crecimiento urbano deseable para la aglomeración urbana de...

222

RESUMEN

El aumento de las zonas urbanas puede acarrear impactos ambientales a veces irreversibles, por ello la detección de cambios de ocupación y usos del suelo tiene una importancia fundamental. Más aún la planificación sostenible de ciudades y regiones es hoy día un elemento estratégico para el bienestar común de la sociedad. En este estudio se pretende realizar la simulación de un modelo de crecimiento urbano óptimo a 2020 que permita localizar nuevos usos residenciales, comerciales e industriales con la utilización de factores sociales, económicos y ambientales en base al desarrollo urbano sostenible. Se ha comprobado como para formulación de planes de ordena-ción del territorio, los Sistemas de Información Geográfica y la Evaluación Multicriterio son herramientas útiles. En este caso se realizaron dos modelos de asignación utilizando 13 factores: uno de ellos calculado en un solo intervalo de tiempo (2000-2020) y otro en dos intervalos (20002010 y 2010-2020) siendo este último el que ofrece mayores valores de aptitud media y asignaciones de uso del suelo más coherentes con el objetivo del estudio. Palabras clave: Crecimiento urbano, asignación óptima de usos del suelo, análisis multicriterio, sistemas información geográfica

Crecimiento Urbano deseable para la aglomeraciónurbana de Granada en 2020

VERÓNICA PASCUAL ROSA, FRANCISCO AGUILERA BENAVENTEMONTSERRAT GÓMEZ DELGADO, WENSESLAO PLATA Y JOAQUÍN BOSQUE

SENDRADepartamento de Geografía, Universidad de Alcalá.C/Colegios nº2, 28801, Alcalá de Henares, Madrid.

[email protected] y [email protected] de Planificación Ambiental. Universidad de Granada.

Campus de Fuente Nueva, Edificio Politécnico s/n, 18071 Granada. [email protected]

(3) Escuela de Ciencias de la Tierra, Universidad Autónoma de Sinaloa. Av. de Las Américas y Blvd. Universitarios. CP. 80 000. Culiacán, Sinaloa,

México. [email protected]

1. INTRODUCCIÓN:

Es un hecho evidente que la población urbana está experimentando una enorme expansión en todo el mundo, afectando a los sistemas naturales y humanos en todas las escalas geográficas (Herold y otros, 2005). Comparada con la Unión Europea, España ha tenido uno de los mayores ritmos de artificialización de suelo, con un incremento de un 29,5% frente al 5,4% de Europa (1987-2000). Los mayores aumentos se han producido en la periferia de las grandes áreas metropo-litanas españolas, así como en la costa mediterránea y a lo largo de las infraestructuras viarias (OSE, 2008). El gran aumento de las zonas urbanas en los municipios españoles conlleva impactos ambientales a distintas escalas muchas veces irreversibles, como es la pérdida de biodiversidad, de áreas agrícolas y de áreas forestales, etc. Se ha producido una expansión de lo que conocemos como “ciudad difusa”, dificultando la plani-ficación eficiente y ordenada del territorio, con una constante necesidad de infraestructura vial, equipa-mientos urbanos y otras consecuencias demandadas por este tipo de modelo urbano (OSE, 2008).

La planificación sostenible de ciudades y regiones es hoy día un elemento estratégico para el bienestar común de la sociedad. La incorporación de la dimensión territorial y urbana resulta imprescindible para alcanzar los objetivos de desarrollo sostenible, más aún si se considera que las ciudades constituyen actual-mente piezas clave en el proceso de alteración de los equilibrios ambientales a los que se está viendo someti-do el conjunto del planeta. La predicción del crecimiento urbano se basa a menudo en la dinámica de los patrones de usos del suelo y en su relación con algunos factores socioeconómicos como la proximidad espacial a elementos tales como las líneas de transporte existentes y de los centros urbanos (Liu y Zhou, 2005). Visto pues que existe una correla-ción relevante entre una serie de variables y el fenóme-no del crecimiento urbano, es posible construir un modelo que nos muestre, aunque sea de una forma orientativa, y en lo que a patrones se refiere, cómo, dónde y cuánto va a crecer el área urbana en los próxi-mos años (Aguilera, 2006). En este sentido la simulación de escenarios futuros se ha efectuado aplicando modelos basados en

Revista Postgrados UNAH No. 4 Vol. 1 Diciembre 2010 ISSN 2071 - 8470

1 2

1 3

1

12

223Revista Postgrados UNAH No. 4 Vol. 1 Diciembre 2010 ISSN 2071 - 8470

VERÓNICA PASCUAL ROSAL, FRANCISCO AGUILERA BENAVENTE

MONSERRAT GÓMEZ DELGADO, WENSESLAO PLATA Y JOAQUÍN BOSQUE SENDRA

autómatas celulares (Aguilera, 2006 y de Nijs, 2004), modelos de demanda (Aguilera y otros, 2009; Wu y Webster, 1998), modelos de regresión logística (Allen y otros, 2003) así como Técnicas de evaluación multicri-terio (Wu y Webster, 1998; Molero y otros, 2007; Paegelow y otros, 2003; García, 2004). Para aplicar estos modelos las técnicas de información geográfica han demostrado sus amplias ventajas aunque también son ciertas determinadas insuficiencias de los SIG actuales para resolver las complejas necesidades de la planificación territorial (Bosque y García, 2000). Una herramienta que comple-menta y ayuda son las técnicas de evaluación multicri-terio, de hecho una tendencia importante es el uso combinado de SIG y Técnicas de Evaluación Multicri-terio para la más completa evaluación cuantitativa de las alternativas disponibles y para la formulación de planes coherentes de ordenación del territorio (Bosque y García, 2000).

