Libro Analisis Territorial Mediante Tecnologìas de La Informaciòn Geogràfica

ANÁLISIS
TERRITORIAL MEDIANTE
TECNOLOGÍAS DE LA INFORMACIÓN
GEOGRÁFICA
UNIVERSIDAD AUTÓNOMA DE SINALOA

FACULTAD DE CIENCIAS DE LA TIERRA Y EL ESPACIO
UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO

FACULTAD DE GEOGRAFÍA
Dr. Wenseslao Plata Rocha

Dr. Noel Bonfilio Pineda Jaimes
(coordinadores)
Diseño y producción editorial
Conacyt
Registro Nacional de Instituciones
y Empresas Científicas y Tecnológicas
Registro: 2016/17732
ANÁLISIS TERRITORIAL MEDIANTE TECNOLOGÍAS DE LA

INFORMACIÓN GEOGRÁFICA.
Dirección del proyecto: Carlos Herver Díaz, Esther Castillo Aguilar,

José Eduardo Salinas de la Luz
Producción: Laura Mijares Castellá
Arte: Paulina Cordero Mote, Laura Isabel Soler Navarro,
Preprensa: José Luis de la Rosa Meléndez
Corrección de estilo: Karla Alejandra Díaz Solís
Diseño y formación de interiores: Karla Alejandra Díaz Solís
1a. edición
© 2018 Fernando de Haro y Omar Fuentes
D.R. © CLAVE Editorial (Clave Editorial es una marca de AM Editores)

Paseo de Tamarindos #400 B, suite 109
Col. Bosques de las Lomas, C. P. 05120, CD de México.
Tel: 52(55) 5258 0279/80/81, Fax: 52(55) 5258 2556
ame@ameditores.com www.ameditores.com
ecastillo@ameditores.com
ISBN: 978-607-437-433-9
Publicación financiada con recursos PFCE 2016
Ninguna parte de este libro puede ser reproducida, archivada o transmitida en forma alguna
o mediante algún sistema, ya sea electrónico, mecánico o de fotorreproducción, sin la previa
autorización de los editores.
Impreso en México.
Índice
Introducción al análisis territorial mediante Tecnologías de

la Información Geográfica (TIG). . . . . . . . . . . . . . . . . . . . . . 11
1. ANÁLISIS EXPLORATORIOS DE DATOS ESPACIALES
Cápitulo 1
Análisis de inestabilidad temporal en los estudios de cambios
de usos del suelo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
Cápitulo 2
Situación sociohabitacional del Gran Buenos Aires. Análisis
Linkage con contigüidad espacial. Buenos Aires, ARGENTINA. . . . 31
Cápitulo 3
Análisis multivariado con Sistemas de Información Geográfica:
métodos para la realización de mapas sociales urbanos. . . . . . . . . 57
Cápitulo 4
Automatización en SIG del método de clasificación climática
de Köppen modificado por Enriqueta García y su aplicación
en la cuenca Lerma-Chapala-Santiago, México. . . . . . . . . . . . . . 79
Cápitulo 5
Análisis exploratorio de datos de accidentes de tránsito
tipo colisión en el municipio de Toluca, 2005. . . . . . . . . . . . . . . 101
2. SALUD Y TIG
Cápitulo 6
Observatorio geográfico de salud y riesgos en México:
Cuenca alta del Río Lerma. . . . . . . . . . . . . . . . . . . . . . . . . 129
Cápitulo 7
El desarrollo local y el equipamiento en servicios de salud
en la Región Mazahua mexiquense: una visión desde los
sistemas complejos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 151
Cápitulo 8
Relaciones entre contaminación atmosférica y morbilidad
en el valle de Toluca. Un análisis espacial . . . . . . . . . . . . . . . . 163
Cápitulo 9
Detección de brechas territoriales utilizando
análisis exploratorio de datos espaciales: el caso de los
determinantes sociales de la salud, Chile . . . . . . . . . . . . . . . . 203
3. APLICACIONES AMBIENTALES DE LAS TIG
Cápitulo 10
Análisis del grado de aptitud ambiental para la recuperación
del bosque de alta montaña del estado de México . . . . . . . . . . . 223
Cápitulo 11
Estado de las aplicaciones SIG para las alertas tempranas
en fenómenos hidrometeorológicos como los
huracanes tropicales . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241
Cápitulo 12
Identificación de subcorredores biológicos en el corredor
la unión, Honduras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 257
Cápitulo 13
Sistema de Información Geográfica participativo en la
delimitación de zonas de páramo en Colombia . . . . . . . . . . . . . 277
Cápitulo 14
Evaluación de sustentabilidad del territorio de una cuenca
hidrológica mediante indicadores ambientales. . . . . . . . . . . . . . 301
4. PLATAFORMAS WEB PARA EL ANÁLISIS DEL TERRITORIO
Cápitulo 15
Necesidad de una IDE catastral estandarizada, interoperable
y usable . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 323
Cápitulo 16
Construcción de un geoportal como apoyo al análisis territorial . . . . . 349
Cápitulo 17
Sistemas de información geográfica aplicados en el diseño
de una plataforma SIG-web para la gestión integral del
sistema de transporte – Gesitran Biobío . . . . . . . . . . . . . . . . . 377
Sobre los autores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401

Introducción al análisis territorial
mediante Tecnologías de la Información
Geográfica (TIG)
E n las últimas décadas el creciente desarrollo de las Tecnologías de la Informa-

ción Geográfica ha posibilitado el análisis territorial en diferentes campos de
la ciencia a nivel local, regional y global. Asimismo, la innovación de técnicas para
el análisis, procesamiento y representación de la ingente información geoespacial,
que se generar a partir de diferentes instrumentos geotecnológicos, ha permitido
a los diferentes entes encargados del ordenamiento y planificación del territorio
tomar decisiones más informadas y acertadas tanto a nivel espacial como tem-
poral. En este sentido, estudios a partir de datos geoespaciales de carácter glo-
bal, continental, nacional, estatal y local; así como a nivel regional y de cuenca, se
ha venido desarrollando para realizar análisis desde una perspectiva ambiental,
social y económica. Muy importante ha sido el continuo desarrollo de técnicas,
procedimientos y metodologías para el análisis de la ingente información geoes-
pacial existente en la actualidad, derivada de sensores remotos, Drones, cartogra-
fía temática, GPS, Lidar, entre otros.
Un ejemplo de lo anterior son los estudios que se presentan en el presente libro, en

el cual se integran 17 trabajos realizados mediante Tecnologías de la Información
Geográfica con casos de estudio de 7 países iberoamericanos.
Dichas investigaciones se centran en análisis de la dinámica de los usos de suelo,
situación socio-habitacional, mapas sociales urbanos, clasificación climática y
factores y determinantes sociales en salud. De esta manera, son de vital importan-
cia para estudios de bosques, corredores biológicos, sustentabilidad del territorio,
fenómenos hidrometeorológicos. También, la integración de estudios territoria-
les en plataformas WEB ha revolucionado el análisis y visualización de sistemas
catastrales, gestión del transporte y ordenamiento territorial.
9
1. Análisis Exploratorios de datos espaciales
Capítulo I
Análisis de inestabilidad temporal
en los estudios de cambios
de usos del suelo
Marta Gallardo
Universidad de Concepción, Chile

mgallardob@udec.cl
RESUMEN
El presente trabajo examina la consistencia de los datos en cuanto a las tasas de cambio
de usos de suelo que se han producido en la Comunidad de Madrid, España, durante
diferentes periodos de tiempo, mediante Sistemas de Información Geográfica y la uti-
lización de una matriz de flujo o flow matrix. Los datos son cuatro mapas de usos de
suelo de los años 1982, 1990, 2000 y 2006. La metodología permitió determinar que
nuestra información no era estable temporalmente; es decir, los cambios de usos del
suelo no han sido constantes a lo largo de nuestro periodo de estudio, también permi-
tió determinar qué intervalos estaban ocasionando esta inestabilidad temporal.
Los resultados obtenidos muestran la importancia de la realización para esta clase de
análisis, previo a la generación de escenarios futuros de usos del suelo de tipo tenden-
cial o businnes as usual, los cuales extrapolan tendencias pasadas; con la finalidad de
escoger información que sea consistente a lo largo del tiempo; es decir, temporalmente
estable u homogénea.
Palabras clave: cambios usos del suelo; inestabilidad temporal; matriz de flujo; SIG.
ABSTRACT
This paper examines the consistency of the data in terms of land use change rates in the
Region of Madrid, Spain, during different time intervals, using Geographic Informa-
tion Systems and a Flow matrix. Data set are four land use maps from 1982, 1990, 2000
and2006. The methodology allowed to determine that our information has no tempo-
ral stability, that is, changes in land use were no consistent over our study period, and
13
14 | Análisis Territorial
allowed also to determine which intervals were causing this temporary instability. The
results show the importance of conducting this type of analysis prior to the generation
of a business-as-usual scenario, which extrapolate historic trends, in order to choose
information consistent over a given temporal extent.
Keywords: land-use change; temporal instability; flow matrix; GIS.
INTRODUCCIÓN
L os cambios en la ocupación o en los usos del suelo desempeñan un papel fun-

damental en el desarrollo económico y social a escala local y regional, así
como en la sostenibilidad regional. Dichos cambios El estudio de la evolución que
se ha producido a lo largo del tiempo, de dichos cambios, permite el análisis de
procesos medioambientales, y problemas que han podido darse; pueden ser: desa-
rrollos urbanísticos descontrolados, deterioro de la calidad ambiental, fragmenta-
ción de hábitats, etc. (Gallardo, 2013).
La realización de análisis de cambios de usos del suelo hacia un periodo de tiempo

largo requiere de la combinación de diferentes fuentes de información como:
mapas históricos, fotografías aéreas o imágenes de satélite para la generación de
mapas de usos y cubiertas del suelo de diferentes etapas temporales. Esto supone
a trabajar con datos que no tienen la misma resolución espacial y/o espectral ni
el mismo nivel de detalle en la clasificación temática, por lo que son difícilmente
comparables entre sí. Tal y como señalan (Petit y Lambin, 2001), la utilización
de datos heterogéneos, sin una previa homogeneización de su contenido temá-
tico y espacial, contaminará la detección de los cambios de usos por su impre-
cisión e inconsistencia, por lo que debe ser realizada una integración previa de
estos mediante el uso de metodologías o herramientas que permitan la combina-
ción de datos espaciales, para obtener así una serie temporal de mapas homogé-
neos de usos del suelo1.
El estudio de los cambios de usos del suelo en el pasado con el objeto de realizar
escenarios a futuro, también se requiere de un análisis previo de estos datos para
la búsqueda de errores, y determinar qué series temporales emplear, con cuántos
usos del suelo trabajar, etc.
1 Como mapas homogéneos se refieren a mapas que tienen el mismo nivel de generalización;es
decir, el mismo nivel de contenido temático y de detalle espacial.
Introducción al análisis territorial mediante Tecnologías de la Información Geográfica (TIG) | 15
Uno de los escenarios más comunes es el escenario tendencial o también llamado

business as usual. Este escenario prevé, de manera lineal, un futuro normalmente
próximo; según la trayectoria pasada. Para que dicha predicción, sea lo más con-
secuente posible, es necesario que los cambios de usos del suelo, que han acon-
tecido en pasado, se hayan sucedido de manera constante en el tiempo (Lambin
1997; Pontius et al. 2007; Aldwaik and Pontius, 2012).
Cuando se utilizan mapas de usos del suelo de más de dos fechas diferentes puede
ocurrir que la tasa de cambio entre los diferentes periodos no sea la misma, por
lo tanto, los resultados en la realización de un escenario lineal de dicha informa-
ción no serán muy ajustados porque no se estaría cumpliendo el requisito de cam-
bios constantes en el tiempo. Por lo anterior, es necesario analizar previamente los
datos con el objetivo de averiguar si las tasas de cambio son constantes en nues-
tro periodo de estudio.
Un método utilizado es: las cadenas de Markov. Ciertamente cuando se aplican

para analizar la inestabilidad temporal de más de dos intervalos de tiempo, pier-
den información acerca de procesos no estacionarios (Martens y Lambin, 2000);
es decir, asumen una proporción constante de cambio de la categoría inicial a otra
categoría en cada paso de tiempo. Para evitar este problema, (Runfola y Pontius
2013) proponen el uso de una matriz de flujo o Flow matrix, la cual permite expre-
sar el tamaño de las transiciones de cada categoría de uso del suelo; teniendo en
cuenta el tamaño del periodo temporal de estudio.
OBJETIVOS
Este trabajo pretende medir la inestabilidad temporal que se produce al analizar

los cambios de usos del suelo entre varios periodos de tiempo como: 1982, 1990,
2000 y 2006; en la Comunidad de Madrid, España. Con el objetivo de seleccio-
nar los periodos más adecuados para su utilización futura en la elaboración de un
escenario lineal o business as usual.
Se analizan los cambios producidos según las categorías de usos del suelo de
CORINE Land Cover ‘Coordination of information on the Environment’, (Coor-
dinación de la información sobre el medio ambiente CLC, tanto a nivel 2 y 3; con
el objeto de observar la inestabilidad que se produce no solo en los diferentes
periodos de tiempo sino también según el nivel de detalle de la leyenda.
Para ello se aplicará la metodología desarrollada por (Runfola y Pontius, 2013)
aplicando su matriz de flujo o Flow matrix.
ÁREA DE ESTUDIO
La Comunidad de Madrid se encuentra localizada en el centro de España (figura

1). Tiene una extensión de 8.027 km2, abarcando el 1,59 % de la superficie nacio-
nal. Presenta un grado de ruralidad muy reducido, con un 79 % de municipios
rurales (MAPA, 2003). También cuenta con numerosas áreas protegidas, las cua-
les han sido definidas como demarcaciones administrativas; establecidas con la
finalidad de favorecer la conservación de la naturaleza. La Comunidad de Madrid
se encuentra localizada en el centro de España (figura 1). Tiene una extensión de
8.027 km2, abarcando el 1,59 % de la superficie nacional. Presenta un grado de
ruralidad muy reducido, con un 79 % de municipios rurales (MAPA, 2003). Tam-
bién cuenta con numerosas áreas protegidas, las cuales han sido definidas como
demarcaciones administrativas; establecidas con la finalidad de favorecer la con-
servación de la naturaleza.
Figura 1. Área de estudio. Fuente: Elaboración propia.
La región ha registrado importantes transformaciones territoriales, a mediados

de los años 80 y en las últimas dos décadas han acontecido grandes cambios en
los usos del suelo, produciendo consecuencias en un aumento de la artificializa-
ción del territorio. Estos cambios se han localizado por todo su territorio de forma
intensa, asociados a la malla de carreteras. Se ha asistido a una eclosión de la urba-
nización alrededor a la red viaria y otras infraestructuras de transporte; viviendo
una explosión sin parangón en el tiempo y en el espacio de la historia de la región.
Este intenso crecimiento dio pie a un reforzamiento de la metrópoli, produciendo

una notable dispersión de zonas urbanas por toda la región, incluso se afectaron
los espacios naturales protegidos; y ocasionado una pérdida masiva de tierras agrí-
colas. Estas últimas viven una decadencia evidente y han sido las que más superfi-
cie han perdido durante estas décadas, siendo sustituidas por los usos artificiales,
también por matorrales y pastizales, el motivo ante el declive es: deserción.
Los usos forestales, en especial los bosques, parecen mostrar una estabilidad
durante todos estos años en cuanto al total de superficie que representan; sin
embargo, han registrado altas tasas de intercambio, lo que demuestra que sola-
mente un uso del suelo ha tenido alta actividad de cambio.
El crecimiento urbano en forma de sprawl tiene un impacto directo sobre la biodi-

versidad, porque está relacionado con la fragmentación de hábitats, la aparición de
infraestructuras y de diferentes actividades cerca de áreas con alto valor ambiental.
DATOS
Se ha querido comenzar el estudio a partir de la génesis de Madrid como Comu-

nidad Autónoma, registrando y analizando los grandes cambios que se producen
a partir de la década de los 80 del siglo pasado.
Por lo tanto, en este trabajo tomaremos cuatro mapas, que ocuparán un papel fun-
damental: el mapa de Vegetación y Usos del suelo de la Comunidad de Madrid,
del año 1982, y los tres mapas CLC de los años 1990, 2000 y 2006.
El Mapa de Vegetación y Usos del Suelo de la Comunidad de Madrid fue realizado
en el año 1982. Tiene una escala espacial 1:50.000 y se compone de una leyenda
temática de 63 categorías diferentes, integradas en 13 categorías más generales.
En cuanto a los mapas CLC, pertenecen al programa CORINE, iniciado en el año

1985 por la Comisión Europea. Dicho programa engloba el proyecto CORINE
Land Cover, su objetivo fundamental es la captura de datos alfanuméricos y geo-
gráficos para la creación de una base de datos sobre la ocupación del territorio en
Europa. Los productos elaborados al día de hoy son tres: CORINE Land Cover
1990 (CLC90); Image & CORINE Land Cover 2000 (CLC2000); y CORINE Land
Cover 2006 (CLC2006).
Las principales características de los productos CLC son: escala de referencia

1:100.000; unidad mínima cartografiable de 25 ha. y un ancho mínimo en elementos
lineales de 100 m; sistema geodésico de referencia ETRS89 y sistema cartográfico

de representación UTM.
El mapa del año 1982 ha sido reclasificado temáticamente a la leyenda de CLC

nivel 3 y se ha generalizado a una escala de 1:100.000. Se han utilizado fotografías
aéreas, ortofotografías e imágenes de satélite disponibles, cercanas a las fechas que
corresponden con los mapas de cubiertas o usos del suelo utilizados. Estas han
sido empleadas especialmente para la corrección de errores cartográficos detec-
tados en los mapas de usos del suelo, en la homogeneización y conversión de la
leyenda del mapa de 1982 a la leyenda CLC, especialmente en la asignación de
categorías dudosas.
La escala espacial de trabajo en formato vectorial corresponde a 1:100.000 y en for-

mato ráster, 50 m. píxel. En cuanto al nivel de detalle de las categorías de usos del
suelo, se ha trabajado con los niveles 2 y 3 de CLC, correspondientes en la Comu-
nidad de Madrid con 13 y 30 clases de usos del suelo, respectivamente (Anexo I).
METODOLOGÍA
¿Siguiendo la metodología desarrollada por (Runfola y Pontius 2013), se analizan

los mapas de usos del suelo correspondientes a los años 1982, 1990, 2000 y 2006, con
el objetivo de medir la inestabilidad temporal de los datos utilizados? Con el obje-
tivo de averiguar cómo la tasa de cambio fluctúa entre los diferentes intervalos de
tiempo estudiados.
Se entiende como inestabilidad temporal al cambio que no ha sido consistente en el
pasado. (Runfola y Pontius 2013) definen como cambio inestable instable change la
proporción de cambio que está por encima o por debajo del cambio anual uniforme
para todo el periodo de estudio.
Este método ayuda a identificar la escala temporal hacia los diferentes procesos,
todos ellos son estables. Para ello, se utiliza una matriz de flujo (tabla 1) donde se
observa la proporción de cambio de la categoría i a la categoría j durante el intervalo
(Yt, Yt+1). Las filas contienen la proporción que ocupa cada categoría en el tiempo
inicial Yt , y en las columnas la proporción que ocupa cada categoría en la fecha
siguiente Yt+1.
Los elementos de la diagonal no se incluyen porque indican persistencia. La

última columna representa las ganancias brutas para cada categoría, mientras que
la última fila representa las pérdidas brutas.
TABLA 1. MATRIZ DE FLUJO. FUENTE: RUNFOLA Y PONTIUS (2013)
El nivel de intervalo está definido por las siguientes ecuaciones (Aldwaik y Pon-
tius 2012, 2013):
La primera ecuación define el porcentaje de cambio anual en el área de estudio

para cada intervalo de tiempo, mientras que la segunda ecuación define el valor
de cambio anual uniforme, el cual se produce cuando se distribuye el cambio total
de manera uniforme durante los intervalos, desde el primer punto en el tiempo
hasta el último. Si la intensidad del intervalo es inferior a la del periodo dado,
entonces el cambio que se ha producido es relativamente lento, mientras que si es
superior, se considera que es relativamente rápido.
Definidas St y U en el apartado anterior, puede computarse la ecuación siguiente:
(Q) que calcula el área de cambio, la cual debería ser reasignada a un intervalo
de tiempo diferente con el objetivo de que el cambio sea perfectamente estable.
Donde (Q) es la proporción de cambio inestable para todo el intervalo completo

(Y1, YT), St es el cambio anual (en porcentaje) durante el intervalo (Yt, Yt+1), y
U es el valor de cambio anual uniforme para todo el intervalo completo (Y1, YT).
Esta ecuación proporciona un valor corresponidiente al promedio anual de cambio,
que es inestable para todo el periodo de tiempo (en porcentaje). Si el cambio es per-
fectamente estable, este valor será 0, si es más cercano a 1, será más inestable.
Los análisis de inestabilidad temporal se han realizado tanto a nivel 2 como a nivel
3 de CLC, para los tres intervalos presentes: 1982-1990, 1990-2000 y 2000-2006;
observando la inestabilidad que se da entre los diferentes periodos, según el nivel de
detalle en las categorías de usos del suelo.
Además, se ha aplicado esta metodología a otros intervalos temporales, con el obje-

tivo de identificar a qué escala temporal podría considerarse que los procesos de
cambio han sido estables en el tiempo y qué intervalos de tiempo son los que regis-
trarían mayor inestabilidad.
RESULTADOS
A nivel 2 y 3 de CLC
La figura 2 representa el cambio anual (en porcentaje) que se ha experimentado

en cada periodo de tiempo, con respecto al área total de estudio, a nivel 2 (a) y 3
(b) de CLC respectivamente. El eje horizontal representa el tiempo mientras que
el eje vertical representa el cambio anual (en porcentaje); el ancho de cada barra
se vincula con la duración de cada intervalo; la línea horizontal de puntos simbo-
liza el cambio anual uniforme que se debería haber registrado durante el periodo
completo de estudio.
Como se observa en dicha figura, a nivel 2 de CLC, es el primer periodo de tiempo

(1982-1990) que alcanza algunos unos valores de cambio anuales por encima de
la línea de uniformidad o de cambio uniforme, por lo que puede decirse que se
han producido cambios de forma relativamente rápida; los otros intervalos están
por debajo de dicha línea, especialmente el correspondiente a los años 1990-2000.
La línea de uniformidad de cambio anual se sitúa en un valor correspondiente a las

8.229 ha y el valor de inestabilidad Q alcanza el 19 % para todo el periodo de estudio.
A nivel 3 de CLC puede decirse que el patrón de cambio registrado es exactamente

igual que el observado a nivel 2 de CLC, donde únicamente sólo el primer inter-
valo de tiempo muestra un valor de cambio anual por encima de la línea de uni-
formidad, mientras que los dos siguientes se sitúan por debajo de ésta, teniendo
el segundo un valor anual de cambio menor con respecto al último, y una inesta-
bilidad del 20 %. La línea de uniformidad se sitúa en un valor correspondiente a
las 9.969 ha., lo que supone un cambio anual de 1,24 %, referente a 1,03 % regis-
trado a nivel 2 de CLC.
Figura 2.
Cambio anual registrado en cada intervalo de estudio (en porcentaje) acerca del
total, a nivel 2 (a) y nivel 3 (b) de CLC.
La línea recta horizontal representa el cambio uniforme (caso a: LU: 1,03; caso b:
LU:1,24). Fuente: Elaboración propia.
Las tablas 2 y 3 muestran los cambios producidos con más detalle a nivel 2 y 3 de
CLC, correspondientemente.
En ellas se indica el cambio total y el cambio anual que se ha producido en cada

intervalo de tiempo total y anual, además de la diferencia que existe y en rela-
ción con el valor de uniformidad registrado para el periodo de tiempo completo,
en hectáreas.
Tabla 2. cambio total, cambio anual, diferencia anual y total sobre el valor de cambio uniforme
para cada intervalo de tiempo, en hectáreas, a nivel 2 de clc.
Tabla 3. cambio total, cambio anual, diferencia anual y total en consideración al valor
de cambio uniforme para cada intervalo de tiempo, en hectáreas, a nivel 3 de clc.
La utilización de 30 categorías diferentes, las correspondientes a nivel 3 de CLC,

en relación con las 13 presentes a nivel 2 de CLC, implica que se registren más
cambios. Por ejemplo, el cambio anual para el periodo 1982-1990 es de 15.864
ha., mientras que en el nivel 2 de CLC es de 12.847 ha., y lo mismo ocurre para los
periodos 1990-2000 y 2000-2006. El cambio anual es de 1,24 % a nivel 3 de CLC,
con respecto al 1,03 % registrado a nivel 2 de CLC. Sin embargo, puede decirse
que el comportamiento en lo que respecta al cambio es el mismo, independiente-
mente de que se observen 30 o 13 categorías de usos del suelo.
Por otra parte, la tabla 4 muestra la proporción (en tanto por 1), y las hectáreas
anuales que pueden considerarse como cambio inestable, así como las que se con-
sideran cambio estable, a nivel 2 y 3 de CLC, como se pudo ver en la figura 2.
Dicha tabla muestra una inestabilidad del 20 % en CLC a nivel 3, tan sólo un 1 %
más que en CLC a nivel 2.
Tabla 4. proporción de cambio inestable y estable, en tantos por 1, y total de hectá-

reas de cambio inestable y estable anual para todo el periodo, a nivel 2 y 3 de clc.
Estabilidad temporal con los datos utilizados.

Los resultados obtenidos muestran que los valores de cambio entre los diferen-
tes periodos no son muy estables. Puede decirse que existe un patrón cíclico de
cambio en los diferentes puntos en el tiempo, lo que sugiere que en periodos de
tiempo cortos el cambio es bastante inestable.
En este apartado se detallan, por tanto, los intervalos de tiempo que podrían con-
siderarse como estables y cuáles serían los más inestables. Dado que no existe,
hasta este punto, diferencia en el comportamiento entre el nivel de detalle 2 y 3
de CLC; se realiza, a modo de ejemplo, solamente a nivel 2 de CLC. Para ello, han
sido estudiados todos los intervalos posibles.
Tal y como se muestra en la tabla 5, puede considerarse que la mayor estabilidad

temporal, referente al cambio de usos del suelo, se obtiene al analizar los interva-
los 1982-2000 y 2000-2006, mientras que la menor estabilidad temporal queda
registrada con los intervalos 1982-1990 y 1990-2006. Estos dos casos son los que
se detallan a continuación, representados ambos en la figura 3 y en la tabla 6.
Tabla 5. inestabilidad y estabilidad temporal en el cambio para diferentes intervalos,

en tantos por uno se muestra en rojo el que mayor inestabilidad posee y en azul el
que menor inestabilidad tiene.
Figura 3.
Cambio anual registrado en cada intervalo en los dos periodos estudiados, 1982-
2000-2006 (a) y 1982-1990-2006 (b), (en porcentaje) sobre el total, a nivel 2 de
CLC. Se observan unos porcentajes de cambio inestables del 3 % en el primer caso
y del 24 % en el segundo. La línea recta horizontal representa el cambio uniforme
(LU: 0,97 y 0,95, respectivamente). Fuente: Elaboración propia.
La figura 3 (a) y las tablas 5 y 6, muestran que la estabilidad temporal del periodo
1982-2000-2006 es prácticamente total; es por ello por lo que las dos barras que
componen la figura están prácticamente parejas entre sí. En este periodo existe un
3 % de inestabilidad correspondiente con solo 213 ha. de cambio.
Su opuesto, en lo que se refiere a la estabilidad, es el periodo 1982-1990-2006. Este

se detalla en la figura 3 (b) así como en las tablas 5 y 6, los cuales muestran un
ejemplo de escala temporal con un cambio muy inestable, donde dicha inestabili-
dad alcanza un 24 %, que se ajusta con 1.742 ha. de cambio.
Tabla 6. cambio inestable anual y cambio estable anual para cada periodo analizado, en
hectáreas.
Así, se puede considerar que en el periodo 1982-2000 y 2000-2006, los procesos de

cambio han sido estables. Esto también puede expresarse para el periodo que com-
prende los intervalos 1990-2000 y 2000-2006, donde la inestabilidad es del 7 %.
CONCLUSIONES
La disponibilidad de datos a la hora de realizar análisis de cambios de usos del suelo
determina regularmente qué información temporal se va a utilizar. Cuando se tienen

datos de varios años, este método puede ser utilizado con el objeto de verificar si los
cambios de usos son estables durante los diferentes intervalos de tiempo.
La realización de este tipo de análisis es de gran importancia, especialmente si se
desea realizar extrapolaciones de los datos con los que se trabaja o para la elabo-
ración de escenarios futuros de tipo tendencial. Este método puede servir preci-
samente para testar la teoría de que las tendencias pasadas son apropiadas para
calibrar extrapolaciones en el futuro.
Si se dispone de mapas de usos del suelo en más de dos momentos temporales,
mediante esta metodología, se puede observar qué intervalo de tiempo podría
utilizarse mejor para calibrar un escenario futuro de usos del suelo. Tal y como
comentan (Runfola y Pontius (2013), si la trayectoria pasada no ha sido estable,
no tiene sentido extrapolar los datos a un escenario de tipo business as usual.
El ejemplo empleado en este trabajo refleja que, de utilizarse los cuatros mapas
disponibles de los años 1982, 1990, 2000 y 2006, la inestabilidad temporal alcan-
zada en lo que respecta al cambio de usos del suelo sería alta. Es por esto por lo
que el uso de esta información para la elaboración de un escenario lineal o busi-
ness as usual no sería correcta, ya que no se estaría cumpliendo el requisito deun
cambio constante en el tiempo. Observando los resultados deberíamos escoger el
periodo 1982-2000 y 2000-2006 (desechando la información proporcionada por el
mapa del año 1990), o bien los intervalos 1990-2000 y 2000-2006 (desechando en
este caso el mapa de 1982). Es decir, la incorporación de intervalos de tiempo sirve
para identificar a qué resolución temporal sería apropiado trabajar.
Incluso los resultados reflejan que no se dan prácticamente diferencias en lo que se
respecta a la inestabilidad temporal, utilizando la información desagregada en 30
categorías de usos del suelo diferentes (nivel 3 de CLC), o una leyenda más básica
de únicamente 13 categorías (nivel 2 de CLC).
El uso y la obtención de resultados de la matriz de flujo o flow matrix propuesta
por (Runfola y Pontius 2013) es sencilla y rápida. La métrica Q indica qué porcen-
taje de cambio de uso del suelo es inestable, según la extensión temporal utilizada, y
el número de puntos en el tiempo que se han utilizado para definir cada intervalo.
Además, tal y como apuntan los autores mencionados, su método puede servir para
observar inconsistencias en los mapas o posibles errores, ya que si un intervalo en
particular tiene una gran diferencia de cambio anual, comparado con los otros inter-
valos, esto puede deberse a errores o a que los mapas han sido realizados con dife-
rentes metodologías. En nuestro caso, el periodo 1982-1990 es el que presenta mayor
inestabilidad y es el mapa del año 1982 el que fue cartografiado con una metodolo-
gía distinta al resto de los mapas.
AGRADECIMIENTOS
La autora fue patrocinada por una beca predoctoral, mediante el programa “Junta
para la Ampliación de Estudios (JAE), del Consejo Superior de Investigaciones
Científicas (CSIC), (2008-2012). La aplicación de este análisis se debe a la realiza-
ción de una estancia de investigación en Clark University, Massachusetts, USA, y
a la colaboración y predisposición por parte de los investigadores R.G. Pontius Jr.,
D.S.M Runfola y S.Z. Aldwaik.
REFERENCIAS
Aldwaik, S.Z. & Pontius Jr. R.G. (2012). Intensity analysis to unify measurements of size and
stationarity of land changes by interval, category and transition. Landscape and Urban
Planning, 106, 103-114.
Aldwaik, S.Z. & Pontius Jr. R.G. (2013). Map errors that could account for deviations from
a uniform intensity of land change. International Journal of Geographical Information
Sciences, 27 (9) 1717-1739.
Gallardo, M. (2013). Cambios de usos del suelo y simulación de escenarios en la Comunidad
de Madrid, Análisis de tres décadas de transformación territorial y proyección futura.
Tesis Doctoral. Universidad Complutense de Madrid.
IGN. (2004) CORINE Land Cover – Proyecto I&CLC2000 España. Actualización de la base
de datos Corine Land Cover Informe final. Instituto Geográfico Nacional. 62 pp.
Lambin, E. (1997). Modelling and monitoring land-cover change processes in tropical
regions. Progress in Physical Geography, 21 (3), 375.
MAPA. (2003). Libro blanco de la agricultura y el desarrollo rural. Ministerio de Agricul-
tura, Pesca y Alimentación, Madrid.
Martens, B. & Lambin, E.F. (2000). Land-cover change trajectories in southern Cameroon.
Annals of the Association of American Geographers, 90 (3) 467-494.
Petit, C.C., & Lambin, E.F. (2001). Integration of multi-source remote sensing data for land
cover change detection. International Journal of Geographical Information Science, 15,
785-803.
Pontius Jr R.G.,Walker R., Yao-Kumah R., Arima E., Aldrich S., Caldas M. & Vergara D. (2007).
Accuracy assessment for a simulation model of Amazonian deforestation. Annals of the
Association of American Geographers, 97 (4), 677-695.
Runfola, D.S.M. & Pontius Jr. R.G. (2013). Measuring the temporal instability of land change
using the Flow matrix. International Journal of Geographical Information Science, 27
(9), 1696-1716
ANEXO 1
Nomenclatura oficial de las categorías CORINE Land Cover a nivel 2 y 3 presentes

en este estudio. Fuente: CORINE Land Cover – Actualización 2000. I&CLC2000.
Instituto Geográfico Nacional (IGN, 2004).
Capítulo II
Situación sociohabitacional del
gran Buenos Aires. análisis
linkage con contigüidad espacial.
Buenos Aires, Argentina
Marina Miraglia y Nicolás Caloni
Instituto del Conurbano de la Universidad Nacional de General

Sarmiento, Argentina
mmiragli@ungs.edu.ar y ncaloni@ungs.edu.ar
RESUMEN
Este es un trabajo sobre la situación socio-habitacional del conurbano bonaerense,

desde un punto de vista geográfico, aplicando diferentes técnicas cuantitativas de
análisis espacial. Para llevarlo a cabo se analizará la información procedente de fuen-
tes oficiales, a nivel de fracción censal, y se aplicará el método linkage como abordaje
multivariado, tanto para el estudio de la asociación de variables como en el de unida-
des espaciales; a fin de lograr una tipología espacial específica. Se caracteriza por ser
un método simple que arroja resultados multivariados y concretos; es considerado
como una metodología de nivel intermedio por el análisis multivariado, pudiendo
profundizarse con la aplicación de análisis de cluster o factorial. A partir de los datos
originales y del tratamiento matricial de los mismos se analizarán una cantidad de
variables para obtener mapas síntesis y macrovariables (asociación de variables con
altas correlaciones). Por otro lado, a través de análisis en las unidades espaciales se
podrá determinar las “áreas homogéneas” con contigüidad espacial, con el objetivo
de definir la estructura espacial del Gran Buenos Aires.
Palabras Clave: análisis espacial, método linkage; contigüidad espacial.
ABSTRACT
This is a work about the social housing situation of Buenos Aires, from a geographi-
cal point of view using different quantitative spatial analysis techniques. To carry out
information from official sources will be analyzed at the level of census fraccion and
29
the linkage method as multivariate approach both for the study of the association of
variables and the spatial units in order to achieve a specific spatial typology applies.
It is characterized as a simple method that yields multivariate and concrete results; It
is considered a mid-level methodology for multivariate analysis can be deepened by
applying cluster and factor analysis. From the original data matrix and treatment the-
reof a number of variables they are analyzed for synthesis and macrovariables (asso-
ciation of variables with high correlations) maps. On the other hand, through analysis
of spatial units may determine the “homogeneous areas” with spatial contiguity, with
the aim of defining the spatial structure of Greater Buenos Aires.
Keywords: spatial analysis, linkage method; spatial contiguity.
INTRODUCCIÓN
C abe considerar que la Geografía además de definirse básicamente como una

ciencia del presente que acude al pasado para ver la génesis de las configu-
raciones espaciales actuales, también puede considerarse una ciencia del futuro
(ciencia prospectiva). La realización de investigaciones en la línea del análi-
sis espacial cuantitativo, a partir de trabajos de modelización, permiten obte-
ner resultados de simulación relativos a posibles situaciones futuras. Constituyen
distribuciones espaciales hipotéticas que generan visiones aplicativas de utilidad
para el ordenamiento y planificación territorial (Buzai y Baxendale, 2006).
Una serie de modelos guían las aproximaciones iniciales en los estudios de las
distribuciones sociales en el interior de la ciudad: (Burgess, 1925; Hoyt, 1939)
y (Harris y Ullman (1945), quienes han formulado modelos que llevan a pautas
concéntricas, sectoriales y de núcleos múltiples respectivamente. De todas formas,
ellos tienen el denominador común de que el centro de la ciudad, (CBD)’Central
Business District’ (Distrito Central de Negocios), cuenta con el mayor deterioro
socio-espacial (aplicada con éxito para la ciudad de Chicago en la década de los
30) y la situación mejora hacia la periferia urbana. En este sentido es de des-
tacar el avance que supuso la teoría del “análisis de áreas sociales” desarrollada
por (Shevky y Bell, 1955), el cual, desde un punto de vista deductivo, identificó
tres factores de diferenciación social urbana: el rango social, la urbanización y la
segregación. A partir de los cuales se identificarían las áreas que se encontraban
habitadas por poblaciones con similares estilos de vida (Lavia y Leonardo, 1990).
Es característico para la ciudades latinoamericanas, tanto para aquellas que tuvie-

ron su origen antes de la primera mitad del siglo XIX, como aquellas posteriores
que se mantuvieron en un tamaño pequeño, el sostenimiento del diseño colonial
con un centro definido por la plaza central y la ubicación de los edificios de poder,
Análisis Exploratorios de datos espaciales | 31
el amanzanamiento urbano en cuadricula y el descenso del nivel económico de

sus habitantes a medida que se distancian del centro. En tanto, es importante
mencionar que para el caso de las ciudades latinoamericanas, lo que impactará
notablemente en la primera mitad del siglo XX, es el acelerado crecimiento pobla-
cional y la importante expansión física de estas ciudades latinas. De este análisis
surge la necesidad de creación de modelos más adecuados para las ciudades lati-
noamericanas, y en este sentido los geógrafos alemanes tomaron la delantera, ya
que podemos mencionar la confluencia de modelos iniciales de (Bähr y Mertins,
1981; 1982; 1993), y tiempo mediante modificado por (Mertins, 1995), los cuales
han caracterizado este fenómeno del siglo XX.
Estos geógrafos los describen como parte de un “proceso de transformación demo-

gráfica” (Buzai, et al 2003) a partir de tres patrones espaciales diferentes super-
puestos de forma parcial: 1. Estructura antigua de anillos concéntricos, sumada a
la 2. Estructura moderna sectorial, a partir de la década de los 30, la cual corres-
ponde al corrimiento por ejes, y por último la 3. Estructura celular en la perife-
ria en donde (Bähr y Martins, 1982) consideran que está formada por los barrios
informales, proyectos gubernamentales de vivienda de poblaciones de recursos
medios y bajos, y por otro lado una expansión de grupos de altos recursos en ubi-
caciones separadas del sector de crecimiento.
Ello es lo que (Mertins, 1995) ha incluido en este esquema, los barrios cerra-
dos residenciales para poblaciones de altos recursos y la localización de centros
comerciales, shopping, como nuevas centralidades. (Griffin y Ford, 1980) consi-
deran que las ciudades latinoamericanas se desarrollan en base a aspectos econó-
micos, culturales y sociales específicos; lo que requiere de un ajuste a los modelos
propuestos, básicamente en los factores de edad, tamaño, tasa de crecimiento,
relación entre la prestación de los servicios y el crecimiento poblacional En este
caso podemos concluir que según Ford (Buzai et al 2003) la creación de modelos
simples. resulta de utilidad como un punto de partida para el conocimiento de la
realidad, en una segunda etapa se pueden presentar complicaciones al incorporar
las dinámicas y particularidades de las ciudades en cuestión. En las últimas déca-
das, los aspectos propios de la fragmentación son los que surgen como caracterís-
ticos en la configuración de la estructura urbana. Se presentan como uno de los
tantos resultados que refleja la “cultura postmoderna”, como condición del saber
en las sociedades capitalistas avanzadas. Según (Pérgolis, 1998), y de acuerdo con
su postura, existe una importante relación entre la identidad cultural y la identi-
dad espacial, en donde los procesos de fragmentación suelen verificarse en un pri-
mer momento en la cultura, para luego traspasarse al espacio urbano.
En este caso, el nuevo fenómeno de distribución de la elite, desplazándose hacia

localizaciones cerradas y aisladas del ejido urbano, según (Janoschka, 2002a) está
brindando nuevas formas a las ciudades del siglo XXI. Esto surge como una clara
manifestación de la polarización social, lo cual representa una profundización de
la fragmentación urbana.
Este autor es quien plantea que, en el último decenio, en los procesos de estructu-
ración espacial urbana, el denominador común puede describirse como un fenó-
meno de “privatización”, lo cual ha generado una serie de “islas” en el interior de
las ciudades: “islas residenciales de elite (barrios cerrados)”, “islas de consumo
(shopping centers o centros de compras)”, “islas productivas (parques tecnoló-
gicos)” e “islas de la decadencias (villas miseria)”; configurando así un nuevo
modelo que a su vez es evolutivo de la ciudad compacta.
En definitiva, como se ha descrito a lo largo de esta introducción, en nuestro

marco de aplicación teórico-metodológico utilizaremos la combinación de las
tradiciones expuestas, a partir de la utilización en los procedimientos de análi-
sis espacial cuantitativo que nos permitan aportar al estudio de las ciudades de
nuestra región. Es la ciudad fragmentada el resultado visible de nuestra realidad,
es objeto en este proyecto de investigación analizar la distribución espacial en el
Gran Buenos Aires, a partir de la identificación de áreas homogéneas que nos per-
mitan caracterizar su estructura espacial.
El avance hacia la generación de áreas socio-habitacionales intenta revelar las
relaciones entre estas áreas, a modo de síntesis geográfica, que busca a través de la
construcción de un modelo socioespacial, establecer las características estructu-
rales del espacio geográfico.
OBJETIVOS
El principal objetivo de la investigación que aquí se presenta consiste en carac-

terizar la situación socio-habitacional del conurbano bonaerense, a partir de la
determinación de áreas homogéneas con contigüidad espacial; a través de un
estudio, desde un punto de vista geográfico, aplicando diferentes técnicas cuanti-
tativas de análisis espacial.
ÁREA DE ESTUDIO
El área de estudio queda comprendida por la Ciudad de Buenos Aires y los Partidos
del Gran Buenos Aires (en sentido administrativo; es decir, 24 partidos completos).
A continuación se observa en el mapa (Fig. 1) la distribución geográfica del área.
Figura 1. Mapa del Área de estudio.

DATOS
Se utilizó la información censal a nivel de fracción; correspondiente a cuestio-

nes demográficas, de pobreza, educación, vivienda e infraestructura de servicios
y variables socioeconómicas; que constituyen dimensiones consideradas, relevan-
tes para la definición de la situación socio-habitacional. Las bases de datos cuen-
tan con información geográfica de apoyo al proceso de confección cartográfica.
METODOLOGÍA
En este trabajo analizamos la información procedente de fuentes oficiales a nivel

de fracción censal, y se aplicará el método linkage como abordaje multivariado,
tanto para el estudio de la asociación de variables como en el de unidades espacia-
les, a fin de lograr una tipología espacial específica. Este es un método que arroja
resultados multivariados y concretos; es considerado como una metodología de
nivel intermedio por el análisis multivariado, alcanzando una profundidad para
Se generó la matriz de correlación de variables, a partir de la matriz de puntajes
estandarizado (z), ascendiendo a un nivel superior de análisis mediante su corre-
lación, por este motivo es posible obtener los valores más significativos que expre-
san la vinculación que existe entre ellas para luego asociarlas. El procedimiento de
análisis linkage, a partir de la matriz de correlación de variables, generó macrova-
riables que sintetizan el comportamiento de las variables originales.
Este procedimiento se desarrolló para ambos períodos censales, considerando

2001-2010. Se agregó, al sistema de información geográfica, el trabajo de estanda-
rización de variables del censo 2001. Se utilizó un mapeo cualitativo segmentado
en 5 niveles: bajo,medio bajo,medio,medio alto y alto; con el fin de representar las
condiciones socio habitacionales de alguna manera que permita una lectura glo-
bal del área de estudio. Las capas mapeadas se muestran en la tabla 1:
TABLA 1. ESTANDARIZACIÓN DE LAS VARIABLES DEL CENSO DE POBLA-

CIÓN, HOGARES Y VIVIENDA 2001
Fuente: Elaboración propia.

RESULTADOS
Censo de Población, Hogares y Vivienda 2001. Interpretación de los grupos y

generación de cartografía temática.
El grupo 1 (mapa n° 2) presenta condiciones socio económicas altamente desfavo-

rables, básicamente definido por las variables de vivienda, como es el tipo de casa
y la calidad de los materiales de construcción.
Asociada a esta primera identificación, se encuentra una elevada correlación

entre la casa tipo B, designado mediante la clasificación llamada el CALMAT III
(calidad de los materiales), con un valor (0.946); y se incorporan luego en esta
trama de relaciones sociales: la educación, el régimen de tenencia de la tierra y
la vivienda.
MAPA N°2
El grupo 2 (mapa n°3) presenta mejores condiciones socioeconómicas; aunque

también son las condiciones deficitarias de la vivienda las que caracterizan al grupo.
El tipo de vivienda [rancho] tiene alta correlación con CALMAT IV (0.869).
MAPA N°3
El grupo 3 (mapa n°4) tiene mejores condiciones socioeconómicas, pero al igual

que los grupos anteriores, es caracterizado por la correlación entre variables aso-
ciadas a la vivienda, tales como el tipo [departamento- vivienda unipersonal]
(0.893) y [Vivienda Unipersonal- Inquilino] (0.795).
MAPA N°4
El grupo 4 (mapa n°5) está caracterizado por una alta correlación entre una mejor
calidad en los materiales de construcción de la vivienda (CALMAT I) y la pobla-
ción de 65 años, con una correlación de 0.893.
MAPA N°5
El grupo 5 (mapa n°6) se caracteriza por el acceso a los servicios sanitarios de la

vivienda, tales como el sistema de descarga de los efluentes domésticos, donde
las variables DES CAM (Descarga a Cámara Séptica) y DESC POZO (Descarga a
Pozo), tienen una correlación de 0.723, aunque algo alejada de los valores cerca-
nos a 1 de los grupos anteriores. Los grupos que siguen son los que se caracterizan
por las mejores condiciones socio habitacionales, identificando altas reciprocida-
des en las variables educativas.
MAPA N°6
El grupo 6 (mapa n° 7) está altamente asociado a las variables educativas, en el

cual, la correlación entre <No Asiste, pero Asistió y Tiene Secundario Completo>
es de 0.906, y con una población entre 15 y 65 años.
MAPA N°7
Por último, el grupo 7 (mapa n°8), al igual que el anterior, está definido por las
variables educativas, donde la correlación entre <Terciario Completo y Universi-
tario Completo> es de 0.869.
MAPA N°8
Posteriormente al análisis y representación de los grupos de variables que se aso-

cian por su máxima correlación se determina la relación entre ellos, generando los
‘Grandes Grupos’. En el primer caso, ambos pares (Grupos 7 y 3; Grupos 7 y 4) se
asocian con una mejor calidad en los materiales de las viviendas y los servicios sani-
tarios; así como un grupo etario preponderantemente adulto con un alto nivel de
instrucción educativa formal.
Estos casos se presentan como ‘Grandes Grupos 1’ en el mapa n° 9, y se orientan las

fracciones censales sobre antiguos ejes ferroviarios de crecimiento urbano (norte,
oeste y sur; centro, oeste y norte de la Ciudad de Buenos Aires).
Las correlaciones entre los grupos 1 y grupo 5 (0.60), así como la correlación entre el
grupo 1 y el 2 (0.26) son más bajas que en los grupos anteriores, porque eran próxi-
mos a 1.
Hay una correlación importante entre los siguientes grupos: el 1, comprendido por
la estructura de la vivienda (con todas sus variables) asociado al 2, caracterizado por
las condiciones de los materiales, ligado al 5 con el sistema sanitario de descargas y
al 6 por nivel de educación. Aunque siempre con valores próximos al 0.5.
MAPA N° 9
En estos casos, al ser la correlación menos significativa, se puede observar en el

mapa n° 10 los ‘Grandes Grupos 2’, en donde la distribución territorial es aleato-
ria; no conformando áreas homogéneas identificables geográficamente como en
el caso anterior.
MAPA N° 10
Censo de Población, Hogares y Vivienda 2010.
Interpretación de los grupos y generación de cartografía temática.
El grupo I (mapa n°11) representa las condiciones demográficas, básicamente,

definido por las variables de <Población Total, y la Población entre 15 y 64 años>
como núcleo recíproco. Asociada a esta primera identificación se encuentra una
alta similitud entre la población de entre 15 y 64 años, con el nivel educativo
secundario completo. Para culminar esta relación, hay una baja correlación hacia
el tipo de vivienda local.
MAPA N° 11
El grupo II (mapa n°12) logra representar condiciones habitacionales favorables,

al considerar en su núcleo de reciprocidad las variables <Total de Hogares> y la
ausencia de <Necesidades Básicas Insatisfechas>; vinculado este último con una
fuerte analogía a la variable <Viviendas Totales>.
MAPA N° 12
El grupo III (mapa n°13) es el más numeroso en lo que respecta al agrupamiento

de variables, destacando su núcleo central a las variables <Población de 0 a 14
años y Primario Completo>. En este caso en el primer análisis se representan
condiciones socio habitacionales intermedias, que luego de identificar las varia-
bles que se asocian al núcleo, podemos describirlo como un grupo que representa
aspectos negativos en las condiciones socio habitacionales, teniendo en cuenta
principalmente las asociaciones con variables tales como <Ausencia de Gas y Pre-
sencia de NBI>.
MAPA N° 13
En el grupo IV (mapa n°14) se observa con un mayor grado de correlación las

variables referidas a los niveles <Polimodal Completo y EGB Completo>, por lo
cual podemos evidenciar que este grupo muestra claramente los aspectos edu-
cacionales de la población, vinculando en ambos casos con la variable <Poli-
modal>, las variables <Casa (tipo de vivienda)> y la ausencia de cloaca como
servicio sanitario.
Podemos advertir que este grupo refiere a condiciones favorables de la población.
MAPA N° 14
En el caso del grupo V (mapa n°15) podemos observar como núcleo de máxima
correlación a las variables <Población de más de 65 años y la Tenencia de Gas en
la Vivienda>. Esta última se asocia fuertemente al nivel educativo superior. Nue-
vamente aquí se observan condiciones favorables de la población.
MAPA N° 15
Para el grupo VI (mapa n°16) se observa una elevada correlación en las varia-
bles educativas correspondientes a los máximos niveles, como son el universita-
rio y postuniversitario, a su vez este último se relaciona fuertemente al tipo de
vivienda departamento.
En tanto, el nivel universitario tiene vinculaciones con la tenencia de cloaca en la

vivienda, y la misma se asocia finalmente a la tenencia de agua de red.
Es evidente que este grupo representa condiciones socio-habitacionales favorables.
MAPA N° 16
Con respecto al grupo VII (mapa 17) se visualizan las condiciones desfavorables
relacionadas con el tipo de casa más vulnerable, representado por las variables
<casa tipo Casilla y Rancho>, justamente a esta última se le asocia la variable
<Agua por Cisterna>, reforzando el concepto que mencionamos al comienzo del
párrafo, evidenciando las condiciones más desfavorables de la población.
MAPA N° 17
Por último, el grupo VIII (mapa n°18) también representa condiciones desfavora-
bles, al considerar su núcleo de máxima reciprocidad a las variables <Obtención
de Agua Manual y de Pozo>, asociada a esta última el tipo de obtención por moto
bombeador. Este grupo representa claramente las condiciones socio habitacionales
referidas a uno de los insumos básicos en los hogares, como lo es el agua.
MAPA N° 18
Representación Cartográfica Macrovariables (grandes grupos)

Con el objetivo de perfeccionar el análisis, hemos sinterizado los resultados obte-
nidos realizando una similitud entre los grandes grupos 8x8 (tabla N° 2)
Correlaciones
Logrando generar las siguientes macrovariables (cuadro n°1); resultado del análi-
sis de los valores de máxima correlación entre los grupos.
CUADRO N° 1
En el caso de la macrovariable I (mapa n°19), vemos que se observa una alta simi-
litud entre los grupos 1 y 3, quienes representan en principio la distribución de las
estructuras socio demográficas de la población, asociadas en el caso del grupo 3
hacia las condiciones habitacionales desfavorables.
MAPA N° 19
La macrovariable II (mapa n°20), asocia fuertemente a los grupos 2 y 8, igual-

mente representan condiciones habitacionales favorables con el tipo de obtención
del agua, de modo que en este caso se refiere a los métodos asociados a las pobla-
ciones más vulnerables, como lo son: el agua de pozo o por moto bombeador.
MAPA N° 20
Para el caso de la macrovariable III (mapa n°21) se observa una alta correlación
para los grupos 3 y 4, en donde se destacan variables que representan aspectos
educativos favorables, considerando especialmente al grupo 3.
MAPA N° 21
La macrovariable 4 (mapa n°22) muestra la correlación entre los grupos 2 y 5, quie-

nes a su vez describen condiciones socio habitacionales favorables al relacionar el
total de hogares y la verticalidad de <Necesidades Básicas Insatisfechas> con la
población de más de 65 años y la tenencia del servicio de gas en la vivienda.
MAPA N° 22
A través de la macrovariable V se visualiza la reciprocidad existente entre los grupos

6 y 8; los mismos demuestran condiciones educativas muy favorables, al representar
los niveles superiores del sistema educativo, los cuales se correlacionan con el modo
de obtención del recurso del agua.
Entendemos que demuestra situaciones de beneficio.

MAPA N° 23
En la macrovariable 6 (mapa n°24) se representa la correlación entre los grupos 7

y 5, relacionando <tipos de Viviendas muy Vulnerables>, como lo son la <Casilla
y el Rancho>, con la población de más de 65 años de edad, evidenciando situacio-
nes de vulnerabilidad social.
MAPA N° 24
CONCLUSIONES
Podemos concluir que la realización de estudios de análisis espacial, con méto-

dos cuantitativos, es de una evidente utilidad para identificar desigualdades
socioespaciales, de modo que también nos permite generar cartografía temática
que caracteriza las condiciones socio-habitacionales del Área Metropolitana de
Buenos Aires. Se ha logrado alcanzar el objetivo principal de esta investigación,
al poder identificar áreas homogéneas en este espacio, que poseen correlaciones
temáticas relevantes. Asimismo, se ha logrado sistematizar y estandarizar las bases
cartográficas y alfanuméricas para los 24 partidos que componen el Gran Buenos
Aires, a escala de fracción censal.
La aplicación de los distintos tratamientos estadísticos de estandarización y corre-

lación de variables nos ha permitido identificar aquellos comportamientos temá-
ticos de relevancia, a fin de poder analizar las condiciones socio habitacionales del
Gran Buenos Aires, para ambos períodos censales 2001-2010.
Los distintos estamentos de gobierno, que tiene responsabilidades y obligaciones
para con las sociedades que habitan esta región, podrían incorporar este tipo de
investigaciones en el proceso de planificación territorial, con la finalidad de distri-
buir los recursos, de un modo más eficiente; promoviendo el desarrollo de socie-
dades más equitativas.
REFERENCIAS
Barredo, J.I. (1996). Evaluación Multicriterio y Sistemas de Información Geográfica en la

Ordenación del Territorio. Ra-ma. Madrid.
Bähr, J., & Mertins, G. (1982). A model of the social and spatial differentiation of Latin
American Metropolitan Cities. Geographishe Rundschau. 28 (4):125-133. (Tendencias
recientes en el desarrollo de las ciudades de América Latina).
Berry, B.J.L. (1964). Approaches to Regional Analysis: A Synthesis. Annals of the Associa-
tion of American Geographers. 54:2-11.
Bosque Sendra, J. (1992). Sistemas de Información Geográfica. Rialp. Madrid.
Bosque Sendra, J., y Moreno Jiménez, A. (1994). Análisis exploratorio y multivariante de
datos. Oikos-tau. Barcelona.
Burguess, E.W. (1925). The growth of the city: an introduction to a research project. In: R.E.
Park, E.W Burguess & R.D. McKenzie (ed) The City. University of Chicago Press. Chi-
cago. Pp 47-62. (“el crecimiento de la ciudad”, en Thodorson, op. cit. Pp 69-81).
Buzai, G.D. (2000). La exploración geodigital. Lugar Editorial. Buenos Aires.
Buzai, G.D. (2003). Mapas sociales urbanos. Lugar Editorial. Buenos Aires.
Buzai, G.D. (2008). Sistemas de Información Geográfica y Cartografía Temática. Lugar Edi-
torial. Buenos Aires.
Buzai, G.D., y Baxendale, C.A. (2006). Análisis Socioespacial con Sistemas de Información
Geográfica. Lugar Editorial. Buenos Aires.
Cebrián, J.A. (1992). Información geográfica y Sistemas de Información Geográfica. Servi-
cio de Publicaciones. Universidad de Cantabria. Santander.
Comas, D., y Ruiz, E. (1993). Fundamentos de Sistemas de Información Geográfica. Ariel.
Barcelona.
Gómez Delgado, J., y Barredo, J.I. (2006). Sistemas de Información Geográfica y evaluación
multicriterio en la ordenación del territorio. Ra-ma. Madrid.
Griffin, E., & Ford, L. (1980). A model of Latin American city structure. Geographical
Review. 70 (4): 397-422.
Harris, C.D., & Ullman, E.L. (1945). The nature of cities. The Annals of the American Aca-
demy of Political and Social Sciences. CCXLII:7-17.g
Harvey, D. (1983). Teoría, leyes y modelos en Geografía. Alianza. Madrid.
Haggett, P. (1977). El Análisis Locacional en la Geografía Humana. Gustavo Gili. Barcelona.
Hoyt, H. (1939). The structure and Growth of Residential Neighbourhoods in American
Cities. Federal Housing Administration. Washington.
Janoschka, M. (2002ª). Urbanizaciones privadas en Buenos Aires: ¿hacia un nuevo modelo
de ciudad latinoamericana?. En: L.F. Cabrales Barajas (coord.) Latinoamerica: paises
abiertos, ciudades cerradas. Universidad de Guadalajara-UNESCO. Guadalajara. pp.
287-318.
Lavia, C., & Leonardo, J. (1990). Análisis de las pautas de localización residencial – Vito-
ria-Gasteiz. Diputación Foral de Alava. Departamento de economía y finanzas de Vito-
ria-Gasteiz.
Linares, S. (2007). Aplicación de Sistemas de Información Geográfica al estudio de la segre-
gación socioespacial urbana: el caso de la ciudad de Tandil. Tesis de Maestría en Telede-
tección y Sistemas de Información Geográfica. UNICEN. Azul.
Mertins, G. (1995). La diferenciación socioespacial y funcional de las ciudades intermedias
latinoamericanas: ejemplos del noroeste argentino. Revista Interamericana de Planifi-
cación. 24 (93):172-194.
O´Sullivan, D., & Unwin, D. (2003). Geographic Information Analysis. John Wiley & Sons.
New Jersey.
Pérgolis, J.C. (1998). Bogotá Fragmentada. Cultura y espacio urbano a fines de siglo XX. TM
editores. Santa Fe de Bogotá.
Racine, J.B., & Reymond, H. (1973). Lánalyse quantitative en géographie. Presses Univer-
sitarires de France. París.
Santos Preciado, J.M. (2002). El tratamiento informático de la información geográfica. Uni-
versidad Nacional de Educación a Distancia. Madrid
Shevky, E., & Bell, W. (1955). Social Area Analysis: Theory, Illustrative Application and Com-
putational Procedures. Stanford University Press. Stanford
O´Sullivan, D., & Unwin, D. (2003). Geographic Information Analysis. John Wiley & Sons.
New Jersey.
Pérgolis, J.C. (1998). Bogotá Fragmentada. Cultura y espacio urbano a fines de siglo XX. TM
editores. Santa Fe de Bogotá.
Racine, J.B., & Reymond, H. (1973). Lánalyse quantitative en géographie. Presses Univer-
sitarires de France. París.
Santos Preciado, J.M. (2002). El tratamiento informático de la información geográfica. Uni-
versidad Nacional de Educación a Distancia. Madrid
Shevky, E., & Bell, W. (1955). Social Area Analysis: Theory, Illustrative Application and Com-
putational Procedures. Stanford University Press. Stanford
Tomlin, C.D. (1990). Geographic Information Systems and Cartographic Modeling.

