El catastro multipropósito Lemmens (2010) promulga la necesidad inaplazable de propender por la interoperabilidad de la información inmobiliaria y la aplicación de métodos y modelos que cada vez más acerquen a este censo en tanto caracterización fiel de la realidad predial, soportados en las bondades tecnológicas contemporáneas. Si bien la perspectiva 2D de la información geográfica y catastral ha sido el soporte milenario de estas actividades, la representación altimétrica de los bienes inmuebles se ha convertido en una deuda que impide conocer en completitud las características físicas. Por ello, y con ayuda de la fotogrametría digital FD, se propone una ruta metodológica para la adquisición de las cualidades físicas de un bien inmueble, cubierta, estructura, acabados principales y fachada, en un entorno de visualización 3D. En este trabajo, se demarca una metodología basada en la fotogrametría de corto alcance en combinación con el uso de sistemas de información geográfica, desarrollando la aplicación técnica de un catastro 3D (Gené-Mola et ál. 2020). Lo anterior encuentra correspondencia con cualidades óptimas, como la precisión posicional y temática, la consistencia y la completitud de los datos espaciales que pueden ser utilizados en la formulación de políticas públicas. Los resultados muestran errores milimétricos en los procesos de reconstrucción 3D, lo cual, permite una identificación previa óptima de los bienes inmuebles objeto de levantamiento.

3D reconstruction from photogrammetric techniques has presented continuous development in recent years, being the study of many academics inmiscuous in the subject, looking for new ways to perform it, always trying to reduce economic and software costs; it is for this reason that in this document for cultural and tourist spaces of Bogota Colombia, the implementation of 360 images obtained for free from Google Street View is executed, in order to carry out its reconstructions. This methodology will result in obtaining a cloud of densified points, as well as the associated textured mesh, for four (4) cases of study of tourist sites in Bogota Colombia: Chorro de Quevedo, Plaza de Toros de Santamaría, Plaza de Bolívar and Iglesia la Bordadita, in turn, making a comparison between the reconstruction of open, enclosed and semi-closed spaces. La reconstrucción 3D a partir de técnicas fotogramétricas ha presentado un desarrollo continuo en los últimos años, siendo estudio de muchos académicos inmiscuidos en la temática, buscando nuevas formas de realizarla, siempre intentando reducir costos tanto económicos como de software; es por esta razón, que en el presente documento para espacios culturales y turísticos de Bogotá Colombia, se ejecuta la implementación de imágenes 360° obtenidas de forma gratuita de Google Street View, a fin de realizar sus reconstrucciones. Esta metodología dará como resultado la obtención de una nube de puntos densificada, así como la malla texturizada asociada, para cuatro (4) casos de estudio de sitios turísticos de Bogotá Colombia: Chorro de Quevedo, Plaza de Toros de Santamaría, Plaza de Bolívar e Iglesia la Bordadita, a su vez, realizando una comparativa entre la reconstrucción de espacios abiertos, cerrados y semicerrados.

El Volcán Nevado del Ruíz situado entre los límites de los Departamentos del Caldas y Tolima en Colombia presentó un comportamiento inestable en el trascurso del año 2020, dicha actividad volcánica conllevó a efectos secundarios en la corteza, es por ello que la predicción de deformaciones se torna como menester de los geocientíficos. En el transcurso de la investigación presentada se dispuso el uso de variables troposféricas, tales como evapotranspiración, índice de aerosoles UV, monóxido de carbono, dióxido de nitrógeno, metano, temperatura superficial, entre otros; para entrenar un conjunto de redes neuronales que puedan predecir el comportamiento de la fase resultante de un interferograma sin desenrollar con la técnica DInSAR, cuyo objetivo principal sea identificar y caracterizar el comportamiento de la corteza con base en las condiciones del entorno. Para lo anterior, se realizó la recolección de variables, la conformación de un modelo lineal generalizado y el conjunto de redes neuronales. Posterior al entrenamiento de la red, se realizó la validación con los datos de testeo, otorgando un MSE de 0,17598 y, un r – cuadrado asociado de aproximadamente 0,88454. El modelo resultante permitió la obtención de un conjunto de datos con exactitud temática buena, reflejando el comportamiento del volcán en el año 2020 dado un conjunto de características del ambiente.