2. OBJETIVOS

El objetivo principal de este trabajo es realizar un ensayo metodológico para la formulación de un modelo de simulación del crecimiento urbano óptimo para el año 2020, que permita localizar nuevos usos residencia-les, comerciales e industriales con la utilización de factores sociales, económicos y ambientales en base al desarrollo urbano sostenible, es decir, que se localice en aquellas partes del territorio con vocación y aptitud para este tipo de actividad. Para lograr tal objetivo se han planteado los siguientes objetivos específicos:

3. METODOLOGÍA

3.1 Área de estudio: El Área Metropolitana de Granada

El área elegida para la aplicación de la metodología será el Área Metropolitana de Granada, esta zona se localiza al Sudeste de España, dentro de la Comunidad de Anda-lucía, al suroeste de la Provincia de Granada; limitando ésta con las Provincias de Albacete, Almería, Córdoba, Jaén y Málaga. Este área metropolitana, tradicionalmente denominada comarca de la Vega de Granada, está formada por 32 municipios, y ocupa una superficie de 859,34 Km2., y estaba habitada en 2000 por 448.294 habitantes (Web Instituto Nacional de Estadística). Atravesada por los ríos Genil, Darro y Beiro, hasta la década de los 70 tuvieron gran importancia las explotaciones agrarias, localizándose la mayor parte de la población, servicios y demás actividades en la ciudad de Granada. A comienzos de los años 80, se produce un incremento de la ocupación urbana así como de una política de incremento de las infraestructuras de la movilidad unido a un declive de la producción agrícola lo que dio lugar a lo que actualmente se denomina Aglo-meración Urbana de Granada (Figura 1) (Aguilera y otros, 2009). Entre los años 1990 y 2000, las zonas urbanas han aumentado en 2063,5 ha de las cuales el 40% se correspondería con tejido urbano continuo (Corine Land Cover). El Plan General de Ordenación Urbana de Granada fue aprobado en 1985 y ha estado vigente durante 15 años (García, 2001; Web Ayuntamiento de Granada), a partir de entonces se han realizado varias revisiones en 1990, 1994, 1997 y 1999, transformándo-se para adaptarse a las circunstancias o realidades cambiantes, o porque fue superado por la práctica diaria de la gestión urbanística. (ver la página Web del Ayun-tamiento de Granada). Aunque desde la Ley Andaluza 1/1997 de 18 de junio se establece una revisión del Plan cada 4 años actualmente cuenta con un el nuevo Plan de de Ordenación Urbana de 2001. Teniendo en cuenta esta organización temporal de las revisiones del Plan, se considera interesante comprobar la incidencia que tiene, en la asignación óptima de los nuevos usos, realizar la simulación en dos intervalos de tiempo: 2000-2010 y 2010-2020. De ese modo lo asignado en el 2020 tendrá en cuenta lo que ha ocurrido en el año 2010. Nuestro objetivo es comprobar la importancia que este hecho tiene en los resultados.

Definición de los criterios vinculados a los aspectos sociales, económicos y ambientales de las zonas urbanas que describan la localiza-ción de las nuevas zonas urbanas. Cuantificación y representación espacial de estos criterios en forma de índices estadísticos y/o cartográficos. Ponderación de los criterios definidos para su posterior introducción en el modelo de asigna-ción mediante análisis multicriterio. Realización del modelo de asignación de creci-miento urbano para el 2020 en un solo interva-lo de 2000 al 2020 y en dos intervalos de tiempo de 2000 a 2010 y de 2010 a 2020. Análisis comparativo de los mapas resultantes de los dos modelos de asignación de creci-miento urbano para el 2020

•

•

•

•

•

12

224

FIGURA 1. Área Metropolitana de Granada



3.2 Descripción del procedimiento: Análisis multi-criterio

Las técnicas de evaluación multicriterio (EMC) más ampliamente utilizadas en distintas investigaciones son la sumatoria lineal ponderada y el método de las jerarquías analíticas, método ampliamente probado en modelos que tienen una estructura jerárquica, y en los cuales se pondera la importancia relativa de los elemen-tos en cada nivel de la jerarquía, descendiendo del más general al más concreto. Para ponderar las distintas alternativas y factores en los modelos se pueden utilizar diferentes métodos como la escala de 7 puntos, tasación simple, ordenación simple, etc. En este estudio se utilizará uno de los más aceptados y utilizados, el método de comparación por pares de Saaty (Gómez y Barredo, 2005). En este trabajo se utilizan por tanto los mencionados métodos para valorar, ponderar y agregar los factores, así como para obtener los mapas de aptitud. Los factores se normalizan a efectos de elimi-nar problemas de cálculo originados por las diferentes escalas y/o unidades empleadas. El propósito es el de obtener escalas comparables, lo que permite realizar comparaciones entre los diferentes criterios y dentro de ellos (Molero y otros, 2007). La escala empleada varía entre 0 y 255. Esto indicará que los valores bajos serán

aquellos que presenten poca aptitud para la localización de los objetivos y aumentará su aptitud según se aproxi-me a 255. La posterior integración de los factores se realiza mediante una suma lineal ponderada, quizás el método más intuitivo y fácil de implementar, obtenién-dose el valor de aptitud como resultado de la sumatoria, para cada píxel, del producto de cada factor por su peso. Para ponderar las alternativas y factores en el modelo se utilizó el método de comparación por pares de Saaty. La tabla 2 muestra esta valoración, que fue consensuada por los miembros del Proyecto SIMUR-BAN, entre los que se encuentran ingenieros de cami-nos, urbanistas, arquitectos, licenciados en ciencias ambientales y geógrafos. Una vez obtenidos los factores normalizados y definidos sus pesos finales se aplicó, como se comentó anteriormente, la sumatoria lineal ponderada para obtener los mapas de aptitud para los usos de suelo urbano, comercial e industrial. Para profundizar en esta metodología se recomienda la referencia bibliográfica “Sistemas de información geográfica y evaluación multicriterio en la ordenación del territorio” (Gómez y Barredo, 2005). Posteriormente, se utilizó la metodología diseñada por Franco y Bosque (1997) para convertir los mapas de aptitud en mapas de parcelas de adecuación

