Cambios de usos del suelo en la Comunidad de Madrid: analizando el pasado y simulando el futuro

Transcripción

1 Cambios de usos del suelo en la Comunidad de Madrid: analizando el pasado y simulando el futuro Cambios de usos del suelo en la Comunidad de Madrid: analizando el pasado y simulando el futuro Instituto de Economía, Geografía y Demografía. Centro de Ciencias Humanas y Sociales, CSIC. marta.gallardo@cchs.csic.es, javier.martinez@cchs.csic.es RESUMEN La Comunidad de Madrid es una región en constante evolución. Rasgos como ser el principal centro del país de conexión del transporte, tanto por carretera como aéreo, y tanto de mercancías como de personas, poseer la mayor área metropolitana y el mayor grado de urbanización, le otorga un dinamismo territorial que no está presente en otras Comunidades Autónomas de la nación. Prácticamente el 50% de la región ha sufrido una transición de un uso del suelo a otro entre los años 1982 y Analizamos la dinámica de los usos del suelo para este periodo utilizando la leyenda de CORINE Land Cover a nivel 2 y 3. Se presenta, además, un análisis metodológico para simular dos futuros escenarios: un escenario de trayectoria lineal y un escenario verde, utilizando el modelo de predicción de usos CLUE. Este trabajo muestra cómo el conocimiento del pasado nos puede ayudar a predecir el futuro y cómo la aplicación de modelos de simulación de usos del suelo puede ser importante para conocer la evolución que puede seguir, en el futuro, la Comunidad de Madrid, a fin de que se tenga en cuenta en posibles planificaciones y ordenaciones de su territorio. PALABRAS CLAVE Cambios de usos del suelo, dinámica histórica, escenarios, planificación, Madrid. ABSTRACT The Madrid region is in constant change. Features such being the main hub of transportation, both road and air, and both people and goods, having the largest metropolitan area in the country and the highest degree of urbanization, provides it a geographical dynamism that is not present in other Spanish Autonomous Regions. Almost 50% of the region has experienced a change in land use between 1982 and We analyse the dynamics of land use for this period using CORINE Land Cover legend, level 2 and 3. A methodological framework is presented for two future land use scenarios: a trend scenario and a green scenario, using the CLUE simulation model. This paper shows how the knowledge of the past can help us to model the future and how land use simulation models can be helpful to know the evolution that may remain in the Madrid Region, in order to be taken into account in planning and management of its territory. KEY WORDS Land use changes, historic dynamic, scenarios, planning, Madrid. 1 INTRODUCCIÓN El reconocimiento de los cambios de usos del suelo y de la cubierta terrestre como un elemento del cambio ambiental global fue puesto de manifiesto con la creación, en 1993, de un plan científico para un proyecto común sobre cambios de usos y de cubiertas del suelo (Meyer y Turner II, 1996). El objetivo del proyecto Land-Use and Land-Cover Change (LUCC), implementado por

2 Cambios de usos del suelo en la Comunidad de Madrid: analizando el pasado y simulando el futuro el IGBP (International Geosphere and Biosphere Programme), fue hacer frente a la pregunta de cómo afectan las fuerzas humanas y biofísicas en el uso y cubiertas de la tierra y cuáles son los impactos ambientales y sociales de este cambio. Aborda el problema de la dinámica de uso de la tierra a través del análisis comparativo de estudios de casos. Uno de sus objetivos es desarrollar modelos globales y regionales de cambio de cubiertas y/o usos del suelo con capacidad de predecir cambios y desarrollar una mejor comprensión de la dinámica de cambios de usos y cubiertas. Hoy en día el interés, más allá de la