presentación del tema

Transcripción

1

2 presentación del tema Uno de los fenómenos intrínsecos al proceso de crecimiento urbano es el crecimiento periférico. Este fenómeno consiste en expansiones urbanas que se producen en los bordes de interfaz entre la ciudad y el medio ambiente natural (o rural), principalmente para uso residencial, en una interacción dinámica y rápida de conversión de zonas no urbanizadas en las zonas urbanas (Barros, 2004; Torrens, 2006; Czamanski et al., 2008, Aguilar e Escamilla, 2009). En Brasil, se destacan dos tipos de crecimiento periférico, en relación con la segregación social del espacio urbano: la periferización y; los asentamientos urbanos cerrados.

3 Simulación de crecimiento de una ciudad cualquier con Slum City Model, dedicado a estudiar la periferización (Barros e Sobreira, 2002; Barros, 2004). Técnicas de modelado y simulación, especialmente autómatas celulares se han utilizado para interpretar los fenómenos de crecimiento urbano y su dinámica morfológica (Barros, 2004; Polidori, 2004; Torrens, 2006). Simulación de la urbanización en Chicago, EE.UU., dedicada al caso del urban sprawl (Torrens, 2006). Simulación del crecimiento urbano durante 40 años para Pelotas, RS, Brasil, con el modelo SACI (Polidori, 2004).

4 Periferización en Arroio Grande, RS, Brasil. Fuente: Google Earth. Asentamioentos cerrados en Xangri-La, RS, Brasil. Fuente: Google Earth. características morfológicas de las formaciones periféricas Periferización (Domingues, 1995; Barros, 2004; Davis, 2006; Torres, 2007; UN-Habitat, 2010): zonas residenciales, con concentraciones de población de bajos ingresos; alta densificación; en áreas con ocupación restringida; expansión por adiciones sucesivas; déficit de espacios públicos, equipamientos e infraestructuras; mezclas de los asentamientos populares y espontáneos. Asentamientos cerrados (Torrens e Alberti, 2000 ; Jakob, 2002; Sposito, 2003; Barros, 2004; Davis, 2006 ; Torrens, 2006): zonas residenciales de la población de medioalto y alto ingreso; morfología de patrón difuso y lejos de los centros; baja densidad de población; cerca de las arterias viales; caracterizado por lotes y condominios cerrados (o no).

5 objetivo Identificar las relaciones entre la morfología urbana y la dinámica del fenómeno socioespacial del crecimiento periférico, con el objetivo de capturar los patrones que están relacionados con la producción de la trama urbana de los dos tipos de periferias. hipótesis Periferias urbanas están asociadas con la concentración de las comodidades urbanas, la concentración de los estoques construidos, las características del medio natural y la similitud socioeconómico de vecindad, siguiendo la premisa que puede ser modelado en el la computadora mediante la técnica de autómatas celulares.

6 enfoque metodológico Morfología urbana es un campo de conocimiento que estudia la forma de la ciudad frente a la configuración de la estructura urbana, junto con los fenómenos que se originaron y sus cambios a través del tiempo (Lamas, 1992). Modelado urbano es el proceso de traducción de las teorías urbanas en modelos matemáticos, probado a través de experimentos y simulaciones en la computadora, que funciona como un laboratorio (Batty, 2005, 2009). Técnicas de autómatas celulares (cellular automata - CA) se han aplicado a la construcción de modelos dinámicos, permitiendo la interacción del objeto de estudio con el ambiente en que se inserta, con simulaciones de procesos en que acciones locales generan consecuencias de orden global (Portugali, 2000; Batty, 2005). Similitud entre grids celulares: píxeles de imágenes de satélite (diferentes resoluciones para Pelotas, RS, Brasil). Fuente: Polidori (2004).

7 CityCell: simulador del crescimiento urbano (Saraiva et al., 2011, Polidori et al., 2011) autômatos celulares y SIG integrados integración de atributos urbanos, naturales y institucionales (atracción o resistencias) medidas de centralidad, potencial y resistencia a urbanización acumulada distribuición de tensiones a) b) c) d) e) Interfaz del CityCell. Diagramas en forma de CA que representan los tipos de tensiones (Polidori, 2004): a) axial; b) axial de buffer; c) polar; d) difusa 1; e) difusa 2.

