39
-0.937
1
1
1
338 0.600 71.95 0.656 2.221
47
-0.870
1
1
1
339 0.500 44.95 0.103 1.242
39
-1.035
0
0
0
340 0.450 104.40 2.575 1.755
47
-0.592
0
1
1
341 0.600 68.58 0.228 1.690
39
-1.095
1
1
0
342 0.450 56.44 0.473 1.387
27
-0.761
0
0
0
343 0.600 44.92 0.031 1.698
39
-0.955
0
1
1
344 0.500 36.52 0.142 2.180
39
-1.057
0
0
0
345 0.350 60.73 0.552 2.305
47
-0.774
1
1
0
346 0.350 54.81 0.197 2.305
47
-0.703
0
1
0
347 0.200 84.06 0.737 1.774
47
-0.867
9
1
0
348 0.250 83.08 0.659 1.785
47
-0.883
3
0
0
349 0.200 77.75 0.416 1.389
39
-0.645
0
1
0
350 0.300 51.29 0.447 1.945
39
-0.976
0
1
0
351 0.300 59.94 0.201 1.690
27
-0.862
0
1
1
352 0.300 69.81 1.246 1.640
27
-0.903
1
1
1
353 0.300 98.19 0.649 2.486
39
-0.823
2
0
1
354 0.300 62.04 1.699 1.432
27
-0.809
0
1
1
355 0.350 106.21 0.698 1.005
39
-0.918
14
0
0
356 0.350 33.86 0.186 1.515
39
-0.798
0
1
0
357 0.350 36.76 0.365 1.685
33
-0.696
1
1
1
358 0.350 65.96 0.023 1.625
39
-0.853
10
1
0
359 0.350 46.29 0.175 2.306
33
-0.810
0
1
1
360 0.350 50.38 0.411 2.035
33
-0.720
0
1
1
361 0.350 80.80 0.243 2.075
39
-1.007
2
1
0
362 0.350 88.14 0.560 1.805
39
-1.204
11
1
0
363 0.200 74.28 7.466 1.542
39
-0.399
3
1
1
364 0.200 80.00 0.013 1.790
47
-0.730
6
1
1
365 0.200 61.04 0.142 1.978
47
-0.127
19
1
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
110
No.
D
L
S
H
E
B
A
MBIN
YBIN
366 0.400 66.32 0.016 2.814
47
-0.719
10
0
0
367 0.400 10.17 0.022 2.665
40
-0.652
0
1
0
368 0.400 71.44 0.204 2.695
40
-0.725
0
1
0
369 0.400 60.86 0.804 2.956
40
-0.718
0
1
0
370 0.450 45.99 0.388 3.420
47
-0.670
0
0
0
371 0.550 26.05 1.882 3.136
47
-0.675
0
1
0
372 0.450 87.32 0.124 3.090
47
-0.701
0
0
0
373 0.500 50.33 0.063 2.685
47
-0.707
0
0
0
374 0.550 25.71 0.516 2.835
47
-0.707
0
0
0
375 0.200 28.93 0.035 1.978
39
-0.371
4
1
1
376 0.200 56.81 12.870 2.015
39
-0.385
8
0
0
377 0.200 50.98 3.624 1.855
39
-1.287
0
1
1
378 0.200 59.79 1.527 2.181
39
-0.525
2
1
1
379 0.200 59.78 0.390 1.776
39
-1.506
0
1
0
380 0.200 53.40 1.770 1.924
39
-0.755
1
1
0
381 0.200 59.53 1.031 1.822
39
-0.753
6
1
0
382 0.200 59.08 2.305 1.754
39
-0.891
2
1
0
383 0.200 64.14 2.610 1.681
39
-0.930
2
1
0
384 0.200 60.92 0.517 1.695
39
-0.472
2
1
1
385 0.200 63.98 2.255 2.238
39
-0.881
0
1
0
386 0.200 54.87 0.017 1.641
40
0.000
0
1
1
387 0.200 55.13 2.993 1.705
39
-0.571
5
1
1
388 0.200 58.28 3.094 2.057
39
-1.506
0
1
0
389 0.200 61.28 3.668 1.670
39
-0.629
0
1
1
390 0.250 73.04 3.891 1.150
40
-0.191
4
1
1
391 0.200 50.01 19.007 1.435
40
-0.445
0
1
0
392 0.200 79.59 4.441 1.465
47
-0.310
0
1
0
393 0.250 40.78 0.028 1.440
47
-0.670
0
1
1
394 0.250 24.06 0.249 1.415
47
-0.636
0
1
1
395 0.250 55.15 1.686 2.910
47
-0.636
16
1
1
396 0.200 93.66 0.037 2.652
47
-0.755
6
1
1
397 0.550 60.26 1.183 2.387
47
-0.748
0
1
0
398 0.550 16.17 1.036 2.775
47
-0.690
0
0
0
399 0.450 41.09 0.266 3.340
47
-0.646
0
0
0
400 0.200 103.90 0.357 1.652
47
-0.787
4
1
0
401 0.200 64.49 0.180 2.445
47
-0.650
2
1
1
402 0.250
5.88 0.850 1.645
47
0.000
0
1
1
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
111
No.