recopilación de datos y la representación en forma de mapas, se centra en una modelización más dinámica que permita comprender el pasado, monitorear la situación actual y predecir trayectorias futuras. Es, por tanto, de vital importancia intentar armonizar los datos existentes sobre usos del suelo con el objetivo de facilitar las comparaciones dentro y entre países, y poder obtener series temporales que permitan analizar la dinámica de cambio y detectar tendencias (Jansen, 2006). Es aquí donde la información derivada del proyecto CORINE Land Cover (CLC) juega un papel crucial, ya que disponemos de una cartografía de usos del suelo realizada en tres fechas diferentes, con una leyenda y escala homogénea, lo que nos permite poder realizar análisis espaciotemporales. En el presente trabajo se analizan los cambios de usos del suelo que se han producido en la Comunidad de Madrid. Observando los resultados obtenidos de dichos cambios y mediante la aplicación del modelo de simulación de cambios CLUE, se construyen dos escenarios diferentes para el año Este modelo simula los usos del suelo futuros mediante relaciones empíricamente cuantificadas entre los usos del suelo y sus driving factors o factores explicativos, en combinación con un modelo dinámico de competencia entre los diferentes tipos de usos del suelo. (Veldkamp y Fresco, 1996; Verburg et al., 1999). 2 METODOLOGIA 2.1 Datos cartográficos Los cambios de usos del suelo se han analizado para el periodo Nos interesa conocer la trayectoria general que ha tenido la región durante estos años, información que nos servirá para simular el futuro a 2025 con una tendencia lineal. Se utiliza para ello el Mapa de Vegetación y Usos del Suelo de la Comunidad de Madrid del año 1982 a escala 1: y el mapa CORINE Land Cover (CLC) del año 2006, a escala 1: Se trabaja con la leyenda CLC nivel 2 y 3. El mapa de 1982 fue, por tanto, reclasificado a dicha leyenda y generalizado a la escala CLC, es decir 1: , realizando un filtrado de los polígonos menores de 25 hectáreas (Unidad Mínima Cartografiable según la metodología de CLC), eliminando los slivers y superponiéndolo con una imagen Landsat de dicho año para asignar a las manchas de usos del suelo de clasificación dudosa la categoría más conveniente. Los dos mapas, en formato vectorial, fueron convertidos a formato raster, con un tamaño de pixel de 50 metros. La precisión temática de los mapas CLC en España es superior o igual al 85%; esto deriva en una posible generación de errores de hasta un 15%. Son varios los trabajos que reportan errores en la cartografía de CLC en la Comunidad de Madrid (Catalá et al., 2008; Hewitt y Escobar, 2011) los cuales se traducen en cambios de usos del suelo falsos. Durante la realización de nuestros análisis, muchos de estos errores fueron corregidos, utilizando como base la tabla 1. Se corrigieron también los mapas CLC de los años 1990 y 2000 ya que éstos se utilizarán para calibrar los escenarios de futuro. Los errores se reclasificaron, mediante la superposición de cada polígono que presentaba incongruencias, con imágenes de satélite y fotografías aéreas de años cercanos a la realización de dichos mapas. Además, se eliminó la categoría 331 (playas, dunas y arenales) que aparecía en los bordes de los embalses, categoría que se muestra cuando las aguas del embalse están bajas en el momento del registro de la imagen, considerando que la capacidad de agua del embalse no debería figurar como un cambio de uso del suelo, ya que ésta depende de la fecha de la toma de la imagen y de las precipitaciones de ese año en particular. Igualmente se eliminó la categoría 334 (zonas quemadas), esta última entendiendo que su transición es difícil de modelar. Dicha categoría se reclasificó al uso del suelo que correspondía, generalmente a matorral