12




con un tamaño predefinido. Con los mapas de parcelas para los tres objetivos (urbano, comercial e industrial), y utilizando una técnica de asignación multiobjetivo (MOLA, MultiObjetive Land Allocation), se generó finalmente el mapa de asignación óptima para las zonas urbanas, comerciales e industriales. Dicha metodología ha sido implementada en una herramienta específica denominada BuildScenary, diseñada y desarrollada en el marco del proyecto de investigación SIMURBAN, especialmente para la asignación de usos del suelo. En ella se integra la suma-toria lineal ponderada como técnica de agregación de los factores y elaboración de los mapas de aptitud para cada objetivo (uso de suelo), un método de generación de mapas en parcelas de adecuación media y finalmente una asignación multiobjetivo de dichos mapas (Rodríguez y otros, 2009). Este módulo se encuentra disponible en http://www.geogra.uah.es/web_simurban/index.php.

3.3 Variable dependiente: crecimiento urbano:

La variable que se pretende explicar/modelar sería la distribución de las nuevas zonas urbanas. Así pues, para generar dicha variable y su posterior análisis una cober-tura imprescindible sería aquella que recogiera las distintas ocupaciones del suelo. El proyecto CORINE Land Cover (CLC) (Ministerio de Fomento) tiene como objetivo fundamental la captura de datos de tipo numé-rico y geográfico para la creación de una base de datos europea a escala 1:100.000 sobre la Cobertura y/o Uso del Territorio. Esta información se encuentra disponible para los años 1990 y 2000, esta última será la utilizada en este estudio. La nomenclatura seguida está jerarqui-zada en varios niveles de información, en el caso español la nomenclatura consta de 5 niveles y 85 clases para el CLC2000 (Web Instituto Geográfico Nacional). Puesto que existen varias definiciones para especificar lo que es "urbano" y lo que es parte de una "zona urbana" en diferentes lugares (Huang y otros, 2007), se decidió estudiar el crecimiento urbano a un nivel desagregado de tal modo que dentro de la mancha urbana se pueden distinguir zonas residenciales, indus-triales y comerciales. En el Corine Land Cover estas categorías se encontraban en el nivel 1 referente a Superficies Artifi-ciales, y se corresponden con las categorías: (1.1) Zonas urbanas: Áreas principalmente ocupadas por viviendas y edificios destinados a colectividades o servicios públicos / administrativos, incluyendo sus áreas asocia-das (terrenos asociados, carreteras de acceso, aparca-mientos), (1.2.1.1) zonas industriales: Áreas principal-mente ocupadas por actividades industriales de fabrica-ción y transformación y (1.2.1.2) grandes superficies de

equipamientos y servicios: comercio, actividades finan-cieras y servicios. Debido a algunas deficiencias se tuvieron que digitalizar algunos núcleos urbanos que no constaba en la capa inicial tales como Jun y Viznar. 3.4 Selección y tratamiento de los criterios

Antes de proceder a la evaluación de la capacidad de acogida es necesario definir qué criterios van a ser tenidos en cuenta, es decir, aquellos criterios que afecten o incidan en la variable a estudiar. Los criterios elegidos se basan en los citados en la literatura y y en su disponibilidad en datos públicos, en general coinciden con los usados y descritos en Plata y otros (2010) para el estudio de la Comunidad de Madrid. Cada una de las capas que representarían los factores considerados y la que agrupa a los limitantes, fueron convertidas a formato raster con un tamaño de pixel de 50 * 50 metros. Una vez realizadas las opera-ciones de espacialización y a la valoración de cada una de las categorías de los factores, se procede a su norma-lización.

3.4.1 Restricciones

En primer lugar se elaboró un mapa de restricciones en el que se consideraron como tales: las superficies artifi-ciales existentes en 2000, las estructuras de transporte, los cuerpos de agua y la red hidrográfica, además de un corredor de 100 metros a los límites municipales para evitar conflictos de localización de parcelas óptimas para su urbanización entre dos o más municipios Las variables finalmente recopiladas, y con las que se pretendía minimizar el impacto sobre el medio ambiente y maximizar el desarrollo económico y social, fueron agrupadas en factores ambientales, económicos y sociales. Como se comentó anteriormente éstos se encuentran expuestos en el trabajo de Plata y otros (2010), un resumen de todos ellos se muestra a conti-nuación.

3.4.2 Factores incluidos en el criterio ambiental

Usos del Suelo. Se clasificó los usos del suelo en función a su productividad otorgando menor aptitud a aquellos usos más productivos o con mayor valor ambiental y mayor aptitud a los usos que podrían ser más aptos para el asentamiento de nuevas urbanizacio-nes. Vulnerabilidad a la contaminación de los mantos acuíferos. La inclusión de este factor pretende imple-mentar medidas que disminuyan la contaminación que vertidos contaminantes de las ciudades puedan producir sobre los mantos acuíferos. Para ello se propone que

12

226

las nuevas zonas urbanas se asignen en formaciones con menor permeabilidad, como terrenos metamórficos y graníticos. Considerando que las zonas urbanas y comerciales no contaminan como las industriales, se diseñó un factor para las zonas residenciales y comer-ciales y otro para las zonas industriales.Proximidad a espacios naturales y a la red hidrográ-fica. Estos factores pretenden alejar las nuevas construcciones de estos elementos. Por ello las zonas más cercanas a espacios naturales y a la red hidrográfica tendrá una menor aptitud, creciendo cuanto más alejado se encuentre de ellas.