Englewood Cliffs – Prentice Hall. New Jersey.
Yujnovsky, O. (1971). La estructura interna de la ciudad. El caso latinoamericano. Edicio-
nes SIAP. Buenos Aires.
Capítulo III
Análisis multivariado con
sistemas de información geográfica:
métodos para la realización
de mapas sociales urbanos
Gustavo D. Buzai
Instituto de Investigaciones Geográficas (INIGEO)

de la Universidad Nacional de Luján
buzai@unlu.edu.ar
RESUMEN
Los mapas sociales urbanos, MSU (Movimientos Sociales Urbanos), son una excelente
herramienta para comprender y planificar la ciudad. La Geografía, como ciencia espa-
cial, utiliza métodos cuantitativos para su creación.
La aplicación de software de análisis estadístico mediante los métodos de análisis
linkage, análisis cluster y los SIG (Sistemas de Información Geográfica) apoyan per-
fectamente esta tarea. El presente trabajo tiene el objetivo de realizar el mapa social de
la ciudad de Luján 2010 a partir de obtener una síntesis modelística basada en las dos
metodologías, y presentar los patrones de distribución espacial como herramienta de
planificación.
Palabras clave: Mapa social urbano; Estadística espacial; SIG; Análisis Espacial;
Geografía Cuantitativa.
ABSTRACT
Urban social maps are an excellent tool for understanding and planning the city. The
Geography, as spatial science, used quantitative methods for its creations. The appli-
cation of statistical analysis software by linkage analysis and cluster analysis methods
and Geographical Information Systems (GIS) perfectly support this task. This paper
aims to make the social map of the city of Luján 2010 from achieving model synthe-
sis based on the two methodologies and present spatial distribution patterns as a plan-
ning tool.
55
Keywords: Urban social map; Spatial Statistic; GIS; Spatial Analysis; Quantitative Geography
INTRODUCCIÓN
L os estudios interurbanos correspondientes en a la determinación de la dis-

tribución socioespacial, de la población de la ciudad de Luján (Provincia de
Buenos Aires Argentina), tienen una extensa y significativa presencia en el GESIG
(Grupo de Estudios sobre Geografía y Análisis Espacial con Sistemas de Infor-
mación Geográfica) y el PRODISIG (Programa de Docencia e Investigación en
Sistemas de Información Geográfica) como aspecto central de proyectos de inves-
tigación científica, radicados en el Departamento de Ciencias Sociales de la Uni-
versidad Nacional de Luján.
Teniendo como base los diferentes resultados obtenidos, se ha publicado el libro

Mapas Sociales Urbanos en dos ediciones (Buzai, 2003, 2014a), en los que se pre-
sentan aspectos teórico-metodológicos de clasificación espacial y regionalización,
mediante la aplicación de diferentes metodologías del análisis espacial cuantita-
tivo para su construcción.
A partir de estos trabajos de análisis espacial, la utilización de mapas sociales de la
ciudad de Luján se mantiene como base en el centro de la investigación empírica y
permite estudiar y comprender las condiciones sociodemográficas y habitacionales
de la población urbana. Resulta posible determinar sus relaciones con las distribu-
ciones espaciales de diferentes variables que resultan de interés, con la finalidad de
abordar aspectos concernientes a la calidad de vida de la población.
En este trabajo se presta atención a lo que ha quedado determinado como las dos
principales metodologías de trabajo basadas en el análisis multivariado (Análisis
Linkage y Análisis Cluster), y se presentan resultados conjuntos que son utiliza-
dos en la realización de la síntesis modelística. El caso de estudio corresponde al
modelo socioespacial urbano actual de la ciudad de Luján, Argentina.
EL PROGRAMA DE INVESTIGACIÓN
En estas investigaciones apoyamos la simplicidad del método científico com-

puesto por tres instancias principales (Rusell, 1985) como lo son: la observación
de hechos significativos, la generalización de las observaciones para la formula-
ción de leyes científicas y la comprobación; que puede ser realizada en nuevos-
casos si lo propone la realidad. Desde este punto de vista las hipótesis planteadas
no surgen como hechos aislados, sino que tienen existencia dentro de un contexto
general del conocimiento científico.
La temática de los MSU tiene una amplia tradición en el campo de la Geografía

Urbana, y su antecedente más lejano puede fecharse a finales del siglo XIX, como
se verá en el próximo punto. Esta línea de investigación se hace concreta a través
del trabajo empírico, y de esta manera, se estructura como “programa de investi-
gación”. De acuerdo con Padrón (1998), la definición de estos programas permite
aunar diferentes grupos académicos abocados a colaborar en el avance temático.
Gran parte de la tarea académica fue resuelta a partir de los estudios iniciales, desde
los primeros modelos urbanos para las ciudades de América Anglosajona hasta sus
ajustes para las ciudades de América Latina y el programa de investigación, que
aborda el interés por el estudio de los MSU.
Formuló sus generalizaciones con el apoyo de modelos que dan cuenta de los aspec-
tos particulares encontrados actualmente en las ciudades, como así también la posi-
bilidad de predecir situaciones.
La Filosofía que sustenta estos trabajos es la del Positivismo; postura basada en un

espíritu positivo en el sentido de la obtención de un conocimiento real y de utilidad
(Sánchez, 2010), no solo con intención de comprender el presente, sino con el obje-
tivo de prever el futuro. La Geografía sería de esta manera una ciencia que busca
generalidades para adelantarse a los hechos, y poder actuar de forma prospectiva.
Llegamos a lograr estos objetivos a través del “Macro-Programa de Investigación” del

análisis espacial cuantitativo con SIG. El cual de acuerdo con las consideraciones de
Lakatos (1974), podría ser considerado el período actual como producto de una heu-
rística positiva, en ese caso demostrada por la Geografía Cuantitativa.
Su núcleo duro estaría formado por conceptos centrales de la Geografía como

ciencia espacial, tales como la localización, distribución espacial, asociación espa-
cial, interacción espacial y evolución espacial (Buzai y Baxendale, 2011).
El anclaje conceptual estaría basado en el materialismo sistémico (Bunge, 2012,

2014), el cual es realista (la realidad existe independientemente de los sujetos),
materialista (se manifiesta a través de elementos materiales empíricos), sistemista
(estos elementos se estructuran de manera sistémica) y cientificista (el método
científico es el medio más idóneo para comprender la realidad).
Desde el punto de vista sistémico, consideramos la estructuración de la realidad

como sistema complejo sobre la base de la sistematización realizada por García
(2006), para el estudio de problemáticas en las que intervienen diferentes nive-

les de análisis y procesos; la forma científica de abordaje se enmarca en el método
hipotético-deductivo empírico (Klimovsky, 1995) en un doble camino que une en
el mismo proceso el abordaje inductivo y deductivo, considerando la existencia
respectiva de contextos de descubrimiento y validación.
Es posible mencionar un contexto de aplicación, punto en el que se manifiesta
con mayor fuerza el carácter empírico de la disciplina, y en el cual la Geografía
demuestra grandes capacidades para comprender (Buzai, 1999) y actuar sobre la
realidad territorial (Baxendale, 2015).
MAPAS SOCIALES URBANOS
Los MSU tienen una amplia y extensa tradición como parte de los estudios de
la relación entre la sociedad y su medio geográfico realizados en el interior de
la ciudad, con el objetivo de determinar estructuras socioespaciales. Existe un
claro hilo conductor que permite delinear la temática en tres etapas específicas:
(1) modelos clásicos de la estructura espacial urbana, (2) aplicaciones de la Ecolo-
gía Factorial y (3) modelos para las ciudades de América Latina.
La temática incluye los mapas de la pobreza de Londres; realizados entre 1889
y 1903 por Booth (1891, 1892-1897, 1901-1903), los clásicos modelos de anillos
concéntricos de Burgess (1925), de sectores (Hoyt, 1939), los núcleos múltiples de
Harris y Ullman (1945), el evolucionismo ecológico desde la ciudad pre industrial
hacia la ciudad industrial de Sjoberg (1960) y la determinación de características
diferenciales de la estructura socioespacial urbana entre las ciudades de América
Anglosajona y América Latina realizada por Schnorre (1965).
El uso de la matriz de datos geográfica propuesta por Berry (1964), posibilitó el sur-
gimiento de la Ecología Factorial como rama de aplicación del análisis multivariado
para el descubrimiento de los factores subyacentes de las distribuciones espaciales,
trabajos realizados inicialmente por Berry y Kasarda (1997) y Davies (1984).
Los modelos propuestos para la ciudad de América Latina fueron realizados por
Bähr, (1976) y Bähr y Mertins (1981; 1982), y paralelamente por Griffin y Ford
(1980) y Ford (1996), de modo que permiten comprender con suficiencia las distri-
buciones espaciales para las ciudades de tamaño intermedio. Finalmente, los geógra-
fos Janoschka (2002) y Borsdorf (2003a, b) prestan atención a la situación actual de
las grandes ciudades del continente como resultado de un proceso evolutivo, en el
cual han intervenido diferentes tipos de políticas económicas que influyen en la rela-
ción sociedad y espacio.
La primera sistematización de la teoría y metodología de los MSU, desde la pers-

pectiva de América Latina, fue el libro de Buzai (2003) que posibilitó el inicio
de estudios comparativos urbanos en Argentina. En Buzai (2014a) se presentan
muchas de estas aplicaciones hacia a ciudades de tamaño intermedio de la Argen-
tina y resultados obtenidos en grandes ciudades como Buenos Aires (Buzai y Mar-
cos, 2014), México DF (García de León, 2014), Santiago de Chile (Fuenzalida,
2015) y San Pablo (Pérez Machado et al., 2014).
Además, la información de base permitió delinear el “modelo conceptual-espa-

cial” como síntesis de la evolución socioespacial de las grandes ciudades de
América Latina.
METODOLOGÍA
Bases
El procedimiento metodológico inicial, para la realización de MSU, es el tratamiento
matricial de datos censales que se incorporan a la tabla de atributos de la base carto-
gráfica en SIG para su especialización a través de la cartografía temática.
Se procede a la realización de la MDO (Matriz de Datos Originales) con valores

absolutos correspondientes a las variables censales, la MDI (Matriz de Datos Índice)
en la cual cada dato fue llevado a un valor porcentual de participación dentro de su
correspondiente unidad espacial; y en tercera instancia, la MDE (Matriz de Datos
Estandarizados) para hacerlos comparables (Buzai y Baxendale, 2012).
La uniformación se realiza aplicando dos cálculos matemáticos principales: el

puntaje omega [1] que obtiene resultados en un rango de 0 a 1, y el puntaje z [2]
que transforma los datos en valores positivos o negativos en unidades de desvío,
respecto de la media que toma valor 0.
Donde Ωi es el puntaje normal del i-esimo dato x, xi es el dato original que estan-
darizado, mientras que m y M son respectivamente el valor menor y el mayor de
la variable.
Donde z es el puntaje estándar del i-esimo dato x, xi es el dato original a ser estan-
darizado, µ es la media de la variable y σ su desvío uniforme.
El siguiente avance, con relación a [2], estaría dado ante la realización de la MCV
(Matriz de Correlaciones de Variables), que se obtiene fuera del SIG trasladando la
tabla de atributos con valores estandarizados hacia otros ámbitos de la Geoinformá-
tica, para proceder al cálculo del coeficiente de correlación de Pearson [3], en el cual
los extremos marcarán la máxima correlación directa con r=1 e indirecta con r=-1,
siendo que, r=0 indica una variabilidad conjunta de manera aleatoria.
En donde rv1,v2 es el puntaje estándar entre las variables 1 y 2, Zvar1 y Zvar2 son
los puntajes estándar z de ambas variables y N el número de casos.
A partir de la MCV, compuesta de valores r, se aplican los métodos de clasifica-
ción con la finalidad de formar grupos de variables (macro-variables) que brin-
den explicación al conjunto de relaciones.
En nuestro programa de investigación relativo al estudio de los MSU, hemos rea-

lizado aplicaciones para Buenos Aires (Buzai y Marcos, 2012, 2014), y para la ciu-
dad de Luján, de modo que, para el año 1991 se han utilizado los métodos del
VIM (Valor Índice Medio), Linkage Analysis, Cluster Analysis y el Análisis Fac-
torial (Buzai, 2003). Para el año 2001 el cálculo de PCE (Puntajes de Clasificación
Espacial) (GESIG, 2014), y para el año 2010 se han aplicado diferentes metodolo-
gías de análisis multivariado.
En este trabajo serán comparados los resultados proporcionados por el Linkage

Analysis y el Cluster Analysis mediante los métodos clasificatorios.
Análisis Linkage
El método de linkage analysis, que fuera formulado por McQuitty (1957) para su
aplicación al ámbito de la Psicología, tiene gran utilidad desde un punto de vista
geográfico, como lo presentaron inicialmente Racine y Raimond (1973) y Haggett
(1977).
Los procedimientos técnicos incluyen:
(1°) Disponer de la MCV y eliminarle la diagonal de máximas correlaciones, (2°)
Determinar los valores máximos de correlación positiva en cada columna, (3°)
Buscar a qué par de variables corresponden las máximas correlaciones positivas,
(4°) Realizar un listado en el que queden expresadas estas uniones con su corres-
pondiente valor de correlación, (5°) Determinar los “pares recíprocos” como
máximas correlaciones de forma bidireccional, (6°) Realizar el listado de “pares

recíprocos”, (7°) Realizar un diseño gráfico de los pares recíprocos. El nombre de
las dos variables unidas por una línea gruesa y el valor de correlación que las vin-
cula, (8°) Repetir el procedimiento hasta que todas las variables queden agrupa-
das.
1° Orden (pares recíprocos), 2° Orden (las que se unen en segunda instancia), 3°

Orden (las que se unen en tercera instancia), y si las hubiere, y así sucesivamente.
(9°) Numerar cada agrupamiento en identificación de las macrovariables, (10°)

Realizar la matriz de especificidad de unidades espaciales por macrovariables que
permitan describir cada grupo.
Los puntajes de especificidad se obtienen por el promedio estandarizados de

los valores del par recíproco y su mapeo, que brinda la posibilidad de acceder a
las diferentes distribuciones espaciales del mapa social y la descripción de cada
grupo, se debe hacer basándose en los valores de las variables componentes.
Resulta evidente que el resultado obtenido a través del análisis linkage, aplicado
a la matriz de correlaciones utilizada y la cantidad de grupos obtenidos, se rela-
ciona directamente con la cantidad de pares recíprocos que surgen del cuarto pro-
cedimiento realizado.
Cuando el procedimiento se realiza en la MCV se construyen “grupos de variables”

(macrovariables), y al aplicar nuevamente el procedimiento agrupando grupos se
obtienen “grandes grupos de variables”, en un continuo proceso de generalización
para la conformación de áreas sociales.
Análisis Cluster
En relación con las aplicaciones del análisis espacial cuantitativo, el análisis cluster
es un procedimiento utilizado para la obtención de grupos homogéneos de varia-
bles en grados de generalización continua.
También obtiene las denominaciones de construcción de tipología, clasificación
o taxonomía numérica, según Hair et al. (1999) estas denominaciones dependen
del tipo de ciencia en la que es aplicado, por lo tanto, desde el análisis espacial se
puede incluir el concepto de clasificación espacial, ya que los objetos para agru-
par son unidades espaciales que están en las mismas categorías como áreas espe-
cíficas del espacio geográfico.
La idea básica de todo procedimiento de análisis cluster es generar clases, dentro

de las cuales, los elementos componentes tendrán máxima similitud, y al mismo
tiempo mayor diferencia cuando se comparan con elementos que se encuentran
incluidos en otro grupo (Moreno Jiménez, 1994); en síntesis, maximizar la homo-
geneidad interna de los grupos y maximizar la heterogeneidad entre los agrupa-
mientos formados.
Una vez medidas las asociaciones, existen diferentes posibilidades para logra los agru-
pamientos, como el método del vecino más próximo (r máximo), promedio, vecino
más alejado (r mínimo) o centroide de cada agrupamiento. El método de Ward pro-
cede a una forma de agrupamiento en que se evalúan diferentes posibilidades y se
elige aquella que genera menor variación en el interior de los grupos. Propuesto por
Ward Jr. (1963), y ha sido muy aceptado en el ámbito geográfico al mostrar eficiencia
en la generación de agrupamientos a través de clusters pequeños.
Para Johnson (2000) los resultados extremos son generados por los métodos del
vecino más próximo y del vecino más alejado, siendo que todas las demás aplicaciones
se encuentran en puntos intermedios. Desde un punto de vista general, y siguiendo el
método del vecino más próximo, los pasos técnicos que debe seguir el procedimiento
del análisis cluster son:
(1°) Disponer de la MCV de NxN y eliminarle la diagonal de máximas corre-

laciones, (2°) Determinar los valores máximos de correlación positiva en cada
columna, (3°) Buscar a qué par de variables corresponden las máximas correla-
ciones positivas, (4°) Buscarlas en la matriz de datos estandarizadas, (5°) Prome-
diarlas en una nueva columna y eliminar las originales, (6°) Realizar nuevamente
la MCV, esta vez de N-1xN-1, (7°) Realizar la representación gráfica a través del
primer vinculo en el dendrograma de correlaciones, (8°) Repetir el procedimiento
reduciendo continuamente la MCV (N-2xN-2…N-3xN-3…), hasta que todas las
variables queden agrupadas y el dendrograma de correlaciones presente todos los
vínculos establecidos, (9°) Determinar un punto de corte en el dendrograma con
la finalidad de obtener el agrupamiento de variables y (10°) Realizar la matriz de
especificidad de unidades espaciales por macrovariables que permitan describir
cada grupo.
EL MAPA SOCIAL DE LA CIUDAD DE LUJÁN

Resultados del método Análisis Linkage
Las variables utilizadas se encadenan en tres grupos. El primero agrupa variables
de costo, el segundo grupo de variables que tienden hacia situaciones medias y el
tercer grupo de variables de beneficio. El detalle de los agrupamientos y la clasifi-

cación socioespacial se detallan en los cuadros 1 y 2.
Figura 1. Grupos de variables
GRUPO 1
GRUPO 2
GRUPO 3
Cuadro 1. Grupos de variables (Macrovariables)
Cuadro 2. Clasificación socioespacial
A partir de la definición de estos tres grupos fueron obtenidos los nuevos punta-
jes por promedio de los puntajes z del par recíproco, y esto brinda la posibilidad
de analizar tres distribuciones espaciales diferentes.
Una combinación sintética realizada entre los puntajes Z del Grupo 1 y del Grupo
3, ambas en el sentido de beneficio, brinda la posibilidad de obtener el mapa social
de la ciudad de Luján a través del análisis linkage.
Su representación cartográfica fue realizada en cortes establecidos en amplitud de
desvíos estándar (Buzai, 2003, 2014a), con la finalidad de identificar corrimientos
en lo que respecta a la media que toma valor 0. La utilización de cinco categorías
socioespaciales muestran condiciones favorables con la siguiente clasificación:
muy alto, alto, medio, bajo y muy bajo; la cuales, en el sentido del beneficio, dis-
minuyen claramente desde el centro a la periferia de la ciudad.
Figura 2. Mapa Social de la ciudad de Luján mediante linkage analysis, 2010
Cuadro 3. Datos básicos según nivel socioespacial (NSE)
Fuente: El autor en función de los datos del Censo Nacional de Población, Hogares y
Viviendas 2010
Los valores numéricos y representaciones gráficas que corresponden a la correla-

ción entre cada grupo y los resultados que cada unidad espacial que se obtuvo en
el mapa social se presenta en el siguiente cuadro.
Resultados del método Análisis Cluster

Las variables utilizadas se encadenan en tres grupos principales, el primero agrupa
variables de costo, el segundo grupo de variables que tienden inclinarse hacia situa-
ciones medias y el tercer grupo de variables de beneficio.
El detalle de los agrupamientos y la clasificación socioespacial se detallan en los
cuadros 4 y 5.
Figura 3. Dendrograma
Cuadro 4. Macrovariables
Mayores coeficientes de correlación:
Cuadro 5. Clasificación socioespacial

A partir de la definición de estos tres grupos, fueron obtenidos los nuevos puntajes
por promedio de los valores omega de la totalidad de las variables que incluyen, y
esto brinda la posibilidad de analizar tres distribuciones espaciales diferentes.
Los mapas temáticos que se presentan a continuación fueron realizados mediante el

método de cuantiles en tres categorías.
De esta manera los intervalos de clase incluyen 30 unidades espaciales con valores
altos, medio y bajos, asimismo para la representación final fue incorporada al SIG,
la base cartográfica Google Maps, como imagen de fondo que brinda mayor con-
creción a la representación.
El objetivo de cada uno de estos mapas es captar una configuración espacial global
simple y de fácil interpretación como forma de exploración y paso previo de la for-
mulación de la síntesis final.
Una combinación sintética realizada entre los puntajes omega del Grupo 1 y del
Grupo 3, ambas en el sentido de beneficio, brinda la posibilidad de obtener el mapa
social de la ciudad de Luján.
Su representación cartográfica fue realizada en cortes naturales, con la finalidad de

respetar la estructura interna de la variable.
La utilización de cinco categorías socioespaciales muestran condiciones favora-
bles con la siguiente clasificación: muy alto, alto, medio, bajo y muy bajo; la cuales,
en el sentido del beneficio, disminuyen claramente desde el centro a la periferia
de la ciudad.
Figura 4. Mapa Social de la ciudad de Luján, 2010

Cuadro 6. Datos básicos según nivel socioespacial (NSE)
Fuente: El autor en base a datos del Censo Nacional de Población, Hogares y Vivien-
das 2010.
Valores numéricos y representaciones gráficas que corresponden a la correlación

entre cada grupo, y los resultados que cada unidad espacial que se obtuvieron en
el mapa social se presenta en el siguiente cuadro.
ÁREAS SOCIALES Y SÍNTESIS MODELÍSTICA
Centro (C): Se destaca una zona central de gran amplitud.

Encierra bajo una misma categoría el área histórica, comercial y residencial tra-
dicional. El área histórica corresponde a la plaza central rodeada y los principa-
les edificios de arquitectura colonial española, que en la mayoría de los casos han
sido transformados en museos históricos. El área comercial que se extiende al Este
en dirección a la municipalidad. El área residencial tradicional contiene vivien-
das de buena categoría, extendiéndose desde estas zonas; siguiendo de manera
lineal la evolución espacial del centro comercial y una ramificación hacia el sur
que finaliza en la Estación del Ferrocarril.
Área residencial / Herradura 1 (H1): Corresponde a un área de unidades espacia-

les contiguas al centro. Esta herradura se interrumpe en el Oeste a causa del efecto
barrera que produce el río Luján. Se verifica un área residencial de buenas condi-
ciones socioespaciales con una incipiente extensión sectorial hacia el sur.
Área residencial / Herradura 2 (H2): Con una configuración espacial inversa a
la categoría anterior, esta herradura se encuentra presente en el sector Oeste. A
causa de la barrera que produce el río se encuentra contigua al área céntrica y
se interrumpe ampliamente en el Este, principalmente a través de tres áreas de
expansión: Norte, Oeste y Sur.
Área residencial /Anillo exterior (AE): Se define un anillo exterior con variación
entre unidades espaciales, y presentan condiciones socioespaciales malas y muy
malas. Tienen presencia en todos los puntos cardinales de la ciudad y en la mayo-

ría de los casos se presentan con baja accesibilidad al centro a causa de dos impor-
tantes barreras urbanas: el río y la autopista. A este anillo se le anexan unidades
espaciales de una pequeña localidad al Este (Lezica y Torrezuri) que cuenta con
tres categorías diferentes y por contigüidad espacial se la considera parte de la
aglomeración principal.
Las características permiten realizar la siguiente interpretación modelística:
El centro de la ciudad es compacto con extensión hacia el Este de la ciudad, como

lo muestran los modelos de Griffin y Ford (1980) y de Bähr y Mertins (1982).
La estructura anular básica, que surge a partir del centro, corresponde a las carac-
terísticas mencionadas en el modelo de Burgess (1925), aunque aquí los anillos
no son continuos debido a la barrera que representa el río Luján; de modo que
hay una clara línea que tiene gran efecto en la estructuración del espacio urbano,
como lo demuestran el estudio de Lynch (1986).
Por lo que se refiere a lo anteriormente expuesto, la configuración parecería con-

tener dos herraduras superpuestas en sentido inverso. La primera con disconti-
nuidad en el Oeste, manteniendo condiciones altas en el Este con una pequeña
expansión hacia el sur y la segunda con discontinuidad en el Este, manteniendo
condiciones medias compactas en el Oeste.
Junto con un anillo exterior, que contiene las más bajas categorías socioespaciales,
queda demostrada la aplicabilidad del modelo de Griffin y Ford (1980), que con-
templa la disminución de beneficios hacia la periferia y corresponde a la configu-
ración típica de las ciudades de América Latina; la cual presenta características del
modelo de ciudad pre industrial de Sjoberg (1960).
De acuerdo con el modelo conceptual espacial (Buzai, 2014a), la ciudad de Luján

desarrolló principalmente anillos y un incipiente sector hacia el Sur. Esto repre-
senta un modelo urbano de gran simplicidad.
Las características modelísticas señaladas ponen en evidencia que la ciudad de

Luján (Argentina) es un claro ejemplo de la estructura socioespacial urbana de las
ciudades de América Latina de tamaño intermedio, ciudades que han tenido un
gran dinamismo en las últimas décadas, convirtiéndose en los principales nodos
de la estructuración de los espacios regionales nacionales.
Figura 5. Modelo de mapa social de la ciudad de Luján
CONSIDERACIONES FINALES
El programa de investigación orientado al estudio de los MSU se apoya en al aná-

lisis espacial cuantitativo con SIG, como etapa actual de la Geografía Cuantitativa.
Un abordaje basado en el materialismo sistémico le permite un doble camino
metodológico, al combinar un abordaje inductivo en la búsqueda de casos signi-
ficativos, y un abordaje deductivo ante la explicación de realidades específicas a
partir del uso de modelos urbanos. La construcción de MSU lleva implícita la veri-
ficación de modelos.
El adherir una postura paradigmática basada en el realismo, el materialismo y el
sistemismo implica la necesidad del trabajo empírico, que permite poder com-
prender
la realidad y llegar a resultados de aplicación de utilidad en el abordaje de proble-
máticas específicas. De esta forma, los aspectos conceptuales tienen vínculos direc-
tos con metodologías concretas que les brindan apoyo al momento de la aplicación.
La construcción de MSU se realiza mediante procedimientos de análisis multi-
variado a partir de las variables contenidas en la tabla de atributos del SIG como
MDO. Una serie de transformaciones permiten llegar a la realización de la MCV,
como insumo de la aplicación metodológica.
A partir de la MCV se han aplicado dos caminos metodológicos concretos: el análi-
sis linkage con una solución única y el análisis cluster que proporciona un continuo
de soluciones a partir de la posibilidad de realizar diferentes cortes en el dendro-

grama de correlaciones.
Con la construcción del MSU de la ciudad de Luján, resulta claramente evidente
que ambas soluciones pueden aproximarse en sus resultados. Se produce esta
situación porque existe una estructura espacial objetiva en la distribución espa-
cial de los datos geográficos, la cual es independiente respecto del procedimiento
metodológico utilizado. Es de destacarse que ambas aproximaciones demuestran
ser de utilidad para la conformación de un modelo sintético del MSU en lo que
respecta a la herramienta de planificación.
El análisis multivariado como avance metodológico asociado al componente SIG,

brinda una mayor potencialidad de abordaje al incorporar importantes posibili-
dades en el tratamiento de los datos geográficos, de esta manera, la abstracción
matemática demuestra su más alto nivel empírico. A partir de estas combinacio-
nes se pone en evidencia la excelente potencialidad actual que presenta la Geo-
grafía Aplicada.
AGRADECIMIENTO
A Claudia A. Baxendale y Eloy Montes Galbán, con quienes discutí los criterios
demarcatorios de la línea de investigación de “mapas sociales urbanos” en lo que
respecta al “programa de investigación desarrollado” en el (GESIG-INIGEO) (El
Instituto de Investigaciones Geográficas).
REFERENCIAS
Bähr, J. (1976) Neuere Entwicklungstendenzen lateinamerikanischer. GroBstadte. Geogra-

phishe Rundschau. Vol. 28, número 4, pp. 125-133. (“Tendencias recientes en el desarrollo
de las ciudades de America Latina”.)
Bähr, J. & Mertins, G. (1981) Idealschema der sozial-raumlichen Differenzierung Lateiname-
rikanischer. Grosstadte. Geographische Zeitschrift. Número 69, pp. 1-33.
Bähr, J. & Mertins, G. (1982) A model of the social and spatial differentiation of Latin American
Metropolitan Cities. Applied Geography and Development. Número 19, pp. 22-45.
Baxendale, C.A. (2015) Geografía y Ordenamiento Territorial: Demarcaciones conceptua-
les desde la teoría disciplinar a la práctica multidisciplinar. Fronteras. Vol. 13, número
13, pp. 29-37
Berry, B. J. L. (1964) Approaches to Regional Analysis: A Synthesis. Annals of the Associa-
tion of American Geographers. Número 54, pp. 2-11.
Berry, B. J.L. & Kasarda, J. (1977) Contemporary Urban Ecology. New York: Macmillan.
Booth, Ch. (1891) Labour and Life of the People. Londres. Macmillan and Co. (Vol.II)
Booth, Ch. (1892-1897) Labour and Life of the People in London. Londres. Macmillan and
Co. 2º ed., 9 vols.
Booth, Ch. (1902-1903) Labour and Life of the People in London. Londres. Macmillan and
Co. 2º ed., 17 vols.
Borsdorf, A. (2003a) Urbane Transformation in Lateinamerika. Von der polarisierten zur
fragmentierten Stadt. Wien. GW-Unterricht.
Borsdorf, A. (2003b) Como modelar el desarrollo y la dinámica de la ciudad latinoameri-
cana. Eure. Vol. 29, número 86, pp. 37-49.
Bunge, M. (2012) A la caza de la realidad. Barcelona: Gedisa.
Bunge; M. (2014) Entre dos mundos. Barcelona-Buenos Aires: Gedisa, EUDEBA.
Burgess, E.W. (1925) The growth of the city: an introduction to a research project. In: R.E.
Park, E.W. Burguess y R.D. McKenzie (ed) The City. Chicago. University of Chicago Press.
pp. 47-62. (“El crecimiento de la ciudad”, en Thodorson, op.cit. pp. 69-81.)
Buzai, G.D. (2003) Mapas Sociales Urbanos. Buenos Aires: Lugar Editorial.
Buzai, G.D. (2014a) Mapas Sociales Urbanos. Buenos Aires: Lugar Editorial. (2da. Edición).
Buzai, G.D. (2014b) El mapa social de Luján 2010. Modelo espacial basado en linkage analy-
sis. Revista de Geografía, Vol. 18, número XVII, páginas 49-61.
Buzai, G.D. (2015) El mapa social de Luján en 1991, 2001 y 2010. Un modelo espacial con-
solidado. Argentina como Geografía. Número 1, pp. 116-129.
Buzai, G.D. & Baxendale, C.A. (2011) Análisis socioespacial con Sistemas de Información
Geográfica. (Tomo 1: Perspectiva científica – temáticas de base ráster). Buenos Aires:
Lugar Editorial.
Buzai, G.D. & Baxendale, C.A. (2012) Análisis socioespacial con Sistemas de Información Geo-
gráfica. (Tomo 2: Ordenamiento territorial – temáticas de base vectorial). Buenos Aires:
Lugar Editorial.
Buzai, G.D. & Marcos, M. (2012) The Social Map of Greater Buenos Aires as Empirical Evidence
of Urban Models. Journal of Latin American Geography. Vol. 11, número 1, pp. 67-78.
Buzai, G.D. & Marcos, M. (2014) Buenos Aires (Argentina): El mapa social a través de pun-
tajes de clasificación espacial. En: G.D. Buzai, Mapas Sociales Urbanos. Buenos Aires:
Lugar Editorial. CD Aplicaciones, pp. 177-186.
Ford, L. (1996) A new and Improved Model of Latin American City Structure. Geographical
Review. Vol. 86, número 3, pp. 437-440.
Fuenzalida, M. (2014) Santiago de Chile (Chile): El mapa social a través del análisis facto-
rial. En: G.D. Buzai, Mapas Sociales Urbanos. Buenos Aires: Lugar Editorial. CD Aplica-
ciones, pp. 215-229.
García, R. (2006) Sistemas Complejos. Barcelona: Gedisa.
García de León, A. (2014) Ciudad de México (México): El mapa social a través del Valor
Índice Medio. En: G.D. Buzai, Mapas Sociales Urbanos. Buenos Aires: Lugar Editorial.
CD Aplicaciones, pp. 201-214.
GESIG-PRODISIG (2014) Luján (Provincia de Buenos Aires): El mapa social a través del
Análisis Linkage. En: G.D. Buzai, Mapas Sociales Urbanos. Buenos Aires: Lugar Edito-
rial. CD Aplicaciones, pp.
Griffin, E. & Ford, R. (1980) A model of Latin American city structure. Geographical
Review. Vol 70, número 4, pp. 397-422.
Haggett, P. (1977) El análisis locacional en la Geografía Humana. Barcelona: Gustavo Gili.
Hair, J.F. & Anderson, R.E.; Tatham, R.L.; Black, W.C. (1999) Análisis Multivariante. Madrid:
Prentice Hall.
Harris, C.D. & Ullman, E.L. (1945) The nature of cities. The Annals of the American Aca-
demy of Political and Social Sciences. Vol. CCXLII, pp. 7-17.
Hoyt, H. (1939) The Structure and Growth of Residential Neighborhoods in American
Cities. Washington: Federal Housing Administration.
Janoschka, M. (2002) Stadt der Inseln. Buenos Aires: Abschottung und Fragmentierung
als Kennzeichen einer neven Stadtmodells. (“Island City”. Buenos Aires: segregation
and fragmentation as marks of a new urban model). RaumPlonning. Número 101, pp.
65-70.
Johnson, D.E. (2000) Modelos multivariados aplicados al análisis de datos. México: Inter-
nacional Thomson Editores.
Klimovsky, G. (1995) Las desventuras del conocimiento científico. Una introducción a la
Epistemología. AZ: Buenos Aires.
Lynch, K. (1986) La imagen de la ciudad. Buenos Aires: Infinito.
McQuitty, L.L. (1957) Elementary Linkage Analysis for the Isolation of Orthogonal and
Oblique Types and Typal Relevancies. Educational and Psychological Measurement.
Número 17, pp. 207-229.
Moreno Jiménez, A. (1994) Análisis Factorial. En: Bosque Sendra, J.; Moreno Jiménez, A.
Prácticas de análisis exploratorio y multivariante de datos (segunda parte). Barcelona:
Oikos-tau.
Padrón, J. (2001) La estructura de los procesos de investigación. Revista Educación y Cien-
cias Humanas. Año IX, número 17, pp. 7-30.
Pérez Marchado, R.; Saldanha Kubrusly, V. & Barrozo, L.V. (2014) San Pablo (Brasil): El
mapa social a través de puntajes de clasificación espacial. En: G.D. Buzai, Mapas Socia-
les Urbanos. Buenos Aires: Lugar Editorial. CD Aplicaciones, pp. 187-199.
Racine, J.B. & Raymond, H. (1973) LÁnalyse quantitative en géographie. Paris: Presses
Universitarires de France.
Rusell, B. (1985) La perspectiva científica. Madrid: Sarpe.
Sánchez, D.C. (2010) El positivismo, el empirismo lógico y las ramas de la matemática que
incidieron en la Geografía. Geografía y Sistemas de Información Geográfica. Año 2,
número 2, pp. 20-53.
Schnore, L.F. (1965) On the spatial structure of cities in the two Americas. En: Ph. M. Hau
ser and L.F. Schnorre (eds.) The Study of Urbanization. Nueva York: John Wiley & Sons.
Sjoberg, G. (1960) The Preindustrial City. Past and Present. Glencoe: The Free Press.
Ward, J.H. (1963) Hierarchical Grouping to Optimize an Objective Function. Journal of
American Statistical Association. Num. 58, pp. 236-244.
Capítulo 4
Automatización en SIG
del método de clasificación
climática de köppen, modificado
por Enriqueta García y su
aplicación en la cuenca
Lerma-Chapala-Santiago, México.
Luis Ricardo Manzano Solís, Miguel Ángel Gómez-Albores|
Raymundo Ordoñez Sierra, Carlos Díaz-Delgado
Roberto Franco-Plata, Elsa Mireya Rosales Estrada
Marcela Virginia Santana-Juárez, Carlos Alberto Mastachi-Loza
Facultad de Geografía, Universidad Autónoma del Estado de México, México.

Centro Interamericano de Recursos del Agua, Facultad de Ingeniería, Universidad
Autónoma del Estado de México, México.
luisrms@gmail.com
RESUMEN
El presente documento discute los fundamentos y procedimientos para lograr la auto-

matización e implementación como un módulo de SIG, del método de clasificación
climática de Köppen adaptado para México, denominado Köppen-García, al mismo
tiempo que muestra el proceso de validación de los resultados que genera. Adicional-
mente, se expone su aplicación en la cuenca Lerma-Chapala-Santiago, con datos de
temperatura y precipitación del periodo 1960-2010 como estudio de caso. El principal
resultado es el nuevo módulo que automatiza la clasificación climática, el cual trabaja
en ambiente del SIG Idrisi Selva y crea un archivo vectorial que permite la generación
de capas temáticas, según los distintos descriptores del clima; otros resultados relevan-
tes son la base de geodatos de entrada al nuevo módulo con capas de temperatura y
precipitación mensual del periodo analizado, y el mapa actualizado y detallado de los
climas de la cuenca estudiada.
77
Palabras clave: Clasificación climática, SIG, Köppen-García, Lerma-Chapala-Santiago.
ABSTRACT
This document discuss the fundamentals and procedures to achieve the automation
and implementation of the Köppen climatic classification method adapted to Mexico,
called Köppen-García, as a GIS module. At the same time shows the process to vali-
date the module’s results. Additionally, exposes as case of study the application of the
module in the Lema-Chapala-Santiago basin with both temperature and rain data of
the 1960-2010 period. The main result is the new module which makes the climatic
classification in an automatic form, which also works in the GIS Idrisi Selva environ-
ment to create a vector file. This file allows create thematic layers of the climate descrip-
tors. Another relevant results are the temperature and rain geodatabase with monthly
input layers of the analyzed period of time to be processed by the new module, and the
updated and detailed climatic map of the studied basin. The remarkable findings are
related with the developed module, because it can be used in anywhere in Mexico, with
both any cell resolution and territorial coverage; in this way it is possible to have upda-
ted climatic maps. Also, it can be seen some applications of the module, as the spatial
and temporal analysis of climate in a specific zone, including future climatic scena-
rios, because the module can make the climatic classification for some temporal slices
in only a few minutes.
Keywords: Climatic classification, GIS, Köppen-García, Lerma-Chapala-Santiago.
INTRODUCCIÓN
E l clima tiene un papel fundamental en la forma de vida del ser humano, de tal
manera que su estudio y comprensión es necesario para la toma de decisio-
nes, desde las más simples como el diseño de viviendas, hasta las más complejas
como acciones integradas de adaptación y mitigación ante condiciones de cambio
climático. El método de clasificación climática adaptado para México, aquí deno-
minado por Köppen-García, es una derivación realizada por García (1987 y 2004)
del método de clasificación climática original de Köppen (en García, 1987 y Gar-
cía 2004), para dar realce a las condiciones climáticas características del país.
Si bien existen herramientas informáticas que han automatizado esta clasificación

climática, éstas se aplican sobre los datos tabulares (en tablas) de precipitación y
temperatura mensuales de estaciones meteorológicas, de forma que los resultados
que genera también son tabulares, y si se desean espacializar, la capa resultante
muestra un punto por cada estación analizada,
aunque lo deseable es conocer también la clasificación climática de las zonas exis-

tentes entre estación y estación.
Por otra parte, los Sistemas de Información Geográfica (SIG) carecen de un

módulo que permita ejecutar la clasificación climática Köppen-García de forma
automatizada, lo que implica una notable inversión de tiempo para realizar este
procedimiento. En contraste, actualmente se cuenta con amplia disponibilidad de
datos digitales de las estaciones meteorológicas del país, la existencia de herra-
mientas que permiten espacializar (interpolar) estos datos para representarlos a
manera de superficie continua, la capacidad de los módulos de análisis espacial
de los SIG para realizar el procedimiento de la clasificación climática de Köp-
pen-García y la existencia de API ‘Application Programming Interface’ (Interfaz
de Programación de Aplicaciones) para automatizar estos procedimientos en los
SIG, por lo que se ha identificado un área de oportunidad para generar un módulo
con el cual automatizar en SIG la clasificación climática en cuestión.
Una vez establecido lo anterior, el objetivo principal de la investigación fue

automatizar, en un módulo de SIG, el método de clasificación climática Köp-
pen-García, y validar su funcionamiento mediante su aplicación en la cuenca
Lerma-Chapala-Santiago con datos del periodo 1960-2010 para evaluar los resul-
tados que generaba.
ANTECEDENTES
La clasificación climática empleada en México
En México, el sistema de clasificación climática de uso común es el de Köppen

modificado por Enriqueta García o Köppen-García, porque fue la investigadora
mexicana Enriqueta García quien realizó modificaciones al sistema original de
Köppen para que este expresara las condiciones climáticas del país (García 1987;
García 2004). Son variados los ejemplos de trabajos que emplean el sistema de cla-
sificación climática Köppen-García, desde su presentación en la década de los 70,
hasta la actualidad. Basta una revisión de la literatura reciente en el país para darse
una idea de la vigencia de su uso.
Así por ejemplo, se tiene que el “Atlas de escenarios de Cambio Climático en la

Península de Yucatán” (Observatorio de Cambio Climático de Yucatán, 2010),
del estado mexicano de Yucatán, presenta mapas del clima presente usando el
periodo 1961-1990 y los posibles tipos de clima en cada uno de los escenarios de
emisiones al 2020. Hernández (2012) analizó el comportamiento de climogramas

y la tendencia de Mann-Kendall en distintos momentos del periodo 1910-2010 de
la zona centro de Veracruz, para compararlos con la clasificación climática de Köp-
pen-García y evaluar si hay evidencia de este tipo de cambios a través del tiempo.
El gobierno del Estado mexicano de Durango (2011) empleó el sistema de clasifi-

cación climática Köppen-García para realizar una regionalización climática den-
tro de su plan de ordenamiento ecológico estatal. Mientras que Velázquez et al.
(2012) elaboraron un mapa con la clasificación climática de Köppen-García de la
región de Bahía de Banderas, México, porque consideran que este tipo de infor-
mación es un insumo valioso en la toma de decisiones en los ámbitos de ordena-
miento urbano y el desarrollo agrícola.
A nivel federal, el gobierno mexicano ofrece, mediante su SIRVEF (Sistema

Nacional de Vigilancia Epidemiológica Fitosanitaria) (2013), un Atlas en línea
donde se incluye un mapa de climas que fue elaborado con el sistema de clasi-
ficación climática Köppen-García, el cual ha sido considerado con la finalidad
de asociar los climas con otros componentes del ambiente; la probabilidad de
introducción y dispersión de plagas agrícolas, y conocer así las condiciones en
que se pueden presentar eventos epidemiológicos en el ámbito agrícola, mismos
que pueden tener origen en bacterias, hongos, insectos o virus; debido a lo cual
el clima es un factor fundamental para conocer el ámbito de desarrollo y disper-
sión de este tipo de amenazas.
Por último, es significativo destacar que en México el INEGI (Instituto Nacional

de Estadística y Geografía) elabora, entre otros productos, la cartografía oficial
de elementos del clima y de climatología del país, básicamente de la temperatura
media anual, precipitación total anual y de los tipos de clima; siendo esta última
realizada con el método de Köppen-García (INEGI, 2014a).
Las cartas se ofrecen en formato impreso y digital en escalas 1:250, 000; 1:500, 000
y 1:1’ 000, 000, y son empleadas por todas las dependencias e instituciones públi-
cas y privadas que realizan trabajos e investigaciones con carácter oficial para
cualquiera de los tres órdenes de gobierno (municipal, estatal y federal).
Automatización de la clasificación climática y Sistemas de Información Geográfica
En el año 2000, Fuentes desarrolló una hoja de cálculo en Microsoft Excel para
clasificar el clima de los datos de una estación climatológica de acuerdo con el
sistema de Köppen-García, donde el usuario simplemente coloca los valores men-

suales de temperatura y precipitación en las celdas indicadas, y automáticamente
obtiene la clave y descripción de la clasificación climática correspondiente (Fuen-
tes, 2000). Si bien la automatización presentada por este autor reduce significati-
vamente el proceso de clasificación climática, un inconveniente que pudiera tener
este aporte se aprecia desde un punto de vista espacial, ya que la clasificación se
debe realizar estación por estación y el resultado es la clasificación puntual.
Una herramienta que permite elaborar representaciones y análisis espaciales del

clima son los SIG. En su forma más elemental, un SIG es un conjunto de elemen-
tos interrelacionados (software, hardware, datos, métodos y analistas) con el fin
de generar representaciones sistémicas del territorio para su análisis y compren-
sión, integrada como apoyo a la toma de decisiones territoriales.
De esta forma los SIG brindan un entorno ideal para realizar la clasificación cli-
mática y representarla a manera de mapas. Velázquez et al. (2012) emplearon
un entorno de SIG para elaborar su mapa con la clasificación climática de Köp-
pen-García de la región de Bahía de Banderas, México. Para cumplir su objetivo
generaron capas de superficie continua de precipitación y temperatura mediante
regresión lineal (para temperatura) y múltiple (para precipitación), a partir de
datos puntuales de estaciones meteorológicas y el MNA (Modelo Numérico de
Altitud) de la zona de estudio. Liu et al. (2010) empleando Visual Basic 6.0, gene-
raron una plataforma propia de SIG para calcular e interpolar índices climáticos
y agrícolas.
MARCO CONCEPTUAL
El clima y su clasificación
De acuerdo con el IPCC ‘Intergovernmental Panel on Climate Change’ (Panel

Intergubernamental del Cambio Climático) (2001) y la WMO ‘World Meteoro-
logical Organization’ (Organización Meteorológica Mundial) (2012), el clima es
definido como un estado medio del tiempo atmosférico, o condiciones medias
(regularmente como mínimo de 30 años), en términos de las variaciones en las
cantidades de parámetros meteorológicos principalmente como la precipitación y
la temperatura. En el estudio del clima se recurre a la clasificación climática para
simplificar el estudio de la amplia variabilidad espacial, temporal de temperatura
y precipitación en todo el planeta, mediante agrupaciones que expresen condicio-
nes similares a su interior y diferenciadoras respecto otros grupos.
Clasificación climática de Köppen modificada por Enriqueta García
Con la finalidad de contar con una aceptable representación de las condiciones

climáticas asociadas a la distribución de especies vegetales de México, García
(1987 y 2004) ajustó el sistema de clasificación climática de Köppen (García 1987;
García 2004) a las condiciones particulares del país.
El principal fundamento de la autora para realizar su propuesta, fue que el sistema

de clasificación climática original emplea la posición de latitud de las estaciones
climatológicas como el principal determinante de las zonas climáticas, dejando en
segundo plano las variaciones en temperatura y precipitación influenciadas por la
elevación de cuerpos montañosos, como en el caso de México, donde las variacio-
nes de altitud crean condiciones particulares.
Se aprecian ejemplos de las variaciones entre las formaciones vegetales que cons-
tituyen las zonas latitudinales que Köppen consideró en su sistema de clasifica-
ción climática (García 1987; García 2004), y que en México no coinciden, debido
fundamentalmente a condiciones locales, en lo que Köppen denomina como
“clima de sabana”; porque en México si bien se dan las condiciones térmicas y
de humedad características de este clima, la vegetación presente no corresponde
con la de sabana, mejor dicho se tiene presencia de selvas altas o bajas cadu-
cifolias, por lo que García (1987 y 2004) denominó a este clima como “clima
caliente subhúmedo con lluvias de verano”; otro ejemplo es el caso de los “climas
de estepa” de Köppen (García 1987; García 2004), característico de regiones de
Rusia, pero que en México se asocia a cactáceas y matorrales espinosos, por lo
que la autora lo denomina “climas secos o áridos”; un último ejemplo significa-
tivo es el caso de los “climas de tundra” de Köppen (García 1987; García 2004), al
cual García (1987 y 2004) denomina “clima frío” y es el representativo de terre-
nos elevados en la zona tropical.
Es así como García (1987 y 2004), empleó métodos de cálculo estadístico sobre
datos de estaciones de climas en México para subdividir algunos de los tipos climá-
ticos del sistema original de Köppen (García 1987; García 2004), y en consecuen-
cia implementó símbolos y descriptores climáticos adicionales a los originales, los
cuales pueden distinguirse porque se representan entre paréntesis.
En términos generales, el sistema de clasificación climática de Köppen-García

(García 1987; García 2004) inicia con la determinación grupo de clima (cálido,
templado, seco o frío) a partir de las condiciones térmicas y de humedad, mediante

los datos de temperatura media mensual y anual, así como de precipitación men-
sual y total anual. Una vez determinado el grupo climático, se procede a conocer
el subgrupo climático (semicálido, semifrío, frío y muy frío) a través de la tempe-
ratura media anual y mensual.
El siguiente paso es determinar el tipo y subtipo climático, que expresa el grado

de humedad (húmedo, subhúmedo, semiárido, árido y muy árido) y el régimen de
lluvias (de verano, intermedio o de invierno), esto mediante el empleo de los valo-
res mensuales y anuales de temperatura y precipitación.
También se incluyen, a partir de los datos de temperatura, designaciones para des-

cribir las condiciones de esta (por ejemplo, si se trata de verano cálido o fresco,
largo o corto). Finalmente, se agregan símbolos denominados variantes, los cuales
expresan la presencia de sequía intraestival, el grado de oscilación térmica (isoter-
mal, con poca oscilación térmica, extremosa y muy extremosa) y/o el tipo de mar-
cha anual de la temperatura (para identificar si se trata de una marcha anual de la
temperatura tipo Ganges).
Programación en ambiente de SIG
Un Sistema de Información Geográfica o SIG, como cualquier sistema de infor-

mación, se caracteriza por seguir un proceso como el siguiente: recibe datos e
información de entrada (con la característica de que se trata de elementos con
referencia a sitios específicos en el planeta; con la finalidad de identificar locali-
zaciones, patrones y tendencias sobre el territorio); dichas entradas son procesa-
das (en la actualidad) en un entorno computacional con software especializado en
métodos y técnicas de análisis espaciotemporal, así que se generan resultados, que
un analista especializado y experimentado debe evaluar, para validar el grado de
certidumbre del SIG como un todo, para así darle aplicación práctica que apoye la
toma de decisiones territoriales.
En este contexto, algunos de los programas computacionales de SIG existentes, tanto

libres como comerciales, permiten que los usuarios enriquezcan su funcionamiento
mediante la implementación de módulos desarrollados por ellos mismos.
Esta ventaja se debe en gran parte a que estos SIG cuentan con una Interfaz de API.
La API permite el uso de lenguajes de programación de alto nivel (por ejemplo, Del-
phi o Visual Basic) como leguajes de macros (comandos con estructuras fijas, que
permiten la variación de algunos parámetros que la componen, de acuerdo a las

necesidades del usuario) con los cuales es posible invocar y ejecutar los módulos
del SIG en un orden determinado, y así organizar su ejecución automatizada para
ciertos fines (Clark Labs, 2003).
MARCO TERRITORIAL
La zona que se eligió para realizar un estudio de caso, fue la cuenca Lerma-Cha-
pala-Santiago (LCS), ubicada en la parte centro de la República Mexicana, abar-
cando los Estados Querétaro, Estado de México, Michoacán, Guanajuato, Jalisco,
Aguascalientes, Zacatecas, Durango y Nayarit. Sus coordenadas extremas son, en
el noroeste, de 23° 26’2.4” latitud norte y 104° 18’21.5” de longitud oeste y, en
la parte sureste con 19° 4’4.8” de latitud norte y 99° 20’38.39” de longitud oeste
(Figura 1).
Esta cuenca tiene un área aproximada de 132, 916 kilómetros cuadrados [CONA-
GUA (COMISIÓN NACIONAL DEL AGUA), 2014], lo que equivale al 6.8 % de la
extensión territorial, con una población total de 19, 495,769 habitantes y una den-
sidad de población de 145 habitantes por kilómetro cuadrado, tres veces mayor
en comparación con la densidad a nivel nacional y segunda cuenca en ese mismo
rubro, sólo atrás de la cuenca del Valle de México INEGI (2014b).
En la cuenca Lerma Chapala Santiago nace el río Lerma y escurre hasta su desem-
bocadura en el océano Pacífico, abarcando zonas urbanas importantes (con una
población mayor o igual a los 100, 000 habitantes) como Toluca de Lerdo, More-
lia, Uruapan, Zamora de Hidalgo, Querétaro, Celaya, Salamanca, Irapuato, León
de los Aldama, Guadalajara, Aguascalientes, Tepic y Zacatecas. INEGI (2000).
Vale la pena destacar que la cuenca LCS presenta una topografía compleja y acci-
dentada, que condiciona la presencia de diferentes tipos de clima.
Además, en ella se encuentra el lago más extenso a nivel nacional, denominado

Lago de Chapala mismo que abastece en gran parte a la zona conurbada de Gua-
dalajara, Jalisco CEA (Comision Estatal del Agua), 2013.
Figura 1. Localización de la cuenca Lerma-Chapala-Santiago, México.
De acuerdo con Cotler et al. (2006), la parte alta de la cuenca (Lerma-Chapala) es

una de las zonas más importantes desde el punto de vista económico y social; sin
embargo, también es una de las más deterioradas ambientalmente, porque escurre
el río Lerma, uno de los más contaminados del país, al tiempo que su agua subte-
rránea se considera sobre explotada (CONAGUA, 2012), Esta condición hídrico-
ambiental se traduce en un gran déficit hídrico y retos para la gestión del agua.
MATERIALES Y MÉTODOS
En la figura 2 se puede apreciar el procedimiento seguido para cumplir con el

objetivo de la investigación. Con relación a la concepción, desarrollo e imple-
mentación del módulo de SIG para la automatización del método de clasifica-
ción climática Köppen-García (Figura 2.A), se empleó el método para el diseño
e implementación de un SIG (Environmental Systems Research Institute [ESRI]
2007; Franco 2008; Manzano 2007; Manzano et al. 2010; Manzano y Franco 2009;
Miranda y Solare, 2009; Quentin et al. 2007; Tomlinson, 2008), que se funda-
menta en el método clásico o de cascada para el desarrollo de sistemas de infor-
mación, y que ha sido denominado por algunos autores como método geomático
(Franco 2008; Manzano 2007; Quentin et al. 2007). En términos generales, este
método se compone de cinco etapas sucesivas: análisis de requerimientos, diseño
conceptual, diseño lógico o geomático, diseñó físico o implementación y reali-
mentación. En cuanto al diseño físico o de implementación, vale la pena desta-
car que se decidió emplear el SIG Idrisi Selva y el lenguaje de programación object
Pascal de Delphi 6.0 para generar el módulo de SIG. Se optó por Idrisi porque es
un SIG que está enfocado al análisis espacial con datos matriciales. En el caso de
Delphi, se optó por este paquete porque permite acceder al API de Idrisi.
Figura 2. Procedimiento seguido para realizar (A) la automatización en SIG del

método de clasificación climática de Köppen-García, así como (B) para desarrollar el
estudio de caso en la cuenca Lerma-Chapala-Santiago, México.

Para evaluar el funcionamiento del nuevo módulo, se utilizó la información de

estaciones del clima publicadas en la obra de García (2004), y que cuentan con
información del tipo de clima y valores mensuales de precipitación total y tem-
peratura media. Se ubicaron 330 estaciones dentro de la cuenca LCS, mismas
que fueron espacializadas en formato matricial con la información puntual de
las variables climáticas por mes. El resultado de la clasificación climática puntual
generada por el módulo automatizado se comparó con la información del tipo de
clima para las mismas estaciones documentadas por García (2004) a través de un
análisis de concordancia con el índice Kappa (K) (Cerda y Villarroel, 2008).
Cabe mencionar que el índice K toma valores entre -1 y +1; mientras más cer-
cano a +1, mayor es el grado de concordancia; por el contrario, un valor de K
equivalente a cero indica que la concordancia observada es precisamente la que se
espera a causa exclusivamente del azar; por último, mientras K es más cercano a
-1, mayor es el grado de discordancia.
Una vez aprobado el adecuado funcionamiento del módulo para automatizar el

método de clasificación climática Köppen-García, se procedió a generar la clasi-
ficación del clima de la cuenca LCS a partir de las capas matriciales mensuales de
precipitación y temperatura que representan el periodo 1960-2010. De inicio, se
asume que uno de los principales insumos a la propuesta del proyecto, que ade-
más influían en la calidad de los datos de salida, eran los datos de precipitación y
temperatura, por lo que se tomó la decisión de emplear los datos climáticos y la
información generada por Ordoñez (2015), que consiste en una capa interpolada
por cada mes y para cada año del periodo 1960-2010 a una resolución de celda
de 200 metros por lado, siendo en total 612 capas para cada variable, las cuales se
generaron empleando un mínimo de 1,576 estaciones y máximo de 1,723, de la
base de datos nacional del CLICOM ‘Climate Computing project’ (Clima Com-
putarizado) que administra el Servicio Meteorológico Nacional. Se decidió ocu-
par la información de Ordoñez (2015), porque usó el método thin plate smoothing
spline en ANUSPLIN para la interpolación, considerando las variaciones en lon-
gitud, latitud y altitud como factores determinantes que influyen en la distribu-
ción del clima.
RESULTADOS
En la figura 3 se aprecia la ventana principal del módulo para automatizar el

método de clasificación climática de Köppen adaptado para México (clasificación
climática Köppen-García), mismo que funciona en el entorno del SIG Idrisi Selva.
Dicho módulo consiste de cuatro pestañas: la primera es donde se elige el método
de clasificación climática Köppen-García; la segunda y tercera pestañas permiten
al usuario introducir las capas mensuales de temperatura y precipitación, respec-
tivamente; mientras que la cuarta pestaña del módulo da la opción de indicar la
ubicación y nombre del archivo de salida, mismo que contiene la clasificación cli-
mática para la zona de estudio, aunque también permite guardar algunos archi-
vos con información que puede ser de interés para el usuario, como los valores
medios, mínimos y máximos de temperatura y precipitación a lo largo del año.
Como resultado de la evaluación del correcto funcionamiento del módulo, el

índice Kappa del resultado que generó el módulo respecto a la clasificación cli-
mática original de García (2004), se obtiene una concordancia perfecta (K=1), de
acuerdo a la valoración de la fuerza de concordancia de Landis y Kotch (Cerda y
Villarroel, 2008).
Las imágenes de superficie continuan con valores mensuales de precipitación y

temperatura en la cuenca Lerma-Chapala-Santiago para el periodo 1960-2010,
constituyen otro resultado obtenido, las cuales se derivaron de las capas inter-
poladas a partir de los datos de las estaciones. Se trata de 12 archivos matriciales
para la precipitación y 12 para la temperatura, los cuales representan el compor-
tamiento espacial de dichos parámetros climáticos para cada mes del año, en cel-
das cuya resolución equivale a 200 metros por lado.
Un resultado más de la investigación lo constituye la capa de SIG generada por

el módulo, y contiene la clasificación climática por el método de Köppen-García
(Figura 4). Se trata de un archivo vectorial vinculado a un archivo de tabla de atri-
butos, el primero muestra la distribución espacial de los distintos tipos de climas
para la cuenca LCS, mientras que el segundo almacena las características cuali-
tativas de los distintos tipos de clima presentes en dicha cuenca, basándose en, el
símbolo del clima, la condición térmica (como seco, cálido, templado o frío), el
régimen de lluvias (de verano, invierno o intermedio), algunas condiciones carac-
terísticas (como verano fresco o cálido), oscilación térmica (isotermal, con poca
oscilación, extremoso o muy extremoso), presencia de sequía intraestival y el tipo
de marcha anual de la temperatura (tipo Ganges).
Figura 3. Pestañas que integran el módulo Köppen-García.
Fuente: elaboración propia.

Figura 4. Archivos de salida del módulo de automatización del método de clasifica-

ción climática Köppen-García visualizados en Idrisi Selva.
Con la información contenida en la capa de SIG es posible generar mapas temáti-

cos a partir de cualquiera de los atributos mencionados. En el caso particular de
esta investigación se elaboró el “Mapa de clasificación climática Köppen-García
de la cuenca Lerma-Chapala-Santiago con datos climáticos 1960-2010” (Figura 5),
mismo que constituye otro resultado considerado para la investigación.
Vale la pena aclarar que, debido a las dimensiones de la cuenca y la amplia varie-
dad de categorías climáticas en la zona, tanto para etiquetarlas como para indi-
carlas en la simbología del mapa, es que solamente se presenta la figura 5 como
una ilustración del mapa original, cuyas dimensiones de impresión son mayores.
En términos generales, la clasificación del clima resultante para la cuenca LCS,

con datos del periodo 1960-2010, indica que las zonas norte y noreste (equiva-
lente al 36.34 % de su superficie total) presentan condiciones climáticas secas
semiáridas, mientras que en el sur y sureste de la cuenca el clima es templado,
cubriendo el 32.49% de la cuenca.
Figura 5. Mapa de con la clasificación climática para la cuenca

Lerma-Chapala-Santiago, México.

En ambos casos se trata de las elevaciones medias y hacia las laderas y cumbres
que configuran el parteaguas. En el 25.48 % de la superficie central de la cuenca
y hacia la salida de esta, las condiciones se caracterizan por ser semicálidas tem-
pladas; mientras que, para la zona cercana a la salida de cuenca, donde las eleva-
ciones tienden a disminuir hasta la costa, el clima es cálido (5.3 % del total de la
superficie). Los climas con menor presencia en lacuenca se encuentran hacia las
zonas de parteaguas, siendo este seco árido al norte (0.23 %), semicálido cálido al
suroeste (0.13 %) y frío, este último en la cabecera al sur de la cuenca, en la cum-
bre del volcán Xinantécatl o Nevado de Toluca (0.002 %).
Precisamente en el curso alto de la cuenca, donde se presentan las mayores eleva-

ciones, la temperatura es constante a lo largo del año, es decir, es isotermal en el
1.6 % de la superficie de la misma; pero conforme dichas elevaciones van dismi-
nuyendo, la oscilación térmica se nota un poco en la parte media y en la salida de
la cuenca, cubriendo un 18.4 % (ambos tipos de oscilación térmica en zonas tem-
pladas), para volverse extremoso de ese punto y hasta un poco antes de su salida,
siendo el tipo de oscilación con mayor presencia en la cuenca, por estar en el 80.1
% de la misma (zonas secas semiáridas y semicálidas). En lo que se refiere a la
marcha anual de la temperatura, aproximadamente de la mitad y hacia la porción
sur y sureste de la cuenca (58.1 % de su superficie), la temperatura máxima se pre-
senta antes del solsticio de verano, por lo que se considera tipo Ganges; mientras
que, en la porción restante, hacia el norte y noroeste (41.9 %), dicho valor se pre-
senta después del solsticio señalado.
Con relación al régimen de lluvias, prácticamente la totalidad de la cuenca (99.9 %

de su superficie) presenta un régimen de verano, es decir, la época lluviosa del año
se presenta entre mayo y octubre, y en el 0.1 % restante, esta época ocurre entre
verano e invierno, sobre todo en la zona seca semiárida del noroeste. Del mismo
modo, y con una configuración espacial similar a la anterior, en el 98.2 % de la
cuenca las condiciones medias del comportamiento interanual de la precipitación
no expresan la existencia de sequía intraestival (que es la disminución de la pre-
cipitación durante la época lluviosa del año), mientras que en el otro 1.8 % de la
cuenca si se da este tipo de sequía.
CONCLUSIONES
Se logró la automatización de la clasificación climática de Köppen-García mediante

un módulo implementado en el SIG Idrisi Selva, cuyos resultados para la cuenca
LCS fueron validados con los que se generan por otros medios, concluyendo que
son altamente coincidentes (concordancia perfecta, K=1.0); sin embargo, es con-

veniente aclarar que la configuración espacial del archivo vectorial de salida
dependerá en gran medida de la resolución, cobertura territorial, periodo de
datos y método de interpolación con el que se hayan generado las imágenes de
superficie continua de los 12 archivos de precipitación mensual y los 12 de tem-
peratura media mensual que se usan como entrada al módulo. El módulo desa-
rrollado se puede emplear en cualquier zona del país, con cualquier resolución de
celda y cobertura territorial.
El mapa de clasificación climática Köppen-García de la cuenca Lerma-Chapala-

Santiago con datos climáticos 1960-2010, generado durante esta investigación,
es uno de los más actualizados y detallados que existen a la fecha, debido básica-
mente a la serie de años empleados, al método de interpolación y a la resolución
con que fueron generados los archivos de entrada al módulo. Es trascendental
destacar que la existencia de este módulo permitirá actualizar, rápida y senci-
llamente el mapa de climas de la cuenca LCS conforme se vayan actualizando
e incrementando las bases de datos climáticos. Lo mismo aplica para cualquier
región del país en la que se desee emplear el módulo para identificar las clases de
clima existentes. Finalmente, y en el marco del estudio del cambio climático, el
módulo desarrollado se vislumbra como una herramienta que facilitará el análisis
espacial y temporal de los tipos de clima para una zona determinada, al tener la
capacidad de realizar en poco tiempo la clasificación climática para diversos cor-
tes temporales.
REFERENCIAS BIBLIOGRÁFICAS
Baltas, E. (2007). Spatial distribution of climatic índices in northern Greece. Meteorological

Applications. No. 14. Págs. 69-78.
Cerda, Jaime L. y Villarroel, Luis del P., 2008. Evaluación de la concordancia inter-obser-
vador en investigación pediátrica: Coeficiente de Kappa. Revista Chilena de Pediatría,
Enero-Febrero. Volumen 79, número 1: 54-58 págs.
Clark Labs (2003). Idrisi applications programming interface user’s guide. Versión 2.0.
Laboratorio de Clark, Universidad de Massachusetts. 38 pp.
Comisión Estatal del Agua, CEA (2013). Cuencas, Lago de Chapala. Gobierno del Estado.
Jalisco, México. http://www.ceajalisco.gob.mx/ (consultado el 10 de febrero de 2015)
Comisión Nacional del Agua, CONAGUA (2012). Bancos del agua en México. Secretaría de
Medio Ambiente y Recursos Naturales. Edición 12, 56 pp. ISBN: 978-607-7908-67-8
Comisión Nacional del Agua, CONAGUA (2014). Atlas del agua en México. Gobierno de la
República y Secretaría de Medio Ambiente. México, 139 pp. ISBN 978-607-8246-76-2.
Cotler H., Mazari M. y De anda J. (2006) Atlas de la cuenca Lerma-Chapala construyendo

una visión conjunta. Instituto Nacional de Ecología y Secretaría de Medio Ambiente y
Recursos Naturales. México. Primera Edición, 193 pp.
ESRI International User Community (2012). Koppen-Geiger Observed and Predicted Cli-
mateShifts. http://www.arcgis.com/home/item.html?id=0b9f1f90f4f745daacbc355996
09b59a. (consultado en noviembre de 2014).
Eum, Jeong-Hee; Scherer, Dieter; Fenrenbach, Ute; Woo, Jung-Hun (2011). Development of
an urban landcover classification scheme suitable for representing climatic conditions
in a densely built-up Asian megacity. Landscape and Urban Planning. No. 103. Págs.
362-371.
Fuentes Freixanet, Víctor Armando (2000). Clasificación climática de acuerdo a Köppen-
García. Hoja de cálculo. Laboratorio de Investigaciones en Arquitectura Bioclimática.
Departamento de Medio Ambiente para el Diseño. División de Ciencias y Artes para el
Diseño. Universidad Autónoma Metropolitana- Azcapotzalco. http://arq-bioclimatica.
com/index.php?option=com_phocadownload&view=category&id=4:programas&Ite
mid=1. (consultado en noviembre de 2014).
García, Enriqueta (1987). Modificaciones al sistema de clasificación climática de Köppen
(para adaptarlo a las condiciones de la república mexicana). 4ª ed. Talleres de offset
Larios. México, D.F. 219 pp.
García, Enriqueta. (2004). Modificaciones al Régimen de Clasificación Climática de Köp-
pen. México. Quinta edición. Instituto de Geografía – UNAM. ISBN 970-32-1010-4.
Gobierno del Estado de Durango (2011). Ordenamiento ecológico del Estado de Durango.
Secretaría de Recursos Naturales y Medio Ambiente del Gobierno del Estado de
Durango. Págs. 40-51.
Hernández López, Carlos (2012). Análisis del comportamiento de la temperatura y precipi-
tación mediante climogramas y tendencias en la zona central de Veracruz. Tesis inédita
de la licenciatura en Ciencias Atmosféricas de la Facultad de Instrumentación Electró-
nica y Ciencias Atmosféricas. Universidad Veracruzana. México. 92 pp.
Instituto Nacional de Estadística y Geografía, INEGI (2014a). Recursos Naturales. Clima-
tología. Información Climática. http://www.inegi.org.mx/geo/contenidos/recnat/clima/
infoclimatica.aspx. (consultado en noviembre de 2014).
Instituto Nacional de Estadística y Geografía, INEGI (2014b). Censos y conteos de pobla-
ción y vivienda 2010. http://www.inegi.org.mx/est/contenidos/proyectos/ccpv/ (con-
sultado el 3 de noviembre de 2014).
IPCC, (2001). Climate Change 2001: The Scientific Basis. Contribution of Working Group
I to the Third Assessment Report of the Intergovernmental Panel on Climate Change
[Houghton, J.T., Y. Ding, D.G. Griggs, M. Noguer, P.J. van der Linden, X. Dai, K. Maskell,
y C.A. Johnson (eds.)]. Cambridge University Press, Cambridge, Reino Unido y Nueva
York, NY, Estados Unidos, 881 pp.
Kumar Singh, M., Mahapatra, S. y Atreya, S.K. (2007). Development of bio-climatic zones in
north-east India. Energy and Buildings. No. 39. Págs. 1250-1257.
Liu, Timbal, B., Mo, J. y Fairweather, H. (2010). A GIS-bases climate change adaptation stra-
tegy tool. International Journal of Climate Change Strategies and Management. Vol. 3
No. 2. Págs. 140-155.
Observatorio de Cambio Climático de Yucatán (2010). Atlas de escenarios de Cambio Climá-
tico en la Península de Yucatán. Secretaría de Desarrollo Urbano y Medio Ambiente del
Gobierno del Estado de Yucatán. Tipos de climas. http://www.cambioclimatico.yucatan.
gob.mx/escenarios-cambio-climatico/index.php. (consultado en noviembre de 2014).
Ordoñez R. (2015). Modelado espacio temporal de desfase y amplitud de la variabilidad cli-
mática en la cuenca Lerma-Chapala-Santiago (Tesis de maestría). Centro Interameri-
cano de Recursos del Agua de la Facultad de Ingeniería de la UAEM, México. 142 pp.
Rakoto-Joseph, O., Garde, F., David, M., Adelard, L. y Randriamanantany, Z.A. (2009). Deve-
lopment of climatic zones and passive solar design in Madagascar. Energy Conversion
and Management. No. 50. Págs. 1004-1010.
Sanderson, M. (1999). The Classification of Climates from Pythagoras to Köp-
pen. Bull. Amer. Meteor.Soc., 80,669–673. doi: http://dx.doi.org/10.1175/1520-
0477(1999)080<0669:TCOCFP>2.0.CO;2.
Servicio Meteorológico Nacional. SMN (2010). Base de datos de estaciones climatológicas. México.
Sistema Nacional de Vigilancia Epidemiológica Fitosanitaria (2013). Atlas multimedia.
Medio ambiente. Clima. Secretaría de Agricultura, Ganadería, Desarrollo Rural, Pesca
y Alimentación del Gobierno Federal. México. http://portal.sinavef.gob.mx/atlasMulti-
media/atlasFitosanitario.html. (consultado en noviembre de 2014).
Tang, Ling y Hossain, Faisal (2012). Investigating the similarity of satellite rainfall error
metrics as a function of Köppen climate classification. Atmospheric Research. No. 104-
105. Págs. 182-192.
Tonnietto, Jorge y Carbonneau, Alain (2004). A multicriteria climatic classification system
for grape-growing regions worldwide. Agricultural and forest meteorologym No. 124.
Págs. 81-97.
Velázquez Ruiz, A., Martínez R.., Luis Manuel y Carrillo González, Fátima Maciel (2012).
Caracterización climática para la región de Bahía de Banderas mediante el sistema de
Köppen, modificado por García, y técnicas de Sistemas de Información Geográfica.
Investigaciones Geográficas. No. 79. Diciembre. Boletín del Instituto de Geografía de la Uni-
versidad Nacional Autónoma de México. Págs. 7-19.
White, David H., Lubulwa, Godfrey A. Menz, Ken, Zuo, Heping, Wint, William y Slingen-
bergh, Jan (2001). Agro-climatic classificaction systems for estimating the global dis-
tribution of livestock numbers and commodities. Environment International. No. 27.
Págs. 181-187.
World Meteorological Organization, WMO (2012). International Glossary of Hydrology.
Geneva, Switzerland. No. 385. ISBN 978-92-63-03385-8. 461 pp. Secretaría de Agricultura,
Ganadería, Desarrollo Rural, Pesca y Alimentación del Gobierno Federal. México.
Capítulo 5
Análisis exploratorio de
datos de accidentes de
tránsito tipo colisión en
el municipio de toluca, 2005.
Raquel Hinojosa Reyes, Juan Campos Alanís
Facultad de Geografía de la Universidad Autónoma del Estado de México, México

r_hinojosa28@hotmail.com
Resumen
En este análisis se abordarán algunos de los factores indirectos que intervienen en la

incidencia de accidentes de tránsito a una escala macro. Se empieza sobre la base de
una hipótesis, por lo que el accidente de tránsito, al tener una ubicación espacial, tiene
correlación con una serie de factores del entorno (empleo, flujo vehicular, población)
que generan las condiciones para que el accidente de tránsito ocurra. El estudio se
desarrolla para la ciudad de Toluca a nivel de AGEB (Áreas Geoestadísticas Básicas).
Se utiliza el software GeoDa y se aplica el Índice de LISA (Moran Global y Local). Los
resultados arrojan la identificación de closters y una correlación espacial positiva, lo
que afirma la sospecha de que el accidente de tránsito tipo colisión está asociado con
factores del entorno urbano en el municipio de Toluca. El objetivo del presente trabajo
se orienta a analizar los factores del entorno urbano que están correlacionados con
los accidentes de tránsito tipo colisión en el municipio de Toluca, a través del análisis
exploratorio de datos espaciales, con el fin de atender la interrogante acerca de: ¿qué
factores del entorno urbano podrían explicar la incidencia de accidentes de tránsito en
el municipio de Toluca?
Abstrac
In this analysis, some indirect factors in the incidence of traffic accidents to a macro
scale will be addressed. It starts from the assumption that the accident to have a spa-
tial location is correlated with a few environmental factors (employment, traffic flow,
population) that generate the conditions for the accident occurs.
99
The study was deve loped for the city of Toluca AGEB level. GeoDa software is used
and the Index of Global Moran and Local (LISA) applies. The results show identifica-
tion closters and positive spatial correlation which affirms the suspicion that the colli-
sion traffic accident type is associated with factors of the urban environment in the
city of Toluca. The aim of this study is aimed at analyzing the urban environment fac-
tors that are correlated with the type collision traffic accidents in the city of Toluca,
through the exploratory analysis of spatial data to address the question of what fac-
tors the urban environment could explain the incidence of traffic accidents in the city
of Toluca?
Antecedentes
E xiste una serie de estudios de análisis exploratorio espacial que remarcan la

importancia de este antes de proceder a un análisis econométrico más com-
plejo. Por ejemplo, el estudio realizado por Hernández (2012), se aplica el análi-
sis exploratorio espacial de los accidentes de tránsito en Ciudad Juárez, en el que
identifica el valor de la autocorrelación espacial global fue positivo, indicando la
presencia de agrupamientos que fueron identificados a través de los indicadores
de asociación espacial. Existen clusters de riesgo vial localizados en las zonas con
una alta jerarquía intraurbana, a manera de baja densidad de población y un ele-
vado flujo de tránsito.
Concluye que el análisis exploratorio de datos espaciales es una fase previa al uso
de técnicas multivariadas de mayor alcance. La aplicación de las técnicas del análi-
sis exploratorio, por sí misma, permite tipificar agrupamientos espaciales, identifi-
car autocorrelación global e indicar la dirección de las variables en estudio.
Un estudio más es el desarrollado por Leveau y Ubeda (2012), titulado “Muertes por
lesiones de tránsito en Argentina: un análisis espacial para el periodo 2001-2009”.
Indica que las lesiones de tránsito representan la causa más frecuente de muerte por
causas externas en Argentina, y un problema de creciente magnitud para la salud
pública a nivel global. Los principales objetivos de este trabajo son establecer el nivel
de autocorrelación espacial, experimentado a escala de departamentos, e identificar
la conformación de agrupamientos, mediante el cálculo de los indicadores loca-
les de asociación espacial a nivel nacional. Los resultados mostraron un nivel de
autocorrelación significativamente positivo en Argentina. Al relacionar las tasas
de mortalidad por lesiones de tránsito con la densidad poblacional, se registró un
nivel de autocorrelación espacial negativo. Se observó también que la mortalidad
por lesiones de tránsito podría representar un problema más grave fuera de las
grandes aglomeraciones.
Finalmente, se presenta el estudio realizado por Cerquera (2014), quien realiza el

análisis espacial de los accidentes de tráfico en Bogotá. Este estudio se desarrolla
para el área urbana de la ciudad de Bogotá D. C., a fin de orientarlo con el aporte de
nuevos elementos y factores que determinen variables espaciotemporales, que sus-
tenten la definición de patrones territoriales de ocurrencia de accidentes en el área
urbana, en tanto que serían la base para efectuar programaciones futuras de inter-
venciones orientadas para prevenir y disminuir los niveles de accidentalidad, así
como para mejorar los índices de seguridad vial y movilidad en la capital.
Fundamento teórico
Análisis Exploratorio de datos espaciales
El AEDE (Análisis Exploratorio de Datos Espaciales) sirve para estudiar patrones

y asociaciones entre datos de diferente naturaleza, a través del uso de herramien-
tas estadísticas gráficas y descriptivas, para sugerir hipótesis sobre su estructura.
Definición de Análisis Exploratorio de Datos Espaciales
Una definición formal del AEDE, dada por Chasco, afirma que es la etapa pre-
via al análisis econométrico, puede ser confirmatorio o predictivo; se utiliza para
“identificar relaciones sistemáticas entre variables cuando no existen expectativas
claras sobre la naturaleza de estas relaciones” (Chasco, 2009 p.2).
Autocorrelación, dependencia y heterogeneidad espacial
Estos conceptos aparecen cuando existe una relación funcional entre lo que ocurre
en un punto determinado en el espacio y lo que ocurre en otro lugar. Para Cliff y
Ord (1973) “… el valor que toma un dato en un lugar en el espacio no está determi-
nado por su misma naturaleza sino por el valor que toma dicha variable con respecto
a sus vecinos”. De esta manera, surge la dependencia espacial, significa que no es
posible cambiar el valor de un punto geográfico sin afectar a los demás.
La Heterogeneidad, se refiere a la variación de las relaciones en el espacio y tiene

dos aspectos: 1) es inestable estructuralmente; es decir, la variable de estudio no
tiene estabilidad en el espacio, y 2) presenta heterocedasticidad; es decir, se pre-
senta por la omisión de alguna variable que incrementa los errores.
La relación espacial compara patrones geográficos entre los datos de las áreas que
se localizan en diferentes lugares, y es por medio de la estadística espacial que se
puede describir y analizar cómo cambian en el espacio; con la ventaja de que ayuda
a comparar la realidad con patrones teóricos conocidos, y determinar si son cohe-

rentes entre sí.
La correlación espacial establece que los datos espaciales son dependientes de su
localización relativa, y desde el punto de vista de la autocorrelación espacial los
lugares contiguos se parecerán mucho entre sí, por lo que es lógico pensar que
existen relaciones entre los datos. Esta contigüidad espacial es una medida que
permite observar si existe “vecindad” entre las unidades territoriales, tales como:
estados, municipios, colonias, áreas geoestadísticas o manzanas de un asenta-
miento humano.
La contigüidad espacial no tiene el mismo significado que la noción de vecindad;
el primero sugiere la cercanía física de diferentes sitios, mientras que el segundo se
refiere a las relaciones o interacciones que tienen entre sí.
Lai define a la vecindad como “una medida de la interacción potencial entre las
áreas adyacentes” (Lai, 2009:79), en cambio, la contigüidad espacial es una medida
que revisa la relación espacial entre áreas geográficas, sin importar que no com-
partan un borde; es decir, se estima la posible interacción entre las áreas vecinas.
La autocorrelación espacial se define como “una consecuencia de la relación funcio-
nal entre lo que ocurre en un punto determinado del espacio y lo que ocurre en otro
lugar” (Moreno, et al., 2000 p.21).
La AE (Autocorrelación Espacial) tiene como propósito medir la influencia de la

localización de áreas semejantes, basado en el principio de Tobler, lo que ayudará
a medir la similitud entre ellas. Este tipo de autocorrelación prueba la primera ley
geográfica de Tobler (1970), según la cual todo está relacionado con la totalidad de
lo demás, pero las cosas cercanas entre sí están más relacionadas que las cosas dis-
tantes (Vilalta y Perdomo, 2005).
La AE es el patrón de comportamiento de la variable, conforme a la ubicación geo-
gráfica del dato, y según la concentración o dispersión de los valores de la variable
en el mapa. Si los valores altos de una localización están asociados con valores altos
en los vecinos, entonces la autocorrelación espacial es positiva; a su vez, la situa-
ción opuesta corresponde a la autocorrelación espacial negativa (Cepeda y Veláz-
quez, 2005; Celemín, 2009).
• Autocorrelación espacial positiva: las unidades espaciales vecinas presen-

tan valores próximos. Indica una tendencia al agrupamiento de las unidades
espaciales.
• Autocorrelación espacial negativa: las unidades espaciales vecinas presen-
tan valores muy disímiles. Lo que indica indica una tendencia a la dispersión
de las unidades espaciales.
• Sin autocorrelación: no ocurre ninguna de las dos situaciones anteriores.

