Un modelo de simulación del crecimiento urbano y del...

12

214

INTRODUCCIÓN

El objetivo de esta comunicación es presentar un modelo dinámico que ayuda a simular a futuro el comportamiento de varias variables sociales y de ocupa-ción del suelo en las Comunidades autonómicas españo-las. Para ello se han seleccionado los factores que se han considerado más influyentes en la evolución en el tiempo de las dos variables consideradas dependientes y cuyo cambio se desea poder estimar: el número de nuevas viviendas (y el suelo dedicado a ello) y, por otra parte, el suelo dedicado a zonas productivas (industriales y comerciales). Como resultado de la determinación de los factores considerados explicativos del crecimiento urbano y productivo, se ha realizado una aplicación de la metodología de Dinámica de Sistemas, que permite elaborar modelos de simulación para sistemas comple-jos, de modo que sea posible, por un lado, entender las causas de los cambios del suelo y, por otro, estimar el crecimiento del suelo urbano y productivo de un deter-minado territorio en un determinado período. Definido el modelo, es posible establecer distintos escenarios de simulación que determinen la demanda de mayor o menor concentración de suelo urbano y productivo, escenarios que permiten estimar la demanda de suelo de las categorías antes mencionadas. Las unidades de observación empleadas son las diecisiete Comunidades Autónomas de España, que han vivido, de manera variable, un fuerte crecimiento urbano (residencial y productivo) en los últimos años y que constituyen, por su tamaño, unas zonas relativamen-te autónomas y con cierta unidad económica, social y política, lo que facilita su uso como unidad de base para la definición del modelo. El período establecido para la ejecución del estudio son los años 1990 y 2000 para los

cuales se cuenta con información tanto para las variables explicativas como para las variables dependientes.

ANTECEDENTES

El procedimiento de modelado seleccionado ha sido la Dinámica de Sistemas, una técnica que permite analizar los sistemas complejos y simular sus comportamientos pasados y futuros, mediante la formulación de un modelo matemático incluido en un programa informáti-co. Este método fue desarrollado por Jay Forrester, ingeniero del Instituto Tecnológico de Massachussets (MIT) en la década de los cincuenta. En 1969 se publica la obra Dinámica Urbana (Forrester, 1969), en la que se muestra su aplicabilidad a los estudios urbanos. La dinámica de sistemas es una metodología cuyo objetivo es la modelización de la dinámica de sistemas complejos (Aracil y Gordillo, 1997; Izquierdo et al., 2008), mediante la construcción de un modelo de simulación informática, que pone de manifiesto las relaciones entre la estructura del sistema, su comporta-miento, y la determinación de los valores que las varia-bles adoptan, a lo largo del tiempo (Aracil, J. y Gordillo, F. 1997). Esta metodología se ha utilizado para la mode-lizar sistemas en ingeniería (Ford 1997) , la gestión medioambiental (Martínez y Esteves, 2007), en la plani-ficación urbana (Aracil y Bueno 1976), por mencionar algunos trabajos. También en Geografía se han realizado algunas aplicaciones, en concreto para estimar las demandas de uso de nuevo suelo urbano (López, 2002), de manera más general se ha planteado que esta metodo-logía podría ser útil para la interconexión general de los SIG y el tratamiento de los fenómenos espaciales en el tiempo (López y Bosque, 2005). En este caso, el objetivo principal de este modelo es similar: conocer el tamaño de la demanda de

2

3

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

Un modelo de simulación del crecimiento urbano y del crecimiento económico de las CCAA españolas

CRISTINA VELASTEGUI, WENSESLAO PLATA YJOAQUÍN BOSQUE SENDRA

(2) Sistema Nacional de Información, Secretaria Nacional de Planificación y Desarrollo -SENPLADES-, Ecuador

(3) Escuela de Ciencias de la Tierra, Universidad Autónoma de Sinaloa. Culiacán, Sinaloa, México.

