Simulación de escenarios futuros de cambios de usos del suelo usando redes neuronales artificiales : aplicación en la ciudad de Curuzú Cuatiá, Corrientes, Argentina
Simulation of future scenarios of land use changes using artificial neural networks : application in Curuzú Cuatiá city, Corrientes, Argentina
Resumen
Las simulaciones de escenarios de usos del suelo futuros permiten obtener resultados
que puedan convertirse en información valiosa para planificadores del territorio en
tanto disminuyen el grado de incertidumbre. El objetivo del trabajo es la simulación
de un escenario de usos de suelo de trayectoria lineal para el año 2030 de la ciudad
de Curuzú Cuatiá, Corrientes. Factores topográficos, distancias y áreas inundables
definidas por normativa vigente fueron escogidas como variables explicativas de los
cambios, se utilizó un modelo basado en redes neuronales artificiales disponible en
el Modelador de Cambios del Terreno (LCM) del software Idrisi Selva, junto con dos
mapas de usos del suelo de cinco categorías elaborados para dos momentos del pasado.
Los resultados obtenidos muestran los mapas de potenciales de transición hacia el Área
Urbana Consolidada con precisiones mayores al 72%; escenarios simulados al año 2030
y se determinaron las superficies de cada categoría, encontrando aumento de la clase
Urbana Consolidada. Se completó el estudio con la validación del modelo por clase,
mediante la fiabilidad global y el índice Kappa. Simulations of future land use scenarios allow obtaining results that can become valuable
information for land planners while decreasing the degree of uncertainty. The aim of this
contribution is to simulate a linear path land use scenario with a linear trajectory for the year
2030 in the city of Curuzú Cuatiá, Corrientes. Topographic factors, distances and flood areas
defined by current regulations were chosen as explanatory variables of the changes, a model
based on artificial neural networks, included in the Land Change Modeler -LCM- in the Idrisi
Selva software was used, in addition to two maps of land uses of five categories elaborated
for two moments of the past. The results obtained show the maps of transition potentials towards the Consolidated Urban Area with accuracies greater than 72%; simulated scenarios
for the year 2030 (hard and soft prediction), and the surfaces of each class at each moment
were determined, finding the increase only of the Urban Consolidated class in all of them. The
study was completed with the validation of the model by class, using the global reliability and
the Kappa index.
Colecciones
- Artículos de revista [671]