D
L
S
H
E
B
A
MBIN
YBIN
403 0.200 61.85 0.311 1.953
47
-0.541
16
0
0
404 0.250 71.95 1.038 2.460
47
-0.701
19
1
0
405 0.550 26.81 0.959 2.753
47
0.000
1
1
0
406 0.200 81.25 14.760 1.565
40
-0.442
0
1
1
407 0.200 10.33 0.643 1.865
47
-0.516
3
0
0
408 0.200 75.15 0.861 1.745
47
-0.365
4
1
0
409 0.350 60.85 0.190 2.680
47
-0.700
0
1
0
410 0.350 20.56 2.723 2.165
47
0.000
0
1
0
411 0.350 39.14 2.261 2.153
47
-0.723
0
1
0
412 0.400 59.68 0.228 3.365
47
-0.666
1
1
0
413 0.350
7.31 3.332 2.254
47
0.000
0
1
0
414 0.350 18.25 3.808 2.348
47
-0.723
0
1
0
415 0.200 74.51 0.039 2.611
47
-0.730
8
1
1
416 0.200 31.34 4.521 1.535
47
-0.286
0
1
0
417 0.200 23.01 0.065 1.683
47
-0.550
0
1
0
418 0.350 60.96 0.151 2.900
47
-0.700
1
1
0
419 0.400 69.96 1.623 3.075
47
-0.675
13
0
0
420 0.350 66.21 0.265 2.310
47
-0.778
0
1
0
421 0.350 89.37 0.207 2.585
47
-0.736
1
1
0
422 0.350 46.14 0.022 2.180
47
-0.592
0
1
0
423 0.200 49.42 12.829 0.597
40
-0.445
0
1
1
424 0.200 80.87 10.751 1.365
14
-0.381
0
0
1
425 0.200 93.90 21.891 2.000
40
-0.442
4
1
1
426 0.400 82.60 0.479 3.420
47
-0.898
2
0
0
427 0.200 80.25 0.000 0.500
39
-0.611
7
1
0
428 0.200 23.07 0.065 1.699
39
-0.429
8
1
1
429 0.250 71.94 5.642 2.151
39
-0.333
24
1
1
430 0.350 79.84 1.633 2.241
39
-0.343
6
1
1
431 0.200 86.81 1.728 2.001
39
-0.415
12
1
1
432 0.200 76.11 4.667 1.886
47
-0.359
2
1
0
433 0.450 72.06 0.203 2.087
3
-0.895
6
0
0
434 0.600 18.05 0.622 2.470
3
-0.976
4
0
0
435 0.900 42.20 0.089 1.850
3
-0.788
6
0
0
436 0.900 49.38 3.597 2.065
3
-0.788
2
0
0
437 0.500 69.84 0.620 2.580
3
-0.890
0
0
0
438 0.400 58.42 0.043 3.553
3
-0.701
1
0
0
439 0.250 16.90 0.350 0.500
24
-1.039
0
0
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
112
No.
