Modelado de expansión urbana mediante autómatas celulares y redes neuronales artificiales
Palabras clave:
Expansión urbana, Red neuronal artificial, Autómatas celulares, Sistemas de Información Geográfica, Ciudad de LujánResumen
El crecimiento urbano incontrolado en áreas con deficiencias en la infraestruc- tura y servicios inadecuados y/o sobrecargados, es actualmente uno de los temas centrales en los estudios territoriales. Según estimaciones de la Organización de Naciones Unidas en el 2030, un 60 % de la población mundial vivirá en ciudades y el 95 % de esa expansión se producirá en los países en desarrollo. El artículo pre- senta un modelo, basado en el uso de autómatas celulares y una red neuronal arti- ficial, que permite simular la expansión urbana a partir de criterios que definirían las configuraciones espaciales futuras. El desarrollo metodológico se aplica a la ciudad de Luján (Buenos Aires, Argentina) y se realiza en Sistemas de Información Geográfica a partir de la automatización de los procedimientos para el análisis de cambios de uso de suelo disponible en la herramienta MOLUSCE (Methods Of Land Use Change Evaluation) en QGIS. Los resultados evidencian que la tendencia de expansión al 2030 es de un 20 %, lo que equivale a la incorporación de 6,72 km2 de cobertura urbana, si no se realizara ningún tipo de intervención. La relevancia de este tipo de trabajo radica en que los resultados brindan apoyo técnico-científico para los organismos de planificación y gestión en relación a la toma de decisiones espaciales.
Descargas
Citas
Aguilera Benavente, F. (2006). Predicción del crecimiento urbano mediante SIG y modelos basados en AC. Geofocus, 6, 81-112.
Aguilera Benavente, F.; Plata Rocha, W.; Bosque Sendra, J. y Gómez Delgado, M. (2009). Diseño y simulación de escenarios de demanda de suelo urbano en ámbitos metropolita- nos. Revista Internacional Sostenibilidad, Tecnología y Humanismo, 4, 57-80.
Aguilera Ontiveros, A. (2002). Ciudades como tableros de ajedrez: introducción al modelado de dinámicas urbanas con autómatas celulares. San Luis Potosí: El Colegio de San Luis.
Asia Air Survey y NextGIS (2014). Molusce. Modules for Land Use Change Evaluation. Recuperado de https://wiki.gis-lab.info/w/Landscape_change_analy- sis_with_MOLUSCE_-_methods_and_algorithms
Buzai, G. D. y Montes Galbán, E. (2020). Megaciudad Buenos Aires: Cartografía de su última expansión y conurbación mediante el procesamiento digital de imá- genes satelitales nocturnas. Revista Cartográfica, 100, 215-238.
COU (2019). Código de Ordenamiento Urbano. Partido de Luján. Gobierno Municipal. Recuperado de http://luj-bue-datos.paisdigital.innovacion.gob.ar/data- set/codigo-de-ordenamiento-urbano
Culbertson, J. T. (1956). Some uneconomical robots. En Shannon, C. E. y McCarthy, J. (eds). Automata Studies. Princeton: Princeton University Press.
Householder, A. S. y Landahl, H. D. (1945). Mathematical Biophysics of the Central Nervous System. Mathematical Biophysics Monograph Series No.1. Bloomington, USA: Principia Press.
Humacata, L. (2017). Análisis espacial de los cambios de usos del suelo en partidos de interfase urbano-rural de la Región Metropolitana de Buenos Aires, en el periodo 2000-2010, mediante la aplicación de Tecnologías de la Información Geográfica. [Tesis de Maestría, Universidad Nacional del Centro de la Provincia de Buenos Aires] Recuperado de https://www.researchgate.net/publication/326169509
Landis J.R. y Koch G.G. (1977). The measurement of observer agreement for
categorical data. Biometrics. 33,159-174.
Lara, F. (2011). Fundamentos de redes neuronales artificiales. México: Laboratorio de Cibernética Aplicada-Centro de Instrumentos-Universidad Autónoma de México.
Linares, S.; Di Nucci, J. y Velázquez, G. (2016). Cambios en el Sistemas Urbano. En Geografía y calidad de vida en Argentina. Análisis regional y departamen- tal (2010) (67-81). Tandil: Instituto de Geografía, Historia y Ciencias Sociales (CONICET/UNCPBA).
Naciones Unidas (2016). Objetivos del desarrollo sostenible 17 objetivos para transformar el mundo. Recuperado de: http://www.un.org/sustainabledevelop- ment/es/cities/
Naciones Unidas – Habitat. (2016). Urbanization and Development: Emerging Issues. World Cities Report 2016. Nairobi: Naciones Unidas. Recuperado de: https://unhabitat.org/world-cities-report
Mas, J.-F. (comp) (2017). Análisis y modelación de patrones y procesos de cambio. México: Centro de Investigaciones en Geografía Ambiental - Universidad Nacional Autónoma de México. Recuperado de http://www.ciga.unam.mx/publicaciones/.
McCulloch, W. S. y Pitts, W. H. (1943). A Logical Calculus of the Ideas Immanent in Nervous Activity. Bulletin of Mathematical Biophysics. 5,115-133.
Vapñarsky, C. A. y Gorojovsky. N. (1990). El crecimiento urbano en la Argentina.
Buenos Aires: Grupo Editor Latinoamericano.
Villalobos, A. (2019). Análisis del potencial de escurrimiento en la microcuenca del río Tiribí entre 2005 al 2029 para la conservación de los servicios ecosisté- micos de regulación hídrica. (Tesis de licenciatura en Ciencias Geográficas con énfasis en ordenamiento del territorio). Costa Rica: Universidad Nacional.
Von Neumann, J. (1945). First draft of a report on the EDVAC. Republicado en Randall, B. (ed)(1982).The Origins of Digital Computers: Selected Papers.. Berlín: Springer.
Publicado
Cómo citar
Número
Sección
Licencia
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial 4.0.