o espacios con vegetación escasa. Aun así cabe esperar que siga habiendo otros errores no tan fácilmente detectables. Asimismo, al reclasificar el mapa de 1982 a la leyenda CLC también se detectaron errores que fueron corregidos de la misma manera. No obstante, presuponemos que puede haber cambios falsos en los análisis derivados de esta fecha por miedo a una sobre-corrección durante la realización de la reclasificación de categorías difícilmente clasificables dentro de las categorías CLC. Por otra parte, como ya se ha indicado, dicho mapa se realizó con una metodología diferente a los CLC y tiene una leyenda y escala diferentes. A pesar de estas dificultades metodológicas, conceptualmente interesa mucho

3 Cambios de usos del suelo en la Comunidad de Madrid: Analizando el pasado y simulando el futuro la inclusión de este mapa ya que permite ampliar el periodo de detección de cambios en una década trascendental, los años ochenta, en la que han ocurrido cambios de uso del suelo relevantes. En la tabla 1 se puede observar qué cambios son posibles (1, color blanco), los cambios que son raros (2, color crema) y que deben ser confirmados, y los cambios que son inesperados (3, color azul), y que necesitan de una explicación en caso de que se den en la realidad. La categoría 0, gris, corresponde a la persistencia. Esta matriz de probabilidad de cambio fue realizada por el Instituto Geográfico Nacional (IGN), si bien, había algunas categorías de probabilidad de cambio con las que no estábamos de acuerdo; la modificación que proponemos se representa en color amarillo, en una celda con dos dígitos, donde el primero representa el dígito de probabilidad de cambio propuesto por el IGN y el segundo dígito nuestra propuesta. Para los modelos de futuro se ha recogido información muy variada, con el fin de ser capaces de realizar escenarios lo más realistas posibles. Toda esta información cartográfica (planeamiento, zonificaciones de los diferentes espacios naturales protegidos, Zepas y Lics declarados, Hábitats, Montes de Utilidad Pública, Montes Preservados, futuras áreas de desarrollo, vegetación potencial, mapa de clases agrológicas y otra información, detallada en el apartado 2.3), que se introduce en el modelo, nos sirve para obtener los factores explicativos que están influenciando la localización de los diferentes usos del suelo, las restricciones o las acciones a favorecer. Dicha cartografía, recogida en formato vectorial, fue generalizada a escala 1: y convertida a formato raster con un pixel de 50 metros. Tabla 1. Matriz de probabilidad de cambio para el nivel 3 de CLC. Elaboración propia, modificación de la elaborada por el IGN. Persistencia (0, color gris), Cambios posibles (1, color blanco), Cambios raros (2, color crema), Cambios inesperados (3, color azul) y modificación propuesta por los autores (color amarillo). Códigos CLC nivel 3: 111 (Tejido urbano continuo), 112 (Tejido urbano discontinuo), 121 (Zonas industriales comerciales), 122 (Redes viarias, ferroviarias y terrenos asociados), 124 (Aeropuertos), 131 (Zonas de extracción minera), 132 (Escombreras y vertederos), 133 (Zonas en construcción), 141 (Zonas verdes urbanas), 142 (Instalaciones deportivas y recreativas), 211 (Tierras de labor en secano), 212 (Terrenos regados permanentemente), 221(Viñedos), 222 (Frutales), 223 (Olivares), 231 (Prados y praderas), 242 (Mosaico de cultivos), 243 (Terrenos principalmente agrícolas, con vegetación natural), 244 (Sistemas agroforestales), 311 (Bosques de frondosas), 312 (Bosques de coníferas), 313 (Bosque mixto), 321 (Pastizales naturales), 323 (Matorrales esclerófilos), 324 (Matorral boscoso de transición), 332 (Roquedo), 333 (Espacios con vegetación escasa), 411 (Humedales y zonas pantanosas), 511 (Cursos de agua) y 512 (Láminas de agua).

