Estudio de la Fragmentación Urbana Petrolera en la Región de Vaca Muerta mediante Minería de Datos y Aprendizaje Automático

Abstract

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.

The aim of this paper is to contribute to the studies of the urban fragmentation process by means of Oil&Gas activity in the Añelo region, center of Vaca Muerta (Neuquén). For this purpose, the data mining technique and model training were used to analyze the evolution of real estate prices. A time range was taken from June 2020 to June 2021, which allowed us to establish a model to predict the evolution of values for subsequent periods. The predictive model incorporated the investments made by more than ten companies engaged in exploration and production activities in Vaca Muerta. In this work we start from the premise that Añelo is an urban center that in the last 15 years has undergone urban transformations due to the increase of oil&gas activity associated with the exploitation of the Vaca Muerta geological formation, by non-conventional method. One of the objectives of this work is to present the possibility of incorporating Artificial Intelligence (AI) as a predictive tool to complement geographic works on spatial transformations caused by hydrocarbon extraction. Two results were obtained: on the one hand, the model developed is presented as a tool for individuals as well as public and private agents linked to urban planning and the real estate market. On the other hand, it is highlighted how the incorporation of AI to the analysis of urban alterations from geography allows the elaboration of predictive models for localities within areas of exploitation of strategic resources such as oil&gas.