D
L
S
H
E
B
A
MBIN
YBIN
440 0.300 37.74 0.000 0.500
24
-1.182
1
0
0
441 0.250 43.11 0.350 0.500
24
-1.324
3
0
0
442 0.200 64.68 0.000 0.880
39
-1.041
4
1
0
443 0.350 44.67 0.000 0.500
24
-1.017
0
0
0
444 0.450 10.39 0.000 0.500
24
0.000
0
0
0
445 0.400 80.17 0.070 3.390
22
-1.242
0
0
0
446 0.350 65.47 0.000 0.500
24
-0.989
0
0
0
447 0.250 86.47 0.000 0.500
24
-1.032
0
0
1
448 0.400 77.30 0.000 0.500
24
-0.965
5
0
1
449 0.350 73.86 1.195 1.195
65
-0.180
4
0
1
450 0.350 49.60 1.352 1.250
65
-0.180
3
0
0
451 0.600 52.61 0.107 2.625
3
-0.825
6
0
0
452 0.200 28.05 0.750 2.260
40
-0.463
40
1
1
453 0.300 112.24 0.000 0.500
24
-1.452
57
0
0
454 0.250 39.34 0.000 0.500
24
-1.213
1
0
0
455 0.250 37.18 0.000 0.500
24
-0.965
0
0
1
456 0.400 71.48 0.000 0.500
24
-1.000
4
0
1
457 0.450 79.79 0.357 0.887
24
-1.964
5
0
0
458 0.450 71.43 0.112 0.939
24
-2.209
4
0
1
459 0.250 72.29 0.000 0.500
24
-1.182
1
0
1
460 0.350 17.63 0.000 0.500
24
-1.113
0
0
0
461 0.300 54.14 0.000 0.500
24
-1.113
0
0
0
462 0.400 63.85 0.030 2.510
22
-1.111
1
0
0
463 0.450 74.48 0.129 3.327
47
-0.725
4
1
0
464 0.250 133.42 0.007 1.812
39
-1.081
2
1
0
465 0.300 75.77 0.176 3.225
47
-0.491
3
1
0
466 0.300 99.14 0.390 1.982
47
-0.887
19
1
0
467 0.300 86.63 0.202 2.934
47
-0.742
0
1
0
468 0.300 14.33 0.255 2.835
47
-0.742
0
1
0
469 0.300 64.97 0.620 2.778
47
-0.703
2
1
1
470 0.300 74.18 0.209 2.730
47
-0.732
1
1
0
471 0.250 60.05 0.371 3.311
47
-0.703
3
1
1
472 0.300 94.81 0.053 1.946
47
-1.123
1
1
0
473 0.250 110.46 0.772 2.188
47
-0.726
2
1
1
474 0.200 52.61 3.106 1.929
39
0.396
0
1
0
475 0.200 128.64 1.207 1.869
39
-0.096
3
1
1
476 0.200 53.52 1.373 1.476
33
-1.167
0
1
1
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
113
No.