3.4.3 Factores económicos

Pendiente. Este factor intenta garantizar que las nuevas zonas urbanas se localicen en terrenos de poca pendien-te, con el fin de minimizar el coste de construcción y de introducción de los servicios básicos. Proximidad a zonas urbanas. Con el fin de considerar la sostenibilidad del territorio y atendiendo a las recomendaciones hechas en la Estrategia Territorial Europea se prioriza el crecimiento en torno a las ciuda-des de tamaño medio. Proximidad a zonas industriales y comerciales. Se diseñaron dos factores: uno para el modelo de asigna-ción de zonas residenciales e industriales, que se obtuvo directamente a partir de la distancia euclidiana a dicha categoría; y otro para el modelo de asignación de zonas comerciales, el cual se diseña pensando en no aglutinar las nuevas zonas comerciales en las cercanías de las ya existentes. Accesibilidad a carreteras. Con la finalidad de que las zonas resultantes de la aplicación de estos modelos normativos presenten una buena accesibilidad, se inclu-ye este factor derivado de la distancia a las carreteras principales del área de estudio. Litología. Este factor pretende localizar las nuevas construcciones en aquellos terrenos aptos para soportar las cargas aplicadas sobre él. Para ello se dividieron las diferentes rocas en función a sus propiedades (principalmente capacidad portante) otorgándoles mayor valor a aquellas más aptas para la urbanización (Ministerio Medio Ambiente 2006).

3.4.4 Factores Sociales

Proximidad a instalaciones no deseables, proximi-dad a hospitales y universidades. El primer factor tendrá el efecto de alejar a la población de dichas instalaciones. Los otros dos factores se basan en uno de los criterios de sostenibilidad, en particular el acceso de la población a los servicios básicos, minimizando la distancia a centros sanitarios y educativos.

Cuencas Visuales. Un aspecto a tomar en cuenta en la asignación de nuevas urbanizaciones es la calidad visual del paisaje. Considerando elementos de especial interés los espacios naturales protegidos, los humedales y las zonas de bosque, se ha intentado alejar las nuevas zonas residenciales de los espacios naturales protegi-dos, pero situarlas dentro de las cuencas visuales de estos elementos naturales. Compensando así lo desea-ble desde el punto de vista ambiental y lo deseable desde el punto de vista social. Orientación del terreno. En los procesos de construc-ción de edificaciones se considera que la orientación Sureste en estas latitudes son las más confortables para ubicar una zona residencial. En este caso, el factor da las mayores adecuaciones a las orientaciones entre 90 y 180 grados. Dicha información se extrajo de diferentes fuentes, tales como: Instituto Geográfico Nacional, Instituto Geológico y Minero, Consejería Medio Ambiente de la Junta Andalucía, Diputación de Grana-da, Sección de Planificación Ambiental del Laboratorio de Urbanismo y Ordenación del Territorio (LUOT) de la Universidad de Granada, Departamento de Geografía de la Universidad de Alcalá de Henares, entre otras. Para evitar que el modelo contenga factores que ofrezcan repetida la misma información se estudió las correlaciones entre todos ellos. Este análisis se realizó entre todos los factores sin normalizar. De los resultados obtenidos se pudo comprobar que la distan-cia a los hospitales y universidades estaban muy corre-lacionadas (índice de correlación de Pearson 0.99) por lo que se decidió eliminar de los modelos este último factor puesto que es el factor que menos variación ofrece. Una vez definidos los criterios a utilizar se deben ponderar para calcular los mapas de adecuación para cada uso del suelo. Con esta ponderación se preten-dió que el modelo cumpliera, en lo medida de lo posible, las condiciones de un modelo de crecimiento urbano óptimo y sostenible, para ello se tuvo en cuenta la información derivada de la amplia revisión bibliográ-fica realizada sobre estos temas y, sobre todo, el consen-so de los expertos del proyecto SIMURBAN. Primeramente, siguiendo el método de jerarquías analíticas se ponderaron los tres grandes grupos de factores para las zonas urbanas, industriales y comerciales. Esta ponderación se realizó intentando maximizar el beneficio económico y social y a la vez minimizando el daño ambiental (Plata y otros, 2010). Para ello en las zonas urbanas se le otorgó más peso a los aspectos económicos seguidos de los ambientales. Para las nuevas zonas comerciales se dio más importan-cia (con respecto a las zonas urbanas) a los factores económicos, mientras que en las zonas industriales



12




prima la protección al medioambiente y por ello se le otorga más peso al factor ambiental seguido del criterio económico y por último el social (Tabla 1).

Siguiendo con el segundo orden de jerarquía para la asignación de zonas urbanas comerciales o industriales se otorgaron los pesos a los factores en estos tres grandes grupos ambientales, económicos y sociales, siguiendo el método de comparación por pares de Saaty incorporado en la herramienta WEIGHT de Idrisi. Estos valores quedan registrados en las tres primeras columnas de la tabla 2. Dentro de los factores ambientales se conside-ró más recomendable la urbanización en lugares poco productivos agrariamente, y alejados de la red hidrográ-fica, con menos importancia se consideró la proximidad a espacios naturales y la vulnerabilidad de los mantos acuíferos. En cuanto a los factores económicos, para el uso urbano se promoverán principalmente los suelos con mayor accesibilidad a zonas urbanas y seguido de la

Factores Peso Peso Peso

Zonas Urbanas

Zonas Comerciales Zonas Industriales

Ambiental 0.34 0.31 0.54 Económico 0.46 0.49 0.30

Social 0.20 0.20 0.16

accesibilidad a las carreteras, mientras que para las zonas comerciales e industriales el orden de importan-cia de estos factores se cambia. Para los tres usos tanto la litología como la pendiente tienen bajo peso en este grupo de factores. Por último, dentro de los factores sociales, se tuvo en cuenta la seguridad de la población ante algún riesgo derivado de las instalaciones no deseables, segui-do de la accesibilidad a los servicios. El factor que menos peso tiene sería la calidad visual de las viviendas y zonas comerciales. Para calcular el peso final que poseerá cada factor para la realización de los mapas de aptitud y siguiendo el procedimiento de jerarquías analíticas, se multiplicaron los pesos de cada factor (ambiental, económico o social) por el calculado anteriormente para cada variable en función al uso (urbano, comercial e Industrial) quedando la ponderación final, para aplicar en el modelo como indican las tres últimas columnas (tabla 2):

