Caracterizacion Estaciones de Servicio - SIG2

PROYECTO MODELO DE DATOS PARA SIG
CARACTERIZACIÓN DE ESTACIONES DE SERVICIO EN EL MUNICIPIO DE

SANTIAGO DE CALI
Presentado por
ANDRES FELIPE BALANTA ERAZO 1844577
ANDRES ESTEBAN LOPEZ CUARAN 1929895
MANUEL ALBERTO HERNANDEZ A. 0524935
Al profesor
ROBIN ALEXIS OLAYA.
INGENIERIA TOPOGRAFICA
ESCUELA DE INGENIERÍA CIVIL Y GEOMÁTICA
UNIVERSIDAD DEL VALLE

TABLA DE CONTENIDO
1. DEFINICIÓN DEL PROBLEMA.............................................................................................4

2. OBJETIVOS...........................................................................................................................5
2.1. Objetivo general............................................................................................................5
2.2. Objetivos específicos....................................................................................................5
3. JUSTIFICACIÓN....................................................................................................................6
4. ANTECEDENTES..................................................................................................................7
5. ALCANCE Y LIMITACIONES................................................................................................9
6. MARCO TEÓRICO...............................................................................................................10
6.1. Sistemas de información geográfica.........................................................................10
6.2. Modelo de estructura de datos..................................................................................10
7. METODOLOGÍA...................................................................................................................11
7.1. Levantamiento de la información..............................................................................11
7.2. Modelo conceptual......................................................................................................12
7.3. Modelo Lógico.............................................................................................................13
7.4. Modelo Lógico normalizado.......................................................................................14
7.5. Modelo físico................................................................................................................15
7.6. Catálogo de objetos....................................................................................................16
7.7. Catálogo de metadatos...............................................................................................16
7.8. Implementación de la base de datos.........................................................................17
7.9. Visualización de información.....................................................................................18
8. ANÁLISIS Y DISCUSIÓN DE RESULTADOS.....................................................................19
8.1. Consultas alfanuméricas............................................................................................19
8.2. Consultas Espaciales..................................................................................................23
8.3. Consultas triggers.......................................................................................................32
8.4. Interfaz de la base de datos geográfica y salidas graficas.....................................34
9. CONCLUSIONES Y RECOMENDACIONES.......................................................................35
10. BIBLIOGRAFÍA................................................................................................................36
2
LISTA DE ILUSTRACIONES
Imagen 1. Esquema de flujo de trabajo...............................................................................................11