Por lo tanto, los valores de las unidades espaciales vecinas presentan valores
producidos en forma aleatoria, ver figura 1.
Figura 1. Tipos de autocorrelación espacial
Fuente: Celemín, 2009.
En la mayoría de los análisis de AE, se consideran las relaciones de vecinos próxi-

mos. Cuando se tienen en cuenta los cuatro elementos que comparten borde, se
habla de una contigüidad tipo Rook. En el caso de los ocho vecinos, se habla de
una contigüidad tipo Queen; y si se consideran solamente los vecinos adyacentes
por el vértice, se denomina Bishop, ver figura 2.
El vínculo más considerado por los especialistas es el rook, por su simplicidad.
Figura 2. Tipos de contigüidad

Fuente: Celemín, 2009.
A partir de lo anterior, cabe señalar que hay diferentes índices para medir la AE.
El primero fue establecido por Moran en 1950 y fue perfeccionado a través de los
años. El I de Moran no es la única medida para la AE; ya que existen otras clasi-
ficaciones tales como la C de Geary, pero es la más utilizada, pues corresponde
esencialmente, al coeficiente de correlación de Pearson; con una matriz de pesos
definida, por el usuario que mantiene el rango entre -1 y 1 (Goodchild, 2008).
La AE está sujeta a la heterogeneidad espacial, debido a que reconoce la unici-

dad intrínseca de cada observación espacial. Esto ha resultado a modo que permi-
ten capturar indicadores locales de autocorrelación espacial, como el LISA ‘Local
Indicators of Spatial Association’ (Indicadores Locales de Asociación Espacial).
La HE (Heterogeneidad Espacial) revela tanto la intensidad como los patrones de
asociación de cada unidad espacial analizada. Se refiere a la variación de las rela-
ciones entre las variables en el espacio (Lesage, 1999, citado en Celemín, 2009). En
términos teóricos, la HE se debe a una variación real y sustantiva que da cuenta de
la existencia y de la validez del contexto geográfico en la definición de un compor-
tamiento social (O´Loughlin y Anselin, 1992; Anselin, 1999).
Metodología
La investigación se desarrolló a partir del método hipotético deductivo, con un

carácter netamente cuantitativo, en lo que respecta a este apartado, se da una breve
caracterización del método hipotético deductivo y sus principios, asimismo, se
presentan las características, procesos y bondades del enfoque cuantitativo. Pos-
como los modelos de correlación espacial a utilizar.
Método
El método utilizado es el hipotético-deductivo con enfoque cuantitativo. Dicho
método surge del procedimiento deductivo, que es utilizado por las ciencias
Lógica, Filosofía y Matemáticas: “La deducción permite mantener un vínculo de
unión entre teoría y observación y admite deducir a partir de la teoría los fenóme-
nos objeto de observación” (Dávila, 2006:181).
El razonamiento deductivo es implantado por Aristóteles como un proceso del

pensamiento, comenzando por las afirmaciones generales hasta llega a las afir-
maciones específicas; aplica las reglas de la lógica. Es un sistema para organizar
hechos conocidos y extraer conclusiones, lo que se logra mediante una serie de
enunciados que reciben el nombre de silogismos; los mismos comprenden tres
elementos: a) premisa mayor, b) premisa menor y c) conclusión.
Enfoque Cuantitativo
Se partió del enfoque cuantitativo porque es compatible y complementario con el
método utilizado: “usa la recolección de datos para probar hipótesis, con base en
la medición numérica y el análisis estadístico para establecer patrones de compor-
tamiento y probar teorías” (Hernández, 2006:5).
Zona de estudio
La investigación se desarrolla en el municipio de Toluca, el cual forma parte de

la ciudad de Toluca. Ésta es capital del Estado de México, y una de las principa-
les ciudades del país; es parte de la quinta área metropolitana más importante de
México. Está considerada entre las 364 ciudades del Sistema Nacional Urbano
(CONAPO, 2007). Se encuentra a 40 km al Oeste de la ciudad de México. Está
clasificada en el rango 3, y su área metropolitana es contigua al (AMVM) (Área
Metropolitana del Valle de México). Constituye una de las zonas industriales más
importantes del país (Couturier, 2011:339-340).
La ciudad de Toluca se ha ido reconfigurando, espacialmente de manera positiva y

negativa. La primera medida fue: la evolución social y económica, la evolución de
los sistemas productivos, la organización de actividades económicas, así como las
posibilidades de movilidad y de comunicación lo que implican desarrollo, fuentes
de empleo, etc. También es posible hablar de una reconfiguración espacial nega-
tiva, la cual agrava los problemas que ya se tenían, como: déficit de vivienda, de
servicios, de transporte, congestión vehicular, contaminación ambiental y acci-
dentes de tránsito.
En la ciudad se registran aproximadamente docientos accidentes mensuales, casi

7 diarios, según cifras de la Dirección de Tránsito del H. Ayuntamiento de Toluca,
2010. Esto indica la existencia de un sistema de transporte deficiente, por lo que
se añade una serie de cuestiones referentes a la estructura urbana.
Obtención de información para análisis
Fuentes de información
Se utilizó la información de accidentes de tránsito tipo colisión en el año 2005 a
nivel de intersección, disponible en la DCTT (Dirección de Control de Tránsito
de Toluca).
Se consideraron tres indicadores: flujo vehicular, densidad de empleo y viviendas

con auto. Las viviendas con auto se obtuvieron del Censo de Población y Vivienda
2000 a nivel AGEB (INEGI, 2005). La variable sobre empleo por unidad econó-
mica se obtuvo del (DENUE, 2010) (Directorio Estadístico Nacional de Unida-
des Económicas).
Herramientas utilizadas (software)

Para la operacionalización de las variables se utilizaron los siguientes programas:
IBM SPSS, programa estadístico informático muy usado en las ciencias sociales;
ArcGIS, plataforma para diseño y manejo de soluciones a través del conocimiento
geográfico; TransCAD, software especializado de transporte, y para el análisis
exploratorio de datos espaciales, se utilizó el software especializado GeoDa.
Variables
Primero se agregó la información de accidentes de tránsito a uno de los niveles de

desagregación mayor de la información y que es el AGEB2, debido a la considera-
ción de variables estadísticas contextuales.
Las variables independientes o explicativas consideradas en este estudio son: flujo
vehicular, densidad de empleo y porcentaje de viviendas con auto (Quddus, 2008;
Glaister and Graham (2003); Kim et al., 2006; Agüero-Valverde y Jovanis, 2006).
Explicación conceptual y operativa de las variables a analizar
2 Actualmente el Instituto Nacional de Estadística y Geografía (INEGI) ofrece información estadística

y cartográfica a nivel de manzana y secciones electorales como unidades de mayor desagregación.
Variable por explicar

Accidentes de Tránsito tipo colisión. Se considera este tipo de accidente, por la
presencia que tienen en la zona una, una representanción del 90 % de los 1856
registros para 2005 en el municipio de Toluca; incluyen choques en ángulo recto,
contra objeto fijo, de frente, lateral y por alcance.
Los datos se obtuvieron de la DCTT, se encontraban localizados por intersec-
ción. Fueron agregados por AGEB (se realizó un proceso de asignación espacial
mediante herramientas SIG, ArcGIS). Vease figura 3.
Figura 3. Accidentes de tránsito tipo colisión, puntuales y agregados por AGEB.
Fuente: elaboración con base en INEGI (2005) y DCTT (2005).
Variables explicativas
Las variables de interés en este estudio son secundarias y tienen influencias indi-
rectas sobre el nivel y la naturaleza de accidentes de tránsito. La importancia de su
estudio reside en buscar correlaciones (Kim et al., 2006), por lo que hay que ana-
lizarlas para la implementación de políticas de uso de suelo adecuadas.
Las variables explicativas para el modelo se eligieron bajo la premisa de que son
teóricamente importantes para explicar el accidente de tránsito tipo colisión.
Flujo vehicular: es considerado como uno de los factores más influyentes en la

ocurrencia de accidentes de tránsito (Qudus, 2008; Glaister y Graham, 2003).
Esta información como tal no se tiene por AGEB. Se obtuvo un indicador apro-
ximado, aplicando un modelo de predicción de exposición al riesgo por AGEB,
desarrollado por Quddus (2008). La variable ideal serían los miles de vehículo
que transitan por una AGEB; sin embargo, la información no está disponible a
ese nivel. Por eso, una alternativa es utilizar el total de carros registrados en cada
AGEB; el problema es que los autos registrados para un AGEB vecino pueden
estar transitando en el AGEB de interés. Para contar el número de autos en cada
área, se utilizó un modelo gravitacional que permitió medir la exposición al riesgo
por AGEB, utilizando el total de vehículos que circulan en la zona. Se aplica la
siguiente ecuación:
Donde: FV es el total de vehículos que pueden estar transitando dentro de un

v
AGEB, Vi representa los vehículos registrados por cada AGEBi, j son los vehícu-
d
los registrados en el AGEBj, ij es la distancia central entre el AGEBi y el AGEBj y
n es el número total de AGEB. El resultado de esta modelación muestra el número
de vehículos que transitan en una AGEB.
Para aplicar el modelo anterior, se prepararon los insumos siguientes:

a) Centroide de cada AGEB. La obtención de esta capa puntual se realiza extra-
yendo del polígono del AGEB el punto central del mismo con su respectivo dato
de viviendas particulares que disponen de automóvil o camioneta propia (dato
más cercano a número de autos por AGEB). Proceso realizado mediante técnicas
de SIG. La figura 4 muestra los centroides de cada AGEB.
Figura 4. Centroides por AGEB y base de datos

b)Matriz de distancias para cada AGEB. Se toma de base el centroide del AGEB
(paso anterior) y se utiliza el software transCAD, para generar la matriz de distan-
cias del AGEBi al AGEBj, y hasta el AGEB…n. Se obtiene una matriz como la que
se muestra en la tabla 1.
Tabla 1. Matriz de distancias por AGEB
Aplicación del modelo.

Se corre en el software Excel y se obtiene el aproximado del flujo vehicular por
hora, por día, por mes y por año; como se muestra en la figura 5. Esta informa-
ción se validó con datos de flujos vehiculares reales de algunas intersecciones de
la ciudad de Toluca.
Figura 5. Flujo vehicular por AGEB

Densidad de Empleo.
Se estimó a partir de los datos del (DENUE, 2009) (Directorio Nacional de Uni-
dades Económicas). Se agrupa la información por sector y subsector económico,
y se considera el número de empleados promedio por unidad económica; pues
originalmente la información se presenta por intervalos de empleo. Finalmente,
se obtiene la densidad de empleo al dividir la suma de los empleos detectados en
las unidades económicas que caen en cada AGEB entre el área del mismo, (ver
Figura 6).
Se aprecia la máxima concentración de empleo en el primer cuadro de la ciudad,
degradándose paulatinamente hacía las afueras de esta. Las colonias que involucra
son: colonia centro, 5 de mayo, Barrio de Santa Clara, Barrio de la Merced (Ala-
meda), Reforma, Ferrocarriles Nacionales, Barrio de San Sebastián, entre otras.
La mayor parte de las actividades del sector secundario y principalmente del sec-
tor terciario (servicios y comercio), están concentrados en el centro de la ciudad.
Figura 6. Densidad de empleo por AGEB, ciudad de Toluca
Porcentaje de viviendas con auto dentro de una AGEB. Este dato se usó como un
indicador más de factor de riesgo. Se obtiene directamente de los datos censales
de INEGI, únicamente se muestra en porcentaje.
Normalización de indicadores
La normalización o estandarización permite el análisis del conjunto de indicado-

res en el modelo. Este proceso se realizó con el Software IBM SPSS. El resultado
de este proceso se muestra en la tabla 2.
El proceso es relativamente sencillo; se indica en la siguiente ecuación.
Donde: X es el valor observado (cada AGEB), es la media del indicador y

es la desviación estándar.
Tabla 2. Valores de indicadores normalizados por AGEB
Aplicación de los métodos de medición de autocorrelación y correlación Espacial
La AE pretende poner en relación las diferencias en los valores temáticos entre dos
ubicaciones o casos, con la correspondiente distancia geométrica que les separa.
Se aplicó el método global y local de análisis de autocorrelación: los índices Moran
Global (I) y Moran Local (Ii) (Ordóñez, et al., 2010).
Moran Global (I), índice de co-variación entre diferentes zonas; por lo general
el índice varía entre -1 a 1. Un valor 0 indica que no existe autocorrelación. Si el
valor es positivo indica que hay autocorrelación espacial y en general podría exis-
tir concentración, mientras que un valor negativo indica que existe correlación
negativa, se interpreta como una dispersión superior a la que resultaría si se dis-
tribuyeran aleatoriamente.
La expresión matemática del Índice de Moran Global es la siguiente:
Donde: N es el número de casos, xi es el valor de la variable en un lugar deter-

minado y xj el valor de la variable en otro lugar (donde i ≠ j); x es la media de
la variable y wij es un peso aplicado a la comparación entre la localización i y la
localización j.
Este índice (Moran Global) va acompañado de una prueba de hipótesis, bajo el

supuesto de normalidad. La hipótesis nula (H0) establece que no hay autocorre-
lación espacial; para calcular los índices es necesario, en primer lugar, obtener
una lista de vecinos para cada una de las áreas, que posteriormente se utilizará
para obtener una matriz de pesos.
Los criterios de vecindad o contigüidad en que se basa el índice están referidos a

fronteras comunes entre las áreas; los criterios mencionados en la literatura son:
reina (Queen), torre (Rook) o alfil (Bishop).
Por otra parte, el índice de Moran Local (Ii) es el índice de Moran aplicado a cada
zona individualmente, considerando las demás áreas. Valores altos y bajos de Ii se
identifican como puntos calientes y fríos, respectivamente (hot spot y cold spot).
También se pudiera identificar valores extremos o atípicos (outliers), ya que su
comportamiento rompe con la tendencia observada entre sus vecinos.
La expresión del Índice de Moran Local (Ii) se describe a continuación (Cele-
mín, 2009):
Donde x es la intensidad de la media para todas las observaciones, Xi es la inten-

sidad de la observación i; xj es la intensidad para todas las demás observaciones,
(donde i ≠ j), Si2 es la diferencia al cuadrado de todas las observaciones y wij es
el peso de la distancia para la iteración entre las observaciones i y j.
El primer término xi se refiere únicamente a la observación i, mientras que el

segundo término xj es la suma de los valores ponderados para todas las observa-
ciones (sin incluir i).
El índice local descompone el índice global de autocorrelación y verifica en cuánto
contribuye cada unidad espacial a la formación del valor general, lo cual per-
mite capturar de forma simultánea el grado de asociación espacial y la hete-
rogeneidad resultante del aporte de cada unidad espacial (Chasco, 2006). La
sistematización de estos modelos se desarrolla en el software especializado, para
análisis exploratorio de datos espaciales GeoDa.
La aplicación de la metodología citada ha dado resultados pertinentes, acordes y

consistentes con estudios anteriores, que dan confort y confianza con respecto a
su uso
Resultados
En este apartado se muestran los resultados del análisis exploratorio de datos, a
partir de la aplicación de los diferentes índices de autocorrelación y correlación
espacial, aplicados a los datos de accidentes de tránsito tipo colisión.
Identificación de clusters
Se descubrió un esquema de asociación espacial, por agrupamiento clusters o
puntos calientes hot spots, que indican la existencia de que el fenómeno acciden-
tes de tránsito tipo colisión en el municipio de Toluca se está propagando y tiende
a concentrarse en la zona centro del municipio; lo que indica un patrón de distri-
bución espacial concentrado, ver figura 7.
Figura 7. Identificación de clusters en el municipio de Toluca, en lo que respecta al

fenómeno accidentes de tránsito tipo colisión.
Evaluación estadística de vecindad

Para la evaluación estadística de vecindad se utilizó la matriz de Reina (Queen),
y a partir de ella se realizan los cálculos subsecuentes de los índices indicados en
la metodología.
Análisis con el índice Global de Moran

La evaluación del Índice Global de Moran de la variable accidentes de tránsito tipo
colisión, da como resultado una autocorrelación espacial positiva de 0.584175, de
modo que es un indicador que corrobora la identificación de clusters, presentada
en párrafos anteriores, ver figura 8.
Figura 8. Gráfica y mapa que muestra la autocorrelación espacial positiva de los acci-
dentes de tránsito tipo colisión
La figura muestra de lado izquierdo una gráfica en la que en su primer cuadrante

pueden observarse los datos de accidentes que están autocorrelacionados positi-
vamente, y de la misma manera de lado derecho se muestra la localización de las
AGEB correlacionadas.
Análisis con el Indicador local de asociación espacial (LISA)

Para la aplicación de este índice se consideró tanto el flujo vehicular como la den-
sidad de empleo, y proporción de viviendas con auto por AGEB asociados con
accidentes de tránsito tipo colisión.
La primera asociación que se realizó (accidentes tipo colisión con densidad de
empleo) arrojo un índice de asociación espacial positivo de 0.495115, lo que
indica que, sí existe una correlación entre estas dos variables, ver figura 9.
Figura 9. Índice de LISA bivariado accidentes de tránsito tipo colisión con

densidad de empleo
La figura muestra en la gráfica de lado izquierdo, la recta de regresión de las varia-

bles de densidad del empleo y ocurrencia de accidentes de tránsito por colisión;
se identifica una asociación positiva entre un grupo específico de AGEB, que se
agrupan en el segundo cuadrante de la gráfica y que corresponden a las AGEB en
color rojo, que son las zonas donde se observa una alta asociación entre las varia-
bles; mientras que el color azul revela las zonas donde no hay asociación entre las
mismas. Otra de las ventajas del programa GeoDa es que permite identificar el
nivel de confiabilidad estadística de los resultados, en la parte inferior derecha de

la figura 9, se identifican en tonos de verde el nivel de confianza de los resultados.
La siguiente asociación que se realizó fue accidentes de tránsito y flujo vehicu-

lar, la cual dio como resultado un índice de asociación igualmente positivo de
0.515403, bastante buen indicador de que el accidente sí se asocia con el flujo
vehicular, ver figura 10.
Figura 10. Índice de LISA bivariado accidentes de tránsito tipo colisión

con flujo vehicular
La figura muestra en el segundo cuadrante de la gráfica que existe de nueva

cuenta una asociación positiva entre la variable accidentes de tránsito tipo coli-
sión y flujo vehicular. En color rojo se identifican los clusters donde se observa
una alta asociación y en azul donde no hay asociación. De nueva cuenta, las
AGEB centrales se develan como las más problemáticas, coincidiendo en gran
parte con la correlación descrita anteriormente.
Finalmente se realizó la asociación de accidentes de tránsito y proporción de
viviendas con auto, la cual dio como resultado un índice también positivo de
0.433392, no tan alto como las anteriores, pero aún bastante revelador (figura 11).
De nueva cuenta el cuadrante dos de la gráfica muestra las AGEB, puesto que
existe una asociación positiva entre la variable accidentes de tránsito tipo colisión
y proporción de viviendas con auto, mientras que en el lado derecho de la figura
se muestran los datos en su distribución espacial, como se ha señalado el color
rojo corresponde a los clusters, en el que se observa una alta asociación y en azul
puesto que no hay asociación, asimismo se descubre la confiabilidad estadística
de las estimaciones.
Figura 11. Índice de LISA bivariado accidentes de tránsito tipo colisión con
proporción de viviendas con auto.
Análisis de regresión
Adicionalmente se presenta un breve análisis de regresión en el que se plantean

tres hipótesis acordes con las variables, se considera que tiene relación al accidente
de tránsito tipo colisión: 1. Sí se tiene un auto hay mayor probabilidad de tener un
accidente de tránsito. 2. Entre mayor flujo vehicular mayor número de accidentes
de tránsito y 3. La densidad de viajes y movimientos depende del empleo, puesto
que es mayor y tiende a concentrarse en los centros tradicionales de negocios de
las ciudades, lo que incrementa el riesgo de accidentes de tránsito.
El cuadro 1 muestra el resultado de la regresión clásica, puesto que se sistematizó

usando el software GeoDa.
Arroja un R2 de 0.46, lo que significa que el 46 % de las AGEB mantienen una

relación positiva en lo que se refiere a una densidad de empleo, el flujo vehicular
y viviendas con auto, altas explica un aumento en los accidentes de tránsito tipo
colisión para el municipio de Toluca
Cuadro 1. Regresión clásica accidentes de tránsito tipo colisión asociado a densidad

de empleo, flujo vehicular y viviendas con auto
Sin embargo, la variable <viviendas con auto> está indicando en la probabilidad

una posible colinearidad, al mostrar el dato de probabilidad mayor que su coe-
ficiente. Por lo que se decidió omitir la variable proporción de <viviendas con
auto>. Se realiza una nueva corrida de la regresión clásica, y el resultado fue exac-
taente el mismo, indicador de que la variable sobra, ver cuadro 2, el cual mues-
tra un R2 de 0.46; lo que significa que el 46 % de los AGEB mantiene una relación
positiva, se explica un aumento en los accidentes de tránsito tipo colisión, debido
a las zonas que tienen una densidad de empleo alto y flujo vehicular alto
Cuadro 2. Regresión clásica accidentes de tránsito tipo colisión asociado a densidad

de empleo y flujo vehicular.
Finalmente se realiza una corrida más de la regresión, pero ahora considerando el

factor espacial y de manera consistente y satisfactoria el R2 se incrementa a 0.58,
lo que significa que el 58 % de las AGEB mantiene una relación positiva hacia
la una densidad de empleo y flujo vehicular alto, esto explica un aumento en los
accidentes de tránsito al incorporar la proximidad espacial entre ambas variables,
por lo que se establece que el factor espacial puede ser determinante en muchos
de los casos, ver cuadro 3.
Cuadro 3. Regresión considerando el factor espacial: accidentes de tránsito tipo coli-

sión asociado a densidad de empleo y flujo vehicular.
En general los resultados son consistentes, y reflejan que, a través del análisis explo-
ratorio de datos espaciales, se pueden identificar variables del entorno, que en defi-
nitiva están relacionadas o marcan la pauta de estar asociadas de manera positiva,
directa o indirecta con la incidencia de accidentes de tránsito tipo colisión.
Conclusiones
Se considera que las técnicas de análisis exploratorio de datos espaciales son
consistentes y pertinentes, como punto de partida, para identificar asociaciones
entre variables, que se sospecha puedan tener relación con algún evento que se
pretenda explicar, como es el caso de los accidentes de tránsito tipo colisión en
el municipio de Toluca, y su asociación con las variables <densidad de empleo y
flujo vehicular>.
Se cumple el objetivo al analizar factores del entorno urbano que están correlacio-
nados con los accidentes de tránsito en el municipio de Toluca, a través del análisis
exploratorio de datos espaciales. Además, los resultados son muy favorables y cum-
plen con las expectativas planteadas.
Este tipo de resultados es de gran ayuda para abordar la accidentalidad de trán-

sito desde la perspectiva del análisis espacial, apoyando la parte urbana y así poder
generar conocimiento, puesto que puede ayudar a mejorar la seguridad en el trans-
porte y al proceso de planificación del uso del suelo (Pulugurtha et al., 2012).
Debido a estos resultados, este tipo de herramientas analíticas son sin duda rele-
vantes para los planificadores del suelo, y el transporte, y otros interesados que
estén relacionados con la zonificación, el desarrollo y el análisis de las comunida-
des, barrios y jurisdicciones.
La nueva promoción o aumento de la intensidad de la actividad económica y el

cambio asociado de la intensidad de los flujos vehiculares tendrán repercusiones
importantes en la seguridad vial (Kim et al., 2006).
En el centro del municipio de Toluca las AGEB, que presentan mayor densidad
de flujo vehicular y empleo, tienen mayor asociación con accidentes de tránsito
tipo colisión, según los resultados obtenidos. La densidad de viajes y movimientos
depende del empleo, a causa de que es mayor y tiende a concentrarse en los cen-
tros tradicionales de negocios en las ciudades; lo que incrementa el riesgo de acci-
dentes. Por lo tanto, las zonas que son generadoras de flujos continuos de tránsito
(debido a la localización de actividades económicas), deben ser estratégicas en el
diseño de políticas que busquen reducir los riesgos, que produce la movilidad al
interior de la ciudad.
Bibliografía
AGUERO-VALVERDE J. y JOVANIS P.P., (2006) Spatial analysis of fatal and injury crashes in
Pennsylvania. Revista EL SERVIER. United States, Accident Analysis and Prevention, 38
(2006) 618–625: www.elsevier.com/locate/aap. Consultado: enero, 2012.
ANSELÍN, L. (1999). “The future of spatial analysis in the social science.” Geographic Infor-
mation Sciences, pp. 67-76.
CELEMÍN, J. P., (2009), “Autocorrelación espacial e indicadores locales de asociación espa-
cial. Importancia, estructura y aplicación” Revista Universitaria de Geografía, ver-
sión impresa ISSN 0326-8373, Rev. Univ. Geogr. v.18 n.1 Bahía Blanca 2009, página
electrónica: http://bibliotecadigital.uns.edu.ar/scielo.php?script=sci_arttext&pi
d=S0326-83732009000100002, consultado en julio de 2013.
CEPEDA, R. y VELÁZQUEZ, G. (2005). “Análisis de asociación espacial en variables de cali-
dad de vida en Tandil”. En GARCÍA, María C. (comp.) Ciudades intermedias. Problemas
de su estructura y funciones. Conflictos ambientales y sociales en los años 2000. Tandil:
CIG-REUN, 2005, pp. 53-59.
CERQUERA ESCOBAR (2013), “Análisis Espacial de los accidents de tránsito en Bogotá D.C.
Fundamentos de investigación”. Revista del programa de estudios de posgrado en Geo-
gráfía. Perspectiva geográfica. ISSN 0123-3769.
COUTURIER, S.; RICARDEZ M.; OSORNO J.; LÓPEZ M. R., (2011) “Morpho-spatial estrac-
tion of urban nuclei in diffusel y urbanized metropolitana areas”, Landscape and urban
planning. Journal homepage: www.elservier.com/locate/landurbplan, pag 338-348.
CLIFF, A.D. and ORD, J.K. 1973: Spatial autocorrelation London: Pion. Annals of the Asso-
ciation of American Geographers, 63.
DIRECCIÓN DE CONTROL DE TRÁNSITO DE TOLUCA, 2005.
CHASCO, YRIGOYEN, C. (2006), “Análisis estadístico de datos geográficos en geomarketing:
el programa GeoDa”. Distribución y Consumo 86, 34‐45.
CHASCO YRIGOYEN, C. (2009). Análisis de datos espacio-temporales para la economía y el
geomarketing. La coruña.
DÁVILA N. G., (2006) “El razonamiento inductivo y deductivo dentro del proceso investi-
gativo en ciencias experimentales y sociales”, Laurus.año/vol.12, número extraordina-
rio Universidad Pedagógica Experimental Libertador, Caracas Venezuela.
GOODCHILD. M. (2008) “Spatial autocorrelation”. In KEMP, Karen (Ed.) Encyclopedia of
Geographic Information Science. Thousand Oaks, California: SAGE, 2008, pp.397-398.
GLAISTER, R. A. and GRAHAM D. S., (2003) “The effects of area deprivation on the inci-
dence of child and adult pedestrian casualties in England”, Department of Civil and
Environmental Engineering, Centre for Transport Studies, Imperial College London,
London SW7 2AZ, UK, Accident Analysis and Prevention 37 (2003) 125–135, www.else-
vier.com/locate/aap. Consultado en mayo 2011.
HERNÁNDEZ, (2012), Análisis exploratorio espacial de los accidentes de tránsito en Ciu-

dad Juárez, México, - Rev Panam Salud Pública, 2012 - SciELO Public Health.
INSTITUTO NACIONAL DE GEOGRAFÍA Y ESTADÍSTICA (INEGI), 2000.“Síntesis de resul-
tados Zona Metropolitana de Toluca”, XII Censo General, Población y Vivienda, 2000.
INSTITUTO NACIONAL DE GEOGRAFÍA Y ESTADÍSTICA (INEGI), 2009. “Densidad
Nacional de Unidades Económicas.
KIM, K., BRUNNER, I.M.; YAMASHITA, E.Y., (2006) “The influence of land use, popula-
tion, employment and economic activity on Accidents”. Revista TRB transport research
board, of the national academies, Safety and Human performance, volumen 1953/2006,
56–64, TRB, National Research Council, Washington DC. Disponible en internet: http://
trb.metapress.com/content/y188nx845j77566v/. Consultado en agosto de 2012.
LEVEAU CM, UBEDA C. (2012) “Muertes por lesiones de tránsito en Argentina: un análi-
sis espacial para el período 2001–2009”. Rev Panam Salud Publica. 2012; 31(5):439–42.
MORENO, ROSINA y VAYÁ, ESTHER (2000). Técnicas econométricas para el tratamiento
de datos espaciales: La econometría espacial. Barcelona, Edicions de la Universitat de
Barcelona.
O’LOUGHLIN, J. y ANSELIN, L. (1992). “Geography of International Conflict and Coopera-
tion: Theory and Methods. In M. Ward”. (Ed.) The New Geopolitics (pp. 11-38). Phila-
delphia: Gordon and Breach.
ORDÓÑEZ G. C., VARELA G., REYES P. Desarrollo de un SIG para el análisis de patrones
espaciales de incendios en viviendas. IV JORNADAS DE SIG LIBRE. Departamento de
Ingenieria de los Recursos Naturales y Medio Ambiente (IRNMA), Escuela Universita-
ria de Ingenieria Tecnica Industrial, Rua Torrecedeira, 86, 36208 Vigo (Espana).
PULUGURTA, S. S., DUDDU, V. R., KOTAGIRI, Y., (2012) Traffic analysis zone level crash esti-
mation models based on land use characteristics. Revista EL SERVIER. United States,
Accident Analysis and Prevention, pag 10, journal homepage: www.elsevier.com/locate/
aap. Consultado: julio, 2012.
QUDDUS, M. A., (2008) Modelling area-wide count outcomes with spatial correlation and
heterogeneity: An analysis of London crash data. Revista EL SERVIER. United King-
dom, Accident Analysis and Prevention 40 (2008) 1486–1497, journal homepage: www.
elsevier.com/locate/aap. Consultado: junio, 2011.
VILALTA y PERDOMO, C. J. (2005), “Como enseñar autocorrelacion espacial”. Economía,
Sociedad y Territorio. México D.F.: El Colegio Mexiquense, 2005, |vol. V, n° 18, pp. 323-333.
2. Salud y TIG
Capítulo 6
Observatorio geográfico de
salud y riesgos en México:
Cuenca alta del Río Lerma
Marcela Virginia Santana Juárez, Giovanna Santana Castañeda,
Noel Bonfilio Pineda Jaimes Elsa Mireya Rosales Estrada
Rebeca Angélica Serrano Barquín
Facultad de Geografía de la Universidad Autónoma del

Estado de México, México.
Introducción
E ste estudio es uno de los productos del observatorio geográfico de salud y

riesgos en México, por tanto, permite conocer la situación de la salud a diver-
sas escalas geográficas: estatal, regional y zonas metropolitanas a nivel de jurisdic-
ción de regulación sanitaria y a nivel municipal. Este trabajo se relaciona con la
mortalidad general y servicios de salud de la cuenca alta del Río Lerma.
El propósito es presentar una visión territorial hacia la situación de la salud, para
que las autoridades del gobierno locales y regionales, las diferentes secretarías de
ecología, el desarrollo urbano, la educación, protección civil y la iniciativa privada
orienten políticas y estrategias integrales de promoción de la salud, para la mejora
de la calidad de vida de la población.
Las fuentes de información son de diversas instancias oficiales como el INEGI, el

SINAIS (Sistema Nacional de Información en Salud) y el ISEM (Instituto de Salud
del Estado de México).
Este trabajo se integra por dos apartados: el primero aborda el marco de referen-
cia teórico y metodológico, en el que se señalan algunos observatorios de salud, sus
propósitos e importancia; se presentan algunas características físico-geográficas de
la cuenca alta del Río Lerma, así como el marco metodológico en el que se explica
el universo de estudio, el tipo de estudio, las fuentes de información y procesos.
En el segundo apartado se abordan los resultados: tendencias de la mortalidad
127
general 1990 – 2011; patrones de distribución de la mortalidad general y por cau-

sas, e infraestructura de la salud para el año 2010, así como su relación con gra-
dos de marginación. Por último, se presentan las conclusiones y la bibliografía.
Antecedentes de la investigación
En 1974 en Francia, se estableció el primer observatorio de salud, el Observa-

torio Regional de Santé d’lle de Frence, cuya misión es apoyar la decisión en los
dominios sanitarios y sociales. Posteriormente, otros países como el Reino Unido,
Canadá, Italia, Bélgica, Suiza, Nueva Zelanda, México, Chile, Brasil, España,
Venezuela y Colombia han impulsado observatorios para apoyar la formulación y
gestión de políticas públicas de salud.
Algunos observatorios a nivel internacional son: el OSMAN (Observatorio de la
salud de América y el Caribe; Observatorio de salud y medio ambiente de Anda-
lucía); Observatorio de Salud Pública de la Escuela de Salud Pública de la Facultad
de Medicina de la Universidad de Chile; Observatorio de salud pública de Santan-
der (Colombia); Observatorio Venezolano de la salud; Observatorio en salud de la
Universidad Nacional de Colombia. Instituto de salud Pública. El Observatorio de
salud de la Universidad Federal de Uberlandia, Brasil, el cual es interdisciplinario
y tiene vinculación estrecha y directa con las instituciones de salud del gobierno.
En México se cuenta con el observatorio de Guadalajara, Jalisco. Se conceptualiza

el observatorio como un espacio generado, para que los ciudadanos del estado de
Jalisco sean observadores y reflexionen sobre su entorno, identifiquen sus recursos
y necesidades en salud, se organicen y participen en su propio desarrollo.
En síntesis, cada observatorio presenta sus objetivos, su misión, su visión y el desa-
rrollo de temas generales o específicos, a diferentes escalas, por lo que cada vez el
tema de la salud humana se está estudiando desde diversas disciplinas y enfoques.
Algunos observatorios persiguen la investigación, otros las políticas de salud, otros

la realización de estudios comparativos, el establecimiento de redes, la determina-
ción de indicadores, etc.
Algunos observatorios se han creado desde instituciones gubernamentales y otros
desde el sector educativo, unos cuantos más han sido fundados por diferentes acto-
res: privados, gubernamentales y educativos; otros más como un espacio de geren-
cia transinstitucional.
Lo más importante es presentar el conocimiento o resultados de investigación

con ayuda de las nuevas Geotecnologías, a los tomadores de decisiones para las
Salud y TIG | 129
estrategias y políticas en salud con gran impacto, mediante proyectos de captación

de agua de lluvia, canalización y distribución del agua de lluvia a nivel local o regio-
nal, que incida en la mejora de la salud humana y estrategias locales con base en el
perfil de salud y las características físico geográficas del territorio, y las condiciones
sociales culturales, demográficas y económicas de la población.
Los propósitos del observatorio varían, comenzando por generar conocimiento

en el ámbito de la salud, así como: la difusión del conocimiento, formación de
recursos humanos, el monitoreo y vigilancia de la salud, la evaluación del impacto
de las políticas en los indicadores del proceso salud- enfermedad, gestión de la
salud, generación de espacios y escenarios de interacción con la sociedad, las ins-
tituciones y las políticas, entre otros.
Definición del problema
Basándose en Hemmings (2003) los “Los observatorios son investigadores proac-

tivos que entregan potentes mensajes políticos para informar la puesta en mar-
cha de políticas”.
En las últimas tres décadas ha emergido un nuevo concepto de observatorio en
diferentes partes del mundo; en forma de programas y/o redes que se interesan en
recoger, producir y diseminar información precisa; basada en evidencia, denomi-
nada “inteligencia”, sobre problemas y factores que afectan la vida de las personas.
Estos observatorios sociales, como, por ejemplo, los que investigan fenómenos de
salud, se han erigido como herramientas útiles que proporcionan información
para el análisis y gestión de aquellas políticas que, directa o indirectamente, inci-
den en la salud y el bienestar de la población.
En el Estado de México, los observatorios de salud no existen, se requiere de estos
para la generación de investigación en materia de salud, tal como: estudios del
pasado, de la actualidad y planteamiento de escenarios; además de una visión
al día, a través de boletines y reportes integrales. A pesar de la importancia que
se ha dado a la salud en los últimos decenios, no existe un observatorio de geo-
grafía de la salud que permita identificar patrones de distribución en los proble-
mas de salud, a diversas escalas: estatal, municipal, a nivel de cuencas y locales.
Se requiere de un análisis en la relación de la salud con factores locales y globales
de diversa índole: físico geográfico, ambiental, sociodemográfico y cultural, entre
otros. Es importante la determinación de perfiles de salud para que las estrategias
sean locales, diferenciadas y focalizadas. Estas tareas persiguen al observatorio de
Geografía de la salud del Estado de México, en específico a la Cuenca alta del Río
Lerma, para generar investigación enfocada a la promoción de la salud.
Justificación
La OMS (Organización Mundial de la Salud) y la OPS (Organización Panameri-

cana de la Salud), están impulsando programas que incidan en la salud para todos,
como: lugares saludables y ciudades saludables; así como estudios locales que per-
mitan la determinación de perfiles de salud específicos.
En el campo de la Geografía de la salud, la elaboración de mapas analiza y distri-
buye los patrones de mortalidad, y se ha demostrado su utilidad para programar
estrategias territoriales locales y regionales; para la promoción de la salud, princi-
palmente en las etapas preventiva y prospectiva.
Este observatorio permitirá la generación de diversos productos como bases de
datos, así como: cartografía, atlas digitales, análisis geoestadísticos, visualizaciones,
generación de modelos de predicción, reportes e indicadores de salud, entre otros.
Estos estudios son fundamentales para la toma de decisiones, en lugares de acuerdo
con su perfil de salud; que sea útil para diferentes sectores y diferentes ámbitos
En este trabajo se presentan avances del observatorio de geografía de la salud, cuyo

objetivo general es analizar la situación de la salud en la cuenca alta del Río Lerma.
Objetivos específicos:
• Analizar la tendencia del comportamiento de la mortalidad general durante el
período 1990 – 2011.
• Analizar la situación actual de la salud; mediante las tasas de mortalidad gene-
ral, principales causas e infraestructura en salud, y su relación con el grado de
marginación.
Marco de referencia teórico y metodológico
Un observatorio es “una construcción o lugar donde se observan fenómenos celes-

tes o terrestres, [Diccionario enciclopédico popular ilustrado Salvat (1906-1914)].
El propósito de los observatorios de salud pública es: disponer de información
pertinente, confiable y oportuna, para orientar la toma de decisiones en en área de
la salud. Características geográficas de la Cuenca alta del Río Lerma
La cuenca alta del Río Lerma comprende una extensión territorial de 6,071 Km2,
representa el 27.15 % de la superficie estatal, conformada por 33 municipios del
Estado de México que indican el 26.4 % del total de municipios de la entidad.
El INEGI contempla para el año 2010 una población de 2,949,536 habitantes, que
representan el 19.43 % de la población total de la entidad, (Figura 1).
Salud y TIG | 131
La cuenca alta del Río Lerma ocupa un territorio integrado por una serie de mon-
tañas, lomas (la Sierra de las Cruces al Este y el Nevado de Toluca al Suroeste) y
valles, en los que predomina el clima templado y semifrío.
La Cuenca alta del Río Lerma está comprendida en la región hidrológica RH12
Lerma – Santiago, que corresponde a la región centro Noroeste, representa el
25.53 % a nivel estatal. Las obras hidráulicas que sobresalen por su capacidad son:
las presas Tepatitlán, José Antonio Alzate e Ignacio Ramírez.
Figura 1. Cuenca alta del Río Lerma, Estado de México
En relación con las características sociales, como el indice y el grado de margi-

nación, de acuerdo al (CONAPO, 2011) (Consejo Nacional de Población), señala
que del total de municipios que integran la cuenca del río Lerma (33), dos regis-
tran GM (Grado de Marginación) alto, los cuales son: San Felipe del Progreso y
San José del Rincón, localizados al centro-Oeste de la cuenca; 13 (39.39 %) con
GM medio, distribuidos al centro Norte; 8 (24.24 %) con GM bajo, localizados al
sur; y 10 (30.30 %) con GM muy bajo, localizados al Sur, lo que comprende prin-
cipalmente la Zona Metropolitana de Toluca (Cuadro 1).
Cuadro 1. Cuenca alta del Río Lerma. Salud e Índice de marginación
Fuente Elaboración propia sobre la base de INEGI, Estadísticas de Mortalidad 1980 –

2011; INEGI 2010, y CONAPO, 2011.
Salud y TIG | 133
Marco metodológico
Se trata de un estudio descriptivo y analítico, el tipo de investigación es cuanti-

tativo y longitudinal, porque se analizan las tendencias de la mortalidad general
durante el período 1990 – 2011; también y transversal porque se estudian varias
características del mismo año, en este caso es 2010.
Las fuentes de información son los conteos y censos de población del INEGI,
datos del ISEM (Instituto de Salud del Estado de México), del SINAIS (Sistema
Nacional de Información en Salud) y del CONAPO, entre otras fuentes.
La escala de análisis esta a nivel de municipio; las variables e indicadores son:

tasas de mortalidad, grado de marginación e infraestructura en salud (cobertura,
recursos humanos, recursos físicos).
Se recopiló la información; se diseñó e implantó una base de datos, se procesó la
información y se generaron los resultados.
Se utilizaron los softwares de ARGIS e Idrisi para el proceso de información y

generación de resultados.
El número de defunciones por año y municipio se obtuvieron de las estadísticas

de mortalidad 1990 – 2011 del INEGI.
Las tasas brutas de mortalidad general, es uno de los indicadores de salud; utiliza-
das por diversas instituciones oficiales, como la OMS, la OPS Organización Pana-
mericana de la Salud, el SINAIS, así como del y el ISEM (Instituto de Salud del
Estado de México).
Las tasas brutas de mortalidad general por cada año durante el periodo 1990-
2011, se obtuvieron a partir de la siguiente fórmula:
Para obtener el valor de las tasas de mortalidad especifica solamente se sustituye

las defunciones por cierta causa en la fórmula anterior por el valor de 100 000.
Con base en la distribución de la campana de Gauss, las tasas de mortalidad
general se clasificaron en seis rangos, porque se establecen de forma equitativa,
mediante unidades tipificadas. Los rangos son: muy alto, alto, medio alto, medio
bajo, bajo y muy bajo.
Una vez que se obtuvieron las tasas de mortalidad por cada año durante el periodo
1990-2011, se determinó el análisis de series de tiempo en el software Idrisi. Dicho
método se utilizó por Santana G. (2011) para determinar la tendencia de la diabe-
tes mellitus en el Estado de México.
Este análisis de series de tiempo consiste: en la suma y resta de tasas de morta-

lidad general anuales registradas durante un período, lo que implica que se trata
de un análisis a detalle; presenta un resultado indicativo en la tendencia de todo
el período.
Dicho análisis se encaga de examinar los cambios en una secuencia de imágenes, y

es un recurso importante para entender la dinámica y evolución de un fenómeno.
Es usualmente utilizado en variables ambientales, sin embargo, también se pue-
den utilizar en variables social o económico; siempre y cuando existan datos en un
período de tiempo, en este caso se analizaron las tendencias de las tasas de mor-
talidad general del periodo de tiempo de 1990 al 2011, con una dinámica anual.
Existen diferentes tipos de análisis de tendencias, el Monototic Trend (Mann-ken-

dall o tendencia monótona), es uno de los cinco3 que utiliza IDRISI.
IDRISI es un indicador de tendencias no lineales; mide el grado, es decir, si la ten-

dencia aumenta o disminuye consistentemente; basada en la correlación de ran-
gos, en este caso son tasas de mortalidad en donde se aprecia el comportamiento
de los valores durante toda la serie de tiempo. Tiene un alcance de -1 a +1; un
valor de +1 indica una tendencia que aumenta continuamente y no disminuye;
cuando tiene un valor de -1 ocurre lo opuesto, en cambio un valor de 0 indica que
no hay una tendencia consistente.
La estadística mann kendall es la frecuencia relativa de aumentos menos la fre-

cuencia relativa de disminuciones, todas las combinaciones de pares de valores, a
través del tiempo, son evaluadas en cada pixel, y se realiza tomando en cuenta los
números que están aumentando o disminuyendo con el tiempo; en esta estadís-
tica la serie de tiempo es la variable dependiente y el tiempo es la variable inde-
pendiente.
Este análisis se caracteriza por elaborar un análisis multivariado, donde toma como
3 Los otros cuatro análisis son: Linearity (Linealidad); Linear Correlation (Correlación lineal);
Linear Trend OLS (Tendencia Lineal) y Medial Trend (Theal-Sen) (Tendencia Media).
Salud y TIG | 135
como referencia toda la serie de tiempo (1990 a 2011), y se observa el compor-

tamiento a detalle de cada unidad espacial por medio de los perfiles temporales.
Para realizar el análisis de la infraestructura en salud se tomaron en cuenta tres

indicadores, los cuales son: población derechohabiente, personal médico y las
unidades médicas; desarrolladas de la manera siguiente:
La proporción del personal médico por habitantes se obtiene a partir de la

siguiente fórmula: (número de personal médico/habitantes) * 100,000. Se puede
multiplicar por 10,000 o por 1000, según los resultados.
La proporción de unidades médicas por habitantes se obtiene a partir de la

siguiente fórmula: (número de unidades médicas/habitantes) * 100,000.
Resultados
Análisis de las tasas de mortalidad 1990-2011: tendencia monótona

(Mann kendall)
La estadística mann kendall es la frecuencia relativa de aumentos menos la fre-
cuencia relativa de disminuciones, todas las combinaciones de pares de valores,
a través del tiempo, son evaluadas en cada pixel y se realiza una cuenta con los
números que están aumentando o disminuyendo con el tiempo; en esta estadís-
tica la serie de tiempo es la variable dependiente y el tiempo es la variable inde-
pendiente (Tikunov V. 1991).
El municipio que presentó el valor más alto, con 0.66, es Metepec; indica que
durante 1990 – 2011 registró una tendencia al aumento de las tasas de mortalidad,
y el municipio que presentó el valor más bajo, con -0.90, es San José del Rincón,
indicando que el comportamiento durante el período 1990 – 2011, mostrando
una disminución, (Figura 2).
Entre los municipios que no registraron una tendencia definida, por tener valores
entre -0.2 y + 0.2 fueron: Xonacatlán, San Mateo Atenco y Xalatlaco.
Las mejores condiciones están representadas por 48.5 % del total de municipios
de la cuenca, por tener una tendencia a disminuir, y se encuentran en el rango de
-0.90 a -0.60; estas se presentan en los municipios de: Tenango del Valle, Tian-
guistenco, Calimaya, Lerma, Toluca, Zinacantepec, Almoloya de Juárez, Temoaya,
Otzolotepec, Jiquipilco, Morelos, Atlacomulco, Acambay, San José del Rincón,
San Felipe del Progreso, y El Oro; la mayoría de los municipios están distribuidos
a lo largo de la cuenca.
El rango que va de -0.2 a -0.6, denominado “tendencia baja”, está representado por
el 39.4 % del total de municipios, estos son: Temascalcingo, Jocotitlán, Ixtlahuaca,
Ocoyoacac, Capulhuac, Chapultepec, Mexicaltzingo, San Antonio la Isla, Atiza-
pán, Almoloya del Río, Texcalyacac, Rayón, Joquicingo; los cuales se encuentran
en buenas condiciones, debido a que a lo largo del periodo las tendencias de las
tasas de mortalidad general van en decremento.
En el rango que tiene valores entre 0.2 a 0.6, se ubican los municipios con las peo-
res condiciones por tender a aumentar, con excepción del rango mayor a 0.6.
Figura 2. Cuenca Alta del Río Lerma. Tendencia de la tasa de mortalidad

1990 – 2011 (Mann Kendall).
Fuente: elaboración propia basado en el INEGI, Estadísticas de mortalidad 1990 –

2011; INEGI, 1990; INEGI, 1995; INEGI, 2000; INEGI, 2005; INEGI, 2010.
Salud y TIG | 137
Situación actual de la distribución de las tasas de mortalidad
De acuerdo con el ISEM, para el 2010, en el Estado de México se registraron 68,286

defunciones, con una tasa de 42 por 10,000 habitantes, para la cuenca alta del
Río Lerma se registraron 13,345 defunciones con una tasa de mortalidad general
45.24 por 10,000 habitantes, la cual fue superior a la estatal.
Los municipios con tasas de mortalidad general muy altas y altas se localizan
al Norte y al centro-Sur de la cuenca: Toluca, Metepec, Atlacomulco, Morelos,
Acambay, San Felipe del Progreso, Capulhuac, Almoloya del Río, Tianguistenco,
Temascalcingo, (figuras 3 y 4).
Figura 3. Cuenca alta del río Lerma, Tasas de mortalidad, 2010

Figura 4 Cuenca Alta del Río Lerma: Tasas de mortalidad general por municipio
2010, (Por 10,000 habitantes).
Fuente: elaboración propia con base en el INEGI, Estadísticas de mortalidad 1990 –

2011; INEGI, 2010.
La correlación de Pearson entre las tasas de mortalidad general con los índices de
marginación es baja, la cual es de 0.1018, lo que indica que no precisamente los
municipios con tasas de mortalidad altas o muy altas son municipios con grado
de marginación altas o muy altas. El Municipio de San Felipe del Progreso regis-
tró tasa de mortalidad alta, y tiene grado de marginación alto; los municipios de
Acambay, Atlacomulco, Metepec, Morelos y Toluca registraron tasas de mortali-
dad muy alta, sin embargo, los grados de marginación son medio y muy bajo. Esto
indica que la marginación no incide en las tasas de mortalidad altas que se regis-
tran en la cuenca, (Cuadro 1).
Las principales causas de mortalidad en el 2010, en la cuenca alta del río Lerma,
son principalmente crónico degenerativo. Las primeras cinco causas más fre-
cuentes de tasas de mortalidad específicas son: la diabetes mellitus con 78.32 por
100,000 habitantes, superior a la estatal con (76.98); cirrosis y otras enfermeda-
des del hígado con 37.19 por 100,000 habitantes, es superior a la estatal (26.51);
Salud y TIG | 139
enfermedades isquémicas del corazón con 36.68 por 100,000 personas; la enfer-
medad pulmonar obstructiva crónica con una tasa de 32.14 por 100,000 habitan-
tes, superior a la estatal (20.78); y las enfermedades cerebrovasculares registraron
una tasa de 22.11, (Cuadro 2).
Cuadro 2 cuenca alta del Río Lerma: Tasas de mortalidad general por municipio
2010, de las cinco causas más frecuentes (Por 100,000 habitantes).
Fuente: elaborado sobre la base del INEGI (2011) y SINAIS (2010).
Los municipios que registraron las tasas de mortalidad más altas por diabetes
mellitus son: Capulhuac, Almoloya del Río, Joquicingo, Xalatlaco y Chapultepec;
con tasas superiores a 120 por 100,000 habitantes. Las tasas de mortalidad por
sexo no registran mucha variación, para el sexo masculino es de 81.47 y para el
sexo femenino de 75.34 por 100,000 habitantes.
Los municipios que registraron las tasas de mortalidad más altas de cirrosis y
otras enfermedades del hígado son: Texcaliacac, Jiquipilco, San Felipe del Pro-
greso, El Oro y Morelos; con tasas superiores a 70 por 100,000 habitantes. En la
cuenca alta del Río Lerma las tasas de mortalidad por sexo son contrastantes, para
el masculino de 55.43 y para el sexo femenino de 19.97 por 100,000 habitantes.
En relación con las enfermedades isquémicas del corazón se registraron 1,082

defunciones con una tasa específica de mortalidad de 36.68 por 100,000 habitan-
tes. Los municipios que registraron las tasas de mortalidad más altas son: Mexi-
calcingo y Atizapán con tasas superior a 80 por 100,000 habitantes. Las tasas de
mortalidad por sexo no registran mucha variación, para el masculino es de 39.91
y para el sexo femenino de 35.53 por 100,000 habitantes.
En lo que respecta a la enfermedad pulmonar obstructiva crónica se registraron

645 defunciones, con una tasa específica de mortalidad de 32.14 por 100,000 habi-
tantes. El municipio que registró la mayor tasa de mortalidad es Toluca con 961.60
Salud y TIG | 141
por 100,000 habitantes; le siguen los municipios de Chapultepec e Ixtlahuaca con

351.38 y 346.96 respectivamente.
Las tasas de mortalidad por sexo no registran mucha variación, para el masculino
es de 30.07 y para el sexo femenino de 34.11 por 100,000 habitantes.
En relación con a las enfermedades cerebrovasculares se registraron 652 defuncio-

nes, con una tasa específica de mortalidad de 22.11 por 100,000 habitantes.
Los municipios que registraron las tasas de mortalidad más altas son: Morelos y
Jocotitlán, con tasas superiores a 40 por 100,000 habitantes; así como los munici-
pios de Acambay, Joquicingo, el Oro y Tianguistenco, con tasas entre 33 y 39 por
100,000 habitantes, las tasas de mortalidad por sexo no registran mucha variación,
para el masculino es de 20.04 y para el sexo femenino de 24.06 por 100,000 habi-
tantes.
En lo que concierne a la cobertura de los servicios de salud en la zona de estudio,

esta se ha ampliado principalmente por el Seguro Popular.
La población derechohabiente representa el 64.30 % de la población total, por lo

que falta por cubrir el 35.70 %.
La población derechohabiente se registró en forma desigual en los municipios de

la cuenca alta del Río Lerma, por una parte, existen municipios con únicamente
el 34.81 % de población, es el caso de Capulhuac; mientras que los municipios de
el Oro, Chapultepec, Acambay, Morelos y San José del Rincón cuentan con más
del 70 % de población derechohabiente.
En lo que atañe relación a la cobertura por tipo de institución, presenta una con-
centración, diferenciación espacial y desigualdades entre las instituciones, como:
el Seguro popular que cubre el 48.57 % de la población derechohabiente y se dis-
tribuye en la mayor parte de la cuenca; el IMSS (Instituto Mexicano del Seguro
Social) con el 34.02 %, que se distribuye mayoritariamente en los municipios de
Toluca y Metepec entre otros; el SSEMYM (Instituto de Seguridad Social del
Estado de México y Municipios) con el 7.28 %, y se distribuye principalmente en
el Municipio de Toluca; y el ISSSTE (Instituto de Seguridad y Servicios Socia-
les de los Trabajadores del Estado) el 4.48 %, principalmente en los municipios
de Toluca y Metepec (INEGI, 2011), por lo que se presenta una concentración de
población derechohabiente en el municipio de Toluca, (Figura 5).
Figura 5 Cuenca alta del Río Lerma: población derechohabiente por

institución de salud.
La correlación de Pearson entre las tasas de mortalidad y la población derecho-

habiente es baja, la cual es de 0.0382; lo que indica que los municipios que regis-
traron tasas de mortalidad bajas y muy bajas no necesariamente cuentan con los
mayores porcentajes de población derechohabiente. Los municipios con tasas de
mortalidad muy altas registran porcentajes de población derechohabiente mayo-
res al 65 %. Lo anterior es favorable porque se trata de enfermedades de tipo cró-
nico degenerativo, las cuales son incurables y los pacientes deben acudir al médico
de manera contínua. De ahí la importancia de enfocarse a estrategias para la pre-
vención y fomento de la salud, y no para la etapa curativa.
Infraestructura en salud
En el año 2010, la distribución de los recursos humanos para la salud presentó

desigualdades significativas. El personal médico en la cuenca alta del Río Lerma
suma 4,793, debido a que indica el 26.57 %del total estatal. La mayoría se concen-
tra en el municipio de Toluca con 2,601 (el 54.26 % del total de la cuenca alta del
Rio Lerma).
Salud y TIG | 143
La calidad del servicio se refleja en la proporción de médicos por habitantes. Los

municipios de Toluca, Atizapan y Atlacomulco registraron 32, 31 y 24 médicos
por 10,000 habitantes respectivamente; en contraste con los municipios de Cali-
maya y Ocoyoacac con 3 médicos por 10,000 habitantes.
El personal médico del IMSS, del DIF (Desarrollo Integral de la Familia), del
ISSEMYM y del ISEM se concentran en el municipio de Toluca; en lo que respecta
al ISSSTE se concentran en el municipio de Metepec, en el resto de los munici-
pios de la cuenca cuentan con servicios principalmente del ISEM en las cabeceras
municipales y pocos en el área rural.
La cuenca alta del Río Lerma incluye 553 unidades médicas que representan el
30.96 % del total estatal. El municipio de Toluca concentra 101 instalaciones, y es
el 18.26 % de las unidades médicas que abarcan en la cuenca alta del río Lerma. En
la región de estudio se presentan 527 de consulta externa, 19 hospitales generales
y siete hospitales especializados. En el municipio de Toluca se asignan 90 de con-
sulta externa, cinco hospitales generales y seis hospitales especializados (Figura 6).
Figura 6 Cuenca Alta del Río Lerma: unidades médicas, 2010

La calidad del servicio se refleja en la proporción de unidades médicas por habi-

tantes. Los municipios de Acambay, El Oro, Joquicingo, Morelos, y San José del
Rincón registraron más de 4 unidades médicas por 10,000 habitantes; en con-
traste con los municipios de Atizapán, Calimaya, Lerma, Metepec, Ocoyoacac,
San Antonio La Isla, San Mateo Atenco, Toluca, Xalatlaco, Xonacatlán y Zina-
cantepec registraron una unidad médica por 10,000 habitantes, respectivamente.
Conclusiones
De acuerdo con análisis del comportamiento de las tasas de mortalidad general,

durante el periodo 1990-2011, el método de análisis mann kendall presenta como
resultado que únicamente el municipio de Metepec tiene una tendencia hacia el
aumento a pesar de que registra para el año 2010, un grado de marginación muy
bajo. Por lo que las causas son los estilos de vida no saludables y a las políticas
públicas en materia de salud.
En la Cuenca alta del Rio Lerma, la mayor parte de los municipios (87 %) presen-
tan un comportamiento a lo largo del periodo de tasas bajas y muy bajas, lo que
indica que en términos de salud han disminuido las tasas de mortalidad.
Con relación a este grupo de municipios, el 41 % presenta un grado de margina-

ción medio, el 27.5 % GM muy bajo y el 24.1 % GM bajo, situación que incide en
las tasas bajas de mortalidad.
Por otra parte, se registran tres municipios sin una tendencia definida los cuales
son: Xalatlaco, San Mateo Atenco y Xonacatlán; en función de estas derivaciones,
en algunos años se incrementan y otros años disminuyen ligeramente. Con GM
medio, muy bajo y bajo respectivamente.
A pesar de que los municipios de Toluca y Metepec concentran los servicios de

salud son los que registran las mayores tasas de mortalidad general, por lo que las
estrategias deben enfocarse a la prevención y promoción de la salud.
La relación entre las tasas de mortalidad general del 2010 y los grados de margi-
nación, no es significativa, por lo tanto, son otros los factores que inciden en ese
escenario. Los estilos de vida no saludables, dado el tipo de causas de mortalidad,
que son principalmente: crónico degenerativas como la diabetes mellitus, cirrosis
y otras enfermedades del hígado e isquémicas del corazón, entre otras.
Las distribuciones de las tasas de mortalidad específica por causas presentan sus
Salud y TIG | 145
propios patrones de distribución, como la diabetes mellitus, la cual se distribuye

en municipios localizados en su mayoría al sureste de la cuenca, como Almoloya
del Río, Capulhuac, Xalatlaco, Joquicingo, Mexicalcingo, Ocoyoacac, Tianguis-
tenco y Xonacatlán; que son cercanos a las zonas metropolitanas de Toluca y del
Valle de México. La causa de cirrosis y otras enfermedades del hígado registran
los mayores porcentajes en municipios localizados principalmente al noroeste de
la cuenca, como: Jiquipilco, Morelos, El Oro y San Felipe del Progreso. Por otra
parte, la enfermedad pulmonar obstructiva crónica también presenta un patrón
diferenciado, toda vez que el municipio de Toluca registró una tasa muy alta de
961.60 por 100,000 habitantes y las que le siguen en orden se registran en Chapul-
tepec e Ixtlahuaca con 351.38 y 346.96 respectivamente.
Aunque se presentan porcentajes significativos de la población derechohabiente

esta se concentra en pocos municipios, dejando desprotegida a mucha población
que tiene el seguro popular y requiere que tenga su propia infraestructura.
En relación con la proporción del personal médico por habitantes, las mayores
cantidades se concentran en los municipios de Toluca, Atizapán y Atlacomulco,
se debe a la concentración de servicios. La proporción de unidades médicas por
habitantes es mayor en los municipios de Acambay, El Oro, Joquicingo, Morelos
y San José del Rincón, en tanto indica que dichos resultados inciden en la mejora
del servicio.
El observatorio de geografía de la salud del Estado de México, en este caso de la

cuenca alta del Río Lerma, permite generar resultados de investigación principal-
mente para la promoción de la salud.
Bibliografía
Berry B. Approaches to Regional Analysis: A synthesis. Annals of Association of American

Geographers. 1964; No. 1, Vol. 54. 2 – 11.
Buzai G. Sistemas de información geográfica en geografía de la salud. En: Pickenhayn J. ed.
Salud y enfermedad en Geografía. Buenos Aires: Lugar Editorial. 2009: 111 - 134.
Consejo Nacional de Población, (2011). Índice de Marginación por entidad federativa y
municipio 2010. Gobierno Federal de México.
Dalenius T. Recent Advances in sample survey theory and methods. The annals of mathe-
matical statistics. 1962; No. 2, Vol. 33. Ed. University of stockholm and the catholic uni-
versity of America, 325 - 349.
Frenk, J. y otros (1989) “Health transition in Latin America”, International population con
ference, New Dehli. Vol. 1, Lieja, Bélgica, Unión Internacional para el estudio Cientifico de
la población (UIECP).
Gobierno del Estado de México (2007). Instituto de Salud del Estado de México (ISEM).
Sistema epidemiológico y estadístico de las defunciones, con bases de datos del INEGI/
SSA 2000.
Gobierno Federal de México. Secretaria de Salud (SS). Sistema Nacional de Información de
salud (SINAIS) Cubo de defunciones 1979-2009. [Documento en internet] 2010 [Con-
sultada 2010 noviembre 20]. Disponible en: http://dgis.salud.gob.mx/ ó http://www.
salud.gob.mx/.
Gutiérrez M. y Holt E. Trad. Geografía de la Población. México: Instituto de Geografía, Uni-
versidad Nacional Autónoma de México. (1991): 254.
Haggett P. y Chorley, (1971) “Trend – surface analysis of planation surfaces with an east
Africa case study” Ed. Londres Methuen.
Instituto Nacional de Estadística y Geografía. XI Censo general de población y vivienda
1990.
Instituto Nacional de Estadística y Geografía. Conteo de población y vivienda 1995. [Docu-
mento en internet] 1995 [Consultada 2010 noviembre 25] Disponible en: http://www.
inegi.org.mx/est/contenidos/Proyectos/ccpv/default.aspx
Instituto Nacional de Estadística y Geografía. XII Censo general de población y vivienda
2000. [Documento en internet] 2000 [Consultada 2010 noviembre 25] Disponible en:
http://www.inegi.org.mx/est/contenidos/Proyectos/ccpv/default.aspx
Instituto Nacional de Estadística y Geografía. II Conteo de población y vivienda 2005.
[Documento en internet] 2005 [Consultada 2010 noviembre 25]. Disponible en: http://
www.inegi.org.mx/est/contenidos/Proyectos/ccpv/default.aspx
Instituto Nacional de Estadística y Geografía. XIII Censo de población y vivienda 2010.
[Documento en internet] 2010 [Consultada 2010 noviembre 25]. Disponible en: http://
www.inegi.org.mx/est/contenidos/Proyectos/ccpv/default.aspx
Instituto Nacional de Estadística, Geografía e Informática, (INEGI). Estadísticas de Morta-
lidad 1990, 1995, 2000, 2005 y 2010.
Lalonde, Marc (1974). A new perspective on the health of canadians: 28 years later. Revista
Panamericana de Salud Pública. Vol. 12 n.3 Washington.
Massey D., Allen J. Sarre Phil(1999). Human Geography Today. Editorial. Wiley
Morales J. (2010). Obesidad. Un enfoque multidisciplinario. Colección Real. Museo Nacio-
nal del Prado. Madrid, Universidad Autónoma del Estado de Hidalgo. (2010): 400.
Moreno L. Epidemiología y diabetes. UNAM, 2001; Vol. 44, Número 1. 35 - 37.
Organización Panamericana de la Salud. Sobre la estimación de tasas de mortalidad para
países de la Región de las Américas. [Documento en internet] 2003 [Consultada 2010
noviembre 10]. Disponible en la página: http://www.paho.org/spanish/dd/ais/EB_
v24n4.pdf
Salud y TIG | 147
Organización Panamericana de la Salud (OPS), 2005. Aplicación y desarrollo de los Sis-

temas de Información Geográfica en Epidemiología y Salud Pública. [Documento en
internet] 2005 [Consultada 2010 noviembre 10]. Disponible en la página http//www.
paho.org/spanish/DD/AIS/sigep_web2003sp.htm
Phélan C. Mauricio. 2007. “La Red Observatorios Locales de Barcelona, España: Un estu-
dio de casos para diseñar una propuesta nacional”. Revista. Venezolana de Sociedad y
Antropología. v.17 n.48 Mérida.
Pickenhayn, J. (1999). Fundamentos Teóricos de la Geografía de la Salud. Revista Departa-
mento de Geografía. Editorial. Universidad Nacional de Tucumán, año V, Nº 5. pp 45-59.
Santana M. Condiciones geográficas y de salud de la población del Estado de México (tesis).
México: Universidad Nacional Autónoma de México, 2009.
Santana G. Distribución y tendencia de la diabetes mellitus. En el Estado de México. Utili-
zando sistemas de información geográfica (tesis). Universidad Autónoma del Estado de
México, 2011.
Santana G, Cadena E, y Santana M. Posible escenario de la diabetes Mellitus en México para
el 2020. En: Olmos A. et. al. Comp. La salud ante los cambios globales. Toluca: Universi-
dad Autónoma del Estado de México; 2011: 89 – 102.
Santana G, Santana M. La Diabetes en 2020. Revista: Valor universitario 2012; 29: 14 -15.
Santana M, Estrada E, Pineda N, y Santana G. Observatory on health geography of State of
Mexico: mortality 2010. IJHSS. 2012; 2: 220-226.
Sarton G. (1965). Historia de la ciencia. La ciencia antigua durante la edad de oro griega”.
Ed. Buenos Aires, EU de BA, Serie “La vida en la ciencia” Tomo I, Biblioteca El Hombre
y su Sombra.
(Tikunov V. 1991). Geographical information systems: their nature, structure and perspec-
tives; en Cartography and geoinformation. Results of science and technics. Cartogra-
phic series, Moscú, pan soviet institute of science and technical information the USSR
Academy of sciences (VINITI), Vol. 14, 6 – 79.
Tomasini A.“El Shamanismo de los nivaklé del gran chaco”. Buenos Aires, Centro Argentino
de Tecnología Americana, Colección Mankacén. Pp59-72,1997.
Torres F. Coord. Técnicas para el análisis regional, desarrollo y aplicaciones. México D.F:
Editorial Trillas, 2009; 139.
World Health Organization. The World Health Report 1997. Executive summary: Conque-
ring Suffering, enriching humanity. Geneve: WHO, 1997. [Documento en internet] 1997
[consultado 2004 junio 20] Disponible en Internet <hhtp// www.who.org/whr/1997/
exsum97e.html>.
Capítulo 7
Desarrollo local y equipamiento
en servicios de salud pública
en la región mazahua mexiquense:
una visión desde los sistemas complejos
Rebeca Angélica Serrano Barquín, Roque Ortega Alcántara,
Marcela Virginia Santana Juárez, Elsa Myrella Rosales Estrada,
Giovanna Castañeda Santana.
Resumen
El presente trabajo analiza la distribución del equipamiento en servicios de salud

pública en la región mazahua ubicada en el Estado de México. Se considera un sistema
complejo desde la conceptualización de Rolando García (2008). El sistema complejo,
región mazahua, presenta interacciones y flujos tanto hacia el interior como al exterior.
La región es vista como una totalidad, donde los municipios y localidades representan
la dispersión de la sociedad en localidades. Se menciona la conceptualización del desa-
rrollo local, la cual, subyace básicamente la visión eurocéntrica. Se utiliza el método de
triangulación de Thiessen, a fin de correlación superficies, localidades y equipamiento
en Salud Pública. Se concluye con la diferenciación en la distribución de los servicios
de salud pública y se reconoce como flujos la concentración y dispersión de localidades
respecto de la ubicación del equipamiento en los servicios de salud pública.
Abstrac.
This paper analyzes the distribution of public health services in the Mazahua region
located in the State of Mexico. It is consider as a complex system from the concep-
tualization of Rolando García (2008). The complex system of Mazahua Region pre-
sent interactions and flows both internally and externally. The region is has been seen
as a totality where municipalities and localities represent the dispersion of society in
localities. Conceptualization of local development is it mentioned, which underlies
essentially Eurocentric vision. The Thiessen triangulation method is used to surfaces
correlation, localities and equipment in Public Health. It concludes with differentia-
tion in the distribution of Health Services and is recognized as flows the concentration
and dispersion of localities regarding at the location of equipment in Health Services
149
Antecedentes.
1. La Mazahua como un sistema complejo
Un sistema complejo, con la finalidad de comprender la región como una totali-

dad, sin perder de vista las particularidades por municipio y sus localidades.
Se retoma el constructo del Sistema Complejo región mazahua de Serrano et al.