(4) Departamento de Geografía, Universidad de Alcalá, España

1 Trabajo financiado por el proyecto SIMURBAN del Ministerio de Educacion y Ciencia (MEC España) a traves de la convocatoria de 2006 de proyectos del Plan nacional de Investigacion cientifica, Desarrollo e Innovacion 2004-2007, Programa nacional de Ciencias Sociales, Económicas y Jurídicas (Referencia SEJ2007-66608-C04-00/ GEOG.

1

3 Citado por Izquierdo L., Galán J., Santos J., y Olmo R. (2008).4 Citado por Silvio Martínez (1989).

(2) (3)

(4)

12

215

nuevo suelo urbano y nuevo suelo productivo en un determinado territorio en el periodo de simulación. A partir de conseguir el buen funcionamiento del modelo en un periodo de tiempo del pasado (fase de ajuste del modelo) es posible establecer distintos escenarios de simulación, que concentren en mayor o menor medida el crecimiento de las categorías en cuestión, mediante la modificación para ello de los valores de las tasas inclui-das en el modelo. Se pueden establecer, por ejemplo, tres escenarios diferentes (Aguilera y otros, 2009): El escenario tendencial se basa en la continui-dad experimentada en los últimos años, es decir, el crecimiento del suelo urbano y productivo se manten-drán en las mismas condiciones, sin la necesidad de modificar el valor de las tasas determinadas en la fase de ajuste del modelo. El escenario de crisis por su parte, supone un cambio significativo disminuyendo de manera impor-tante el crecimiento de suelo urbano y productivo experimentado en periodos anteriores, a causa de una posible crisis, marcado a su vez por una menor presión demográfica y menores niveles de renta. Finalmente el escenario de innovación y sostenibilidad local se centra principalmente en el crecimiento de nuevas áreas industriales, generadas por los incrementos de rentas derivadas de la innovación como motor económico, por otra parte, las demandas residenciales se ven reducidas de acuerdo con un mante-nimiento de la población.

ÁREA DE ESTUDIO Y DATOS

España está situada al suroeste de Europa, ocupa la mayor parte de la Península Ibérica, limita al Norte con Francia, Andorra y el Mar Cantábrico, al Sur con el Mar Mediterráneo y el Océano Atlántico, al Este con el Mar Mediterráneo y al Oeste con Portugal (Figura 1.).

España cuenta con una población aproximada de 46´009.000 de habitantes (INE, 2008), y tiene una superficie aproximada de 506.645 Km2, gran parte del territorio español, 97,5%, se encuentra ubicado en la península ibérica, en donde se localizan 15 de las 17 Comunidades Autónomas que conforman España, el 2,5% restante corresponden a los archipiélagos consti-tuidos, por un lado, por las Islas Baleares, ubicadas en el Mar Mediterráneo occidental, y por otro, las Islas Cana-rias, ubicadas en el Océano Atlántico nororiental. En cuanto a las ciudades autónomas de Ceuta y Melilla que forman parte de España, se las excluye del estudio ya que constituyen casos particulares debido a las reduci-das extensiones y ubicaciones fronterizas. En España, el suelo correspondiente a superfi-cies artificiales representa un pequeño porcentaje, de tan solo 2,1% del total del territorio, a diferencia del resto de países europeos (occidentales y centrales) cuya extensión asciende a un 5%, las superficies artificiales de España corresponden en su gran mayoría a zonas residenciales en un 63%, seguido de las zonas industria-les y comerciales con un 12%, el porcentaje restante lo conforman las áreas dedicadas a la infraestructura de trasporte y a zonas de extracción minera, vertederos y de construcción (OSE, 2006, pp. 78). El cambio del suelo a superficies artificiales producido en España durante el período 1990 - 2000 muestra un incremento del 29,5%, que corresponde a un total de 240.166 hectáreas, muy por encima del 5,4% de Europa (OSE, 2006, pp. 78-79), lo que indica que en España, se dio un alto grado de conversión del suelo a superficies artificiales, siendo la creación de zonas residenciales la principal causa de esta expansión, segui-da de las zonas industriales y comerciales. En España el incremento de las superficies artificiales se han desarro-llado principalmente sobre zonas agrícolas seguidas de las zonas forestales (OSE, 2006, pp. 80-81).