Imagen 2. Esquema modelo conceptual..............................................................................................12
Imagen 3. Esquema modelo lógico.....................................................................................................13
Imagen 4. Esquema modelo lógico normalizado.................................................................................14
Imagen 5. Modelo físico - Esquema base de datos..............................................................................15
Imagen 6. Modelo físico – Estructura base de datos...........................................................................16
Imagen 7. Importación de datos por medio de Postgis.......................................................................17
Imagen 8. Código importación datos CSV...........................................................................................18
Imagen 9. Visualización de datos en Qgis............................................................................................18
Imagen 10. Consulta alfanumérica 1...................................................................................................19
Imagen 11. Consulta alfanumérica 2..................................................................................................19
Imagen 12 Consulta alfanumérica 3...................................................................................................20
Imagen 19. Consulta alfanumérica 10.................................................................................................23
Imagen 20. Consulta espacial 1...........................................................................................................23
Imagen 21. Visualización consulta espacial 1......................................................................................24
Imagen 25. Visualización Consulta espacial 3......................................................................................26
Imagen 36. Visualización consulta espacial 10....................................................................................32
Imagen 37. Visualización triggers espacial..........................................................................................32
Imagen 38. Visualización triggers espacial..........................................................................................33
Imagen 39. Consulta triggers alfanuméricos.......................................................................................33
Imagen 40. Interfaz web.....................................................................................................................34
Imagen 41. Salida grafica estaciones de servicio.................................................................................34
3
1. DEFINICIÓN DEL PROBLEMA
El alza de combustibles en Colombia ha generado en los últimos años un impacto negativo en la
economía de sus habitantes, lo que ha llevado a que las personas con menos poder adquisitivo que
cuenten con vehículos automotores sean los más afectados; debido a que a la hora de desplazarse el costo
es más elevado, esta problemática no solo afecta el desplazamiento sino que también se ve en trasporte de
alimentos y víveres lo que termina afectando el precio final de los productos y servicios provocando una
mayor inflación que conlleva a una disminución del poder adquisitivo y hace más difícil que las personas
puedan comprar lo que necesitan para sobrevivir; generando una mayor carga fiscal.
Uno de los principales factores es la oferta y demanda; cuando hay una demanda mayor de combustible
de lo que hay disponible los precios tienden a subir, los costos de producción como la extracción y el
transporte aumentan de manera proporcional, otro factor son los impuestos que impone el gobierno lo que
puede contribuir a su precio final, si la moneda de un país como Colombia se deprecia en comparación
con otras monedas, los combustibles importados pueden encarecerse, las tensiones políticas o conflictos
armados en zonas productoras de combustibles pueden interrumpir la producción y llevar a un aumento
de los precios.
Para los habitantes de Santiago Cali es importante conocer cuáles son las estaciones de servicio donde el
precio del combustible es de menor cuantía puesto que esto le permitirá desplazarse mayores distancias
por un menor precio, además de conocer si esta cuenta con el combustible que requiere para su automotor
y de otros servicios mecánicos o de limpieza que pueda necesitar.
4
2. OBJETIVOS
2.1. Objetivo general
Realizar la caracterización de estaciones de servicio en el municipio de Santiago de Cali
2.2. Objetivos específicos
 Identificar las estaciones de servicio cercanas a las vías principales de la cuidad
 Calcular el estimado de las estaciones de servicio ubicadas en algunas comunas o barrios.
 Determinar las distancias entre la estación más cercana y el usuario.
 Identificar las estaciones con el combustible más económico en algunos barrios y comunas.
5
3. JUSTIFICACIÓN
Los datos son la parte más importante en un sistema de información geográfica, y estos son en
esencia los que nos dan a conocer el espacio al cual estamos analizando, porque al tener los datos de un
área geográfica estamos conociendo lo que sucede en esta. Sin embargo, el manejo de estos datos para ser
introducidos en un sistema de información geográfica no es un trabajo sencillo de realizar.
Uno de los principales problemas en la implementación de estos datos radica que en realidad estos pueden
considerarse infinitos, pero el almacenamiento y la representación de estos datos son limitados. Aunque
existen estas limitaciones en el manejo de la información del SIG y realizar las tareas tengan cierta
complejidad, estas tienen en si una mayor efectividad dado a su alta capacidad de generar información que
puede ser usada en geomarketing, logística y que también puede ser implementada en infraestructura de
transporte (Moreno-Navarro et al., 2021) .
Durante el estallido social que vivió el país en el año 2021 una de las mayores problemáticas fue el
abastecimiento de combustible, donde la mayoría de estaciones de servicio no contaban con este o las que
tenían no había una información concreta del tipo de combustible que tenían o la cantidad con la que
contaban, debido a esto algunas personas solo se basaban en las redes sociales para saber que estaciones
tenían el combustible que necesitaban y debido a esto la finalidad de este proyecto es usar los sistemas de
información geográfica para organizar los datos de las estaciones de servicio, los tipos de combustible, su
valor y los servicios adicionales que están puedan ofrecer, de una forma actualizada y que tenga una
facilidad para el usuario, en el caso de que vuelva a ocurrir un evento como el antes mencionado o
igualmente para uso cotidiano en el cual evite el desplazamiento a sitios muy lejanos para abastecerse.
6
4. ANTECEDENTES
Sudáfrica es uno de los países más industrializados de África y el combustible es el eje principal en su
economía. El 58% de la población total del país, se refiere a la población urbana en Sudáfrica. Un dato
significativo demuestra, que, aunque el ingreso familiar es relativamente bajo, Sudáfrica consta de un
gran número de propietarios de automóviles, debido a la alta propiedad de automóviles se estima que el
32% de los viajeros se movilizan en vehículos privados (Akinboade et al., 2008), este fenómeno se debe a