8 inclusión de las preexistencias y sus relaciones de vecindad Para el modelado y simulación del crecimiento periférico, se propone un prototipo de regla de transición, denominada Tendencia de Crecimiento Periférico - TCP. Hipótesis de investigación: concentración de comodidades urbanas concentración de estoques construidos características del medio natural simitud de vecindad Variables indicadoras: medida de centralidad celular medida de intensidad de urbanización medida de resistencia natural La regla TCP crea un modelo del crecimiento periférico urbano a través de dos tendencias (difusa y de vecindad), que componen el una tendencia final para la simulación del fenómeno.

9 La tendencia difusa (diffuse tendency) es generada por operación de álgebra de mapas con outputs del CityCell. Esta tendencia explora la posibilidad de innovación urbana, con simulación de la formación de nuevos núcleos. La tendencia de vecindad (neighborhood tendency) también se calcula con outputs del CityCell, pero sufre deterioro en la distancia (decay) para las periferias preexistentes. Es, además, aquel que explora el feedback positivo para expansión de las preexistencias. La tendencia final (final tendency) de conversión celular en los dos tipos periféricos se genera a partir de un álgebra de mapas, la cual considera la tendencia máxima en los resultados de las tendencias difusas y vecinales. El mapa final también considera el porcentaje de cada tipo de periferia en la estructura urbana. Puede ser regulada por el usuario o con base en el porcentaje de las máscaras de input, permitiendo la especulación de escenarios futuros.

10 Diagrama de flujo de la regla TCP Potencial de Crecimiento con Limiares (Polidori, 2004) Tendencia de Crecimiento Periférico Diagrama de flujo general de la regla Tendencia de Crecimiento Periférico - TCP, que muestra la acción conjunta con la regla Potencial de Crecimiento con Limiares (Threshold Potential - TP). En gris claro, TP, adaptado de Polidori (2004), en gris oscuro, el TCP. Esquema simplificado de las tendencias que conforman el crecimiento periférico con la TCP. En gris claro, rutinas para simular la formación de periferias, conjuntas con el flujo básico adaptado de la regla TP; en gris oscuro, los pasos que conforman el crecimiento periférico.

11 el estudio de caso exploratorio de la ciudad de Pelotas Estado de Río Grande do Sul, ubicado en Brasil. Fuente: Google Earth, editado por el autor. Región de estudio en Rio Grande do Sul y de la ubicación de la ciudad de Pelotas. Fuente: Google Earth, editado por el autor.

12 Los datos de entrada en el modelo para el año 1985 (células con 200x200m): atributos urbanos; atributos naturales (grid y al azar); atributos institucionales; A) B) C) D) E) F) G) H) Atributos urbanos para Pelotas, 1985, su la imagen Landsat 5 TM: A) área efectiva urbanizada. Atributos naturales: B) laguna, canales y el agua lóticos; C) aguas lénticos; D) líneas de drenaje; E) plateado; F) playas y dunas; G) bosques; H) campos; y I) grid al azar. Atributos institucionales: evitación de la urbanización en: B) lagunas, canales y aguas lóticos; G) bosques. I)

13 máscaras de las periferias preexistentes. A) B) Máscaras de los núcleos periféricos para Pelotas: A) escenario de input para 1985, B) escenario de control para Periferización en azul y los asentamientos cerrados en rojo. Para el estudio de caso, los parámetros del modelo se han ajustado así: distribución predominantemente polar (50% polar; 20% axiales; 30% difusas); 25 iteraciones (correspondiente a 25 años); porcentual de distribución social a partir de la máscara para 2010 (6% de altos ingresos y 24% de bajos ingresos); decay constante igual a 1, con debilitamiento en la distancia dada por la progresión aritmética sólo en función del aumento en el rayo celular; rayos de repulsión 0, 1, 2 y 3 células.

14 Simulación entre 1985 y 2010 Células urbanas Intensidad de urbanización Resistencias naturales Centralidad celular relativa 1 Centralidad celular relativa 2 Outputs nativos del CityCell para la simulación del crecimiento urbano de Pelotas, RS, Brasil, entre 1985 y 2010.

