Análisis predictivo de incidentes ambientales en redes de hidrocarburos colombianas mediante ciencia de datos

Abstract

Este estudio desarrolló un modelo predictivo que permite anticipar incidentes ambientales asociados a derrames de crudo en las redes de transporte de hidrocarburos en Colombia, utilizando técnicas de aprendizaje automático y análisis geoespacial. Para ello, se emplearon datos históricos recopilados por la Agencia Nacional de Licencias Ambientales (ANLA) entre1990 y 2025, incluyendo variables geográficas y operativas. Estos datos fueron sometidos a un riguroso proceso de limpieza, transformación y selección de características, seguido por la aplicación y comparación de diversos modelos predictivos. A lo largo de la investigacion, XGBoost demostro ser el modelo con mejor desempeño, alcanzando óptimos puntajes en métricas AUC-ROC, lo que evidencia una excelente capacidad de discriminación. El modelo permitió identificar patrones espaciales que coinciden con regiones de alta actividad petrolera y vulnerabilidad ambiental como Putumayo, Meta y Santander, lo cual refuerza la aplicabilidad del modelo como herramienta para la toma de decisiones. El modelo propuesto aporta una herramienta útil para la toma de decisiones orientadas a la prevención y gestión de emergencias ambientales en el sector hidrocarburos.