que el precio de los combustibles a decrecido significativamente a años anteriores y la importación de
estos se ha reducido.
Durante la recesión mundial del 2008 y la crisis financiera resultante en Grecia, se decidió analizar
sobre la demanda de combustible para el consumidor en donde se observaron factores como los ingresos
económicos y el precio del combustible, donde estudios empíricos demostraron que entre mayor ingreso
aumentaba la demanda de combustible, pero por otro lado cuando aumentaba el precio del combustible
reducía la demanda de este (Broadstock & Papathanasopoulou, 2015), estos datos representaron un papel
importante para realizar una identificación de las conductas de los consumidores lo que ayudaba dentro de
las políticas de transporte de combustible.
Se hizo una relación de como varían los precios según las estaciones de servicio, durante un periodo
de tiempo se tomaron datos en donde se incluyeron los precios en casi todas las estaciones de servicio de
Alemania. El análisis exploro muy concretamente la diferencia de precios en las estaciones de gasolina
según su ubicación ya sea en carreteras o autopistas, el reconocimiento de marca y el costo de insumos y
transporte, además de esto se observó que al ofrecer las estaciones menos servicios adicionales se obtuvo
que el precio del combustible era más bajo y se obtuvo un entorno local con más competitividad y
diversidad. (Haucap et al., 2017).
7
El gasto en combustibles líquidos es una parte importante de la canasta básica de consumo en
Colombia. Previo a la declaratoria de la pandemia del Covid-19, la demanda de gasolina oxigenada se
acercaba a los 133 kbd2 en enero y febrero de 2020, esto según datos de la Asociación Colombiana del
Petróleo (ACP). Por contexto, había 15.337.965 vehículos en la flota nacional en 2019. De eso aprox.
59% eran motocicletas y el resto eran otros tipos de vehículos de motor. Específicamente, estamos
hablando de un mercado que está cerca de los 2 mil millones de galones al año, probablemente esté cerca
de los 40 mil millones de pesos al año., Como tal, el estudio de monitoreo presentado en esta ocasión
pretende ser un mecanismo de señalización prospectivo para el mercado colombiano de combustibles
líquidos derivados del petróleo (gasolina y ACPM). De esta forma, se puede dar una estimación
preliminar de la dinámica de los precios minoristas de los combustibles líquidos derivados del petróleo en
Colombia (Superintendencia de Industria y comercio, 2020).
Los Sistemas de Información Geográfica (SIG) de propiedad de varios municipios e instituciones
nacionales han identificado condiciones que favorecen y dificultan su uso como herramienta cotidiana.
Los beneficios de la tecnología se presentan de una manera sencilla que casi cualquier usuario puede
realizar. Basado en la experiencia de los municipios que han estado involucrados en el proceso de
otorgamiento de la herramienta a lo largo de los años, muestra cómo la herramienta le permite organizar,
analizar y visualizar fácilmente la información recopilada diariamente para la toma de decisiones,
comenzando con un simple fortalecimiento del sistema a medida que se aumenta la experiencia y la
confianza con el manejo de la herramienta. (Molina et al., 2006)
8
5. ALCANCE Y LIMITACIONES
El alcance de este proyecto de modelo de datos para SIG, se limita a implementar la metodología para
realizar la caracterización de estaciones de servicio en el municipio de Santiago de Cali, en la cual se
desarrolla un modelo lógico, modelo conceptual, normalización y modelo físico; con el fin, de estructurar
una base de datos ordenada, para su posterior consulta, análisis y toma de decisiones, y a su vez permita la
implementación de un visor con salidas gráficas, finalmente se hará un mantenimiento para depurar
posibles errores en los datos.
El proyecto también se limitará a la toma de información de fuentes secundarias que se obtengan de datos
abiertos, además se tienen en cuenta lo variable que son los precios de los combustibles; por lo anterior,
se da una referencia que se acerca al precio real tanto como para los precios de los combustibles, como los
servicios que se prestan en estas eds.
9
6. MARCO TEÓRICO
6.1. Sistemas de información geográfica
El sistema de información geográfica conocido como SIG es el conjunto de herramientas de análisis
que permiten y posibilitan la identificación de relaciones espaciales de las problemáticas que se están
analizando, este se deferencia a otros tipos de software CAD en que en esencia son una base de datos
espacial, lo que le da la cualidad de desarrollar análisis enfocados en resolver problemáticas reales que se
presentan en un determinado espacio geográfico. Los elementos básicos que componen un SIG son 5:
Datos, Metodologías, software, hardware y un componente organizativo o Equipo humano.
Base de datos geográfica
La particularidad de un sistema de información geográfica radica en su base de datos, esto es una
compilación de datos que pertenecen a objetos ubicados o localizados en una determinada área de estudio,
organizados de tal forma que puedan ser utilizados con eficiencia en una o muchas aplicaciones.
Una BDG necesita un conjunto de procedimientos que permitan realizarle mantenimiento o
actualizaciones para documentación o desde un punto de vista administrativo, su eficacia se determina por
sus diferentes datos almacenados en diferentes estructuras.
6.2. Modelo de estructura de datos
El proceso de modelado de datos inicia con la observación para darle sentido a la problemática, basta
con la identificación de las propiedades que describen los elementos más conocidos como atributos
además de las propiedades geométricas y teniendo esta información se procede con el modelado, el cual
una vez implementado, se vincula al mundo real para la validación de este. Para la Elaboración de una
estructura de datos se basan en 3 tipos de modelos: el modelo conceptual, el modelo lógico y el modelo
físico.
10
7. METODOLOGÍA
Inicialmente para resolver la problemática de las estaciones de servicio, se constituyó un flujo de
trabajo en el que inicialmente se realizó el levantamiento de la información, que correspondía a la
búsqueda de las estaciones de servicio que se encuentran a nivel nacional, la que posteriormente fue
filtrada a solo las estaciones de servicio que se localizan en la ciudad de Cali, dentro de esta información
se encontró su ubicación, el tipo de combustible que distribuyen, la empresa a la que pertenecen entre
otros atributos, además de esto, se realizó la búsqueda de los demás datos a utilizar, los cuales
correspondían a shapes de las vías, los barrios y las comunas. Luego de esto se realizaron los modelos de
datos, iniciando con el modelo conceptual y luego con el modelo lógico, ya una vez obtenido esto se
procedió con la normalización de las tablas y luego con el modelo lógico normalizado y posteriormente el
modelo físico.
Constituido todo esto, se procedió con la Elaboración de los catálogos de objetos y de metadatos.
Finalmente se realizó implementación en un sistema manejador de bases de datos o DBMS, la
visualización de los datos y por último la Elaboración de consultas.
Modelo de datos:
Modelo conceptual.
Levantameinto de Modelo Logico. Catalogo de objetos y catalogo
Implementacion
de metadatos
en DBMS (Postgis)
la información Modelo fisico. Visualizacion de Datos Elaboracion de consultas.
Imagen 1. Esquema de flujo de trabajo.