TABLA 1. Ponderación de los tres grandes grupos de factores

12

228

Factores Subfactores Peso Urbano

Peso Comercial

Peso Industrial

Peso Final Urbano

Peso Final Comercial

Peso Final

Industria Ambiental U = 0.34 C = 0.31 I = 0.54

1. Coste del suelo (CLC1990) 0.45 0.45 0.45 0.15 0.14 0.24 2. Proximidad a hidrografía 0.26 0.26 0.26 0.09 0.08 0.14 3. Vulnerabilidad mantos acuíferos 0.11 0.11 0.11 0.04 0.03 0.06

4. Proximidad a espacios naturales 0.18 0.18 0.18 0.06 0.06 0.10

Suma=1 Suma = 1.00 1.00 1.00 Económico

U = 0.46 C = 0.49 I = 0.30

1. Pendiente 0.05 0.05 0.08 0.02 0.02 0.02 2. Accesibilidad a carreteras 0.26 0.35 0.36 0.12 0.17 0.11 3. Accesibilidad a zonas urbanas 0.36 0.29 0.26 0.17 0.14 0.08

4. Access. a industrias y comercios 0.19 0.22 0.15 0.09 0.11 0.05

5. Litología 0.14 0.10 0.15 0.06 0.05 0.04 Suma=1 Suma = 1.00 1.00 1.00 Social

U = 0.20 C = 0.20 I = 0.16

1. Proximidad a inst. no deseables 0.12 0.40 0.62 0.02 0.08 0.10

2. Accesibilidad a hospitales 0.52 0.40 0.38 0.1 0.08 0.06 3. Cuencas Visuales 0.07 0.15 -- 0.02 0.03 -- 4. Orientación del terreno 0.29 0.05 -- 0.06 0.01 --

Suma=1 Suma = 1.00 1.00 1.00 1.00 1.00 1.00

TABLA 2. Factores incluidos y peso que adquieren en el modelo, para los tres usos analizados






4. RESULTADOS Y DISCUSIÓN:

4.1 Crecimiento optimo en un intervalo del 2000 al 2020

Una vez seleccionados los criterios, definidas las restricciones y asignados los pesos a los factores se aplicó la sumato-ria lineal ponderada, obteniéndose como resultado un mapa de aptitud para cada uso:

TABLA 3. Tamaño de las parcelas y rango en los valores de aptitud para cada uso

Comparando las figuras 2, 3 y 4 se observa como el uso industrial adquiere valores de aptitud inferiores, tonos verdes y amarillos, que para los otros dos usos. Las zonas más aptas, naranjas y rojos, para uso industrial se ve que son más reducidas relegándose a las zonas más externas de la zona de estudio, en ella se encuentran los suelos menos productivos, alejada principalmente de la pobla-ción y al oeste puesto que son las zonas más alejadas de

Determinados los valores para el tamaño de las parcelas y seleccionados los máximos niveles de aptitud se obtuvieron los siguientes mapas con las parcelas más adecuadas, es decir aquellas que cumplen los anteriores requisitos:

los espacios naturales protegidos. Una vez elaborados los mapas de aptitud se procede a la elaboración de los mapas de parcelas de adecuación. Es decir se determinarán las parcelas que registren los mejores valores de adecuación. Para ello se determinarán los requisitos mínimos para tamaño de las parcelas y el nivel de aptitud según la tabla 3:

230

Por último se llevó a cabo una asignación multiobjetivo, en la cual se requiere definir las metas de superficie para cada uso del suelo. Para ello, se siguió el trabajo de Aguilera Benavente y otros (2009), donde se estima la demanda de suelo necesaria en función de la variación de algunas tasas de crecimiento o decrecimiento de factores como población e inmigración, renta, vivienda, hogares, etc. en la Aglomeración Urbana de Granada

TABLA 4. Demanda de superficie para cada uno de los tres usos

Este mapa de asignación óptima (figura 8) se obtiene mediante el método MOLA de IDRISI de manera conjunta para todos los usos, es decir, aquí las categorías compiten entre sí por el espacio y se asigna a cada una de ellas los píxeles que más adecuación presenta para cada uso. Según aparece en esta figura 8, las zonas urbanas obtenidas con el modelo se encuentran princi-palmente en la mitad norte del área de estudio, lo hacen de forma más aislada creando nuevos núcleos compac-tos en la zona noroeste y este del área Metropolitana de Granada (a excepción de algunas parcelas al suroeste) ysiempre buscando la accesibilidad que brindan las carre-



para el año 2020 en un escenario de crecimiento urbano sostenible, escenario que mantiene algunas sinergias con el modelo que estamos planteando en este trabajo. Una vez conocida la demanda de superficie para cada uno de los tres usos se utilizarán estas superfi-cies para determinar la localización óptima de las nuevas parcelas.

teras. La distribución de las nuevas áreas comerciales es en la zona norte del área de estudio, debido al alto peso del coste del suelo, estas áreas se localizan en zonas agrariamente poco productivas, es decir en los bordes más externos de la AUG pero siempre cercanas a núcleos urbanos. Finalmente el modelo de asignación ha propuesto el crecimiento de nueve nuevas áreas indus-triales distribuidas por el territorio, en algunos casos entremezcladas con los usos urbanos y comerciales y en otros como polígonos aislados.

