Estudio de la Fragmentación Urbana Petrolera en la Región de Vaca Muerta mediante Minería de Datos y Aprendizaje Automático
Palabras clave:
fragmentación urbana, aprendizaje de máquina, mercado inmobiliario, Vaca Muerta, viviendasResumen
El trabajo se propone brindar una contribución a los estudios del proceso de fragmentación urbana por medio de la actividad hidrocarburífera en la región de Añelo, centro de Vaca Muerta (Neuquén). Para ello se utilizó la técnica de minería de datos y el entrenamiento de modelos para analizar la evolución de los precios de propiedades inmuebles. Se tomó un rango temporal de junio de 2020 a junio de 2021, lo que permitió establecer un modelo para predecir la evolución de valores para períodos siguientes. Se incorporó al modelo predictivo las inversiones realizadas por más de diez empresas que desarrollan su actividad de exploración y explotación en Vaca Muerta. En este trabajo partimos de la premisa que Añelo es un centro urbano que en los últimos 15 años ha sufrido transformaciones de índole urbanística por el incremento de la actividad petrolera asociada a la explotación de la formación geológica Vaca Muerta, por método no convencional. Uno de los objetivos del trabajo es presentar la posibilidad de incorporar la Inteligencia Artificial (IA) como una herramienta de carácter predictivo para complementar trabajos geográficos sobre transformaciones espaciales originadas por la extracción de hidrocarburos. Se obtuvieron dos resultados, por un lado, el modelo elaborado se presenta como una herramienta tanto para particulares como agentes públicos y privados vinculados a la proyección urbanística y al mercado inmobiliario. Por otro, se destaca cómo la incorporación de la IA al análisis de las alteraciones urbanas desde la geografía permite la elaboración de modelos de carácter predictivo para localidades dentro de áreas de explotación de recursos estratégicos como los hidrocarburos.
Descargas
Publicado
Número
Sección
Licencia
Derechos de autor 2025 María Laura Langhoff , Juan Pons

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
Acorde a estos términos, el material se puede compartir (copiar y redistribuir en cualquier medio o formato) y adaptar (remezclar, transformar y crear a partir del material otra obra), siempre que a) se cite la autoría y la fuente original de su publicación (revista y URL de la obra), b) no se use para fines comerciales y c) se mantengan los mismos términos de la licencia.











