Prototipo de plugin para la descarga y modelación de cambios territoriales del Ecuador
Palabras clave:
cambios en los usos del suelo, Gemini, Python, QGIS, Random ForestBarra lateral del artículo
Contenido principal del artículo
El manejo eficiente de información geográfica es fundamental para la planificación y el ordenamiento territorial en Ecuador, especialmente a través de los Sistemas de Información Geográfica (SIG). Entre ellos, Quantum GIS (QGIS), ha sido adoptado por varias instituciones del país. En este contexto, se implementó un prototipo de plugin que permite la descarga de datos territoriales estandarizados del Ecuador continental. La información incluye series históricas de Cobertura Vegetal y Uso del Suelo de los años 2000, 2008, 2016, 2018, 2020 y 2022; así como variables territoriales relevantes como elevación, pendiente, accesibilidad a hidrografía y vialidad, y población; con una resolución espacial de 30 metros. La información descargada puede usarse en el segundo módulo, que permite modelar los cambios a futuro (2016, 2040 y 2070) mediante el algoritmo Random Forest, evaluando las relaciones espaciales existentes entre los pixeles. Finalmente, el plugin incluyó un módulo para la elaboración de informes asistidos por Inteligencia Artificial (Gemini), que permite analizar los cambios territoriales significativos y posibles acciones a realizar sobre el territorio. Los resultados de estas proyecciones pretenden aportar con información clave para el diseño de estrategias prospectivas enfocadas a la planificación y gestión sostenible del territorio.
Alvarado, J., Correa, R. y Tituaña, M. del C. (2017). Migración interna y urbanización sin eficiencia en países en desarrollo: Evidencia para Ecuador. Papeles de Población, 23(94), 99–123. https://doi.org/10.22185/24487147.2017.94.033 DOI: https://doi.org/10.22185/24487147.2017.94.033
Chaturvedi, V. y de Vries, W. (2021). Machine Learning Algorithms for Urban Land Use Planning: A Review. Urban Science, 5(3). https://doi.org/10.3390/urbansci5030068 DOI: https://doi.org/10.3390/urbansci5030068
Gallardo, M. (2018). Revisión y análisis de estudios de modelos de cambios de usos del suelo y de escenarios a futuro. Geographicalia, (70), 1–26. https://doi.org/10.26754/ojs_geoph/geoph.2018703278 DOI: https://doi.org/10.26754/ojs_geoph/geoph.2018703278
Gaur, S. y Singh, R. (2023). A Comprehensive Review on Land Use/Land Cover (LULC) Change Modeling for Urban Development: Current Status and Future Prospects. Sustainability, 15(2), 903. https://doi.org/10.3390/su15020903 DOI: https://doi.org/10.3390/su15020903
Guarderas, P., Smith, F. y Dufrene, M. (2022). Land use and land cover change in a tropical mountain landscape of northern Ecuador: Altitudinal patterns and driving forces. PLOS ONE, 17(7), e0260191. https://doi.org/10.1371/journal.pone.0260191 DOI: https://doi.org/10.1371/journal.pone.0260191
Hamad, R., Balzter, H. y Kolo, K. (2018). Predicting Land Use/Land Cover Changes Using a CA-Markov Model under Two Different Scenarios. Sustainability, 10(10), 3421. https://doi.org/10.3390/su10103421 DOI: https://doi.org/10.3390/su10103421
Humacata, L. (2019). Análisis espacial de los cambios de usos del suelo. Aplicación con Sistemas de Información Geográfica. Revista Cartográfica, (98), 239–257. https://doi.org/10.35424/RCARTO.I98.149 DOI: https://doi.org/10.35424/rcarto.i98.149
Instituto Geográfico Militar. (2013). Atlas geográfico de la República del Ecuador. Geoportal. https://tinyurl.com/mvdb9233
Jaraíz, F., Aliseda, J. y Gutiérrez, J. (2012). Cambios de cobertura y uso del suelo en la Raya Central Ibérica. Boletín de La Asociación de Geógrafos Españoles, (60), 507–514. https://tinyurl.com/ypfnxu35
Jaramillo, L. y Antunes, A. (2018). Detección de cambios en la cobertura vegetal mediante interpretación de imágenes Landsat por redes neuronales artificiales (RNA). Caso de estudio: Región Amazónica Ecuatoriana. Revista de Teledetección, (51), 33–46. https://doi.org/10.4995/raet.2018.8995 DOI: https://doi.org/10.4995/raet.2018.8995
Kang, J., Zhang, B. y Dang, A. (2024). A novel geospatial machine learning approach to quantify non-linear effects of land use/land cover change (LULCC) on carbon dynamics. International Journal of Applied Earth Observation and Geoinformation, 128, 103712. https://doi.org/10.1016/j.jag.2024.103712 DOI: https://doi.org/10.1016/j.jag.2024.103712