Fuente: Elaboración propia
7.1. Levantamiento de la información
Los datos que se usan para el desarrollo del proyecto se dividen en 2 tipos de datos las capas tipo shp
que se descargaron del geoportal de la IDESC (Alcaldia de Cali, 2014)
donde se encuentran las vías, barrios comunas, municipios y la lista de información de las estaciones de
servicio donde se encuentra el tipo de combustible y el servicio que ofrecen las
11
eds estos de datos se descargaron de la página de datos abiertos en formato xlsx (Ministerio de Tecnologías de la
Información y las Comunicaciones, 2017)
7.2. Modelo conceptual
Para la Elaboración del modelo conceptual primero se observaron las entidades necesarias para la
creación de la BD, en este modelo lo que se buscó fue representar la información de una manera más
simplificada y organizada, clasificando las entidades, los atributos que identifican a cada una de estas
entidades y las relaciones que tienen entre si, del cual se obtuvo el siguiente modelo conceptual:
Imagen 2. Esquema modelo conceptual.

12
7.3. Modelo Lógico
Posteriormente a la Elaboración del modelo conceptual se procedió a la Elaboración del modelo
lógico, con este modelo lo que se busco fue estructurar la información por medio de tablas, la cual
muestra los atributos de cada una de las entidades, sus llaves primarias, llaves foráneas y las relaciones
que existen entre cada una de las tablas. Inicialmente se presentó este modelo en formato de texto para la
facilidad de lectura y posteriormente se convirtió en formato tabla.
Eds (Id_eds, id_barrio, nombre, dirección, empresa_bandera)
Combustibles ( id_combustible, id_eds, tipo_combustible, precio_combustible)
Servicios (id_servicio, id_eds, tipo_servicio, precio_servicio)
Barrios (id_barrio, id_comuna, nombre, estrato)
Comunas (id_comuna, id_municipio, nombre)
Vías (id_via, id_municipio, tipo_via, nombre_via)
Municipios (id_municipio, nombre, área)
Imagen 3. Esquema modelo lógico.

Fuente: Elaboración propia.
13
7.4. Modelo Lógico normalizado
Después de la Elaboración del modelo lógico se procedió a realizar la normalización de las tablas, en
el cual se insertaron algunos datos para facilitar el proceso, el cual esta en el documento Modelo Lógico –
Normalización , en el cual también se dejaron indicados las tablas
de los dominios, obteniendo el siguiente diagrama.
Imagen 4. Esquema modelo lógico normalizado.

Fuente: Elaboración propia.
14
7.5. Modelo físico
En el modelo físico se construyó inicialmente un modelo de estructura de la base de datos donde se
indicó el nombre de la base de datos, posteriormente se indicaron cada uno de los objetos o tablas que
componen, tales como las estaciones de servicio, los combustibles que venden, los servicios que ofrecen y
por último el tema que corresponden a la base de clasificación del suelo, cuyos elementos fueron
extraídos de la base de datos de la IDESC.
Imagen 5. Modelo físico - Esquema base de datos.

15
Luego se tomó el esquema del modelo lógico y con este se construyó uno donde se indicaban las
llaves primarias, las llaves foráneas, los dominios, además cada uno de los tipos de las variables que
componen a cada entidad.
Imagen 6. Modelo físico – Estructura base de datos.

Adicional a esto, con ayuda del software DBDesginer en el que elaboraron los modelos lógicos
(caracterización_eds.xml), se exporto la información en formato SQL (caracterización_eds.sql) y
luego este archivo se importó al PGAdmin para poder visualizar las tablas de la BD, con la herramientas
de consultas se abrió el archivo sql y luego se ejecutó el código sin inconvenientes y posteriormente se
realizó un BACKUP de las tablas vacías (backup_caracterizacion_eds.sql) y
una vez creada toda la BDG y realizado las consultas se realizó el backup final.
(backup_ceds_sig2.sql)
7.6. Catálogo de objetos
El catálogo de objetos se diseñó según la plantilla de diseño de la IDESC y la norma NTC 5661 de 2010,
el formato XLS se puede encontrar en el siguiente enlace: Catalogo de objetos.
7.7. Catálogo de metadatos
Para la construcción del catálogo de metadatos se uso los estándares de las características de los
metadatos mínimos según la norma NTC 4611 de 2021. El formato XLS se puede encontrar
en el siguiente enlace: Catálogo metadatos .

16
7.8. Implementación de la base de datos
Para la implementación de los datos se procedió a crear una base de datos vacía mediante en DBMS
PGADMIN, luego se creó la extensión de postgis y se realizó la importación de las capas previamente
organizadas mediante la extensión Postgis Bundle 3, para este proceso las capas se asignó el sistema de
referencia Magna Sirgas Oeste, ya que con esta se encontraban las capas.
Imagen 7. Importación de datos por medio de Postgis.

17
Luego de la importación de los datos espaciales, se realizó la creación de las tablas correspondientes a
los datos no espaciales que corresponden a combustibles, tipos de combustibles y servicios, los cuales
estaban en un formato CSV y se agregaron a las tablas por medio del siguiente código.
Imagen 8. Código importación datos CSV

7.9. Visualización de información
Luego de la implementación de la base de datos de PGAdmin4 se realizó la conexión de esta base de
datos con el programa QGis para realizar la visualización de estos.
Imagen 9. Visualización de datos en

Qgis Fuente: Elaboración propia
18
8. ANÁLISIS Y DISCUSIÓN DE RESULTADOS
8.1. Consultas alfanuméricas
1. Cuantas estaciones de servicios tiene Cali.

select count (*) as cantidad_estaciones
from ceds_eds_estaciones
Imagen 10. Consulta alfanumérica 1

