Universidad Autónoma de Ciudad Juárez

Recommendations

Info

Cuadro 3. Matriz de detección de cambios de usos y coberturas de suelo para la ciudad de Cuauhtémoc, Chihuahua durante el periodo 2003-2011. Pastizales Urbano o Suelo Cobertura total Agua Bosque Agrícola edificado desnudo año 2 (2011) Pastizales 5619.42 11.7 0 0 8.91 0.18 5640.21 Urbano o edificado 0 4048.83 0 0 0 0 4048.83 Agua 12.15 0 62.91 0 0 18.72 93.78 Bosque 0 6.21 0 2720.79 0 0 2727 Agrícola 0 398.16 0 0 14847.66 7.74 15253.56 Suelo desnudo 4.77 0 40.41 0 0 999.54 1044.72 Cobertura total año 1 5636.34 (2003) 4464.9 103.32 2720.79 14856.57 1026.18 28808.1 Fuente: Elaboración propia Cuadro 4. Matriz de probabilidad de cambio por clase para el periodo 1995-2003. Pastizales Urbano o edificado Agua Bosque Agrícola Suelo desnudo Sumatoria Pastizales 0.909 0.012 0.001 0.018 0.038 0.023 1 Urbano o edificado 0.000 1.000 0.000 0.000 0.000 0.000 1 Agua 0.007 0.000 0.166 0.000 0.000 0.827 1 Bosque 0.018 0.023 0.000 0.950 0.007 0.003 1 Agrícola 0.006 0.015 0.000 0.002 0.977 0.000 1 Suelo desnudo 0.167 0.005 0.000 0.003 0.004 0.822 1 Fuente: Elaboración propia Cuadro 5. Matriz de probabilidad de cambio para el periodo 2003-2011. Pastizales Urbano o edificado Agua Bosque Agrícola Suelo desnudo Sumatoria Pastizales 0.996 0.002 0.000 0.000 0.002 0.000 1 Urbano o edificado 0.000 1.000 0.000 0.000 0.000 0.000 1 Agua 0.130 0.000 0.671 0.000 0.000 0.200 1 Bosque 0.000 0.002 0.000 0.998 0.000 0.000 1 Agrícola 0.000 0.026 0.000 0.000 0.973 0.001 1 Suelo desnudo 0.005 0.000 0.039 0.000 0.000 0.957 1 Fuente: Elaboración propia Capítulo II Geoinformática aplicada a la Planificación Urbana 177
Modelo de predicción de uso y coberturas de suelo • Cartografías de uso de suelo. Para la aplicación del modelo de predicción de usos y coberturas de suelo, se elaboraron tres cartografías de usos y coberturas de suelo (Figuras 3, 4 y 5), en las que se definieron las clases: agrícola, suelo urbano o edificado, pastizal, bosque, agua y suelo desnudo. • Cadenas de Markov. Se generaron diagramas de Markov, mediante las matrices de detección y probabilidad de cambio, en las cuales, se señalan cada uno de los cambios existentes por clase, en los periodos 1995-2003 y 2003-2011 (ver anexos 2 y 3). • Mapas de aptitud. A partir de una EMC, se obtuvieron cinco mapas de aptitud correspondientes a las clases de usos y coberturas de suelo: agrícola, suelo urbano o edificado, pastizal, bosque y suelo desnudo. En estos mapas, se resalta la aptitud del territorio para un uso o cobertura específica, a través de una escala graduada de 0 a 255, donde 0 indica nula aptitud y 255 la máxima (ver anexos 4 a8). • Modelo predictivo. El modelo predictivo de usos y coberturas de suelo basado en la técnica de autómatas celulares, se generó mediante el módulo CA_MARKOV de Idrisi, el cual no muestra cambios significativos para las diferentes clases manejadas. Aun así, de acuerdo con esto, en primer lugar se modeló hacia el año 2011 (Figura 6) y se procedió con la validación a través del comando validate, obteniendo de esta forma los resultados del índice de concordancia Kappa, el