D
L
S
H
E
B
A
MBIN
YBIN
477 0.350 47.15 0.127 1.926
47
-0.943
1
1
0
478 0.900 126.94 0.357 1.876
47
-0.749
5
1
1
479 0.300 36.88 14.124 0.940
27
-0.781
0
1
0
480 0.300 28.34 10.318 0.900
27
-0.781
0
1
0
481 0.500 38.76 1.560 2.296
47
-0.783
2
1
0
482 0.300 102.47 0.115 2.397
47
-0.893
0
1
0
483 0.400 12.93 1.404 3.132
47
-0.742
0
0
0
484 0.200 64.13 1.501 2.237
33
-1.520
7
1
1
485 0.200 50.84 0.872 1.844
4
-0.849
13
0
0
486 0.200 100.36 0.385 2.313
47
-0.611
13
1
1
487 0.200 79.24 0.581 2.917
47
-0.650
4
1
0
488 0.200 87.88 0.325 1.380
47
-0.643
0
1
0
489 0.200 95.15 0.435 1.640
47
-1.004
3
1
0
490 0.225 75.81 0.132 3.475
47
-0.559
1
1
0
491 0.300 110.44 0.177 2.921
47
-0.749
3
1
1
492 0.200 95.04 0.638 1.896
47
-1.169
3
1
1
493 0.300 86.56 0.236 2.547
47
-0.707
2
1
0
494 0.250 100.01 0.109 1.960
47
-0.951
8
1
0
495 0.200 52.08 1.683 2.045
39
0.110
3
1
1
496 0.350 70.80 1.238 1.585
40
-0.219
4
1
1
497 0.350 68.24 0.822 1.835
47
-0.988
24
1
0
498 0.350 120.52 0.277 1.897
47
-1.033
33
1
0
499 0.300 55.26 11.752 1.096
27
-1.042
3
1
0
500 0.750 88.45 0.674 1.520
65
-0.308
1
1
0
501 0.400 22.56 1.365 1.358
65
-0.199
7
1
0
502 0.600 92.54 0.619 1.415
40
-0.421
2
1
1
503 0.550 14.89 0.758 1.410
40
-0.421
0
1
0
504 0.200
1.32 19.493 2.430
13
-0.198
0
0
0
505 0.200 62.03 0.339 1.827
40
0.036
3
1
1
506 0.200 20.94 0.587 2.283
13
-0.198
0
0
0
507 0.300 73.25 4.147 2.183
47
-0.036
3
0
0
508 0.250
6.93 1.887 1.881
47
-0.475
2
0
0
509 0.300 87.22 1.877 1.410
65
0.096
9
0
0
510 0.200 67.13 0.368 2.021
13
-0.762
0
0
0
511 0.250 22.06 4.755 2.004
20
-0.341
0
0
0
512 0.300 94.83 0.088 1.610
47
-0.664
1
1
0
513 0.250 78.03 0.328 2.119
47
-0.777
7
1
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
114
No.
D
L
S
H
E
B
A
MBIN
YBIN
514 0.300 108.40 0.262 3.279
47
-0.633
0
1
0
515 0.300 91.89 0.181 2.953
47
-0.760
0
1
0
516 0.350 24.35 0.016 1.070
65
0.000
2
1
1
517 0.350 82.99 2.921 1.790
65
0.219
1
1
1
518 0.250 19.63 2.498 3.164
20
-0.430
0
0
0
519 0.250 59.31 0.815 1.660
14
-0.309
2
0
0
520 0.300 86.15 0.218 2.118
47
-0.506
2
1
0
521 0.200 133.17 1.923 1.995
39
-0.532
5
1
0
522 0.400 69.95 0.373 2.020
47
-0.804
5
1
0
523 0.350 35.00 0.161 2.137
47
-0.836
0
1
0
524 0.350 95.28 0.145 1.914
47
-0.951
0
1
0
525 0.400 117.71 0.144 2.226
47
0.000
0
1
0
526 0.950 80.13 0.008 1.230
60
-0.280
1
0
0
527 0.500 37.88 1.764 1.713
40
-0.227
1
1
1
528 0.400 57.58 0.426 1.350
65
0.035
2
1
1
529 0.400 101.96 0.409 1.310
65
-0.247
14
1
0
530 0.950 14.15 0.445 1.400
60
-0.235
0
0
0
531 0.350 90.03 0.575 1.570
65
0.287
0
1
1
532 0.850 51.56 1.566 1.810
40
-0.150
1
1
0
533 0.400 26.36 0.628 1.365
65
0.062
0
1
1
534 0.400 93.65 1.608 1.512
65
0.025
0
1
1
535 0.750 95.50 1.397 1.758
65
-0.176
3
1
1
536 0.400 80.04 1.304 1.870
65
0.136
1
1
1
537 0.600 102.29 0.550 1.284
40
-0.381
2
1
0
538 0.200 83.76 0.243 1.311
39
-0.544
14
1
1
539 0.200 67.50 3.051 3.328
47
0.339
1
1
1
540 0.225
2.17 14.274 2.398
7
-0.272
0
0
0
541 0.900 89.03 0.006 3.730
24
-0.184
9
0
0
542 0.150 75.78 1.219 1.895
47
-0.475
13
0
0
543 0.200 70.95 0.627 1.753
15
-0.357
0
0
0
544 0.250 44.87 0.023 2.459
20
-0.430
1
0
0
545 0.350 85.65 0.669 1.675
65
0.003
1
1
1
546 0.200 128.19 1.396 1.807
39
-0.134
11
1
1
547 0.200 52.02 1.700 2.088
39
0.175
1
1
0
548 0.200 31.77 0.194 1.296
9
-1.770
8
0
0
549 0.300 76.08 0.070 1.908
47
-1.169
8
1
0
550 1.300 146.23 0.868 1.257
65
-0.067
5
0
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
115
No.