El municipio de Santiago de Cali cuenta con 151 estaciones de servicios dentro del
perímetro urbano
2. Cuantas estaciones de servicios tiene la comuna 8.
select count (*) as cant_eds_comuna8

from ceds_eds_estaciones e, ceds_bcs_barrios b
where b.id_comuna = 8 and b.id = e.id_barrio

La comuna 8 cuenta con 12 estaciones de servicio dentro de sus limites
19
3. Cuál es el porcentaje de las estaciones de servicio de la comuna 2 respecto al total de
estaciones que tiene Cali.
select round ((select count (*)
from ceds_eds_estaciones e, ceds_bcs_barrios b
where b.id_comuna = 2 and b.id = e.id_barrio) *100/
count(*)::numeric,2) as cantidad_estaciones
Imagen 12 Consulta alfanumérica 3

El porcentaje de estaciones de la comuna 2 respecto a todas las estaciones de Santiago de Cali es de

11.92%, puesto que la comuna 2 tiene 18 estaciones y Santiago de Cali 151
4. Cuál es la estación de servicio con la gasolina corriente más económico.
select e. nombre nombre_eds, c. precio combustible, t.tipo_combustible

from ceds_eds_estaciones e, ceds_combustibles c, tipos_combustibles t
where c.id_tipocomb = 2 and c.id_eds = e.id and t.
id_combustible=c.id_tipocomb
order by c.precio_combustible
limit 1

La estación de servicio servicentro maz-autos es la que ofrece el precio de combustible corriente

más económico con 7390 pesos por galón
20
5. Cuál es la estación de servicio y su dirección con el combustible Diesel más
costoso.
select e. nombre nombre_eds,e.direccion, c.precio_combustible,

t.tipo_combustible
where c.id_tipocomb = 3 and c.id_eds = e.id and
t.id_combustible=c.id_tipocomb
order by c.precio_combustible desc
limit 1

La estación PWR SERVICE ubicada en la Calle 5 No 86 A-08 es la que ofrece el precio de combustible
Diesel más costoso con 11300 pesos
6. Cuantas estaciones de servicios tiene minimarket.
select se.tipo_servicio, count(*) as cantidad

from ceds_eds_estaciones e, ceds_servicios s, tipos_servicios se
where s.tipo_servicio = 4 and s.id_eds = e.id and
s.tipo_servicio=se.id_servicio
group by se.tipo_servicio

Hay 84 estaciones de servicio que tienen minimarket en la zona de estudio
7. Cuál es el promedio de estaciones por comuna.
select round(count (*)/(select count (*)

from ceds_bcs_comunas )::numeric,0) as promedio_estaciones_comunas
21
El promedio de estaciones por barrio es de 7 respecto al total estaciones de Santiago de Cali
8. Cual es costo promedio de la vulcanizadora.
select t.tipo_servicio, avg (s.precio_servicio)::int precio_promedio

from ceds_servicios s, tipos_servicios t
where s.tipo_servicio = 1 and s.tipo_servicio = t.id_servicio
group by t.tipo_servicio

El costo promedio de los servicios de vulcanización es de 14371 pesos en las estaciones que ofrecen
este tipo de servicio
9. Cuantas estaciones de servicio ofrece la gasolina extra.
select t.tipo_combustible, count(*) as cantidad

where c.id_tipocomb = 1 and c.id_eds = e.id and
c.id_tipocomb=t.id_combustible
group by t.tipo_combustible

De las 151 estaciones de servicio que tiene Santiago de Cali solo 103 estaciones de servicio ofrecen
combustible extra.
22
10. Cuál es la empresa con más estaciones de servicio en Cali.
select b.nombre_empresa, count(*) as cantidad
from empresa_bandera b, ceds_eds_estaciones e
where b.id_empresa = e.id_empresa
group by (b.nombre_empresa)
order by (cantidad) desc
limit 1

La empresa con más estaciones de servicio en Santiago de Cali es Terpel con una cantidad de 60
estaciones respecto a las otras empresas.
8.2. Consultas Espaciales
1. Se desea conocer la distancia que hay entre el barrio Miraflores y la estación de servicio más
cercana.
select e.nombre, (st_distance(e.geom, (select st_centroid(b.geom) from

ceds_bcs_barrios b where b.nombre like '%Mira%')))::int distancia_m,
e.geom
from ceds_eds_estaciones e
order by distancia_m
limit 1
Imagen 20. Consulta espacial 1

Create view estacion_cercana as

select e.nombre, (st_distance(e.geom, (select st_centroid(b.geom) from
ceds_bcs_barrios b where b.nombre like '%Mira%')))::int distancia_m,
e.geom
limit 1
23
Imagen 21. Visualización consulta espacial 1
La estación de servicio más cercana al barrio Miraflores es estación de servicio automotriz combuscol
san Fernando con una distancia de 429m
2. Cuantas estaciones de servicio hay sobre la calle 5.
select e.id, e.nombre, e.direccion, e.geom

where st_intersects (e.geom, (select st_union (st_buffer(v.geom, 50))
from ceds_bcs_vias v
where v.nombre like '%CL 5 %'))

create view estaciones_cl5 as
24
select e.id, e.nombre, e.direccion, e.geom
where v.nombre like '%CL 5 %'))