15 Simulación entre 1985 y 2010 Máscaras finales Rayo de repulsión 0 Rayo de repulsión 1 Rayo de repulsión 2 Rayo de repulsión 3

16 En rojo están los resultados con bajo error; en azul, error razonable. Descriptores de corrección formal (medidas de manchas - patch measures): A) B) C) D) Resultados gráficos para periferización: A) rayo 0; B) rayo 1; C) rayo 2; D) rayo 3. Leyenda: LPI - índice de más grande mancha; LSI - índice de la forma del paisaje, TE - borde total; ED - densidad de borde; AWMSI - índice de la media ponderada por el área; MSI - índice medio de forma; MPI - índice medio de proximidad; MNN - distancia media de la vecindad más cercana; MPS - tamaño medio de manchas; NUMP - cantidad de manchas; PSCOV - coeficiente de variación del tamaño de las manchas; PSSD - desviación estándar del tamaño de las manchas.

17 En rojo están los resultados con bajo error; en azul, error razonable. Descriptores de corrección formal (medidas de manchas - patch measures): A) B) C) D) Resultados gráficos para asentamientos cerrados: A) rayo 0; B) rayo 1; C) rayo 2; D) rayo 3. Leyenda: LPI - índice de más grande mancha; LSI - índice de la forma del paisaje, TE - borde total; ED - densidad de borde; AWMSI - índice de la media ponderada por el área; MSI - índice medio de forma; MPI - índice medio de proximidad; MNN - distancia media de la vecindad más cercana; MPS - tamaño medio de manchas; NUMP - cantidad de manchas; PSCOV - coeficiente de variación del tamaño de las manchas; PSSD - desviación estándar del tamaño de las manchas.

18 Input de datos del escenario de control de consideraciones finales La disposición de las formas observadas, y que fue posible ser simulada con gran precisión en las mediciones de manchas, también pueden constituirse en patrones o tipos morfológicos emergentes. Asentamientos cerrados: 1) buena previsibilidad; 2) pequeños núcleos fragmentados en áreas de entorno ambiental privilegiado; 3) grandes núcleos, compactos en zonas vacías remotas y cerca del sistema vial principal. Periferizaciones: 1) buena previsibilidad en forma y baja predictibilidad en posicionamiento de las células (200m); 2) pequeños núcleos fragmentados en áreas de la degradación ambiental y la urbanización restringida; 3) grandes núcleos con forma compacto o lineal, por la estructura de la división de la tierra y el sistema vial.

19 Otras conclusiones y observaciones La dinámica de formación de las periferias parece ser dos maneras distintas: 1) por difusión, en los bordes de la ciudad: relacionados con las posibilidades de innovación en la producción de la ciudad, así como con las posibilidades de la discontinuidad espacial por la fragmentación del tejido urbano; 2) por vecindad, en los alrededores de la preexistencia: relacionado con los circuitos de feedback característicos de los sistemas complejos y auto organizados, y son ejercidas en este caso, por las periferias preexistentes.

20 referencias Abramo, P. (2001) Mercado e ordem urbana Do caos à teoria da localização residencial, Bertrand Brasil; FAPERJ, Rio de Janeiro. Barros, J. X. (2004) Urban growth in latin american cities - Exploring urban dynamics through agent-based simulation, PhD Thesis, University of London, London. Batty, M. (2005) Cities and complexity - Understanding cities with cellular automata, agentbased models, and fractals, MIT Press, Cambridge. Buzai, G. D., Marcos, M. (2012) The social map of Greater Buenos Aires as empirical evidence of urban models, Journal of Latin American Geography, 11 (1), 2012, Conference of Latin Americanist Geographers, pp Czamanski, D.; Benenson, I.; Malkinson, D.; Marinov, M.; Roth, R.; Wittenberg, L. (2008) Urban sprawl and ecosystems Can nature survive?, International review of environmental and resource economics, pp Davis, M. (2006) Planeta favela, Boitempo, São Paulo. Johnson, S. (2003) Emergência - A vida integrada de formigas, cérebros, cidades e softwares, Jorge Zahar Ed., Rio de Janeiro. Portugali, J. (2000) Self-organization and the city, Springer, Berlin. Villaça, F. (2001) Espaço intra-urbano no Brasil, Studio Nobel, FAPESP, Lincoln Institute, São Paulo.

21 Gracias. Kico Toralles