Kleemann, J., Zamora, C., Villacis-Chiluisa, A., Cuenca, P., Koo, H., Noh, J. K., Fürst, C. y Thiel, M. (2022). Deforestation in Continental Ecuador with a Focus on Protected Areas. Land, 11(2), 268. https://doi.org/10.3390/land11020268 DOI: https://doi.org/10.3390/land11020268
Ministerio de Desarrollo Urbano y Vivienda. (2015). Informe nacional del Ecuador: Tercera Conferencia de las Naciones Unidas sobre la vivienda y el desarrollo urbano. https://tinyurl.com/yxp3y9u8
Ministerio del Ambiente, Agua y Transición Ecológica. (s.f.). Mapa Interactivo Ambiental. https://tinyurl.com/yuysup6w
Ministerio del Ambiente, Agua y Transición Ecológica. (2015). Preparación del reporte nacional revisado y envío a la convención de las Naciones Unidas de lucha contra la desertificación. https://tinyurl.com/22z8kz3k
Ministerio del Ambiente, Agua y Transición Ecológica. (2012). Estrategia Nacional de Cambio Climático del Ecuador: ENCC 2012–2025. https://tinyurl.com/bdz7syza
Mitsuda, Y. y Ito, S. (2011). A review of spatial-explicit factors determining spatial distribution of land use/land-use change. Landscape and Ecological Engineering, 7, 117–125. http://dx.doi.org/10.1007/s11355-010-0113-4 DOI: https://doi.org/10.1007/s11355-010-0113-4
Mutale, B. y Qiang, F. (2024). Modeling future land use and land cover under different scenarios using patch-generating land use simulation model. A case study of Ndola district. Frontiers in Environmental Science, 12, 1362666. https://doi.org/10.3389/fenvs.2024.1362666 DOI: https://doi.org/10.3389/fenvs.2024.1362666
Noszczyk, T. (2018). A review of approaches to land use changes modeling. Human and Ecological Risk Assessment: An International Journal, 25(6), 1377–1405. https://doi.org/10.1080/10807039.2018.1468994 DOI: https://doi.org/10.1080/10807039.2018.1468994
Oñate-Valdivieso, F. y Oñate-Paladines, A. (2019). El crecimiento urbano y su influencia en los caudales de crecida: Un caso de estudio en una cuenca urbana en los Andes Ecuatorianos. Revista Geoespacial, 16(2), 1–15. https://doi.org/10.24133/GEOESPACIAL.V16I2.1347 DOI: https://doi.org/10.24133/geoespacial.v16i2.1347
Pinos-Arévalo, N. (2016). Prospectiva del uso del suelo y cobertura vegetal en el ordenamiento territorial-Caso cantón Cuenca. Estoa. Journal of the Faculty of Architecture and Urbanism, 5(9), 7–19. https://doi.org/10.18537/est.v005.n009.02 DOI: https://doi.org/10.18537/est.v005.n009.02
Principi, N. (2022). Modelado de expansión urbana mediante autómatas celulares y redes neuronales artificiales. Revista Universitaria de Geografía, 31(1). https://doi.org/10.52292/j.rug.2022.31.1.0036 DOI: https://doi.org/10.52292/j.rug.2022.31.1.0036
Rahnama, M. (2021). Forecasting land-use changes in Mashhad Metropolitan area using Cellular Automata and Markov chain model for 2016-2030. Sustainable Cities and Society, 64, 102548. https://doi.org/10.1016/j.scs.2020.102548 DOI: https://doi.org/10.1016/j.scs.2020.102548
Reyna, A., Reyna, J. y Vinces, C. (2017). Escenarios de crecimiento urbano 2017 y 2022 de la ciudad de Portoviejo, Manabí-Ecuador, a partir de autómatas celulares. Revista San Gregorio, (19), 20–33. https://tinyurl.com/we99255j
Sierra, R., Calva, O. y Guevara, A. (2021). La Deforestación en el Ecuador, 1990–2018: Factores, Promotores y Tendencias Recientes. Ministerio de Ambiente, Agua y Transición Ecológica y Ministerio de Agricultura y Ganadería. https://tinyurl.com/5a9d8e4r
Universidad del Azuay. (2001). Proyecto de Alianza Estratégica Internacional para la Investigación y Educación Agropecuaria, Ministerio de Agricultura y Ganadería, Programa de Modernización de los Servicios Agropecuarios (PROMSA). https://tinyurl.com/2s4z9at8
Villella, M. (2021). Análisis espacial del crecimiento urbano y cambios de usos del suelo en el partido de Moreno (Provincia de Buenos Aires, Argentina), periodo 1990-2010 [Trabajo de grado, Universidad Nacional de Luján]. Sistema Nacional de Repositorios Digitales
Wang, J., Bretz, M., Dewan, M. y Delavar, M. (2022). Machine learning in modelling land-use and land cover-change (LULCC): Current status, challenges and prospects. Science of The Total Environment, 822, 153559. https://doi.org/10.1016/j.scitotenv.2022.153559 DOI: https://doi.org/10.1016/j.scitotenv.2022.153559
Zambrano, M. (2024). La Revolución de la Inteligencia Artificial en los Sistemas de Información Geográfica. Ciencia Latina Revista Científica Multidisciplinar, 8(5), 10196–10217. https://doi.org/10.37811/cl_rcm.v8i5.14405 DOI: https://doi.org/10.37811/cl_rcm.v8i5.14405
Downloads
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.