(2011), basado en las ideas de Rolando García (2008). Donde un sistema se con-
forma por un todo, con interrelaciones de las partes y de entre las partes con el
exterior, delimitado este último, geográficamente, por la zona contigua a los 13
municipios de la región mazahua.
La población asciende casi al millón de habitantes de acuerdo con el al Censo de

Población y Vivienda realizado por el (INEGI, 2010). Los sistemas complejos, pre-
sentan interrelaciones al interior de cada uno de los municipios, estas relaciones
se encuentran representadas por los diferentes flujos de intercambio que pueden
ser entre otros comerciales y culturales, principalmente entre las 946 localidades
y las 13 cabeceras municipales.
Se considera sistema complejo de acuerdo con García (2008), si se cum-

plen dos premisas:
• “Las funciones de los elementos (subsistemas) no son independientes;

• “El sistema como totalidad es abierto; es decir, carece de fronteras rígidas” se
caracteriza porque sus elementos son heterogéneos y están permanentemente
en interacción (García, 2008: 143).
Vista la región mazahua como un Sistema Complejo, se reconocen algunos pro-

blemas, como aquellos planteados por Madrigal (2005); adicionalmente se reco-
noce en la planeación como: la verticalidad en la toma de decisiones, así mismo
se identifica la carencia en la comunicación horizontal; se detectan fallas entre
las cuales se destacan: intereses discordantes entre productores e industriales y
comerciantes de pequeña escala; los proyectos de largo plazo inconclusos, debido
a cambios de administración pública federal, estatal y municipal.
Situación que pareciera permanece vigente, y da pie al análisis e interpretación

del proceso de desarrollo o más bien desarrollismo, ya que la región mazahua en
los últimos quince años se ha mantenido sin erradicar la marginación y pobreza.
Salud y TIG | 151
Figura 1. Localización de la región mazahua en el Estado de México
2. Lo local visto como subsistema del sistema región mazahua
En la visión de Arocena (2002), Jalomo Aguirre (2009) en Czerny (2010) sobre la

base de seis enfoques o posturas del desarrollo local, se interpreta más allá de lo
explicitado en los seis puntos, cómo subyace el pensamiento eurocéntrico como
cimiento de las diferentes posturas.
En la figura tres, “Esquema de abordajes del desarrollo local” representan éstas

seis posturas o visiones asociadas en tres grupos e identificados de manera breve:
• En un extremo: la conducta vertical y centralista, inducida por los intereses

hegemónicos, se reconoce en la región mazahua a partir de la política pública.
Como ejemplo la resolución de la problemática de abastecimiento de agua
para las zonas metropolitanas de Toluca y México ha generado problemas
locales de abastecimiento local, pese a la aparente disponibilidad de recurso
en lar. Tradicionalmente se induce el servicio de agua por tuberías, que, en el
caso de la región mazahua las localidades se encuentran ampliamente distri-
buidas, lo que implica un conflicto en el diseño y un gasto mayor para la pres-
tación del servicio de agua potable.
Figura 2. Principales cuerpos de agua, altitudes extremas, disponibilidad aparente de

agua en la región mazahua del Estado de México
• En la postura del centro: el establecimiento y el ordenamiento ecológico terri-

torial. En este momento se excluye el ordenamiento territorial urbano, ya que,
en México existen dos legislaciones distintas, una para cada uno de estos tipos
de ordenamiento territorial. Previsto en la legislación vigente como un instru-
mento de planeación ambiental tiende a equilibrar el desarrollo de acuerdo
con la aptitud natural4 , y disponibilidad de los recursos naturales, cuya estra-
tegia es el establecimiento de un modelo de desarrollo que define usos y des-
tinos al suelo. Se privilegia el suelo como elemento en el cual se llevan a cabo
la mayor parte de las transformaciones del territorio. Cabe destacar que la
región mazahua no cuenta con un ordenamiento ecológico territorial Regio-
nal que aborde los problemas desde una escala geográfica de trabajo inter-
medio, como es 1:100 000, ya que a nivel Estado (subnacional) se realizó el
ordenamiento del territorio desde el punto de vista de las actividades prima-
rias: agricultura, ganadería, piscicultura, minería de minerales no metálicos y
silvicultura. Para la fecha de publicación (Gaceta del Gobierno del Estado de
México, 1999), se destacó la importancia en la generación del 5%
4 La aptitud natural de acuerdo con SEMARNAT 2007, tiene su fundamento en la participación de

los sectores productivos, cuyos representantes son considerados expertos, quienes participan en
talleres juntamente con la población de las localidades sujetas a ordenamiento ecológico territorial.
Salud y TIG | 153
del Producto interno del Estado de México, ocupando poco más del 80% del terri-
torio estatal. Vale la pena señalar que el Estado de México con sus 125 municipios
presentó el PIB (Producto Interno Bruto) más alto de los 32 Estados que confor-
man el país5. Por tanto, el más importante en el contexto nacional, solo después
de la Ciudad de México en términos de aportación económica. Sin embargo,
es característico que, en las zonas metropolitanas y sus parques industriales, se
genere la mayor parte del PIB.
Por lo anterior se considera al Ordenamiento Ecológico del Territorio como ins-
trumento alternativo para el desarrollo local sustentable.
El Desarrollo Local como análisis social, se presenta con carácter neutro al igual
que el ordenamiento del territorio. En medio de los tres grupos de abordaje del
desarrollo social analizados. La diferencia entre ambos radica que el análisis social
carece de acciones que den lugar a los cambios, en tanto que el ordenamiento eco-
lógico territorial es una propuesta de manejo del territorio, la cual, debe incidir
en la protección de los recursos, el aprovechamiento sustentable, la conservación
y restauración de las áreas que así lo requieran, sin soslayar la distribución más
equitativa de los servicios ambientales que aporta el territorio a sus habitantes.
Figura No. 3. Esquema de abordajes del desarrollo local
Fuente: modificado de Czerny (2010), Jalomo Aguirre (2009), Arocena (2002)
5 Información del Programa de Ordenamiento Ecológico del Territorio del Estado de México
(1999)
• La visión participacioncita, al otro extremo, como agente del cambio donde

el actor del desarrollo se mantiene en la sociedad de empoderamiento en la
toma de decisiones como fundamento a la descentralización. Como comple-
mento de lo global y no necesariamente consecuencia de lo global. Esta visión
se presenta como una estrategia de incidencia desde lo local en lo global, no
solo como receptores de políticas, programas, estrategias e instrumento; sino
como generadores de formas alternas de políticas, programas estrategias con
instrumentos que no requieren de un proceso de apropiación. Localidades
generadoras de su desarrollo en autosuficiencia alimentaria y energética con
conservación de los recursos naturales más allá de las Iniciativas de las Autori-
dades Locales en Apoyo del Programa 21 o de las Metas 2015 de Naciones Uni-
das. Estrategias en autosuficiencia de recursos naturales, alimentos y servicios.
Con financiamiento propio a fin de mantener el desarrollo como endógeno.
Vázquez Barquero en García (2007), reconoce al desarrollo local de un territorio

como un proceso de transformación y evolución que proviene de iniciativas loca-
les de la sociedad, donde los procesos de desarrollo no se pueden explicar, solo a
través de mecanismos externos al propio proceso de desarrollo.
La complejidad se incrementa cuando nos referimos a una región marginada y
con un importante grado de deterioro de los recursos naturales y culturales, como
la región mazahua, donde el aprovechamiento de la masa arbolada obedece a los
requerimientos de Antonio Vázquez Barquero, en García (2007), él define el fac-
tor social a manera de relevancia fundamental, a partir de las decisiones de loca-
lización geográfica. El autor explica desde la perspectiva económica el proceso de
desarrollo a partir de la conformación espacial, como nuevas empresas que con-
llevan una estructura sectorial con patrones de crecimiento y concentración en
zonas urbanas e industriales. Para el caso de la región mazahua se analiza la distri-
bución de equipamiento en servicios de salud pública, recordando que la región
es eminentemente rural.
3. Equipamiento de salud como un flujo entre la sociedad y los centros de aten-

ción de salud pública ubicados en la región mazahua.
Dado que las funciones en los elementos del sistema complejo no son indepen-
dientes, se analiza la distribución espacialmente del servicio de salud. Se identifi-
can el equipamiento de salud en número de instalaciones públicas de acuerdo con
el grado de especialización médica que presenta: 1° Orden Hospitales con espe-
cialidades médicas; 2° Orden Centros de Salud sin hospitalización y 3° Orden Clí-
nicas de atención en consulta externa sin especialidad y sin hospitalización.
Salud y TIG | 155
El análisis de distribución pretende establecer la interdependencia al interior de

la región. En la figura número cuatro se representan polígonos de Thiessen, el
método calcula la superficie de influencia del equipamiento en salud, sin conside-
rar los elementos reales como: accesibilidad, requerimientos del servicio, asequi-
bilidad de la población, entre otros.
Figura No. 4. Polígonos de Thiessen: superficies para cada instalación de equipa-

miento en servicios de salud pública en la región mazahua
En la región solo se encuentran dos hospitales, por lo que teóricamente en 5.4

Km2 de influencia se atiende a una población de 4, 409 habitantes. Comparados
con los 42 Centros de Salud, los cuales tienen una población de 218,769, final-
mente en los de 3° Orden con 108 Clínicas atiende a la mayor parte de la pobla-
ción que asciende a 774 622 habitantes.
De acuerdo a este método se asume, para la región mazahua, una carencia impor-
tante en la zona centro de la región, con equipamiento básicamente de tercer
orden, en contraste con la zona norte, mejor atendida con equipamiento de servi-
cios de 1°,2° y 3° ordenes, al parecer las vialidades juegan un papel preponderante,
ya que las zonas norte y sur presentan vialidades federales construidas con una
visión de interconexión federal, la zona central con vialidades estatales presenta
mayores carencias. Con el análisis descrito, se considera que en la región mazahua
el equipamiento en servicios de salud pública estudiados presenta interdependen-
cia, de tal forma que la población, por cercanía o accesibilidad, puede acudir a un
Centro de Salud Pública. En atención a lo cual, en la región mazahua, la herbola-
ria se mantiene como alternativa de salud a través de usos y costumbres.
Se requiere aún más detalle en el análisis, a fin de concretar situaciones más espe-
cíficas de comportamiento y relación que guarda el equipamiento con la salud de
la población.
Figura 5. Número de localidades en relación con la superficie,

con equipamiento de servicios de salud pública.
En la figura cinco se destaca en color rojo los polígonos de superficie que contiene
la mayor acumulación de localidades con equipamiento en servicios de salud
pública. Los polígonos en amarillo representan una relación media entre super-
ficie, con el número de localidades y el número de equipamientos de salud; y en
verde aquellas superficies con localidades que presentan menos equipamiento en
servicios de salud públicos. Los municipios con menos número de equipamien-
tos de salud se localizan al poniente de la región, colindante con gran parte de la
Reserva de la Biósfera de Mariposa Monarca.
5. Conclusiones
La región mazahua, como sistema complejo, presenta una distribución del equipa-
miento de servicios de salud pública no homogénea, que refleja la falta de atención
en los niveles de especialidad y hospitalización, principalmente en la zona central
y poniente de la región. La condición de pobreza enmarca aún más la importante
atención para los grupos vulnerables como los niños y los adultos mayores.
Se considera que los flujos hacia el interior de la región mazahua pueden estar
Salud y TIG | 157
fortalecidos por el desplazamiento de personas que requieren servicios de salud

pública en clínicas. Especialidades y hospitalización se concentran en la zoname-
tropolitana de Toluca, por ello se atiende presumiblemente la demanda de la región
mazahua, ya que solo se atiende, según el método, a poco más de 4000 personas.
La región requiere, desde la perspectiva de los autores, un ordenamiento ecoló-
gico regional, el cual reconozca las inquietudes de los principales actores y por
otro lado la aptitud del suelo y sus recursos, a fin de lograr un aprovechamiento
más equitativo, así como la distribución más equitativa de los servicios de salud
pública en la región. Resolver problemas como el del abastecimiento de agua a
partir de alternativa de innovación como la “cosecha” individual en cada techum-
bre, puede coadyuvar a disminuir la demanda per cápita, por más, difícil de dotar
en la totalidad de 946 localidades que conforman la región.
La dispersión de las localidades puede presentarse como ventaja competitiva y
comparativa en un territorio sumamente diverso, no solo a la fisiografía se refiere,
sino también las actividades y la especialización económica que se presenta. La
postura del desarrollo local, desde su conceptualización neutra, se considera la
más apropiada en la región, por lo tanto, puede analizarse detalladamente las con-
diciones de la población y emprender un ordenamiento regional desde la base
social, a fin de corregir problemas tan serios como el acceso a servicios de salud
pública o el agua potable, la problemática derivada de la desnutrición, así como la
emigración en busca de alternativas de empleo, entre muchos otros.
El desarrollo como concepción eurocéntrica marca pautas, estrategias, programas

y acciones tendientes a consolidar las propuestas para un mundo desarrollado.
El método de triangulación de Thiessen permitió correlacionar los elementos
previstos en un somero acercamiento al equipamiento en los servicios de salud
pública. Este trabajo fundamenta el seguimiento para conocer los detalles en
equipamiento de servicios de salud pública para casi un millón de habitantes en
pobreza y marginación.
Bibliografía
Arocena José. (2002) “El desarrollo local: un desafío contemporáneo”. Taurus-Universidad

Católica. Uruguay. [en línea] Consultado: 10 de febrero de 2015] Disponible en: file:///C:/
Users/Sony/Downloads/Arocena_resumen.pdf
Czerny Miroslawa. (2010) “El desarrollo local en la región indígena. Caso de mazahua
en México”. Red de Revistas de América Latina CESLA. [en línea] Núm. 13 [Fecha
de consulta: 4 de febrero de 2015] Disponible en: <http://www.redalyc.org/articulo.
oa?id=243316493012> ISSN 1641-4713
Gaceta del Gobierno del Estado de México. (1999) “Programa de Ordenamiento Ecológico
del Territorial del Estado de México”. Gobierno del Estado de México. Toluca. 449 pp.
García Rolando. (2006). “Sistemas complejos: Conceptos, método y fundamentación episte-
mológica de la investigación interdisciplinaria”. Editorial Gedisa, pp.
Jalomo Aguirre, Francisco. (2009) “Desarrollo local en contextos metropolitanos”. Polis
Revista Latinoamericana [En línea] Consultado el 19 febrero 2015. Disponible en:
http://polis.revues.org/2622; DOI:10.4000/polis.2622
Madrigal Uribe, Delfino. (2005) “Editorial”. Ciencia Ergo Sum [en línea], [Fecha de con-
sulta: 18 de marzo de 2015] Disponible en:<http://www.redalyc.org/articulo.
oa?id=10412201> ISSN 1405-0269
Naciones Unidas (2009). Informe Programa de Naciones Unidas para el Desarrollo. [en
línea], consultado: 15 de marzo de 2015 Disponible en: http://www.un.org/spanish/
millenniumgoals/pdf/MDG_Report_2009_SP_r3.pdf
Naciones Unidas. (2014) Objetivos del Milenio, más allá del 2015. [en línea],Consultado el 15
de febrero de 2015 disponible en: http://www.un.org/es/millenniumgoals/poverty.shtml
Santana Juárez M.V. (2011). Mazahua perception: a study on impoverished region´s condi-
tions en Skcozek M. Univertity of Warsaw. Warsaw
SEMARNAT (2007) “Manual del Proceso de Ordenamiento Ecológico” Secretaria de Medio
Ambiente. Mexico. 142 pp
Serrano Barquín, R.; Gutiérrez Cedillo, G.; Cruz Jiménez, G (2011) Región mazahua Mexi-
quense: Una visión desde Sistemas Complejos para la evaluación Multicriterio-Mul-
tiobjetivo. Gestión Turística. (Valdivia), [en línea] No.16, p.95-125. ISSN 0718-6428.
Disponible en http://mingaonline. uach.cl/pdf/gestur/n16/art05.pdf
Vázquez Barquero, A. (2007). Perspectivas Teóricas en Desarrollo Local. En García Do
Campo M. (Eds.) Netbiblo, S. L. España. [en línea], consultado 25 de febrero de 2015.
Disponible: http://ruc.udc.es/bitstream/2183/11874/2/9788497450331.pdf
Desarrollo endógeno. Teorías y políticas de desarrollo territorial, Investigaciones Regiona-
les [en línea] 2007, consultado: 4 de marzo de 2015 Disponible en: <http://redalyc.org/
articulo.oa?id=28901109> ISSN 1695-7253
Capítulo 8
Relaciones entre contaminación
atmosférica y morbilidad
en el valle de toluca.
Un análisis espacial
Gutiérrez Cedillo Jesús Gastó, Juan Pérez José Isabe,
Camacho Sanabria José Manuel
Facultad de Geografía de la Universidad Autónoma

del Estado de México, México
Instituto de Estudios sobre la Universidad, Universidad Autónoma
del Estado de México
Doctorante en Ciencias Ambientales, Universidad Autónoma del Estado de México
E-mail: jggc1321@yahoo.com.mx
Resumen
La presente investigación se llevó a cabo en los municipios de Metepec, San Mateo

Atenco y Toluca. El objetivo principal de esta investigación fue analizar espacialmente
el comportamiento de los contaminantes atmosféricos Monóxido de Carbono (CO),
Dióxido de Nitrógeno (NO2), Ozono (O3) y Partículas Menores a diez micras (PM10),
y su asociación con las infecciones respiratorias agudas en grupos de población vulne-
rables de la Porción Central del Valle de Toluca, en el período 2000-2005.
Los procesos de urbanización y poblamiento acelerados en combinación con las condi-
ciones fisiográficas de la Porción Central del Valle de Toluca han propiciado ambientes
desfavorables para la salud de las personas como son los contaminantes atmosféricos
emitidos por fuentes naturales y antropogénicas, fijas y móviles.
La Geografía como ciencia integradora y multidisciplinaria enfocada a estudiar las

interrelaciones de un determinado espacio, actualmente está transitando hacia un
nuevo enfoque.El proceso salud-enfermedad, es una de las nuevas problemáticas abor-
dadas por la ciencia geográfica, con el objetivo de identificar los patrones de distribu-
ción de la morbilidad y su relación con los factores físico-geográficos, ambientales,
socioeconómicos, culturales y demográficos. El sustento teórico de esta investigación
se basó en la Geografía de la Salud, la Geografía Ambiental y el enfoque metodológico.
161
Se sustentó en los principios del método geográfico, análisis estadístico, climatológico

y demográfico, basado en técnicas y herramientas cartográficas.
Palabras clave:
análisis espacial, contaminantes atmosféricos, infecciones respiratorias agudas.
Antecedentes
El enfoque geotecnológico en la Geografía de la Salud
E n el inicio de la década de los 80, comienza a consolidarse una nueva pers-

pectiva, orientación o enfoque en los estudios geográficos. Dobson, en el año
de 1983, comienza a hablar de Geografía Automatizada, basada en la geotecnolo-
gía; es decir, en los notables desarrollos tecnológicos que han impactado a la acti-
vidad científica (Buzai, 2001). Esta línea encuentra, en el paradigma cuantitativo,
su principal apoyo, desarrollado a través de las tecnologías de información geográ-
fica; y permitiendo con ello una nueva forma de tratar y analizar los datos geográ-
ficos. Algunos investigadores consideraron la presencia de un nuevo paradigma en
Geografía (el geotecnológico), sin embargo, piensan que hasta el momento se trata
de una nueva disciplina que estudia las temáticas y problemáticas del campo de la
Geografía, pero apoyándose de herramientas cartográficas que permitan realizar
un análisis integral6 mediante el uso y aplicación de nuevas geotecnologías.
El enfoque geotecnológico, para algunos autores, fue considerado un nuevo para-

digma geográfico, de manera que se ha dejado sentir con fuerza en el ámbito de
la Geografía de la Salud, en especial en el uso y manejo de los SIG. En la actuali-
dad se estima que un 80 % de las necesidades de información, de quienes toman
decisiones y definen políticas en los gobiernos, están relacionadas con una ubi-
cación geográfica; es por ello que el uso de los SIG ,como herramienta, se utiliza
para demostrar la especialización de la información sanitaria de cualquier territo-
rio; se convierte en un apoyo analítico fundamental para la planificación, progra-
mación y evaluación de actividades e intervenciones del sector salud, con el objeto
de fortalecer la capacidad de gestión de los servicios de salud.
6 Precisamente, en esta investigación, las herramientas utilizadas se sustentan en la aplicación de

software cartográficos que permitieron la construcción de mapas y, con ello, el análisis de la aso-
ciación y correlación de los contaminantes atmosféricos con las infecciones respiratorias agudas en
el espacio geográfico que comprende la porción central del Valle de Toluca. El ARC GIS, y en espe-
cífico, Arc Map, fue el software utilizado para la construcción y diseño cartográfico de las variables
de análisis.
Salud y TIG | 163
A pesar de que el desarrollo de los SIG data de unas cuantas décadas, el empleo de
estos en el campo de la Geografía de la Salud es muy reciente. Su uso y aplicación
se asocia frecuentemente a la descripción espacial de un evento de salud, como el
análisis de situaciones de salud en un área geográfica y una población específica;
el análisis de patrones o diferencias de la situación de salud de distintos niveles de
agregación; a la identificación de grupos de población de alto riesgo en la salud
y de áreas críticas basándose en las condiciones ambientales, que dadas las con-
diciones ambientales generadas en este espacio geográfico, pueden desencadenar
enfermedades con relación con estas; a la vigilancia y monitoreo en salud pública;
la identificación de riesgos ambientales y ocupacionales y; la identificación de
espacios saludables de factores promotores y protectores de salud.
También han surgido en la última década numerosas programaciones particu-

lares de universidades, institutos o empresas privadas que intentan dar solución
a determinados problemas o hechos concretos. De allí que los SIG se manifies-
tan como instrumentos idóneos, no únicamente para el estudio de epidemiolo-
gía ambiental, sino también, como soporte de las decisiones en el planteamiento
de los servicios de salud y cuando se trata de este último aspecto, o sea, la toma
de decisiones de carácter territorial, son más apropiados aún los denominados
SADE (Sistemas de Ayuda a la Decisión Espacial) pueden ser definidos como un
entorno adecuado para la adopción racional de decisiones sobre problemas espa-
ciales (Bosque et al., 2000).
Consideraciones Teóricas
La Geografía Ambiental: un enfoque de frontera
La Geografía Ambiental es considerada un campo emergente del conocimiento,

debido a lo cual la Geografía aporta la comprensión de las relaciones espaciales
para describir y entender el impacto de las actividades humanas sobre el ambiente.
Su objetivo está enfocado en el análisis de las manifestaciones, fenómenos y

hechos que ocurren en la biosfera; es decir, analiza las condiciones en las que
se encuentran los componentes del ambiente: aire, suelo, agua y biota (Bocco,
2007). Diversos científicos (Juan et al. 2006; y 2010) establecen que la Geografía
Ambiental es una disciplina, puesto que en la actualidad puede coadyuvar en la
aplicación de métodos, técnicas y principios de solución a problemas que existen
en el ambiente. Los problemas que ocurren en el espacio geográfico son resultado
de una serie de interacciones e interrelaciones de factores físicos, ambientales,
ecológicos, territoriales, culturales y demográficos.
En algunos casos la Geografía Ambiental se usa como sinónimo de la Geogra-

fía Física, en otros intenta establecer un puente entre las dos ramas tradicionales
de la disciplina (Geografía Humana y Geografía Física), por tal razón, la Geogra-
fía Ambiental se puede considerar una ciencia auxiliar de la disciplina geográfica.
Por su parte, la Geografía Humana se encarga de estudiar los aspectos sociales,
demográficos, culturales, políticos, y económicos de una población específica.
Por otro lado, la Geografía Física, se encarga de estudiar las condiciones físicas
(clima, relieve, geología, edafología, uso de suelo, hidrología) del espacio geográ-
fico en donde habitan y llevan a cabo sus actividades las personas. Actualmente y
también en el pasado la influencia de las actividades antrópicas, principalmente
los procesos de urbanización (crecimiento de las ciudades) e industrialización a
nivel mundial, han coadyuvado al deterioro del medio ambiente, por esta razón
permite establecer relaciones acerca del efecto que provocan estas actividades
sobre el ambiente. Algunos investigadores y científicos de las disciplinas geográ-
ficas, sociales y ambientales, han tratado de conformar una disciplina que estudie
la asociación y los efectos que se derivan de la relación entre estas dos variables
(ambiente-actividades antrópicas), bajo un enfoque integral, esta disciplina es la
Geografía Ambiental.
Metodología
El presente trabajo se sustentó, metodológicamente, mediante la aplicación de

algunos procedimientos y técnicas asociados con diversas disciplinas de las cien-
cias sociales, ciencias naturales y de aplicación de los SIG.
Método geográfico
A partir de este método se realizó la caracterización de las condiciones fisiográfi-

cas, ambientales y ecológicas de la PCVT. Esta descripción fue integral, asociando
los componentes físicos y bilógicos del espacio geográfico de esta región. Además,
permitió el análisis del área de estudio asociado con la localización y distribución
de los contaminates atmosféricos, en el contexto de la PCVT y considerando siete
estaciones meteorológicas, el área de influencia de cada una de las estaciones. En
esta etapa se aplicaron los principios de la Geografía (localización, distribución,
relación, temporalidad y causalidad).
Método Sistémico
Con este método se realizó el análisis de los fenómenos meteorológicos, con la

Salud y TIG | 165
finalidad de identificar su influencia en las condiciones meteorológicas del espa-

cio geográfico que comprende la PCVT. Con este mismo método se analizaron
las variables de temperatura y precipitación, considerando la temporalidad men-
sual y anual del periodo 2000-2005. El propósito de este análisis fue identificar
las temporadas seca-fría, seca-cálida y lluviosa en el punto en que se registraron
los mayores y menores datos de las variables como: temperatura máxima, tempe-
ratura mínima y temperatura media. Con relación a la variable precipitación se
analizaron los datos que registraron los mayores y menores volúmenes de precipi-
tación media mensual y anual.
En función a los contaminantes atmosféricos (CO, NO2, O3, PM10) y su relación

con las variables climatológicas y fenómenos meteorológicos referidos anterior-
mente, se establecieron asociaciones para identificar las temporadas anuales en
que se registra la mayor y menor concentración de contaminantes atmosféricos
en las áreas de influencia de las siete estaciones meteorológicas.
Las asociaciones anteriores permitieron relacionar las Infecciones Respiratorias

Agudas con la distribución espacial de los cuatro contaminantes atmosféricos,
registrados por las estaciones meteorológicas y los datos de morbilidad registra-
dos por las unidades médicas.
Método cartográfico
La utilización del método cartográfico fue principalmente para la representación

gráfica de las condiciones fisiográficas, ambientales, y eclógicas del espacio geo-
gráfico que comprende la PCVT. El método cartográfico se sustento en herra-
mientas y aplicaciones de cartografía automatizada y SIG.
Los software utilizados para la representación cartográfica fueron: Arc View y
ARC Map (ARC GIS 9.2).
Se diseñaron buffers para representar la distribución espacial de las estacio-

nes meteorológicas y su área de influencia, así como la ubicación de las unida-
des médicas. El espacio geográfico de la PCVT, en el contexto del territorio del
Estado de México y de los Estados Unidos Mexicanos, se represento a través de
niveles de integración para un espacio geográfico local en el contexto mundial J.
Steward (1955).
Los resultados obtenidos en esta fase de investigación se complementaron con

observaciones y georreferenciaciones directamente en campo (trabajo de campo).
Los productos obtenidos fueron mapas temáticos escala 1: 20 000 teniendo como
referencia la cartografía del Plan de Ordenamiento Territorial del Estado de
México (1998).
Método Demográfico
Con la aplicación de técnicas cualitativas y cuantitativas y gráficas del método

demográfico se analizaron los grupos de población quinquenales de 0 a mayo-
res de 65 años de edad. La finalidad de este análisis fue identificar los grupos de
población más vulnerables a los contaminantes atmosféricos presentes en el com-
ponente aire del espacio geográfico de la PCVT.
Se diseñaron pirámides poblacionales para analizar el comportamiento demográ-

fico de cada grupo de edad; se analizaron los datos de derechohabiencia de los
habitantes de la PCVT para el año 2005. Este análisis tuvo como finalidad identifi-
car los grupos de población derechohabiente asociados con los servicios de salud
que proporcionan los institutos de seguridad social.
Método estadístico
La aplicación de técnicas estadísticas fue fundamental para conocer y analizar el

comportamiento, y distribución de las variables de estudio. Se integraron tablas,
cuadros y bases de datos que posteriormente fueron utilizados para representar
gráficamente los resultados obtenidos. Las herramientas estadísticas se sustenta-
ron en el uso de los software Excel y SPCC. Con la aplicación de ambos programas
se determinaron valores absolutos y relativos de las variables de análisis. Las varia-
bles analizadas fueron <Superficie> de los municipios que comprenden la Porción
Central del Valle de Toluca. Ocupación del uso de suelo de la PCVT del periodo
1993-2000. Climograma mensual de la PCVT, periodo: 2000-2005. Climograma
anual de la PCVT, periodo: 2000-2005. Población total de la PCVT. Población
Económicamente Activa de la PCVT. Pirámide poblacional de la PCVT. Pobla-
ción derechohabiente y no derechohabiente del municipio de Metepec. Pobla-
ción derechohabiente y no derechohabiente del municipio de San Mateo Atenco y
Población derechohabiente y no derechohabiente del municipio de Toluca.
Este método permitió examinar las variables de estudio desde un enfoque sisté-
mico, ya que los contaminantes atmosféricos y su asociación con la morbilidad en
un espacio geográfico, profusamente humanizado, se encuentra condicionado por
la interacción e interrelación de múltiples factores. En este sentido, la asociación
Salud y TIG | 167
de fenómenos hidrometeorológicos con variables climáticas, contaminantes

atmosféricos, unidades de salud, derechohabiencia y zonas de influencia de las
estaciones meteorológicas, permitió obtener productos de análisis que fueron uti-
lizados para establecer las conclusiones y discusiones de esta investigación.
Técnicas de campo y equipo de medición
Diversos autores especializados en el análisis del espacio geográfico (Vigueras,

2003; Juan, 2006a, Juan 2006b, Juan et al.,2008, Juan et al., 2009 y Juan et al 2010)
establecen que no es posible un análisis individual de un hecho geográfico a par-
tir de métodos y técnicas de una sola disciplina, pues es bien sabido que estos
están infuidos por múltiples factores (multifactorial). El trabajo de campo fue
fundamental, toda vez que permitió realizar la georreferenciación de las unidades
médicas y las estaciones meteorológicas. Esta se realizó entre los meses de abril
y junio de 2011, utilizando para ello el DGPS ‘Diferential Globlal Possition Sys-
tem’ (Sistema de Posicionamiento Global), el cual tiene una precisión en tiempo
real entre 30 y 50 cm. con relación a la localización geográfica real. El propósito de
esta fase de trabajo de campo fue identificar el punto exacto (coordenadas UTM)
donde están ubicadas las unidades médicas y las estaciones meteorológicas.
Otra actividad importante que se realizó durante el trabajo de campo fue la reco-
pilación de información sobre aspectos de morbilidad, infraestructura, derechoha-
biencia, registros de temperatura y precipitación en dependencias del gobierno del
Estado de México. La información recopilada se integró en bases de datos en Excel.
Universo de estudio y variables
El espacio físico y universo de estudio fueron determinados mediante la aplica-

ción del análisis geográfico y la estadística. El espacio físico fue seleccionado con-
siderando cuatro criterios: a) tres municipios del ámbito urbano comprendidos
en el Valle de Toluca, b) los municipios que asumieron contener más de 10 mil
habitantes cada uno, c) los municipios deberían contener en su espacio geográfico
estaciones meteorológicas administradas por la Secretaría del Medio Ambiente, y
d) los municipios con mayor afluencia vehicular.
En función con lo anterior se eligieron los municipios de Metepec, San Mateo

Atenco y Toluca, que, en conjunto, el juicio de expertos le denominó PCVT (Por-
ción Central del Valle de Toluca). El espacio geográfico de análisis tiene una
superficie de 509.51 km2 la cual está conformada por una amplia heterogeneidad
ecológica, ambiental, paisajística y socioeconómica. Los límites de este espacio

geográfico son otros municipios que también forman parte del Valle de Toluca.
Se determinó como unidades de análisis al 100 por ciento (63) de las unidades
médicas establecidas y 100 por ciento de las estaciones meteorológicas (7) esta-
blecidas en este espacio. Otros elementos que conformaron el universo de estudio
fueron el 100 por ciento de los habitantes de 0 a mayores de 65 años, cinco infec-
ciones respiratorias agudas (IRAs), los habitantes con derechohabiencia en algu-
nas de las instituciones de seguridad social y cuatro contaminantes atmosféricos.
Las variables analizadas con los métodos de determinación, unidades de medida,
fuentes y obras consultadas se observan en la tabla 1.
Tabla 1. Variables y unidades de análisis (métodos de determinación, unidades de

medida, fuentes y obras consultadas)
Salud y TIG | 169
Resultados y Discusión
La Porción Central del Valle de Toluca (PCVT) está comprendida por los munici-
pios de Metepec, San Mateo Atenco y Toluca.
Esta porción se ubica en la parte central de la República Mexicana, y más concre-

tamente, en la porción centro del Estado de México.
Sus coordenadas geográficas extremas son: 19° 04´ y 19° 28´ latitud Norte y 99°
29´ y 99° 46´ (Figura 1).
Desde el punto de vista de atención a la salud, los municipios de la porción cen-

tral del Valle de Toluca forman parte de la jurisdicción Xonacatlán y Toluca, deli-
mitadas por el Instituto de Salud del Estado de México.
Figura 1. Porción Central del Valle de Toluca en el contexto del Altiplano Mexicano
Fuente: Elaboración propia con base en el Programa de Ordenamiento Territorial.

Gobierno del Estado de México (1999).
Circulación de la atmósfera en la Porción Central del Valle de Toluca: un análi-

sis de los vientos globales, regionales y locales
Las condiciones físicas de la PCVT son determinantes para que los contaminantes
se concentren y se transformen en la atmósfera. Esa zona densamente urbanizada
se ubica en la Cuenca de Toluca a los 2 650 msnm, rodeada de forma natural por
grandes cadenas montañosas. Estas barreras orográficas dificultan la circulación
del viento7 e impiden el desalojo del aire y los contaminantes atmosféricos gene-
rados por la fuerte dinámica urbana e industrial hacia afuera de la cuenca, ocasio-
nando la concentración de contaminantes en PCVT.
De acuerdo con investigaciones realizadas por Hernández, Madrigal y Morales

(2004) en el municipio de Toluca la concentración de estos contaminantes se pre-
sentan en cantidades menores en verano (en comparación con invierno), pues la
presencia de algunos elementos del clima representativos de la PCVT, que al com-
binarse con la influencia de los factores del clima y los fenómenos naturales (ciclo-
nes tropicales, “El Niño”) determinan este comportamiento, es decir, condicionan
El viento es una corriente de aire que se forma en la atmósfera por las diferencias de la temperatura
y presión atmosférica con relación a la altitud de un espacio geográfico, y a la asociación de facto-
res como la continentalidad, el relieve, las corrientes marinas y la latitud.
Salud y TIG | 171
la concentración y circulación de los contaminantes atmosféricos de esta zona

de estudio. En invierno (época fría), la presencia de ciertos fenómenos naturales
como las irradiaciones térmicas (inversiones térmicas8), vespertinas y nocturnas,
los frentes fríos y su asociación con las intensas corrientes de chorro, que, al aso-
ciarse con los elementos y factores referidos anteriormente, determinan la mayor
concentración de estos contaminantes (Mapa 1).
Mapa 1. Condiciones fisiográficas y dirección del viento en la Porción

Central del Valle de Toluca
Bajo el esquema de circulación general de la atmósfera, los vientos dominan-

tes en la PCVT son los provenientes de la porción Sureste y Este (alisios, provo-
cados principalmente por la presencia de monzones y ciclones tropicales) con
dirección hacia el Norte y Noroeste, con una ligera curvatura desviada a favor
de las manecillas
8 En la porción central del Valle de Toluca, durante el día las laderas se calientan generando una
corriente ascendente de aire caliente, y en el fondo del valle se acumula una masa de aire frío origi-
nando una situación de inversión térmica. Este proceso impide el movimiento de las masas de aire
y dificulta la dispersión de contaminantes. En contraparte, durante la noche el suelo cede calor a
las masas de aire en contacto y asciende, el lugar es ocupado nuevamente por una capa de aire frío,
por lo que se repite la situación de inversión. Posteriormente, las laderas montañosas impiden la
circulación del aire y favorecen la acumulación de contaminantes.
del reloj, como consecuencia de las condiciones topográficas del Nevado de Toluca.
Este elemento natural impide la circulación (en línea recta) de estos vientos9 y pro-
voca un ligero cambio en su trayectoria (deslizándose por el flanco Sureste de la
porción central del Valle de Toluca).
Con relación a la PCVT, en la Figura 2 se observa que los vientos del Sureste y Este
son los que más predominan en este espacio geográfico. Estos vientos fluyen por
la zona de estudio a una velocidad de 1 a 2 m/s.
Figura 2. Gráfico de la rosa anual de los vientos de la Porción Central

del Valle de Toluca
Fuente: Gobierno del Estado de México (1992).
Las altas temperaturas de la primavera y verano crean campos de baja presión

atmosférica que atraen vientos locales, regionales y globales, llegan con velocida-
des de 1.0 a 4.0 metros por segundo.
Las brisas de montaña suavizan las temperaturas y transportan partículas a la ciu-
dad, creando un domo de polvo (calima o bruma), típico del invierno y primavera,
pero cuando los vientos alisios soplan con mayor intensidad, transportan los con-
taminantes a regiones lejanas de la ciudad (Morales et al., 2007-2008) (Mapa 2).
9 Por lo que se repite la situación de inversión. Posteriormente, las laderas montañosas impiden la
circulación del aire y favorecen la acumulación de contaminantes.
Salud y TIG | 173
Mapa 2. Temperatura media anual de la Porción Central del Valle de Toluca
Elaboración propia con base en el Programa de Ordenamiento Territorial. Anexo

Cartográfico. Gobierno del Estado de México (1999).
Respecto a los fenómenos meteorológicos regionales y globales, el fenómeno de

“La Niña” propicia que las temperaturas globales disminuyan y con ello mayor
presencia de sequías; en contra parte, “El Niño” provoca el aumento de las tem-
peraturas globales, y como consecuencia a esto, desencadena un mayor volumen
y frecuencia de precipitaciones; además de que debilita la intensidad de los vien-
tos alisios (Mapa 2).
El origen de los ciclones tropicales, principalmente en el océano Pacífico y en el

Atlántico, provocan un incremento y fluctuaciones de temperatura en el océano,
generando una mayor concentración de humedad y volumen de precipitaciones
hacia la porción centro del país (territorio donde se ubica la PCVT). La humedad
provocada, por este tipo de fenómenos, es transportada por la intensidad de los
vientos alisios, pues es en esta temporada es cuando se intensifican estos vientos.
El menor volumen acumulado de precipitación media anual se presentó en el año
2001 con 143.5 mm., seguido de 2005 con 202.2 mm. En este último año (2005) el
comportamiento de la disminución de las precipitaciones, en comparación con los
años 2002, 2003 y 2004, se puede asociar con los datos registrados por los investi-
gadores del Instituto Goddard de la NASA para los Estudios del Espacio (GISS, sus
siglas en inglés), estableciendo que este año fue el segundo más caluroso
a nivel mundial desde 1880 hasta nuestros días (Hensen, 2010); y en consecuen-
cia, la frecuencia de precipitaciones disminuyó global, regional y localmente como
es el caso de la PCVT.
El clima en el valle de Toluca
De forma general los climo gramas mensual y anual (Gráficas 1 y 2) muestran que
en la época seca-fría las temperaturas mínimas y máximas descienden, provo-
cando fríos intensos que desencadenan enfermedades respiratorias en las perso-
nas vulnerables ante estas manifestaciones, principalmente en los niños menores
de 5 años y los adultos mayores a 59 años.
En la época seca-cálida y parte del periodo de lluvias, principalmente en el mes

de mayo, las temperaturas mínimas y máximas se incrementaron, lo que indica
en general más calor.
El comportamiento de las máximas temperaturas en la época de lluvias des-

ciende, y las mínimas se elevan generando una zona de confort para las perso-
nas de la PCVT.
Gráfica 1. Climo grama mensual de la Porción Central del Valle de Toluca.

Periodo: 2000-2005
Fuente: Elaboración propia con base en la Red Automática de Monitoreo Atmosfé-

rico, Cd. De Toluca.
Salud y TIG | 175
Gráfica 2. Climo grama anual de la Porción Central del Valle de Toluca.

Periodo: 2000-2005
Fuente: Elaboración propia con base en la Red Automática de Monitoreo Atmosfé-

rico, Cd. De Toluca.
Época seca-fría, expresa las temperaturas medias mensuales más bajas y las tem-
peraturas mínimas mensuales durante el año, comprende los meses de noviem-
bre a febrero con un rango de 10.6° a 12.5°C (temperatura promedio mensual),
y para el caso de la temperatura mínima mensual su registro oscila entre -2.8° a
-1.2°C. Este comportamiento se asocia con los fenómenos meteorológicos carac-
terísticos del invierno, como son las heladas, irradiaciones térmicas, vespertinas
y nocturnas, la irrupción de los vientos polares y masas de aire frío (frentes fríos)
asociadas a intensas corrientes de chorro (vientos fríos que circulan de Oeste a
Este en altura) que provienen del Norte de México, lo que en muchas ocasiones
provoca inversiones térmicas, es decir, estratos atmosféricos cercanos a la super-
ficie de la PCVT con temperaturas más bajas en relación con las capas de aire que
se encuentran arriba. Al asociarse las inversiones térmicas con los contaminan-
tes atmosféricos emitidos por fuentes fijas y móviles, suelen ser peligrosas para la
salud de las personas e incluso pueden desencadenar enfermedades respiratorias
y cardiovasculares.
Los vientos alisios circulan la mayor parte del año, pero su intensidad es débil y
estable en el periodo que comprende la época fría (finales de noviembre a fina-
les de febrero). Por tal razón, la presencia de los vientos del Noroeste en otoño
e invierno como consecuencia de los fenómenos naturales globales y regionales
(frentes fríos y las intensas corrientes de chorro) se debe considerar.
Época seca-cálida, expresa las temperaturas medias mensuales más altas y las
temperaturas máximas mensuales durante el periodo marzo-abril. En estos meses
se presenta un ascenso en las temperaturas medias mensuales (de los 14.3 °C hasta
llegar a los 16.2°C), y un incremento en las temperaturas máximas mensuales (de
28.4 °C a 30.1°C) temperatura máxima registrada en la porción central del Valle
de Toluca durante el periodo 2000-2005. El incremento de las temperaturas en la
zona de estudio es notorio en los meses de abril y mayo (mes en que comienza
el régimen de lluvias). Además, se presentan ondas de calor que duran entre uno
y tres días en promedio, aunque en algunos años estas suelen tener un mayor
número de días, sobre todo en el periodo de la sequía intra estival.
Con respecto a la precipitación media mensual durante las épocas seca-fría y

seca-cálida, se observan lluvias insignificantes con registros inferiores a los 64
milímetros de precipitación. Este comportamiento se asocia con los fenómenos
meteorológicos referidos anteriormente. Los frentes fríos y las corrientes de cho-
rro pueden propiciar algunas lluvias y nevadas en las zonas altas de las monta-
ñas, en la porción Sur de la zona de estudio, donde se ubica el Nevado de Toluca.
En el periodo que comprende la época seca cálida (de marzo a abril), los vientos
se intensifican y modifican su curso por la aceleración de los vientos alisios; sin
embargo, la influencia de las condiciones topográficas de la Sierra de las Cruces
orientada de Norte a Sur impide de forma determinante el paso libre de los vien-
tos alisios hacia la porción del Valle de Toluca, donde se ubica la PCVT. La inter-
sección (choque) de los vientos alisios provenientes del flanco Este (Sierra de las
Cruces) con los provenientes del Sur, permiten la rotación o el cambio de direc-
ción hacia el Noroeste, describiendo una prominente curvatura en sentido de las
manecillas del reloj (Mapa 2).
Época de lluvia, definida por los meses de mayo a octubre, se caracteriza por la
presencia del mayor volumen de precipitaciones, principalmente en julio y agosto,
con 609.3 mm. y 626.9 mm. La humedad atmosférica que constituye las preci-
pitaciones es aportada por el Frente Tropical Mexicano proveniente de las fajas
ecuatoriales y responsable de la mayor parte de la humedad (vientos alisios). Asi-
mismo, el efecto de “El Niño”, los ciclones tropicales, los frentes fríos y las masas
denominadas “nortes”, que ocurren normalmente en la zona del Golfo de México,
son los fenómenos meteorológicos que influyen de forma continental en todo el
territorio mexicano como elementos regionales que regulan el clima y sus anoma-
lías, como las inundaciones y las sequías. Durante el régimen de lluvias, las estruc-
turas orográficas agolpan la humedad a través de sus laderas y sus cúspides, que
Salud y TIG | 177
al enfriarse y condensarse forma nubes de las familias cúmulos y estratos. Estas

nubes desencadenan precipitaciones copiosas en verano y otoño (Morales, 1999).
Para cerrar el ciclo anual, la máxima expresión de los vientos alisios se presenta
durante la época de lluvia10, cuya dinámica se relaciona con la influencia de mon-
zones y ciclones tropicales que se manifiestan en el Océano Pacífico y el Golfo
de México, y su dirección fluye de las porciones Este y Sureste con dirección
Noroeste y Norte, favoreciendo la transportación de contaminantes generados en
espacios geográficos donde se ubican los establecimientos industriales, como el
corredor Lerma-Toluca. Estos contaminantes se depositan y afectan la porción
extrema Noroeste del municipio de Toluca.
Estructura poblacional de la Porción Central del Valle de Toluca
La pirámide poblacional muestra de forma clara el comportamiento de estructura

de la población es consecuencia de distintos fenómenos y procesos sociodemo-
gráficos, como son: la fecundidad, natalidad, mortalidad, morbilidad y los fenó-
menos migratorios de un territorio en específico. También permite distinguir el
comportamiento demográfico, como el envejecimiento o rejuvenecimiento de la
población de una región o país y el equilibrio o desequilibrio entre géneros y gru-
pos quinquenales más representativos. En la base de la pirámide se encuentran
los grupos de edades más jóvenes, y en la cima los más viejos. Cada barra repre-
senta el valor (absoluto o relativo) correspondiente a la edad o a un grupo de eda-
des dentro de la población total.
En la Gráfica 3, la pirámide poblacional de la PCVT muestra que el comporta-

miento demográfico de población total, por grupos quinquenales y por género,
tiene la forma triangular típica de los países en desarrollo. Se observa que la
población femenina es el género predominante en el área de estudio. El grupo de
población de 0 a 4 años es el grupo de edad con mayor número de habitantes (97
045 habitantes) de la zona de estudio, seguido del grupo de edad de 10 a 14 años,
con 96 210 habitantes, y finalmente el grupo de 20 a 24 años (94 302 habitantes)
son los grupos de edades más representativos de la PCVT. En particular, para el
caso del género femenino, los grupos de edades que concentran mayor número
de habitantes son el rango de 20 a 24 años (49 064 habitantes) y de 0 a 4 años
10 El periodo de lluvias en la PCVT abarca los meses de mayo a octubre. Su acumulación anual va
de los 750mm. a los 800 mm. aproximadamente, y en ocasiones varía por la presencia de fenóme-
nos meteorológicos regionales, como es el caso de los monzones y los ciclones tropicales.
(48 188 habitantes). La alta concentración de habitantes del primer grupo de edad
femenina (20 a 24 años) se relaciona con el mayor número de habitantes de este
género que tiene el municipio de Metepec, precisamente en este grupo de edad. En
contraparte, el grupo de edad de 0 a 4 años (48 857 habitantes) y el de 10 a 14 años
(48 702) son los grupos quinquenales más significativos del género masculino11.
Gráfica 3. Pirámide poblacional de la PCVT
Fuente: Instituto Nacional de Estadística y Geografía. INEGI (2005).
De acuerdo con los datos registrados por el INEGI (2005), los grupos de eda-
des más significativos con acceso a los servicios de salud que proporcionan el
Instituto Mexicano del Seguro Social (IMSS), Instituto de Seguridad y Servicios
Sociales de los Trabajadores del Estado (ISSSTE), Instituto de Seguridad Social
del Estado de México y Municipios (ISSEMYM), Secretaría de la Defensa Nacio-
nal (SEDENA), Desarrollo Integral de la Familia (DIF) y la Secretaría de Salud
(SSA) en los municipios que conforman la PCVT, se registra que los grupos de
edades de 5 a 9 años, 0 a 4 años y el de 20 a 24 años son los más representativos de
la PCVT, con respecto al total de personas que tienen acceso al servicio de segu-
ridad social (derechohabiencia).
La población derechohabiente que comprende los dos primeros grupos de edad (5

a 9 años y 0 a 4 años) tienen derecho a este servicio que forma parte de los bene-
ficios de seguridad social que las dependencias federales, estatales y municipales
11 Para el caso de los valores de la población masculina, fue necesario aplicar una técnica estadís-
tica a éstos para convertirlos en números absolutos negativos y, posteriormente, graficarlos en el
flanco izquierdo de la figura pirámide poblacional de la PCVT (cuadrante en donde se ubican los
valores absolutos negativos con relación a un plano cartesiano).
Salud y TIG | 179
(IMSS, ISSSTE, ISEMYM, SEDENA, DIF y SSA) otorgan a los empleados de estas
dependencias y sus descendientes (hijos).
El grupo de 20 a 24 años de derechohabientes son acreedores a este servicio a tra-
vés de los beneficios que les proporcionan las empresas, comercios o instituciones
educativas en las cuales se encuentran desempeñando sus actividades laborales y
en su formación profesional.
Análisis de la relación entre contaminantes atmosféricos e infecciones

respiratorias agudas.
En el campo de la Geografía existen distintos enfoques para abordar los hechos

geográficos, los enfoques aplicados en esta investigación fueron los siguientes:
a)Exploratorio.
El propósito de esta investigación fue analizar la concentración de los con-
taminantes atmosféricos en la PCVT (espacio urbanizado como conse-
cuencia del proceso de urbanización y el crecimiento de la población en
las últimas décadas) y su relación con las Infecciones Respiratorias Agudas.
b)Correlacional.
Este enfoque se aplicó en el proceso de identificación de la correlación de
la concentración de los contaminantes atmosféricos y las Infecciones Res-
piratorias Agudas, en el período 2000-2005
c)Explicativo.
Este encuadre permitió describir las relaciones referidas en el enfoque
correlacional y su asociación con los fenómenos meteorológicos globa-
les “El Niño y la Niña”, regionales (ciclones tropicales, monzones, frentes
fríos y masas polares) y locales (irradiaciones térmicas matutinas y vesper-
tinas y brisas de valle y montaña), y las condiciones climáticas (tempera-
tura y precipitación.)
En las Tablas 2 y 3 se observan las coordenadas UTM (Universal Transversal de

Mercator) correspondientes a las estaciones meteorológicas que registran la con-
centración de los contaminantes atmosféricos analizados en esta investigación, así
mismo como, las unidades médicas que registran el número de casos de Infeccio-
nes Respiratorias Agudas.
Tabla 2. Estaciones meteorológicas ubicadas en el contexto de la PCVT
Fuente: Elaboración propia con base en el trabajo de campo y la Red Automática de

Monitoreo Atmosférico, Cd. De Toluca.
Tabla 3. Unidades médicas ubicadas en el área de influencia de cada

estación meteorológica de la PCVT
Salud y TIG | 181
Fuente: Elaboración propia con base en el trabajo de campo y los datos proporciona-
dos por el Instituto de Salud del Estado de México.
Salud y TIG | 183
Con el uso y aplicación de técnicas y herramientas cartográficas ArcMap, se rea-

lizó el proceso de georeferenciación de las estaciones meteorológicas y las unida-
des médicas que comprenden el espacio de la PCVT. La aplicación de este proceso
permitió ubicar espacialmente las unidades médicas en el contexto de los 3 km.
de radio de influencia de cada una de las estaciones meteorológicas, obteniendo
como resultado el mapa de relación de estas dos unidades de análisis.
En el mapa 3 se observa que el municipio de Toluca es el territorio que tiene el

mayor número de estaciones meteorológicas (5), en comparación con los munici-
pios de Metepec y San Mateo Atenco que sólo tiene una. La estación meteoroló-
gica que concentra el mayor número de unidades médicas en relación con su área
de influencia es Toluca-Centro, ubicada en el municipio de Toluca, con 20 clíni-
cas para el cuidado y atención de la salud de sus habitantes; seguida de la estación
meteorológica Metepec, que solamente tiene 6. Las estaciones meteorológicas de
San Mateo Atenco, Aeropuerto, San Cristóbal Huichochitlán, Oxtotitlán y San
Lorenzo Tepaltitlán, son las que tienen el menor número de unidades médicas en
relación con el área de influencia de cada una de éstas (las cuatro primeras esta-
ciones meteorológicas tienen 3 clínicas, y la última, sólo 2).
Mapa 3. Unidades médicas ubicadas en el área de influencia de cada estación

meteorológica de la PCVT
Fuente12: Elaboración propia.
12 Las fuentes de consulta que permitieron la construcción de los mapas resultantes en este apar-
tado fueron los datos proporcionados por las dependencias gubernamentales del Estado de México:
la Secretaría de Medio Ambiente (a través de la Dirección de Prevención y Control de la Contamina-
ción Atmosférica y la Red Automática de Monitoreo Atmosférico), el Instituto de Salud del Estado de
México (2011) y el Anexo Cartográfico del Programa de Ordenamiento Territorial (1999).
Se observó que las unidades médicas que registran el mayor número de casos de
Infecciones Respiratorias Agudas (color rojo intenso) comprenden las áreas de
influencia de las estaciones meteorológicas Toluca-Centro y Oxtotitlán. Estas uni-
dades médicas corresponden a la Clínica de Consulta Externa “Alfredo del Mazo
Vélez” y a la “Unidad Médica Familiar 220”, ambas ubicadas en el municipio de
Toluca. En este municipio y en las áreas de influencia de las estaciones meteoro-
lógicas referidas anteriormente, se ubican las unidades médicas que registraron
menor número de casos de Infecciones Respiratorias Agudas (bajo), son el “Hos-
pital del Niño” y el “Hospital Materno Infantil”.
La Clínica de Consulta Externa “Alfredo del Mazo Vélez” es la unidad médica

que registró el mayor número de casos de Infecciones Respiratorias Agudas (Muy
alto), seguida de la “Unidad Médica Familiar 220” (Medio) y el “Hospital Materno
Infantil” (Bajo). Estas unidades médicas se ubican en el municipio de Toluca del
espacio geográfico que comprende la PCVT. Las unidades médicas mencionadas
anteriormente, son las que registran el mayor y menor número de casos de esta
variable de análisis (Infecciones Respiratorias Agudas), solamente se agregó una
unidad médica con bajo Índice de Frecuencia de IRAs.
El comportamiento del registro de número de casos de Infecciones Respiratorias

Agudas es homogéneo, la Clínica de Consulta Externa “Alfredo del Mazo Vélez” es
la unidad médica que registró el mayor número de casos de Infecciones Respira-
torias Agudas. La “Unidad Médica Familiar 220” (Medio) y el “Hospital Materno
Infantil” son las unidades médicas que registran menor número de casos de IRAs.
En el período 2000-2005 la Clínica de Consulta Externa “Alfredo del Mazo Vélez”

es la unidad médica que registró el mayor número de casos de Infecciones Res-
piratorias Agudas, seguida de la “Unidad Médica Familiar 220” y el “Hospital
Materno Infantil”.
En los siguientes cartogramas (mapas cualitativos) se observan las unidades médi-

cas que registraron el mayor y menor número de casos de Infecciones Respirato-
rias Agudas, en relación con el área de influencia de las estaciones meteorológicas
que se ubican en el espacio físico de la PCVT. Para identificar cualitativamente
este comportamiento, fue necesario aplicar técnicas estadísticas cuantitativas que
permitieron la clasificación de estas en rangos (con base en el número de casos
registrados por cada unidad médica), esto es en virtud de construir un índice
(Índice de Frecuencia de Infecciones Respiratorias Agudas) que permitió iden-
tificar las unidades médicas en relación con el número de casos de Infecciones
Salud y TIG | 185
Respiratorias Agudas registradas por estas, de forma instantánea, mediante colo-

res preestablecidos y basándose en el rango (intervalo) donde se ubica el valor
registrado por cada unidad médica.
Cada rango se encuentra conformado por un límite inferior y superior (valor ini-
cial y valor final que comprende cada rango), fue resultado de la aplicación esta-
dística cuantitativa. A cada rango corresponde un color y una denominación:
Muy bajo (amarillo), Bajo (verde), Medio (naranja), Alto (rojo) y Muy alto (rojo
intenso). Este procedimiento se aplicó en el período que comprende los años
2000-2005.
En los Mapas 4 y 5, se observa que las unidades médicas en los años 2000 y 2001
registraron el mayor número de casos de Infecciones Respiratorias Agudas (color
rojo intenso) comprenden las áreas de influencia de las estaciones meteorológicas
Toluca-Centro y Oxtotitlán.
Estas unidades médicas corresponden a la Clínica de Consulta Externa “Alfredo

del Mazo Vélez” y a la “Unidad Médica Familiar 220”. En este municipio y en las
áreas de influencia de las estaciones meteorológicas referidas anteriormente, se
ubican las unidades médicas que registraron menor número de casos de Infec-
ciones Respiratorias Agudas (bajo), que son el “Hospital del Niño” y el “Hospital
Materno Infantil”.
Mapa 4. Índice de Frecuencia de Infecciones Respiratorias Agudas del año 2000
Fuente: Elaboración propia

En el Mapa 6, se observa que en el año 2002 la Clínica de Consulta Externa

“Alfredo del Mazo Vélez” es la unidad médica que registró el mayor número de
casos de Infecciones Respiratorias Agudas (Muy alto), seguida de la “Unidad
Médica Familiar 220” (Medio) y el “Hospital Materno Infantil” (Bajo).
Estas unidades médicas se ubican en el municipio de Toluca del espacio geográ-

fico que comprende la PCVT. En el Mapa 7, se observa el mismo comportamiento
en el año 2003, es decir, las unidades médicas mencionadas anteriormente, son
las que registran el mayor y menor número de casos de esta variable de análisis
(Infecciones Respiratorias Agudas), solamente se agregó una unidad médica con
bajo Índice de Frecuencia de IRAs.
En los Mapas 8 y 9, se observa que el comportamiento del registro de número de

casos de Infecciones Respiratorias Agudas en los años 2004 y 2005, es homogé-
neo en ambos mapas, es decir, la Clínica de Consulta Externa “Alfredo del Mazo
Vélez” es la unidad médica que registró el mayor número de casos de Infecciones
Respiratorias Agudas (Muy alto).
La “Unidad Médica Familiar 220” (Medio) y el “Hospital Materno Infantil” son las
unidades médicas que registran menor número de casos de la variable de análisis
Infecciones Respiratorias Agudas (Bajo).
Salud y TIG | 187


Salud y TIG | 189
En el período 2000-2005 con el registro de número de casos de Infecciones Res-

piratorias Agudas de las unidades médicas ubicadas en el contexto de los 3 km.
de radio de influencia de cada estación meteorológica que comprenden el espacio
geográfico de la PCVT, la Clínica de Consulta Externa “Alfredo del Mazo Vélez”
registró el mayor número de casos de Infecciones Respiratorias Agudas, seguida
de la “Unidad Médica Familiar 220” y el “Hospital Materno Infantil”.
En relación con a los registros máximos mensuales de los contaminantes atmos-

féricos analizados en esta investigación (Monóxido de Carbono, Bióxido de
Nitrógeno, Ozono y Partículas Menores a 10 Micras) registran las estaciones
meteorológicas de la Red Automática de Monitoreo Atmosférico (RAMA) ubica-
das en el contexto de la PCVT, estos datos se vincularon con el número de casos de
Infecciones Respiratorias Agudas que registran las unidades médicas del espacio
geográfico que comprende al área de estudio, se consideraron los valores máxi-
mos de estos contaminantes atmosféricos, para efectuar la correlación de estas
dos variables de análisis fue necesario considerar las Normas Oficiales Mexicanas
vigentes establecidas por la Secretaría de Salud, con el propósito de identificar, si
efectivamente, los valores máximos del CO, NO2, O3 y las PM10 que registran las
estaciones meteorológicas de la RAMA, exceden los límites máximos permisibles
de la concentración de estos contaminantes que se encuentran suspendidos en el
aire (componente ambiental) que respiran los habitantes de la PCVT y provocan
algún tipo de enfermedad relacionada con el sistema respiratorio.
Para efectos de comprobar la relación de la concentración de los contaminantes

atmosféricos con el número de casos de las Infecciones Respiratorias Agudas, fue
necesario aplicar la correlación13 bivariada de Pearson.
Hablar de correlación, se refiere a la relación existente entre dos variables (cova-

rianza), su intensidad y su sentido (positivo o negativo).
El coeficiente de correlación de Pearson se encuentra comprendido entre los valo-

res -1 y 1, sin embargo, estos coeficientes no son aplicables a todas las situaciones,
consideramos los determinados por Bisquerra (1989).
En la siguiente tabla 4 se observan los coeficientes (r) establecidos por este autor:
13 El uso y aplicación de herramientas y técnicas estadísticas, y en particular, el software SPSS,

permitió realizar la correlación de las variables de análisis de esta investigación (concentración de
contaminantes atmosféricos con el número de casos de Infecciones Respiratorias Agudas).
Tabla 4. Coeficientes de correlación de Bisquerra
Sobre la base de los coeficientes de correlación de Bisquerra (1989), y de acuerdo

con la relación de la concentración de los contaminantes atmosféricos CO, NO2,
O3 y las PM10 con el número de casos de Infecciones Respiratorias Agudas, regis-
trados por las unidades médicas del sector salud, comprende el territorio de la
PCVT, efectivamente, existe una correlación entre estas dos variables de análisis,
aunque no es muy significativa14 (se encuentra entre baja y muy baja).
De manera general, se observa que las correlaciones de los cuatro contaminantes
atmosféricos y su correspondencia con el número de casos de Infecciones Respi-
ratorias Agudas son bajas y muy bajas (basándose en los criterios referidos ante-
riormente). Cabe resaltar que el Bióxido de Nitrógeno (NO2) y el Monóxido de
Carbono (CO) son los contaminantes que registraron las mayores correlaciones
(en comparación con los otros dos contaminantes) en lo que respecta al número
de casos de Infecciones Respiratorias Agudas (aunque su correlación es baja).
Las Partículas Menores a 10 Micras (PM10), es el contaminante atmosférico que
registró una correlación negativa , en el período 2000-2005, al igual que el Ozono
(O3), pero únicamente para los años 2003 y 2004. El comportamiento de estas
correlaciones (positiva y/o negativa) se describe de la siguiente manera:
14 Un coeficiente de valor reducido, no indica necesariamente que no exista correlación, ya que las
variables pueden presentar una relación no lineal.
15 El análisis de covarianzas requiere de realizar gráficos sobre un plano (x, y) para su mejor com-
prensión, esto en virtud de identificar si una correlación es negativa o positiva. La correlación
entre dos variables es positiva, cuando a puntuaciones por encima de la media en X corresponden
puntuaciones por encima de la media en Y, y a puntuaciones por debajo de la media en X corres-
ponden puntuaciones por debajo de la media en Y. Por el contrario, la correlación entre la variable
X y la variable Y es negativa, cuando a puntuaciones por encima de la media en X corresponden
puntuaciones por debajo de la media en Y, y viceversa (Bisquerra, 1989).
Salud y TIG | 191
• Si tenemos en cuenta el valor de la correlación, podemos afirmar que un

coeficiente de correlación de Pearson igual a 1 o -1, implica una correlación
perfecta (lineal), por lo tanto, podemos decir que la covarianza entre ambas
variables es total. Este comportamiento se observa en las tablas de Corre-
lación Bivariada de las variables de análisis de esta investigación, para el
período 2000-2005 (Tablas 5 y 6). Por ejemplo, el valor de la variable MáxCO,
ubicada en la primera fila (horizontal) de las tablas que se muestran a conti-
nuación, al intersectarse con el valor de la variable MáxCO, que se encuen-
tra en la primera columna (vertical) de estas mismas tablas, el coeficiente es
1 (su covarianza es total y presentan una correlación perfecta). Este mismo
comportamiento sucede con las demás variables de análisis que se encuentran
referidas en las tablas de Correlación Bivariada de las variables de análisis
de este estudio, del período que comprende los años 2000-2005.
• Un coeficiente de correlación igual o próximo a cero, indica que no existe una
relación (lineal) entre las dos variables de análisis, aunque podría existir otro
tipo de correlación (no lineal).
Tabla 5. Correlación Bivariada de Pearson de las variables de análisis. Año 2005

El software Excel, fue otra de las herramientas estadísticas que permitió realizar
la correlación existente de las dos variables de análisis: a) Número de casos de
Infecciones Respiratorias Agudas y b) Concentración de contaminantes atmos-
féricos. De la primera variable, solamente se consideraron las unidades médi-
cas Clínica de Consulta Externa “Alfredo del Mazo Vélez, que registró el mayor
número de casos de Infecciones Respiratorias Agudas del espacio geográfico que
comprende la PCVT, en el período 2000-2005; seguida de la “Unidad Médica
Familiar 220” y el “Hospital Materno Infantil”. El registro de casos de Infecciones
Respiratorias Agudas de estas dos unidades es bajo. Estas unidades médicas se
ubican en el contexto de los 3 km. de radio de influencia de las estaciones meteo-
rológicas Toluca-Centro, San Lorenzo Tepaltitlán y Oxtotitlán, Para el caso de la
segunda variable, sólo se consideraron las estaciones meteorológicas que regis-
traron la mayor concentración de los contaminantes atmosféricos analizados en
esta investigación, y que se ubican en el contexto de la PCVT, en el período que
comprende los años 2000-2005. Las estaciones meteorológicas Toluca-Centro,
San Lorenzo Tepaltitlán y Oxtotitlán son las que registraron la mayor concentra-
ción de CO, NO2, O3 y PM10.
Tabla 6. Resultados de la Correlación Bivariada de Pearson entre diversos contami-

nantes atmosféricos y el total de casos de infecciones respiratorias agudas
del año 2000 al 2005
Para realizar la correlación de las variables de análisis, exclusivamente de las uni-

dades médicas y las estaciones meteorológicas referidas en el párrafo anterior, fue
necesario considerar las normas oficiales mexicanas vigentes establecidas por la
Secretaría de Salud. En estas normas se encuentran establecidos los valores máxi-
mos permisibles para evaluar la calidad de aire relacionada a la concentración de
contaminantes atmosféricos, como medida de protección para la salud de la pobla-
ción. A continuación, se hace mención de las normas consideradas en esta investi-
gación en relación con los contaminantes atmosféricos analizados en este estudio:
Salud y TIG | 193
• NOM-020-SSA1-1993. Establece los valores permisibles del Ozono. La con-

centración de Ozono, como contaminante atmosférico, no debe rebasar el
límite máximo normado de 0.11 ppm, o lo que es equivalente a 216 µg/m3,
en una hora, una vez al año, en un período de tres años, para protección a la
salud de la población susceptible.
• NOM-021-SSA1-1993. Instituye los valores permisibles del Monóxido de
Carbono. La concentración de Monóxido de Carbono, como contaminante
atmosférico, no debe rebasar el valor permisible de 11 ppm, o lo que es equi-
valente a 12 595 µg/m3, en promedio móvil de ocho horas, una vez al año,
para protección a la salud de la población susceptible.
• NOM-023-SSA1-1993. Instaura los valores permisibles del Bióxido de
Nitrógeno. La concentración de este gas, como contaminante atmosférico,
no debe rebasar el límite máximo normado de 0.21 ppm, o lo que es equiva-
lente a 395 µg/m3, en una hora, una vez al año, para protección a la salud de
la población susceptible.
• NOM-025-SSA1-1993. Implanta los valores permisibles de las Partículas
Menores a 10 Micras. La concentración de las Partículas, como contaminante
atmosférico, no debe rebasar el valor permisible de 150 µg/m3, en 24 horas,
una vez al año, para protección a la salud de la población susceptible.
De manera general, en el período que comprende los años 2000-2005, el grupo

población más vulnerable ante concentración de los contaminantes atmosfé-
ricos más significativos de esta investigación (NO2, O3 y PM10) y del espacio
físico que comprende el área de estudio, es el grupo de edad de 25 a 44 años (este
grupo corresponde a los datos registrados en unidades médicas Clínica de Con-
sulta Externa “Alfredo de Mazo Vélez y Unidad Médica Familiar 220) (Gráfica 4
y Tabla 5).
Este comportamiento se asocia con los espacios donde se realizan la mayor parte
de sus actividades, es decir, estas personas regularmente desempeñan actividades
laborales, académicas, recreativas o deportivas, por lo que, están expuestas a res-
pirar estos gases y contraer algún tipo de enfermedad. La emisión y concentración
de estos gases se relaciona con las actividades y procesos referidos en capítulos
anteriores (industriales, comerciales y mayor afluencia vehicular).
Otro de los grupos de población, susceptibles a la concentración de los contami-

nantes atmosféricos analizados en este estudio, es el grupo de edad de 1 a 4 años.
Este grupo de población, es uno de los más vulnerables a nivel mundial ante el
comportamiento de las condiciones físicas, sociales y económicas a nivel mundial.
Gráfica 4. Grupos poblacionales de edad con mayor número de casos de IRAs de las
unidades médicas más representativas de la PCVT. Año 2005
Fuente: Elaboración propia con base en los datos del Instituto de Salud del Estado de
México (2011).
Tabla 7. Índice de Frecuencia de Infecciones Respiratorias Agudas. Año 2005
Conclusiones
El espacio geográfico de la PCVT es influido por factores ambientales, ecológi-
cos, fisiográficos y socioculturales que de manera directa e indirecta influyen en
las condiciones de salud de los habitantes (morbilidad), por este motivo, el análi-
sis espacial de la asociación entre los contaminantes atmosféricos y la morbilidad
debe estudiarse bajo un enfoque sistémico. El análisis espacial del comporta-
miento de los contaminantes atmosféricos y su asociación con las IRAs, permite
afirmar que las condiciones fisiográficas y atmosféricas presentes en el Valle de
Toluca, influyen en el comportamiento de los contaminantes atmosféricos del CO,
NO2, O3 y PM10 micras.
Salud y TIG | 195
Los vientos predominantes en el Valle de Toluca son los alisios, los cuales pro-
ceden de la porción Suroriente y Oriente del valle de Toluca, estos predominan
durante el periodo de lluvias, por lo que se asocia con el comportamiento de fenó-
menos meteorológicos regionales, como la presencia de los ciclones tropicales,
brisas de mar y de tierra, brisas de valle, montaña y la convección local (Hernán-
dez et al., 2004 y Maderey, 1982). La estación meteorológica ubicada en el aero-
puerto Adolfo López Mateos, es la que ha registrado la mayor concentración de
los contaminantes analizados. De esta manera, se puede concluir que el compor-
tamiento de los vientos influye en la distribución espacial de los contaminantes
atmosféricos, pues su mayor concentración se relaciona con la fluidez de los vien-
tos en el Valle de Toluca, de modo que, se dirigen hacia las porciones Norponiente
y Norte del área de estudio.
El establecimiento de las unidades médicas (IMSS, ISSSTE, SEDENA, Seguro

Popular, e ISSEMYM) no está sustentado en las condiciones demográficas del
espacio geográfico de estudio, ya que 45 de estas unidades están ubicadas en el
municipio de Toluca, y el resto (18) están ubicadas en los municipios de Metepec
y San Mateo Atenco. No existe criterio para el establecimiento de estas unidades
médicas, puesto que, mientras, algunas zonas de la PCVT disponen de más de dos
unidades, otras zonas no poseen ninguna. El establecimiento de unidades médi-
cas, y por supuesto, los servicios que éstas ofrecen a los beneficiarios no son equi-
tativos, ni justos, ya que algunos sectores de la población no tienen acceso directo
a sus beneficios.
En lo que atañe al establecimiento de las estaciones meteorológicas (Toluca-Cen-

tro, Aeropuerto, San Lorenzo Tepaltitlán, San Cristobal Huichochitlán, Oxtotit-
lán, San Mateo Atenco y Metepec) en el espacio geográfico de la PCVT, estas
no tienen una distribución uniforme y acorde con los lugares donde se generan
los contaminantes atmosféricos, el mayor de número de estaciones se ubica en el
municipio de Toluca (5), y el resto (2) están ubicadas en los municipios de Mete-
pec y San Mateo Atenco.
Para establecer el número de estaciones meteorológicas se deben considerar los

siguientes criterios:
-La población que habita en el área que se pretende vigilar.