cual, depende directamente de Kquantity y Klocation. Por lo anterior y basados en el Cuadro 6, se aceptó el modelo de predicción para el año 2011, dado que el valor de Kappa obtenido en este modelo fue de 0.98. Por lo tanto, partiendo del supuesto que las probabilidades de cambio permanecen constantes, se aplicó el mismo modelo para el año 2019, obteniendo entonces, otra cartografía de usos y coberturas de suelo con las superficies esperadas para ese año (Figura 7). 178 GEOINFORMÁTICA APLICADA A PROCESOS GEOAMBIENTALES en el contexto local y regional: teledetección y sistemas de información geográfica
Page 3 and 4:
Universidad Autónoma de Ciudad Ju
Page 5 and 6:
ISBN electrónico: 978-607-520-150-
Page 7 and 8:
Predicción y modelación del creci
Page 9 and 10:
Capítulo VII La Geoinformática co
Page 11 and 12:
ización de procesos de degradació
Page 13 and 14:
nicas como la superposición manual
Page 15 and 16:
inundación, que genera como consec
Page 17 and 18:
una base de datos, hasta su procesa
Page 19 and 20:
1. Preparación y obtención de la
Page 21 and 22:
Figura 2. Mapa de manzanas y lotes
Page 23 and 24:
Tipo Precio 1 Precio 2 Precio 3 Bie
Page 25 and 26:
Figura 3. Mapa de zonas potenciales
Page 27 and 28:
colonia “Francisco Villa”, tal
Page 29 and 30:
Figura 6. Potencial de afectación.
Page 31 and 32:
Tabla 3. Tabla de estimación de p
Page 33 and 34:
Salas Salinas, M.A., Jiménez Espin
Page 35 and 36:
Pemex en Reynosa, Tamaulipas. En es
Page 37 and 38:
trico, indicando las construcciones
Page 39 and 40:
Figura 1. Mapa de área de estudio.
Page 41 and 42:
• Ubicación como calles y coloni
Page 43 and 44:
Proceso de materiales y métodos B
Page 45 and 46:
Información de trabajo en campo Se
Page 47 and 48:
Instalaciones estables e inestables
Page 49 and 50:
Al igual que el ejemplo anterior, e
Page 51 and 52:
Leyenda Gaseras Condición • Esta
Page 53 and 54:
Leyenda Gaseras Condición • Esta
Page 55 and 56:
cerca de una gasera, y pueda existi
Page 57 and 58:
NOM-124-ECOL-1999 (1999). Especific
Page 59 and 60:
tránsito (AT). Esto equivale a 1.2
Page 61 and 62:
gubernamentales a tener mayor inter
Page 63 and 64:
total de países de la región, dur
Page 65 and 66:
vedad y pasar del conocimiento y de
Page 67 and 68:
se podía apreciar cuales eran las
Page 69 and 70:
Average Nearest Neighbor Summary Re
Page 71 and 72:
La categoría de Moderado se presen
Page 73 and 74:
La intersección del boulevard Fern
Page 75 and 76:
entroncando con carretera Cuauhtém
Page 77 and 78:
Distribución de accidentes del mi
Page 79 and 80:
Leyenda Mínimo Bajo 1-2 Moderado 2
Page 81 and 82:
de fin de semana que probablemente
Page 83 and 84:
Leyenda Mínimo Bajo 1-2 Moderado 2
Page 85 and 86:
Esto se debe a diferentes factores
Page 87 and 88:
2011, http://www.jornada.unam.mx/20
Page 89 and 90:
ciudades. Dicha planificación esta
Page 92 and 93:
Identificación de patrones de crec
Page 94 and 95:
2010), esto como consecuencia de la
Page 96 and 97:
debido a la formación de manchas m
Page 98 and 99:
Las herramientas proporcionadas por
Page 100 and 101:
Se realizó fotointerpretación, qu
Page 102 and 103:
Nombre clase Descripción Imagen Us
