Taller UNAM

8/18/2019 Taller UNAM

1/28

Dr. Santiago Linares

Ciudad de México, 13 - 14 de Abril d201


2/28

Marco t eór ico - conce

Modelizaespac

(3)


3/28

Alude a una condición que se puedemantener en el tiempo y sin disminucionesprogresivas de calidad.

Capacidad de satisfacer las necesidadesmeter las necesidade


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)


5/28

Expansión u

Ciudad s espacialmmixta, padesplaza áreas de

(3)


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)


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)


8/28

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)


9/28

De

¿Cómonocivosobre

¿Cómocrecim

La mcelu requobtención y sus resutlados son fáciles deinterpretar.

¿Cómo

policen


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


11/28

La ciudad como Sistema Dinámico Comple


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.


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


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


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


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?


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.


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


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


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.


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


22/28


23/28


Compartiendo modelos

DUEM

SMUSBAC SLEUTH UPlan


24/28


Compartiendo modelos

DINAMICA EGO LanduseSim

What if? CLUE UPlan


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


26/28


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.


27/28


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


28/28


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.

Taller UNAM

Documents