12

231

4.2 Crecimiento optimo en dos intervalos: del 2000 al 2010 y del 2010 al 2020

Como se comentó anteriormente y cumpliendo el objeti-vo general de este estudio se realizó la simulación del crecimiento urbano en dos intervalos (figura 9). Para ello la demanda estimada para 2020 se dividió por la mitad para cada uno de estos nuevos intervalos de 10 años cada uno. El primer intervalo comenzaría en 2000 y finalizaría en 2010 (figura10). Con los resultados obtenidos de las localizaciones óptimas de los tres usos en este periodo se volverán a calcular algunos factores para el segundo intervalo. Los factores que cambian en el tiempo y que se debieron recalcular son: usos del suelo, accesibilidad a zonas urbanas, accesibilidad a zonas industriales y accesibilidad a zonas comerciales. Puesto que en este intervalo se localizan las nuevas

FIGURA 8. Asignación óptima de nuevos usos en un intervalo


zonas urbanas, comerciales e industriales, éstas actuarán en el segundo intervalo como restricciones al tratarse de áreas ya urbanizadas. En las siguientes figuras 10 y 11 puede observarse la evolución temporal de los usos del suelo estudiados para los años 2010 y 2020. Las nuevas zonas urbanas se localizan inicial-mente al norte y este de la capital para, en 2020, compactarse estas zonas un poco más y aparecer o consolidar nuevos núcleos surgentes en 2010 al sur del área de estudio. En cuanto el uso comercial, éste aparece inicialmente al norte y muy cerca de la ciudad de Grana-da apareciendo en 2020 nuevos núcleos al suroeste siempre junto a zonas urbanas preexistentes en 2000. Por último, las nuevas áreas industriales se localizan en un principio al noroeste de la capital adyacentes a zonas urbanas para surgir nuevos polígonos esta vez más alejados de ellas.



12

232

FIGURA 9. Asignación óptima de nuevos usos en dos intervalos

FIGURA 10. Asignación óptima de nuevos usos para 2010 en dos intervalosFIGURA 11. Asignación óptima de nuevos usos para 2020 en dos intervalos



12




4.3 Comparación de ambos métodos

En cuanto a los resultados espaciales obtenidos, se observa que los dos modelos de asignación de creci-miento urbano para el 2020 presentan compacidad en las nuevas manchas artificiales, no obstante, y como era de prever, existen en dichos modelos algunas diferencias en la distribución espacial de los usos del suelo. En la asignación de las nuevas áreas urbanas en el modelo realizado en dos intervalos (figura 9) aparecen algunos núcleos situados al sur, desapareciendo la concentración urbana alrededor de la ciudad de Granada que sí aparece si se realiza en un sólo intervalo (figura 8). El modelo de asignación de crecimiento urbano en dos intervalos en este caso se comportaría de manera más coherente ya que lo que se persigue es que los nuevos asentamientos urbanos se sitúen alejados de núcleos densamente poblados como es Granada. En cuanto al uso comercial, el modelo de asignación en un intervalo distribuía 4 zonas comercia-les localizadas al norte de la zona de estudio, mientras que el modelo en dos intervalos propone 6 centros más dispersos por el territorio. Esta última propuesta concuerda con el intento de mezcla de usos para evitar el aumento de los viajes entre los distintos usos si estos presentasen una separación funcional en el territorio.

Por su parte, las nuevas zonas industriales estarán localizadas en lugares próximos a carreteras y distribuidas por todo el territorio. En el modelo de asignación en un intervalo aparecen entremezcladas con los usos urbanos y comerciales en cambio, el modelo de asignación en dos intervalos las aleja de las zonas con población. Aunque a simple vista los resultados obtenidos (figura 8 y 9) parecían bastante similares se observaron diferencias cualitativas, ya mencionadas, y se quisieron estudiar aquellas diferencias cuantitativas. Para ello, se les sometió a algunas pruebas de comparación como coincidencias y fallos entre ambos mapas, los niveles de aptitud media de las parcelas o el consumo de los diferentes usos del suelo utilizados en su asignación. Se realizó primeramente una tabulación cruza-da. En este caso se superponen ambos mapas y extraen aquellas zonas coincidentes, las no coincidentes y aquellas que no fallan en la localización sino en la asignación del uso. En la figura 12 se observa como las coincidencias (48%) se localizan principalmente al norte del área de estudio junto con el 9% de parcelas seleccio-nadas pero que no coinciden con el mismo uso artificial. Las parcelas que no coincidieron ni en uso ni en el lugar escogido (43%) aparecen de color rojo y éstas se sitúan principalmente en la zona suroeste, con algunas parcelas cercanas a la ciudad de Granada.

Figura 12 Mapa de coincidencia entre los mapas resultantes de la asignación óptima para 2020entre uno o dos intervalos.

12

234 Revista Postgrados UNAH No. 4 Vol. 1 Diciembre 2010 ISSN 2071 - 8470


Con la tabla 5 se comprueba que el 67,11% de los píxeles de las áreas urbanas propuestas en el modelo por dos intervalos se localizaron en el mismo lugar que las propuestas en el modelo de un solo intervalo, al 5,6 % le asignó otro uso y el 27,29% se localizaron en terrenos donde el modelo en un solo intervalo no había asignado ninguno de los tres usos.

En 2 intervalos

Fondo Urbano Comercial Industrial Total

1inte rvalo

Fondo 920085 1423 (27.29%) 145 (27.67%) 156 (29.77%)

Urbano 1485

3499 (67.11%) 131 (25.00%) 99 (18.89%)

5214

Comercial 25

195 (3.74%)

179 (34.16%) 125 (23.85%)

524

Industrial 214 97 (1.86%) 69 (13.17%) 144 (27.48%) 524

Total 5214 524 524

Tabla 5. Tabulación cruzada de los mapas finales de asignación de los dos modelos.

En cuanto a la adecuación media de las nuevas parcelas construidas se comprobó que no difiere demasiado si se realiza la simulación en uno o dos intervalos (tabla 6).