4 Cambios de usos del suelo en la Comunidad de Madrid: Analizando el pasado y simulando el futuro 2.2 Matrices de tabulación cruzada y mapas de cambio. Los análisis de los cambios se realizaron mediante matrices de tabulación cruzada para el periodo y para el nivel 2 y 3 de CLC. Para ello, se utilizó el programa Idrisi, desarrollado por Clark Labs (Worcester, Massachussets, Estados Unidos), y los análisis están basados en la metodología desarrollada por Pontius et al, (2004), la cual analiza dos pares de mapas mediante una matriz de tabulación cruzada en el que las categorías de usos del suelo del Tiempo1 están representadas en las filas, y las categorías de usos del suelo del Tiempo2 en las columnas. Así, se puede ver la cantidad que cambia de una categoría a otra y la persistencia, mostrada en la diagonal, tal y como muestra la figura 1. Figura 1. Matriz de tabulación cruzada (Pontius et al., 2004) P ij representa la proporción de un uso del suelo que transiciona de la categoría i a la categoría j. Así, P jj, en la diagonal, indica la proporción de persistencia de la categoría j, mientras que el resto de celdas indican una transición de la categoría i a una categoría diferente j. Las pérdidas están expresadas como la diferencia de la categoría i entre el tiempo 1 y el tiempo 2, y las ganancias están expresadas como la diferencia de la categoría j entre el tiempo 1 y el tiempo 2. El cambio neto es la diferencia, en valor absoluto, entre las pérdidas y las ganancias de cada categoría. El cambio total es el resultado de la suma de las ganancias y las pérdidas. El intercambio es el doble del valor mínimo de las ganancias o las pérdidas o, lo que es lo mismo, la diferencia entre el cambio total y el cambio neto. El mapa de cambio fue realizado únicamente para el nivel 2 de CLC, ya que al cruzar los mapas del nivel 3, el resultado era un mapa con más de 250 cambios diferentes, por lo que las transiciones que se han dado a esta escala de detalle no son fácilmente diferenciables visualmente. Para un mayor detalle, fueron generados mapas de ganancias y mapas de pérdidas, que muestran dónde se localizan y cuáles son las categorías que han aumentado o disminuido su extensión entre 1982 y 2006, respectivamente. Al visualizar los dos mapas juntos se puede observar qué tipo de transformación de uso del suelo se ha dado. 2.3 El modelo de simulación de cambios de uso CLUE Para la realización de los escenarios se ha utilizado el programa de simulación de usos del suelo CLUE (Conversion of Land Use and its Effects modelling Framework), versión Dyna- CLUE 2, software desarrollado por Peter Verburg, en Holanda. El modelo está dividido en dos módulos diferentes: un módulo de demandas no espaciales y un módulo de procedimientos de asignación espacialmente explícitos. El módulo no espacial calcula la superficie de cambio de todos los usos del suelo; en este módulo se pueden especificar diferentes tipos de modelos, desde simples extrapolaciones de tendencias hasta modelos económicos complejos. El módulo de asignación está basado en una combinación de análisis, empíricos y espaciales, y modelados dinámicos que conjuntamente crean una serie de condiciones y posibilidades para las cuales el modelo calcula la mejor solución mediante un procedimiento interactivo. La figura 2 muestra qué variables necesita el modelo. Figura 2. Variables necesarias para implementar en el modelo CLUE. Elaboración propia. En nuestro caso de estudio, hemos utilizado una misma demanda para los dos escenarios, pero se han especificado diferentes características en el módulo de asignación a cada uno de ellos, especialmente en el tema dedicado a restricciones y a lugares de preferencia específica o location specific preference addition. La matriz de cambios a futuro está definida por estas restricciones. Un uso del suelo puede cambiar a otro suelo del suelo solo donde le indicamos que ese cambio puede darse.