D
L
S
H
E
B
A
MBIN
YBIN
551 0.450 18.51 1.422 1.430
65
-0.040
8
1
1
552 0.950 82.62 0.202 1.455
60
-0.306
1
0
0
553 0.400 82.68 1.027 1.535
65
-0.121
3
1
0
554 0.400 83.58 0.316 2.583
47
-0.783
8
1
0
555 0.350 101.36 0.349 3.343
47
-0.749
5
1
1
556 0.400 82.49 0.596 1.500
65
-0.257
3
1
1
557 0.600 91.93 1.844 1.450
65
-0.287
0
1
1
558 0.600 89.67 0.826 1.505
65
-0.257
3
1
0
559 0.350 55.14 1.020 1.123
65
-0.021
4
1
1
560 0.400 102.17 0.702 1.610
40
-0.221
11
1
1
561 1.000 46.89 0.171 1.892
12
-0.107
0
0
0
562 0.300 19.31 3.275 1.312
12
-0.119
0
0
0
563 0.200 133.20 1.461 2.020
39
0.264
1
1
0
564 0.900 79.93 0.182 2.265
12
-0.095
0
0
0
565 0.700 33.77 0.497 2.268
12
-0.001
0
0
0
566 0.900 79.62 0.184 2.145
12
-0.095
0
0
0
567 1.100 51.94 0.943 1.253
12
-0.022
0
0
0
568 0.250 99.91 0.218 1.340
47
-1.590
10
0
0
569 0.200 128.29 1.480 2.114
39
-0.072
8
1
0
570 0.300 71.35 2.730 2.483
20
-0.312
0
1
1
571 0.250 71.79 0.730 2.032
47
-0.598
5
1
0
572 0.300 47.58 5.623 3.265
20
-0.312
0
0
0
573 0.400 117.09 3.280 2.675
20
-1.029
1
1
0
574 0.200 21.01 0.048 1.687
20
0.301
0
1
1
575 0.400 69.86 3.579 1.461
20
-1.060
0
1
1
576 0.600 19.34 2.018 4.088
20
0.132
0
0
0
577 0.300 65.50 0.209 2.453
47
-0.417
1
1
0
578 0.400 86.57 0.619 2.668
20
-0.346
5
0
0
579 0.450 62.02 1.117 1.527
20
-0.701
0
1
1
580 0.450
7.59 5.233 1.539
15
-0.357
0
0
0
581 0.200 107.79 0.377 1.835
47
-0.504
44
0
1
582 0.200 78.40 1.217 1.531
47
-0.251
18
1
0
583 0.200 64.96 0.059 1.516
9
-1.770
2
0
0
584 0.300 31.46 0.706 2.089
20
-0.341
0
1
1
585 0.300 26.42 1.376 3.000
20
-0.300
0
1
1
586 0.250 76.84 0.935 2.150
47
-0.105
1
1
0
587 0.250 49.17 0.386 1.417
14
-0.373
0
1
1
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
116
No.
