8/18/2019 Taller UNAM
1/28
Dr. Santiago Linares
Ciudad de México, 13 - 14 de Abril d201
8/18/2019 Taller UNAM
2/28
Marco t eór ico - conce
Modelizaespac
(3)
8/18/2019 Taller UNAM
3/28
Alude a una condición que se puedemantener en el tiempo y sin disminucionesprogresivas de calidad.
Capacidad de satisfacer las necesidadesmeter las necesidade
8/18/2019 Taller UNAM
4/28
Expansión urbana
Ciudad sustentable: cuyos patrones decrecimiento no significan una fragmentaciónfísica y social del espacio urbano, noincrementen los flujos de personas, bienes yservicios dentro de la ciudad (y con ello el
ergía) y no afecte
rbana (por losdesarticulación
(2)
8/18/2019 Taller UNAM
5/28
Expansión u
Ciudad s espacialmmixta, padesplaza áreas de
(3)
8/18/2019 Taller UNAM
6/28
Expansión urbana
Ciudad sustentable: es aquella cuyo espaciointerior, escencialemente el uso del sueloresidencial, presenta bajos niveles depobreza, posee una economía diversificada en los sectores que sustentan la economía de
as verdes privadas
n el uso del
(2)
8/18/2019 Taller UNAM
7/28
Expansión urbana
El modelo de ciudad difusa y fragmentada noes sustentable: se realiza a expensas decubrir con usos del suelo urbano supercifiesagrícolas, forestales o naturales, con la cuálse degradan las bases de recursos naturales
os servicios
coberturas leperaturas y delprotección de la
tención de
(2)
8/18/2019 Taller UNAM
8/28
Expansión urbana
El modelo de ciudad difusa y fragmentada noes sustentable: + consumo de energía yagua, la realción superficieedificada/habitante es mayor, explosiónurbana sin crecimiento demográfico,
s de infiltración,
onsumo y modelogación de laétnia o raza,blicos de
(2)
8/18/2019 Taller UNAM
9/28
De
¿Cómonocivosobre
¿Cómocrecim
La mcelu requobtención y sus resutlados son fáciles deinterpretar.
¿Cómo
policen
8/18/2019 Taller UNAM
10/28
Este enfoque se basa en delegar lasimulación a macro-escala de la estructur
urbana a un conjunto de sub-modelosdinámicos a micro-escala
Teoría de la complej idad
De arriba
hacia abajo
hacia arriba
De abajo
Modelos tradicionales Modelos emergentes
8/18/2019 Taller UNAM
11/28
La ciudad como Sistema Dinámico Comple
8/18/2019 Taller UNAM
12/28
Mientras modelo hacereferencia a una visión
simplificada de larealidad,
modelización hacereferencia al
funcionamiento, esdecir, a como es que
determinadosprocesos sedesarrollan en el
tiempo.
Incluyen desde lasimulación d inámic
de procesos naturacomo la erosión,
migración de elefanhasta el aumento dnivel medio del ag
de los océanos.
Hasta procesossociales como la
segregaciónresidencial o
movimientos devehículos sobre ejes
de circulación.
8/18/2019 Taller UNAM
13/28
Los elementoscomunes son:
1) la manipulación deinformación geográficaen múlt iples estadios
(2 o m ás).
2) la simulación descenarios futuros
Los estadios seepeti rán para simular
el desarrollo delstema modelado a loargo del tiempo, en
una serie deiteraciones.
Los modelos aplicaden el entorno de lo
SIG para simularprocesos y resolve
problemas geográficson modelos digit a
o computacionales
GEOCOMPUTACION
8/18/2019 Taller UNAM
14/28
El n ivel de detalle deun modelo digi tal es
medido por suresolución espacial,
definida como lamenor distancia sobrela cuál un cambio es
registrado.
La resolución tempotambién es
importante, sienddefinida como el
menor t iempo en qun cambio es
registrado y, en ecaso de los modelo
dinámicos,corresponde alintervalo de tiempentre iteraciones
a resolución espacialy temporal incidendirectamente en la
ncerteza, es decir, ens diferencias entre elsultado del modelo yos procesos reales.
La resolución espacialy temporal incidendirectamente en elcosto de los datos,implicando m ayor o
menor cant idad ycalidad de
información.
La resolución espacy temporal incidedirectamente en e
t iempo de ejecucióde las simulacione
8/18/2019 Taller UNAM
15/28
¿Por que m odelar?
1
Para justificar unadeterminada
planif icación o tomade decisión (gestión)
ante un problemaespacial.
2
Para experimentarescala social,
incorporando la nocde escenarios del t i“que ocurre si”. Útipara evaluar múlt ip
alternativas dedecisión.
3Para examinar
esultados dinámicos,viendo como el
sistema modeladovoluciona y responde
a las diferentesariables y parámetros
de entrada.
En investigación perm
Evaluar el peso de lo
factores y variables
Comprobar hipótes
Predecir
8/18/2019 Taller UNAM
16/28
Analizar o modelar?
Análisis espacial
• Sobre un momentoespecífico.
• Busca patrones oanomalías, apor tando
nuevas ideas ohipótesis.
• Manipulación dedatos para revelar loque, de otra manera,
sería invisible.
Modelización
• Múlt iples estadiorepresentados en
diferentes puntos dtiempo.
• Implementación dideas e hipótesis soel comportamiento mundo real.
• Creación deescenarios.
mulación de congestión del t ráfico en caso deevacuación por terremoto en Santa Bárbara.
¿Cuanto tiempo tardaen viajar una nube tóx
de Japón a México?