Son 11 el número de estaciones de servicio que se encuentran sobre la calle 5
3. Cuantas estaciones de servicio tienen minimarket sobre la autopista suroriental.

select e.id, e.nombre, e.direccion, t.tipo_servicio, e.geom
from ceds_eds_estaciones e, ceds_servicios s, tipos_servicios t
where v.nombre like '%Autopista del Sur%')) and s.tipo_servicio = 4 and
s.id_eds = e.id and s.tipo_servicio=t.id_servicio
25
create view estaciones_autopistasur as

select e.id, e.nombre, e.direccion, t.tipo_servicio, e.geom
where v.nombre like '%Autopista del Sur%')) and s.tipo_servicio = 4 and
Imagen 25. Visualización Consulta espacial 3

Son 5 las estaciones de servicio que cuentan con minimarket sobre la autopista del sur
4. Cuáles son las estaciones de servicio que tiene la comuna 4
select e.nombre eds, direccion, c.comuna, e.geom

from ceds_eds_estaciones e, ceds_bcs_comunas c
where c.comuna = 4 and st_intersects(c.geom, e.geom)
26
create view eds_comuna_4 as

select e.nombre eds, direccion, c.comuna, e.geom
where c.comuna = 4 and st_intersects(c.geom, e.geom)

En la comuna 4 se encuentran ubicadas 12 estaciones de servicio, con nombre y dirección
5. Que cual es la estación más cercana al barrio El Lido con vulcanizadora
27
select e.nombre,st_distance(e.geom, (select st_centroid(b.geom) from
ceds_bcs_barrios b where b.nombre like '%Lido%'))::int as distancia_m,
e.geom
where s.tipo_servicio = 1 and
limit 1

create view vulcanizadora_el_lido as

select e.nombre,st_distance(e.geom, (select st_centroid(b.geom) from
ceds_bcs_barrios b where b.nombre like '%Lido%'))::int as distancia_m,
e.geom
where s.tipo_servicio = 1 and
limit 1

28
La estación de servicio más cercana al barrio lido con servicio de vulcanizadora es la opecom eds Siloé la
cual se encuentra a 419 m del centroide del barrio.
6. Cuál es la estación más alejada de Cali definida por el centroide del área urbana.
select e.nombre, st_distance(e.geom,st_centroid((select

st_union(c.geom)
from ceds_bcs_comunas c ))):: int as distancia_m
order by (distancia_m) desc
limit 1

La estación más alejada desde el centroide de Santiago de cali es la estación de servicio Combuscol
cañas gordas con una distancia de 8710 m cuadrados
7. Cuál es la estación de gasolina con lavadero más cercana a un usuario que está en las
coordenadas 864456N 1060308E (Parqueadero motos Univalle).
select e.nombre, st_distance(e.geom, (select ST_SetSRID

(st_makepoint(1060308,864456),3115))) as distancia_m, e.geom from
ceds_eds_estaciones e, ceds_servicios s, tipos_servicios t where
s.tipo_servicio = 3 and s.id_eds = e.id and
s.tipo_servicio=t.id_servicio order by distancia_m
limit 1

create view eds_lavadero as
select e.nombre, st_distance(e.geom, (select ST_SetSRID
(st_makepoint(1060308,864456),3115))) as distancia_m, e.geom from
ceds_eds_estaciones e, ceds_servicios s, tipos_servicios t where
s.tipo_servicio = 3 and s.id_eds = e.id and
s.tipo_servicio=t.id_servicio order by distancia_m
limit 1
29
La estación de servicio más cercana a las coordenadas donde se ubica el parqueadero de motos de
univalle es la estacion green eds portal
8. Cuál es el promedio de estaciones por km2 de la comuna 9
select count(*)/(select st_area(c.geom)/1000000 from ceds_bcs_comunas

c where c.comuna = 9)::int as estaciones_km2
where c.comuna = 9 and st_intersects (e.geom, c.geom)

El promedio de estación en la comuna 9 por km2 es de 3 estaciones
9. Cuantas estaciones de servicio tiene la comuna 2 con mecánica general
select e.id, e.nombre, e.direccion,t.tipo_servicio, e.geom

where st_intersects(e.geom, (select c.geom from ceds_bcs_comunas c
where c.comuna = 2)) and t.id_servicio = 2 and s.id_eds = e.id and
s.tipo_servicio=t.id_servicio
30
create view estaciones_com2 as

select e.id, e.nombre, e.direccion,t.tipo_servicio, e.geom
where st_intersects(e.geom, (select c.geom from ceds_bcs_comunas c
where c.comuna = 2)) and t.id_servicio = 2 and s.id_eds = e.id and
s.tipo_servicio=t.id_servicio

La comuna 2 cuenta con 12 estaciones de servicio que ofrecen el servicio de mecánica general
31
10. Cuál es la comuna que tiene la gasolina corriente más económica.
select c.precio_combustible, co.comuna

from ceds_eds_estaciones e , ceds_bcs_comunas co, ceds_combustibles c,
tipos_combustibles t
where st_intersects (e.geom,co.geom) and c.id_tipocomb = 2 and c.id_eds = e.id
and t.id_combustible=c.id_tipocomb
order by c.precio_combustible
limit 1