Page 104 and 105:
espacial del raster (ESRI, 2012). L
Page 106 and 107:
software Fragstats en su versión 4
Page 108 and 109:
Leyenda 2010 Tipo Urbano Comercial
Page 110 and 111:
El área mixta aumentó en el área
Page 112 and 113:
En contraste, se observa que en otr
Page 114:
Pardo Montaño, A. M. (Agosto de 20
Page 117 and 118:
de población realizadas para el a
Page 119 and 120:
de éste fruto requiere de una impo
Page 121 and 122:
Figura 1. Área de estudio. Cartogr
Page 123 and 124:
generar superficies suavemente vari
Page 125 and 126:
en el área de estudio es el de mic
Page 127 and 128: Figura 4. Comportamiento de los req
Page 129 and 130: Comparación de los consumos de agu
Page 131 and 132: Superficie suavizada (Spline) con l
Page 133 and 134: Con base a lo expuesto anteriorment
Page 135 and 136: cola representa la principal fuente
Page 137 and 138: del Consejo Nacional de Ciencia y T
Page 139 and 140: Anexo 2 Simbología Interpolación
Page 141 and 142: Anexo 4 Simbología Spline (metros
Page 143 and 144: topografía y las construcciones de
Page 145 and 146: eferencia a los datos de entrada qu
Page 147 and 148: Datos de entrada Valores Área urba
Page 149 and 150: Leyenda U Urbano A Agrícola NU No
Page 151 and 152: e) Red de transporte (transportatio
Page 153 and 154: g) Formato de entrada Las imágenes
Page 155 and 156: a) Calibración gruesa En esta fase
Page 157 and 158: lizó una digitalización de las á
Page 159 and 160: la probabilidad de 0 a 20% y de 50
Page 161 and 162: ano, ya que con estos se obtienen l
Page 163 and 164: Márquez Lobato, B. Y. (2008). Aná
Page 165 and 166: crecimiento poblacional han disminu
Page 167 and 168: la nueva forma de tenencia de la ti
Page 169 and 170: Objetivos específicos • Determin
Page 171 and 172: Cuadro 1. Tipología utilizada para
Page 173 and 174: Cabe señalar que todos los factore
Page 175 and 176: Cabe señalar que uno de los cambio
Page 177: Figura 5. Cartografía de usos y co
Page 181 and 182: Figura 7. Resultado del modelo de p
Page 183 and 184: aguas subterráneas comienzan a ser
Page 185 and 186: principalmente si la pérdida de pr
Page 187 and 188: Barreira Gónzalez, P., Aguilera Be
Page 189 and 190: Rionda Ramírez, J. I. (2007). Desa
Page 191 and 192: Anexo 1 Secuencia metodológica Def
Page 193 and 194: Anexo 4. Mapa de aptitud para uso a
Page 195 and 196: Anexo 8. Mapa de aptitud para cober
Page 197 and 198: ficial, y se reconocen como una cue
Page 199 and 200: Asselman, N.E.M., Middelkoop, H. y
Page 201 and 202: la desertificación, cada año deja
Page 203 and 204: cerra, 1998). Las dificultades que
Page 205 and 206: Figura 2. Mapa de cobertura y usos
Page 207 and 208: propuestos por Téllez, Hutchinson,
Page 209 and 210: El factor de erodibilidad del suelo
Page 211 and 212: Tabla 6. Valores para el factor C a
Page 213 and 214: Figura 5. Mapa de disección vertic
Page 215 and 216: tras que los suelos de textura grue
Page 217 and 218: Figura 9. Factor LS. Aplicación de
Page 219 and 220: 1200 1000 Área en Km 2 800 600 400
Page 221 and 222: diseccionadas. Por otra parte, las
Page 223 and 224: Wischmeier, W., y Smith, D. (1978).