Mar Mediterráneo

Mar Cantábrico

Océ

ano

Atlá

ntic

o

Port

ugal

Francia

EUROPA

AFRICA

-12

-12

0

0

12

12

40 40

52 52

³

0 2 4 6 81Decimal Degrees

FIGURA 1. Localización de las Comunidades Autónomas Españolas.


CRISTINA VELASTEGUI, WENSESLAO PLATAY JOAQUÍN BOSQUE SENDRA

12

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


Para poder analizar los cambios de uso del suelo de cada una de las Comunidades Autónomas producidas en el período 1990–2000, se procedió a utilizar los datos obtenidos por el Observatorio de la Sostenibilidad de España -OSE- en la publicación del estudio de Cambios de ocupación del suelo en España: Implicaciones para la Sostenibilidad (2006), cuyos resultados son provenientes de la cartografía del proyec-to CORINE (Coordination of Information of the Environment) LandCover para España, información que dispone de datos para las dos fechas en cuestión. De ésta fuente se procede a extraer la informa-ción que corresponde a cada una de las 17 Comunidad Autónoma, por un lado la categoría de Zonas Urbanas encierra todas aquellas zonas correspondientes a Tejido urbano continuo, Estructura urbana laxa y Urbanizacio-nes exentas y/o ajardinadas, y por otro lado, la categoría de Zonas Productivas abarca a las zonas correspondien-tes a Zonas industriales y Comerciales. En lo que respecta al resto de variables necesa-rias para el funcionamiento del modelo de Dinámica de Sistemas, los datos se obtuvieron a partir de las observa-ciones estadísticas realizadas por el INE (sociales, económicas y demográficas) y los datos de cambio de suelo (urbano y productivo) conseguidos a partir de los resultados obtenidos por el OSE. A continuación se muestran los datos de partida para la obtención de varia-bles de nivel, auxiliares y calibración de tasas para la simulación del modelo (Tabla 1.)

METODOLOGÍA

La Dinámica de Sistemas gira en torno al concepto de retroalimentación, es decir una causalidad circular entre

variables observables, las mismas que describen algún atributo de los componentes básicos del sistema. Gran parte de los modelos de dinámica de sistemas, se expre-san mediante un conjunto de ecuaciones algebraicas, muchas veces ecuaciones diferenciales (Izquierdo et al., 2008). En nuestro caso, se considera que el incremen-to de zonas urbanas se produce como consecuencia de nuevas viviendas demandadas por nuevos hogares (derivado del crecimiento poblacional y de la disminu-ción del número de personas por hogar), y por el incre-mento de la renta que permite contemplar la vivienda como un bien de inversión. Por otro lado, el incremento de las zonas productivas, son la respuesta a las deman-das generadas por las nuevas viviendas y zonas urbanas, así como también del incremento de la renta que favorece la actividad económica y la creación de nuevas áreas comerciales e industriales. Dentro de este contexto, la figura 2 muestra el modelo de Dinámica de Sistemas (Aguilera y otros, 2009) planteado para la simulación del uso del suelo, este modelo se ha ajustado para cada una de las comuni-dades autónomas, mediante este modelo se estudiará el crecimiento del suelo urbano y productivo entre el período 1900–2000. El modelo ha sido calibrado para reproducir los valores del año 2000, partiendo de los datos observados en el año de 1990 y en el período 1990 y 2000. El intervalo de cálculo del modelo es el año, por lo que es posible obtener valores de las variables para cada año entre 1990 y 2020.

TABLA 1. Descripción de las variables de partida del Modelo Dinámica de Sistemas

NOMBRE DESCRIPCIÓN Población Unidades Número de Personas. Período 1991 – 2001 Vivienda Unidades Número de Viviendas. Período 1991 – 2001 Hogares Unidades Número de Hogares. Período 1991 – 2001 Renta Miles de Euros. Período 1991 – 2001 Zona Urbana Suelo construido con zonas residenciales, Unidades en hectáreas. Período 1990 – 2000 Zona Productiva

Suelo construido con zonas industriales y comerciales, Unidades en hectáreas. Período 1990 – 2000