5 Cambios de usos del suelo en la Comunidad de Madrid: Analizando el pasado y simulando el futuro Los lugares de preferencia específica influyen a la hora de localizar un uso en un área determinada. Así, a un área se le puede asignar una probabilidad mayor de ser convertida a un uso del suelo que otra área. Además, se le puede dar un grado de facilidad de conversión a cada uso del suelo. A esto se le denomina elasticidades de conversión o conversion elasticities. Por ejemplo, es más fácil que el uso agrario cambie de uso, que el uso industrial pueda cambiar a otros usos, por lo que el uso agrario tendrá mayor facilidad de conversión que el industrial. No hay que confundir los lugares de preferencia específica con las elasticidades de conversión, ya que los primeros están indicando el grado de facilidad de cambio en una localización mientras que las segundas indican el grado de facilidad de cambio para una categoría particular en toda la región. Para la predicción se ha utilizado una clasificación diferente. Se han agrupado los diferentes usos del suelo a nivel 3 de CLC en 7 categorías: Uso urbano, Uso industrial y comercial, Uso Tierras de Labor, Uso Agrícola Heterogéneo, Uso Bosques, Uso Matorral y Pastizal, y Uso Otros. La categoría Otros engloba usos que son estables o que son difícilmente predecibles (redes viarias y ferroviarias, aeropuertos, roquedo, humedales y cursos y láminas de agua). Se ha mantenido el tamaño de pixel en 50 metros, si bien el formato que utiliza el programa es ASCII. Para su implementación se han utilizado los siguientes factores explicativos (o driving factors) que explican la localización de los diferentes usos del suelo en la región (altitud, pendiente, geología, distancia a autopistas y autovías, distancia a vías férreas, distancia a la ciudad de Madrid, distancia a otras ciudades, distancia al aeropuerto, distancia a los embalses, distancia a los ríos, accesibilidad a la ciudad de Madrid, accesibilidad a otras ciudades y al aeropuerto y accesibilidad a autopistas y autovías), los cuales han sido analizados mediante regresión logística para averiguar cómo están influyendo sobre cada uno de los usos del suelo. El software posee varias especificaciones que ayudan a la calibración del modelo, como son las elasticidades de conversión y los ajustes de vecindad (neighborhood settings); los resultados de los análisis de regresión también proporcionan una mejora en la calibración. Estos usos del suelo se simularán para el año 2025 utilizando el mapa de 1982 y calibrándolo con el mapa de 2006, y como se ha dicho anteriormente, siguiendo una trayectoria lineal. 3 RESULTADOS 3.1 Cambios de usos del suelo entre 1982 y 2006 Las tabla 2 y figuras 3 y 4 muestran un resumen de los cambios acontecidos a nivel 2 y 3 de CLC. Entre 1982 y 2006, a nivel 3 de CLC (tabla 2), se ha producido un cambio total de usos del suelo de hectáreas (50,41%), si bien ha habido un cambio neto de hectáreas (24,33%). Teniendo en cuenta el cambio total, la persistencia, es decir, la cantidad de hectáreas que no ha cambiado, ha sido de hectáreas (49,59%). A nivel 2 de CLC y para el mismo periodo de tiempo, se ha producido un cambio total de usos del suelo de hectáreas (41,65%) y un cambio neto de hectáreas (18,66%), mientras que la persistencia, teniendo en cuenta el cambio total, ha sido de (58,35%). Dependiendo del nivel de análisis, los resultados pueden variar, ya que al agregar categorías hay cambios de usos del suelo que no se muestran. La transición de bosque mixto a coníferas, observada en el nivel 3, no se plasmará en el nivel 2 porque ambas categorías están englobadas en una sola, la categoría bosques. Estas cifras revelan que prácticamente la mitad del territorio madrileño ha sufrido una transformación de un uso del suelo a otro en un intervalo de 24 años. Las áreas artificiales ganaron hectáreas, especialmente por el crecimiento del tejido urbano. Las áreas forestales incrementaron su superficie en hectáreas, si bien este aumento se debió, en su totalidad, al matorral y/o vegetación herbácea, ya que la superficie de bosque decreció en algo más de hectáreas. El uso del suelo que ha sufrido más pérdida ha sido, sin lugar a duda, el agrario; prácticamente hectáreas han sido reconvertidas a otros usos, esencialmente a tejido urbano, a industrial, comercial y de transporte, y a matorral y/o vegetación herbácea. El mapa de pérdidas y el mapa de ganancias (figuras 3 y 4) se representa a nivel 2 de CLC. Se muestran solo las categorías que han ganado y las categorías que han perdido, respectivamente, por lo que los mapas no contienen las 13 categorías del nivel 2. Los cambios se localizan en mayor medida alrededor del área metropolitana y al sur y sureste de la región. El crecimiento de la artificialización de la región se presenta principalmente próxima a las

6 Cambios de usos del suelo en la Comunidad de Madrid: analizando el pasado y simulando el futuro áreas urbanas e industriales que ya existían y siguiendo el eje de nuevas carreteras que se han construido. Así mismo, al oeste se puede observar un crecimiento del tejido urbano en la sierra madrileña. Dicho desarrollo se ha producido básicamente a costa de tierras de labor, zonas agrícolas heterogéneas, y en menor medida matorrales y/o asociaciones de vegetación herbácea. Llaman la atención dos grandes manchas de cambios alrededor del área metropolitana: al noreste, un cambio de tierras de labor a zonas industriales, comerciales y de transporte, ocasionado por la ampliación del aeropuerto, y al oeste, un cambio de bosque a zonas verdes artificiales no agrícolas. Esta segunda mancha es la Casa de Campo de Madrid. Se podría decir que este Espacio Público no ha cambiado y que el supuesto cambio se debe a una interpretación diferente sobre su uso por parte del cartógrafo. Otras grandes manchas que cambian se localizan al sur y sureste, con transiciones de tierras de labor a agricultura heterogénea. Figura 3. Mapa de pérdidas de usos del suelo entre1982 y Proyección ETRS89/ETRS-LAEA. Elaboración propia.