-La problemática existente en el área y la representatividad de la estación.
-Los recursos económicos, humanos y tecnológicos disponibles.
-El número y ubicación de zonas de alta contaminación (Hot spots).
Por otro lado, el tipo de estudio relacionado con los contaminantes atmosféricos se
determinará en función de la altura de la toma de muestra, es decir, para estudios
epidemiológicos o de tráfico vehicular es de 1.5 a 2.5 metros con relación al terreno
en donde se encuentre ubicada la estación meteorológica. Para estudios de calidad
del aire de fuentes fijas la altura de la toma de muestra es de 2.5 a 4 y hasta 8 metros,
y; para la determinación de parámetros meteorológicos será de 10 metros. Según
al fundamento teórico referido anteriormente, las estaciones meteorológicas ubi-
cadas en el espacio geográfico de la PCVT no cumplen con los criterios técnicos,
por lo que es recomendable buscar puntos geográficos para su restablecimiento, y
de esta forma disponer del registro de datos más confiables y precisos.
La investigación hacia el comportamiento del estudio de los cinco contaminantes

atmosféricos de la PCVT, el monóxido de carbono es el que registra mayor concen-
tración, además, es el que afecta las condiciones de salud de los habitantes de este
territorio. Para determinar sus niveles de toxicidad de este contaminante atmosfé-
rico, es conveniente realizar estudios con mayor frecuencia, asociando las concen-
traciones del contaminante con las enfermedades y las muertes humanas.
Con base en la distribución espacial las unidades médicas y su asociación con
el área de influencia de cada una de las estaciones meteorológicas (3 kilómetros
de radio), se determinó que la unidad médica que registra el mayor número de
casos de Infecciones Respiratorias Agudas es la que está ubicada en Toluca-Cen-
tro, municipio de Toluca.
Bibliografía
A.T.A. Learmonth, (1966). “Geografía médica. Tendencias y perspectivas”, en Sociedad

Mexicana de Geografía y Estadística, Reunión especial de la comisión de Geografía
médica. Tomo VI, Unión Geográfica Internacional (UGI). México, pp. 1-10.
Bocco, G. (2007). Reflexiones sobre Geografía, Ambiente y Geografía Ambiental. Presenta-
ción visual de la ponencia ofrecida en la Cátedra de Geografía Humana Elisée Reclus.
México, DF. Pp. 3-5. Julio.
Bosque, J., M. Gómez, A. Moreno y F. Dal. (2000). “Hacia un sistema de ayuda a la decisión
espacial para la localización de equipamientos”. En: Revista de Estudios Geográficos.
No. 241. Pp. 567-598. Madrid, España.
Brunhes, J. (1930/1948). “Geografía Humana”. Barcelona, Juventud, p. 253.
Buzai, G. (2001). “Geografía Global. El paradigma geotecnológico y el espacio interdiscipli-
nario en la interpretación del mundo del siglo XXI”. En: Estudios Geográficos LXII, 245.
Pp. 621-648. CSIC. Madrid, España.
Buzai, G. (2001). “Paradigma Geotecnológico, Geografía Global y CiberGeografía, la gran
Salud y TIG | 197
explosión de un universo digital en expansión”. En: Geofocus (artículos). Revista Interna-

cional de Ciencia y Tecnología de la Información Geográfica. No. 1. Pp. 24-48. www.geo-
focus.org (marzo de 2002).
Cherry, JD. (1995). Infecciones de las vías respiratorias superiores. Resfriado común. En:
Feigin RD, Cherry JD (eds). Tratado de infecciones en pediatría. 3ª ed. México: Intera-
mericana McGraw-Hill; Pp. 157-162.
Conde, A. A. (2006). Vulnerabilidad y adaptación al cambio climático; Descripción de un
estudio de caso y los retos en las investigaciones actuales. Más allá del cambio climático.
Las dimensiones psicosociales del cambio ambiental global. Urbina, S. J. y Martínez, F. J.
(compiladores). SEMARNAT- INE, UNAM – FACULTAD DE PSICOLOGÍA. México.
Curson, P. (1986). “Geography, Epidemiology and Human Health”. En Clarke, J. I. “Geogra-
phy and Population”. Oxford. Pergamon Press.
García, E. (1986) Modificaciones al Sistema de Clasificación Climática de Koeppen. Insti-
tuto de Geografía. UNAM. México.
García, R. (1985). Teoría y Método de la Geografía Anglosajona. Editorial Ariel. Barcelona,
España. 253 páginas.
Gobierno del Estado de México (1992). Diseño de la Red Automática de Monitoreo Atmos-
férico de la Zona Metropolitana de Toluca, Estado de México. México.
Gobierno del Estado de México (1999). Programa de Ordenamiento Territorial. Anexo Car-
tográfico Digital.
Goudie, A. (1981). The human impacto on the natural environmental. First published by
Blackwell Publishing, 350 Main Street, Malden, MA 02148-5020, USA. ISBN-13: 978-1-
4051-2704-2 (pbk: alk. paper). p. 357.
Hernández, J., D. Madrigal y C. Morales (2004). Comportamiento del monóxido de car-
bono y el clima en la ciudad de Toluca, de 1995 a 2001. Ciencia Ergo Sum, noviembre
2004-febrero 2005. Vol. 11 número tres. UAEM. Toluca, México. pp. 263-273.
Instituto Nacional de Estadística, Geografía e Informática (INEGI). Censo de Población y
Vivienda 2010. Resultados definitivos.
Instituto Nacional de Estadística, Geografía e Informática (INEGI). II Conteo de Población
y Vivienda 2005.
Juan, J. (2010). “Estudios locales de cambios globales. El clima de la Zona Metropolitana de la
Ciudad de Toluca, Estado de México”. Universidad Autónoma del Estado de México. México.
Marsh, G. P. (1874). The Earth as Modified by Human Action: Man and Nature. New York:
Scribner, Armstrong, and Co., 1976. (This is a straight reprinting of the 1874 edition).
Mesa, G. et al. (2004). “Las enfermedades emergentes y reemergentes: un problema de salud
en las Américas”. Revista Panamericana de la Salud. Volumen 15 (4)/ Abril 30, 2004/
page(s) 285-7.
Morales, C., D. Madrigal y L. González (2007-2008). Isla de Calor en Toluca, México. Ciencia
Ergo Sum, noviembre-febrero, año/vol. 14, número 003. UAEM. Toluca, México. pp. 307-316.
Morales, C. (1999). EL Niño: sus consecuencias ecológicas”, Cultus.Vol. 1, Núm. 1, UAEMéx, Toluca.
Olivera, A. (1986). “Nuevos planteamientos de la Geografía Médica”. En: García, A. (Ed.).
Teoría y Práctica de la Geografía. Pp. 348-360. Editorial Alhambra. Madrid, España.
Olivera, A. (1993). Geografía de la salud. Espacios y sociedades. Serie general No.26. Edito-
rial Síntesis. España.
Partida, B. (2003). Situación Demográfica Nacional. En: Conapo (Ed.). La situación demo-
gráfica de México 2003. México. 2003.
Pickenhay, J. (2007). Geografía de la Salud: un campo de operaciones. Congreso Internacio-
nal de Geografía de la Salud. Toluca, México.
Raso, N. (2007). El clima y la salud. Ed. Da Vinci. 01 ed. Colección nueva geoambiente
XXI. Editorial Davinci Continental. España.
Reyna, M. (2006). “Estudio basado en la Regresión de Poisson, para conocer el grado de
asociación que presentan las principales enfermedades Respiratorias con los contami-
nantes del aire que rebasan los Estándares en Mexicali e Imperial”. Universidad Autó-
noma de Baja California, Campus Mexicali, México.
Rodríguez, R., A. Benito y A. Portela (2004). Meteorología y Climatología. Editorial Funda-
ción Española para la Ciencia y la Tecnología (FECYT). ISBN: 84-688-8535-5. España.
San Martín, H. (1992), Tratado general de la salud en las sociedades humanas. Salud y
enfermedad. Ediciones científicas La Prensa Médica Mexicana. México.
Santana, M. (2009). Condiciones geográficas y de salud de la población del Estado de
México. Tesis Doctorado. UNAM. México.
Solano, M. (2003). Ensayo: “El proceso salud-enfermedad en el proletariado. Colegio de
Enfermeras de Costa Rica. Enfermería en Costa Rica. ISSN 1409-1992/2003/25/2/29-31.
Taylor y Francis, (2005). Journal of Toxicology and Environmental Health, Parte A. Editor-
In-Chief SAM KACEW. London. England.
Téllez, M. (1997). “Efecto de la contaminación ambiental sobre las consultas por infeccio-
nes respiratorias en niños de la ciudad de México”. Salud Pública de México, noviem-
bre-diciembre, año/vol. 39, número 006. Instituto de Salud Pública. Cuernavaca, México.
Tricart, J. y J. Kilian (1982). La ecogeografía y la ordenación del medio natural. Barcelona,Anagrama.
Urteaga, L. (1980), “Miseria, miasmas y microbios. Las topografías médicas y el estudio del
medio ambiente en el siglo XIX”, en Cuadernos Críticos de Geografía Humana Geocrí-
tica. Año V. Número 29. Universidad de Barcelona. España.
Valdés, L., (2000). Población reto del tercer milenio. Universidad Nacional Autónoma de
México. México. Pp. 33-40.
Varela, A. (2004). La contaminación atmosférica. Colegio Discípulos de Cristo. Ciencias
Superior. Marzo.
Varrón. Siglo I a.C.” Res rustica”. I, 12. Citado en la edición de Loeb de Hooper y Ash, y por
George Sarton en su Historia de la Ciencia, Tomo IV, p. 426.
K. Zimmerer (2000) “The reworking of conservation geographies: Nonequilibrium lands-
capes and nature-society hybrids,” Annals of the Assoc. of Am. Geog. 90(2): 356-69.
Capítulo 9
Detección de brechas
territoriales utilizando análisis
exploratorio de datos espaciales:
el caso de los determinantes
sociales de la salud, Chile.
Manuel Fuenzalida Díaz
Universidad Alberto Hurtado, Santiago de Chile, Chile.

mfuenzal@uahurtado.cl
RESUMEN
El presente trabajo ofrece un diagnóstico cuantitativo de las desigualdades existen-

tes en los Determinantes Sociales de la Salud, entre las distintas unidades territoria-
les subnacionales de administración local que componen la República de Chile. Los
datos utilizados corresponden a ocho indicadores provenientes de la última encuesta
de caracterización socioeconómica chilena con autorepresentación espacial, agrupán-
dose en indicadores de determinantes estructurales y de determinantes intermedios.
La metodología utilizada contempla Análisis Exploratorio de Datos Espaciales, el cál-
culo de medidas de desigualdad como desviación uniforme, coeficiente de variación,
razón Máx/Min y la distribución espacial de los datos se valorarán a partir de mapas
de cuantiles. Los resultados obtenidos permiten dilucidar brechas observables y com-
parables en las unidades de estudio, los cuales, reflejan el contexto de tal forma que las
personas enfrentan su cotidianidad, y con ello la posibilidad de alcanzar de mejor o
peor forma el máximo estado de salud posible.
Palabras Clave: Desigualdad espacial, análisis territorial, indicadores socioeconómicos.
ABSTRACT
The present work offers a quantitative diagnosis of the existing inequality in the Social
Determinants of Health between the different subnational territorial units of local admi-
nistration, which compose the Republic of Chile. The used information corresponds to
201
eight indicators originated from the last survey of Chilean socioeconomic characteri-
zation with spatial autorepresentation, gathering together in indicators of structural
determinants and intermediate determinants. The used methodology there contem-
plates Exploratory Spatial Data Analysis, the calculation of measurements of inequa-
lity like standard deviation, coefficient of variation, Max/Min ratio and the spatial
distribution of the information will be valued from quantiles maps. The obtained
results allow to elucidate observable and comparable gaps in the study units, which
reflect the context in which people face their daily lives and thus the possibility of
achieving better or worse forms the maximum state of health.
Keywords: Spatial inequality, territorial analysis, socioeconomic indicator.
INTRODUCCIÓN
A mérica Latina es la región más desigual del mundo. No solamente se reduce a

la medición de la brecha entre ricos y pobres, que para el caso de Chile cifra
el ingreso per cápita del 1 % más rico 40 veces mayor que el ingreso per cápita del
81 % de la población (López et al, 2013), sino que existe un consenso entre dife-
rentes actores de la sociedad civil, que las desigualdades se producen en el sistema
capitalista, una de las más relevantes es la que se da entre territorios.
La Geografía se ha interesado por las desigualdades en el espacio desde tiempos

atrás. La distribución espacial de las desigualdades se encuentra condicionada por
factores naturales, demográficos, culturales, económicos y sociales; que forman
una trama inseparable y que presupone métodos cada vez más complejos para
su análisis (Barcellos y Buzai, 2007), los cuales, en su mayoría, pueden ser imple-
mentados en SIG
En los estudios regionales, cada unidad espacial tiene un solo valor para represen-
tar la distribución de cualquier variable a través de la población total que reside
en ella. Este valor puede ser el promedio o la desviación de los valores alrededor
del promedio, es decir, la dispersión de los valores individuales, dividido por el
número de individuos contenidos en la variable. La base de muchas medidas de
desigualdad territorial, analizadas como brechas, se apoya en la estadística y en un
modelo de interpretación o premisa. De tal modo, no existe una medida de desi-
gualdad única o mejor, sino que cada método refleja un aspecto de las desigual-
dades (Fuenzalida, 2012).
De acuerdo con una breve descripción del estado del arte, el protagonismo de la
geografía a modo de personaje central en la historia de cómo las sociedades ricas
Salud y TIG | 203
han monitoreado y gestionado sus divisiones de salud (Smith & Easterlow, 2005),
en conjunto con la necesidad de evidenciar el origen de las distintas afectaciones
en el contexto de salud de las personas, ha posibilitado el desarrollo por parte de la
OMS el concepto de las determinantes sociales de la salud (DSS). En una primera
instancia, eran entendidas como factores naturales y luego, hasta el día de hoy,
entendidas como contextos de salud alterados por variables de carácter socioeco-
nómico y político.
Se entiende por DSS como las circunstancias en que las personas nacen, crecen,
viven, trabajan y envejecen, y los sistemas establecidos para combatir las enferme-
dades (recursos sanitarios).
A su vez, esas circunstancias están configuradas por un conjunto más amplio de
“fuerzas”: económicas, sociales, normativas y políticas.
En esta compleja temática, es posible observar una estructura estándar que consi-
dera dos tipos de determinantes, por un lado, estructural y por otro lado las inter-
medias o intermediarios.
Las variables determinantes estructurales hacen referencia, por un lado, a los ejes
guías de las circunstancias de vida de las personas, por ejemplo, las políticas públi-
cas (e.g. educación, salud), políticas sociales (e.g. trabajo, vivienda), o los valores
culturales de la población, en otras palabras; todo lo concerniente al ámbito socio-
político y económico del estado.
De igual forma, las determinantes estructurales expresan las condiciones socioe-

conómicas de la población como un reflejo de las inferencias de las determinan-
tes estructurales de primer orden.
Por su parte, los determinantes intermedios, hacen referencia a aquellas variables

de carácter individual que involucran las consecuencias directas de los determi-
nantes de primer orden o estructurales, por ejemplo, las circunstancias materia-
les de las personas (e.g. condiciones de vida y trabajo), los factores biológicos (e.g.
edad, sexo) y los factores psicosociales (e.g. estrés), resultando de lo anterior, en
impactos directos, desigualdades, salud y en bienestar.
Consiguientemente, el vínculo que se establece entre las determinantes estruc-

turales de segundo orden (posición socioeconómica, clase social, género, etnia,
etc.) y las determinantes intermedias, responden al grado de cohesión social (ver
figura 1).
Figura 1. Marco conceptual de los determinantes sociales de la salud.
Fuente: Solar e Irwin, 2007.
El complejo contexto de variables que componen el concepto de las DSS no podría

ser pragmáticamente observado en detalle sin la información adecuada, por ello,
además de existir una relación connatural entre el territorio y las DSS, es igual-
mente valioso tener en consideración la existencia de la relación escalar del tra-
tamiento y levantamiento de información en salud. Se debe considerar, que las
personas nacen, crecen, viven, trabajan y envejecen, dentro de límites admi-
nistrativos establecidos en términos de abstracción sistémica (unidades espacia-
les subjetivamente discretas y autónomas), por lo que, los procesos de captura y
manipulación de información adoptan usualmente como unidad de análisis la
misma configuración escalar que dichos márgenes político-administrativos o en
búsqueda de la comparabilidad, se generan unidades espaciales estándar de aná-
lisis para aquellos propósitos. Por lo tanto, tener conocimiento de la realidad de
la población y su cimiento espacial en detalle (lugar de residencia y trabajo prin-
cipalmente), permite una mejor comprensión y asociación de disparidades sani-
tarias, así como todos los datos contextuales se tienen en cuenta, incluyendo el
contexto social y la distribución de la asistencia sanitaria (Charreire, 2008. pp
418). Esto permite realizar un análisis espacial adaptando la información a los
diferentes contextos constituyentes del territorio y sus diversos elementos, impul-
sando el valor de comparabilidad entre unidades de análisis a partir de reglas
escalares de observación.
El texto prosigue con la descripción de la metodología adoptada, luego un análisis

de resultados, para finalizar con una sección de balance y conclusiones.
Salud y TIG | 205
OBJETIVOS
El presente trabajo tiene como objetivo desarrollar un diagnóstico cuantitativo
de las desigualdades existentes en los DDS entre las distintas unidades territoria-
les subnacionales de Chile. El análisis de distribución espacial será valorado como
desigualdad en términos de brecha, entre quienes están en mejor posición versus
peor situación.
ÁREA DE ESTUDIO
Corresponde a la porción continental de la República de Chile que se extiende entre
los 17°30’ y 56°30’ de latitud Sur, alineada en torno a los 70 ° de longitud Oeste.
Las unidades subnacionales de interés están conformadas por 343 municipalida-
des (se excluyen los territorios insulares de Juan Fernández e Isla de Pascua), cuya
finalidad es satisfacer las necesidades de la comunidad local y asegurar su partici-
pación en el progreso económico, social y cultural. Estas unidades están encarga-
das de la administración de los servicios básicos de educación y salud.
DATOS
Para realizar el análisis se utilizan ocho indicadores provenientes de la última
encuesta de caracterización socioeconómica chilena (CASEN) con autorepresen-
tación espacial, la cual corresponde al año 2009. La agrupación de estos en la
dimensión determinantes estructurales o determinantes estructurales interme-
dios, la interpretación del valor máximo y la abreviatura en la BBDD alfanumé-
rica se puede ver en la tabla 1.
Tabla 1. Indicadores de determinantes sociales de la salud.
Fuente: Datos: CASEN 2009. Agrupación: Elaboración propia.

METODOLOGÍA
Para detectar brechas territoriales en los DSS se utilizó un protocolo metodoló-
gico que consta de tres pasos concatenados. Estos son implementados con free
software GeoDA y QGIS.
El Paso 1, corresponde al uso del AEDE (Análisis Exploratorio de Datos Espacia-

les) para conocer el comportamiento de las variables. En el AEDE el mapa está
integrado en el esquema general de análisis, junto con el resto de gráficos diná-
micos. Se utilizará el histograma de frecuencias, por lo consiguiente la altura de
cada barra es proporcional a la frecuencia de los valores representados. También,
se recurrirá al diagrama de caja, es un método de representación basado en el cál-
culo de los cuartiles y la mediana de una variable, así como la obtención de las lla-
madas cotas o valores adyacentes superior e inferior y valores atípicos por encima
o debajo de dichas cotas. Finalmente, se empleará el gráfico de coordenadas para-
lelas, para realizar un análisis multivariante. Los valores de las variables se repre-
sentan en ejes horizontales paralelos, desde los inferiores (a la izquierda del eje)
hasta a los superiores (a la derecha). La Principal utilidad de este gráfico con-
siste en la identificación de agrupamientos de valores en ciertas observaciones
que pueden ser también de naturaleza espacial.
El paso 2, corresponde al cálculo de medidas de desigualdad como DS (Desvia-

ción Estándar) y CV (Coeficiente de Variación) (CV) de la serie de datos, después
luego el Qx (Cálculo de Quintiles), la construcción de Rango absoluto (Rango
Q5-Q1) y Rango relativo (Razón Máx/Min). El complemento para utilizar en
QGIS corresponde a menú Vectorial >Statist.
El paso 3, concierne a la construcción de cartografía temática para representar la

distribución espacial de los datos. De las opciones disponibles en SIG, se utiliza-
rán mapas de cuantiles, con 5 intervalos, razón por la cual el análisis de resulta-
dos se referirá a quintiles (Qx). En este método cada clase del mapa tiene la misma
cantidad de unidades espaciales, siendo Q1 más favorable y Q5 más desfavorable.
Esto se realizará para el grupo de indicadores de DE (Determinantes Estructura-
les) y el de DI (Determinantes Intermedios.)
RESULTADOS
A partir de la aceptación de la importancia del medio en el que está inserto coti-
dianamente el individuo, en términos de las repercusiones en su salud y su expre-
sión desigual en el territorio, es preciso lograr cuantificar dichas desigualdades,
las cuales se expresan como desventajas a la hora de acceder a oportunidades para
Salud y TIG | 207
alcanzar el máximo nivel de salud de la población. En consecuencia, a lo plan-

teado, es posible dilucidar grados de vulnerabilidad, observables y comparables
entre las distintas unidades territoriales sub-nacionales de administración local,
que componen la República de Chile.
Para el AEDE, los estadísticos de posición (promedio -prom- y mediana -med-) y
dispersión (rango -Rg-, desviación estándar -SD- y coeficiente de variación -CV),
las variables se pueden observar en la tabla 2. El histograma de variables en la
figura 2. El diagrama de caja de variables en la figura 3. El gráfico de coordenadas
para las variables determinantes estructurales en la figura 4. Finalmente, el gráfico
de coordenadas correspondiente a los determinantes intermedios, en la figura 5.
Tabla 2. Estadísticos para determinantes sociales de la salud.
Figura 2. Histograma de variables.

Figura 3. Diagrama de caja de variables.

Salud y TIG | 209
Figura 4. Gráfico de coordenadas, determinantes estructurales.
Figura 5. Gráfico de coordenadas, determinantes intermedios.

En términos de determinantes estructurales, se observa en un primer lugar que

el porcentaje de pobreza total [POBRE_TO] presenta valores promedio en torno
al 19 %, con un Rg amplio 49,1 %. Siguiendo las instrucciones de interpretación
de Fuenzalida y Moreno (2009) para el CV, podemos colegir que el patrón de dis-
tribución territorial de la pobreza se presenta de forma heterogénea, lo que nos
indica que existe un número importante de unidades espaciales que están en una
situación vulnerable. Contemplando el histograma (fig. 2) y rescatando el estadís-
tico de SD, podemos detectar que los peores casos se encuentran sobre un 30 %. El
diagrama de caja nos informa de la existencia de 3 valores atípicos que superan el
40 %, siendo estos las comunas de Angol (40,7 %), Loncoche (41,3 %) y Alto Bío-
Bió (49,1 %), compuestas mayoritariamente por la población Mapuche.
En tanto al coeficiente de Gini según el promedio de ingreso autónomo [GINI]

presenta valores promedio en torno al 0,42 con un Rg amplio 0,62. El CV, nos
informa que el patrón de distribución territorial de la desigualdad en el ingreso se
presenta de forma homogénea. Contemplando el histograma (fig. 2) y rescatando
el estadístico de SD, podemos detectar que los peores casos se encuentran sobre
un 0,55. El diagrama de caja (fig. 3) nos informa la existencia de 6 valores atípicos
que superan el 0,55, siendo estos las comunas de Temuco (0,57), Antuco (0,57),
Valparaíso (0,58), San Ignacio (0,59), Llay Llay (0,61) y Lo Barnechea (0,62).
Respecto a la variable de Tasa de desocupación [DESOCUPA] presenta valores

promedio en torno al 5.1 % con un Rg pequeño de 10.9 %. El CV, nos informa qué
patrón de distribución territorial del desempleo se presenta de forma desigual.
Contemplando el histograma (fig. 2) y rescatando el estadístico de SD, podemos
detectar que los peores casos se encuentran sobre un 8 %. El diagrama de caja (fig.
3) nos informa de la existencia de 2 valores atípicos que superan el 10 % siendo
estos las comunas de Gorbea (10,7 %) y San Ramón (10,9 %).
En referencia al promedio de años de escolaridad de las personas de 25 años y

más [ESC_25M] presentan valores promedio en torno a 8,4 años con un Rg de
12,3. El CV, nos informa qué patrón de distribución territorial del capital humano
se presenta de forma homogénea. Contemplando el histograma (fig. 2) y resca-
tando el estadístico de SD, podemos detectar que los peores casos se encuentran
bajo 6 años y los mejores casos sobre 12 años. El diagrama de caja (fig. 3) nos
informa de la existencia de 1 valor atípico bajo 4 años (General Lagos con 3,4) y
5 valores atípicos sobre 13 años de educación (La Reina -14-, Nuñoa -14-, Provi-
dencia -15,1-, Vitacura -15.4- y Las Condes -15,7-). Este grupo de comunas tie-
nen las mejores condiciones.
Salud y TIG | 211
Si observamos el gráfico de coordenadas paralelas para el conjunto de variables

estructurales (fig. 4), se puede deducir a que la pobreza de un territorio no influye
en la desigualdad de ingresos, sin embargo, está fuertemente condicionada por
mayores niveles de desempleo y baja escolaridad del capital humano residente en
los territorios.
En términos de determinantes intermedios, el porcentaje de hogares totales

con indicador de saneamiento deficitario [SAN_DEF] presenta valores prome-
dio alrededor del 2 % con un Rg de 68,6. El CV, nos informa qué patrón de dis-
tribución territorial es extremadamente heterogéneo, hablando específicamente
ámbito de la falta de conexión de casas al alcantarillado y agua potable. Contem-
plando el histograma (fig. 2) y rescatando el estadístico de SD, podemos detectar
que los peores casos se encuentran sobre 10 %. El diagrama de caja nos informa
de la existencia de 30 valores atípicos sobre 6 %, siendo las comunas del norte de
Chile de Camarones (30,6 %), Colchane (36,5 %), Putre (46,9) y General Lagos
(68,2 %), los peores casos.
En cuanto al Porcentaje de asalariados sin contrato firmado [ASA_SCON] pre-

sentan valores promedio en torno al 27,7 % con un Rg amplio 61,5. El CV, nos
informa qué patrón de distribución territorial de la desigualdad, en la seguridad
laboral, se presenta de forma heterogénea. Contemplando el histograma (fig. 2) y
rescatando el estadístico de SD, podemos detectar que los peores casos se encuen-
tran sobre un 40 %. El diagrama de caja (fig. 3) nos informa de la existencia de
3 valores atípicos que superan el 56 % siendo estos las comunas de Camarones
(56,8) y General Lagos (63,6) en la región fronteriza con Perú y San Juan de La
Costa (66,4) en el sur de Chile.
Respecto a la variable de Porcentaje total de personas, declaran haber tenido un

problema de salud, enfermedad o accidente en el último mes [PROB_S], presenta
valores promedio al 12,8 % con un Rg algo amplio de 25,4 %. El CV, nos informa
qué patrón de distribución territorial de los problemas de salud se presenta de
forma levemente desigual. Contemplando el histograma (fig. 2) y rescatando el
estadístico de SD, podemos detectar los peores casos se encuentran sobre un 20 %.
El diagrama de caja (fig. 3) nos informa de la existencia de 2 valores atípicos que
superan el 25 % siendo estos las comunas de Penco (25,1 %) y Victoria (27,2 %).
En relación con el porcentaje total de personas que declara haber tenido un pro-
blema de salud, enfermedad o accidente en el último mes y que no recibió aten-
ción [PROB_SNA] presenta valores promedio al 14,9 % con un Rg de 41,8.
El CV, nos informa el patrón de distribución territorial de la insatisfacción usua-

ria de salud se presenta de forma muy desigual. Contemplando el histograma (fig.
2) y rescatando el estadístico de SD, podemos averiguar que los peores casos se
encuentran sobre el 25 %. El diagrama de caja (fig. 3) nos informa de la existen-
cia de 11 valores atípicos sobre un 31 %, siendo los casos más extremos las comu-
nas de Lautaro (35,3), Portezuelo (36,1) San Miguel (37,7), y San Ignacio (41,8 %).
Si observamos el gráfico de coordenadas paralelas para el conjunto de variables
intermedias (fig. 5), se puede deducir que la falta de seguridad laboral influye o
condiciona la falta de acceso a saneamiento en el hogar, la presencia de proble-
mas de salud y niveles de insatisfacción asociada en la población residente en
los territorios.
Figura 6. Distribución espacial de las variables estructurales que inciden en los DSS.

Salud y TIG | 213
Figura 7. Distribución espacial de las variables intermedias que inciden en los DSS.
La distribución espacial de las variables estructurales, que inciden en los deter-

minantes sociales de la salud, presenta un conglomerado de los valores del quin-
til más desfavorable que hay, principalmente, desde la Región del Maule hasta
la Región de Los Ríos, con una fuerte concentración alojada en la Región de La
Araucanía (ver Figura 6).
En lo que concierne a la distribución espacial de las variables intermedias que

inciden en los determinantes sociales de la salud, destaca el hecho de que presen-
tan una concentración del quinto quintil similar a la observada en el caso de las
determinantes estructurales. En este caso, las unidades administrativas más des-
favorecidas se alojan principalmente en las regiones del Maule (Suroeste), Bíobío,
La Araucanía, Los Ríos (Este) y norte de Los Lagos.
A pesar de la similitud establecida, destaca la presencia de una mayor mixtura

en la composición de esa agrupación de desfavorecimiento acompañada de una
mayor extensión territorial. De igual forma, se observa un conglomerado impor-
tante en la Región de Arica y Parinacota y el noreste de la Región de Tarapacá,
territorios limítrofes, tanto regionales como nacionales (ver Figura 7).
CONCLUSIONES
Desde la década de 1970, un volumen considerable de evidencia ha demostrado

que los grupos socialmente desfavorecidos a menudo están expuestos a entor-
nos físicos, que son potencialmente perjudiciales para la salud (Richardson et. al.,
2013). También se ha observado que muchos efectos en salud varían geográfica-
mente, en particular las comunidades socialmente más desfavorecidas tienen peor
salud que las zonas menos desfavorecidas; una brecha que se está ampliando en
muchos países (Shaw et al., 1999 en Pearce & Kingham, 2008). Dicha afirmación
es consistente con las conclusiones de la Comisión sobre Determinantes Socia-
les de la Salud de la OMS que sugiere que la distribución desigual de la salud es
influenciada por las circunstancias en que las personas crecen, viven, trabajan y
envejecen; incluido su entorno físico (Pearce et. al. 2010).
Estas inequidades, en materia de salud, son una de las principales preocupacio-

nes en justicia social y salud pública, incluso en los países más ricos, la población
menos favorecida sufre de altos niveles de morbilidad, incluso experimentan vidas
más cortas en comparación a aquellos más favorecidos (Wilkinson R. y Marmot
M. 2003 en Frohlich et al. 2006. pp 133). Debe destacaser que, el nivel socioeco-
nómico es uno de los principales factores determinantes del estado de salud y dis-
paridades de salud entre los diferentes grupos sociales y étnicos, y puede servir
como un indicador de salud que tiene un valor predictivo en la evaluación epide-
miológica espacial (Philips et al. 2011).
El Análisis Exploratorio de Datos Espaciales, se presenta como una herramienta

de gran relevancia en el ámbito de la Geografía de la Salud y las políticas públicas,
Salud y TIG | 215
para dilucidar diferentes escenarios de desigualdad presentes en los diferentes

territorios, las cuales reflejan el contexto en que las personas enfrentan su coti-
dianidad, con ello la posibilidad de alcanzar, de mejor o peor forma, el máximo
estado de salud posible. Cualquier solución empleada debe entender que existe
heterogeneidad territorial, y, por lo tanto, definir estrategias diferenciadas que
respondan a las DSS de cada uno de los territorios en análisis.
AGRADECIMIENTOS
Trabajo realizado en el marco del proyecto FONDECYT Nº 11121354, financiado

por el Programa Fondo Nacional de Desarrollo Científico y Tecnológico de Chile.
BIBLIOGRAFÍA
Barcellos, C. y Buzai, G. (2006). La dimensión espacial de las desigualdades sociales en

salud. Aspectos de su evolución conceptual y metodológica. Anuario de la División Geo-
grafía de la Universidad Nacional de Luján. Luján. pp. 275-292
Charreire, H., y Combier, E. (2009). Poor prenatal care in an urban area: A geographic analy-
sis. Health & Place, Vol. 15, pp 412 - pp 419.
Frohlich, K., Ross, N. y Richmond, C. (2006). Health disparities in Canada today: Some evi-
dence and a theoretical framework. Health Policy, Vol. 79, pp 132 - pp 143.
Fuenzalida, M. (2012): Evaluación de desigualdades espaciales y cambios temporales en el
desarrollo regional. En Moreno, A., Buzai, G. y Fuenzalida, M. (Eds): Sistemas de Infor-
mación Geográfica. Aplicaciones en diagnósticos territoriales y decisiones geoambien-
tales. Madrid, Editorial RA-MA.
Fuenzalida, M. y Moreno, A. (2009): Desigualdades intra-regionales en el desarrollo de la
región de Valparaíso, Chile: una propuesta de análisis espacio-temporal, GeoFocus, Nº
9, pp. 1-17.
López, R., Figueroa, E. y Gutiérrez, P. (2013) La ‘parte del león’: nuevas estimaciones de la
participación de los súper ricos en el ingreso de Chile, serie “Documentos de Trabajo”,
núm. 32, Departamento de Economía, Universidad de Chile.
Pearce, J., y Kingham ,S. (2008). Environmental inequalities in New Zealand: A national
study of air pollution and environmental justice. Geoforum, 39:980 - 993.
Pearce, J., Richardson, E., Mitchell, R. y Shortt, N. (2010). Environmental justice and health:
the implications of the socio-spatial distribution of multiple environmental deprivation
for health inequalities in the United Kingdom. Transactions of the Institute of British
Geographers 2010, 35(4):522 – 539.
Philips, B., Gong, G., Hargrave1, K., Belasco, E. y Lyford, C. (2011). Correlation of the ratio of
metastatic to non-metastatic cancer cases with the degree of socioeconomic deprivation
among Texas counties. International Journal of Health Geography, 10:12-

Richardson, E., Pearce, J., Tunstall, H., Mitchell, R. y Shortt, N. (2013) Particulate air pollu-
tion and health inequalities: a Europe-wide ecological analysis. International Journal of
Health Geography,12:34.
Smith. S, y Easterlow, D. (2005). The strange geography of health inequalities. Transactions
of the Institute of British Geographers, Vol. 30, pp 173 - pp 190.
3. Aplicaciones ambientales de las TIG
Capítulo 10
Análisis del grado de
aptitud ambiental para
la recuperación del bosque
de alta montaña del
Estado de México
Angel Rolando Endara-Agramont, Sergio Franco-Maass,
José L. López-García, Jesús Soria-Ruiz y Héctor Hugo Regil-García
Instituto de Ciencias Agropecuarias y Rurales de la Universidad Autónoma

del Estado de México, México,
arendaraa@uaemex.mx, sfrancom@uaemex.mx, geojoshe@hotmail.com
Instituto Nacional de Investigación Forestal, Agrícola y Pecuaria, México

jrsoriar@yahoo.com
Departamento de Ingeniería Geomática e Hidráulica de la Universidad de Guana-

guato, México regil_hh@yahoo.com.mx
RESUMEN
El bosque de alta montaña del Estado de México se distribuye a partir de los 3500
msnm, tiene una superficie 35806 ha, el 37 % de las cuales presenta algún grado de
disturbio. Partiendo de este conocimiento se planteó como objetivo aplicar las Tecno-
logía de Información Geográfica para determinen el nivel de vialidad ambiental para
la recuperación de las zonas boscosas en la entidad. El análisis utilizado para determi-
nar la aptitud del territorio es el de jerarquías analíticas, parte por definir un conjunto
de criterios de aptitud, buscando con ello obtener los rangos de distribución óptima de
cada uno de los factores ambientales. Aplicando este método fue posible estimar que
de las 45105 ha de la alta montaña del Estado de México (Nevado de Toluca, Sierra de
las Cruces y Parque Nacional Izta-Popo-Zoquiapan), 22303 ha cuentan con caracte-
risticas de elegibilidad altos.
Palabras clave: Evaluación multicriterio, zonas óptimas, ocupación del suelo, factores
ambientales, nivel de adecuación
221
ABSTRACT
The high mountain forest of the State of Mexico is distributed from the 3500 meters
above sea level (masl) meters, it covers an area 35806 ha, of which 13158 has presented
various degrees of disturbance. The objective of this paper is to apply the Technologies
of Geographic Information to analyze the degree of environmental suitability for the
recovery of high mountain forest of the State of Mexico. The method used to analyze
the ability of the territory is the analytical hierarchy, which the starting point is defi-
ned a set of eligibility criteria, in order to look for the optimal ranges of each of the
environmental factors. Using this method it was possible to estimate that, of the 45105
has High Mountain in central Mexico (Nevado de Toluca, Sierra de las Cruces and the
Popo-Izta-Zoquiapan National Park), 22303 have high eligibility criteria.
Key words: Multicriteria evaluation, optimal zones, land occupation, environmental fac-
tors, level of adequacy
INTRODUCCCIÓN
L os bosques de alta montaña en México son aquellos que se ubican por encima
de los 3500 msnm (Endara et al., 2013). Estos desarollan un papel fundamen-
tal como proveedores de servicios ambientales, tales son como la regulación del
ciclo hidrológico, la captura de carbono y el mantenimiento de la biodiversidad
(García, 1998).
En el Estado de México estan establecidos sobre los picos volcánicos más eleva-
dos, tales como Popocatépetl, Iztaccíhuatl y Xinantécatl (Nevado de Toluca), así
como la Sierra de las Cruces (SC). Se trata de zonas con una importante vocación
forestal y poco aptas para el desarrollo de actividades agrícolas pero que, dada su
proximidad con los grandes centros de población, se encuentran sujetas a serios
procesos de deterioro y cambio de ocùpación del suelo. Bobbink et al. (2003) esti-
maron una reducción del 13.2 % en la densidad de los bosques del Parque Nacio-
nal Izta-Popo Zoquiapan (PNIPZ); por su parte Franco et al. (2006) mencionan
que 8000 ha de cobertura forestal del entonces Parque Nacional Nevado de Toluca
(PNNT) sufrieron, entre 1972 y el año 2000, algún grado de fragmentación. Regil
et al. (2014) reportan en dicha región una tasa anual de deforestación de 35 ha/
año en el periodo 2000-2009. Este problema se hace más evidente en diversos
estudios de cambio en la ocupación del suelo (Velázquez et al., 2002; Killeen et
al., 2005; Berlanga et al., 2009; Nájera et al., 2010; Chávez et al., 2012). Reciente-
mente, mediante el uso de imágenes satelitales fusionadas (Flusster, 2007; Wald et
al., 2009; Villegas et al., 2011) ha sido posible obrener un mayor nivel de detalle en
el estudio de la pérdida de la cubierta forestal.
Aplicaciones ambientales de las TIG | 223
Ante este escenario de deterioro forestal se hace imprescindible definir estrategias

preventivas y y conservación de los bosques nativos. Si bien, la práctica habitual
para la restauración de los ecosistemas degradados se ha basado en la reforesta-
ción (Elvira, 2008), esta suele realizarse con especies exóticas como Eucaliptus
spp., Pinus radiata, etc., las cuales buscan restituir la cubierta boscosas pero no
permiten la recuperación de los ecosistemas (Arriaga et al., 1994). Dada la situa-
ción, Lamprecht (1990) señala que el establecimiento del arbolado deberá hacerse
en terrenos con aptitud ambiental y topográfica, esto implica considerar el uso de
especies nativas que se han adaptado a las condiciones ambientales del sitio.
Para establecer zonas de recuperación de bosques, es prioritario identificar una

serie de variables ambientales que influyen en el crecimiento y adaptación de las
especies forestales, como la altitud, pendiente, orientación, temperatura, precipi-
tación (Revolorio, 1996; Palomino y Barra, 2003; Ravelo y Abril, 2007), así como
grados de erosión y la densidad del bosque a través de un análisis denominado de
capacidad de acogida o nivel de adecuación del territorio.
La capacidad de acogida o nivel de adecuación del territorio es un término geo-
gráfico que se define como “…el grado de idoneidad o cabida que presenta el
territorio para una actividad, teniendo en cuenta a la vez, la medida en que el
medio cubre sus requisitos locacionales y los efectos de dicha actividad sobre el
medio” (Gómez, 1992).
Así, la capacidad de acogida en cada zona depende de la aptitud intrínseca del

espacio (en ese punto) para recibir esa actividad y del impacto potencial en ese
punto del territorio al situar ahí esa actividad (Barredo, 1996). Una de las meto-
dologías que ha permitido la identificación de zonas óptimas en términos espa-
ciales, es la integración de Sistemas de Información Geográfica (SIG), Percepción
Remota con técnicas de Evaluación Multicriterio (EMC).
La evaluación multicriterio es un conjunto de técnicas orientadas a asistir en los

procesos de toma de decisiones cuyo objetivo es investigar un número de alter-
nativas de elección bajo la luz de múltiples criterios y prioridades en conflicto
(Barredo, 1996).
La implementación de la EMC dentro del ámbito de un SIG, implica considerar

las posibilidades de instrumentación de una serie de etapas a lo largo del tiempo:
a) planteamiento de los objetivos, definición del conjunto de elección y obtención
de datos respecto a los criterios y alternativas del problema, b) determinación de
criterios y de sus escalas de medida y construcción del conjunto de elección,
c) aplicación del procedimiento de elección de las alternativas a partir de un

método de decisión multicriterio y, d) revisión de las decisiones (Franco, 1998).
Trabajos como los de Mena y Montecinos (1996); Regil y Franco (2009); Alcalá et
al. (2009), López (2011) y Pineda et al. (2012), identificaron sitios óptimos para
el establecimiento de especies forestales. En la mayoría de los casos el análisis se
basó en la utilización de fuentes de información geográfica disponible.
OBJETIVOS
El trabajo tuvo como objetivo generar un mapa de ocupación del suelo del espacio
de alta montaña en el Estado de México mediante la interpretación de imágenes de
satélite y, con base en la aplicación de un sistema de Información Geográfica, deter-
minar el grado de aptitud del territorio para la recuperación de las zonas boscosas.
ÁREA DE ESTUDIO
Para delimitar la alta montaña del Estado de México, se consideró como límite
inferior la cota 3500 msnm (Instituto Nacional de Estadística y Geografía [INEGI],
2000) (Figura 1). El bosque de alta montaña representa el 79 % de la superficie
total de la alta montaña, de ello, el bosque de P. hartwegii Lindley ocupa 34520 ha,
esto la convierte en la especie forestal con mayor relevancia de la alta montaña
en el estado.
Figura 1. Zona de alta montaña del Estado de México.

DATOS
Para generar y analizar la ocupación del suelo 2012, se adquirieron espaciomapas

escala 1: 50,000 de imágenes satelitales 2010 del Sensor Spot-5 (Systeme Proba-
toire d’Observation de la Terre) en modo multiespectral y pancromático (IGE-
CEM, 2010).
METODOLOGÍA
Ocupación del suelo, 2012
Para la obtención del mapa de ocupación del suelo se interpretó de manera visual
de las cubiertas forestales (Pinus hartwegii Lindley, Pinus pseudostrobus, Pinus
michoacana, Abies religiosa, Quercus laurina Humb et Bonpl, Alnus acuminata
Humboldt, Bonpland & Kunth), agrícola, pastizal, cuerpos de agua y áreas sin
vegetación, se realizó a partir imágenes fusionadas en combinación RGB 2-1-3 y
bajo los principios del análisis visual de imágenes de satélite propuestos por Chu-
vieco (1996). De acuerdo en matriz de confusión, los resultados mostraron una
confiabilidad del 90.2 %, siendo la categoría de P. hartwegii Lindley en la condición
de fragmentado y el pastizal donde se presentó el mayor grado de incertidumbre.
Partiendo de la información de ocupación del suelo 2012, se recopilaron datos de
altitud, pendiente y orientación en 150 puntos del bosque de P. hartwegii Lindley
y 75 en cubiertas no forestales, posteriormente fueron interrelacionados a nivel
de pixel con las variables topográficas (altitud, pendiente, orientación), climáticas
(temperatura y precipitación) y suelo (ocupación del suelo, tipo de suelo y grados
de erosión). Obtenidos estos datos y con base en CONAFOR (2007), se establecie-
ron los rangos de aptitud para cada factor (Cuadro 1).
Cuadro 1. Rangos óptimos de distribución del bosque de alta montaña

del Estado de México.
Para efecto de aplicar la EMC fue necesario normalizar los factores, la cual se rea-
lizó en el módulo fuzzy de Idrisi Selva. El método empleado fue la función borrosa
de pertenencia sigmoidal simétrica.
Previa a la normalización, los factores altitud y temperatura fueron integrados

como único factor debido a la alta correlación que presentan (Pineda et al., 2012).
El factor precipitación/pendiente fue estandarizado, mientras que la orientación,
densidad del bosque, tipo de suelo y erosión del suelo, se reclasificaron y poste-
riormente estandarizados (Cuadro1).
La estandarización de la densidad del bosque y erosión del suelo mostraron un

radio de consistencia de 0.08, entre tanto el tipo de suelo mostró un radio de 0.03.
Cuadro 2. Valores reclasificados para obtener la mejor orientación de ladera.

Cuadro 3. Pesos del factor tipo de suelo, grados de erosión y ocupación del suelo
en el área de estudio.
Las limitantes consideradas en este análisis fueron grado de erosión y ocupación

del suelo; para el primer caso, se asignó 1 a los grados de erosión leve, moderada
suelo estable, y 0 a grados de erosión fuerte y extrema; para el segundo, se otorgó
el valor de 1 a cubiertas forestales y pastizales, y 0 a las áreas sin vegetación, cuer-
pos de agua y agrícola.
RESULTADOS
El bosque de alta montaña del Estado de México cuenta con un espacio 35,806
ha, de las cuales 22,648 ha corresponden a bosque denso (63 %); siendo P. hartwe-
gii Lindley el de mayor superficie (Cuadro 4). Por su parte, el bosque semidenso
contó con 8,633 ha (24 %) y el bosque fragmentado tiene una extensión de 4,525
ha (13 % del área ¿total).
Este último es resultado de la afectación por plagas, incendios, cambios de uso de

suelo (Franco et al., 2006), muestra de ello es la reducción del número de árbo-
les/ha, Villers et al. (1998) reportaron 170 árboles/ha, mientras que Endara et al.
(2013) reportaron 150 árboles/ha en el bosque del Nevado de Toluca.
Resulta alarmante que a pesar de la altitud mayor a 3500 msnmm, las labores agrí-
colas tienen presencia en los bosques de la alta montaña, principalmente en el
Nevado de Toluca con 224 ha ocupadas por cultivos (Figura 2).
La agricultura y las actividades de pastoreo están ocasionando la fragmentación

de los bosques, de ahí, la importancia por identificar sitios con aptitud ambiental
para la recuperación de este tipo de bosque.
Cuadro 4. Ocupación del suelo, 2012 del área de estudio
Figura 2. Ocupación del suelo de la alta montaña del Estado de México.

Cuadro 5. Superficie por factor y grado de aptitud del área de estudio.
De acuerdo con la normalización de los crterios, las superficies no aptas son

mucho menores en relación con las zonas óptimas, siendo el PNIPZ, NT y SC los
sitios más representativos. A nivel de factor, la altitud óptima presenta el mismo
comportamiento en las tres zonas, esto permite sustentar lo reportado por Endara
et al. (2012) donde, mencionan que hay especies como en P. hartwegii que se
han adaptado a un nivel altitudinal mayor a los 3500 msnm. Otra evidencia, es
la adaptación a condiciones de pendientes (5°-12°) y orientación (0°-90° y 270°-
360°) de los bosques del NT y PNIPZ, los resultados mostraron que el 60% con
grado óptimo del elemento pendiente, se localizan en estas zonas. Para el caso del
factor orientación, el 51% se localiza en estas dos zonas. De acuerdo en este aná-
lisis, las condiciones topográficas permiten establecer espacios de recuperación,
mismas que pueden destinadas al manejo de la regeneración natural (Figura 3).
Figura 3. Grados de aptitud del criterio topográfico en la alta montaña

El análisis de los criterios climáticos mostró que 22,567 ha cuentan con la tempe-
ratura óptima, siendo el PNIPZ y PNNT los de mayor superficie, ya que, del total,
el 74 % corresponde a estas zonas. Este mismo comportamiento se presenta en las
zonas óptimas del factor precipitación, ya que el 65 % y 32 % con grado óptimo se
localizan en las siguientes áreas (Figura 4).
Figura 4. Grados de aptitud de criterio climático en a la alta montaña

El grado de aptitud óptimo del factor tipo de suelo coincide con lo planteado
por Pineda et al. (2012), ya que las mejores condiciones para realizar actividades
forestales, concretamente plantaciones, se localizan en suelos con características
andosol, siendo el NT donde se localizó la mayor superficie (56 %) con este tipo
de suelo. Por su parte, las zonas con el menor grado de erosión se localizaron en
el PNIPZ con el 66 %, mientras que la SC tiene el 4% de su superficie con grado
óptimo del factor erosión.
Esto se debe principalmente a que la SC no esta integrada como Área Natural Pro-
tegida, lo que implica mayor extracción de madera y actividades de pastoreo.
Los resultados del análisis del factor densidad del bosque, mostraron que de las
22,648 ha con grado óptimo, el 60 % se localiza en el PNIPZ, caso contrario para
el NT que solo ocupa el 13 %.
Estas respuestas son lógicas, ya que la ocupación del suelo mostró que los bos-
ques del Nevado de Toluca son los más fragmentados en la alta montaña (Figura
2). Estas características se ven incrementadas por problemas de sanidad, extrac-
ción selectiva de madera, presencia de agricultura y pastoreo (Franco et al., 2006;
Endara et al., 2012), esto ha originado que de las 8,614 ha no aptas en la alta mon-
taña, 4,311 ha se localizaron en el NT.
Figura 5. Grados de aptitud de las variables de suelo en la alta montaña

Estandarizados y normalizados los factores, se realizó la EMC a través de la téc-

nica de comparación por pares (Munier, 2004). Dicho proceso se basó en la con-
sulta de expertos forestales, los cuales ponderaron los resultados para obtener los
pesos (Cuadro 6). El resultado de la evaluación mostró una razón de consistencia
de 0.08 < a 0.1, indicando que los resultados son consistentes.
Los expertos forestales consideraron al factor densidad del bosque como el de
mayor importancia, debido a que los bosques en condición semidenso y fragmen-
tado son los que requieren recuperar el número de árboles por unidad de superfi-
cie. El segundo factor de relevancia fue la variable altitud-temperatura; esta radica
en que medida que se incrementa el gradiente altitudinal y la temperatura des-
ciende, las especies forestales van cesando su crecimiento en altura y por consi-
guiente se van adaptando a nuevas condiciones ambientales extremas.
Cuadro 6. Peso de los factores ambientales.
A: densidad del bosque, B: altitud-temperatura, C: precipitación, D: tipo de suelo, E:

pendiente, F: erosión, G: orientación. **C: criterio, N: Número de criterios
De acuerdo con la EMC, se identificaron 22,203 ha con aptitud ambiental, de las

cuales 4,672 ha tienen un grado muy bajo, 3,200 ha con grado bajo, medio 5,752
ha, alto 5,044 ha y muy alto 4,235 ha (Figura 6). Del total con un nivel adecuado
muy alto, el NT ocupa el 23 %, el PNIPZ con el 20 % y SC con el 16 %, el resto
se distribuye en la Reserva de Biosfera de la Mariposa Monarca y Cerro Jocotit-
lán. Para el caso del nivel poco favorable, el 30 % se localiza en la SC, el 22 % en
el PNIPZ y sólo el 15 % en el NT. Con este análisis se puede decir que ambiental-
mente, las mejores condiciones se localizan en las zonas de mayor altitud (PNIPZ
y NT), sin embargo, también son las que están sufriendo de manera significativa
por las actividades antrópicas como la agricultura, el pastoreo y plagas forestales.
Figura 6. Grado de aptitud ambiental para la recuperación del bosque de alta

montaña del Estado de México.
Los resultados difieren en su distribución espacial con lo reportado por Regil y

Franco (2009) y López (2011), las diferencias se centran principalmente en el NT,
por un lado sobre-estiman superficies con un nivel de adecuación alto, y por el
otro sub-estima zonas con un nivel alto y muy alto.
Por su parte Pineda et al. (2012) muestran que el PNIPZ y NT tienen un nivel de
adecuación de bajo a muy bajo para plantaciones comerciales. Estas deben, por un
lado a que los rangos de aptitud que se establecieron no coinciden con los trabajos
antes mencionados, y por otro, la comparación por pares empleada fue total-
mente diferente a las empleadas, ya que dichos trabajos no se incluyó la densi-
dad de los bosques.
CONCLUSIONES
El empleo de los SIG y EMC, así como los rangos de distribución generados
permitieron ubicar zonas con características ambientales optimas para la recu-
peración del bosque de alta montaña del Estado de México, donde las varia-
bles densidad del bosque y la relación altitud-temperatura fueron determinantes.
Para el primer caso, el análisis muestra que el PNNT es la zona más afectada, a
pesar de ello, la EMC mostró que la mayor superficie con un nivel de adecua-
ción muy alto (1,987 ha) y alto (1,743 ha) se localice en estas áreas. En térmi-
nos generales, en la alta montaña predominan sitios con nivel de aptitud de alto
a muy alto, lo que indica que las especies forestales cuentan con las condiciones
ambientales para seguir desarrollándose.
Para localizar estas zonas, es preciso contemplar rangos óptimos de los requeri-
mientos ambientales de las especies, los cuales tienen que ser medidos y evalua-
dos en campo, así como homogeneizar los criterios en la ponderación por pares
y que estos respondan al objetivo planteado.
El éxito de la recuperación de los bosques dependerá en parte de la localización

de los mejores sitios, así como de la elección de la mejor especie que se adapte a
dichas condiciones ambientales.
AGRADECIMIENTOS
A CONACYT y al proyecto UAEM (3063/2011) por el apoyo brindado para el

trabajo de campo.
BIBLIOGRAFÍA
Alcalá, J., Rodríguez, J. C., Villar, C., Sosa, M., Heredia, G., & Bolaños, H. (2009). Criterios
e indicadores ambientales como estrategia de gestión ambiental en el ordenamiento
territorial. Revista de Ciencias Forestales, 17(1), 77-87.
Arriaga, V., Cervantes, V., & Vargas-Mena, A. (1994). Manual de reforestación con especies
nativas: colecta y preservación de semillas, propagación y manejo de plantas. INE –
SEDESOL – UNAM. D. F. México.
Barredo, C. J. I. (1996). Sistemas de Información Geográfica y Evaluación Multicriterio, en la

ordenación del territorio. RA-MA Editorial. España.
Berlanga, C. A., García, R. R., López, J., & Ruiz, A. (2009). Patrones de coberturas y usos del
suelo en la región costa norte de Nayarit (1973-2000). Revista Investigaciones Geográ-
ficas, (72), 7-22.
Bobbink, R., Hill, G. W., & Verduyn, B. (2003). Main-induced changes cover in the Iztacci-
huatl-Popocatepetl Region. Revista Ecology and Man in Mexico Central Volcanoes Area.
Netherlands, 49-103.
Chávez, L. G., Tapia . L. M., Bravo, E. M., Sáenz, R. J. T., Muñoz, F. H. J., Valdez, F. I., Larios, G.
A., Renteria, A. J. B., Villaseñor, R. F. J., Sánchez, P. J. L., Alcántar, R. J. J., & Mendoza, C. M.
(2012). Impacto de cambio de uso de suelo forestal a huertos de aguacate. SAGARPA –
INIFAP. Uruapan. México.
Chuvieco, E. (1996). Fundamentos de teledetección espacial. Rialp, S. A. España.
Comisión Nacional Forestal., & Comisión Nacional para el Conocimiento y Uso de la Bio-
diversidad (CONAFOR-CONABIO) (2007). Fichas Técnicas. conafor.gob.mx (En línea).
México, disponible en: http://www.conafor.gob.mx/portal/index.php/temasforestales/
reforestacion/fichas-tecnicas.
Cuervo, A. P., Téllez, O., Venegas, C. S., Gómez, M. A., & Martínez, E. (2011). Desarrollo de
superficies climáticas para México de alta resolución: Representando el siglo XX e ini-
cio del siglo XXI. En: Resúmenes de ponencias. XIX Reunión Nacional SELPER-México,
Sociedad de Percepción Remota y Sistemas de Información Espacial CIGA-UNAM.
Morelia, Michoacán. pp. 87.
Elvira, J. R. (2008). Programa Institucional 2007–2012. CONAFOR. México.
Endara, A. R. (2010). Análisis de los procesos de recuperación en el bosque templado del
Parque Nacional Nevado de Toluca. Universidad Autónoma del Estado de México. Tesis
de doctorado, Universidad Autónoma del Estado de México, Toluca, Edo. México, México.
Endara, A. R., Calderón R., Nava. G., & Franco. S. (2013). Analysis of fragmentation proces-
ses in high-mountain forests of the Centre of Mexico. American Journal of Plant Scien-
ces, (4), 697-704. Doi: 10.4236.
Endara, A. R., Franco, S., Nava, G., Valdez, J. I., & fredericksen, T. (2012). Effect of human
disturbance on the structure and regeneration in the Nevado de Toluca National Park,
México, Journal of Forestry Research, 23(1), 39-44. Doi: 10.1007/s11676-012-0226-8.
Flusster, J., Sroubek, F., & Zitová, B. (2007). Image fusion: principles, methods, and appli-
cations. Institute of Information Theory and Automation Academy of Sciences of the
Czech Republic Pod. 12-14p.
Franco, M. S. 1998. Metodología para la localización de centros integrales para la gestión de
desechos industriales peligrosos. El caso del valle de Toluca. Universidad de Alcalá de
Henares. Tesis doctoral. 298 pp.
Franco, S., Regil, H. H., González, C., & Nava, G. (2006). Cambio de suelo y vegetación en el
Parque Nacional Nevado de Toluca, México, en el Período 1972-2000 (parte A), Revista
Investigaciones Geográficas, 061 (1), 28–57.
García, A. (1998). Geoecología del paisaje vegetal en el occidente de la Ciudad de México.
Revista Anales de Geografía de la Universidad Complutensse, (18), 115-137.
Gómez, O. D. 1992. Evaluación de impacto ambiental. Editorial Agrícola Española.
Instituto de Información e Investigación Geográfica, Estadística y Catastral (IGECEM).
(2010). Espaciomapas, SPOT-5. Toluca, México.
Instituto Nacional de Estadisticas, Geografía e Informatica (INEGI), (2000). Modelo Digital
de Elevación (MDE), Escala 1:250 000. Toluca, México.
Instituto Nacional de Estadisticas, Geografía e Informatica (INEGI), (2000). Edafología,
Escala 1:250 000. Toluca, México.
Instituto Nacional de Estadisticas, Geografía e Informatica (INEGI), (2009). Grados de ero-
sión, Escala 1:250 000. Toluca, México.
Killeen, J., Siles, M., Soria, L., & Correa, L. (2005). Estratificación de vegetación y cambio
de uso de suelo en los Yungas y Alto Beni de la Paz. Revista Ecología en Bolivia, 40(3),
32-69.
Lamprecht, H. (1990). Silvicultura en los Trópicos. GTZ. Berlin, República Federal de Ale-
mania.
López, J. L. (2011). Localización de áreas óptimas para la recuperación del bosque de
pino en el Estado de México mediante técnicas de Evaluación Multicriterio y Sistemas
de Información Geográfica. Tesis de posgrado, Universidad Autónoma del Estado de
México, Toluca, Edo. México, México.
Mena, C., & Montecinos. R. (1996). Comparación de redes neuronales y regresión lineal
para estimar productividad de sitio en plantaciones forestales, utilizando geomática.
Revista Bosque, 27(1), 35–43.
Munier, N. (2004). Multicriteria environmental assessment. Kluwer Academic Publishers.
Netherlands.
Nájera, O., Bojórquez, J. F., Cifuentes, J. L., & Marceleño, S. (2010). Cambio cobertura y uso de
suelo en la Cuenca del Río Mololoa, Nayarit. Revista Bio-Ciencias, 1(1), 19–29.
Palomino, J., & Barra, M. (2003). Especies forestales nativas con potencial para reforesta-
ción en la provincia de Oxapampa y fichas técnicas de las especies de mayor prioridad.
PRO NATURALEZA.
Pineda, N. B., Bosque, J., Gómez, M., Franco, R., Antonio, X., & Manzano, L. R. (2012). Deter-
mination of optimal zones for forest plantations in the State of México using Multi-
Criteria Spatial Analysis and GIS. Journal of Geographic Information System, 4(3),
204–218. Doi: 10.4236.
Ravelo, A., & Abril, E. (2007). Identificación de zonas forestales para pinos en Calamuchita,
Córdoba, Argentina. Memorias de la XI Conferencia Iberoamericana de Sistemas de
Información Geográfica. Buenos Aires, Argentina, pp. 1-5.
Regil,. H. H., & Franco, S. (2009). Nivel de adecuación del territorio para el desarrollo de
especies forestales y agrícolas en el Parque Nacional Nevado de Toluca (PNNT). Revista
Economía, Sociedad y Territorio, 9(31), 803-830.
Revolorio, A. J. (1996). Evaluación de la calidad de sitio para Pinus oocarpa shiede, en la
zona de amortiguamiento de la Reserva de la Biosfera Sierra de las Minas, Guatemala.
Tesis de maestría, Centro Agronómico Tropical y Enseñanza, Guatemala.
Velázquez, A., Mas, F., Díaz, R., Mayorga, R., Alcántara, C., Castro, R., Fernández, T.; Bocco,
G., Ezcurra, E.; & Palacio, J. L. (2002). Patrones y cambios de uso de suelo en México.
Revista Gaceta ecológica, (062), 21–27.
Villegas, R., Muñoz, C. A., Gallo, C. A., & Ponce, J. L. (2011). Reporte final de tasa de cambio
de uso de suelo en el Parque Nacional Pico de Orizaba, Veracruz, México en el periodo
2003-2011. CONANP, México.
Villers, L., García, L., & López, J. (1998). Evaluación de los bosques templados en México:
una aplicación en el parque nacional Nevado de Toluca. Revista Investigaciones Geo-
gráfica. (36), 7-18.
Wald, L., Ranchin, T., & Magnolini, M. (2009). Fusion of satellite on images spatial resolu-
tions: assessing the quality of resulting images. Revista Photogrametric Engineering
and Remote Sensing, France, 63(6), 691-699.
Capítulo 11
Estado de las aplicaciones
sig para las alertas tempranas
en fenómenos hidrometeorológicos
como los huracanes tropicales.
Pedro Romero Suárez y Silvio V Rodríguez Hernández
Instituto Superior de Ciencias y Tecnologías Aplicadas de la Habana, Cuba

lromerocu@gmail.com
RESUMEN
El presente trabajo tiene como objetivo fundamental mostrar el estado de las apli-
caciones SIG para las alertas tempranas en fenómenos meteorológicos como son los
Huracanes Tropicales que son Sistema de Apoyo a las Decisiones, aplicadas a la gestión
de riesgos de desastres en Cuba.
El resultado se muestra las formas de aplicación del SIG antes, durante y después del
evento meteorológico, así como el desarrollo de un SIG amigable realizado a partir de
la utilización del MapInfo.
Palabras Claves: Aplicaciones SIG para las Alertas Tempranas en Fenómenos Meteoro-
lógicos Extremos, Sistema de Apoyo a las Decisiones, Gestión de Riesgos de Desastres.
ABSTRACT:
The present work has as fundamental objective to show the state of the applications
SIG for the early alerts in meteorological phenomena as they are the Tropical Hurri-
canes as System of Support to the Decisions, applied to the administration of risks of
disasters in Cuba.
As a result it is shown the forms of application of the SIG before, during and after the
meteorological event, as well as the development of a friendly SIG carried out starting
from the use of the MapInfo.
Key Words: Applications SIG for the Early Alerts in Phenomena Meteorological Ends,
System of Support to the Decisions, Administration of Risks of Disasters
239
INTRODUCCIÓN
Desde finales de los años 80 de la pasada centuria, alrededor de los Sistemas de

Información Geográfica (SIG) se ha desarrollado una nueva ciencia, la Ciencia
de la Información Geográfica o Geoespacial (IG); relacionada con el geoprocesa-
miento o captura, almacenamiento, integración, manejo, recuperación, desplie-
gue, análisis y planificación de datos espaciales (Fotheringham & Wilson, 2008).
Por otra parte, la gestión de riesgos de desastres ha sido un motivo de creciente

preocupación mundial, más aún reciente ante el cambio climático y está teniendo
una amplia atención de las agencias especializadas de las Naciones Unidas (PNUD
2004; EIRD 2005; ONU 2005; UNDP 2011). Por ejemplo, la Estrategia Internacio-
nal para la Reducción de Desastres de las Naciones Unidas (EIRD, 2005) plantea
que el uso creciente de SIG puede ampliar la brecha existente entre la información
que se obtiene mediante la evaluación técnica del riesgo y la forma en que lo per-
ciben las personas.
En un reporte de marzo de 2011 del Programa de las Naciones Unidas para el

Desarrollo (PNUD) sobre la orientación y planificación para la reducción de vul-
nerabilidades en el Caribe, en el marco del apoyo que brinda esta organización
para la gestión de riesgo de desastres en la región; se enfatiza la necesidad del
desarrollo y empleo de Sistemas de Ayuda a la de Decisión que proporcionan
datos en tiempo real para la mejora de la toma de decisiones, vinculado a la capa-
cidad humana de operar los tales sistemas, y a la cartografía de vulnerabilidades.
OBJETIVOS
El presente trabajo tiene como objetivo mostrar el estado de las aplicaciones SIG
para las alertas tempranas en fenómenos meteorológicos: Huracanes Tropicales que
son Sistema de Apoyo a las Decisiones, aplicadas a la gestión de riesgos de desastres.
ÁREA DE ESTUDIO
Cuba por su posición geográfica es un país muy vulnerable a la ocurrencia de

desastres naturales, principalmente por los ciclones tropicales que constituyen el
fenómeno hidrometeorológico que mayores afectaciones ha ocasionado con el
tiempo, que junto a los fuertes vientos e intensas lluvias provocan grandes inun-
daciones en zonas costeras y en el interior por el desborde de ríos y embalses.
Por lo que el empleo de los mapas y ahora de los SIG se ha hecho imprescindible
para el manejo de dichos fenómenos por parte de los órganos de la Defensa Civil,
desde su Estado Mayor Nacional (EMNDC) hasta los Consejos de Defensa pro-
vinciales y municipales, a través de los centros Territoriales de Gestión para la
Reducción de Riesgos dotados con tecnologías de punta para el cumplimiento de
su misión.
MATERIALES Y MÉTODOS.
Para analizar las aplicaciones SIG correspondientes a estos tipos de investigacio-

nes se hace necesario considerar la Gestión de riesgos de desastres sus particula-
ridades, estas son:
• Los peligros naturales han jugado un papel importante en el desarrollo de las
sociedades y las culturas. Siempre han representado una amenaza para hombre
y bienes y en la mayoría de los casos han conducido a desastres catastróficos.
• Los desastres son, en la mayoría de los casos previsibles, ya que es posible
definir previamente la ubicación de los lugares con mayor riesgo. Para lo cual
hay que calcular la probabilidad de que ocurra un determinado fenómeno
natural peligroso y la exposición y vulnerabilidad de la población frente a
dicho peligro.
Un desastre es un acontecimiento o suceso que destruye las estructuras básicas

y el funcionamiento normal de una sociedad o comunidad. Ocasiona pérdidas y
afectaciones humanas, a la economía, la infraestructura, los servicios esenciales o
medios de sustento, más allá de la capacidad normal de las comunidades afectadas
para dar una respuesta. Los peligros de desastres, que potencialmente pueden afec-
tar al país, han sido clasificados, atendiendo a su origen en: naturales, tecnológicos
y sanitarios (CODEN, 2009).
• El riesgo es la probabilidad de que el desastre suceda como consecuencia de

la combinación de las amenazas con las condiciones de vulnerabilidad; puede
ser estimado por el probable número y características de pérdidas humanas,
heridos, propiedades dañadas e interrupción de actividades económicas que
podría producirse luego de un desastre (Díaz y Chuquisengo et al., 2005).
Es por ello que se puede identificar como Riesgos atmosféricos los que com-
prenden los riesgos meteorológicos (Huracanes, heladas, olas de calor, graniza-
das, ozono troposférico...) y climáticos (variación del cambio climático).
Por tanto, el Peligro o amenaza de desastre, es un probable evento extraordinario o

extremo, de origen natural o tecnológico, particularmente nocivo, que puede pro-

ducirse en un momento y lugar determinado y que, con una magnitud, intensi-
dad, frecuencia y duración dada, puede afectar desfavorablemente la vida humana,
la economía o las actividades de la sociedad al punto de provocar un desastre
(EMNDC, 2002).
Por otra parte la Vulnerabilidad a los desastres es la predisposición a sufrir pér-

didas o daños, de los elementos bióticos o abióticos expuestos al impacto de un
peligro de determinada severidad; se relaciona directamente con las cualidades
y propiedades del o de los elementos en cuestión en relación con el peligro o los
peligros que podrían incidir sobre ella. Incluye la vulnerabilidad física, estructu-
ral, no estructural, funcional y otras (EMNDC, 2002).
La gestión del riesgo de desastre es el manejo sistemático de decisiones admi-

nistrativas, de organización, de capacidad técnica y de responsabilidades para la
aplicación de políticas, estrategias y acciones para la reducción de riesgos ante
desastres. Se refiere a las acciones y políticas que se llevan a cabo en determinado
país, dirigidas a evitar o reducir pérdidas de vidas, de bienes e infraestructura oca-
sionadas por los desastres, cubriendo un amplio espectro de actividades condu-
centes a la elevación de los niveles de seguridad de la población (EMNDC 2002;
TCRAM 2004; EIRD 2005; Muñoz Rojas y Totolhua Ramírez 2008; EMNDC
2009). Por lo cual para la realización de la gestión de riesgos de desastres en un
territorio se tiene que partir necesariamente de la apreciación y análisis del peligro
y la identificación de las vulnerabilidades, con vistas a estimar los riesgos, como
resultado de la combinación de los dos primeros (Serrano, 2010).
Actualmente se le ha dado un enfoque más holístico en torno al concepto de

reducción del riesgo o gestión del riesgo de desastres, que hace hincapié en los
factores de vulnerabilidad y riesgo (EIRD, 2005).
De forma genérica la gestión del riesgo de desastre, se refiere a un proceso social

complejo cuyo fin último es la reducción o la previsión y control permanente
del riesgo de desastre en la sociedad, e integrada al logro de pautas de desarrollo
humano, económico, ambiental y territorial, sostenibles; admite, en principio, dis-
tintos niveles de coordinación e intervención que van desde lo global, integral, lo
sectorial y lo macro territorial (Muñoz Rojas y Totolhua Ramírez, 2008).
De acuerdo con (Simonovic, 2002), la toma de decisiones para la gestión de ries-

gos de desastre generalmente se realiza según los siguientes pasos:
1. Identificación de alternativas factibles y riesgos asociados;

2. Valoración de todos los impactos asociados a los varios niveles de riesgo;
3. Selección de opciones aceptables en la comunicación con el público y
consideración de la percepción de riesgo, política gubernamental y otros
factores sociales;
4. Aplicación de la opción óptima.
Cuba, por su ubicación geográfica, está expuesta a diferentes peligros natura-

les como los ciclones tropicales, que “son los sistemas meteorológicos de bajas
presiones que se forman sobre las aguas tropicales o subtropicales, a gran escala,
con áreas organizadas de lluvias y una circulación ciclónica del viento definida
en la superficie” (Rubiera 2008). La estimación de este peligro para la determi-
nación del riesgo está asociada con lo que ha ocurrido en el pasado y establece
una tendencia en el futuro, por lo que es preciso conocer los que más frecuente-
mente han impactado el territorio y cuáles han sido los lugares de mayor afecta-
ción (EMNDC, 2012).
En Cuba la reducción de riesgos de desastres naturales es de vital importancia y

se sustenta en un marco legal establecido (Llanes Guerra, 2010); fundamental-
mente el Decreto Ley 170 del Sistema de Medidas de Defensa Civil, la Directiva
No.1 del 2005 del Vicepresidente del Consejo de Defensa Nacional para la plani-
ficación, organización y preparación del país para las situaciones de desastres, y
la Directiva No.1 del 2010 del Presidente del Consejo de Defensa Nacional para la
reducción de desastres (ANPP 1994; EMNDC 1997; CDN 2005; Ramos Guada-
lupe 2009; CDN 2010; Llanes Guerra 2010)
Para facilitar la gestión de riesgos de desastres a nivel territorial, se crean los Cen-
tros de Gestión para la Reducción de Riesgos (CGRR) (Rodríguez Hernández
2008; EMNDC 2009; CDN 2010; Llanes Guerra 2010; Rodríguez Hernández
2010; EMNDC 2012) como rectores del Sistema de Defensa Civil en cada territo-
rio; destinados a recopilar y conservar ordenadamente, los resultados de los estu-
dios de riesgo, facilitar la organización y cumplimiento de las medidas de manejo
de los riesgos de desastres, controlar la reducción de las vulnerabilidades, fomen-
tar una cultura de percepción del riesgo, prevenir y mitigar el efecto de los desas-
tres en la población, los recursos económicos y la infraestructura del territorio
(EMNDC, 2009).
Los CGRR tienen entre sus funciones principales, almacenar en soporte digital
bases de datos sobre la vulnerabilidad de los diferentes sectores del territorio y
datos georreferenciados con el empleo de SIG, que permitan analizar sistemá-

ticamente las vulnerabilidades del territorio y la adopción de medidas para la
reducción de desastres, contribuyendo a “la sensibilización de las autoridades
locales y de la población en general sobre la dimensión de los riesgos a que están
expuestos y en consecuencia, a que actúen sobre las causas que los originan”
(Llanes Guerra, 2010).
Estos centros se subordinan directamente al presidente del gobierno provincial o

municipal en su carácter de Jefe de la Defensa Civil en el territorio, que es auxi-
liado por el Jefe del Órgano de Defensa Civil para organizar el funcionamiento
del mismo (Rodríguez Hernández, 2008, 2009). Constituyen escenarios creados
para la toma de decisiones de los gobiernos en función de la gestión del riesgo y
están llamados a jugar un papel importante dentro del Sistema de Información
del Gobierno.
Sistemas de Información Geográfica para la gestión de riesgos:

Para el estudio de las situaciones de pérdidas potenciales, se hace un análisis
de riesgos, esto es, la descomposición de la situación de riesgo en sus componen-
tes básicas. Estas son fundamentalmente tres:
• Peligrosidad (P), o capacidad del proceso natural de causar daño, bien

por su magnitud (intensidad o severidad), dimensión espacio-temporal
(área afectada y durante cuánto tiempo), y/o por su frecuencia de ocurren-
cia (periodicidad).
• Exposición (E), o bienes materiales o personas mostradas al peligro, o sea,
susceptibles de verse afectadas por sus efectos; puede ser exposición social
(personas) o económica (bienes materiales o vías de servicio).
• Vulnerabilidad (V), o fragilidad intrínseca de los bienes o personas expues-
tos, esto es, en qué grado pueden verse afectados por el peligro; también
puede ser social o económica, y se mide en escalas de 0 a 1, de pérdida nula
a total respectivamente.
Es por ello que los distintos tipos de mapas de Riesgos Naturales que se generan
en el proceso de análisis en un SIG se diferencian entre sí por el tipo de variable
cuya distribución espacial representan, entre ellos se presentan:
• Los Mapas de Riesgos Naturales, en sentido estricto, representan las pérdi-

das potenciales asociadas a procesos naturales, expresadas bien en forma
de riesgo económico o bien en riesgo social, para un determinado periodo
temporal. Por lo tanto, se podrán emplear elementos discretos (isolí-

neas, polígonos o puntos de riesgo), o distribución continua (mode-
los digitales de riesgo). También existen mapas de riesgo cualitativos,
en diferentes grados establecidos de forma relativa (riesgo bajo, medio,
alto...), o según la aceptabilidad o no de acuerdo con análisis costo-
beneficio y criterios. Para la obtención de los mapas de riesgo es preciso
superponer los mapas de los elementos o componentes del riesgo: peli-
grosidad, exposición y vulnerabilidad correspondiente a los elaborados
por el SIG de acuerdo a las bases de datos geográficos creados para la
gestión de la información.
• Los Mapas de Peligrosidad representan la capacidad del proceso natu-
ral de producir daños, normalmente mediante los parámetros físico-
químicos del mismo (temperatura, energía liberada, profundidad,
velocidad, concentración...), su dimensión espacio-temporal (área
afectada, duración, tiempos característicos...), y/o la periodicidad del
fenómeno (periodos de retorno, frecuencia...). En realidad, no existe
un único tipo de mapa de peligrosidad, ni siquiera para cada una de las
tipologías de peligros naturales, sino se confeccionan diversos mapas
que pueden combinar varios elementos, en función de la escala, los
métodos de análisis y el ámbito de aplicación.
• Los Mapas de Vulnerabilidad representan, sobre los elementos del
mapa de exposición, el grado de fragilidad de cada elemento ante el
proceso, expresada en una escala entre 0 (mínima fragilidad o capa-
cidad de pérdida nula) y 1 (máxima agilidad o capacidad de pérdida
total); o entre y 100 en escala de porcentajes.
Así como los mapas de peligrosidad son variados y diversos, y los de
exposición son prácticamente iguales, los mapas de vulnerabilidad
dependen en gran medida del tipo de proceso, existiendo diferentes
asignaciones de vulnerabilidad según la tipología del fenómeno.
• Los Mapas inventario; representan relaciones ordenadas y organi-
zadas de elementos relacionados con el riesgo, normalmente a esca-
las medias y pequeñas, como por ejemplo puntos conflictivos durante
catástrofes o desastres históricos; o lugares donde es previsible que se
produzca una concentración de las pérdidas.
Suelen emplearse en la gestión del riesgo para adoptar decisiones sobre
qué zonas priorizar en las actuaciones, y dónde es preciso realizar estu-
dios de mayor detalle.
Como parte de la combinación de los datos se puede obtener los siguientes mapas:
• Mapas de riesgo específico o unitario; resultado del cruce únicamente de la

peligrosidad y la vulnerabilidad, bajo el supuesto de una exposición unitaria.
• Mapas de ratio medio de muerte; representan el número total de muertes res-
pecto a la población expuesta, haciendo equivaler la vulnerabilidad humana
media, con independencia de los niveles de severidad y vulnerabilidad.
• Mapas de eficiencia de mitigación; representan, en unidades económicas o
sociales, la distribución espacial de los beneficios o mejoras que se produci-
rían de aplicar determinadas medidas de mitigación.
Para la implementación de un SIG en la gestión de riesgos a nivel territorial es

necesaria la realización de las tareas que se detallan en el siguiente esquema tec-
nológico general:
RESULTADOS
Durante el enfrentamiento de fenómenos meteorológicos adversos como

ciclones tropicales y penetraciones del mar, se debe actuar de forma rápida y
oportuna con el objetivo de evitar la mayor cantidad de pérdidas humanas y
materiales posibles auxiliándose de diversos medios que garanticen el cumpli-
miento de las siguientes acciones:
• Ubicación y ploteo preciso del fenómeno meteorológico previendo su

posible movimiento y lugares de afectación.
• Establecimiento de las distintas fases para la protección de la población y
la economía.
• Control del cumplimiento de los distintos planes de evacuación de recursos

humanos y materiales.
• Control de las distintas zonas de afectaciones por penetraciones del mar.
• Control de las pérdidas y afectaciones provocadas por estos fenómenos.
Tradicionalmente estos trabajos se realizaban en su totalidad mayormente de

forma manual con el empleo de mapas impresos, gráficos y tablas desplegadas en
el Puesto de Dirección hasta que se comienzan a introducir de manera operativa
las nuevas técnicas de los SIG.
Para la realización de estas tareas de forma automatizada empleando los SIG, ha

sido necesario fue la implementación de bases cartográficas digitales (BCD) bási-
cas del territorio nacional y su entorno. Se han utilizado las siguientes:
• Mapa digital a escala 1:500 000 de Centroamérica y el Caribe.