D
L
S
H
E
B
A
MBIN
YBIN
588 0.300 64.72 3.206 3.429
20
-0.322
0
1
1
589 0.300 55.10 2.386 1.486
20
-1.442
1
0
0
590 0.400 68.59 0.291 2.674
47
-0.387
2
1
0
591 0.350 24.08 0.042 2.784
47
-0.271
1
1
1
592 0.450 60.98 1.230 2.203
20
-0.682
0
0
0
593 0.200 108.33 4.500 1.710
47
-0.625
10
1
0
594 0.300 89.78 0.710 2.538
47
-0.311
5
1
0
595 0.250 90.24 0.958 2.042
47
-0.274
0
1
0
596 0.350 88.79 0.325 2.636
20
-0.374
0
0
0
597 0.400 40.42 11.497 2.048
20
-0.346
0
0
0
598 0.400 21.67 7.947 2.091
20
-0.433
0
1
0
599 0.200 60.11 0.919 2.184
27
-0.291
0
1
1
600 0.200 56.76 0.698 1.802
60
-0.014
5
1
1
601 0.250 44.30 0.549 1.689
12
-0.095
4
0
0
602 0.450 60.96 1.410 1.055
12
-0.193
0
0
0
603 0.600 49.53 0.946 1.488
12
-0.165
0
0
0
604 0.950
6.00 1.784 2.280
12
-0.010
0
0
0
605 0.250 40.97 0.005 1.433
12
-0.096
0
0
0
606 0.600 97.02 0.804 2.002
12
-0.110
3
1
1
607 0.700 25.72 0.689 2.488
12
-0.117
0
1
1
608 0.600 17.52 0.480 1.733
12
-0.069
0
1
1
609 1.000 51.91 0.086 2.173
12
-0.034
0
0
0
610 0.950 58.49 0.256 2.171
12
-0.042
0
0
0
611 0.200 56.92 0.258 1.910
39
-1.085
0
1
0
612 0.200 70.51 0.804 1.502
39
-1.089
1
1
1
613 0.200 40.53 1.581 2.518
60
0.000
11
1
0
614 0.200 63.65 0.234 1.780
40
-0.679
1
1
1
615 0.200 80.72 0.264 2.187
40
-0.789
3
1
0
616 0.200 31.28 1.231 2.002
40
-0.679
3
1
1
617 0.300
6.82 1.804 2.535
3
-0.764
0
0
0
618 0.300 79.19 0.250 2.355
3
-0.790
7
1
1
619 0.300 33.01 0.243 2.035
3
-0.280
1
0
0
620 0.300 31.92 0.330 2.050
3
-0.726
10
0
0
621 0.300 19.52 0.375 2.065
3
-0.726
11
0
0
622 0.300 80.19 0.442 2.110
3
-0.758
10
0
0
623 0.500 71.59 0.493 0.528
12
-0.096
5
0
0
624 0.700 17.61 1.115 0.710
60
0.000
0
0
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
117
No.
D
L
S
H
E
B
A
MBIN
YBIN
625 0.700
7.26 6.748 3.187
12
-0.102
0
0
0
626 0.250 78.76 0.196 1.639
12
-0.071
0
1
1
627 0.400 86.10 0.693 1.928
12
-0.074
0
0
0
628 0.600 20.88 1.357 2.923
12
-0.102
0
0
0
629 0.500 67.10 0.424 1.465
12
-0.158
3
0
0
630 0.400 54.60 0.448 1.460
12
0.113
1
0
0
631 0.700 85.30 0.377 2.207
12
-0.117
0
1
1
632 0.200 62.64 0.156 1.363
39
-1.109
0
1
1
633 0.200 77.62 0.278 2.891
47
-0.201
0
1
0
634 0.200 10.58 6.387 1.993
27
0.000
0
1
0
635 0.300 120.16 0.158 1.700
47
-0.903
0
1
1
636 0.350
4.01 0.526 1.617
39
-0.055
0
1
1
637 0.350 60.32 0.339 2.135
39
-1.024
4
1
0
638 0.200 98.09 0.354 1.475
47
-0.707
11
1
1
639 0.350 33.05 1.301 3.742
39
0.000
0
0
0
640 0.225 105.31 0.026 2.290
47
-0.885
1
1
0
641 0.400 104.96 0.147 1.600
47
-1.014
0
1
1
642 0.400 121.45 0.078 1.575
47
-0.930
22
1
0
643 0.200 27.77 0.252 1.590
47
-0.881
4
0
0