7 Cambios de usos del suelo en la Comunidad de Madrid: Analizando el pasado y simulando el futuro Figura 4. Mapa de ganancias de usos del suelo entre 1982 y Proyección ETRS89/ETRS-LAEA. Elaboración propia. 3.2 Modelo de escenario de cambios de usos del suelo para el año 2025 La figura 5 muestra la demanda que se utiliza para la creación de los escenarios. Observando los cambios de usos del suelo que se han sucedido entre 1982 y 2006, éstos se han extrapolado al año 2025 siguiendo una trayectoria lineal. Tal y como se muestra en la tabla 3, se hace uso de diferente información recogida para crear cada uno de los escenarios. No solo se utilizan los factores explicativos reseñados en el apartado de metodología, sino que además se introduce otra información que ayuda a mejorar el modelo y/o a obtener un resultado más acorde con nuestro objetivo. Así, puede observarse que se utilizan los mismos factores explicativos, restricciones y lugares de preferencia específica para los dos escenarios aunque, en el escenario verde, se utiliza alguna restricción y lugar de preferencia específica más, con el objetivo de asignar más protección o mejora a los usos del suelo forestales y, en menor medida, agrícolas. Las elasticidades de conversión son diferentes para cada escenario. Este dato varía en un intervalo de 0 (conversión muy fácil) a 1 (conversión muy difícil). El escenario de trayectoria lineal o trend escenario tiene unas elasticidades de conversión más flexibles para los usos del suelo agrícolas y matorral y pastizal que el escenario verde, teniendo este último una conversión muy difícil en el uso del suelo bosques,ya que se pretende que este uso del suelo pierda lo menos posible y se mantenga, al menos, estable.

8 Cambios de usos del suelo en la Comunidad de Madrid: analizando el pasado y simulando el futuro Superficie 82 Superficie 06 Ganancias Pérdidas Intercambio Cambio Neto Cambio Total Tejido urbano continuo (111) Tejido urbano discontinuo (112) Zonas industriales o comerciales (121) Redes viarias, ferroviarias y terrenos asociados (122) Aeropuertos (124) Zonas de extracción minera (131) Escombreras y vertederos (132) Zonas en construcción (133) Zonas verdes urbanas (141) Instalaciones deportivas y recreativas (142) Tierras de labor en secano (211) Terrenos regados permanentemente (212) Viñedos (221) Frutales (222) Olivares (223) Prados y praderas (231) Mosaico de cultivos (242) Terrenos principalmente agrícolas, con vegetacion natural (243) Sistemas agroforestales (244) Bosques de frondosas (311) Bosques de coníferas (312) Bosque mixto (313) Pastizales naturales (321) Matorrales esclerófilos (323) Matorral boscoso de transición (324) Roquedo (332) Espacios con vegetación escasa (333) Humedales y zonas pantanosas (411) Cursos de agua (511) Láminas de agua (512) Total Tabla 2. Superficie, ganancias, pérdidas, cambio neto, cambio total e intercambio para el periodo , a nivel 3 de CLC. Figura 5. Demanda de uso del suelo, en hectáreas, para el año Elaboración propia.