La estación con el precio de combustible más económico se encuentra dentro de la comuna 19

8.3. Consultas triggers
Triggers Espacial
1. Extrae la geometría de empresa con el id de la estación de servicio
create or replace function empresa(num1 numeric)
returns geometry as $$
begin
return e.geom
from empresa_bandera b, ceds_eds_estaciones e
where e.id_empresa = b.id_empresa and e.id = num1 ;
end;
$$ language 'plpgsql'
select empresa(2)
Imagen 37. Visualización triggers espacial

32
2. Selecciona el centroide tipo geometría por comuna
create or replace function centroide (num1 numeric)
returns geometry as $$
begin
return st_centroid((select (c.geom)
from ceds_bcs_comunas c
where c.comuna = num1));
end;
$$ language 'plpgsql'
select centroide (3)
Imagen 38. Visualización triggers espacial

-- 2.Extraer datos de la estación de servicio por medio del id de la estación de servicio

CREATE OR REPLACE FUNCTION estaciones(num1 numeric)
RETURNS SETOF ceds_eds_estaciones AS $$
BEGIN
RETURN QUERY SELECT * FROM ceds_eds_estaciones e
where num1=e.id;
END;
$$ LANGUAGE 'plpgsql';
SELECT * FROM estaciones(100);
Imagen 39. Consulta triggers alfanuméricos

33
8.4. Interfaz de la base de datos geográfica y salidas graficas
Para la elaboración de la interfaz de la BDG se uso la interfaz web de ESRI, donde se elaboró el mapa
donde se ubican las estaciones de servicio y muestran los precios de cada uno de los combustibles que
ofrecen, la página web donde esta alojado este visor esta en el siguiente enlace: Visor eds Cali
Imagen 40. Interfaz web

Fuente: Elaboración
propia
Imagen 41. Salida grafica estaciones de servicio

34
9. CONCLUSIONES Y RECOMENDACIONES
 Se pudo identificar que el distrito especial de Santiago de Cali cuenta con 151 estaciones de
servicio dentro de su perímetro urbano.
 Se pudo identificar que la autopista sur oriental cuenta con 5 estaciones de servicio con
minimarket.
 Se pudo identificar que la calle 5 cuenta con 11 estaciones de servicios en toda su longitud.
 Se pudo identificar que Santiago de Cali cuentan con un promedio de 7 estaciones de servicios
por comuna.
 El precio de la gasolina en una estación de servicio puede estar determinado por diversos factores,
como la ubicación geográfica, la competencia, la demanda, los costos de operación, entre otros.
 No hay relación directa entre el precio de la gasolina y el hecho de que una estación de servicio
se encuentre en una avenida principal o en una calle secundaria.
 La mayoría de las estaciones de servicio ubicadas en estratos 1 y 2 no cuentan con el servicio
de gasolina extra; puesto que, es un combustible demasiado costoso.
 De las 151 estaciones de servicios solo 103 eds en Santiago Cali que ofrecen el
combustible extra lo que representa el 68% de las estaciones.
Se recomienda tener la información de las estaciones de servicio organizada, que contenga la ubicación,
dirección, nombre de la calle, el barrio y la comuna, a su vez que contengan los detalles de la compañía,
con los precios actuales de los combustibles, los horarios de funcionamientos, incluyendo los servicios
adicionales como vulcanizadora, lavadero, mecánica general y minimarket entre otros, para ser usada en
datos abiertos, y pueda facilitar las consulta de los precios y distancia de la manera rápida posible.
35
10. BIBLIOGRAFÍA
Akinboade, O. A., Ziramba, E., & Kumo, W. L. (2008). The demand for gasoline in South Africa: An
empirical analysis using co-integration techniques. Energy Economics, 30(6), 3222– 3229.
https://doi.org/10.1016/j.eneco.2008.05.002
Broadstock, D. C., & Papathanasopoulou, E. (2015). Gasoline Demand in Greece: The Importance of
Shifts in the Underlying Energy Demand Trend. International Journal of Sustainable
Transportation, 9(4), 310–319. https://doi.org/10.1080/15568318.2013.769653
Haucap, J., Heimeshoff, U., & Siekmann, M. (2017). Fuel prices and station heterogeneity on retail
gasoline markets. In Energy Journal (Vol. 38, Issue 1).
https://doi.org/10.5547/01956574.38.6.jhau
Molina, A. M., Fernando López, L., & Villegas, G. I. (2006). LOS SISTEMAS DE
INFORMACIÓN GEOGRÁFICA (SIG) EN LA PLANIFICACIÓN MUNICIPAL.
Moreno-Navarro, J. G., López-Magán, E., & Auz-Aramillo, L. (2021). The Evolution of Connectivity
in Sig-T Modeling. The Case of the Spatial Data Infrastructure of Andalusia. Transportation
Research Procedia, 55, 1381–1388. https://doi.org/10.1016/j.trpro.2021.07.123
Superintendencia de Industria y comercio. (2020). ESTUDIO DEL MERCADO DE

COMBUSTIBLES: Una aproximación empírica para medir la intensidad de la
competencia en Colombia.
Alcaldia de Cali. (2014). IDESC - POT. Obtenido de
https://www.cali.gov.co/planeacion/publicaciones/106497/pot_2014_idesc/
Ministerio de Tecnologías de la Información y las Comunicaciones. (2017). Datos Abiertos Colombia.