Page 225 and 226: y este porcentaje podría increment
Page 228 and 229:
Relaciones espaciales entre los cam
Page 230 and 231:
micas de los productores en cada un
Page 232 and 233:
Lamentablemente, no existen muchas
Page 234 and 235:
Figura 3. Tenencia de la tierra en
Page 236 and 237:
En el análisis, se utilizaron los
Page 238 and 239:
La zona de alto abatimiento (56,700
Page 240 and 241:
Tabla 6. Prueba Chi cuadrada para c
Page 242 and 243:
En el área de recarga también se
Page 244 and 245:
2007). Esta diferencia de precios v
Page 246 and 247:
Bankkoff, G. (2004). The Historical
Page 248 and 249:
Cartografía de referencia Colonia
Page 250 and 251:
Análisis y aplicación de un model
Page 252 and 253:
áreas de recarga y por otra, a que
Page 254 and 255:
Figura 1. Zona de Estudio. La recar
Page 256 and 257:
manejo del recurso del agua, se bus
Page 258 and 259:
El último modelo identificado es u
Page 260 and 261:
Cuadro 6. Ponderación de la posibi
Page 262 and 263:
d) Aplicación del modelo propuesto
Page 264 and 265:
F, en función del área que repres
Page 266 and 267:
Se seleccionó un modelo aplicado p
Page 268 and 269:
de http://siteresources.worldbank.o
Page 270 and 271:
CAPÍTULO V Geoinformática aplicad
Page 272 and 273:
En el noroeste de México son escas
Page 274 and 275:
Delbart N, Picard G, Le Toan T, Ker
Page 276:
means of AVHRR images and climate i
Page 279 and 280:
ellos evita los procesos de erosió
Page 281 and 282:
METODOLOGÍA Área de estudio El á
Page 283 and 284:
sario hacer una reclasificación en
Page 285 and 286:
Figura 3. Valores de NDVI pre- ince
Page 287 and 288:
Tabla 2. Área afectada por cada ra
Page 289 and 290:
Tabla 4. Área afectada por cada ra
Page 291 and 292:
En cambio las categorías de Severi
Page 293 and 294:
Montorio, R., Perez-cabello, F., Ga
Page 295 and 296:
más bajas se registran entre los m
Page 297 and 298:
ÁREA DE ESTUDIO El área de estudi
Page 299 and 300:
píxel. Finalmente el modelo de cla
Page 301 and 302:
de reflectividad, para el mes de ma
Page 303 and 304:
indicando una posible tendencia neg
Page 305 and 306:
Análisis por tenencia de la tierra
Page 307 and 308:
de la conservación de áreas fores
Page 309 and 310:
GEOINFORMÁTICA APLICADA A PROCESOS
Page 311 and 312:
Cabe hacer una distinción entre lo
Page 313 and 314:
MATERIALES Y MÉTODOS Descripción
Page 315 and 316:
Tabla 1. Datos de las imágenes Lan
Page 317 and 318:
Las clasificaciones basadas en resp
Page 319 and 320:
entre categorías, en conclusión r
Page 321 and 322:
Tabla 5. Propuesta de clasificació
Page 323 and 324:
Figura 2. Cobertura Vegetal año 20
Page 325 and 326:
es decir que tuvo una pérdida cons
Page 327 and 328:
Figura 6. Propiedad privada 2011. F
Page 329 and 330:
Figura 8. Propiedad ejidal 2011. Fu
Page 331 and 332:
Figura 9. Tabulación Cruzada Ejido
Page 333 and 334:
Tabla 11. Tasa de deforestación an
Page 335 and 336:
Cerda, J. y Villarroel, L. (2008).