Natalidad Unidades Número de Nacimientos. Período 1991 – 2001 Mortalidad Unidades Número de Defunciones. Período 1991 – 2001

12

217

En la figura 2 se identifica en color negro las Variables de Niveles en donde se indican los valores iniciales de estas variables, de color verde los Flujos que se calculan para cada año y afectan a los niveles, en color azul las Variables auxiliares que se calculan para cada año y las tasas son valores anuales, que tienen valores fijos y cuyas cifras se deben estimar durante el período de calibración. Durante el periodo de simula

FIGURA 2. Modelo de Dinámica de Sistemas para simular uso del suelo residencial y productivo.

ación es posible otorgar valores diferentes a estas tasas de simulación para generar distintos escenarios. Para el funcionamiento del modelo se estable-cen las 6 variables de nivel, antes mencionadas, cuyos valores se van modificando en el tiempo a causa de las variables auxiliares y tasas calibradas. A continuación (Tabla 2.), se observa el método de calibración de las tasas a ingresar en el modelo:



12



RESULTADOS

En la tabla 3 se muestra el conjunto de tasas estimado para cada una de las comunidades autónomas, con estos cifras se obtienen los valores de las variables de nivel en el año 2000 y se comparan con las reales para determinar si el modelo consigue reproducir la realidad en alguna medida. En otra fase del procedimiento se podrán hacer ciertas modi-ficaciones (ajustes) de las tasas, con la posibilidad de simular distintas situaciones futuras de uso de suelo urbano y productivo, las tasas son valores anuales fijos durante el periodo 1990-2000.

NOMBRE DESCRIPCIÓN

Tasa de Natalidad Se suma el número de nacimientos entre 1991 y 2001 , y se obtiene la media anual, este valor se divide entre la media de la población 1991-2001

Tasa de Mortalidad Se suma el número de defunciones entre 1991 y 2001 , y se obtiene la media anual, este valor se divide entre la media de la población 1991-2001

Tasa de saldo migratorio

A la variación de la población entre 1991 y 2001 se resta la sumatoria de los nacimientos entre 1991 y 2001 y se suma la sumatoria de las defunciones entre 1991 y 2001, de este valor se obtiene la media anual del período, este valor se divide entre la media de la población 1991-2001

Tasa de aumento de la renta Su suman los incrementos anuales entre 1991 y 2001 y se obtiene el promedio del mismo

Tasa de decrecimiento de la Renta

Inicialmente valor cero (0)

Tasas de aumento del suelo productivo

Se obtiene a partir del Incremento anual del suelo productivo, renta y población y del valor medio de la población entre 1991 y 2001

Tasas de vivienda por hogar

Se obtiene a partir de la media de dividir el número de viviendas entre el número de hogares para los años 1991 y 2001

Tasa de nuevo suelo productivo por vivienda

Se divide el Incremento anual del suelo productivo para el Incremento anual de la vivienda

Tasa de aumento de la vivienda por euro por persona

Se obtiene a partir del incremento anual de la renta, población y vivienda

Personas por hogar Se divide el número de personas entre el número de hogares

Hogares por escisión y cambio en estructura

Se obtiene a partir de calcular los hogares teórico del 2001 a partir de la división de la población del 2001 para las personas por hogar de 1991, luego se obtiene la diferencia de hogares mediante la resta de los hogares reales de 2001 y los hogares teórico de 2001, finalmente de este valor se obtiene la media del período 1991 –2001

Suelo consumido por vivienda Se divide la zonas urbanas entre el número de viviendas

TABLA 2. Variables y Tasas para el funcionamiento de modelo de dinámica de sistemas

12

219

Calibración del Modelo

La tabla 4 que a continuación se observa, muestra la relación entre los valores obtenidos y los reales para las variables de nivel del modelo.