8/18/2019 Taller UNAM
17/28
Tipos de ModelosModelos individuales y
agregado
En general los modelosde sistemas físicos son
forzados a adoptarcomportamientos
agregados por causadel gran número deobjetos individuales
involucrados(moléculas de agua enescurrimiento
superficial)
En los sistemas físices necesario f raccioel continuo en partdiscretas: adoptandun abordaje matr iccomúnmente llama
“celular” o modelomediante polígono
irregulares.
En los sistemassociales o de
comportamientoanimal es más factible
modelar individuos (conductores de
vehículos) o(trayector ia de una
especie).
Los modelosindividuales,
frecuentementellamados basados agentes (agent- bas
models, ABM),implican la existencde agentes discret
con comportamientdefinidos.
8/18/2019 Taller UNAM
18/28
Tipos de Modelos
Modelos individuales yagregado
Cada agente (ABM)puede representar
desde un individuo auna corporación,
permite simular lasreglas que rigen las
decisiones individualestomadas por los
actores.
Son modelos quedescriben procesoque podrían esta
causando los patronde distribución
espacial estudiado
n Brown, University of Michigan: Modela la transición del uso deierra a través de las acciones de los propietarios rurales que
nden t ierras, los municipios que adquieren t ierras para preservarefinir polít icas de uso, promotores inmobiliarios y residentes queán buscando t ierras donde vivir.
Schelling (1969). ModelsSegregation
8/18/2019 Taller UNAM
19/28
Tipos de Modelos
Modelos celulares
Los modelos celulares representan la superfterrestre como una matriz
Cada célula en la matr iz t iene un núm ero destados posibles
É stos varían a lo largo del tiempo comoresultado de apl icar reglas de transición
ípicamente las reglason definidas sobre las
células vecinas, elestado y/ o lostributos de la célula.Generan patrones
inesperadosdenominados“emergentes”
John Conway (1970)University of
Princeton
8/18/2019 Taller UNAM
20/28
Tipos de Modelos
Modelos celulares
P oseen potencialidades para simular elcrecimiento urbano, debido a que la
probabilidad de que una parcela se urbanicdepende de varios factores, incluyendo pendiente, acceso a vías de t ransporte,
situación en relación a las normas de uso d
suelo, pero sobre todas las cosas, de la prox imidad a otras áreas urbanizadas.
Cuantas más célulasvecinas estén
urbanizadas, mayorerá la probabil idad deque una célula x se
urbanice.
8/18/2019 Taller UNAM
21/28
Tecnología paramodelar
peracionalización de modelosen SIG
Los software genéricoscontienen
herramientas quepermiten construir
secuencias deoperaciones a part ir de
funciones básicas.Los datos son
representados porelipses, operacionespor rectángulos y
secuencias por f lechas.
Macro Modeler(Idrisi)
Model Bui lder(ArcGIS)
El uso de Scriptstambién posibilita alusuario ejecutar unasecuencia entera de
operaciones.Conjunto de
instrucciones quepermiten la
automatización detareas.
Pueden combinar varprogramas
8/18/2019 Taller UNAM
22/28
8/18/2019 Taller UNAM
23/28
Tecnología paramodelar
Compartiendo modelos
DUEM
SMUSBAC SLEUTH UPlan
8/18/2019 Taller UNAM
24/28
Tecnología paramodelar
Compartiendo modelos
DINAMICA EGO LanduseSim
What if? CLUE UPlan
8/18/2019 Taller UNAM
25/28
Evaluación yalidación del modelo
Los modelosresultantes de lassimulaciones no
poseen una realidadsobre la cuál puedan
ser comparados.
Por ello para suvalidación se remiteprocesos del pasadejecutando el modea part ir de un puntanterior al present
El m ismo método est ilizado para calibrar
el modelo, paradeterminar sus
parámetros y reglas.
En la realidad, esimprobable que
procesos del mundoreal se comporten deforma tan simples de
acuerdo a las reglas deun modelo.
También esimprobable que u
modelo capture caproceso real que
impacte en el sistem
8/18/2019 Taller UNAM
26/28
Evaluación yalidación del modelo
Entonces, ¿tienensentidos los modelos?
Si, siempre y cuandose tengan en cuenta
los siguientespreconceptos al
implementar modelosde la realidad.
1
Un modelo reflejacomportamientossobre situaciones
ideales, basados euna norma con la cse compara la realid
Muchos modeloseconómico asumen
como norma que losindividuos son
homogéneamenteinformados y
racionales.
En la realidad, losseres humanos no
cumplen con ningunade esas características.
Aún así, resulta út ilconocer lo que
acontecería si así lofuesen, como base
para la comparación.
2
Un modelo no deb
ser medido por laprox imidad con qu
sus resul tados seajustan a la realidasino por cuanto ellreducen la incertez
sobre el futuro.
8/18/2019 Taller UNAM
27/28
Evaluación yalidación del modelo
3
Un modelo no es tantouna form a de
descubrir como elmundo funciona, sino
una form a depresentar el
conocimiento ex istente de una formaút il para la toma de
decisiones.
Métodos de validac
Matriz de confusiónsus medidasderivadas.
Exactitud global
Exactit ud delproductor
Exactitud del usuario
Cálculo del desacuerdopor cant idad y
desacuerdo pordistribución
Índice Kappa estánd
Índice Kappa Kno
Índice Kappa Klocati
8/18/2019 Taller UNAM
28/28
Evaluación yalidación del modelo
Formas de incerteza
1
Incerteza presente enlas entradas. Lapropagación de
errores o incerteza enlas entradas que
producen errores oincertezas en lassalidas.
2
Incerteza sobre lacalibración de los
parámetros. Por elloimportante los análde sensibi lidad, pa
conocer cuanta
influencia t iene caduno sobre losresultados.
3
Incerteza porque elmodelo es ejecutado
sobre un área oextensión geográfica
limitada. Nocontempla la
nfluencias externas aotras escalas.