644 0.200 49.57 0.331 1.723
47
-0.685
4
1
1
645 0.350 24.07 0.064 1.740
39
-0.979
0
0
0
646 0.350 11.61 13.634 2.429
39
-0.979
2
0
0
647 0.250 86.50 0.262 2.686
39
-1.131
2
0
0
648 1.100 76.03 0.229 1.105
60
-0.222
8
0
0
649 1.200 100.47 0.213 1.075
60
-0.217
3
0
0
650 1.100 80.10 0.226 1.090
60
-0.244
1
0
0
651 0.600 59.03 0.440 1.300
60
-0.056
0
1
1
652 1.500 60.69 0.369 1.360
60
0.030
0
0
0
653 1.200 108.52 0.515 1.303
60
-0.242
8
0
0
654 1.300 58.09 0.124 1.430
60
-0.184
0
0
0
655 1.300 60.48 0.046 1.390
60
-0.206
0
0
0
656 1.300 60.57 0.190 1.355
60
-0.113
0
0
0
657 0.800 114.47 0.432 1.095
60
-0.290
0
1
1
658 1.100 89.93 0.843 1.764
60
-0.097
0
0
0
659 1.100 92.80 0.245 2.635
60
-0.041
0
0
0
660 1.100 129.11 0.362 1.345
60
-0.013
1
0
0
661 1.100 96.28 0.392 2.210
60
-0.096
0
0
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
118
No.
D
L
S
H
E
B
A
MBIN
YBIN
662 1.100 99.74 1.186 1.684
60
-0.041
1
0
0
663 1.100 17.43 0.307 1.761
60
-0.022
0
0
0
664 1.100 90.20 0.584 1.757
60
-0.048
0
0
0
665 0.200 53.94 0.731 2.156
47
-0.347
11
1
1
666 0.200 59.64 0.620 2.171
27
-0.288
0
1
1
667 0.200 66.86 2.090 2.262
47
-0.146
3
1
1
668 0.200 58.93 0.384 1.105
47
-0.108
4
1
0
669 0.400 103.81 0.067 0.826
27
-0.232
2
1
0
670 0.350 56.79 0.154 1.466
39
-0.055
0
1
0
671 0.350 83.07 0.355 1.630
47
-0.860
11
1
0
672 0.400 79.39 0.267 3.020
47
-0.898
0
1
1
673 0.500
4.02 17.421 2.535
39
0.000
0
1
1
674 0.300 130.46 0.126 1.760
47
-0.903
5
1
0
675 0.300 122.55 0.166 1.705
47
-1.208
0
1
1
676 0.350 94.84 0.404 1.735
47
-1.208
19
1
0
677 0.400 96.79 0.226 2.940
24
-0.833
1
0
0
678 0.350 97.21 0.266 3.435
24
-0.775
3
0
0
679 0.300 77.66 0.363 1.225
47
-0.989
0
1
1
680 0.200
9.18 0.595 1.619
47
0.000
1
1
1
681 0.200 33.74 0.432 1.460
47
-0.688
0
1
1
682 0.500 13.13 7.188 2.604
39
-0.979
2
1
1
683 0.200 29.06 0.313 1.609
47
-0.701
1
1
1
684 0.500 23.65 7.539 1.530
39
-0.837
0
1
1
685 0.200 76.77 1.722 1.670
9
0.000
2
0
0
686 0.200 15.56 0.201 1.590
47
-0.674
4
1
0
687 0.200 65.38 0.267 1.575
40
-0.652
13
1
0
688 0.200 16.76 0.769 1.650
40
-0.652
2
1
0
689 1.500 90.27 0.083 1.305
60
-0.019
0
0
0
690 1.400 60.03 0.299 1.320
60
-0.133
0
0
0
691 1.300 62.05 0.049 1.595
60
-0.158
2
0
0
692 1.400 59.00 0.346 1.340
60
-0.133
0
0
0
693 0.200 43.45 0.752 1.655
47
-0.480
3
1
1
694 0.200 45.00 0.978 2.024
47
-0.630
18
1
1
695 0.200 60.24 0.282 3.030
47
0.014
8
1
1
696 0.250 72.76 0.339 2.504
47
0.011
3
1
1
697 0.300 81.04 0.634 1.262
47
-0.110
10
1
1
698 0.300 69.09 0.241 1.836
47
-0.126
0
1
0
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
119
No.