• Mapa topográfico digital a escala 1:250 000 de todo el país.
• Mapas planimétricos digitales a escala 1:25 000 de capitales provinciales y
otros pueblos y ciudades propensos a inundaciones.
• Sistema Mapa Amigable (contiene todas las BCD anteriores, el modelo digital
del terreno y otros datos cartográficos).
Estas BCD están diseñadas con una estructura de datos vectoriales para SIG, se
utilizan para la creación de distintas bases de datos temáticas, así como para el
ploteo automatizado (georreferenciación) de distintos fenómenos, su ubicación
y ploteo preciso de ciclones tropicales previendo su posible movimiento y luga-
res de afectación.
Para el ploteo del movimiento de los ciclones se parte de los boletines oficiales del
Instituto de Meteorología, así como en algunos casos se emplean datos proceden-
tes de diversas fuentes fidedignas nacionales y extranjeras. Los mismos son intro-
ducidos en la base de datos del SIG y se van ploteando de forma automática por
sus coordenadas (Latitud y Longitud) con ayuda del SIG en la medida que se van
recibiendo, creándose una tabla o base de datos georreferenciados, que se super-
pone sobre los diferentes mapas digitales, como el de Centroamérica y el Caribe a
escala 1:500 000 y el de nuestro país a escala 1:250 000 permitiendo realizar dife-
rente análisis sobre el terreno, mediciones exactas y cálculos con las diferentes
herramientas del SIG, sustituyendo los métodos manuales y aumentando la Exac-
titud y Rapidez en la toma de las decisiones.(Figura 1 y 2).
Según el movimiento del ciclón sobre el territorio y sus diferentes características y

Según el movimiento del ciclón sobre el territorio y sus diferentes características

y posibilidades de afectación, que se van determinando con ayuda de los mapas
digitales se establecen las distintas fases para la protección de la población y la
economía y se representan en el SIG permitiendo dirigir y ejecutar las acciones
que a esto conlleva, teniendo en cuenta los elementos del terreno (Figura 2).
El SIG Mapa Amigable creado por medio de la utilización de MapInfo para

Aplicaciones SIG para las Alertas Tempranas en los Fenómenos Hidrometeoro-
lógicos como los Huracanes Tropicales está compuesto por las siguientes BCD
y aplicaciones:
• Mapa topográfico digital a escala 1:250 000 República de Cuba (relieve,

hidrografía, vegetación, viales, planimetría, MDT).
• Mapa digital de Centroamérica y el Caribe a escala 1:10 000 000.
• Mapas planimétricos de capitales provinciales a escala 1:25 000 (manzanas,
calles, hidrografía, planimetría).
• Aplicación con facilidades de manejo.
Este nuevo SIG contiene los siguientes elementos: (Figura 3)
• Bases de datos informativas a nivel provincial.

• Objetivos socioeconómicos de interés.
• Elementos areales de interés en el terreno.
• Aplicación para la modelación del paso de fenómenos hidrometeorológico
sobre el territorio nacional.
CONCLUSIONES
Con la utilización de los SIG para el enfrentamiento de fenómenos hidrometeoro-

lógico por la Defensa Civil en Cuba se han obtenido buenos resultados; ganando
en exactitud en la ubicación de estos fenómenos, realizando distintos tipos de
mediciones, cálculos y análisis de forma automatizada; lo que ha permitido deter-
minar mucho mejor las posibles áreas que se afectan, los recursos a evacuar y las
medidas a tomar.
Se muestran algunas de las experiencias cubanas en la utilización de los SIG
durante el enfrentamiento fenómenos meteorológicos adversos, como ciclones
tropicales durante los últimos tiempos.
Con ello se han obtenido muy buenos resultados ganando en exactitud en la

ubicación de estos fenómenos, realizando distintos tipos de mediciones, cálculos

y análisis de forma automatizada, lo que ha permitido determinar mucho mejor
las posibles áreas que se afectan, los recursos a evacuar y las medidas a tomar
teniendo en cuenta las características del terreno que se pueden obtener del SIG.
Figura 1. Monitoreo de ciclones tropicales empleando un SIG.
Figura 2. Control de fases de protección establecidas durante el

enfrenamiento a ciclones tropicales.
Figura. 3 Mapa Amigable.

BIBLIOGRAFÍA
ANPP (1994). Ley número 75 de la Defensa Nacional. La Habana, Asamblea Nacional del
Poder Popular de la República de Cuba (ANPP).
CODEN (2009). Glosario. Selección de Términos sobre Seguridad y Defensa Nacional,
República de Cuba, Colegio de Defensa Nacional (CODEN).
Díaz, J. y O. Chuquisengo, et al. (2005). Gestión de Riesgo en los Gobiernos Locales. Lima,
Soluciones Prácticas - ITDG.
EMNDC (2002). Glosario de Términos de Defensa Civil. La Habana, Cuba, Estado Mayor
Nacional de la Defensa Civil (EMNDC).
EMNDC (2009). Ayuda Metodológica para la Organización del Funcionamiento de los Cen-
tros de Gestión para la Reducción del Riesgo. La Habana, Cuba, Estado Mayor Nacional
de la Defensa Civil (EMNDC).
EMNDC (2012). Guía metodológica para la organización del proceso de reducción de desas-
tres. La Habana, Cuba, Estado Mayor Nacional de la Defensa Civil (EMNDC).
EIRD (2005). Marco de Acción de Hyogo 2005-2015: Aumento de la resilencia de las nacio-
nes y las comunidades ante los desastres. Conferencia mundial sobre la reducción de
los desastres (18-22 enero 2005). Kobe, Hyogo, Japón, Estrategia Internacional para la
Reducción de Desastres (EIRD), Naciones Unidas.
Fotheringham, A. S. & J. P. Wilson (2008). Geographic Information Science: An Introduction.
The Handbook of Geographic Information Science. J. P. Wilson & A. S. Fotheringham.
Oxford, Blackwell Publishing Ltd: 1-8.
Llanes Guerra, J. (2010). Cuba: Sistematización de los Centros de Gestión para la Reducción
de Riesgo. La Habana, Caribbean Risk Management Initiative – PNUD Cuba.
Muñoz Rojas, M. A. y V. Totolhua Ramírez (2008). Web geoespacial sobre peligro en México
dentro del contexto de una Infraestructura de Datos Espaciales. XIII Simposio Inter-
nacional Sociedad Latinoamericana de Percepción Remota y Sistemas de Información
Espacial. SELPER. La Habana, Cuba, UNAICC: 6.
ONU (2005). Informe de la Conferencia Mundial sobre Reducción de los Desastres. Con-
ferencia Mundial sobre la Reducción de los Desastres. C. M. s. R. d. l. Dessatres. Hyogo,
Kobe, Naciones Unidas (ONU).
PNUD (2004). La Reducción de Riesgos de Desastres un desafío para el desarrollo: Un
Informe Mundial. New York, Programa de las Naciones Unidas para el Desarrollo
(PNUD). Dirección de Prevención de Crisis y de Recuperación.
Rubiera, J. (2008). Los ciclones tropicales. Asamblea Nacional del Poder Popular, Comisión
de Energía y Medio Ambiente, 24 de diciembre de 2008. La Habana, Cuba, Asamblea
Nacional del Poder Popular, Comisión de Energía y Medio Ambiente.
Serrano, H. (2010). Estudio de peligro vulnerabilidad y riesgo. Un nuevo enfoque y su aplicación.
Revista Defensa Civil Cuba. La Habana, Estado Mayor Nacional de la Defensa Civil: 33-35.
Simonovic, S. P. (2002). Understanding Risk Management. Annual Conference of the Cana-

dian Society for Civil Engineering. Montréal, Québec, Canada.
TCRAM (2004). Glossary of Risk Assessment Terms. TC32, Version 1, Technical Committee
on Risk Assessment and Management (TCRAM). 21/1/2012.
UNDP (2011). Report of the Enhancing Resilience to Reduce Vulnerability in the Caribbean
Orientation and Planning Workshop. Barbados, United Nations Development Pro-
gramme (UNDP).
Ramos Guadalupe, L. E. (2009). Huracanes. Desastres naturales en Cuba. La Habana, Edi-
torial Academia.
Rodríguez Hernández, S. V. (2008). Metodología General para la Implementación del Sis-
tema de Información Geográfica de los Centros de Gestión para la Reducción del Riesgo.
La Habana, GEOCUBA: 19.
Rodríguez Hernández, S. V. (2009). “Propuesta metodológica de Sistema de Información
Geográfica de los Centros de Gestión para la Reducción del Riesgo.” Mapping. Revista
Internacional de Ciencias de la Tierra. Enero (131): 62-65.
Ademiluyi, I. A. and W. O. Otun (2009). “Spatial Decision Support Systems (SDSS) and
Sustainable Development of the Third World.” Journal of Sustainable Development in
Africa. Clarion University of Pennsylvania 10(4): 200-217.
AMA (2006). Estudio de riesgos de Ciudad de La Habana por lluvias intensas, penetracio-
nes del mar y fuertes vientos. La Habana, Agencia de Medio Ambiente (AMA). Ministe-
rio de Ciencia Tecnología y Medio Ambiente.
Bahadur Chand, J. & Mitani, et al. (2011). Estimating the Hazard from Landslides Using
Historical Data and GIS Spatial Model International Conference on Environmental
Knowledge for Disaster Risk Management. Vigyan Bhavan, Nueva Delhi, India ekDRM
Secretariat. National Institute of Disaster Management.
Bello-Dambatta, A. (2010). The development of a Web-based Decision Support System for
the sustainable management of contaminated land. UK, University of Exeter. Doctor of
Philosophy in Geo-Environmental Engineering: 302.
Boerboom, L. G. J. (2010). Integrating Spatial Planning and Decision Support System Infras-
tructure and Spatial Data Infrastructure. 12th Geographic Information Technologies
and Spatial Data Infrastructure Conference-GSDI 12 Singapore.
Bosque-Sendra, J. y F. Palm, et al. (2010). LOCALIZA: Una herramienta para resolver proble-
mas de localización óptima. I Jornadas de software libre. Universidad de Girona, Servi-
cio de Sistemas de información Geográfica y Teledetección.
Cruz Iglesias, R. y T. Delgado Fernández (2011). IDEaaS: Infraestructura de Datos Espa-
ciales como un servicio. [Memorias Informática 2011].VII Congreso Internacional de
Geomática. La Habana, Cuba: 9.
Durgaprasad, J. & P. Subba Rao (2011). Handling of Uncertainty for Modelling of Risk for DSS.
International Conference on Environmental Knowledge for Disaster Risk Management.
Vigyan Bhavan, Nueva Delhi, India ekDRM Secretariat. National Institute of Disaster
Management.
Llorente, M. I. y A. Díez-Herrero, et al. (2009). “Aplicaciones de los SIG al análisis y Gestión
del Riesgo de Inundaciones: Avances Recientes”. Cuadernos Sociedad Española de Cien-
cias Forestales -«Actas de las I Jornadas Técnicas SIGTEFOR» 29: 29-37.
Montecelos, Y. y D. Batista, et al. (2011). Diseño Metodológico para la Elaboración de Mapas
de Peligrosidad por Inundaciones. Aplicación a la Cuenca del Río Cauto. Sector Provin-
cia Granma, Cuba. Geografía y Sistemas de Información Geográfica (GEOSIG). Revista
digital del Grupo de Estudios sobre Geografía y Análisis Espacial con Sistemas de Infor-
mación Geográfica (GESIG). Argentina, Universidad Nacional de Luján. Año III, Num.
3: 32-42.
Rodríguez-Hernández, S. V. (2000). Empleo de un Sistema de Información Geográfica para
el enfrentamiento de fenómenos meteorológicos adversos. Informática 2000, II Con-
greso Internacional de Geomática. La Habana, Cuba.
Capítulo 12
Identificación de subcorredores
biológicos en el corredor
la unión, Honduras.
Susana Margarita Melgar Montano, Alexandra Maribel Manueles Lorenzo,
Nereyda Margarita Estrada Andino
Escuela Agrícola Panamericana, Zamorano, Honduras

alexandramanueles@gmail.com
RESUMEN
La degradación ambiental es uno de los principales problemas en la actualidad, las

consecuencias de este suceso incluyen la perdida de hábitats y fragmentación. Los
corredores biológicos constituyen una efectiva estrategia para la conservación de eco-
sistemas debido a su beneficio de conexión entre áreas de interés.
El objetivo de este estudio fue identificar los subcorredores para la conectividad bio-
lógica estructural y funcional en el Corredor Biológico La Unión, mediante el uso del
Puma concolor como especie de referencia, y determinar las posibles zonas de pérdida
de conectividad, asimismo la extensión de ArcGis®, Corridor Designer Evaluation
Tool para generar el mapa de idoneidad de la especie dentro del Corredor La Unión
y detectar los posibles cuellos de botella del recorrido central. Los valores se realiza-
ron a través de consulta a expertos de la Fundación Panthera y revisión de literatura.
Dichas variables evaluadas fueron: distancia a comunidades, densidad poblacional,

usos y coberturas de la tierra, y distancias a carreteras. Se obtuvieron tres subcorre-
dores biológicos aptos para la especie, los cuales presentaron como punto central de
conexión a la Reserva Biológica Monserrat. En la tasación de los corredores, uno de
ellos presentó cuellos de botella de 51 %, al presentar un umbral de 500 m, estas zonas
requieren de una implementación de medidas de conservación urgentes para no per-
der la conectividad. La implementación de estos s beneficiará la unión de los ecosiste-
mas, para el puma y sus presas silvestres.
Palabras clave: Conectividad estructural, conectividad funcional, cuello de botella, espe-

cie paragua, valor de umbral.
255
ABSTRACT
Environmental degradation is one of the main problems today, the consequences of

this include habitat loss and fragmentation. Biological corridors are good strategies for
habitat conservation because their benefit in providing connectivity between areas of
interest. The aim of this study was to identify the sub-corridors for biological structu-
ral and functional connectivity in the La Union Biological Corridor, using Puma con-
color as a reference species, and evaluate potential areas of connectivity loss. ArcGIS®
extension, Corridor Designer Evaluation Tool was used to generate the map of suita-
bility for this species within the La Unión Corridor and evaluate possible bottlenecks
of the central path. Suitability values were performed by consulting experts, Panthera
foundation, and literature review, variables were evaluated for suitability: Distance to
human habitation, human population density, land use and land cover, and distance
to roads. Three suitable biological subcorridors were found for the species, which pre-
sented as a central connection point Monserrat Biological Reserve. Among the eva-
luated corridors, only one exhibited bottlenecks 51 %, introducing a threshold of 500
m, which requires implementation of conservation measures to avoid losing connecti-
vity. This information will serve to generate biological subcorridors, connectivity, and
improve ecosystems for puma and their native prey.
INTRODUCCIÓN
La degradación ambiental va acelerándose e intensificándose con el paso del

tiempo. Las actividades de desarrollo económico, especialmente el desarrollo agrí-
cola e industrial, tienden a ser de las razones principales del deterioro ambiental
(Martínez, 2012). Por lo anterior es indispensabe la creación, desarrollo y mante-
nimiento de herramientas para la protección de áreas naturales. Ante esta necesi-
dad, es una opción viable la creación de corredores biológicos dentro de paisajes
fragmentados y dominados por actividades humanas (Osorio et al., 2012). Los
corredores biológicos, son definidos e incluídos en los planes de manejo, involu-
crando estrategias para la conservación de ecosistemas de interés haciendo frente
a las condiciones de degradación y explotación (Canet-Desanti et al., 2011). Estos
funcionan como conexiones entre áreas protegidas o ecosistemas de interés, las
cuales juegan un papel importante en la conservación de los recursos y un desa-
rrollo sostenible por parte de los involucrados (Andrade, 2007).
La conectividad de las áreas núcleo se establecen en relación a variables cuantita-

tivas de acuerdo a distancias (ej. a red hídrica, red vial y asentamientos humanos)
y rutas de desplazamiento a través de ecosistemas adecuados, para determinar
las respuestas que por especie se presentarían a cada cambio de condiciones de
ecosistemas y paisajes (Cushman et al., 2013). La conectividad estructural den-

tro de los corredores biológicos se ve definida por diversos factores que se han
ido analizando con el paso de los años y puesto en práctica en diferentes estu-
dios; las principales aspectos de la conectividad estructural recaen en la exten-
sión, número de brechas de movilización de especies y todas las posibles redes de
conexión de paisajes que cuenten con las características requeridas para el hábitat
de las especies (Bennet, 1998).
En la región mesoamericana, ya se cuenta con experiencia en el desarrollo de

corredores biológicos, por ejemplo: el Corredor Biológico Mesoamericano, ubi-
cado desde el sudeste de México hasta Panamá, abarcando una extensión declarada
total de 16, 449, 435 ha (Ramírez, 2003).
Esta iniciativa, que nace en 1997, tiene como objetivo principal crear medidas para
mantenimiento de la biodiversidad y el desarrollo sostenible a través de la conec-
tividad y conservación de hábitats con el involucramiento de un complejo número
de actores sociales (Miller et al. 2001).
Al sudeste de Honduras se ubica el Corredor Biológico “La Unión”, en el departa-

mento de El Paraíso. Dentro del CB, “La Unión” se encuentra la Reserva Biológica
Monserrat (RBM). Ambos, tienen una gran importancia para la conservación de
microcuencas y paisaje (Argeñal, 2012).
La institución encargada de manejar la Reserva Biológica Monserrat y ejecutar

el Plan de Manejo del proyecto del Corredor Biológico “La Unión”, es la Funda-
ción Yuscarán. La fundación busca desarrollar en las 39 comunidades de los tres
municipios (ICF, 2011), medidas de conservación para las microcuencas y reser-
vas naturales con énfasis en el desarrollo sostenible dentro de las actividades de los
pobladores (Fundación Yuscarán, 2013), con el fin de cumplir lo anterior nace el
programa del Corredor Biológico “La Unión”.
En la actualidad, el CB La Unión se ve amenazado por el crecimiento de las acti-

vidades agrícolas, ganaderas, asentamientos humanos y extracción de madera
(Argeñal 2012). Lo anterior afecta el área de los hábitats adecuados para especies
de flora y fauna.
La implementación de los subcorredores biológicos podría facilitar, a través de la

creación y la protección de redes de conectividad alterna, el cruce de especie entre
los parches de conservación del corredor principal hacia la RBM y zonas de concen-
tración de vegetación con las características adecuadas para determinadas especies.
Una de las principales especies afectadas por la fragmentación de hábitats es el

Puma concolor, su comportamiento se ve alterado especialmente por la ruptura de
sus rutas de dispersión y flujo genético (Shaw et al., 2007). Es una especie genera-
lista en cuanto hábitats (Emmons 1987; Beck et al. 2005), pero tienden a ser espe-
cialistas (Monroy-Vilchis et al., 2009) cuando desarrollan apego a un área en el
cual encuentran alimento y un ámbito de hogar adecuado (Shaw 1980; Quintana
y Zuñiga 2008). La utilización del puma para los modelos de corredor biológicos
representa una estrategia de conservación acertada, debido a que esta tiene un
efecto paraguas para la protección de otras especies residentes en la amplia área
de distribución del puma (Homocker y Negri, 2009).
OBJETIVOS
El presente trabajo tiene como propósito implementar herramientas para el

manejo y la conservación de la biodiversidad, con la ayuda de un estudio para
identificar los subcorredores de la conectividad biológica estructural y funcio-
nal en el CB “La Unión”, mediante el uso del Puma concolor como especie de refe-
rencia evaluando las áreas potenciales con pérdida de conectividad dentro de los
subcorredores. Para identificar los subcorredores biológicos se utilizará la carto-
grafía del Mapa Forestal y Cobertura de la Tierra de la República de Honduras
2014, densidad poblacional, cercanía a comunidades y distancia a carreteras; con
el objetivo de generar un mapa de idoneidad. Finalmente, se identificarán los sub-
corredores biológicos con la herramienta denominada Corridor Designer Evalua-
tion Tool, valiéndose de variables espaciales antes mencionadas y de condiciones
de biodiversidad.
ÁREA DE ESTUDIO
El estudio se realizó en el Corredor Biológico “La Unión”, el cual tiene una exten-
sión de 701.02 km2 y está formado por los municipios de Güinope, Yuscarán y
Oropolí (ICF, 2011). La RBM, ubicada dentro del CB “La Unión”, cuenta con un
área de 5,380.82 ha (ICF, 2011), las cuales están divididas en: zona de amortigua-
miento y núcleo en el plan de manejo 2000-2004 (Martínez, 2002); con 3,816.84 y
1,563.98 respectivamente (ICF, 2011).
El CB La Unión y RBM poseen una gran importancia en biodiversidad y dotación

de agua para las comunidades inmersas en los tres municipios del corredor y ale-
daños. El bosque de Pino (ralo y denso), es el ecosistema predominante en el CB
“La Unión” representado con una extensión de 23,720.9 ha (Argeñal, 2012).
En cuanto al registro de las principales microcuencas, se encuentran La Danta

(Yuscarán), La Chorrera I (Güinope) y El Rincón (Oropolí), generando en con-
junto alrededor de 10,850 beneficiarios de agua (Argeñal, 2012).
Figura 1. Ubicación del Corredor Biológico La Unión y la Reserva Biológica

Monserrat, Honduras, 2014.
DATOS
Con el propósito de identificar los usos y las coberturas del Corredor Biológico
La Unión, se procedió a realizar una extracción de estos, el Mapa Forestal y de
Cobertura de la Tierra en la República de Honduras 2014, con una escala de 1:
25,000. El mapa oficial fue elaborado por el Instituto Nacional de Conservación
y Desarrollo Forestal, Áreas Protegidas y Vida Silvestre con apoyo del Programa
Regional REDD/CCAD-GIZ (ICF, 2014).
Para realizar el mapa de densidad poblacional se utilizó la información de Insti-
tuto Nacional de Estadística (INE). Mientras que, para llevar a cabo el mapa de
distancia a comunidades, se utilizó la información de comunidades del Sistema
Nacional de Información Territorial, a una escala de 1: 50,000. Para el mapa de
distancia a carreteras se utilizó el mapa de tipo de carreteras del Departamento
de Ambiente y Desarrollo de la Escuela Agrícola Panamericana, Zamorano, a una
escala de 1: 50,000.
METODOLOGÍA
Cada una de estas capas se reclasificó según diferentes variables.
La reclasificación por valores de idoneidad significa generar una clasificación en

un rango de escala de 0 a 100 a cada una de las variables y sus rangos a evaluar
para la especie predefinida, según los valores óptimos considerados en la litera-
tura y consulta a expertos (Marchena y Muñoz, 2010).
Las variables por estimar son las siguientes:
1.Mapa de usos y coberturas de la tierra

2.Densidad poblacional
3.Distancia a comunidades dentro del Corredor Biológico “La Unión”
4.Distancia a carreteras (según tipo)
Figura 2. Descripción del proceso de elaboración del mapa de áreas de idoneidad a

través de ArGis® para puma (Puma concolor) en el Corredor Biológico
La Unión, Honduras, 2014.

Para identificar los subcorredores en el CB La Unión se utilizó la herramienta de

“Corridor Designer Evaluation Tool®”, una extensión de ArcGis®, la cual fue desa-
rrollada por Paul Beiber y colaboradores en el 2006, con el propósito de diseñar
corredores biológicos basados en las características de ecosistemas y datos de las
especies (Marchena y Muñoz, 2010).
Para cumplir con el objetivo se requirió de cuatro insumos básicos con los cua-
les se realizó el mapa de idoneidad.
Además, se requieren los “shapefiles” de las áreas a conectar.
En este estudio el desarrollo de los subcorredores se dividió en: zona húmeda

y seca.En la zona húmeda se realizará la conexión entre la Reserva Biológica
Monserrat (3,936.1 ha) y la microcuenca La Chorrera I (287.27 ha), ambas
zonas naturales declaradas y de importancia para la conservación.
En cuanto a la zona seca se llevará a cabo la conexión entre la región del bosque
seco denominada arbustal deciduo microlatifoliado de tierras bajas, bien dre-
nado, los cuales son las zonas más extensas y continuas de vegetación seca con
los que cuenta Honduras (2,276 ha) (ICF 2011; Midence 2011), y la Reserva Bio-
lógica Monserrat; el tercero conectando el arbustal deciduo tifoliado de tierras
bajas sobre tierras pobres bien drenadas (3,737.4 ha) y la reserva.
Esto se realizó utilizando la herramienta de Patch Analysis de Corridor Deginer

para trazar las rutas de menor distancia para conexión entre parches.
Seguido, se correrá la herramienta de Análisis de cuellos de botella el cual calcu-

lará las áreas con menor anchura a lo largo de los subcorredores biológicos for-
mados, para finalizar se elegirán aquellos con mayores condiciones favorables y
un grado de amplitud óptima.
Para el análisis de cuello de botella es importante el establecimiento de valor

de umbral (El valor umbral corresponde a la separación entre los parches de
hábitats en lo que se produce el asentamiento de la especie, ya sea reproducción
o habitación).
Para el estudio se utilizó un valor de umbral de 500 m, recomendados por la lite-

ratura (Marchena y Muñoz, 2010). Finalmente, se generará un mapa de subco-
rredores biológicos para la especie predefinida.
Figura 3. Descripción del proceso de elaboración del mapa subcorredores biológicos

para puma (Puma concolor) en el Corredor Biológico La Unión, Honduras, 2014.
RESULTADOS
Los usos y coberturas de la tierra en el Corredor Biológico La Unión para el año

2014, obtenida del mapa forestal y cobertura de la tierra en la Republica de Hon-
duras (ICF, 2014), muestran que la clase con mayor presencia son los pastos y
cultivos (26.50 %).
De los ecosistemas naturales de mayor importancia fueron:

Pino ralo (20.78 %) y Pino denso (19.8 %) ambos con una predominancia de
Pinus oocarpa (Argeñal, 2012), seguidos de la vegetación secundaria seca, (14.95
%) la cual se encuentra presente en su mayoría en la región Este del corredor bio-
lógico, en los municipios de Yuscarán y Oropolí.
Figura 4. Mapa de usos y coberturas de la tierra en el Corredor Biológico

La Unión, 2014.
Fuente: SINIT-ICF
Los sistemas de pastos y/o cultivos de la región se caracterizan por cultivar: maíz,
frijol, pequeñas parcelas de plátano y frutales, además de sistemas de pasto para
ganado (Argeñal, 2012). El avance, dentro del corredor biológico, de la frontera de
agricultura tradicional y tecnificada (0.51 %), y los cultivos de café (2.12 %) están
amenazando la conservación de áreas boscosas y/o aptas para el desarrollo y con-
servación del puma Puma concolor.
Tabla 1. Usos y cobertura de la tierra en hectáreas y porcentaje en el año 2014,

corredor biológico La Unión, Honduras, 2014.
Fuente: ICF 2014.
Al observar el mapa de usos y cobertura es notorio que estos resultados no se pue-

den generalizar para los tres municipios que conforman el CB La Unión, ya que
la proporción de estos varía. Por lo que se procedió a elaborar una extracción de
los usos y coberturas de la tierra para cada municipio: Oropolí, Yuscarán y Güi-
nope. El escenario en Yuscarán (cuadro 3) esta predominado por pastos y/o cul-
tivos (como hortalizas, maíz y otros) (26.2 %), pino ralo (24.2 %) y vegetación
secundaria seca (18.6 %).\
Tabla 2. Usos y cobertura en hectáreas y porcentaje en el año 2014, Yuscarán, 2014.
Fuente: ICF (2014)

En cuanto a Oropolí (cuadro 4) la clase de uso y cobertura en su mayoría son:

pastos y/o cultivos (34.77 %), seguido de vegetación secundaria seca (22.65 %)
y bosque latifoliado seco (17.31 %). Este municipio es el que mayor presencia
de bosques secos posee; y este ecosistema se ve amenazado por la agricultura,
ganadería, quema y extracción de madera. Parte de la vegetación secundaria seca
forma parte de los segmentos de bosque seco a nivel nacional que requieren con-
servación inmediata por su gran valor ecológico (Midence, 2010).
Tabla 3. Usos y cobertura en hectáreas y porcentaje en el año 2014, Oropolí, 2014.
Fuente: ICF (2014)
El municipio de Güinope (cuadro 5) por su parte está conformado por: un 39.96

% de pino denso, seguido de pastos y/o cultivos (20.37 %) y pino ralo (18.79 %).
Es el único de los municipios en los cuales su cobertura vegetal principal no es
pastos y/o cultivos.
Tabla 4. Usos y cobertura en hectáreas y porcentaje en el año 2014, Güinope, 2014.

Fuente: ICF (2014)
El puma, se ve afectado por la pérdida de hábitat, influencia humana y declive en

la población de sus presas, entre otros factores (Jorgenson et al., 2006). Es impor-
tante evaluar el estado del Corredor Biológico La Unión para conocer qué carac-
terísticas de idoneidad ofrece a la especie analizada en el presente estudio; con este
fin se elaboró la reclasificación de las variables: distancia a carreteras, densidad
poblacional, usos y cobertura, y distancia a comunidades. Dicha reclasificación se
llevó a cabo a través de la siguiente tabla y con capas en formato ráster.
Tabla 5. Interpretación biológica de los valores de idoneidad

asignados al modelo.
Fuente: Marchena y Muñoz (2010). Revisado por la Fundación Panthera en

Honduras, 2014.
Estos valores se les asignaron a las diferentes categorías de análisis de hábitat, con-
siderando pesos diferentes para cada una de ellas. Para modelar el subcorredor
biológico solo se consideraron los valores de 4 a 5, para lograr que la especie tenga
áreas de idoneidad más específicas y que reflejen un mejor estado actual en las áreas.
Tabla 6. Escala de idoneidad aplicada al modelo de acuerdo a los pesos por

variable y categorías.
Nota: Construido con el apoyo de la Fundación Panthera y con revisión de litera-

tura: Hansen (1992). Los pesos aplicados a cada tipo de variable y a sus categorías
sumaron 100.
En el mapa de idoneidad, la variable de usos y cobertura fue a la que se le asigno

mayor peso, por lo cual tomó tuvo mayor influencia en la reclasificación del
mapa. Además, podemos esperar que la especie se distribuya según sus requeri-
mientos de hábitat y no en zonas de conflicto o áreas críticas para su movimiento
(Jiménez, 2003).
Figura 5. Mapa de idoneidad del Corredor Biológico La Unión, Honduras, 2014.
Fuente: SINIT, ICF y Fundación Panthera.
Del área total del CB “La Unión” (70101.63 ha) se obtuvo un porcentaje de 30.89%
dentro de las características de idoneidad entre los valores 4 a 5. La calidad del
hábitat del puma resulta ser afectada por actividades antropocéntricas como la
ganadería y agricultura, las cuales están predominando la cobertura de la región,
también por las concentraciones de población de hasta >2000 habitantes en algu-
nas comunidades de los tres municipios, y los caminos y/o carreteras que puedan
interferir con la conectividad de parches (Beck et al., 2005).
Se seleccionaron aquellos que contaban con mayor o igual área a 300 ha, ya que
según la revisión de literatura el puma se abstiene a utilizar parches menores al
área mencionada (Chiarello, 1999).
Figura 6. Mapa de idoneidad de ubicación de los subcorredores biológicos a través de

la unión de parches de mayor idoneidad en el Corredor Biológico
La Unión, Honduras, 2014.
Posteriormente, la herramienta de “Patch Analyst” reconoció las rutas de paso

para los corredores biológicos, trazando las distancias más cortas a las áreas
núcleo. Las rutas se trazaron sobre lo estipulado como las áreas de mayor idonei-
dad para la especie.
Se obtuvieron tres subcorredores biológicos, cada uno mayor o igual a 10 km de

longitud, lo que según la literatura corresponde a “corredores de viaje” y son de
consideradas distancias de calidad, no para hábitat, pero si la conexión entre estas
(Homocker y Negri, 2009).
Tabla 7. Características de los subcorredores trazados en el CB La Unión.
Fuente: Fundación Panthera y Homocker y Negri (2009)

Los conectores centrales se obtuvieron a través de la herramienta Análisis de Cue-

llo de Botella con el umbral de 500 m. Con este se identificaron las zonas a lo largo
de la ruta central del corredor, en la que el principal se reducía más de 500 m de
ancho, provocando posibles impedimentos para que la especie pueda cruzar con
facilidad. Estos cuellos de botella se deben a la ubicación del corredor rodeando
comunidades, carreteras y tipos de hábitat no adecuados, los cuales no se inclu-
yen dentro del mismo, provocando que los parches lo bordeen y no haya una alta
conectividad entre ellos. El subcorredor con posibles cuellos de botella identifi-
cados fue el corredor Arbustal (Oropolí) – Reserva Biológica Monserrat, el cual
tiene tres segmentos de la ruta, el 48 %, abajo del límite de umbral, siendo este el
subcorredor con mayor vulnerabilidad a efecto de borde.
Figura 7. Mapa de subcorredores biológicos en para puma y rutas centrales en el

Corredor Biológico La Unión, Honduras, 2014.
CONCLUSIONES
Mediante herramientas de análisis espacial, se han identificado tres subcorredo-

res potenciales para el movimiento del Puma concolor en el Corredor “La Unión”.
El subcorredor que conecta la Reserva Biológica Monserrat al Arbustal Oropolí,
el único con cuellos de botella, tiene tres segmentos potenciales de pérdida de
conectividad, están relacionados a la alta densidad poblacional y a actividades
agrícolas tradicionales del municipio de Oropolí. La generación de subcorredores

biológicos beneficiará la conectividad de los ecosistemas, el puma y sus especies
silvestres presas. El área de idoneidad apta para el puma es solamente de 21,652
ha. dentro del CB, el cual es un indicador para la consideración de implementar
acciones de manejo dentro de las áreas asignadas. Por lo que se recomienda reali-
zar estudios de validación en campo dentro de los subcorredores, para verificar la
utilización de los mismos por el puma y poder realizar variaciones en el modelo si
se considerara necesario. Además, llevar a cabo otros estudios en donde se consi-
deren más variables de la ecología de la especie, como: distancias a ríos, densidad
de presas y presión por cacería en el Corredor Biológico “La Unión”.
AGRADECIMIENTOS
Se agradece el apoyo recibido para la realización de este trabajo de investigación

a: la Escuela Agrícola Panamericana Zamorano a través del Departamento de
Ambiente y Desarrollo, y a la Fundación Panthera.
Bibliografía
Andrade,A. (2007).Aplicación del Enfoque Ecosistémico en Latinoamérica. Bogotá, Colombia.18 - 25.

Argeñal, L. (2012). Análisis de Fragmentación del Área Piloto Texiguat y el Corredor Bioló-
gico La Unión, utilizando FRAGSTATS 3.3. El Paraíso, Honduras. 16 p.
Beck, T., J. Beecham, P. Beiber, T. Hofstra, M. Hornocker, F. Lindzey, K. Logan, B. Pierce, H.
Quigley, I. Ross, H. Shaw, R. Sparrowe, S. Torres & S. Negri. (2005). Cougar management
guidelines for North America. Bainbridge Island, Washington, Estados Unidos. 21-110.
Bennett, A. (1998). El Papel de los corredores y la conectividad en la conservación de la vida
silvestre. Trad. José Blanch. Gland, Suiza y Cambridge, Reino Unido. 20 – 30.
Canet-Desanti, L., B. Finegan & B. Herrera. (2011). Metodología para la evaluación de la efec-
tividad del manejo de corredores biológicos.. Informe técnico No. 386. 46p. Turrialba,
Costa Rica, Centro Agronómico Tropical de Investigación y Enseñanza.
Chiarello, A.G. (1999). Effects of fragmentation of the Atlantic forest on mammal commu-
nities in south-eastern Brazil. Revista Elseiver. 71-82.
Cushman, S., B. McRae, F. Adriaensen, P. Beier, M. Shirley & K. Zeller. (2013). Biological
corridors and connectivity. Arizona, Seattle y Nueva York, Estados Unidos. Antewrp, Bél-
gica. Tyne, Reino Unido. 21 p.
Emmons, L.H. (2007). Comparative feeding ecology of felids in a neotropical rainforest.
Revista Behavioral Ecology and Sociobiology (20): 271-283.
Fundación Yuscarán. (2013). Proyecto de Construcción del Corredor Biológico La Unión y
su desarrollo de responsabilidad ambiental. Yuscarán, Honduras. 28 p.
Hansen, K. (1992). Cougar: the American Lion. Northland Publishing. Arizona, Estados Uni-
dos. 129 p.
Hornocker, M. & Negri, S. (2009). Cougar, ecology and conservation. Universidad de Chicago
Press. Chicago, Estados Unidos. 304 p.
Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida Silvestre
(ICF). (2011). Mapa de áreas protegidas de Honduras.
Instituto Nacional de Conservación y Desarrollo Forestal, Áreas Protegidas y Vida Silves-
tre (ICF). (2014). Mapa forestal y cobertura de la tierra en la Republica de Honduras.
Jiménez, G. (2003). Estrategia metodológica para el diseño y evaluación de corredores bio-
lógicos: un estudio en Costa Rica. Revista Manejo de fauna silvestre en Amazonia y Lati-
noamérica.103-107.
Jorgenson, J., V. Rodríguez & C. Durán. (2006). Puma Puma concolor. Libro rojo de los mamí-
feros de Colombia. Bogotá, Colombia. 251-256.
Marchena, A. & J.C. Muñoz. (2010). Red de conectores ecológicos para el Lince Ibérico en la
Sevilla, España. Tecnologías de la Información Geográfica Universidad de Sevilla. 11 p.
Martínez, R.A. (2002). Análisis multitemporal de la cobertura vegetal de la Reserva Bioló-
gica de Yuscarán, El Paraíso, Honduras. Tesis Ing. Agr., Francisco Morazán, Honduras,
Zamorano. 62 p.
Martínez, Y.V. (2012). Vínculo entre la conectividad social y la conectividad ecológica en los
corredores biológicos: el caso de San Juan la Selva y Volcánica Central Talamanca, Costa
Rica. Tesis Ms.C., Turrialba, Costa Rica, Centro Agronómico Tropical de Investigación y
Enseñanza. 19 - 26.
Monroy-Vilchis, O., C. Rodríguez, M. Zarco-González & V. Urios. (2009). Cougar and jaguar
habitat use and activity patterns in central Mexico. Revista Animal Biology (58):145-
157.
Midence, Cindy. (2010). Identificación de Áreas prioritarias para la conservación de ecosis-
temas semiáridos de Honduras. Tesis Ms.C Conservación y gestión del Medio Natural.
Huelva, España. Universidad Internacional de Andalucía. 104 p.
Miller, K., E. Chang & N. Johnson. (2011). En busca de un enfoque común para el corredor
biológico mesoamericano. Trad. Patricia Ardila. Washington, Estados Unidos. 10 – 30.
Osorio, C., D. Hernández & J.L. Duque. (2012). Corredores biológicos una estrategia de recu-
peración en paisajes altamente fragmentados estudio de caso Microcuenca La Bolsa,
Marinilla. Antioquia, Colombia, Revista Gestión y Ambiente. 12 p.
Quintana, V. & Zuñiga, A. (2008). Antecedentes ecológicos del puma (Puma concolor) (Car-
nívora: Felidae), en dos áreas del sur de Chile. 2008. Revista Gestión Ecológica (15):
5-23.
Ramírez, G. (2003). El Corredor Biológico Mesoamericano. México. Biodiversitas No. 47. 3 p.
Shaw, H. G. (1980). Ecology of the mountain lion. Arizona Game and Fish Department Fede-
ral Aid in Wildlife Restoration Project.
Shaw, H.G., P. Beiber, M. Culver y M. Grigione. (2007). Puma field guide. The Cougar Net-
work. 109-114.
Sistema Nacional de Información Territorial (SINIT). (2001). Mapa político administra-
tivo de Honduras.
Yara, D., E. Galindo, K. Guitiérrez, M. Bejarano & J. García. (2009). Plan de Manejo Regional
para la conservación del puma o león de montaña (Puma concolor). Ibarigué, Colom-
bia. 124 p.
Capítulo 13
Sistema de información
geográfica participativo
en la delimitación de zonas
de Páramo en Colombia
Ligia María Mejía Díaz y Uriel Pérez Gómez
Grupo de investigación Cuenca Hidrográfica, Universidad del Tolima, Colombia.

LIMAMEDI18@gmail.com y UPEREZ@ut.edu.co
RESUMEN
La participación ciudadana es decisiva en los procesos de conservación y protección

de espacios geográficos de importancia ambiental como son los páramos. Actualmente
existen técnicas y tecnologías geoespaciales, Sistemas de Información Geográfica Par-
ticipativa –SIGP- permiten analizar, recopilar e integrar el interés social, económico y
ambiental de los diversos factores que se relacionan en estas áreas, por lo que se pre-
senta una metodología para la determinación del Complejo del Páramo de Anaime y
Río Chili, que sintetiza la labor realizada por actores, con diferentes expectativas, con-
ceptos, y conocimientos, en un proceso de delimitación, apoyado en SIGP. El área de
estudio ubicada en el departamento del Tolima, Colombia, entre los Parques Naciona-
les Naturales del Nevado del Tolima y el Páramo de las Hermosas.
La metodología utilizada comprende la capacitación de los agentes sociales en temas
concernientes a la delimitación, aspectos básicos de cartografía, mapeo participativo,
construcción de un modelo en 3D y la incorporación de los datos obtenidos en un
software para SIG. Ésta se desarrolló desde la perspectiva de la comunidad y de la
organización de apoyo; integrando saberes empíricos y técnicos para lograr acuerdos
y tomar decisiones que comprenden la sostenibilidad y salud del ecosistema.
Entre los resultados obtenidos se generó un insumo cartográfico de perfil social y un
modelo en 3D del límite definido, el cual fue utilizado por la comunidad, para la nego-
ciación y propuesta del plan de manejo de esta zona, en el Conversatorio de Acción
Ciudadana “Mecanismos para compartir beneficios” y seleccionado por CORTO-
LIMA como tema para la mesa de trabajo del Plan de Acción Trienal 2013 – 2015.
Palabras clave: Tecnologías geoespaciales, Ecosistemas, Participación ciudadana, Toma
de decisiones.
275
ABSTRACT
Citizen participation is decisive in the conservation and protection of geographical

spaces that have an environmental importance, such as moors. Nowadays, there exist
techniques and geospatial technologies such as Participative Geographical Information
Systems (PGIS) that allow the analysis, recopilation and integration of social interests
from diverse actors that are related in these areas. The objective of this study was the
delimitation of the complex of Anaime and the Chili river moor, which synthesizes the
labour made by actors with different expectations, concepts and knowledge in a pro-
cess of delimiting using PGIS. The area of study is located in the Tolima department in
Colombia, between the national parks of Nevado del Tolima and Páramo de las Her-
mosas. The methodology that was used comprises the training of social actors in mat-
ters concerning the delimitation, basic aspects of cartography, participative mapping,
the construction of a 3D model, and the incorporation of the obtained data into a
GIS software. This methodology was developed from the community and the support
organization’s perspective; it integrates empirical and technical knowledge to reach
consensus and make decisions that seek the sustainability and health of the ecosys-
tem. Among the results that were obtained, there is social profile cartographic and a
3D model of the defined limit, which was used by the community in the negotiation
and proposal of the management plan for this zone in the Citizen Action Discussion
“Mechanisms for sharing benefits” and selected by CORTOLIMA as a subject for the
desk of the Triennial Action Plan 2013-2015.
Keywords: Geospatial technologies, Ecosystems, Citizen participation, Decision making.
INTRODUCCIÓN
Las tecnologías geoespaciales y sus posibilidades de aplicación en los procesos de

planificación, ordenamiento y gestión del territorio se han tornado más accesibles
en los últimos años, gracias a la evolución de los sistemas de información Geográ-
fica – SIG- que han venido creando software libres y amigables con los usuarios,
hasta llegar a ser fácilmente comprensibles y visualizados por comunidades no
expertas en el manejo de información geográfica. Estos elementos, contribuyen a
que el desarrollo de participación se más efectivo, se facilite la comunicación, difu-
sión e intercambio de conocimiento; sin embargo, aún existe desconocimiento de
la potencialidad de esta herramienta, especialmente en zonas marginadas, algunas
organizaciones locales y comunidades rurales, entre otros.
Los Sistemas de Información Geográfica Participativos – SIGP - integra los SIG

que se caracterizan por el almacenamiento y análisis de grandes cantidades de
datos espaciales y alfanuméricos, con metodologías de participación activa, para
realizar una gestión del territorio (Bosque, 2001; Bosque, 2000). La contribución,
por medio de la representación gráfica del mundo real y de su problemática, pro-

mueve la discusión de los actores en torno a su percepción, conocimiento de la
región a través de su historia, expectativas y de la búsqueda de consenso en la
toma de decisiones.
El presente documento sintetiza la labor realizada por la comunidad de Anaime

Chili, la Corporación Semillas de Agua y el Programa de Maestría en Planifica-
ción y Manejo Ambiental de Cuencas Hidrográficas de la Universidad del Tolima,
actores con diferentes expectativas, conceptos, y conocimientos que apoyado en
SIGP buscaron fortalecer la apropiación, empoderamiento y gobernabilidad en la
toma decisiones para la definición del límite del Complejo del Páramo de Anaime
y Río Chilí.
ANTECEDENTES
Las áreas protegidas son esenciales para la conservación de la biodiversidad, están

destinadas a mantener ecosistemas naturales operativos, actuar como refugios
para las especies y conservar los procesos ecológicos incapaces de sobrevivir en
entornos terrestres y marítimos con un mayor nivel de intervención. Dichas áreas
actúan como indicadores que nos permiten entender las interacciones humanas
con el mundo natural (Dudley, 2008).
En Colombia el Sistema Nacional de Áreas Protegidas (SINAP), constituye el con-

junto de, actores sociales y estrategias e instrumentos de gestión que las articulan
para contribuir con el objetivo de conservación de todas las áreas de gobernanza
pública, privada o comunitaria, y del ámbito de gestión nacional, regional o local
(Decreto 2372, 2010).
Colombia cuenta con 34 páramos delimitados, con una superficie total de

1’932.395 ha., lo que equivale a 1,6 % del territorio; sin embargo, solo 709.849 ha.
(36,7 %), se encuentran dentro del sistema nacional de Parques Nacionales Natu-
rales –PNN- (Morales et al., 2007).
Los páramos colombianos son importantes centros de endemismo de flora y

fauna (Rangel, 2000). Contribuyen en la fijación de carbono a través de la necro-
masa adherida a las plantas gracias a la lenta descomposición de la materia orgá-
nica, dada la característica humífera de su suelo (Ministerio del Medio Ambiente
- MAVDT, 2002), desempeñan importantes funciones culturales y económicas,
las cuales dependen de las lógicas propias de las culturas de los grupos humanos
que los habitan, sean campesinos, indígenas o colonos. Así mismo, prestan múl-
tiples servicios ambientales (Procuraduría Delegada para Asuntos Ambientales y
Agrarios 2008; MAVDT 2002).
Según Caro (2010), no existen criterios únicos para desarrollar una metodología
adecuada que permita delimitarlos, debido a que presentan heterogeneidad biofí-
sica, climática, ambiental y social.
El MAVDT en convenio con el Instituto de Investigación de Recursos Biológicos

Alexander Von Humboldt -IAVH- publicaron una guía divulgativa de criterios
para la delimitación de páramos en Colombia (Rivera y Rodríguez, 2011), con
una propuesta de criterios de delimitación de dichos ecosistemas desde el punto
de vista ambiental como ecológico, teniendo presente su interacción con el ser
humano y cómo este ha influido en su transformación. Los criterios son: compo-
nente biofísico, sociocultural y de integridad ecológica.
En los últimos siete años se han declarado algunas zonas de páramo de alta mon-
taña, como parque natural regional - PNR -, haciendo uso del manejo de infor-
mación geográfica. Entre ellas, se encuentra el páramo del Duende que fue
declarada PNR el 9 de agosto de 2005 por la Corporación Autónoma Regional
del Valle del Cauca - CVC -, con una extensión de 14.521 ha. mediante el acuerdo
No. 029/2005 (CVC, 2005). El parque no incluye asentamientos humanos y de
acuerdo con la zonifica¬ción propuesta por las comunidades locales y la Funda-
ción Ecológica Fenicia Defensa Natural – FEDENA -, la zona de amortiguamiento
delimitada para el Valle del Cau¬ca es de 40.000 ha, aproximadamente. La Cor-
poración Autónoma Regional del Quindío - CRQ - declaró PNR a páramos y bos-
ques altoandinos del municipio de Génova mediante consejo directivo No. 008 de
julio 28 de 2008 (CRQ, 2009).
Las contribuciones de los SIG son amplias en su alcance; abordan los aspectos ana-
líticos, funcionales y cuantitativos de la planificación urbana y regional (Zorica,
2000), asimismo cualitativos y perceptuales de comunicación.
Los SIG son herramientas de soporte que se adecúan a un enfoque sistémico de

gestión de recursos naturales, dadas sus características de integración y manipu-
lación de grandes cantidades de datos espaciales y alfanuméricos.
Los SIGP, fueron concebidos inicialmente con la idea de poner al alcance de las
comunidades, herramientas para la toma de decisiones, es decir, con la idea de
brindarles la posibilidad de medir, representar y analizar su información espa-

cial desde su propia percepción (Jardinet, 2004). Facilitan la representación del
conocimiento de la población local y el incremento del poder y la inclusión de los
grupos marginados a través de la educación y participación en tecnologías geo-
gráficas (Ehrensperger, Wymann & Kakridi, 2007).
El manejo de las áreas protegidas se apoya cada vez más en las tecnologías geoes-
paciales, con el fin de conocer y entender las relaciones entre los cambios natu-
rales e inducidos por el hombre y las respuestas de los ecosistemas, además de
defender los derechos al territorio y a la identidad cultural, especialmente en pue-
blos indígenas. Estas son aplicadas en los SIGP, se han implementado particular-
mente en países de África, Asia, Oceanía (FIDA, 2009), Centro América (Pizano,
Jardinet & Urquijo, 2007) y Sur América (Salamanca & Espina, 2012).
Una de las metodologías de SIGP más utilizada es el mapeo participativo, o car-

tografía social o participativa, en donde los mapas generados pueden utilizarse en
los procesos planificación (Taranto 2007; Torquati, Vizzari & Sportolaro 2010) y
de toma de decisiones y como soporte para la comunicación y la acción de defensa
de las comunidades (Segarra, 2002).
Su metodología se constituye en un instrumento de planificación y negociación,

una herramienta de poder para las comunidades marginadas cuya opinión es
generalmente ignorada en este tipo de procesos. Se puede decir que los prime-
ros usos de la cartografía social se dieron a partir de la planeación participativa,
en la cual los mapas ya no se elaboraban a base de técnicas y métodos cuanti-
tativos, sino que se hacían de formas diversas, por quienes habitaban el espa-
cio (Barrera, 2009). Esta idea nació del concepto de “quien habita el territorio es
quien lo conoce” (Andrade y Santamaría, 1997).
Como ejemplo de lo anterior se reportan varios casos, entre ellos, la elaboración

de mapas de los territorios ancestrales de clanes Ogiek en el distrito de Laikipia en
Kenya (Ehrensperger et al., 2007), la experiencia del Parque Nacional Boumba Bek
en Cameroon, (2007 -2008) en un área de territorio indígena sobrelapada con una
zona en la que se concentran gorilas y chimpancés, y la generación de cartografía
y apoyo a las comunidades de pueblos indígenas con miras al reconocimiento jurí-
dico de sus territorios ancestrales de la región de Caraga en el Mindanao septen-
trional (Nelson & Venant, 2008). Además, se encuentran experiencias en Túnez,
Ghana, Vietnam, Kenia, Nicaragua, Perú, entre otros, en los que se usó cartografía
participativa, vinculada posteriormente a un SIG (FIDA, 2009).
En Colombia en zona rural de Leticia, en el Amazonas, con metodología partici-

pativa se obtuvo una caracterización de la imagen del resguardo indígena Ticuna
Uitoto, en los aspectos administrativos, físico-ambientales, socioeconómicos y
culturales, descripción que a su vez se convirtió en la base de la propuesta meto-
dológica para el desarrollo del SIGP y los requerimientos a considerar en el diseño
y desarrollo de este (López Urrego, 2010). En zona del Vaupés, mediante carto-
grafía social se dio sentido a la geografía y lugares donde habita tradicionalmente
el pueblo Yurutí, permitiendo realizar su diagnóstico ambiental y consolidar pro-
puestas para la supervivencia de su cultura (ASATRAIYUVA, 2008).
Un referente de mapeo participativo en páramos corresponde al realizado en

Ecuador entre marzo de 1999 y diciembre de 2001, donde se utilizó esta meto-
dología y posteriormente se involucró a la comunidad en el manejo del páramo,
con lo cual se confirma que el mapeo y la subsiguiente planificación espacial del
uso del suelo es un paso fundamental en los planes de manejo comunitario para
la conservación.
Mediante este método se logró establecer un mecanismo de socialización de

conocimientos entre las personas de las comunidades y la organización de apoyo
(Segarra, 2002).
Otra propuesta metodológica participativa que involucra análisis espacial es la de

modelos en 3D. Rambaldi (2010), afirma que los modelos prototipos en 3D, se
realizaron inicialmente en Tailandia, seguidos por Philipinas, Vietnam, Kenia y
otros países como India, Nepal, Uganda, Camboya, Malasia, Indonesia, Sri Lanka,
Timor Oriental, Fiji, Islas Solomon, Papúa Nueva Guinea, Australia, Etiopía,
Marruecos, Colombia, Nicaragua, Guayana, Perú, Italia y Francia. Gran parte de
estos modelos se realizaron con el fin de definir límites en parques naturales
en los que habitan pueblos indígenas, resolver conflictos en zonas de conser-
vación, y afianzar la cultura de sus ancestros.
Un ejemplo de lo anterior se referencia en el documento compilado por Mikkel-

sen (2012), que indica que Los Batwa de Uganda, realizaron un modelo tridimen-
sional de su zona ancestral del bosque de Bwindi, para el cual fue importante
aporte la información guardada en la memoria de los ancianos, oportunidad de
documentar y dejar constancia de la herencia cultural única de los Batwa.
La construcción de modelos en 3D de manera participativa, ha sido empleada

para suscitar debates entre los miembros de las comunidades y elaborar estrategias
de gestión, a tráves de la delimitación del territorio con un propósito definido. Los

datos obtenidos en estos procesos pueden ser incorporados en un SIG, como se
refiere en el método realizado en varias aldeas de la provincia de Mae Hong Son,
en Tailandia (FIDA, 2009).
De la misma manera Rubiano, Vidal & Fiscué (1997) en Colombia, mediante el

programa de laderas del Centro Internacional de Agricultura Tropical (CIAT -
Palmira, Colombia) y la Fundación Sol y Tierra (Popayán, Cauca) en conjunto
con la Asociación de Cabildos del Norte de Cauca (Santander, Cauca), desarrolla-
ron este método en las zonas de ladera del Departamento del Cauca, específica-
mente en la cuenca del Río Cabuyal, municipio de Caldono.
De esta manera se facilitó la plena participación de las comunidades en el análisis

del estado de los recursos naturales y del entorno tanto biofísico (agua, bosques,
fauna, flora y suelos) como socioeconómico (acceso a servicios e indicadores de
bienestar); durante el proceso se utilizó información secundaria y primaria en la
que se incluyó el conocimiento de diferentes miembros de la comunidad.
La mayor parte de casos de SIGP se han realizado en países de África, Asia y

Oceanía. En menor número se encuentran en países de Centro América, como
México, Nicaragua y Guatemala. Sur América, a pesar de poseer comunidades
indígenas y campesinas, registran un mínimo de casos, como Brasil, Perú, Ecua-
dor y Colombia.
Los procesos de descentralización en los planes de desarrollo, y la intención puesta

en el papel por los sistemas de gobierno de incluir a la población en la toma de
decisiones, amerita que se avale e implemente esta tecnología que ha obtenido
resultados favorables para las comunidades y la protección de los recursos natu-
rales y el medio ambiente.
METODOLOGÍA
Área de estudio:
El estudio se realizó en el sector de los páramos de Anaime y río Chili, en el

corredor de alta montaña entre los Parques Nacionales Naturales del Nevado y
Hermosas, ubicado geográficamente en la cordillera Central en Colombia, entre
las coordenadas 4°07´12” hasta 4°18´59” latitud N, y 75°27´42” hasta 75°41´58”
longitud O.
Con un área aproximada de 57.197 ha; dentro de los límites de los municipios
de Cajamarca, Rovira, Roncesvalles e Ibagué en el Tolima, y Pijao y Génova en el
Quindío (Figura 1).
Figura 1. Área de estudio en el Complejo de páramo Anaime – río Chili, Colombia.
El área se caracteriza por ser un ecosistema de páramo ubicado a los 3.700 m.s.n.m,
con un fuerte contraste de temperatura entre el día y la noche, con una máxima de
25°C y mínima de -3 °C, la precipitación oscila entre los 1.500 y 2.000 mm/año
(CVC, 2005), la estacionalidad es bimodal.
Los suelos son derivados de cenizas volcánicas, escorias y piroclastos vítreos con
una gruesa capa superior de materia orgánica poco meteorizada, típica de los
páramos, pertenecen al Orden Inceptisoles (CORTOLIMA, 2009).
Materiales y métodos: la delimitación del Complejo del Páramo de Anaime y Río

Chili se realizó siguiendo el flujo metodológico que se plantean en la Figura 2.
Figura 2. Esquema del proceso metodológico para la delimitación del Complejo del
páramo de Anaime y río Chili apoyado en SIGP.