Obtenido de https://www.datos.gov.co/en/Econom-a-y-Finanzas/Precios-Combustibles-2017-1-
/x6id-4v3g/data
Alcaldia de Cali. (2014). IDESC - POT. Obtenido de

https://www.cali.gov.co/planeacion/publicaciones/106497/pot_2014_idesc/
Ministerio de Tecnologías de la Información y las Comunicaciones. (2017). Datos Abiertos Colombia.

Obtenido de https://www.datos.gov.co/en/Econom-a-y-Finanzas/Precios-Combustibles-2017-1-
/x6id-4v3g/data
36

Caracterizacion Estaciones de Servicio - SIG2

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Caracterizacion Estaciones de Servicio - SIG2

Cargado por

Copyright:

Formatos disponibles

PROYECTO MODELO DE DATOS PARA SIG

CARACTERIZACIÓN DE ESTACIONES DE SERVICIO EN EL MUNICIPIO DE

ANDRES FELIPE BALANTA ERAZO 1844577

ANDRES ESTEBAN LOPEZ CUARAN 1929895

MANUEL ALBERTO HERNANDEZ A. 0524935

ROBIN ALEXIS OLAYA.

ESCUELA DE INGENIERÍA CIVIL Y GEOMÁTICA

UNIVERSIDAD DEL VALLE

1. DEFINICIÓN DEL PROBLEMA.............................................................................................4

Imagen 1. Esquema de flujo de trabajo...............................................................................................11

El alza de combustibles en Colombia ha generado en los últimos años un impacto negativo en la

armados en zonas productoras de combustibles pueden interrumpir la producción y llevar a un aumento

y de otros servicios mecánicos o de limpieza que pueda necesitar.

2.1. Objetivo general

Realizar la caracterización de estaciones de servicio en el municipio de Santiago de Cali

2.2. Objetivos específicos

 Identificar las estaciones de servicio cercanas a las vías principales de la cuidad

 Calcular el estimado de las estaciones de servicio ubicadas en algunas comunas o barrios.

 Determinar las distancias entre la estación más cercana y el usuario.

introducidos en un sistema de información geográfica no es un trabajo sencillo de realizar.

transporte (Moreno-Navarro et al., 2021) .

que el precio de los combustibles a decrecido significativamente a años anteriores y la importación de

las políticas de transporte de combustible.

según su ubicación ya sea en carreteras o autopistas, el reconocimiento de marca y el costo de insumos y

diversidad. (Haucap et al., 2017).

Colombia. Previo a la declaratoria de la pandemia del Covid-19, la demanda de gasolina oxigenada se

pretende ser un mecanismo de señalización prospectivo para el mercado colombiano de combustibles

Colombia (Superintendencia de Industria y comercio, 2020).

Los Sistemas de Información Geográfica (SIG) de propiedad de varios municipios e instituciones

analizar y visualizar fácilmente la información recopilada diariamente para la toma de decisiones,

confianza con el manejo de la herramienta. (Molina et al., 2006)

realizar la caracterización de estaciones de servicio en el municipio de Santiago de Cali, en la cual se

posibles errores en los datos.

servicios que se prestan en estas eds.

6.1. Sistemas de información geográfica

El sistema de información geográfica conocido como SIG es el conjunto de herramientas de análisis

Datos, Metodologías, software, hardware y un componente organizativo o Equipo humano.

Base de datos geográfica

La particularidad de un sistema de información geográfica radica en su base de datos, esto es una

Una BDG necesita un conjunto de procedimientos que permitan realizarle mantenimiento o

sus diferentes datos almacenados en diferentes estructuras.

6.2. Modelo de estructura de datos

Inicialmente para resolver la problemática de las estaciones de servicio, se constituyó un flujo de

trabajo en el que inicialmente se realizó el levantamiento de la información, que correspondía a la

Finalmente se realizó implementación en un sistema manejador de bases de datos o DBMS, la

visualización de los datos y por último la Elaboración de consultas.

Imagen 1. Esquema de flujo de trabajo.

7.1. Levantamiento de la información

que se descargaron del geoportal de la IDESC (Alcaldia de Cali, 2014)

servicio donde se encuentra el tipo de combustible y el servicio que ofrecen las

Información y las Comunicaciones, 2017)

7.2. Modelo conceptual

Imagen 2. Esquema modelo conceptual.

Posteriormente a la Elaboración del modelo conceptual se procedió a la Elaboración del modelo

facilidad de lectura y posteriormente se convirtió en formato tabla.

Eds (Id_eds, id_barrio, nombre, dirección, empresa_bandera)

Combustibles ( id_combustible, id_eds, tipo_combustible, precio_combustible)

Servicios (id_servicio, id_eds, tipo_servicio, precio_servicio)

Barrios (id_barrio, id_comuna, nombre, estrato)

Comunas (id_comuna, id_municipio, nombre)

Vías (id_via, id_municipio, tipo_via, nombre_via)

Municipios (id_municipio, nombre, área)

Imagen 3. Esquema modelo lógico.

select round(count ()/(select count ()