TABLA 6. Adecuación media de las nuevas parcelas asignadas

Tanto el uso urbano como el industrial obtienen mejores resultados de aptitud media si se realiza la simu-lación en dos intervalos, es decir es más restrictivo, aunque el rango de aptitud es superior al modelo de un intervalo. Por su parte el uso comercial obtiene mejores resultados medios realizando la simulación en un sólo intervalo. Por último, otro aspecto a considerar en este análisis fue el consumo de los usos del suelo (tabla 7). En este sentido los dos modelos utilizan los cuatro mismos tipos de uso de suelo, lo que les diferencia es el porcentaje de uso de cada uno de ellos. En los dos mode-los se utiliza mayoritariamente las tierras de labor en

En cuanto al uso comercial coincidieron el 34.16% de los pixeles, el 38.17% se le asignó a otro uso y el 27.67% se localizó en otras zonas. Por último, el 27.48% de los pixeles con uso industrial se localizaron en los mismos que en el modelo de un intervalo, el 42,74% estaban asignados a otros usos y el 29.77 % lo asignó a otras zonas.

secano, ocupando de manera importante también espacios de vegetación arbustiva y herbácea. Así mismo, para el uso urbano, la simulación en dos intervalos fue el que más porcentaje de estos dos usos utilizó. El uso comercial en los dos modelos ocupa únicamente tierras de labor en secano. Mientras que el uso industrial se localiza tan sólo tierras de labor de secano y Espacios de vegetación arbustiva y herbácea, se observa un cambio en el porcentaje de ocupación, en el modelo de un intervalo utiliza mayoritariamente las tierras de labor (91,94%) pero en el modelo de dos intervalos el uso mayoritariamente ocupado es de espacios de vegetación arbustiva y herbácea (86,13%)

12




% 1 intervalo 2 intervalos

Urbano Comercial Industrial Urbano Comercial Industrial

Pastizales naturales 0.73 0.44 Mosaico de cultivos mixtos 7.55 6.61

Tierras de labor en secano 47.59 100.00 91.94 51.19 100.00 13.87

Espacios de vegetación 44.13

8.06 41.75

86.13

TABLA 7. Porcentaje de superficie artificial asignada a los distintos usos del suelo en los dos modelos de asignación

5. CONCLUSIONES

Se han realizado dos modelos de asignación de creci-miento urbano deseable para la Aglomeración Urbana de Granada en 2020 con el manejo de factores sociales, económicos y ambientales en base al desarrollo urbano sostenible. Se ha comprobado como la Evaluación Multi-criterio es una herramienta útil para este tipo de mode-los territoriales en el que se consideraron 13 factores consensuados por los miembros del Proyecto SIMUR-BAN y que intentan recoger la realidad ambiental, económica y social del territorio. Se realizan dos simulaciones para el modelo de asignación, uno utilizando un sólo periodo desde el 2000 al 2020 que es el horizonte a estudiar y otra simu-lación utilizando dos intervalos de tiempo de 10 años cada uno, puesto que se ajusta más a la realidad de la planificación territorial aplicada en el área de estudio. Las nuevas áreas urbanas, comerciales e indus-triales comparten características comunes como la compacidad, característica que, en principio, otorga cierta sostenibilidad al modelo de desarrollo urbano, también esta nuevas áreas se encuentran cercanas a las carreteras (maximizando su accesibilidad) y se pudo apreciar que los modelos se nutren principalmente de usos de suelo que presentan un menor valor productivo, como son: las tierras de labor en secano y la vegetación arbustiva. No obstante, un porcentaje de éstos también prolifera sobre mosaicos de cultivos mixtos en secano y regadío. Aunque en un principio visualmente parecie-ran los mapas de asignación resultantes muy parecidos, es cierto que sólo coinciden espacialmente el 57%, considerando sólo la coincidencia espacial indepen-dientemente del uso asignada por cada método. La comparación entre los dos modelos de asignación realizados, en un solo intervalo y en dos intervalos de tiempo, ofrece algunas diferencias. El modelo realizado en dos intervalos ofrece una aptitud media superior al modelo realizado en un intervalo.

Además éste establece las nuevas zonas urbanas y comerciales más dispersas por el territorio desaparecien-do la compacidad alrededor de los grandes núcleos como Granada que aparecían en el modelo de un intervalo. Las zonas industriales, también distribuidas por el área de estudio, quedan alejadas de la población, que aunque no se ha contemplado la asignación de instalaciones indus-triales peligrosas esta medida evitaría el riesgo que pudieran ocasionar a las zonas residenciales. Para posteriores trabajos se recomienda méto-dos de la comparación que no sean píxel a píxel sino por comparación de zonas establecidas dentro del área de estudio como permite por ejemplo la herramienta “vali-date” de IDRISI. Así como un análisis de sensibilidad y validación del modelo expuesto. El método se aplica con los datos espaciales disponibles, a un costo relativamente bajo, por ello no se deben olvidar las limitaciones del modelo ya que no se han podido incluir todos factores que inciden en el creci-miento. Esta condición dota a su vez a este modelo de EMC de replicabilidad tanto espacial como temporal con pequeñas modificaciones según el caso, como puedan ser los factores incidentes o las evaluaciones subjetivas de estos. La posibilidad de variar los pesos de los facto-res hace posible la simulación de diferentes escenarios abriéndose la posibilidad de una futura línea de investi-gación.

Agradecimientos

Este artículo se ha realizado dentro de las actividades del proyecto de investigación “SIMURBAN: Análisis y simulación prospectiva mediante Tecnologías de la Información Geográfica (TIG) del crecimiento urbano actual. Evaluación de su sostenibilidad”, financiado por el Ministerio de Educación y Ciencia (MEC España) a través de la convocatoria 2006 de proyectos del Plan nacional de Investigación Científica, Desarrollo e Innovación 2004-2007, Programa nacional de Ciencias Sociales, Económicas y Jurídicas (referencia SEJ200766608-C04-00/ GEOG).