TASAS Tasa de natalidad

Tasa de mortalidad

Tasa Saldo Migratorio

Tasa de Aumento de

Renta

Tasa de decrecimien

to de la renta

Tasa del aumento del suelo

productivo

Tasa de viviendas por hogar

Tasa de Nuevo suelo

productivo por

vivienda

Tasa de aumento Vivienda por euro

por persona

Personas por Hogar

Hogares por

escisión y cambio en estructura

Suelo consumido

por vivienda

CCAA (TBN) (TBM) (TSM) (TCR) (TDR) (TASP) (TVH) (TNSPV) (TAVEP) (PH) (HECE) (SCV)

Andalucía 0,011 0,008 0,003 0,046 0 8,13E-10 1,45 0,005 1,48E-07 3,28 31918 0,030

Aragón 0,008 0,0010 0,004 0,030 0 5,14E-10 1,47 0,022 2,38E-08 2,88 4820 0,037

Asturias 0,006 0,011 0,002 0,025 0 -7,24E-10 1,33 0,011 -6,59E-08 2,92 4737 0,017

Baleares 0,011 0,009 0,015 0,038 0 3,01E-09 1,71 0,008 3,85E-07 2,90 2909 0,047

Canarias 0,011 0,007 0,008 0,045 0 1,50E-09 1,49 0,003 4,39E-07 3,35 8695 0,035

Cantabria 0,008 0,010 0,003 0,042 0 1,33E-10 1,49 0,004 3,70E-08 3,13 2229 0,037

Castilla La Mancha 0,010 0,010 0,006 0,038 0 2,96E-09 1,60 0,018 1,67E-07 3,05 6392 0,055

Castilla León 0,007 0,010 -0,001 0,027 0 -2,43E-09 1,60 0,028 -8,73E-08 2,95 10822 0,054

Cataluña 0,009 0,009 0,004 0,034 0 9,46E-10 1,43 0,011 8,97E-08 2,93 28558 0,037

Comunidad Valenciana 0,010 0,009 0,007 0,047 0 3,24E-09 1,71 0,018 1,78E-07 2,97 17267 0,027

Extremadura 0,010 0,010 -0,001 0,045 0 -1,75E-10 1,51 0,019 -9,29E-09 3,07 4254 0,038

Galicia 0,007 0,010 0,002 0,032 0 -2,30E-10 1,44 0,008 -2,87E-08 3,21 11190 0,028

La Rioja 0,008 0,009 0,006 0,036 0 1,41E-09 1,52 0,012 1,14E-07 2,91 1207 0,027

Madrid 0,010 0,007 0,007 0,048 0 2,01E-09 1,30 0,014 1,41E-07 3,08 21560 0,022

Murcia 0,012 0,008 0,010 0,051 0 9,40E-09 1,59 0,033 2,89E-07 3,32 3432 0,034

Navarra 0,009 0,009 0,006 0,042 0 3,34E-09 1,34 0,028 1,21E-07 3,14 2239 0,023

País Vasco 0,008 0,008 0,000 0,044 0 -1,31E-10 1,21 0,014 -9,67E-09 3,07 11487 0,016

TABLA 3. Calculo de las Tasas de las Comunidades Autónomas

TABLA 4. Valores obtenidos en el modelo de dinámica de sistemas de las Comunidades Autónomas

Variables CCAA Población Hogar Renta Viviendas Suelo

Residencial Suelo

Productivo Andalucía 0,992 0,979 0,919 0,943 -0,041 0,948 Aragón 0,990 0,994 0,999 0,982 -0,380 0,983 Asturias 0,978 0,989 0,998 0,810 0,653 0,812 Baleares 0,982 0,981 0,998 0,533 0,825 0,535 Canarias 0,984 0,973 0,998 0,823 -1,724 0,819 Cantabria 0,980 0,992 0,999 0,633 0,442 0,632 Castilla La Mancha 0,998 0,981 0,999 0,936 0,811 0,939

Castilla León 0,992 0,973 0,999 0,696 0,777 0,696 Cataluña 0,981 0,989 0,999 0,976 -3,340 0,982 Comunidad Valenciana 0,993 0,981 0,998 0,963 0,767 0,965