D
L
S
H
E
B
A
MBIN
YBIN
699 0.200 51.28 0.317 1.817
47
-0.467
12
1
1
700 0.300 81.70 0.153 1.361
47
-0.022
4
1
1
701 0.400 69.74 0.343 1.898
47
-0.025
2
1
1
702 0.400 90.63 0.065 1.912
47
-0.110
2
1
1
703 0.200 82.84 2.148 1.838
12
-0.111
8
0
0
704 0.200 95.72 0.093 1.935
47
-0.319
21
1
1
705 0.350 68.05 0.559 1.505
60
-0.226
10
1
1
706 0.600 109.58 0.077 1.921
12
-0.383
1
0
0
707 0.600 67.25 0.337 2.089
12
-0.178
3
0
0
708 0.300
9.96 0.772 1.925
12
-0.010
0
0
0
709 1.100 11.38 7.185 2.690
60
0.000
0
0
0
710 0.200 72.99 1.439 1.768
47
-0.017
2
1
1
711 0.200 62.83 0.482 1.546
47
-0.049
0
1
1
712 0.200 88.07 0.446 1.910
47
-0.185
3
1
1
713 0.250 64.60 0.561 1.712
39
-0.072
1
1
0
714 0.300 60.30 0.241 1.218
47
-0.114
1
1
0
715 0.400 55.86 0.036 1.377
47
-0.121
2
1
1
716 0.200 70.39 0.013 1.952
60
-0.200
9
1
0
717 0.400 75.57 1.041 1.495
47
0.000
5
1
1
718 0.350 81.25 0.193 1.160
47
-0.038
0
0
0
719 0.300
6.44 6.927 1.474
47
-0.114
0
1
0
720 0.250 27.80 2.152 1.449
7
0.121
21
1
0
721 0.400 73.50 0.157 2.237
47
-0.137
2
1
1
722 0.200 80.34 0.022 2.060
12
-0.061
2
0
0
723 0.200 43.14 7.922 2.462
47
-0.442
1
1
1
724 0.950
5.48 2.753 2.215
12
-0.033
0
0
0
725 0.600 60.46 0.550 2.080
12
-0.106
0
1
1
726 0.550 30.95 1.443 2.325
12
-0.106
0
1
1
727 0.700 68.59 0.441 2.038
12
-0.096
0
0
0
728 0.550 48.47 3.271 2.566
12
0.031
0
1
1
729 0.200 99.88 0.659 1.685
47
-0.148
0
0
1
730 0.200 56.61 0.449 2.100
3
0.021
1
0
0
731 0.250 17.98 0.278 2.085
9
0.000
0
0
0
732 0.250 78.34 0.281 1.990
9
-0.168
0
0
0
733 0.200 50.87 1.120 1.850
40
0.004
1
1
0
734 0.200 51.32 1.169 1.830
47
0.061
1
1
0
735 0.400 46.26 1.611 1.733
1
-0.098
3
0
1
Universidad de los Andes
Departamento de Ingeniería Civil y Ambiental
Centro de Investigaciones en Acueductos y Alcantarillados – CIACUA
Determinación del estado de redes locales de alcantarillado y su necesidad
o no de ser sometidas a renovación/rehabilitación teniendo en cuenta CCTV
en un número limitado de tuberías. Caso de estudio Zona 1 de la EAAB –
ESP.
MIC 201920
Lady Johanna Sauza Rodríguez
Tesis II
120
No.
D
L
S
H
E
B
A
MBIN
YBIN
736 0.400 48.42 1.506 2.133
1
-0.098
2
0
0
737 0.200 11.11 0.000 0.500
24
-0.575
11
0
0
738 0.200 17.01 0.000 0.500
24
0.000
0
0
0