La metodología de SIGP implementada comprende la integración de dos com-
ponentes: técnicas de participación y SIG (Figura 3).
Figura 3. Metodología SIGP

El proceso presentado en este documento es ampliamente participativo, dado que el

problema es identificado por actores de la comunidad y organizaciones civiles que
se integran con la comunidad académica en busca de una metodología que le per-
mita lograr acuerdos y soluciones. Se establecieron diferentes técnicas de partici-
pación, tomando como referente a los siguientes: autores como Rambaldi (2010),
Fondo Internacional de Desarrollo Agrícola – FIDA- (2009), Segarra (2002), Barrera
(2009), Rubiano, Vidal y Fiscué (1997) y Mikkelsen (2012), entre otros.
1. Lluvia de ideas. Mediante esta técnica se establecen los objetivos del proyecto,
se identifican las necesidades financieras y de información, percepción e inte-
reses de los actores.
Figura 4. Lluvia de ideas de los actores
Fuente: elaboración propia
2. Listado, categorización y caracterización de actores. Se contemplan los roles,

expectativas, conocimiento, afectación e intereses de estos, experiencia en
trabajos similares, recursos económicos y técnicos, importancia en la adop-
ción e implementación de la política pública con respecto al tema de estu-
dio (Figura 5).
Figura 5. Aspectos considerados para listar actores
Fuente: *Adaptado del documento: Elementos para el mapeo de actores sociales y el

diseño de estrategias para el desarrollo del plan de acción en Proyecto Ciudadano (s.f).
3. Talleres de capacitación: Los actores son capacitados en temas concernien-

tes a la delimitación de páramos, entre ellos zonas de conservación y áreas
protegidas, ecosistemas de páramo, criterios para la delimitación, concep-
tos básicos de SIGP y cartografía. Los talleres de capacitación convergen a
un intercambio de saberes de personas de la comunidad y organizaciones de
apoyo que los orienta para el desarrollo de las actividades de mapeo partici-
pativo y toma de decisiones dentro de un marco legal que se ajusta a las polí-
ticas de gobierno y proporciona legitimidad al proceso.
Figura 6. Talleres de capacitación
4. Mapeo participativo: Esta actividad se desarrolló con la orientación de un

grupo facilitador. En un primer momento se realizó un ejercicio de mapa par-
lante con el fin de familiarizar a los actores con aspectos básicos de cartografía.
Consecutivamente se soportó esta técnica con el uso de una imagen de Ikonos,
mapa topográfico base, mapas de coberturas, ecosistemas, curvas de nivel y
predios (1:25.000) (impresos en escala de visualización 1:10000), en los cuales
los actores reconocieron el territorio, su localización y las actividades que allí
se ejercen. En esta etapa del proyecto se definieron de común acuerdo los cri-
terios para la delimitación del Complejo del páramo de Anaime y Río Chili.
Figura 7. Mapeo participativo en talleres y en campo

5. Construcción de un modelo en 3D: La construcción de este tipo de modelos

hace parte de la cartografía social, se realizó paralelamente al mapeo partici-
pativo, con base en la metodología utilizada por Rambaldi (2010).
Este método se basó en la extracción de información topográfica de un mapa de

curvas de nivel con una equidistancia de 50 m, impreso a una escala de visualiza-
ción de 1:14.000. Para representar cada una se utilizó espuma de 1,5 cm. de espe-
sor. Se representó el relieve de la zona de estudio comprendido entre 2.400 y 3.850
m.s.n.m., con lo cual se utilizaron 30 capas de 1,5 cm. La maqueta se construyó
dividiendo el área de estudio en cuatro secciones, con el fin de facilitar su trans-
porte, ya que la dimensión del área representada en escala 1:14000, correspondió
a un rectángulo de 1,90 * 1,50 m. Cada una se armó sobre una lámina de madera
mdf; se utilizaron dos láminas de 1,0 * 1,0 m y dos láminas de 1,0 * 1,2 m, teniendo
en cuenta que se reservó un espacio de las láminas para el rótulo. Estas se sopor-
taron sobre una mesa de madera, desarmable, de 2,0 * 2,2 m. Para el trabajo de
construcción de la maqueta se conformaron grupos, entre los cuales se dividieron
las actividades de calcado de las curvas de nivel, signado, corte y armado.
Se empleó papel pergamino para calcar las curvas de nivel, posteriormente se

cortó cada una de las capas calcadas y se marcaron sobre la espuma, que también
fue cortada de acuerdo con la línea signada. Se indicaron las capas con el número
correspondiente a la curva de nivel y la lámina de madera en la que se ubicaría,
para tenerlas ordenadas en el momento de pegarlas al armar el modelo. El cual se
construyó empezando por la capa de menor altura; sobre esta, se delineó el con-
torno de la cubierta correspondiente a la siguiente curva de nivel en orden ascen-
dente, y así sucesivamente hasta la capa de mayor altura. La línea dibujada sirvió
como guía para que las mismas se dispusieran acorde con el mapa base. Para rea-
lizar el corte del papel pergamino y la espuma se utilizó bisturí de lanza, y para
pegar cada una de las capas se empleó colbón madera.
Una vez armada y pegada la maqueta, se recubrió con una mezcla realizada con
papel higiénico mojado previamente por un lapso de 12 horas, posteriormente
exprimido y mezclado con colbón hasta obtener una masa homogénea y suave,
semejante a la arcilla. El objetivo de cubrir el protitopo con esta mezcla es suavi-
zar las aristas de cada una de las capas y darle forma más real al relieve. Se esperó
a que secara totalmente. Una vez seco este cubrimiento, se aplicó sobre el mismo
una capa gruesa de colbón. El siguiente paso fue plasmar los ecosistemas, ríos,
lagunas, vías, viviendas y algunos sitios de interés, identificados por personas de
la comunidad conocedoras de la región. Los materiales empleados para esta labor
fueron: vinilos, pinceles, brochas, aserrín pegamento, silicona en barra, pistola

para silicona, bóxer, laca fijadora, casas para maqueta, espuma tinturada y picada,
etiquetas y lanas de diferentes colores.
En la Figura 8 se presentan algunos pasos llevados a cabos en la construcción

del modelo en 3D.
6. Recorrido de campo: Se realizó por dos personas de la comunidad conocedo-

ras de la zona, dos funcionarios del IAVH, el director de la reserva Semillas
de Agua, la Ingeniera del grupo de investigación de Cuencas de la Universi-
dad del Tolima a cargo del proyecto, y una pasante de Topografía en el Labo-
ratorio de SIG de la Facultad de Forestal. Durante el recorrido se reconoció
el área de páramo a través de un transecto entre la Reserva Semillas de Agua
y la vereda Santa Helena. En el trayecto, se identificaron diferentes ecosiste-
mas, algunos espacios con intervención antrópica, llevando a cabo una acti-
vidad de cartografía participativa con habitantes de la región, utilizando los
mapas resultantes de la actividad de mapeo participativo (mapas de cobertu-
ras y predios utilizados en el segundo taller, con objetos geográficos identifi-
cados por los actores). En la Figura 9, se observan algunas imágenes tomadas
durante el recorrido de campo.
Como se mencionó anteriormente, la metodología de SIG-P integra las técni-

cas de participación con los SIG. Algunos de los procesos realizados con SIG,
entre ellos el análisis y enriquecimiento de la información geográfica, la toma de
decision es consensuada para la definición de criterios de delimitación, asimismo

el análisis de resultados, involucrando a los actores que participan en el proyecto.
Figura 9. Recorrido de campo
RESULTADOS
Se identificó como problema en el área de estudio la amenaza de intervención

antrópica por auge en la minería industrial y expansión de la frontera agrícola,
acordando delimitar el Complejo del Páramo de Anaime y Río Chilí, utilizando
una metodología de SIGP, la cual contribuyó a fortalecer la apropiación, empode-
ramiento y gobernanza de los actores.
Para el desarrollo de la metodología se determinaron necesidades de financiación

e información, que se resumen en la Figura 10.
La información secundaria necesaria para el desarrollo del proyecto fue identifi-
cada con la colaboración de actores pertenecientes a instituciones gubernamenta-
les, ONG´s, y la Academia (Tabla 1).
Figura 10. Identificación de necesidades del proyecto

Tabla 1. Información secundaria utilizada en el proceso de delimitación del com-

plejo del Páramo de Anaime y Río Chili

Se definió un listado de factores que fue categorizado y caracterizado, teniendo en

cuenta aspectos como: roles, expectativas, intereses, experiencia en trabajos simi-
lares, recursos económicos y técnicos, afectación, información, importancia en la
adopción e implementación de la política pública con respecto al tema de estudio.
Los actores se categorizaron en cinco grupos: gubernamentales, sector privado,
sociedad civil, Academia y comunidad (tabla 2).
Tabla 2. Categorización de actores
Los criterios de delimitación del Complejo del Páramo de Anaime y Río Chili
acordados por los mismos teniendo como referencia la Guía Divulgativa para la
delimitación de páramos de Colombia, (Rivera & Rodríguez, 2011) se mencio-
nan a continuación.
Cota de elevación: de acuerdo con el nivel de intervención encontrada en la zona,
la altura designada para establecer el límite del páramo es de 2900 m.s.n.m (este
se puede desplazar hasta 3.200 m.s.n.m, cuando se encuentran establecidos sis-
temas de producción que sustentan la economía de familias en la extensión, por
encima de 2.900 m.s.n.m).
Integridad ecológica, ecosistemas, intervención antrópica, y componente social:

los actores reconocieron que entre los hábitats de páramo, bosques y pastos suce-
den interrelaciones, y las funciones que ejerce el hombre sobre estos.
Se decidió incluir en el área de páramo, ecosistemas, así como zonas de vegeta-
ción de páramo y pastos que se encuentran intervenidas superando la altitud 3200
m.s.n.m, para su conservación, recuperación y protección, con la expectativa de
que cumplan con las funciones de bienes y servicios ambientales que caracteriza
estas áreas.
Modelado y procesos morfogénicos en paisaje de páramo: el desarrollo de diná-

micas glaciares ha generado modelados específicos en el paisaje.
De acuerdo con el MAVDT (2010) y CORTOLIMA (2009), a partir de 2900

m.s.n.m, las características del área de estudio corresponden a zonas de páramo,
lo cual se ajusta a las decisiones tomadas durante el procedimiento.
Se generó un insumo cartográfico de perfil social, disponible en formato digital y

análogo del área del límite definido con sus respectivos metadatos, y un modelo
en 3D con información geográfica debidamente georreferenciada (coberturas,
objetos geográficos), toponimia y rótulo, que reflejan saberes locales y técnicos,
el cual fue utilizado por la comunidad, con la negociación y propuesta del plan
de manejo de esta zona, en el Conversatorio de Acción Ciudadana “Mecanismos
para compartir beneficios” y seleccionado por CORTOLIMA como tema para la
mesa de trabajo del Plan de Acción Trienal 2013 – 2015.
Figura 10. Mapa de criterios de la propuesta del Páramo Anaime-Río Chili

Figura 11. Mapa del límite propuesto de la zona de páramo Anaime-río Chili
Figura 12. Rótulo de la maqueta Figura 13. Socialización de los resultados
Fuente: elaboración propia Fuente: elaboración propia
Tomando como referencia a Frans Geilfus (2002), el proceso de participación

en mención, partió del sexto escalón en la llamada “escalera de participación”,
que corresponde a la contribución interactiva en donde los grupos locales orga-
nizados, quienes colaboran en la formulación, implementación y evaluación del
proyecto; esto implica procesos de enseñanza-aprendizaje sistemáticos y estruc-
turados, la toma de control en forma progresiva del proyecto; y al finalizar, los
actores alcanzaron el séptimo peldaño de la “escalera de participación” en el plan-
teamiento de futuros proyectos, que corresponde al auto-desarrollo en donde los
grupos locales organizados toman iniciativas sin esperar intervenciones externas;
estas se hacen en forma de asesoría y como socios. Lo anterior significa que se
tiene un grupo de actores fortalecidos en apropiación, empoderamiento y gober-
nanza, como resultado de la aplicación de los SIGP, que integra metodologías de
aprtación que incluyen capacitación, mapeo participativo, y construcción de un

modelo en 3D, con técnicas de SIG, proporcionando legitimad al proceso y a la
toma de decisiones.
CONCLUSIONES
Las actividades de protección y conservación de los páramos, planificadas y con-

sensuadas con la participación de actores locales y externos, minimiza los conflic-
tos y viabiliza la implementación de acciones que obedecen a la toma de decisiones.
La integración de técnicas de participación activa y los SIG se concibe como un

método que disminuye la brecha que existe entre las tecnologías de la informa-
ción geográfica y el conocimiento local de grupos de poblaciones que habían sido
marginadas o excluidas de procesos que requieren toma de decisiones, para que
sean escuchadas y consideradas sus opiniones, conocimientos e intereses. Este pro-
ceso proporciona un acercamiento de las comunidades al potencial de los SIG para
transferir información local y espacializar su conocimiento e historia. La imple-
mentación de estas metodologías facilita la apropiación, el empoderamiento y go-
bernabilidad de los diferentes actores que hacen parte de un proyecto.
La elaboración de modelos en 3D, es una técnica de cartografía social que con-

tribuye a mantener viva la historia de una región, estimula la memoria de quie-
nes poseen el conocimiento ancestral, reconociendo su importancia y el valor de
sus aportes y hace que los jóvenes que participan en el proceso, hereden cono-
cimientos que hubiesen podido dejar de interesarles, los valoren y reconozcan,
adquieran una visión más consciente del territorio en el sentido ecológico y eco-
sistémico, garantizando la permanencia de recursos fundamentales para las gene-
raciones futuras. Los prototipos en 3D constituyen un SIG didáctico, de fácil
visualización y comprensión, con información georreferenciada que le otorga
validez. Esta técnica es de gran utilidad en procesos donde es escasa la informa-
ción, y puede ser trasladada de mapas mentales a estos modelos, para generar car-
tografía utilizando un software libre, que posteriormente puede estar disponible
para las comunidades y entidades que lo requieran.
La participación activa de las comunidades en procesos de ordenamiento del

territorio, de protección y conservación de los recursos naturales, permite a las
comunidades como los actores gubernamentales, privados y de la sociedad civil,
capacitados previamente en temas concernientes al proyecto, realicen aportes
valiosos desde técnicos como empíricos, que viabilizan la toma consensuada de
decisiones, acorde a los intereses colectivos y enmarcados dentro de la normati-

vidad que favorece el mantenimiento de los recursos naturales.
La protección y conservación de las zonas de alta montaña contribuye con el pro-

greso de las regiones en las que el paisaje ha sido alterado y afectado por activida-
des realizadas tanto por actores locales como externos.
Los SIGP son una herramienta útil para un adecuado análisis, planificación,
administración, educación, seguimiento, gobernanza y gobernabilidad de proyec-
tos para delimitar en zonas de páramo y su área de amortiguamiento.
Bibliografía
Asociación de Autoridades Tradicionales Indígenas Yuruties del Vaupés -ASATRAIYUVA.

(2008). Plan integral de vida indígena Yuruturí del Vaupés. Recuperado de http://obser-
vatorioetnicocecoin.org.co/cecoin/files/PIVI%20ASATRAIYUVA.pdf
Barrera, S. (2009). Reflexiones sobre Sistemas de Información Geográfica Participativos
(SIGP) y cartografía social. Cuadernos de Geografía - Revista Colombiana de Geogra-
fía. (18): 9-23.
Bosque, S. J. (2001). Planificación y gestión del territorio. De los SIG a los sistemas de ayuda
a la decisión espacial (SADE). El Campo de las ciencias y las artes. 138, 137-174.
Bosque, S. J., & García, R. C. (2000). El uso de los sistemas de información geográfica en la
planificación territorial. Anuales de Geografía de la Universidad Complutense. 20, 49-67.
Caro, A. (Comp.) (2010). Memorias talleres “Definición de criterios para la delimita-
ción de los diferentes tipos de páramos del país y de lineamientos para su conserva-
ción”. Bogotá, D.C.: Instituto de Investigación de Recursos Biológicos Alexander von
Humboldt. Ministerio de Ambiente, Vivienda y Desarrollo Territorial. 76 p. Recupe-
rado de http://www.academia.edu/2332904/Aproximaci%C3%B3n_a_la_integridad_
ecol%C3%B3gica_en_sistemas_socio-ecol%C3%B3gicos_SES_
Corporación Autónoma Regional del Quindío, CRQ (2009). Informe de Gestión. Rendición
de cuentas a la Ciudadanía. Vigencia 2009. Recuperado de www.crq.gov.co/Documen-
tos/RENDICION%20DE%20CUENTAS/INFORME%20RENDICION%20DE%20CUEN-
TAS%202009.pdf
Corporación Autónoma Regional del Tolima, CORTOLIMA. (2009). Estudio de estado
actual y plan de manejo de los páramos del departamento del Tolima. Recuperado de
http://www.cortolima.gov.co/sites/default/files/images/stories/centro_documentos/
estudios/estudio_del_estado_actual_de_los_paramos_en_el_epto.pdf
Corporación Autónoma Regional del Valle del Cauca, CVC. (2005). Acuerdo no. 0920 (2005)
“por el cual se declara el páramo del Duende como Parque Natural Regional y se adopta
otras determinaciones”. CVC. Cali, Colombia. Recuperado de http://www.condesan.
org/ppa/sites/default/files/recursos/archivos/Declaratoria%20Parque%20Natural%20
Regional%20Paramo%20de%20El%20Duende%20Acuerdo%20029_2005%20de%20
la%20CVC.pdf
Decreto No. 2372. (2010). Por el cual se reglamenta el Decreto Ley 2811 de 1974, la Ley 99 de
1993, la Ley 165 de 1994 y el Decreto Ley de 216 de 2013, en relación del Sistema Nacio-
nal de Áreas Protegidas, las categorías de manejo que lo conforman y se dictan otras
disposiciones. Ministerio del Ambiente Vivienda y Desarrollo Territorial, Colombia.
Dudley, N. (2008). Directrices para la aplicación de las categorías de gestión de áreas prote-
gidas. Gland, Suiza: UICN. 96 p.
Ehrensperger, A., Wymann, S. & Kakridi, F. (2007). Tecnologías de información geográfica
para el manejo de los recursos naturales. InfoResources Focus, 3, 16. Recuperado de
http://www.inforesources.ch/pdf/focus07_3_s.pdf
FIDA. (2009). Buenas prácticas en cartografía participativa. Análisis preparado para el
Fondo Internacional de Desarrollo Agrícola (FIDA). Roma, Italia: FIDA. 55 p. Recupe-
rado de http://www.ifad.org/pub/map/pm_web_s.pdf.
Geilfus, F. (2002). 80 herramientas para el desarrollo participativo: diagnóstico, planifica-
ción, monitoreo, evaluación. San José, Costa Rica.
Jardinet, S. (2004). Desarrollo de capacidades y SIGP para la demarcación de tierras: inno-
vaciones de Nicaragua. Aprendizaje y acción Participativos. 8. (54). Recuperado de
http://www.ibcperu.org/files/7930.pdf
López Urrego, A. P. (2010). Una noción de territorio y los sistemas de información geográ-
fica participativos: experiencia en una comunidad indígena del Amazonas colombiano.
UD y la GEOMÁTICA (4), 3-14.
Mikkelsen, C. (Comp.) (2012). El mundo indígena 2012. Copenhague. http://es.scribd.com/
doc/98546697/El-mundo-indigena-2012#scribd
Ministerio del Medio Ambiente. (2002). Programa para el manejo sostenible y restauración
de ecosistemas de la alta montaña colombiana: Páramos. Bogotá D.C., Colombia. Recu-
perado de www.banrepcultural.org/.../congresoparamo/programa-nacional.pdf
Morales-Betancourt, J. A., & Estévez-Varón, J. V. (2006). El páramo: ¿ecosistema en vía de
extinción? Revista Luna Azul, 22 (Enero - Junio 2006): 39-35.
Morales, M., Otero, J., Van der Hammen, T., Torres, A., Cadena, C., Pedraza, C., Rodríguez,
N., Franco, C., Betancourth, J.C., Olaya, E., Posada, E. & Cárdenas, L. (2007). Atlas de
páramos de Colombia. Bogotá, D. C.: Instituto de Investigación de Recursos Biológicos
Alexander von Humboldt. 208 p.
Nelson, J. & Venant, M. (2008). Cameroon - indigenous peoples’ participation in mapping
of traditional forest resources for sustainable livelihoods and great ape conservation.
Forest Peoples Programme. England: Report to the United Nations Environment Pro-
gramme (UNEP). Recuperado de http://www.forestpeoples.org/sites/fpp/files/publica-
tion/2010/04/cameroonunepreportnov08eng.pdf
Pizano, J., Jardinet, S., & Urquijo. J. (2007). Desarrollo de capacidades locales y SIG partici-
pativo para la delimitación del territorio: experiencia innovadora en Nicaragua. Mana-
gua: Acción contra el hambre, Nicaragua y Universidad Politécnica de Madrid (UPM).
23 p. Recuperado de http://www.iapad.org/publications/ppgis/afc_06_sigp_las%20
sabanas.pdf
Procuraduría Delegada para Asuntos Ambientales y Agrarios. (2008). Situación de los pára-
mos en Colombia frente a la actividad antrópica y el cambio climático. Informe preven-
tivo. Bogotá: República de Colombia: Procuraduría General de la Nación, Procuraduría
delegada para Asuntos Ambientales e Instituto de Estudios del Ministerio Público. 107
p.
Rambaldi, G. (2010). Modelado participativo tridimensional: principios orientadores y
aplicaciones. Wageningen, Países Bajos: CTA.
Rangel, ¬CH. O. (2000). Colombia diversidad biótica III. La región de vida paramuna.
Bogotá: Editorial Universidad Nacional de Colombia. 902 p.
Rivera, D. & Rodríguez, C. (2011). Guía divulgativa de criterios para la delimitación de pára-
mos de Colombia. Bogotá: Ministerio de Ambiente, Vivienda y Desarrollo Territorial e
Instituto de Investigación de Recursos Biológicos Alexander von Humboldt. 68 p.
Rubiano, J.E, Vidal, M. & Fiscué, M.O. (1997). Cómo construir modelos tri-dimensionales de
cuencas hidrográficas. Un manual para entidades que trabajan con comunidades. Pes-
cador, Cauca, Colombia: Consorcio Interinstitucional para una Agricultura Sostenible
en Laderas (CIPASLA). 18 p.
Salamanca, C. & Espina, R. (Comp.) (2012). Mapas y derechos. Experiencias y aprendiza-
jes en América Latina - 1a ed. – Rosario, Argentina: Editorial Universidad Nacional de
Rosario, 316 p.
Segarra, P. (2002). Mapeo participativo involucrando a la comunidad en el manejo del
páramo. En: C. Ange Jaramillo (Ed.). Congreso mundial de páramos (Tomo I). Paipa,
Boyacá, Colombia.
Taranto, T. J. (2007). Using spatial information to aid decision-making: case study of deve-
loping a participatory geographic information system for regional tourism planning.
Journal of Spatial Science, 52(2), 23 – 34
Torquati, B., Vizzari, M., & Sportolaro, C. (2011). Participatory GIS for integrating local and
expert knowledge in landscape planning. En: Z. Andreopoulou, B Manos, N Polman,
D Viaggi (Ed.). Agricultural and environmental informatics, governance and manage-
ment: emerging research applications. (pp. 378-396). Hershey: IGI Global.
Zorica Nedovic`-Budic`. (2000). Geographic information science implications for urban
and regional planning, URISA Journal, 12 (2): 81-93.
Capítulo 14
Evaluación de sustentabilidad
del territorio de una cuenca
hidrológica, mediante
indicadores ambientales
Leonardo Ayala Baldenegro, Horacio Roldán López,
Leonardo Ayala Rodríguez, José Manuel Calderón Arellano,
Gladis Beatriz Mascareño-López
Facultad de Arquitectura de la Univesidad Autonoma de Sinaloa, México.
RESUMEN
El modelo de desarrollo seleccionado en la planeación estratégica para el uso del agua en

la región objetivo debe estar acompañado de una propuesta de participación transver-
sal, incluyente y de relación armónica entre los distintos sectores productivos y socia-
les. El gobierno, en el marco de una política incluyente con acciones concretas , debe
desempeñar una gestoría que promocione el desarrollo socioeconómico mediante el
aprovechamiento racional del agua, los recursos naturales y la preservación de calidad
en los servicios ambientales; además es imprescindible garantizar el cumplimiento de
los preceptos jurídico-normativos en materia ecológica y ambiental.
De esta forma se podrán aplicar los nuevos indicadores del uso del agua y su aplicación
de acuerdo con la disponibilidad del recurso hídrico. Se trata entonces, del estudio
de la cuenca hidrológica como base de funcionamiento territorial para la transferen-
cia del agua, el cual será evaluado mediante los indicadores hídricos que son: Huella
Hídrica HH y Agua Virtual AV. Así se establecerá una relación entre la pertinencia de
los usos consuntivos y su impacto en la región de estudio.
Palabras Clave: Cuenca Hidrológica; Indicadores Ambientales; Unidades Ambientales;

Huella Hídrica y Agua Virtual.
INTRODUCCIÓN
El modelo de desarrollo seleccionado en la planeación estratégica para el uso del

agua en el territorio, debe estar acompañado de una propuesta de participación
299
transversal, incluyente y El modelo de desarrollo seleccionado en la planeación

estratégica para el uso del agua en el territorio, debe estar acompañado de una
propuesta de participación transversal, incluyente y de relación armónica entre
los distintos sectores productivos y sociales. El gobierno en el marco de una
política incluyente con acciones concretas , debe desempeñar una gestoría que
promocione el desarrollo socioeconómico mediante el aprovechamiento racio-
nal del agua, los recursos naturales y la preservación de calidad en los servicios
ambientales; además es imprescindible garantizar el cumplimiento de los precep-
tos jurídico-normativos en materia ecológica y ambiental. Dicho modelo deberá
responder a los factores intrínsecos en el manejo del agua, hacer el cálculo de la
Huella Hídrica HH y Agua Virtual AV, para establecer una relación entre la perti-
nencia de los usos consuntivos y su impacto a nivel de cuenca hidrológica.
Así, el Subsistema Biofísico se determina mediante la construcción de Unida-

des Ambientales donde se extienden las cuencas en estudio. Del Subsistema
Social se consideró tanto capacidad productiva y competitiva como la demanda
de servicios, que incluye los servicios públicos, la infraestructura y la vivienda.
El Subsistema Económico mediante el cual se evalúa las actividades producti-
vas predominantes en la región, comprende la demanda de agua, las alteraciones
de los ciclos hidrológicos naturales y antropogénicos y, políticas de planeación y
administración del agua. Para el Subsistema Territorial se evalúa la distribución
de la población, ubicación de los sistemas o unidades productivas, infraestructura
de servicios, sitios para la disposición final de residuos sólidos y líquidos (cuer-
pos receptores), la ubicación de cuerpos de agua, parques y zonas de protección
ambiental y ecológica así como zonas de riesgo por eventos hidrometeorológicos.
El Subsistema Ambiental, se refiere a los usos y cambios de usos del suelo; pro-
cesos de urbanización (metropolización y periurbanización); Variaciones climáti-
cas; Manejo de residuos; Aguas residuales; Emisiones a la atmósfera; Sustancias y
residuos peligrosos; Funcionamiento de los sistemas acuáticos. Las líneas estraté-
gicas que resulten para racionar el uso y consumo de agua, permitirán tener mayor
capacidad de manejo para la depuración de contaminantes con el fin de aprove-
char los distintos efluentes de acuerdo a la normatividad vigente, que garantice la
salud humana y ambiental.
La planeación de uso del agua, para garantizar el suministro a las generaciones
futuras, deberá ser a largo plazo y trascender los tiempos políticos. La planeación
del desarrollo es un proceso de determinación, donde las acciones que deben rea-
lizarse y de los medios necesarios para este fin, tiene como objetivo alcanzar un
crecimiento económico que sea socialmente adecuado.
OBJETIVOS
La evaluación de sustentabilidad del territorio en una cuenca es un proceso de

toma de decisiones para definir las acciones que deben realizarse y de los medios
necesarios que sirvan a este fin, con el objetivo de lograr un crecimiento econó-
mico que sea socialmente adecuado y ambientalmente funcional. A continuación,
se marcan los siguientes:
Objetivos Particulares
- Ubicar en el territorio las potencialidades, limitaciones y problemas deri-
vadas de los servicios ambientales del agua.
- Identificar la condición de servicio para el abastecimiento de las necesida-
des de los ecosistemas y comunidades humanas, tanto urbanas como rura-
les, su disponibilidad y su relación con el referente medioambiental.
- Considerar la cuenca hidrológica como la Unidad Territorial para la pla-
neación del funcionamiento de localidades urbanas y rurales, con una
estrategia particular para cada caso.
- Identificar las líneas estratégicas que resulten para racionar el uso y con-
sumo de agua.
- Proponer alternativas tangibles y operativas para disminuir las interferen-
cias en el ciclo hidrológico de igual manera garantizar la disponibilidad
del agua en la cuenca.
MÉTODO
Para hacer un balance del uso y disponibilidad del agua en el funcionamiento de

una cuenca hidrológica, se requiere en primer término la identificación de indi-
cadores por subsistema, como se ha descrito en la parte de Introducción. Esta,
consiste en el análisis del comportamiento de los subsistemas y su interacción,
lo que permitirá identificar y proponer, en su caso, las condiciones y alternativas
que son necesarias para el manejo sustentable del agua. Considerando los compo-
nentes identificados para cada subsistema, y siguiendo el método para la caracte-
rización de Unidades Ambientales basados en el Modelo para la elaboración del
Ordenamiento Ecológico del Estado de Sinaloa 2010 (en Evaluación), las Unida-
des Ambientales identificadas son evaluadas a partir de indicadores como Fragi-
lidad, Presión y Vulnerabilidad por Municipio.
Los indicadores socioeconómicos incluyen la distribución de las Unidades Eco-

nómicas Productivas tomando como base el Directorio Estadístico Nacional de
Unidades Económicas DENUE el cual está integrado con información de identifi-

cación y ubicación de las unidades económicas que fueron captadas por los Cen-
sos Económicos 2009 (CE, 2009).
En lo referente a la evolución de la Población Ocupada para cada Municipio y sus

Unidades Ambientales, se relacionó con el Censo del Instituto Nacional de Esta-
dística y Geografía INEGI en 2000 y 2010. Para la referencia, se consideran los
datos del estado de Sinaloa para el año 2000, donde se registra que de una pobla-
ción total de 2´536,844 habitantes, el 34.41 % (872,838 habitantes) corresponde a
población ocupada; en tanto que para el 2010 de 2´767,761 el 38.17 % (1´056,385
habitantes) está ocupada.
Para el Subsistema Territorial se consideró: la distribución de la población, ubi-

cación de las sistemas o unidades productivas, infraestructura de servicios, sitios
para la disposición final de residuos sólidos y líquidos (cuerpos receptores), la
ubicación de cuerpos de agua, parques y zonas de protección ambiental y ecoló-
gica, así como zonas de riesgo por eventos hidrometeorológicos.
Para ser aplicados en la Región centro del territorio Estatal, que comprende los
Municipios de Badiraguato, Angostura, Culiacán y Cosalá, ya que pertenecen
a las cuencas hidrológicas de Culiacán y San Lorenzo. Se identificó el perfil de
funcionamiento de cada, municipio a partir de la valoración y catalogación de la
Unidades Ambientales.
RESULTADOS
Los resultados del diagnóstico realizado en las Cuencas Culiacán-Humaya-San

Lorenzo, región de estudio del proyecto, se sitúa en los Municipios de Cosalá y
Badiraguato, que comprende la zona de ambos grupos montañosos ; Culiacán,
que comprende desde la costa hasta el pie de sierra; Angostura y Navolato que son
netamente costeros.
Esta fase corresponde al estudio del medio natural y socioeconómico de las cuen-
cas en comento, el cual se basó en el Ordenamiento Ecológico del Estado de Sina-
loa, concluido en el 2011.
ANGOSTURA
a) Unidades Ambientales, Indicadores y Perfil Ambiental.

b) Unidades Económicas UE totales y por sector productivo.
c) Distribución de la población total ocupada, por sector y por municipio
d) Distribución de las localidades rurales y urbanas por UA en el municipio Angostura.
e) Distribución de la población rural y urbana en el municipio Angostura.
f) Evolución del uso del suelo y los cambios de usos del suelo.
BADIRAGUATO
a) Unidades ambientales, indicadores y perfil ambiental.
b) Unidades Económicas (UE) totales y por sector productivo
c) Distribución de la población total ocupada, por sector y por municipio
e) Distribución de la población rural y urbana en el municipio Badiraguato.
NAVOLATO
a) Unidades Ambientales, indicadores y perfil ambiental.
b) Unidades Económicas (UE) totales y por sector productivo.
c) Distribución de la población total ocupada, por sector y por municipio.
d) Distribución de las localidades rurales y urbanas por UA en el municipio Navolato..
e) Distribución de la población rural y urbana en el municipio Navolato.

CULIACÁN
a) Unidades Ambientales, indicadores y perfil ambiental
b) Unidades Económicas (UE) totales y por sector productivo

d) Distribución de las localidades rurales y urbanas por UA en el municipio Culiacán.
e) Distribución de la población rural y urbana en el municipio Culiacán.
COSALÁ
a) Unidades Ambientales, indicadores y Pprfil ambiental.

b) Unidades Económicas (UE) totales y por sector productivo.
d) Distribución de las localidades rurales y urbanas por UA en el municipio Cosalá.
e) Distribución de la población rural y urbana en el municipio Cosalá.
DESCRIPCIÓN DE LAS UNIDADES AMBIENTALES
Angostura.-
a) Identificación de la Unidades Ambientales.
Para el municipio se identificaron 11 Unidades Ambientales de las cuales 7 pre-

sentan de manera predominante uso agrícola de riego.
Otorgándole al municipio un perfil ambiental de aprovechamiento intensivo del

sector agrícola y ganadero, asentamientos humanos, acuicultura y servicios, que
en total suman una superficie de 1069.76 km2.
b) Subsistema Socioeconómico.
El Municipio registra 1,282 Unidades Económicas Productivas, Predominando

con el 87 % las del sector terciario (comercio y servicios); del sector secunda-
rio con 129 UE, ocupa sólo el 10 % y están concentradas en las siguientes loca-
lidades: La Reforma, Chinitos, Alhuey y Angostura (cabecera municipal); donde
solo se registran 37 UE del sector primario. Respecto de la población ocupada se
registra, para el año 2000, un total de 43,735 habitantes, de los cuales el 28.17 %
(12,322 habitantes) estaban ocupados; en tanto que en el 2010, de 44,616 habi-
tantes se registra el 31.82 % ocupados (14,195 habitantes).
c) Subsistema Territoria. Distribución de la población rural y urbana por municipio.
Los datos arrojados en los Censos de 1995, 2000 y 2010 indican que el Munici-
pio de Angostura ha registrado un incremento significativo de localidades rurales
con 66 en 1995; 109 en 2000 y 120 en el 2010. Respecto de las localidades urbanas,
para el periodo evaluado, se registra un incremento de 5 a 6 localidades por UA.
Conforme al registro de la población en 1995, el municipio de Angostura con-
taba con un total de 46,739 habitantes cuya distribución correspondía al 55.55 %
que equivale a (25,962 habitantes) de la población rural y 44.45 % es decir 20,777
habitantes a la urbana. Para el año 2010, la proporción de la población cambia de
predominancia rural a la urbana con una diferencia de 3 % aproximadamente. El
comportamiento en cuanto a la distribución de la población de este municipio se
considera como de tipo rururbano.
d) Subsistema Ambiental.
En un período de 20 años con datos del INEGI que comprende del año 1986 al
2006, la agricultura de riego representa el principal uso del suelo de la superficie
en el municipio con 64.15 % y 64.93 % respectivamente; de la vegetación natural
baja de manera significativa de 27.24 %, a 18.75 %, teniendo una disminución de
más del 10%; La agricultura de temporal que representa un 6% se mantiene en el
periodo evaluado. También en este Municipio aparece la actividad acuícola y pes-
querías con uso significativo del 7 %. Los cuerpos de agua se registraron con el 1%.
e) Problemas ambientales detectados.
La deforestación de vegetación y afectación de fauna silvestre por actividades

agropecuarias; Susceptibilidad a fenómenos hidrometeorológicos (huracanes,
tormentas tropicales, sequías y heladas), actividad sísmica y erosión; Descarga de

aguas residuales agrícolas y acuícolas a los principales cuerpos de agua, afectando
principalmente a la Bahía Santa María y Río Mocorito; Afectación de la vegeta-
ción por el desarrollo de actividades acuícola y asentamientos humanos; Contami-
nación del agua y del suelo por hidrocarburos y materia orgánica, residuos sólidos
provenientes de asentamientos humanos y actividades agrícolas y pesqueras.
Badiraguato:
a) Identificación de la Unidades Ambientales
El municipio se constituyó, de acuerdo con las características biofísicas, en 7 Uni-

dades Ambientales, de las cuales destacan Surutato y Los Cortijos con vegetación
natural, ya que ocupa aproximadamente el 67.4 % del total del territorio municipal
y de acuerdo con la evaluación de los indicadores ambientales se tipifican como de
zonas de conservación .
El Municipio registra 304 Unidades Económicas, concentradas en 2 Unidades

Ambientales que son Badiraguato y Otatillos, de las 304 UE, 285 corresponden
al sector terciario, 16 al sector secundario y 3 al sector primario. De la población
ocupada se registra, para el año 2000, un total de 37,634 habitantes de los cuales el
20.6 % que corresponde a 7,764 habitantes estaban ocupados; Hacia el año 2010,
de 29,958 habitantes se registra el 30.3 % ocupados que equivalen a 9,080 pobla-
dores. El perfil de conservación en este municipio predomina las actividades del
sector primario.
c) Subsistema Territorial. Distribución de la población rural y urbana por municipio
De los Censos ya citados, el Municipio de Badiraguato ha registrado un incre-

mento relativo de localidades rurales con 363 en 1995; 438 en 2000 y 479 para el
2010. Y solo una pasó de localidad rural a urbana hacia el 2010 en el municipio
mencionado. La población de 1995, en el municipio de Badiraguato expresaba un
senso de 38,328 habitantes, cuya distribución correspondía a 91.74 % que equiva-
len a 35,163 habitantes de la población rural y 8.26 % (3,165 habitantes) a localidad
urbana. Para el año 2010 se mantiene la tendencia a la baja con una disminución
de la población total del 21.84 % en el periodo evaluado. También se registra que
la proporción de la población mantiene la predominancia rural, aunque se observa
un mínimo incremento en la población urbana en el periodo evaluado.
En un período de 20 años (INEGI 1986- 2006) se presentan los siguientes datos:

de una superficie de 5,864.75 km2 (4,786.86 km2 según INEGI) que ocupa el
municipio, la cobertura de vegetación natural se mantiene como el uso predomi-
nante de la superficie municipal, de 90.3 % en 1986 y 91.9 % en 2006. En lo refe-
rente a las actividades productivas se registra la agricultura de temporal con el
4.75 % del total del territorio. El cuerpo de agua lo constituye el Río Humaya con
la presa Adolfo López Mateos (El Varejonal) que ocupa 1.4 % del municipio.
e) Problemas ambientales detectados:
Problemas ambientales detectados: Generación de residuos sólidos y aguas residua-

les de origen urbano; Afectación de vegetación por el desarrollo de la actividad
agropecuaria, forestal y asentamientos humanos; Susceptibilidad a fenómenos
hidrometeorológicos (heladas, sequías e incendios forestales) y erosión; Conta-
minación del cuerpo de agua Río Humaya y Arroyos Badiraguato, San José de Oro
y San Luis Gonzaga y presa Adolfo López Mateos.
Navolato
En el municipio se identificaron 14 Unidades Ambientales de las cuales 8 pre-

sentan de manera predominante uso agrícola de riego, asentamientos humanos,
industria y comercio ocupando el 71.6 % del total del territorio municipal lo cual
le confiere un perfil agroindustrial.
El Municipio registra 3,209 Unidades Económicas (Productivas), de éstas desta-

can 87.1 % UE del Sector Terciario (comercio y servicios) registradas en las loca-
lidades de Navolato (cabecera municipal), Campo Gobierno, La Palma y El Tigre;
del sector secundario con 9.9 %. Respecto del sector primario (3 %) correspon-
den a localidades identificadas por la actividad pesquera y acuícola Dautillos, Las
Aguamitas y El Castillo. De la población ocupada se registra, para el año 2000, un
total de 145,569 habitantes, de los cuales el 36.57 % (55,458 habitantes) estaban
ocupados. En tanto que para el 2010, de 136,597 habitantes se registra el 37.1 %
ocupados (50,679). De acuerdo con la relación anterior se determina que la pobla-
ción total bajó de manera significativo con 9,000 habitantes aproximadamente.
c) Subsistema Territorial (Distribución de la población rural y urbana por municipio)
Para el Municipio de Navolato han registrado un incremento notorio de locali-

dades rurales con 198 en 1995; 280 en 2000 y 336 en el 2010. De las localidades
urbanas para el período evaluado, no se registran cambios. Conforme al registro
de la población de 1995, el municipio de Navolato contaba con un total de 127,760
habitantes, cuya distribución correspondía 55.48 % (70,884 habitantes) a pobla-
ción rural y 44.52 % (56,876 habitantes) de población urbana. Para el año 2000
se registra un incremento de la población total en 10.32 % (142,460). Mientras
que para el año 2010 la población total se reduce en un 4 % aproximadamente en
tanto que la proporción entre la población rural y urbana presenta una tendencia
a incrementar al pasar de 44.5 en 1995 a 53.4 % en el 2010. Este fenómeno puede
inferir que las localidades rurales presenta una cierta estabilidad en la población
con una tendencia promedio decreciente en los últimos 20 años.
La agricultura de riego representa en los dos períodos (INEGI, 1986-2006) como

el principal uso del suelo con una pequeña variación (60.5 % y 58.0 % respectiva-
mente) y entre los cuales se detecta una disminución del total de la superficie ocu-
pada para esta actividad. De la vegetación natural se observa un incremento del
3 % ya que para 1986 se registran 29.64 %, y para el 2006 se detectan 32.62 %. La
actividad acuícola y pesquerías registran el 2.5 %; en tanto que la agricultura de
temporal es poco significativo (aproximadamente 1 %). Y, los cuerpos de agua se
registra un promedio de 1.5% y que corresponde a los sistemas lagunares.
Generación de residuos sólidos y aguas residuales de asentamientos humanos y

actividades agropecuarias; Afectación de vegetación por desmonte, aprovecha-
miento forestal y asentamientos humanos, se registran sólo relictos de vegetación
natural; Susceptibilidad a fenómenos hidrometeorológicos (huracanes, tormentas
tropicales, heladas y sequías); Descarga de aguas residuales agrícolas, pecuarias y
de asentamientos humanos al cuerpo de agua Río Culiacán y sistema de humeda-
les de Ensenada Pabellones y Bahía de Altata; Alteración de la vegetación litoral
por el desarrollo urbano y turístico.
Culiacán
El municipio comprende desde la Sierra Madre Occidental, frontera con Durango,

hasta el litoral del Golfo de California. Consta de 22 Unidades Ambientales, 13
presentan uso agrícola de riego, además de actividades ganaderas y asentamien-
tos humanos de los cuales derivan el comercio, servicios e industria, ocupan una
superficie de 82.9 % del territorio municipal, lo que le confiere un perfil ambien-
tal de aprovechamiento intensivo en la línea productiva agropecuaria y de servicios
El Municipio registra 31,673 Unidades Económicas (Productivas), 27,935 UE (88.2

%) se ubican en el Sector Terciario (comercio y servicios), del sector secundario con
3,293 (10.4 %), y del sector primario con 445 UE (1.4 %). Las UE del sector tercia-
rio y secundario se concentran en las localidades principales del municipio como
Culiacán (cabecera municipal), Costa Rica, Eldorado; Pueblos Unidos, El Salado
y Quilá. Respecto del sector primario 398 UE, se registran en las localidades pes-
queras y acuícolas Dautillos, Las Aguamitas y El Castillo. De la población ocupada
se registra, para el año 2000, un total de 745,305 habitantes, de los cuales el 36.6 %
(272,563 habitantes) estaban ocupados. En tanto que para el 2010, de 857,606 habi-
tantes se registra el 40.9 % ocupados (350,684). De acuerdo con la relación anterior
se determina que, proporcionalmente, el Municipio presenta un incremento de 4.3
% aproximadamente. Y, en ambos períodos la población ocupada esta por arriba
del promedio estatal, con 2 y 3 % de diferencia, respectivamente.
En el período evaluado, el Municipio de Culiacán ha registrado un incremento

notorio de localidades rurales de 471 en 1995; 790 en 2000 y 1,005 en el 2010. De
las localidades urbanas para el período evaluado, se registran la disminución de
una localidad (Pueblos Unidos-) de 10 a 9.
La población de 1995 en el municipio de Culiacán era de 687,034 habitantes, cuya

distribución correspondía 17.17 % (117,988 habitantes) en localidades rurales y
82.83 % (569,046 habitantes) en las localidades urbanas. Mientras que, para en el
periodo 2000-2010 se registra un incremento significativo (16.1 %) con total de
857,606 habitantes, consolidándose la población urbana con 742,790 (4 %) res-
pecto de la década de los 90, mientras que la población rural refleja una dismi-
nución del 3.7 % con 114,816 habitantes para el mismo periodo. Este fenómeno
puede inferir que las localidades urbanas presentan una tendencia creciente en los
últimos 20 años.
El Municipio de Culiacán con superficie de 6,119.77 km2 (4, 758 km2 dato de
INEGI) tiene de vegetación natural un 42.5 %, con leve incremento al 2006 (45
%); en tanto la agricultura de riego que registra la mayor superficie representa
alrededor del 26 % del total, que asociada con la agricultura de temporal que
asciende a un total de 51 %. La superficie de los cuerpos de agua comprende el
1.5 % que incluye dos presas (Adolfo López Mateos y Sanalona) y sus respectivos
derivadores localizadas en los ríos Humaya y Tamazula. De la actividad acuícola
registra el 0.72 %.
Descarga de aguas residuales por actividad agropecuaria y asentamientos huma-

nos al sistema lagunar Ensenada-Pabellones, Playas de Ponce y Estero el Tule y
Ríos San Lorenzo, Tamazula, Humaya y Culiacán; Generación de residuos sólidos
de asentamientos humanos y de origen agropecuario; Afectación de la vegetación
por desmonte, aprovechamiento forestal, actividades agropecuarias, mineras,
actividades turística, acuícola y asentamientos humanos; Susceptibilidad a fenó-
menos hidrometeorológicos (huracanes, tormentas tropicales, heladas y sequías)
y erosión; Emisiones de gases provenientes de fuentes fijas y móviles que incluye
el ingenio azucarero; y asentamientos humanos.
COSALÁ
a) Identificación de la Unidades Ambientales
El municipio, se localiza en la zona de pie de sierra colindando con la Sierra del

Estado de Durango. Se identificaron 7 Unidades Ambientales en donde todas
presentan como uso predominante vegetación natural y en segundo término la
agricultura de temporal. Sin embargo, por el grado de deterioro de la vegetación
natural sólo el 34.4 % que comprenden 3 UA se consideran francamente de per-
fil ambiental de Conservación y el 65.6 % que suman 4 UA restantes tiene como
uso agricultura de temporal, con menor superficie de riego y humedad, y ganade-
ría lo que le hace que el Municipio en general se oriente hacia un perfil de apro-
vechamiento controlado.
El Municipio registra 439 Unidades Económicas (Productivas), de las cuales 434

están distribuidas en 2 Unidades Ambientales, Cosalá, cabecera municipal) y El

Rodeo. De total de UE 384 corresponden al sector terciario (87.5 %); 51 del sec-
tor secundario y 4 UE al sector primario. El municipio se caracteriza por contar
con sitios turísticos (Cosalá está registrado como Pueblo Mágico). En general la
población se dedica a la producción primaria (agricultura y ganadería). Respecto
de la población ocupada, para el año 2000, se registra que de un total de 17,269
habitantes, el 19.5 % (3,766 habitantes) estaban ocupados; en tanto que para el
2010, de 16,697 habitantes se registra el 29.5 % ocupados (4,917). Se detecta que
en ambos períodos la población ocupada se mantiene por abajo del promedio
estatal con aproximadamente 15 y 10 % de manera respectiva.
El Municipio de Cosalá han registrado un incremento relativo de localidades rura-

les con 107 en 1995; 125 en 2000 y 129 en el 2010. De las localidades urbanas para
el período evaluado, sólo se registra una localidad, Cosalá y corresponde a la cabe-
cera del municipio. Conforme al registro de la población de 1995, el municipio de
Cosalá contaba con un total de 17,118 habitantes, cuya distribución correspondía
67.78 % (11,602 habitantes) a la población rural y 32.22 % (5,516 habitantes) en la
única localidad urbana, la cabecera municipal. Para el censo del 2010 la población
rural baja de un 67.8 % al 60.6 % mientras que la población urbana aumenta de
un 32.2 a 39.4 % con respecto a la década de los 90. El comportamiento en cuanto
a la distribución de la población, este municipio se considera como de tipo rural,
solo cuenta la localidad urbana Cosalá, con tendencia a prevalecer esta condición.
De una superficie de 2,164.08 km2 (2,163.74 km2 de acuerdo con INEGI) La

cobertura de vegetación natural representa el uso predominante en el Municipio,
con 82.64 % en 1986 y 81.85 % en 2006. En los 20 años, para agricultura de riego
se registran predios en las partes bajas del municipio con un 0.26 %.
El cuerpo de agua lo constituye el Río San Lorenzo con la Presa “José López Por-
tillo (El Comedero)” y su derivadora Presa Amata, que ocupan el 2.15 % de la
superficie municipal. Cabe destacar que la cabecera municipal, Cosalá, ha sido
decretado “Pueblo Mágico” por su riqueza arquitectónica y paisaje natural. Asi-
mismo, cuenta con un Área Natural Protegida “El Mineral de Nuestra Señora del
Rosario” y las Minas de Guadalupe de Los Reyes y El Tambor, colindantes con el
Estado de Durango.
e) Problemas ambientales detectados.
Afectación de vegetación por el aprovechamiento forestal y desmonte, mineras,

actividades agropecuarias y asentamientos humanos; Susceptibilidad a fenóme-
nos hidrometeorológicos (heladas, sequías e incendios forestales); Descarga de
aguas residuales por actividades mineras, industriales y asentamientos humanos
al Río Elota y Arroyo Habitas.
CONCLUSIONES
Partiendo de las experiencias adquiridas por los teóricos y prácticos de la HH,

se ha demostrado que el modelo puede ser aplicado para diferentes niveles en la
producción de bienes de consumo, es decir se puede evaluar la HH de un pro-
ducto hasta la HH de un país o continente. Sin embargo, de acuerdo con la expe-
riencia obtenida en el estudio de la cuenca de Guadalquivir, se considera que el
estudio de la HH a nivel de cuenca hidrográfica, integra la condición de los recur-
sos hídricos con el consumo en los procesos productivos propios, que constituye
el consumo interno y los bienes que se exportan e importan como agua virtual.
Asimismo, permite incorporar los factores naturales y antropogénicos que inci-
den sobre el manejo de los recursos hídricos para establecer una relación entre
los componentes de un ecosistema dado esto a nivel del funcionamiento de una
cuenca hidrográfica.
Bibliografía
Censo de Población y Vivienda, (2010). Principales resultados por Localidad.

CNA, (1988). Programa Estatal Hidráulico 1995-2000. Gerencia Estatal de Sinaloa, Unidad
de Programación.
CNA, (2001). Red Primaria de prevención de la contaminación.
CONABIO, (1998). Regiones Hidrológicos Prioritarias del Estado de Sinaloa.
CONABIO, (1998). Regiones Prioritarias Marinas del Estado de Sinaloa.
CONABIO, (1998). Regiones Prioritarias Terrestres del Estado de Sinaloa.
CONACYT, (2011). Actualización del Ordenamiento Ecológico del Estado de Sinaloa (Proyecto).
Confederación de Asociaciones Agrícolas del Estado de Sinaloa (CAADES) (1987). Sinaloa,
Agricultura y Desarrollo. CAADES, México.
Craig E., (1999). Aquaculture, Impacts on the Environment. Cambridge Scientific. http://
www.csa.com/hottopics/aquacult/oview.html (consultado en marzo de 2015).
Cruz, H.A., (2001). Programa: “Conservemos un campo limpio”, Acopio de envases de pla-
guicidas en el Estado de Sinaloa. Informe de Actividades. Culiacán, Sinaloa.
Cuaderno 23. Instituto De Biología, UNAM. México, D.F. p. 127

Directorio Estadístico Nacional de Unidades Económicas (DENUE) (2009). Censos Econó-
micos (CE, 2009).
INEGI, (1996). Cuaderno Estadístico Municipal Angostura, Estado De Sinaloa.
INEGI, (1997). Cuaderno Estadístico Municipal, Edición 1996. INEGI-Aguascalientes. 123 Pp.
INEGI, (1999). Cuaderno Estadístico Municipal Culiacán, Estado De Sinaloa.
INEGI, (2000). Cuaderno Estadístico Municipal, Culiacán, Sinaloa. Edición 1999.
INEGI (2000). Estudio Hidrológico del Estado de Sinaloa y Anuario Estadístico.
INEGI. Cartas topográficas, 1:250,000 y 1:1’000,000.
Instituto De Investigaciones Jurídicas, UNAM (1978). Criterios para el Ordenamiento Eco-
lógico. Castro-Aguirre, J. L. Revista Boletín, Año XXVI, Núm. 78. Septiembre-Diciembre
Levinson, A., (2003). “Environmental regulatory competition: A status report and Some
new evidence”. Nacional Tax Journal. LVI(1), part 1: 91-106.
Salmoral G., Dumont, Aldaya, M. M., Rodríguez-Casado, R., Garrido, A. y Llamas, M.R.,
(2011). Análisis de la huella hídrica extendida de la cuenca del Guadalquivir. Papeles de
seguridad hídrica y alimentaria y cuidado de la naturaleza. Edita: Fundación Marcelino
Botín. Pedrueca, 1 (Santander) Impreso en REALIGRAF, S.A. www.fundacionmbotin.
org. Communication designer: Juan Antonio Cañada García.
SEMARNAT-CONAGUA, (2001). Compendio básico del Agua en México. México, D.F.
SEMARNAT-CONAGUA, (2005). Estadísticas del Agua en México. México, D.F.
SEMARNAT-CONAGUA, (2008). Situación del Subsector Agua Potable, Alcantarillado y
Saneamiento (Varios Años). México, D.F.
SEMARNAT-CONAGUA, (2009). Estadísticas del Agua en México (varios años). México, D.F.
4. Plataformas WEB para el análisis del territorio
Capítulo 15
Necesidad de una ide catastral
estandarizada, interoperable y usable.
Bernabé-Poveda, Miguel-Ángel,,Gonzalez-Campos, María-Ester
Instituto Geográfico Militar (Ecuador).

Universidad de Concepción (Chile)
ma.bernabe@gmail.com, geoester@gmail.com
RESUMEN

Tanto los municipios de Ecuador como el propio Estado, se encuentran en una situa-
ción crítica relacionada con la implantación del Catastro; Por un lado, la Constitución
apoya la descentralización del Estado, para conducir a que los municipios se hagan
responsables de la puesta en marcha de los catastros.
La Asociación de Municipios del Ecuador AME, dispone de un formato no estanda-
rizado para la recolección de información catastral que sigue una buena parte de los
municipios ecuatorianos. Otros municipios siguen diferentes fórmulas, algunas de
ellas nada interoperables. La falta de aplicación de los estándares recomendados para
el catastro por las instituciones internacionales ISO16 y OGC17 que facilitan la intero-
perabilidad de la información geográfica, impide el cruce de la información catastral
con el resto de la información territorial del país, creando la imposibilidad de situar
el catastro en servidores de mapas capaces de ser consultados de forma ubicua. Esta
situación afecta a todo el país, tanto a instituciones estatales, como a empresas y par-
ticulares, que no tienen posibilidad de utilizar las herramientas informáticas para la
toma de decisiones territoriales conjuntas sobre varios municipios, provincia o todo
el territorio nacional. Adicional a esta falta de uniformidad de los archivos catastra-
les, existe la dificultad para almacenar y gestionar la información catastral en base a
complejos programas tipo SIG18 que exigen el concurso de especialistas con cargo a las
arcas municipales y a la falta de usabilidad de los interfaces de consulta.
16 International Organization for Standardization

17 Open Geospatial Consortium
18 Sistema de Información Geográfica
321
El presente trabajo presenta la idea de que haya una IDE19 catastral nacional, estanda-
rizada, interoperable y usable que disponga de herramientas que faciliten la consulta
de los distintos usuarios de la misma.
Palabras Clave: IDE Catastral; Usabilidad de Geoportales; Asistentes virtuales
ABSTRACT
Both the municipalities and the State Government of Ecuador, are in a critical situa-
tion regarding the implementation of the Land Registry. On the one hand, the country
constitution supports the decentralization of El Ecuador leading to its municipalities
have the responsibility of implementing the property registration. On the other hand,
the Association of Municipalities of Ecuador (AME) has a non-standard format for
collecting cadastral information which is followed by a good part of the Ecuadorian
municipalities; other municipalities are still other formulas, some inadvisable. The
lack of land standards recommended by international institutions (ISO, OGC) that
facilitate interoperability of geographic information, prevent the crossing of cadastral
information with other spatial information of the country, which does not allow place
the cadastre map servers able to be accessed ubiquitously. This is dramatic for the cou-
ntry (state institutions, companies and individuals) who are unable to use computer
tools for take land decisions on several municipalities, a province or the entire country.
In addition to the lack of uniformity of cadastral files, appears the difficulty to store
and manage cadastral information based on GIS type complex programs that require
the use of specialists (at cost to the municipal coffers) and the lack of usability of query
interfaces. This work supports the idea of the need for a National Cadastral IDE and
designing tools to facilitate the consultations carried out to the IDE.
Keywords: Cadastral SDI; Geoportals usability; Virtual Assistant.
INTRODUCCIÓN
L os cambios en el ámbito territorial motivados por las elecciones de noviem-

bre del 2006 en la República de Ecuador se cristalizaron en octubre de 2010
cuando el Código Orgánico de Organización Territorial, Autonomía y Descentra-
lización COOTAD [1] alcanzó la categoría de Ley de la República [2]. Esta Ley
venía a refrendar el objetivo político de que Ecuador fuera un gobierno descentra-
lizado como se establecía en el artículo primero de la Constitución del 2008 [3].
19 Integrated Development Environment

Plataformas WEB para el análisis del territorio | 323
Los diferentes niveles de gobierno del Estado se denominaron Gobiernos Autóno-

mos Descentralizados GAD, repartiéndose el territorio nacional en 4 GAD Regio-
nales, 24 Provinciales, 221 Cantonales, 1217 Parroquiales y 804 rurales [4]. Como
en otros países de la región (Venezuela, Perú, Brasil, El Salvador), el catastro es
administrado descentralizadamente (DataCatastro, 2011).
El catastro, al ser por antonomasia un inventario, es la base de datos fundamental

de la información territorial de cada GAD20, que además de la función casi exclu-
sivamente fiscal que tiene en Ecuador (Erba, 2008), puede servir como soporte
para la toma de decisiones sobre el territorio. La información que se obtiene, se
refiere a las características de los predios, en sus componentes métricos de terreno
y de construcción, sus propietarios y la forma de tenencia; posteriormente en el
ámbito fiscal; es el soporte para la valoración de la propiedad, que finalmente se
utiliza para el cálculo del impuesto predial
El Gobierno ecuatoriano persigue que la autonomía de los GAD sea efectiva y

cada uno de ellos pueda ser realmente autónomo generando sus propios recur-
sos. El catastro, además de las ventajas que supone conocer la distribución, ubica-
ción, medidas y aprovechamiento de los terrenos y las construcciones, es una de
las maneras más efectivas de recolectar impuestos de una forma equitativa. Gra-
cias a esa recaudación, los GAD pueden enfrentarse a sus necesidades sin tener
que esperar subvenciones o ayudas del gobierno central para emprenderlas. El
Gobierno ha fomentado estas iniciativas hasta el punto de hacerlas obligatorias y
a tal fin ha puesto los medios para que cada GAD disponga de las herramientas
tecnológicas para llevar a cabo su catastro. La Asociación de Municipios de Ecua-
dor AME [5] dinamiza por medio de un modelo de datos la homogeneización de
estos. Sin embargo, debido a:
• La libertad que tiene cada GAD para utilizar el sistema que le parezca más
oportuno para realizar su propio catastro;
• la falta de formación del personal de los GAD para conocer, comprender, apli-
car, analizar, sintetizar y tomar decisiones sobre la gestión territorial del catastro;
• la falta de utilización generalizada de estándares internacionales tipo ISO 19152;
• la ausencia de un sistema de gestión catastral integrado con otras áreas del
propio GAD, y con otros GAD del mismo nivel y de niveles superiores;
20 Gobierno Autónomo Descentralizado

• la deficiente usabilidad del interfaz del sistema catastral (cuando existe) que
separa el catastro rural del urbano, impidiendo los análisis integrales;
• y la imposibilidad de acceder a la información catastral a través de Internet,
Hacen que la capa catastral no pueda compartirse con otras capas geográficas,
limitando así las capacidades de toma de decisiónes de forma instantánea sobre
el territorio.
La puesta en marcha de una Infraestructura de Datos Catastrales de cobertura

nacional, con un geoportal en la nube dotado de un grado máximo de usabili-
dad que permita la carga de datos, la actualización, la gestión y las consultas desde
cualquier GAD, con los permisos que cada usuario disponga, es un objetivo que
el país debería tener como principal prioridad . Y para que cualquier responsable
de los GAD, al margen de su formación en base de datos, pudiera realizar consul-
tas al sistema, éste debería tener implementado un interfaz de comunicación con
el usuario, ya sea de forma presencial o vía texto, dotado de semántica que res-
pondiera preguntas sencillas realizadas en lenguaje natural sin necesidad de utili-
zar la comunicación propia de los SIG.
Exponemos el caso de Ecuador pero creemos que el problema de la incorporación

de la capa catastral a sistemas interoperables capaces de compartir esta informa-
ción con otras capas de información geográfica es de interés para otros países o
regiones de Latinoamérica.
En este capítulo se presenta en primer lugar, el panorama general de la informa-

ción geográfica y la situación del catastro en Ecuador. A partir de estos antece-
dentes se presenta la propuesta de una IDE Catastral o Infraestructura Nacional
de Datos Catastrales que dé respuesta a las problemáticas en materia de catastro
que se presentan en el país. Se detallan a continuación una serie de característi-
cas que se deberían considerar en la implementación de esta IDE Catastral. Final-
mente se presentan unas breves conclusiones.
SITUACION DE LA INFORMACIÓN GEOGRÁFICA EN ECUADOR.
En la última década, el gobierno central ha realizado inversiones multimillona-

rias en la generación de información geográfica IG del país, potenciando además
la Infraestructura Ecuatoriana de Datos Espaciales IDE. La IDE [6] de un país es
un sistema informático que permiten acceder de manera ubicua a su IG, esta IG,
proveniente de instituciones oficiales, se pone a disposición de los ciudadanos en
espacios web que permiten como mínimo las cuatro operaciones que deben
estar presentes en los geoportales: (a) visualización de mapas, (b) localización de
datos y servicios, (c) descarga de conjuntos de datos y (d) procesamiento de los
datos (INSPIRE, 2007/02/EC). Esa IDE, basada en estándares ISO, proporciona
la deseada interoperabilidad de datos y servicios, de manera que pueden, a través
de Internet, ponerse una sobre otra las capas de información de cualquier insti-
tución del país, coincidiendo métricamente las mismas y posibilitando el análisis
de las consecuencias de una decisión territorial sobre la realidad que representan.
En Ecuador, la Secretaría Nacional de Planificación y Desarrollo SENPLADES ha

tomado la responsabilidad política y técnica de hacer que todos los datos del país
estén disponibles a través de la página web del Sistema Nacional de Información
SNI [7]. Las ventajas de una IDE son enormes y por no citar más que las principa-
les diremos que si se dispone de IDE:
• La IG del país estará homogeneizada en base a metadatos estandarizados.