Extremadura 0,950 1,000 0,966 0,630 0,897 0,631 Galicia 0,986 0,995 0,999 0,852 -2,855 0,850 La Rioja 0,995 0,985 0,998 0,906 -0,300 0,910 Madrid 0,997 0,976 0,999 0,889 0,740 0,887 Murcia 0,987 0,980 0,998 0,844 0,620 0,845 Navarra 0,996 0,980 0,999 0,808 0,960 0,810 País Vasco 0,977 0,997 0,998 0,853 0,792 0,849



12



La calidad del modelo se mide a partir de los ajustes registrados, es decir cuando el ajuste es igual a 1, este valor indica que el dato obtenido a partir de la simu-lación es próximo al valor real, el ajuste del modelo se obtiene de la siguiente manera (Aguilera y otros, 2009):

A partir de los datos (Tabla 4), se observa que el modelo arroja ajustes diferentes para las 6 variables de nivel de cada una de las comunidades autónomas, se aprecia que para las variables de población (95 y 100%), hogar (97 y 100%), renta (92 y 100%) todas la comuni-dades presentan un ajuste casi perfecto. En lo que respeta a la vivienda, la mayoría de las comunidades presenta un ajuste entre el 81% y el 98% a excepción de Baleares, Extremadura, Cantabria y Castilla León cuyo ajuste varía entre el 53% y 70%, lo mismo sucede con las variables de suelo productivo, lo cual seguramente muestra la fuerte relación existente entre estas dos variables. La única variable que presenta grandes desajus-tes en el modelo, en algunas comunidades, es la que corresponde al suelo residencial, el desajuste es más visible en aquellas comunidades en las que la variación superficial, de ésta categoría, durante el período de estudio (1990-2000), es menor, lo que puede indicar que en su versión actual, el modelo refleja en alguna medida los procesos ocurridos en los lugares donde se ha produ-cido un rápido crecimiento, es decir ha tenido mayor peso la denominada “burbuja” inmobiliaria española, pero no es tan adecuado, y requiere, posiblemente, cambios en su estructura, para simular lo ocurrido en regiones donde la burbuja ha tenido menor peso, será necesario realizar cierto ajuste en los valores de las tasas que influye directamente con el suelo residencial. Aún así el modelo parece relativamente valido en la simula-ción de los comportamientos en las diecisiete comunida-des autonómicas españolas, lo que se puede considerar un resultado interesante.

DISCUSIÓN Y CONCLUSIONES

A partir de las tasas es posible realizar un análisis entre las comunidades autónomas y conocer cuál es la tenden-cia de cada una de ellas respecto a las variables influyen-

tes en el crecimiento de las zonas urbanas o productivas.

De acuerdo a los valores de las tasas, la Comu-nidad de Murcia resulta ser la comunidad que registra la tasa de aumento de la renta (0,051) más alta de toda España, éste valor junto con la tasa del saldo migratorio (0,010), también uno de los más altos, hacen muy impor-tante la demanda de nuevo suelo productivo. Por otro lado, el número de viviendas ejercen presión, según la tasa, a la creación de la categoría antes mencionada, es así que con diferencia, durante el período 1991-2001, la Comunidad de Murcia ha experimentado el mayor creci-miento de zonas dedicadas a actividades industriales y comerciales. Por su parte la Comunidad Balear, también mantiene tasas altas que indican la necesidad de nuevos espacios residenciales y productivos, en este caso la tasa del saldo migratorio registra, con diferencia, el valor más alto de todas las comunidades (0.015), lo que indica la gran presión demográfica registrada en el archipiélago durante el período de estudio. En ésta comunidad se registra la tasa de vivienda por hogar (1,7) más alta de España, muy probablemente se debe a que al ser Balea-res una comunidad con gran presión turística (europea en general), hace que muchos hogares de fuera de las islas posean en ella una vivienda de tipo secundaria, lo que a su vez genera una mayor demanda en el suelo residencial (SCV 0,047). Las conclusiones más interesantes que pode-mos extraer de este análisis es la atractiva posibilidad que ejerce la Dinámica de Sistemas como una metodolo-gía de fácil utilización para crear modelos de simulación que permiten obtener datos de futuras demandas de usos del suelo en una región, un componente muy importante en un proceso de Ordenación del Territorio. Por otra parte, al tener un análisis por separado de cada una de las comunidades, se aprecia, en definitiva determinadas pautas de cambio y desarrollo, marcadas por un lado por la localización geográfica y la actividad turística de las mismas, ya que, aparte de la Comunidad de Madrid, la zonas costeras occidentales y los archipié-lago muestran gran evolución económica y de cambios de uso del suelo. No obstante, de acuerdo a los valores de ajustes obtenidos en el modelo de Dinámica de Sistemas, parece necesario revisar las tasas o, incluso, el propio modelo, para poder entender y simular el comportamien-to ocurrido en algunas de las zonas de estudio, es decir la especificidad local no es desdeñable y sería interesante ver la manera de incluirla en un modelo general.