Page 338 and 339:
CAPÍTULO VI Geoinformática aplica
Page 340:
Fierro Macias Carlos Daniel, Torres
Page 343 and 344:
Ara militaris es la especie que pre
Page 345 and 346:
prohíbe su comercialización como
Page 347 and 348:
anías de clima suave, mesas y mese
Page 349 and 350:
meses de mayo a agosto y la más ba
Page 351 and 352:
Con base a la norma oficial mexican
Page 353 and 354:
de máxima entropía (Maxent) para
Page 355 and 356:
gidos al azar del área de estudio
Page 357 and 358:
Figura 3. Mapa consenso obtenido po
Page 359 and 360:
Figura 7. Curva operada por el rece
Page 361 and 362:
solución por medio de una ruta dis
Page 363 and 364:
Figura 10. Análisis “Jackknife
Page 365 and 366:
y la escala geográfica, dependiend
Page 367 and 368:
Herbert J. 2006. Distribution, habi
Page 369 and 370:
GEOINFORMÁTICA APLICADA A PROCESOS
Page 371 and 372:
Por muchos años se ignoraron los t
Page 373 and 374:
Figura 1. Distribución histórica
Page 375 and 376:
se da el nicho ecológico fundament
Page 377 and 378:
do con 15.4% del territorio, el muy
Page 379 and 380:
Cuadro 1. Envolventes ambientales.
Page 381 and 382:
leccionados (42%). El mapa de ausen
Page 383 and 384:
La distribución histórica del ven
Page 385 and 386:
Figura 7. Curvas de respuesta de la
Page 387 and 388:
Chillo, V., y Ojeda, R. 2012. “Ma
Page 390 and 391:
Modelación del Potencial Actual de
Page 392 and 393:
los ecosistemas, los hábitats, la
Page 394 and 395:
Antecedentes del modelo de MaxEnt (
Page 396 and 397:
te 109°07’ de longitud oeste Chi
Page 398 and 399:
Tabla 1. Variables bioclimáticas d
Page 400 and 401:
default; continuando se seleccionó
Page 402 and 403:
atributo de 3 (áreas con las condi
Page 404 and 405:
entre la proporción de acuerdo obs
Page 406 and 407:
• mex_slo: Esta variable contiene
Page 408 and 409:
a .908 son áreas en las que las co
Page 410 and 411:
Figura 11. Mapas de condiciones, es
Page 412 and 413:
las especies sobrevivan, de .675 a
Page 414 and 415:
Mapa de Idoneidad Potencial Actual
Page 416 and 417:
Figura 19. Mapa de idoneidad del po
Page 418 and 419:
Tabla de concordancia de idoneidad
Page 420 and 421:
Figura 21. Mapa de pérdida de idon
Page 422 and 423:
les de 1996 y 2000, que consideran
Page 424 and 425:
La aplicación del método de máxi
Page 426 and 427:
Mateo R., Felicísimo A. 2011. “M
Page 428 and 429:
CAPÍTULO VII La Geoinformática co
Page 430 and 431:
El trabajo de Claudia Legarreta es
Page 432 and 433:
Correlación entre indicadores soci
Page 434 and 435:
Finalmente es importante afirmar qu
Page 436 and 437:
1. Comprender cómo se correlaciona
Page 438 and 439:
Adicionalmente, el trabajo presente
Page 440 and 441:
secuencia, una buena escuela es una
Page 442 and 443:
10. Elemental en Ciencias 11. Bueno
Page 444 and 445:
• Evaluación Nacional del Logro
Page 446 and 447:
Figura 1. Ciudad Cuauhtémoc Chihua
Page 448 and 449:
Una vez que se terminó esta parte
Page 450 and 451:
la fiabilidad es media. En cambio s
Page 452 and 453:
Escuela Hogar y familia Comunidad C
Page 454 and 455:
mayor demanda y disposición de és
Page 456 and 457:
Los indicadores de rendimiento son
Page 458 and 459:
La matrícula es atendida por cerca
Page 460 and 461:
más adelante, las escuelas que se
Page 462 and 463:
que los resultados de la prueba se
Page 464 and 465:
Figura 7. Grado de Marginación en
Page 466 and 467:
instituciones educativas cuyo anál
Page 468 and 469:
Cuadro 4. Las cinco escuelas con lo
Page 470 and 471:
Escuela “Ricardo Flores Magón”
Page 472 and 473:
es más factible esperar que los ni
Page 474 and 475:
sin embargo también es importante
Page 476 and 477:
conclusiones, fue posible ir encont
Page 478 and 479:
Martínez Ortega, R. M., Tuya Pend
show all

Universidad Autónoma de Ciudad Juárez

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?