Sistema Inteligente para la elaboración de Mapas Tendenciales de Uso de Suelo. Alberto Ochoa Sandra Bustillos Chloë Malépart Fernando Urbina

Tamaño: px

Comenzar la demostración a partir de la página:

Download "Sistema Inteligente para la elaboración de Mapas Tendenciales de Uso de Suelo. Alberto Ochoa Sandra Bustillos Chloë Malépart Fernando Urbina"

Héctor Sosa Revuelta
hace 8 años
Vistas:

1 Sistema Inteligente para la elaboración de Mapas Tendenciales de Uso de Suelo Alberto Ochoa Sandra Bustillos Chloë Malépart Fernando Urbina

2 Los sistemas de información geográfica ayudan al hombre a modelar los posibles comportamientos ya sea de una sociedad, un cultivo de bacterias o el proceso de deforestación. En este trabajo se espera añadir autómatas celulares para así generar resultados mas confiables con un menor número de corridas. Utilizando los autómatas celulares podemos modelar comportamientos con un sistema celular basado en reglas de crecimiento, las cuales proporcionaremos según sea el caso que se este evaluando, ya sea altura sobre el nivel del mar, clima, vegetación, precipitación pluvial, proximidad con carreteras, entre otros. A manera de ejemplo, trataremos la tala clandestina y el crecimiento de las ciudades, factores muy importantes en el proceso de deforestación. Si podemos modelar el proceso de deforestación, también podremos proponer soluciones confiables y factibles a este problema.

3 Los sistemas de información geográfica (SIG), son reconocidos como una herramienta confiable para la predicción de un posible comportamiento de un tópico en el tiempo, cuando se tiene información del mismo, es decir, si se poseen datos sobre la migración de las aves, sus períodos de reproducción y la zona donde esto ocurre, el tiempo que transcurren en ese lugar, la altura, el tipo de clima, la vegetación, entre otros, podremos determinar la zona geográfica cuyas características sean similares y probablemente encontremos aves similares en dicha época [5]. Debido a esto, los usos de los sistemas de información no están restringidos al reino animal, se pueden modelar también comportamientos sociales, patrones de conducta y económicos. De esta forma, se pueden analizar y modelar todo aquello de lo cual se tengan datos suficientes [3].

4 Metodología utilizada Para este trabajo se utilizará como medida básica el píxel, en una escala que podrá determinar el usuario dependiendo del nivel de resolución que este desee, puesto que el sistema solo verá la matriz de puntos e interpretará estos en base a las reglas que suministremos. Empezaremos trabajando con un sistema de 3 x 3 en una matriz de píxeles desconocida, puesto que este algoritmo está pensado para trabajar con cualquier tamaño de imagen [1]. Conociendo esto, tendremos nueve casos que se describen a continuación, ver la Figura 1. Figura 1.- Casos posibles para una matriz de análisis de 3X3

5 Donde la estrella muestra el píxel que se esta analizando y el cuadro azul su alcance de análisis, se planea utilizar técnicas de minería de datos para el análisis tendecial de los resultados. Cada píxel supone una célula, de forma que se puede realizar un análisis bajo un sistema de autómatas celulares [2], cuyos estados dependerán de las reglas que implementemos, aquí se utilizan valores dentro de un rango que va de 0 a 1 para establecer los estados finales de la célula. Esto ocurre, en el caso de los procesos de deforestación, cada píxel contiene información sobre su capacidad de mantenerse como bosque o sucumbir ante el urbanismo, ya sea por su cercanía con las carreteras, las zonas pobladas o su proximidad con el bosque; aplicando también reglas similares tanto para el crecimiento de las ciudades como para zonas posibles de tala, esto dá como resultado un modelo de crecimiento que a través del tiempo se retroalimenta a sí mismo [6], generando mapas más confiables, requiriendo un menor número de corridas, como se muestra a continuación, ver la Figura 2:

6 Cada píxel contiene información en forma de índices que dan referencia de la probabilidad en el cambio de uso de suelo, dependiendo de sus condiciones con sus vecinos, estos índices pueden ser: altura sobre el nivel del mar, distancia con las carreteras, distancia a las zonas pobladas, distancia de las zonas de cultivo, precipitación pluvial, entre otros, aunque pueden incluirse cualquier cantidad de variables [4]. Estos índices son recalculados en cada interación haciendo así el modelo más veráz conforme avanza con el tiempo.

8 Consideraciones Finales Cada píxel contiene información en forma de índices que dan referencia de la probabilidad en el cambio de uso de suelo, dependiendo de sus condiciones con sus vecinos, estos índices pueden ser: altura sobre el nivel del mar, distancia con las carreteras, distancia a las zonas pobladas, distancia de las zonas de cultivo, precipitación pluvial, entre otros, aunque pueden incluirse cualquier cantidad de variables [4]. Estos índices son recalculados en cada interación haciendo así el modelo más veráz conforme avanza con el tiempo.

9 Bibliografía [1] Nicholas A. Koncz, & Teresa M. Adams: Spatial data mining for enhanced soil map modelling, International Journal of Geographical Information Science (IJGIS), Bremen University, January [2] Yan Liu, Stuart R. Phinn, Developing a Cellular Automaton Model of Urban Growth Incorporating Fuzzy Set Approaches (Paper Style). [3] Jean-François Mas, Valentino Sorani, & Román Alvarez, Elaboracion de un modelo de simulación del proceso de deforestación, Investivaciones geográficas boletín, Octubre 1996, UNAM, pp [4] A. Ochoa, Liana D Marr & Traistana Vissian. Proceedings of Doctoral Forum, PRICAI 2004, Auckland University of Technology, August [5] V. Sorani, S. Ochoa-Gaona,, M. González-Espinosa, & J. Meave del Castillo Análisis de la fragmentación de los bosques y la diversidad florística en Los Altos de Chiapas mediante el uso de sensores remotos. XI Reunión Nacional de la Sociedad de Especialistas Latinoamericanos en Percepción Remota y Sistemas de Información Espacial (SELPER-México): Desafíos del Planeta en el Milenio, Universidad Autónoma del Estado de Morelos, Cuernavaca, Morelos (28 and 29 September, 2000). [6] Peter H. Verburga, Paul Schota, Martin Dijsta, A. Veldkampb, Land use change modelling: current practice and research priorities (Paper Style), GeoJournal:in press. [7] Primera Reunión sobre la predicción espacial de la distribución de especies en mesoamérica. Disponible en:

10 Trabajo Futuro El impacto de la huella ecológica, será analizado por el alumno de Doctorado Daniel Azpeitia como parte de su Investigación Doctoral en los nuevos desarrollos urbanos de Ciudad Juárez.

Documentos relacionados

TÉCNICAS DE ESTUDIO EN EL TERCER CICLO DE EDUCACIÓN PRIMARIA

TÉCNICAS DE ESTUDIO EN EL TERCER CICLO DE EDUCACIÓN PRIMARIA Judith Domínguez Martín Diplomada en Educ. Infantil y Audición y Lenguaje. Maestra de Educ. Primaria. A lo largo de la etapa de educación primaria