12

221

Aracil, J. y Gordillo, F. (1997). Dinámica de Sistemas. Alianza Universidad Textos, Madrid.Aguilera Benavente, F. Plata Rocha, W., Bosque Sendra, Joaquín y Gómez Delgado, M..(2009): Diseño y simulación de escenarios de demanda de suelo urbano en ámbitos metro-politanos. Revista Internacional Sostenibili-dad, Tecnología y Humanismo, diciembre 2009, núm. 4, p. 57-80 (http://upcommons.upc.edu/revistes/handle/2099/8535)Forrester J., (1969): Urban dynamics. Cambridge. Massachusetts. LondresHenríquez C., Azónar G. y Aguayo M., (2006): Cambio de uso del suelo y escorrentía superfi-cial: aplicación de un modelo de simulación espacial en Los Ángeles, VIII Región del Biobío. Chile. Revista de Geografía Norte Grande, Nº 36, p. 61-74INE, 2008 datos de España: http://www.ine.es/inebmenu/mnu_cifraspob.htmIzquierdo L., Galán J., Santos J., y Olmo R., (2008): Modelado de sistemas complejos mediante simulación basada en agentes y mediante dinámica de sistemas. Revista de metodología de ciencias sociales, ISSN 1139-5737, Nº 16, pp. 85-112 López Klocker, C. (2002). Dinámica de sistemas para la estimación de las necesidades de suelo residencial en la Comunidad de Madrid. Actas 2da Reunión Española de Ciencias de Sistemas. Sociedad Española de Sistemas Generales, Valencia, 2002.

BIBLIOGRAFÍA Lopez Klocker. C. y Bosque Sendra, J. (2005): “SIG y dinámica de sistemas”. X Conferencia Iberoamericana de SIG, San Juan de Puerto Rico, septiembre de 2005, 10 p. Publicada en el libro (CD-ROM) de actas del Congreso.Martinez, Silvio (1989): Dinámica de sistemas y planificación regional. Norba. Revista de geografía, ISSN 0213-3709, Nº 8-9, pp. 63-86Martínez J. y Esteves M., (2007): Gestión integrada de cuencas costeras: dinámica de los nutrientes en la cuenca del Mar Menor. España. Revista de Dinámica de Sistemas Vol. 3 Núm. 1.Organización de las Naciones Unidas, (2002): Ciudades de hoy, ciudades del mañana. http://www.un.org/Pubs/CyberSchoolBus/spanish/cities/index.asp. Consulta: 27 mayo 2009Observatorio de la Sostenibilidad en España, (2006): Cambios de ocupación del suelo en España: Implicaciones para la sostenibilidad. Observatorio para la Sostenibilidad en España. Alcalá de Henares. Madrid. Proyecto SIMURBAN, 2009: Modelo de dinámica de sistemas para la simulación de los valores de crecimiento de suelo urbano y productivo. Departamento de Geografía. UAH., Alcalá de Henares. Madrid. http://www.geogra.uah.es/web_simurban/index.phpSandoval V. y Real P., (2005): Modelamiento y prognosis estadística y cartográfica del cambio en el uso de la tierra, versión On-line ISSN 0717-9200. Vol. 26 N° 1, pp. 55-63..

•

•

•

•

•

•

•

•

•

•

•

•

•



Un modelo de simulación del crecimiento urbano y del...

Documents

Transcript of Un modelo de simulación del crecimiento urbano y del...