236 Revista Postgrados UNAH No. 4 Vol. 1 Diciembre 2010 ISSN 2071 - 8470

Aguilera, F. (2006). Predicción del crecimiento urbano mediante sistemas de información geográfi-ca y modelos basados en autómatas celulares. GeoFocus (Artículos) 6: 81-112. Aguilera, F., Plata, W., Bosque, J., Gómez, M. (2009). Hacia la simulación de escenarios futuros de demanda de ocupación de suelo en ámbitos metro-politanos. II Congreso Internacional de Medida y Modelización de la Sostenibilidad. Terrassa, España. Allen, J., Lu, K. (2003). Modeling and prediction of future urban growth in the Charleston region of South Carolina: a GIS-based integrated approach. Conservation Ecology 8(2): 2. [online: consultado 19 febrero 2010] URL: http://www.consecol.org/vol8/iss2/art2/ Ayuntamiento de Granada: [consultado 22 febrero 2 0 1 0 ] http://granada.es/pgo.nsf/indice?openframesetBarrios, I., Romero, R., Montero-Serrano, J. (2008). Efecto de la dinámica territorial (1990-2000) sobre los espacios naturales protegidos de la Comunidad de Madrid. En: A. Galve, V. Pascual, V.M. Rodri-guez (Editores), XI Coloquio Ibérico de Geografía: la perspectiva geográfica ante los retos de la sociedad y el medioambiente en el contexto ibérico. Universidad de Alcalá, España. Bosque, J., García, R. (2000). El uso de los sistemas de información geográfica en la planificación territorial. Anales de Geografía de la Universidad Complutense 20: 49-67 Franco S., Bosque J. (1997). Procedimiento para la obtención de parcelas de adecuación en imágenes raster. I Reunión de usuarios Españoles de Idrisi, Alcalá de Henares, España. http://www.sigte.udg.es/idrisi/recursos/secundari/reunion1/inidice.htm García, E., Bajo, R. (2001). El nuevo Plan General de Ordenación Urbana de Granada 2000. Un modelo de ciudad para el siglo XXI. Cuadernos Geográficos 31: 221-252 García, L. (2004). Aplicación del Análisis Multicri-terio en la Evaluación de Impactos Ambientales. Tesis Doctoral, Universidad Politécnica de Catalu-ña. Gómez, M., Barredo, J. (2005). Sistemas de información geográfica y evaluación multicriterio en la ordenación del territorio. Madrid, Ra-Ma. Herold, M., Couclelis, H., Clarke, K. (2005). The role of spatial metrics in the analysis and modeling of urban land use change. Computers, Environmen-tand Urban Systems 29: 369-399 Huang, J., Lu, X.X., Sellers, J.M. (2007). A global comparative analysis of urban form: Applying spatial metrics and remote sensing. Landscape and Urban Planning, 82:184-197 Instituto Geográfico Nacional: [consultado el 16 de junio de 2009]

Instituto Geográfico Nacional: [consultado el 16 de junio de 2009] http://www.fomento.es/MFOM/LANG_CASTELLA N O / D I R E C C I O N E S _ G E N E R A L E S / INSTITUTO_GEOGRAFICO/Teledeteccion/corine/ Instituto Nacional de Estadística: [consultado el 17 de octubre de 2009] www.ine.esLiu, H., Zhou, Q.(2005). Developing urban growth predictions from spatial indicators based on multi-temporal images. Computers, Environmentand Urban Systems 29: 580-594 Ministerio de Medio Ambiente (2006). Guía para la elaboración de estudios físicos. Madrid, Centro de Publicaciones, Ministerio de Medio Ambiente. Molero, E., Grindlay, A. L., Asensio, J. J. (2007). Escenarios de aptitud y modelización cartográfica del crecimiento urbano mediante técnicas de evalua-ción multicriterio. GeoFocus (Artículos) 7: 120-147. de Nijs, T.C.M., de Niet, R., Crommentuijn, L. (2004). Constructing land-use maps of the Nether-lands in 2030. Journal of Environmental Manage-ment, 72:35-42. Observatorio de la Sostenibilidad en España (OSE) (2008). Informe de Sostenibilidad en España – 2007 [consultado el 19 de junio de 2009] www.sostenibilidad-es.org/ Paegelow, M., Camacho, M. T., Menor, J. (2003). Cadenas de Markov, evalución multicriterio y evaluación multiobjetivo para la modelización prospectiva del paisaje. GeoFocus (Artículos), nº 3, p. 22-44. Plata W., Gómez M., Bosque J (2010). Desarrollo de modelos de crecimiento urbano óptimo para la Comunidad de Madrid. GeoFocus (Sección), Aceptado Rodríguez, Y., Plata, W., Salado, M. J., Gómez, M., Bosque, J. (2009). Herramienta para la asignación óptima de usos del suelo. II Congreso Internacional de Medida y Modelización de la Sostenibilidad. Barcelona, España. Rojas, C. (2008). Análisis de la Sostenibilidad de los Modelos Territoriales Metropolitanos: El Caso de Concepción (Chile). Tesis doctoral, Universidad de Alcalá Rueda, S. Un nuevo urbanismo para una ciudad más sostenible. Barcelona: Agencia de Ecología Urbana. [consultado el 21 de mayo de 2009] http://www.bcnecologia.net/ SIMURBAN: Análisis y simulación prospectiva mediante Tecnologías de la Información Geográfica (TIG) del crecimiento urbano actual. Evaluación de su sostenibilidad [consultado el 16 de febrero de 2 0 0 9 ] http://www.geogra.uah.es/web_simurban/index.php Wu, F., Webster, C. J., (1998). Simulation of land development through the integration of cellular automata and multicriteria evaluation. Environment and Planning B: Planning and Design 25(1): 103 – 126

6. BIBLIOGRAFÍA

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•

•


crecimiento urbano deseable para la aglomeración urbana de...

Documents