Utilización de autómatas celulares como técnica de modelamiento espacial para determinación el cambio de uso de suelo y cobertura vegetal

Abstract

En la actualidad, las acciones humanas ocasionan notables modificaciones en el paisaje que producen alteraciones en los sistemas naturales y productivos, así como también en los procesos ecológicos. Una de estas alteraciones se puede evidenciar claramente en la Amazonía ecuatoriana, donde la intensa dinámica de cambios de uso del suelo y cobertura vegetal debido a las tendencias de colonización humana que se inició con las actividades petroleras, ha provocado la desaparición de una gran extensión del bosque primario con la consecuente pérdida de miles de especies de plantas y animales.Para determinar el comportamiento de estos fenómenos ocurridos en diferentes espacios de tiempo, en este Proyecto de Grado se utilizó una técnicaconocida como Autómatas Celulares para realizar el modelamiento espacial de la cobertura vegetal y uso del suelo en el sector comprendido entre La Compañía Agrícola Payamino y la Población Callanayacu ubicado en la Provincia de Orellana, que cubre un área de 6.038,22 hectáreas.Para ello, en primer lugar, aplicando la técnica de Interpretación Digital se obtuvo la geoinformación necesaria para el análisis de los períodos comprendidos entre 1965 y 2001. Posteriormente sobre esta base se generó dos escenarios prospectivos a los años 2011 y 2020, que indican que para el año 2011 el 91,39% del bosque primario ha desaparecido y para el año 2020 se indica que desaparecerá el 95,49 %, quedando únicamente el 4,51% de la totalidad del área de bosques primarios, con tendencia a desaparecer por completo de continuar con las mismas condiciones actuales.Revista Ciencias Espaciales, Volumen 8, Número 1 Primavera, 2015; 310-326

Autómatas Celulares en Cascada para modelar la expansión urbana con áreas restringidas

“…Los autómatas celulares (AC) son, tal vez, el enfoque más utilizado desde hace varias décadas para representar cambios espacio-temporales en el territorio (Wahyudi y Liu, 2016). Las razones son diversas: son prácticos y robustos para procesar imágenes, reconocer y proyectar patrones en tiempo y espacio (Wongthanavasu y Tangvoraphonkchai, 2007); no requieren demasiados datos que son costosos de recolectar (lo que los hace mucho más operables que los modelos integrados urbanos: Lopes, Grangeiro y Van Wee, 2019); y facilitan simular numerosos procesos espaciotemporales: cambios de uso del suelo (Baxendale y Buzai, 2011;Pérez-Miranda et al, 2011;Padilla et al, 2015), difusión de contaminantes (Marín et al, 2000), deslizamientos de tierra (Lai y Dragicevic, 2011), propagación de incendios (Yassemi, Dragićević y Schmidt, 2008), entre otros.…”