9 Cambios de usos del suelo en la Comunidad de Madrid: Analizando el pasado y simulando el futuro Tabla 3. Restricciones, lugares de preferencia y elasticidades de conversión que se utilizan para la creación de los dos escenarios. Elaboración propia. 4 DISCUSIÓN Y CONCLUSIONES Los resultados demuestran que la Comunidad de Madrid presenta un proceso acelerado de cambio, liderado por una artificialización de la región. La expansión urbana puede amenazar no solo el sostenimiento de la agricultura y del uso forestal, sino que, mediante la detracción del suelo y la presión del uso público o recreativo, la conservación de los espacios naturales protegidos de la región también puede verse afectada. El conocimiento del pasado es vital para observar las pautas que se han sucedido y reconsiderar si se quiere seguir manteniendo dichas pautas o si, por el contrario, es necesario cambiarlas. La elaboración de escenarios futuros nos permite descubrir el efecto que puede provocar, en los usos del suelo, perpetuar la evolución que se ha mantenido durante los años pasados y qué pasaría si dichas pautas son modificadas. Hay que tener en cuenta que, mediante la realización de escenarios no se pretende augurar qué ocurrirá en el futuro, sino mostrar qué es lo que podría pasar según las pautas introducidas en el modelo. Creemos que la inclusión de gestores y planificadores en la elaboración de los escenarios supondrá una mejora y mayor entendimiento de los resultados. A su vez, la implicación por parte de éstos, derivaría en la difusión de la metodología y de la utilidad de este tipo de estudios. Antes de proceder a este tipo de análisis se debe verificar que la información cartográfica con la que contamos es fiable. Una previa búsqueda de posibles errores y su posterior corrección, evitará obtener falsos resultados de cambios y unos escenarios más ajustados. BIBLIOGRAFÍA Burnicki, A.C., Brown, D.G. y Goovaerts, P Simulating error propagation in land-cover change analysis: The implications of temporal dependence. Computers, Environment and Urban Systems, 31, Catalá, R., Bosque, J. y Plata, W Análisis de los posibles errores en la base de datos Corine Land Cover ( ) en la Comunidad de Madrid. Estudios Geográficos, LXIX, Eastman, J.R IDRISI Selva. Guide to GIS and Image Processing. Worcester, Clark University, 325 pp. Hewitt, R. y Escobar, F The territorial dynamics of fast-growing regions: Unsustainable land use change and future policy challenges in Madrid, Spain. Applied Geography, 31, Instituto Geográfico Nacional. Matriz de probabilidad de cambio. Documentación Técnica Image & Corine Land Cover

10 Cambios de usos del suelo en la Comunidad de Madrid: analizando el pasado y simulando el futuro ELLANO/DIRECCIONES_GENERALES/INS TITUTO_GEOGRAFICO/Teledeteccion/corin e/clc2000/documentos/doc_tecnica/ Jansen, L.J.M Harmonization of land use class sets to facilitate compatibility and comparability of data across space and time. Journal of Land Use Science, 2-4, Meyer, W.B. y Turner II, B.L Landuse/Land-cover change: challenges for geographers. GeoJournal, 29, Meyer, W.B. y Turner II, B.L. (eds), Changes in Land Use and Land Cover: A global perspective.nueva York. Cambridge University Press, 537 pp. Plata, W., Gómez, M. y Bosque, J Cambios de usos del suelo y expansión urbana en la Comunidad de Madrid ( ). Scripta Nova, Vol. XII, 293. Pontius, R.G. Jr., Shusas, E. y McEchern, M Detecting important categorical land changes while accounting for persistence. Agriculture, Ecosystems and Environment, 101, Pontius, R.G. Jr y Lippitt, C.D Can error explain map differences over time? Cartography and Geographic Information Science, 33, Veldkamp, A. y Fresco, L.O CLUE: a conceptual model to study the Conversion of Land Use and its Effects. Ecological Modelling, 85, Verburg, P.H, de Koning, G.H.J., Kok, K., Veldkamp, A, y Bouma, A A spatial explicit allocation procedure for modeling the pattern of land use change based upon actual land use. Ecological Modelling, 116,