• Las capas de información no estarán duplicadas en distintas instituciones,
sino que se mantienen y actualizan por la institución responsable en el país.
• Toda la información será accesible a través de Internet con diferentes permi-
sos de acceso, siendo el permiso de visualización el más elemental, siendo fac-
tible la descarga de archivos que el usuario necesite.
• Se accede a toda la información del país a través de un geoportal único, desde
los geoportales temáticos (hidrografía, usos del suelo, población, etc.) hasta
los geoportales administrativos (provincia, municipio, parroquia).
• Con las capas necesarias a la vista, se pueden tomar decisiones territoriales en
cualquiera de los niveles administrativos.
Si la IG de un país o de una institución del país no coincide con los estándares

internacionale,s que permiten poner en marcha una IDE, existirán limitaciones a
la hora de tomar decisiones y de reutilizar la misma, lo cual es una pérdida eco-
nómica para el país considerando lo costosa que es dicha IG. Eso es lo que pasa
con la información catastral de Ecuador, donde cerca del 90 % de los municipios
tienen información catastral alfanumérica, pero menos del 25 % la tienen georre-
ferenciada (Rodríguez, 2012b).
SITUACIÓN DEL CATASTRO ECUATORIANO
Asociada a la descentralización, la autonomía financiera de los GAD, estaría

basada en sus ingresos propios, en las transferencias y en el financiamiento.
Los ingresos propios tributarios (como los impuestos, las tasas y las contribucio-
nes) han tenido en los catastros (rural y urbano) una herramienta tradicional dis-
tributiva en la mayoría de los países. La existencia y actualización de los catastros
sería entonces para los municipios, una de las formas de potenciar su autonomía.
Aunque en Latinoamérica los ingresos por impuestos prediales no pasa del 0,5 %
del PIB, en países como USA, UK o Canadá representan el 2,5 % de su PIB.
El fortalecimiento del catastro en Ecuador tiene especial relevancia para cum-

plir con los objetivos del Plan Nacional del Buen Vivir PNBV [8], en especial a
los objetivos de erradicación de la pobreza, a combatir las desigualdades territo-
riales, a dotar servicios e infraestructura pública de calidad en los territorios, a
lograr adecuados procesos de planificación y ordenamiento territorial, así como
de regulación y control del uso del suelo. El PNBV establece con absoluta relevan-
cia el rol estratégico y vital de los GAD para que, a través de un efectivo ejercicio
de sus competencias, impulsen la equidad territorial.
En la actualidad, en Ecuador las tareas catastrales corresponden a los GAD Muni-

cipales, que expresamente por el Art. 32 del COOTAD [9] se les proporciona
competencias exclusivas para “planificar, junto con otras instituciones del sector
público, el desarrollo regional y formular los correspondientes planes de ordena-
miento territorial”. El Catastro, como fuente de financiación tradicional, pasa a ser
gestionada por los GAD Municipales, que deben hacerse cargo tanto de la cabecera
municipal como de sus parroquias rurales. Para apoyar esta labor, el gobierno a tra-
vés del Proyecto SIGTIERRAS [10] decide, entre otras medidas, dotar a los GAD
de una infraestructura informática compuesta de hardware, un Sistema de Infor-
mación Geográfica SIG y la ortofoto del municipio, con el fin de servir como base
referencial. Los equipos llegan a los municipios pero en muchos casos no son uti-
lizados, dada la complejidad de su instalación, la dificultad de manejo, y la carga
de trabajo para adaptar los archivos catastrales existentes y en uso, pues no existe
en una mayoría de los municipios, personal especializado en el uso de SIG. La
AME, uno de cuyos objetivos es fortalecer las capacidades de los GAD, potencia
su propio modelo catastral denominado Sistema Integral de Catastros que permite
que los municipios almacenen y procesen la información de los predios urbanos y
rurales. Sin embargo, esta iniciativa no se realiza siguiendo los estándares de inte-
roperabilidad recomendados por las organizaciones internacionales (ISO, OGC,
GeoSUR, GDSI) ni se integran los estándares catastrales recomendados por la ISO
19152 (Land Administration Domain Model) [11]. A pesar de los esfuerzos de la
AME para que se incorporen las herramientas SIG a las labores catastrales munici-
pales, las cifras indican que solo el 10 % de los municipios utilizan esta tecnología
(Reyes Bueno et al., 2012). Esto hace muy difícil pensar que la información catas-
tral de los municipios de Ecuador va a estar informatizada en un breve espacio
de tiempo y mucho menos disponible a través de la web. Esta situación se contra-
pone con los deseos del gobierno estatal que dispone e impulsa sistemas que per-
miten compartir la información y hacer que ésta sea accesible a través de Internet;
Sin embargo, las empresas públicas no usan la información catastral, a pesar de
que ésta puede utilizarse no solamente para cuestiones fiscales sino también para
usos agrarios, de gestión de las infraestructuras, para la planificación urbana, para
el mercado inmobiliario, etc., (Rodríguez, 2012a).
El hecho de que ayuntamientos pequeños tengan su catastro en formatos y medios

propios carentes de estándares, no facilita el correcto uso de la información. Exis-
ten iniciativas (Trinidad, 2011) como respuesta a este problema de pequeños
ayuntamientos para homogeneizar la información catastral dentro de estánda-
res ISO.
Esa solución, sin conectividad a Internet no resuelve el segundo problema encon-

trado, que es compartir la información, no solo con otras dependencias muni-
cipales sino con otras instituciones a todos los niveles (notarías, registros de la
propiedad, otros GAD, otros ministerios e instituciones, etc.).
Se puede resumir la situación catastral media del país diciendo que (Rodrí-
guez, 2012a):
• La elaboración y administración de los catastros inmobiliarios de cada

GAD depende de él mismo.
• El Gobierno apoya decididamente la creación de los catastros.
• No existe un modelo común para todos los municipios del país.
• La AME potencia el uso de su modelo propio, pero éste no es conforme
con estándares internacionales.
• Muchos municipios tienen catastros expéditos sobre papel o ficheros bási-
cos del programa Excel.
• No es habitual utilizar sistemas georreferenciados.
• La información generada por un área se queda en esta misma , por lo tanto no
es posible compartir la información.
• Cuando el catastro está en un SIG éste no es accesible a través de Internet.
• No hay acceso a la información catastral vía online.
• No se dispone de la capa catastral para la toma de decisiones a niveles admi-
nistrativos superiores.
PROPUESTA: INFRAESTRUCTURA NACIONAL DE DATOS CATASTRALES
Debido a ese aislamiento de la información catastral en Ecuador, la solución que

aquí se defiende es la de diseñar e implementar una IDE de acceso ubicuo y dotada
de usabilidad que garantice la eficacia, la eficiencia y la satisfacción de todos los
usuarios en todos los niveles.
Lo que se propone es una Infraestructura Nacional de Datos Catastrales (en breve,

una IDE Catastral). Un nodo central desde el cual acceder a las IDE de los muni-
cipios que dispongan de su propia IDE estandarizada e interoperable, que propor-
cione -a los que no tengan los recursos suficientes- un sitio donde almacenar y
gestionar su información, con acceso privado de cada GAD por los responsables
del catastro. La existencia de una IDE Catastral conforme a estándares, soluciona-
ría el problema de la integración de la capa catastral con otras capas territoriales y
sus conceptos relacionados (política pública, inversión pública, catastro produc-
tivo, de riesgos, comercial, rural, urbano, registro de la propiedad, notarial, etc.)
para la toma de decisiones. Se pone aquí énfasis en el hecho de que el interfaz de
esa IDE debería disponer de un grado de usabilidad contrastado para que, con
los permisos de acceso pertinentes, sean sencillas las labores fundamentales que
son: (a) cargar nuevos datos desde cualquier GAD; (b) modificar y actualizar los
datos existentes; (c) compartir la capa catastral con otras instituciones y siendo la
parcela una unidad que puede interactuar con muchas capas a todos los niveles,
(d) proporcionar información acerca de las características de una o varias parce-
las, (Figura 1)
Figura 1. La parcela como referencia en la administración pública.
Fuente: De Ivars L.B. (2015)

Esto no está en desacuerdo con la descentralización de los gobiernos autóno-

mos ni contra la gestión municipal de sus recursos financieros generados por los
impuestos catastrales.
La actual situación, en la que hay multitud de tipos de archivos catastrales que

no son interoperables, impide que los gobiernos (municipal y nacional) puedan
tomar decisiones territoriales teniendo en cuenta otras capas que tienen que ver
con el territorio, como:el uso del suelo, el agua, el medioambiente y las circunstan-
cias territoriales que pueden afectar a la población ecuatoriana, tales como: ame-
naza y riesgo, seguridad alimentaria, eficiencia energética, etc.
Por otra parte, la Comisión Permanente de Catastros de Iberoamérica (CPC,

2009) postula una Oficina Virtual de Catastro OVC [12] como es el caso de la
OVC de Antioquia [13], la exitosa SEC [14] o la reciente SIMCR mexicana [15].
Creemos que las OVC se centran en disponer de una “ventanilla virtual” donde
los usuarios puedan solicitar la información más habitual:(Certificado Plano Pre-
dial Catastral; Certificado de Posesión de Bienes; Consulta estado de trámite; Des-
carga de Información Geográfica; Visualización del predio).
Eso es útil al ciudadano pero no a quienes necesitan la capa catastral para tomar
decisiones junto a otras capas.
Eso es lo que proporciona una IDE catastral como las existentes en Chile [16],
Tucumán (Argentina) [17] o Uruguay [18], este último con visualizador de mapas,
catálogo de metadatos, servidor de entidades WFS y de archivos “shape” y otras,
que ya han sido puesta en marcha en diferentes lugares (Data Catastro, 2011),
(Ivars, 2015).
Sin embargo, como indican He et. al. (2012), no encontramos la usabilidad en

los interfaces necesaria para que cualquier ciudadano o cualquier funcionarios
externo al servicio catastral pueda consultar con facilidad los datos generales
(manteniendo la privacidad del propietario).
Lo contrario de lo que se muestra en las figuras 2 y 3 correspondientes al catastro

suizo donde los usuarios disponen de información general.
Figura 2. Al señalar con el ratón, el Catastro de Suiza muestra la información catas-

tral asociada al cantón e incluso un enlace para llegar al servidor de catastro propio
del cantón, en este caso de Lucerna. Ver figura siguiente.
Fuente: https://rawi.lu.ch/themen/geoportal
Figura 3. Información de cada predio en el Geoportal catastral de Lucerna.
Fuente: https://rawi.lu.ch/themen/geoportal
La aportación de nuestra propuesta a lo existente es que la IDE Catastral esté dise-

ñada para que todos los usuarios, cualquiera que sea su formación y sus intereses,
encuentren en la interfaz de comunicación, una herramienta sencilla que cumpla
los parámetros de usabilidad, interoperabilidad y responda a los estándares inter-
nacionales en materia de catastro.
Para disponer de un ejemplo acorde con lo que se propone, se realizó un prototipo

con los datos del GAD Mejía (Ecuador) cuyos primeros resultados pueden verse
en http://gestionterritorial.espe.edu.ec [19]
Las figuras 4a-4f muestran distintas vistas de una parte del GAD Mejía en la que
en (a) aparece la situación de los lugares poblados (puntos rojos); en (b) se ha aña-
dido la capa de catastro urbano; la (c) muestra, la capa del catastro de rústica; en
(d) se ha incorporado la capa de potencialidad del suelo; en (e) se ha quitado la
capa de usos del suelo pero se ha añadido la de susceptibilidad de riesgos y final-
mente en (f) se muestran las anteriores más la capa de peligro de iniundaciones.
Y todo ello viendo también el catastro
Figura 4a Figura 4b
Figura 4c Figura 4d
Figura 4e Figura 4f
Fuente: http://gestionterritorial.espe.edu.ec
El tamaño de estas imágenes no permite visualizar correctamente las característi-

cas mostradas pero al menos proporciona información de la importancia que tiene
la incorporación de la capa catastral a un sistema de gestión territorial integral
(Kaiser, 2013) donde se encuentre la totalidad de la IG del GAD para visualizar y
tomar decisión sobre múltiples ocurrencias que pueden ocurrir sobre el territorio.
A continuación se presentan una serie de características que se deberían conside-

rar en la implementación de esta IDE Catastral, donde la incorporación de nueva
tecnología que facilite su uso adquiere gran relevancia.
Modelo de dominio territorial.
Para garantizar la interoperabilidad necesaria de la Información Territorial con el

resto de geoinformación de los GAD, se debe poner a disposición de los sistemas
informáticos, un modelo de dominio específico para la administración de territo-
rios, según norma ISO 19152 (ISO LADM, 2012), en una implementación IDE que
cumpla con estándares OGC [20] e ISO 19100 [21] para conseguir una plataforma
de acceso ubicuo y fácilmente accesible que permita incorporar los datos territo-
riales de los GAD, gestionarlos y actualizarlos y usarlos para la toma de decisiones
en política, inversión pública e información ciudadana. El esquema conceptual de
este modelo de administración de territorios, desarrolla dos aspectos fundamenta-
les (Cámara et al., 2010):
1. Los derechos, responsabilidades y restricciones y la necesidad de que exista

una documentación legal que relacione cada objeto territorial (parcela,
vivienda, construcción,…) con los sujetos titulares del derecho sobre ellos
(personas físicas, jurídicas, etc.)
2. Los aspectos geométricos y espaciales de los anteriores, donde no solo se

admiten definiciones geométricas posicionales sino que admite también tex-
tos descriptivos. Cada país tiene la potestad de personalizar su propio perfil
de LADM (Cámara et al 2010), [22] eliminando unos elementos, modifi-
cando otros o incluso añadiendo nuevos para que se ajuste a las necesidades
de las administraciones de cada país.
Servidor IDE estatal
Lo anterior podría realizarse situando un nodo web en las dependencias de cada

GAD pero los diferentes requisitos tanto tecnológicas (24/7, velocidad de acceso)
como financieras de los GAD, conduciría a duplicar esfuerzos y gastos de man-
tenimiento. Apoyamos la idea de que la información de todos los GAD que no
dispongan de un equipo humano y tecnológico sostenible, se sitúe en una nube
estatal de Internet donde los diferentes niveles de gobierno (central, provincial,
cantonal, y parroquial) y los ciudadanos, puedan consultar su información con
las restricciones particulares de acceso a la información privada y de gestión que
las normas establezcan.
Interoperabilidad jurídica Catastro-Registro-Notarías
Para que la información de todos los GAD que se cargue en ese sistema sea homo-
génea, se deberían desarrollar formularios de carga comunes, que dentro de la
complejidad de este tipo de información, sean de fácil manejo, donde los respon-
sables de la catalogación o modificación de la información de cada municipio (ya
sean especialistas en IG o simples usuarios de ofimática ajenos al tratamiento de
cartografía digital, a bases de datos y a análisis espacial) pudieran cargar las bases
de datos catastrales a través de Internet, teniendo así certeza de que cada predio
estará definido por un conjunto común de metadatos mínimos en todo el país
(Navarro, 2013). El modelo, además de ser un descriptor del ámbito espacial del
derecho a esas propiedades, debe estar preparado para servir al Registro de la Pro-
piedad como descriptor legal con valor jurídico de los inmuebles urbanos y rura-
les, pues ninguna dimensión (ya sea dimensión conceptual, temporal, espacial,
formal, finalitaria o jurídica) del Registro ni del Catastro son exclusivas de uno
o de otro organismo, sino que son compartidas (Vázquez, 2013), siendo esto un
claro ejemplo de interoperabilidad jurídica (Díaz, 2012). Aparece aquí la pregunta
¿por qué un mismo objeto territorial es descrito de forma diferente en el Catastro
y en el Registro de la Propiedad siendo una única entidad? En algunos países ya se
ha legislado para que exista esa coordinación [23] y lo mismo puede aplicarse a la
acción notarial (Calero, 2010). Aplicaciones de escritorio con un claro intento de

interoperabilidad entre catastro y notarías ya han sido desarrolladas para la ges-
tión en notarías de expedientes de alteraciones catastrales (Llorens, 2005) (Jimé-
nez, 2014), posibilitando “una vía extrajudicial, eficiente y barata para resolver
con precisión y agilidad el complicado problema de la concordancia catastral y
registral” (Díaz, 2013).
Lo que aquí se sugiere es que esa aplicación no sea una herramienta de escrito-
rio sino que esté accesible desde la web y que desde Internet queden registradas
todas las alteraciones.
Geoportal usable
Las IDE, se hacen visibles a través de los denominados geoportales, que son apli-
caciones web que actúan como un punto de entrada a la IG distribuida y disponi-
ble para ser compartida (European Commission, 2005). Se dice que el geoportal
es a una IDE lo que el escaparate es a un comercio (Manrique, 2012) siendo nece-
sario que el usuario no se sienta rechazado por las dificultades que encierre su
uso. A pesar de las recomendaciones internacionales relacionadas con la IG
(GEOSS, 2008) y Latinoamericanas específicamente (IPGH, UN-GGIM Améri-
cas, GeoSUR, IDE Andina) acerca de la facilidad de uso que deben mostrar los
geoportales, no parece que se haya puesto mucho énfasis en ello.
No hay más que compararlos con otros entornos web comerciales (banca, com-
pras on-line, entretenimiento) en los que el interfaz amable es una garantía de
fidelización de los usuarios (Bernabé, 2014).
El diseño que presentan en general los geoportales IDE, no responde a las nece-
sidades de los distintos perfiles de usuarios que pueden acceder en busca de IG,
desde profesionales hasta usuarios ocasionales de IG pasando por los de perfil
medio. Esta falta de preparación del geoportal a los usuarios determina un uso
limitado y en algunos casos que solo sean utilizados por profesionales de la IG
muy especializados. El problema reside, en general, en la falta de usabilidad que
presentan los geoportales, entendiendo por usabilidad “…la efectividad, eficiencia
y satisfacción con la que un producto permite alcanzar objetivos específicos a usua-
rios específicos en un contexto de uso específico” (ISO/IEC 9241, 1998):
• La eficacia o precisión y grado de consecución con que los usuarios logran

objetivos establecidos (ISO 9241-11: 1998. 3.2)
• La eficiencia o relación entre los recursos empleados y la precisión y el grado

de consecución con que los usuarios logran objetivos establecidos (ISO 9241-
11: 1998. 3.3)
• La satisfacción o ausencia de incomodidad y existencia de actitudes positivas
hacia la utilización del producto (ISO 9241-11: 1998. 3.4)
Para medirlas se utilizan distintas metodologías, como por ejemplo: Diseño Cen-
trado en el Usuario (DCU), Diseño Orientado a Metas, Entrevistas contextuales,
Evaluación heurística, etc. En el contexto de los geoportales, la metodología apli-
cada en el proyecto GeoTest (He et. al, 2012), resulta una de las más conocidas (y
con resultados sorprendentes que demuestran la baja usabilidad de los geopor-
tales IDE y de las herramientas que incorporan). Las metodologías SUM (Single
Usability Metric) [24] y SUS (System Usability Scale) [25] (Sauro, 2005), pueden
adaptarse para medir la usabilidad de los geoportales IDE. En el entorno latino
también se han realizado medidas de la usabilidad de geoportales (Moya, 2007)
siendo en la actualidad un tema de claro interés (Jiménez, 2014).
Usabilidad general del sistema
Puesto que la capa catastral dispone de información relevante para otras institu-
ciones estatales, la posibilidad de tomar decisiones conjuntas con esta capa y con
otras provenientes del mismo GAD o de otras instituciones, por ejemplo, la capa de
“cultivos y aprovechamientos” de la institución provincial o estatal correspondiente,
debería ser una acción trivial. Sin embargo, lo normal es que no lo sea (He, 2012)
(Resch, 2013), pues el diseño de la interacción de estas páginas web no está avalado
por la participación de especialistas de comunicación. El diseño y la interacción evi-
dencian que se pone más interés en la tecnología que en los usuarios (Aditya, 2005)
y que los usuarios sin una formación especializada no saben cómo realizar pre-
guntas al sistema. Este problema de falta de usabilidad conduce a que sea necesa-
ria la existencia de un servicio informático que se convierte en “interlocutor” entre
las preguntas que quiere hacer el que tiene que tomar decisiones y el sistema infor-
mático que soporta las bases de datos. Particularizando para el caso del catastro,
debido a esta falta de usabilidad de los portales IDE, los responsables de las tomas de
decisión de los GAD, a no ser que sean expertos en las consultas tipo SQL, no tienen
facilidad para realizar consultas por sí mismos a las bases de datos relacionadas con
(a) la inversión pública (“Dónde es más rentable la inversión pública?”, “¿Qué parce-
las tienen el mejor índice para el cultivo del trigo?”, “¿Qué predios serán expropiados
por la ampliación de la vía?”, “¿Qué trazado debe tener la línea eléctrica para que las
expropiaciones sean mínimas?”, etc.); (b) con los impuestos prediales (“¿Qué predio no
ha pagado en impuesto catastral este año?”, “¿Qué predios o construcciones están a

nombre de Fulanito de Tal?”, etc.); (c) con los intereses de los usuarios (“¿Cuándo y
cuánto debo pagar por el impuesto catastral?”).
Estas dificultades de comunicación con el sistema informático donde sólo los

expertos son capaces de obtener respuestas, son causadas por la carencia de inter-
faces amigables y dotadas de usabilidad que interactúen de una forma transpa-
rente con las bases de datos catastrales.
Incorporación del lenguaje natural y la semántica.
Al contrario de los lenguajes formales (matemáticos, lógicos, informáticos,…), el

lenguaje natural de los humanos utiliza conceptos “difusos” que no tienen referen-
tes precisos y que no están delimitados por fronteras semánticas concretas (Mon-
tello, 2005) sino que en muchos casos (cuando los conceptos están elípticos o son
anáforas) toman su significado en base al contexto de la conversación (Androut-
sopoulos, 1995). Sin embargo, desde principio de la década de los 90, (Wang,
1994) se viene trabajando en el desarrollo de sistemas automáticos que permitan
a los SIG comunicarse con los usuarios en sus lenguajes naturales.
La idea de utilizar el tratamiento del lenguaje natural y recursos o técnicas de recu-
peración de IG en base a diccionarios, tesauros y ontologías, para facilitar un inter-
face de acceso más amigable, ya fue expuesta cuando se trabajaba en los inicios
de la IDE de España (Bañares, 2001). Se basa en que el usuario que necesita unos
datos, debe solicitarlos como si tuviera enfrente al dependiente de una tienda espe-
cializada. Éste debe entender lo que el cliente quiere y saber de qué documentos
dispone en su comercio, evaluando la relevancia de cada documento disponible
para satisfacer la pregunta realizada. De igual manera, el usuario, frente a una IDE,
debe formular su pregunta y el sistema debe localizar la mejor respuesta entrando
en los servicios de catálogo o en la base de datos de metadatos, identificando los
conceptos o temas de interés de la pregunta y gestionando la recuperación de la
información. El éxito de esta respuesta está en relación directa con la cantidad de
datos almacenados y la disponibilidad para que éstos sean accesibles. Las ventajas
son (a) que el usuario no debe ser un experto en lenguajes de consulta tipo SQL
(Androutsopoulos, 1995); (b) que el usuario puede usar su lenguaje natural; (c) que
el lenguaje natural permite expresar preguntas que no serían fáciles de realizar por
medio de formularios. Entre las desventajas están (a) la falta de restricciones lin-
güísticas que soportaría el sistema; (b) la cantidad de expresiones que debe recono-
cer el sistema; (c) la falta de conocimiento acerca de una respuesta vacía (¿Es que
no hay datos? ¿No se ha entendido la pregunta?) (Bañares, 2001).
Lo que aquí se sugiere, como en otros campos cercanos relacionados con la geo-
localización (Abchir, 2013), es que los requerimientos de los usuarios puedan ser
formulados utilizando el lenguaje natural, mediante un asistente virtual -basado
en voz o en texto- que incorpore el procesado de lenguaje natural y enriqueci-
miento semántico y que el sistema responda (con diferente grado de privacidad)
a las preguntas más elementales realizadas por el Gobierno Central, los GAD y
los ciudadanos. El usuario debería poder escribir (o decir verbalmente) “Añadir
(agregar, incorporar, adicionar, anexionar, sumar) la capa de riesgos de incendios”
y el sistema que debe saber lo que es “Añadir una capa”; encontrar qué organismo
está encargado de evaluar los riesgos de incendio (de la zona o de la provincia o de
la totalidad del estado) y localizar la capa “riesgos de incendios”. Finalmente debe-
ría presentar el resultado. En las figuras siguientes se presenta un ejemplo ficti-
cio para aclarar el concepto. Las cinco primeras figuras corresponden a capas de
un mismo servidor, el de la IDE de Euzkadi [26] La capa añadida en la figura 10
se ha importado de otro servidor externo (servicio de mapas del Instituto Geoló-
gico y Minero [27]).
Figura 5. El usuario ha soli- Figura 6. El usuario ha Figura 7. El usuario ha soli-

citado “Ver el Visualizador solicitado “Acercar y citado “Añadir capa de
de Euzkadi”. centrar vista en Lagrán” riesgo de incendio”
Figura 8. El usuario ha soli- Figura 9. El usuario ha Figura 10. El usuario ha

citado “50% de transparen- solicitado “Más transpa- solicitado “Importar capa
cia a la capa de riesgo de rencia a la capa de riesgo de litología y aplicar trans-
incendio” de incendio” parencia del 50%”
Puesto que lo que aquí se propone está dirigido a todo tipo de usuarios, se supone
que el asistente virtual que se diseñe deberá disponer de un grado de usabilidad
que garantice su uso sin necesidad de complicados manuales. Esta facilidad de uso
la tienen los asistentes vía voz como Siri de Apple [28][29], Cortana de Microsoft
[30], Google Now [31], Vlingo [32], o S-Voice de Samsung [33], que son ejemplos
que pueden ser implementados para realizar búsquedas en SIG (Seedah, 2014) y
que demuestran que una infraestructura de procesamiento del lenguaje basada en
la nube puede soportar interacciones en servicios móviles (Johnston, 2014). Otros
asistentes virtuales basados en texto, ya sean para equipos móviles o fijos como
los aplicados por Renfe [34] y por la Universidad de Granada (España) [35] en sus
páginas corporativas, responden con bastante grado de acierto a preguntas cuya
respuesta puede generarse mediante la información de sus bases de datos.
En el ejemplo que se presenta en la figura 10 del asistente virtual de la Red Nacio-

nal de Ferrocarriles Españoles (Renfe) se ha realizado una consulta verbal a través
del micrófono del ordenador de sobremesa: “Quiero ir el martes que viene Bar-
celona”. El sistema ha detectado (a) a la fecha en la que hago la pregunta (26 de
julio de 2015); (b) Lo que significa “El martes que viene”; (c) El sitio en el que me
encuentro haciendo la pregunta (Madrid) y responde en menos de 20 segundos a
la información solicitada.
Figura 10. Asistente Virtual de Renfe
Fuente: http://goo.gl/pLi5L3
CONCLUSIONES
1.- La libertad para que los Gobiernos Autónomos Descentralizados (GAD) de

Ecuador puedan generar su propio Catastro sin ajustarse a estándares con
duce a perder la posibilidad de que la capa catastral pueda interoperar con

las capas de las Infraestructuras de Datos Espaciales (IDE) del país.
2.- Se considera trascendental que alguna organización nacional como la Asocia-
ción de Municipios de Ecuador (AME) u otras con (y por) mandato guber-
namental, lideren la estandarización del catastro del país.
3.- El país debería adoptar la norma ISO 19152 (LADM - Land Administration
Domain Model) para garantizar que la información catastral será interoperable.
4.- Las Oficinas Virtuales del Catastro (OVC) facilitan a los usuarios la tramitación de
su documentación catastral, pero no solucionan el problema de la falta de inte-
roperabilidad de la capa catastral con otras capas territoriales.
5.- Se considera necesario que en países como Ecuador exista una Infraestructura
Nacional de Datos Catastrales, desde donde se acceda a los nodos de todo
el catastro del país.
6.- Debido a la falta de usabilidad de los geoportales de las IDE, se plantea la
necesidad de investigar en esta materia y proporcionar a las interfaces de
los geoportales de catastro la usabilidad que disponen otros servicios de la
sociedad como los de ventas a través de la web, entretenimiento, banca, etc.
7.- Los Geoportales catastrales tienen que poner el énfasis en los usuarios más que
en las tecnologías, que deberían ser transparentes a ellos.
8.- Debido a la importancia de la capa catastral para la toma de decisiones en
cuestiones relacionadas con el territorio a todos los niveles, se considera
que la implementación de asistentes virtuales, que proporcionen respuestas
basadas en los metadatos del catastro, podría facilitar el uso de los geopor-
tales a los usuarios no expertos.
AGRADECIMIENTOS
El presente trabajo fue realizado bajo el patrocinio del Proyecto Prometeo de la

Secretaría de Educación Superior, Ciencia, Tecnología e Innovación (SENES-
CYT) de la República del Ecuador
BIBLIOGRAFÍA
Abchir, M. A., Truck, I., & Pappa, A. (2013). Dealing with natural language interfaces in
a geolocation context. In The 10th International FLINS Conference on Computational
Intelligence in Decision and Control, 806-811.
Aditya, T., & Kraak, M. J. (2005). Reengineering the Geoportal: Applying HCI and Geovisua-
lization Disciplines. In 11 th EC GI & GIS Workshop ESDI: Setting the Framework Sar-
dinia, June 2005, 92.
Andreoutsopoulos, I., Ritchie, G. D., Thanisch, P. (1995). Natural Language Interfaces to

Databases. An Introduction. Journal of Natural Language Engineering, Cambridge Uni-
versity Press. 1995.
Bangora A.; Kortumb, P.; Millerc, J. (2008) An Empirical Evaluation of the System Usabi-
lity Scale INTL. JOURNAL OF HUMAN–COMPUTER INTERACTION, 24(6), 574–
594, 2008 Taylor & Francis Group, LLC ISSN: 1044-7318 print / 1532-7590 online DOI:
10.1080/10447310802205776
Bañares, J. A., Bernabé, M. A., Gould, M., Muro-Medrano, P. R., & Zarazaga, F. J. (2001). Aspec-
tos tecnológicos de la creación de una Infraestructura Nacional Española de Informa-
ción Geográfica. Mapping, Nº67, 68-71
Bernabé-Poveda, .M.A & Gonzalez, M.E. (2014). Sobre la necesaria usabilidad de los
geoportales como puertas de entrada a las IDE. Geofocus Revista Internacional de Cien-
cia y Tecnología de la Información Geográfica (Editorial). Nº 14, 1-5
“BEST-GIS” ESPRIT/ESSI Project n. 21580. Section 3“Overview of user-centred design of
GIS user interfaces” Recuperado de http://www.geo.info.hu/uniphorm/best/Guides/
chapter3/three.htm#top
Calero, C. M. (2010). Coordinación del Catastro con el registro de la propiedad y con las
escrituras públicas, y de todos ellos con la realidad. Revista jurídica del notariado, (73),
409-546.
Cámara, M. A. U., Balboa, J. L. G., & López, F. J. A. (2010). Análisis de la propuesta ISO 19152
(Land Administration Domain Model). In Catastro: formación, investigación y empresa:
Selección de ponencias del I Congreso Internacional sobre catastro unificado y multi-
propósito, 103-116
CPC. III Reunión del Comité Permanente sobre el Catastro en Iberoamérica (2009). Recupe-
rado de http://www.catastrolatino.org/documentos/declaracion_cartagena_2009.pdf
Data Catastro (2011). Nº 3, 20. Recuperado de http://www.catastrolatino.org/documentos/
Datacatastro_edicion_3.pdf
Días Díaz, E. (2013): “Alteración catastral telemática e inscripción registral”, Revista El
Notario del Siglo XXI. Revista del Ilustre Colegio Notarial de Madrid Nº51. Recuperado
de http://www.elnotario.es/index.php/practicajuridica/3551-alteracion-catastral-tele-
matica-e-inscripcion-registral
Díaz Díaz, Efren. (2012). Interoperabilidad jurídica de la Geoinformación. III Jornadas Ibé-
ricas de Infraestructuras de Datos Espaciales. Madrid. Recuperado de http://www.idee.
es/resources/presentaciones/JIIDE12/miercoles/C18.Articulo.pdf
Erba, D. A. (2008). El Catastro Territorial en América Latina y el Caribe. Lincoln Institute
of Land Policy. Recuperado de https://www.lincolninst.edu/pubs/dl/1373_694_livro_
america_latina_mar2008.pdf
European Commission (2005): Standardisation Mandate to CEN, CENELEC and ETSI in
support of European Accessibility Requirements for public Procurements of Pro
ducts and Services in the ICT Domain. Recuperado de http://www.ictsb.org/Working_

Groups/DATSCG/Documents/M376.pdf
Garrido, T., Francisco, J., Cajero Bravo, J., Bribiesca Martínez, L., Castro González, N., Mar-
tínez Velázquez, F. (2011). gvSIG, una aplicación unificada al catastro municipal mexi-
cano. La modernización del catastro y del Cobro del Impuesto Predial en municipios
con 25,000 predios o menos. VII Jornadas internacionales gvSIG
He, X., Persson, H., Östman, A. (2012) Geoportal usability evaluation, International Jour-
nal of Spatial Data Infrastructures Research, 7, 88-106. Recuperado de http://ijsdir.jrc.
ec.europa.eu/index.php/ijsdir/article/viewFile/248/323 Recuperado 17/07/2015.
INSPIRE (2007): Directiva 2007/2/CE del Parlamento Europeo y del Consejo de 14 de marzo
de 2007. Diario Oficial de la Unión Europea (L108/1). Recuperado de http://eurlex.
europa.eu/LexUriServ/LexUriServ.do?uri=OJ:L:2007:108:0001:0014:es:PDF
Ivars, L.B. (2015). El Catastro en las IDE, Catastro y Territorio. Recuperado de http://catas-
troyterritorio.blogspot.com.es/2015/03/el-catastro-en-las-infraestructuras-de.html
ISO LADM (2009). Geographic information – Land Administration Domain Model (LADM).
ISO/CD 19152. International Organization for Standarization. Lysaker, Noruega.
ISO 9241-11:1998 Ergonomic requerimients for office work visual display terminal (VDTs)
Part 11: Guidance on usability. Recuperado de http://www.iso.org/iso/catalogue_detail.
htm?csnumber=16883
Jiménez Calderón, L., Yépez Campoverde, J., Vázquez Hoehne, A. (2014): El usuario como
factor de éxito en el diseño de un geoportal, GeoFocus (Artículos), nº 14, 181-210.
Jiménez Clar, A., & Fernández Moreno, M. (2014). Acerca de la revisión de los sistemas de
gestión jurídica de la información territorial. Tecnologías de la información para nue-
vas formas de ver el territorio: XVI Congreso Nacional de Tecnologías de Información
Geográfica. AGE, 2014. ISBN 978-84-940784-4-6, 886-893
Johnston, M., Chen, J., Ehlen, P., Jung, H., Lieske, J., Reddy, A., Selfridge, E., Stoyanchev, S.
Vasilieff, J., Wilpon, J. (2014). MVA: The Multimodal Virtual Assistant. In 15th Annual
Meeting of the Special Interest Group on Discourse and Dialogue, 257-259, June 2014.
Philadelphia. USA
Kaiser, C.; Vásquez, A. & Vásquez, D. (2013). Manual de gestión inclusiva de emergencias:
derechos humanos de las personas con discapacidad durante emergencias. Recuperado
de http://publicaciones.ops. org.ar/publicaciones/publicaciones%20virtuales/ Gestio-
nInclusiva/ManualGI.pdf
Llorens Cobos, F., Mira Martínez, J.M., Navarro Carrión, J.T. & Ramón Morte, A., (2005).
Proyecto Ramón Llull: Sistema de gestión de alteraciones catastrales para las notarías
de la Comunidad Valenciana. I Jornadas De SIG Libre, 1–12.
Manrique, M.T. y Manso, M.A. (2012): Los geoportales. Perspectiva desde la usabilidad, en
Bernabé-Poveda, M.A. y López-Vázquez, C.M. Fundamentos de las Infraestructuras de
Datos Espaciales. Madrid. UPM Press. Serie científica. ISBN: 978-84-939196-6-5, 393-403.
Moya Honduvilla, J. (2007). Análisis y diseño de Alternativa al geoportal de la Infraestruc-

tura de Datos Espaciales de España (IDEE). Aplicación de la Metodología de Diseño
Orientado a Metas (DOM) de Alan Cooper. Proyecto Fin de Carrera / Trabajo Fin de
Grado. EUITT. UPM. España. Recuperado de http://oa.upm.es/4970/1/PFC_JAVIER_
MOYA_HONDUVILLAB.pdf
Montello, D.R., Freudschuh, S. (2005). Cognition of Geographic Information. En McMaster,
R.B. &Usery, E.L. (Eds). A research agenda for geographic information science. 61-91.
Boca Ratón, FL: CRC Press.
Navarro Carrión, J. T., & Ramón Morte, A. (2013). Importancia de los procesos de valida-
ción topológica en la gestión de alteraciones catastrales. Investigaciones Geográficas.
Nº 60.07, 117-138
Reyes Bueno, F., Miranda Barrós, D., Crecente Maseda, R. (2012). Situació de la valoración
catastral rural. CT/Catastro. Recuperado de http://www.catastro.meh.es/documentos/
publicaciones/ct/ct75/3.pdf
Resch, B., Zimmer, B. (2013): “User experience design in professional map-based Geo-
Portals”. ISPRS International Journal of Geo-Information. 2, 1015-1037; doi: 10.3390/
ijgi2041015
Requisitos para el geoportal de GEOSS (2009): GCI Consolidated Requirements. Recuperado
de http://www.earthobservations.org/documents/gci/gci_requirements_20090312.doc
Rodríguez Egüez, V. (2012a). Experiencias comparadas del impuesto predial en Ecuador.
Instituto Lincoln de Políticas del Suelo. Recuperado de https://goo.gl/3hZZeQ
Rodríguez Egüez, V. (2012b). Análisis del impuesto predial. Recuperado de https://prezi.
com/atnsemavx6wk/analisis-del-impuesto-predial/
Rodríguez, A. (2009): Propuesta para aumentar la interoperabilidad de geoportales y visua-
lizadores. Recuperado de http://www.idee.es/resources/presentaciones/GTIDEE_Mur-
cia_2009/ARTICULOS_JIDEE2009/Articulo-65.pdf
Sauro, J., & Kindlund, E. (2005, Abril). A method to standardize usability metrics into a sin-
gle score. In Proceedings of the SIGCHI conference on Human factors in computing sys-
tems, 401-409). ACM.
Seedah, D.P.K. (2014). Retrieving information from heterogeneous freight data sources to
answer natural language queries. Doctoral Thesis. Recuperado de http://repositories.
lib.utexas.edu/handle/2152/28341
Vázquez Asenjo, O.G. (2013). Coordinación ente el Catastro y el Registro de la Propiedad.
Monografías. Ed. Tirant lo Blanch, 485. ISBN13:9788490335130
Wang, F. (1994). Towards a natural language user interface: An approach of fuzzy query.
International Journal of Geographical Information Systems, 8, 143–162.
WEBGRAFIA
[1] COOTAD: http://www.ame.gob.ec/ame/pdf/cootad_2012.pdf Accedido 15/07/2015
[2] Registro Oficial nº 303 de 19/10/2010. http://goo.gl/UME6w1.

[3] Constitución Nacional. http://www.asambleanacional.gov.ec/documentos/constitu-
cion_de_bolsillo.pdf
[4] INEC (2010): División político-administrativa 2010. http://goo.gl/aqUUVm.
[5] AME. Asociación de Municipios de Ecuador http://www.ame.gob.ec/ame/
[6] IDE http://idee.es/web/guest/introduccion-a-las-ide
[7] Sistema Nacional de Información http://sni.gob.ec/coberturas
[8] Plan Nacional del Buen Vivir 2013-2017 http://www.buenvivir.gob.ec/
[9] Código Orgánico de Organización Territorial Autonomía y Descentralización (COO-
TAD) http://www.ame.gob.ec/ame/pdf/cootad_2012.pdf
[10] SIGTERRAS. http://www.sigtierras.gob.ec/
[11] ISO 19152 http://www.iso.org/iso/catalogue_detail.htm%3Fcsnumber%3D51206
[12] Oficina Virtual de Catastro http://bibliotecadigital.usbcali.edu.co/jspui/
handle/10819/2120
[13] OVC de Antioquia, Colombia http://catastro.antioquia.gov.co/web/guest/inicio
[14] Sede Electrónica del Catastro de España http://www.sedecatastro.gob.es/
[15] Sistema Integral de Modernización Registral y Catastral http://www.ran.gob.mx/ran/
index.php/simcr-info
[16] Catastro de Chile: http://www.catastro.cl/
[17] Catastro de Tucumán (Argentina). http://idet.tucuman.gob.ar/visor/
[18] Catastro de Uruguay: http://catastro.mef.gub.uy/12360/10/areas/geocatastro.html
[19] Proyecto Llacta Pamba http://gestionterritorial.espe.edu.ec
[20] OGC. Listado de estándares. http://www.opengeospatial.org/standards/is
[21] ISO 19100. En ISO/TC211 Geographic information/Geomatics: http://www.isotc211.org/
[22] Aprobación de LADM http://catastreros.blogspot.com.es/2012/11/se-aprueba-la-
nueva-norma-iso-para.html
[23] Ley 13/2015 de Reforma de la Ley Hipotecaria y de la Ley de Catastro Inmobiliario.
http://www.boe.es/diario_boe/txt.php?id=BOE-A-2015-7046
[24] SUM (Single Usability Metric) http://www.measuringu.com/article.
php?uname=SUMaaa
[25] SUS (System Usability Scale http://www.measuringu.com/sus.php
[26] IDE de Euzkadi http://www.geo.euskadi.eus/
[27] Servicio de Mapas del Instituto Geológico y Minero de España http://mapas.igme.es/
[28] Siri. https://es.wikipedia.org/wiki/Siri
[29] Why Siri is still the future. http://www.scientificamerican.com/article/why-siri-is-
still-future/
[30] Cortana https://es.wikipedia.org/wiki/Microsoft_Cortana
[31] Google Now https://es.wikipedia.org/wiki/Google_Now
[32] Vlingo https://en.wikipedia.org/wiki/Vlingo
[33] S Voice https://es.wikipedia.org/wiki/S_Voice

[34] Asistente Virtual de Renfe. http://www.renfe.com/
[35] Asistente Virtual de la Universidad de Granada. http://tueris.ugr.es/elvira/
Capítulo 16
Construcción de un geoportal
como apoyo al análisis territorial
José Joaquín Vila Ortega, Lina María Castro Benavides,
Manuel Trejo Soto
Universidad del Quindío, Armenia, Colombia.

Universidad Autónoma de Sinaloa, México.
jjvilaortega@uniquindio.edu.com, mtrejosoto@uas.edu.mx
RESUMEN
El Geoportal es una plataforma tecnológica que permite la publicación de informa-

ción geográfica, por parte de productores oficiales y científicos, la búsqueda de infor-
mación, descargas de mapas y de datos por parte de los usuarios, el intercambio y
descarga de información geográfica en cuanto a amenaza y riesgo natural de la Región.
Incluye, igualmente, tendencias como la filosofía de la Web 2.0 o “web de las perso-
nas”, que se podría definir como un conjunto de tecnologías para la apropiación social
del conocimiento.
El reto es “poder acceder y utilizar información espacial confiable, actualizada, para
el apoyo en la toma de decisiones en un momento dado frente situaciones de ame-
naza y riesgo natural” (Abbas Rajabifard, Programa de las Naciones Unidas para el
Desarrollo, 2010).
Palabras clave: Geoportal, gestión del riesgo, amenaza natural, análisis territorial, toma
de decisiones.
ABSTRACT
The Geoportal is a technology platform that allows publishing geographic informa-

tion, by official and scientific producers, finding information, downloads maps and
data by users, exchange and download geographic information regarding threat and
natural risk in the region. It also includes trends such as Web 2.0 philosophy or “web
of people” which could be defined as a set of technologies for the social appropria-
tion of knowledge.
The challenge is “to access and use reliable spatial information, updated to support
decision -making in a given time against threatening situations and natural risk”
347
(Abbas Rajabifard , United Nations Development Programme , 2010).

Keywords: Geoportal, risk management, natural hazard, decision makers, territorial
analysis.
INTRODUCCIÓN
E l cambio en el paradigma mental del egocentrismo sobre la información a

una reflexión globalizada, ha permitido evolucionar el pensamiento humano,
y el mundo busca compartir y crecer en comunidad. En este sentido los Sistemas
de Información Geográfica han evolucionado paralelamente a este pensamiento
y surgen los Geoportales como puentes de acceso a contenido geográfico a través
de una plataforma web, trayendo consigo beneficios y progreso colectivo porque
permite la disponibilidad y uso permanente de esta clase de información.
En la primera parte se plantean las consideraciones generales de un Geoportal
como apoyo para el análisis territorial, en especial la gestión de la información
espacial sobre el riesgo natural, como insumo fundamental para un apropiado
desarrollo territorial de las regiones.
Consideraciones para el Análisis Territorial mediante Tecnologías de la

Información Geográfica
Los especialistas recomiendan planificar cuando aún no es necesario; es decir,

antes de que sucedan los accidentes. Por otra parte, un plan de contingencia debe
ser dinámico y tiene que permitir la inclusión de alternativas frente a nuevas inci-
dencias que se pudieran producir con el tiempo. Por eso, debe ser actualizado y
revisado de forma periódica (LatinIDE, 2011). Para tal fin se requiere saber qué
información necesaria se pueda hallar fácil y rápidamente, lo cual se logra con el
almacenamiento y gestión especial de información digital, en este espacio puede
vincularse el Geoportal como apoyo a este objetivo, combinando la gestión apro-
piada los metadatos geográficos, como un repositorio de mapas y un puente de
comunicación entre los involucrados en la gestión del riesgo.
Se entiende por Gestión del riesgo el proceso planificado, concertado, participa-

tivo e integral de reducción de condiciones de riesgo de desastres, en la búsqueda
del desarrollo sostenible, basado en un buen análisis Territorial. El concepto de
Gestión del riesgo implica una forma diferente de enfrentar la problemática de los
desastres y requiere del diseño de soluciones superadoras que vayan más allá del
tratamiento meramente sintomático de las consecuencias, exige entender y aten-
der el problema, considerando principalmente sus causas.
La aplicación del enfoque de Gestión del Riesgo a la problemática de emergencias

y catástrofes sólo puede resultar efectiva si se realiza en el marco de una política de
Estado (Chuquisengo & Gamarra, 2001), y en sinergia con la tecnología existente
que apoye el proceso de gestión, facilitando el puente de comunicación y unión
entre los diferentes actores involucrados, tal como lo favorece la implementación
y uso del Geoportal. Este punto de vista confirma que involucrar el tema de riesgo,
permite realizar un análisis del territorio encaminado a la conservación de la vida
humana y el mejoramiento de sus condiciones de vida en armonía con el entorno
que permita cuantificar sus recursos y garantizar su sustentabilidad.
Dentro de las herramientas modernas utilizadas para el apoyo en la gestión del

riesgo se encuentran los Geoportales, palabra que puede descomponerse en dos
raíces, portal y geográfico. Según (Maguire & Longley, 2005) un portal es un “sitio
web que actúa como una puerta de acceso a una colección de recursos de infor-
mación, incluyendo conjuntos de datos, servicios, catálogos, noticias, tutoriales,
herramientas y una colección organizada de enlaces a muchos otros sitios por
lo general a través de catálogos”, refiriéndose a los recursos informáticos como
recursos espaciales.
En este sentido, un Geoportal materializa el acceso y se especializa en la publica-

ción, descubrimiento e intercambio de información geográfica basada en mapas,
por un grupo de trabajo dentro de una organización, una organización y/o la
comunidad en general, o como elemento de una IDE externa que conecta a los
usuarios con el mundo (ESRI, 2009).
Por lo tanto, estos recursos espaciales deben ser estandarizados, tecnológica-

mente soportados, para que cumplan con el objetivo de intercambio, uso y des-
cubrimiento de información por parte de los diferentes actores. La creación de
un Geoportal permitirá la interacción entre éste y los demás usuarios, reducirá
el tiempo utilizado en encontrar datos geoespaciales relevantes, que cumplan
con sus necesidades, asegurando la calidad de los datos publicados, (ESRI, Arc-
GIS Server Geoportal Extension Manages Geospatial Resources Enterprise–wide,
2011) para ser utilizados por los usuarios según sus necesidades.
Entre los componentes esenciales de un Geoportal, en su nivel más general, están

la información geográfica, metadatos y el respectivo catálogo de metadatos.
Para llevar a cabo cualquier desarrollo de una aplicación software, basado en la

estructura organizacional orientado al mejoramiento en la toma de decisiones, es
conocer a fondo las características y funcionalidades de las mismas entidades

y sus procesos, de tal modo que se logre definir la metodología que se adapte a
estas necesidades.
Por lo tanto, estos recursos espaciales deben ser estandarizados, tecnológica-

mente soportados, para que cumplan con el objetivo de intercambio, uso y des-
cubrimiento de información por parte de los diferentes actores. La creación de
un Geoportal permitirá la interacción entre éste y los demás usuario, además de
que reducirá el tiempo que utilizan los usuarios en encontrar datos geoespaciales
relevantes, que cumplan con sus necesidades, asegurando la calidad de los datos
publicados, (ESRI, ArcGIS Geoportal Extension servidor gestiona los recursos
geoespaciales para toda la empresa, 2011), y así ser utilizados, por los usuarios,
de manera transparente en estudios posteriores.
La información espacial es vital para tomar decisiones a cualquier nivel en las

organizaciones. Se estima que el 80 % de todo tipo de información tiene un com-
ponente espacial; los datos de la mayoría de las ciencias pueden ser analizados
“espacialmente” (ESRI, 2004, citado por Molina et al., 2005) En la actualidad es
muy común hablar de información espacializada, este auge se evidencia desde los
años 90s, y hoy en día cualquier persona puede tener acceso a ella, basta con un
dispositivo móvil con GPS, y se pueden adquirir datos geográficamente referen-
ciados, en consecuencia esta clase de información ha permeado todos los niveles
gubernamentales, de negocios y académicos.
Históricamente aquellas personas que toman decisiones indican que la limitación

de acceso a datos geográficos y la dificultad de sintetizar y automatizar los reque-
rimientos son el principal obstáculo al que se enfrentan al tratar de visualizar un
problema espacialmente, esta dificultad se solucionaría con el uso de Sistemas de
Apoyo a la toma de decisiones espaciales (D. Voivontas, March 1998).
Los estudios muestran que la calidad de las decisiones mejoraría notablemente si

estos obstáculos fueran minimizados o eliminados a través de sistemas integrados
tales como un Sistema de soporte de Decisiones Espaciales (Spatial Decision Sup-
port Systems-SDSS) (James C. Ascough II, 2002).
DECISIONES BASADAS EN SISTEMAS DE INFORMACIÓN GEOGRÁFICA
En los Geoportales la información alfanumérica se debe transformar en forma de

mapas, de tal manera que facilite la toma de las decisiones.
En la práctica administrativa un gran número de problemas en la toma de deci-

siones pueden ser formalizados, dicha característica permite crear algoritmos y
emplear Geoportales para aumentar la velocidad en el análisis de los datos y obte-
ner un conjunto de soluciones en forma rápida (A.N.Tijonov, 2001).
PROCESO PARA LA TOMA DE DECISIONES ESPACIALES
La teoría clásica en la toma de decisiones (Simon, 1960) divide el proceso de deci-

sión en 3 fases: Inteligencia, diseño y selección. La fase de inteligencia incluye la
formulación del problema y la selección de la información relevante para encon-
trar la solución al problema. Luego la fase de diseño involucra la recopilación y
análisis de los datos y la información para llegar a la solución. Por último se selec-
ciona cuál de las alternativas de solución es la más viable. Estas fases son cíclicas
en la medida en que se recopile nuevo conocimiento o se creen nuevas ideas, tal
como de muestra en la siguiente Figura 1.
Figura 1. Toma de decisiones
Fuente: (Simon, 1960)
Este proceso es iterativo, interactivo y participativo. Es iterativo tanto las diversas

acciones permiten analizar y obtener nueva información que puede ser utilizada
en nuevos análisis. Interactiva y participativa en la medida en que gran variedad

de información debe ser incorporada y diferentes stakeholders tienen que hacer
parte del proceso. Las situaciones de toma de decisiones espaciales son complejas
y una única persona difícilmente podrá tener toda la información. (Ramanathan
Sugumaran, 2011)
Este es uno de los principios conceptuales básicos sobre los que se construyen
los Geoportales, en los cuales, en la fase de inteligencia, la recopilación de infor-
mación se realiza con la ayuda de infinidad de tecnologías para esto. El análisis
incluye la tipificación, unificación y clasificación de los datos. La transformación
incluye la obtención de diferentes formas y formatos de datos. En la actualidad
se incluye en estos ciclos el uso de sistemas de información o sistemas integrados
de recopilación de información y para el almacenamiento de los datos se deben
emplear bases de datos, aunque se pueden tener repositorios de datos, esto puede
retardar el procesamiento de la información para el apoyo de la toma de decisio-
nes ya que involucra expertos, especialistas en minería de datos, sin embargo es
un área muy atractiva para la innovación en nuevos métodos y tecnologías para el
apoyo en la toma de decisiones.
En la actualidad esta etapa se ha desarrollado vertiginosamente gracias al desa-

rrollo de la WEB 2.0 y ahora la WEB 3.0, dando espacio al incremento en el uso
de los Geoportales.
En la fase del Diseño, el procesamiento de las alternativas está basado en el empleo
de métodos, modelos y modelamientos, que permiten el procesamiento de las
alternativas de soluciones, incluye también la construcción de escenarios de posi-
bles desarrollos de las situaciones o fenómenos además de almacenar estos esce-
narios para el uso posterior en situaciones similares. La efectividad de esta etapa
se logra con el empleo de sistemas de información analíticos especializados o la
creación de los mismos.
La escogencia de las soluciones involucra los siguientes mecanismos: valoración

de las alternativas, realización de un análisis de posibilidades, análisis de riesgos,
planteamiento de escenarios posibles, valoración y pronóstico de la efectividad de
los resultados.
Se entiende que la naturaleza compleja de la toma de decisiones espaciales y los

requerimientos para el almacenamiento, administración, y análisis de una gran
variedad de datos, hace necesario el uso de herramientas, tales como Geoporta-
les, que involucran los Sistemas de Información Geográfica, entendidos como un
conjunto de herramientas de software para crear, administrar, mostrar, y analizar

datos espaciales con el propósito de soportar modelamiento, investigación y com-
prensión del mundo real (Ramanathan Sugumaran, 2011).
La gran ventaja de los Geoportales está basada en la representación cartográfica

de fenómenos, la cual posee una capacidad muy profunda de adquisición de nue-
vos conocimientos por medio de la investigación del mundo que nos rodea, al
igual que los procesos y relaciones donde el ser humano interactúa. Esta impor-
tante característica está fundamentada en la gran capacidad y facilidad que nos
otorga las bases de datos geográficas para construir modelos espacio-tempora-
les de nuestra realidad, bases geográficas que se encargan de la representación e
investigación de los fenómenos de la naturaleza y la sociedad.
Por otro lado, la existencia de un Geoportal permite minimizar el volumen de

trabajo de las organizaciones encargadas del análisis territorial permite mejo-
rar los procesos de intercambio de los datos, siendo éste último vital al momento
de requerir información para la toma de decisiones inmediatas o en tiempo real.
Importante recordar que la completitud y precisión de los datos se refleja en la cali-
dad de la información proporcionada por el sistema (D. Voivontas, March 1998) y
es necesaria la creación de metodologías de desarrollo de software alineadas con
las entidades, sus procesos y fenómenos relacionados con el desarrollo territorial.
En la siguiente Figura 2 se puede observar cómo se implementa este proceso.
Figura 2. Toma de decisiones aplicado en un Geoportal

Metodología de creación del geoportal para la gestión de la información del

riesgo natural como apoyo al análisis territorial
La construcción de software involucra una serie de pasos y actividades que definen

los parámetros para su desarrollo y mantenimiento. En un sentido muy general,
“un proceso define quién está haciendo qué, cuándo y cómo alcanzar un deter-
minado objetivo”, constituyendo así un marco de trabajo de las tareas a realizar
(Jacobson, 2000). En términos concretos, “los procesos son unas series de pasos
que involucran actividades, restricciones y recursos que producen una determi-
nada salida esperada” (Pfleeger, 2002), como se muestra en la Figura 3, en donde
se identifica la metodología de creación del Geoportal.
Figura 3. Metodología creación del Geoportal Geopar
ESTABLECER LA FUNCIÓN Y USO DEL GEOPORTAL
En esta etapa se debe priorizar un área o disciplina temática a la cual se dará

respuesta, algunos ejemplos pueden ser: Geoportales para la gestión agrícola,
Geoportales para la gestión de la información académica, Geoportales para las
alertas tempranas, Geoportales corporativos, entre otros. Un caso particular fue
la creación del Geoportal para la Gestión del riesgo natural “Geopar”, basado en
el conocimiento del tema, su contexto y normatividad existente en Colombia,
cuya temática está expresada en la Ley 1523 del 24 de abril del año 2012 adopta
la política Nacional de gestión de riesgos de desastres y se establece el Sistema

Nacional de Gestión de Riesgos de Desastres.
Geopar contextualizó la temática en el artículo Primero en donde se define la ges-

tión del riesgo, como un proceso social orientado a la formulación, ejecución,
seguimiento y evaluación de políticas, estrategias, planes, programas, regulacio-
nes, instrumentos, medidas y acciones permanentes para el conocimiento y la
reducción del riesgo y para el manejo de desastres, con el propósito explícito de
contribuir a la seguridad, el bienestar, la calidad de vida de las personas y al desa-
rrollo sostenible. (Colombia, 2012). Además de basarse en el Plan Nacional de
Desarrollo 2006-2010 en la Estrategia “Ciudades Amables” y del Programa Infor-
mación para el Desarrollo Territorial, que consolida la Política Nacional de Infor-
mación Geográfica - PNIG y la Infraestructura Colombiana de Datos Espaciales
– ICDE, para fortalecer la producción, intercambio, acceso y uso de información
geográfica en las diferentes entidades del Estado, y así mismo, impulsar el desa-
rrollo de la ICDE como mecanismo para la armonización y estandarización de la
información geográfica.
La metodología conllevó a definir los términos y conceptos sobre los cuales se basa
la funcionalidad del Geoportal, estableciendo un lenguaje común y único entre
los actores involucrados. Es por esto, que en el contexto del estudio de los Ries-
gos fue importante distinguir entre amenaza, vulnerabilidad, elementos en riesgo,
riesgo, desastre, plan de contingencia, y gestión del riesgo (Banco Interamericano
de Desarrollo, 2010). A continuación se definen cada uno de estos conceptos:
Amenaza: Las amenazas son condiciones latentes que pueden representar peligros
futuros. Un evento físico, fenómeno o actividad humana potencialmente perju-
dicial, que puede causar la pérdida de vidas o lesiones, daños materiales, pertur-
baciones sociales y económicas o degradación del medio ambiente; puede tener
diferentes orígenes: natural, (geológico, hidrometeorológico y biológico) o antró-
pico (degradación ambiental y peligros tecnológicos). Las amenazas pueden ser
simples, secuenciales o combinadas en su origen y sus efectos. Cada amenaza se
caracteriza por su ubicación, intensidad, frecuencia y probabilidad (Unidas, Redu-
cing Disaster Risk a challenge for development. A Global Report. , 2010)
Las amenazas no surgen espontáneamente, son el resultado de procesos con-

tinuos que siempre están presentes y que las consideramos como “normales”,
tales como el caudal del río; mientras estos procesos operen en un ancho de
banda específico, no se considera como un peligro, sólo cuando la desviación
de la media supera un umbral crítico; es decir más allá de la banda normal de la

tolerancia, la variable se convierte en un peligro.
Vulnerabilidad y Resiliencia: Existen diferentes y múltiples marcos conceptua-

les de la vulnerabilidad, debido a que varios grupos de investigación y académicos
tienen diferentes puntos de vista sobre este componente del riesgo.
Las definiciones de la vulnerabilidad de (ProVention, 2010) y (Blaikie, 1994)

muestran claramente que además de la vulnerabilidad, también estos elementos
en riesgo tienen la capacidad de auto recuperarse.
Elementos en riesgo: El último componente de la ecuación de riesgo, son los ele-

mentos expuestos ante una amenaza; entre estos se pueden citar a la población,
propiedades, actividades económicas, incluidos los servicios públicos, zonas agrí-
colas o cualquier otro elemento con un valor definido. También se les conoce
como “activos” (Westen, 2009).
Los elementos en riesgo también tienen características espaciales y no espaciales.

La forma en que se caracterizan la cantidad de elementos en riesgo (por ejemplo,
como el número de edificios, el número de personas, el valor económico o el área
de las clases cualitativas de importancia) también define la forma en que se pre-
senta el riesgo a los usuarios finales (es decir, los responsables de tomar decisio-
nes, el personal de emergencia y el público en general).
La interacción de los elementos en riesgo y la amenaza define el grado de exposi-

ción y la vulnerabilidad de los elementos en riesgo.
Riesgo: El riesgo es la probabilidad de que ocurra un desastre con consecuen-

cias perjudiciales o pérdidas esperadas (muertes, lesiones, perdidas de propiedad,
medios de subsistencia, interrupción de actividad económica o daño ambiental)
derivados de la interacción entre las amenazas naturales o inducidas por el hom-
bre y las condiciones vulnerables. Convencionalmente, el riesgo es el producto de
la intervención de las amenazas por la cantidad de los factores vulnerables (Uni-
das, Reducing Disaster Risk a challenge for development. A Global Report. , 2010).
RIESGO = f(Amenaza,Vulnerabilidad).
Según las Naciones Unidas, en su informe Vivir con el Riesgo (Unidas, Reducing
Disaster Risk a challenge for development. A Global Report. , 2010), el riesgo se
basa en condiciones de vulnerabilidad física, social, económico y ambiental que
deben ser evaluadas y gestionadas de manera continua. El escenario de pérdi-

das ante un evento dado depende básicamente de dos factores fundamentales: El
nivel de AMENAZA sobre el cuerpo u objeto y el grado de VULNERABILIDAD
del objeto expuesto ante el fenómeno, estos dos factores confluyen en una función
matemática y conforman lo que se denomina el RIESGO.
Objetivos, funciones específicas a cumplir/dar respuesta del geoportal.
Es fundamental partir de una planeación estratégica para conseguir datos de alta

calidad, comunes, interoperables e intercambiables creando así estructuras con-
ceptuales de los requerimientos actuales y futuros, logrando con esto la no obso-
lescencia del Geoportal.
En este caso, el Geoportal para la gestión del riesgo natural en Colombia, enten-
diéndose esta variable como una determinante importante para el análisis territo-
rial, debe cumplir con las siguientes funciones específicas:
• Utilizar la Información Geográfica básica oficial: Las entidades del Estado
deberán utilizar como insumo la Información Geográfica oficial producida
por las instituciones de acuerdo con las competencias misionales específicas
de cada una de ellas.
La Información Geográfica generada o adquirida por las entidades del Estado,
deberá utilizar el Sistema de Referencia MAGNA-SIRGAS, como sistema de
georreferenciación adoptado por Colombia
• Producir y custodiar los datos fundamentales: Los datos fundamentales de
la Información Geográfica serán producidos y custodiados por cada una de
las entidades públicas según su respectiva competencia funcional. Las entida-
des identificarán y explotarán las oportunidades de producción, cooperación
y uso comunitario de los datos fundamentales, con el fin de compartir costos,
evitar la duplicación de esfuerzos de captura y custodia y permitir una mejor
producción e intercambio interinstitucional.
• Establecer mecanismos de acceso a la Información Geográfica: Las entida-
des del Estado y aquéllas de carácter mixto o privado que ejerzan funciones
públicas deberán permitir, a través de sus redes de servicios, el acceso a otras
entidades y usuarios en general, de acuerdo con su importancia estratégica
para el desarrollo del País. Los servicios disponibles incluyen: a) servicios de
localización; b) servicios de visualización; c) servicios de descarga; d) servi-
cios de transformación; y e) servicios de acceso a servicios de datos espaciales.
• Armonizar las Infraestructuras de Datos Espaciales en todos los niveles: Res-
pecto a los grupos de instituciones de diferentes sectores y niveles territoriales que
que están interesados en consolidar sus sistemas de Información Geográfica y

las infraestructuras de datos espaciales en niveles locales, regionales o secto-
riales, deben coordinarse con la ICDE y cumplir con los lineamientos de polí-
tica de Información Geográfica.
ACTIVIDADES O TAREAS DEL GEOPORTAL
La importancia vital que han alcanzado los Geoportales en todas las organizacio-
nes gubernamentales y no gubernamentales es una situación incuestionable y se
ha dado gracias al nivel de madurez alcanzado por los SIG en unión con la filoso-
fía de la Web 2.0 y Web 3.0.
Funcionamiento de las tareas o actividades:

Este ítem involucra todas las amenazas, sus fuentes y la manera de actualización
de la información, su frecuencia y sus responsables, y la supervisión de la calidad
de la actualización
Modelo de datos:
comprende el desarrollo, construcción y mantenimiento de este modelo, ya sea
de una empresa o corporación o de un fenómeno de estudio. En este caso se pre-
senta el modelo de datos referente a las amenazas que involucra el Geoportal para
la gestión del riesgo natural. Tal cual se muestra en la figura.
Figura 4. Modelo de datos Amenazas naturales

Interoperabilidad:
La Infraestructura Global de Datos Espaciales apoya el acceso global a la infor-
mación geográfica. Esto se logra a través de las acciones coordinadas entre orga-
nizaciones que promueven la sensibilización e implementación de políticas
complementarias, las normas y los mecanismos efectivos para el desarrollo y la
disponibilidad e interoperabilidad de datos geográficos digitales y tecnologías de
apoyo a la toma de decisiones en todas las escalas y con múltiples propósitos.
Estas acciones abarcan las políticas, competencias organizacionales, datos, tecno-
logías, estándares, mecanismos de distribución y financieros y los recursos huma-
nos necesarios para garantizar que las personas que trabajan a escala global y
regional, no encuentren impedimentos para cumplir sus objetivos, según explica
(Rajabifard, 2003). Es decir el modelo de datos de amenazas debe estar sincroni-
zado con otros modelos o Geoportales compatibles, bien sean a nivel de fuente de
información o intercambio de productos, y responder a los parámetros de usabi-
lidad. Ver Figura 5.
Figura 5. Arquitectura del Geoportal
Definir la Arquitectura tecnológica de los datos:

Los Geoportales, están estrechamente ligados a las IDEs- las cuales están construi-
das en bloques que incluyen políticas permitidas, permisos regulados, estándares y
estructuras organizacionales, flujos de trabajo, arquitecturas técnicas, interesa-

dos en datos geoespaciales, servicios de metadatos, y otros elementos esencia-
les.- ahora se están implementando dentro y entre organizaciones y gobiernos
alrededor de todo el mundo (ESRI, Geoportal Technology . White Paper., 2009)
La implementación de los Geoportales consiste en la integración de la información

geográfica de los nodos generadores de información que ayudan a construir planes
de contingencia, identificar lugares de riesgos en desastres naturales, planificar ubi-
cación de cada uno de los asentamientos humanos y medidas de seguridad que se
deberán llevar a cabo para que estas amenazas no se vuelvan Desastres Naturales.
El establecimiento de un Geoportal requiere del acuerdo de los generadores, inte-

gradores y usuarios de datos espaciales, del ámbito territorial en el que manten-
drá su independencia a través de servicios Open Geospatial Consortium - OGC
como WMS (Web Map Service). Un ejemplo de esta inicitiva es la desarrollada por
la comunidad LAtin-IDE, proyecto dirigido por la Universidad de Cuenca, Ecua-
dor, quien lideró este proyecto creando el PackIDE, ver Figura 2. Estructura del Fra-
mework PackIDE, como framework instalado y administrado por los participantes
de la comunidad para intercambiar información Geográfica. Instrumento usado
para el desarrollo del GEOPAR.
El Framework PackIDE está soportado por un visor, un editor y un Catálogo de

metadatos, como lo muestra la Figura 6.
Figura 6. Framework PackIDE

Metadatos Geográficos:
Se busca definir y mantener la arquitectura de los metadatos, para tal fin es con-
veniente acogerse a los estándares existentes.
Por ejemplo, en Colombia la Norma Técnica Colombiana NTC 4611 – Metadato

geográfico establece conceptos y principios para describir la calidad de los datos
geográficos y presenta un modelo de calidad para organizar los resultados de la
evaluación de la calidad de dichos datos.
Ha sido adoptada del estándar internacional ISO/TC211-19115:2003 Informa-
ción Geográfica, Metadatos.
En algunos casos se ha avanzado en la normatividad entre naciones como lo es el

caso de la normativa INSPIRE.
PROVEEDORES/PARTICIPANTES/CLIENTES/DESARROLLADORES
Los actores involucrados en la gestión del riesgo involucrados en el Geopar se cla-

sificaron de la siguiente forma:
• Usuarios: Comunidad general.

• Instituciones Usuarias: CREPAD, CRQ, Gobernación del Quindío, Universi-
dad del Quindío, Alcaldía de Armenia, Defensa Civil, Bomberos, Cruz Roja,
CLOPAD, Comunidad-LatinIDE.
• Nodos facilitadores: La estructura jerárquica de los Geoportales se basa en la
integración del nodo servidor y sus nodos facilitadores. Existe un nodo ser-
vidor encargado de servir los datos, documentos, y metadatos proporcio-
nados por los nodos facilitadores de información. Los nodos facilitadores se
encuentran a escala internacional, nacional, regional, y local.
• Administrador de la página Web del Geoportal: Universidad del Quindío.
• Instituciones facilitadoras: entidades fuente que aportan información al nodo
facilitador del Geoportal, entre ellas están el CREPAD, CRQ, Gobernación
del Quindío, Universidad del Quindío, Alcaldía de Armenia, Defensa Civil,
Bomberos, Cruz Roja, CLOPAD, Comunidad-LatinIDE.
• Administrador del área de Servicios Geográficos: coordinador del área de
Servicios Geográficos, administrador operativo, administrador de conteni-
dos, coordinador de los metadatos, capturador de metadatos.
•
En la Tabla 1 se sintetizan los actores involucrados en la gestión del Riesgo del
Departamento del Quindío.
Tabla 1. Actores involucrados en la gestión del riesgo Geopar

ENTRADAS, REQUISITOS DE INFORMACIÓN
El fortalecimiento de las Infraestructuras de Datos Espaciales (IDE), especial-

mente por el nivel de accesibilidad e interoperabilidad que ofrecen para la infor-
mación geográfica, busca siempre preservar su calidad. Entre los principios
fundamentales de una IDE mencionamos: el marco institucional para el estable-
cimiento de acuerdos entre los productores de datos espaciales, con énfasis en los
entes oficiales y descentralizados, para generar, mantener y compartir la informa-
ción geográfica, especialmente aquélla conocida como básica, la cual es útil para
la mayoría de las aplicaciones desarrolladas con los sistemas de información geo-
gráfica; los estándares que constituyen el conjunto de normas y especificaciones
a las que debe ceñirse la información geográfica para su visualización, intercam-
bio y reutilización; la tecnología para el establecimiento de la red y los mecanis-
mos informáticos para el acceso, búsqueda, visualización, consulta, utilización,
intercambio, almacenamiento y gestión de la información geográfica; y la política
de datos para la disponibilidad y reutilización de los datos espaciales, mediante
alianzas y acuerdos de colaboración y negocios (Delgado Tatiana, 2007).
Entre los componentes esenciales de un Geoportal, en su nivel más general, están

los datos, por ejemplo citamos los sistemas de coordenadas, cuadrículas geográ-
ficas, nombres geográficos, unidades administrativas o división política, redes de
transporte, hidrografía, lugares protegidos, elevación, identificadores de propie-
dad, parcelas catastrales, cubierta terrestre, ortoimágenes, etc.; los metadatos con
información sobre los datos como ser la fecha de los datos, su contenido, el sis-
tema de referencia espacial, la extensión territorial que cubren, formato de pre-
sentación, restricciones legales, calidad, institución encargada de su producción
y actualización, etc.
Cada registro del metadato dentro del repositorio describe la naturaleza y alcance
de los datos registrados o los servicios dentro del Geoportal. Las descripciones de
los metadatos también proveen la información necesaria para acceder a ítems y
servicios para usar dentro de otros sistemas o aplicaciones de mapas; los estánda-
res, como ejemplo las Especificaciones OGC e ISO 19115; y los servicios como ser
el Web Map Service, Web Feature Service, Catalogue Service, entre otros.
Es interesante vincular a estos proyectos tendencias como la filosofía de la Web

2.0 o “web de las personas”. Web 2.0 se podría definir como un conjunto de tecno-
logías para la creación social de conocimiento, incorporando tres características
esenciales: tecnología, conocimiento y usuarios; y se caracteriza por la creación
colectiva de contenidos, el establecimiento de recursos compartidos y el control

de la calidad de forma colaborativa entre los usuarios (Ribes X. , 2007). Así como
las más recientes agrupadas en la Web 3.0.
HERRAMIENTAS PARA EL FUNCIONAMIENTO DEL GEOPORTAL
El Geoportal posee una página de inicio que permite al visitante conocer de

manera general cuál es la intención de su creación, ésta información se encuen-
tra en las etiquetas de Inicio. Las otras áreas han sido determinadas según los pro-
cesos de la Gestión del Riesgo, así: Servicios, Comunidad, Documentación, FAQ,
como se observa en la Figura 7.
Figura 7. Interfaz Principal del Geoportal
Fuente: Elaboración propia.7
La estructura interna de navegación del Geoportal, específicamente el área de ser-

vicios se muestra en la Figura 8.
Figura 8. Diagrama de Navegación del Geoportal

ENTREGABLES PRIMARIOS, CORRESPONDE A LOS RESULTADOS DE LA

FUNCIÓN PRINCIPAL DEL GEOPORTAL
Visor de mapas:
El área permite al usuario visualizar los mapas disponibles y los nodos facilitado-
res, tal como se observa en la Figura 9.
En este caso se pueden observar la localización de sismos de acuerdo a una ven-
tana de tiempo establecida, y una zona de posible afectación en caso de erupción
volcánica, mostrando una zonificación del rojo al verde, según el grado de afec-
tación.
Figura 9. Visor de mapas
En esta área se puede introducir una nueva funcionalidad relacionada con la des-
carga de las capas pertenecientes a los nodos facilitadores, atendiendo a los reque-
rimientos de consulta en el Geoportal.
Editor de Mapas:
Esta área enlaza el Geoportal con el proyecto colaborativo OpenStreetMap21 diri-
gido expresamente a crear y ofrecer datos geográficos libres, la cual se observa en
la Figura 10. El proyecto comenzó debido a que muchos mapas que se cree que son
libres, tienen en realidad restricciones legales o técnicas para su uso, lo cual evita
que cualquier persona los pueda utilizar de forma creativa, productiva o inesperada.
21 www.openstreetmap.org
Figura 10. Editor de mapas
Catálogo de Metadatos. Esta área enlaza el Geoportal con el Catálogo de Metada-

tos creado por el Grupo de investigación Geoide-G62 de la Universidad del Quin-
dío, que hace parte de la Comunidad LatinIDE.
El catálogo de metadatos está soportado por el proyecto colaborativo Geonetwork
OpenSource, que es una aplicación de catálogo para administrar recursos referen-
ciados espacialmente, cumpliendo con los estándares ISO 19100, y el Open Geos-
patial Consortium-OGC. Adicionalmente, provee funciones de búsqueda y un
visor de mapa interactivo, tal como se muestra en la Figura 11.
Figura 11. Catálogo de metadatos
Geonetwork ha sido desarrollado para conectar información espacial de comunidades utilizando

22
una arquitectura moderna, a bajo costo y bajo los principios del Free and Open Source Software
(FOSS) y Estándares internacionales para servicios y protocolos de comunicación ISO/TC211 and
OGC. Fuente especificada no válida.. http://geonetwork-opensource.org/.
Métricas o parámetros de evaluación del Geoportal

Este ítem es bastante importante para el futuro mejoramiento del Geoportal, es un
proceso continuo, antes, durante y después de su construcción, está basado sobre
los parámetros y productos resultantes del Geoportal teniendo en cuenta la efi-
ciencia, costos de producción, eficacia, y oportunidad, entre otros.
RESULTADOS Y CONCLUSIONES
Se logró, por medio de una transferencia tecnológica entre los integrantes de la

comunidad LatinIDE, visualizar e interactuar con los datos geográficos existentes
de la amenaza natural del Departamento del Quindío haciendo uso de un visor de
mapas, bajo la tecnología proporcionada por la Red RENATA también se cons-
truyó el visor de capas geográficas de los nodos facilitadores, así como también
ordenar la información geográfica, generada por las universidades pertenecientes
a la comunidad LatinIDE, con el apoyo del Catálogo de Metadatos del Geoportal
creado por la Universidad del Quindío como resultado del proyecto.
Es importante que para el mantenimiento del Geoportal se deba buscar apoyo

en las entidades y organismos encargados de la gestión de riesgo en cada región,
de tal forma que continúe creciendo tanto a nivel local como nacional, y que ade-
más, sea vista por la comunidad y usuarios en general como una plataforma de
acceso para obtener información actualizada y confiable de acontecimientos o
eventos naturales en cualquier momento, con el fin de realizar un análisis terri-
torial de alto nivel, confiable que permita el apoyo en la toma de decisiones para
un desarrollo sustentable.
El Geoportal se constituye en una herramienta que facilita la Gestión del Riesgo

Natural del Departamento del Quindío, y otras regiones que deseen adoptarlo
como una valiosa herramienta para la administración de información, involu-
crando a otros actores en el proceso de monitoreo y control, prevención y aten-
ción sobre la persistencia de amenazas y vulnerabilidades de origen natural.
El Geoportal se convierte en un enlace entre la comunidad, la academia, las enti-
dades involucradas en la gestión del riesgo, y el accionar científico, permitiendo la
apropiación social del conocimiento.
Biografía
A.N.Tijonov, V. (2001). Métodos y sistemas de apoyo en la toma de decisiones. Moscú: Max Press.
Abbas Rajabifard, A. M. (2010). Recuperado el 2011, de Programa de las Naciones Unidas
para el Desarrollo: http://www.undp.org.cu/eventos/espacial/SDI_Disaster_Iran.pdf

Banco Interamericano de Desarrollo. (2010). Indicadores de Riesgo de Desastre y de Ges-
tión de Riesgos. Obtenido de www.iadb.org
Blaikie, P. T. (1994). At risk: natural hazards, people’s vulnerability and disasters.
Chuquisengo, O., & Gamarra, L. (2001). Propuesta Metodológica para la Gestión Local del
Riesgo de Desastre: Una Experiencia Práctica.
Colombia, C. d. (24 de Abril de 2012). Ley 1523 Política Nacional de Gestión de Riesgo de
Desastres en Colombia. Colombia.
CONPES 3585. (2009). CONSOLIDACIÓN DE LA POLÍTICA NACIONAL DE INFORMA-
CIÓN GEOGRÁFICA Y LA INFRAESTRUCTURA COLOMBIANA DE DATOS ESPACIA-
LES - ICDE. Bogotá: Consejo Nacional de Política Económica y Social.
D. Voivontas, D. A. (March 1998). Evaluation of Renewable Energy potential using a
GIS decision support system. 13(3). Obtenido de http://dx.doi.org/10.1016/S0960-
1481(98)00006-8
Delgado Tatiana, J. C. (2007). Infraestructura de Datos Espaciales en Iberoamérica y el
Caribe.
ESRI. (2009). Creating and Maintaining a Geoportal - Management Considerations.
ESRI. (2009). Geoportal Technology . White Paper.
ESRI. (2011). ArcGIS Geoportal Extension servidor gestiona los recursos geoespaciales
para toda la empresa.
ESRI. (2011). ArcGIS Server Geoportal Extension Manages Geospatial Resources Enter-
prise–wide.
Jacobson, I. B. (2000). El proceso unificado de desarrollo de software. España: Addison Wes-
ley.
James C. Ascough II, H. D. (2002). Multicriteria Spatial Decision Support Systems:Overview,
Applications, and Future Research Directions. Lugano, Switzerland.
LatinIDE, C. (2011). Comunidad LatinIDE. Recuperado el 2011, de http://www.redclara.net/
index.php?option=com_content&view=article&id=843&Itemid=687&lang=es
Maguire, D., & Longley, P. (2005). The emergence of geoportals and their role in spatial data
infraestructure. Informática, Medio Ambiente y Sistemas Urbanos, 3-14.
Pfleeger, S. L. (2002). Ingeniería de software teoría y práctica. Buenos Aires: Prentice Hall.
ProVention. (2010). Working in partnership to build safer communities and reduce disater
risk. Recuperado el November de 2010, de http://www.proventionconsortium.org
A.N.Tijonov, V. (2001). Métodos y sistemas de apoyo en la toma de decisiones. Moscú: Max Press.
Abbas Rajabifard, A. M. (2010). Recuperado el 2011, de Programa de las Naciones Unidas
para el Desarrollo: http://www.undp.org.cu/eventos/espacial/SDI_Disaster_Iran.pdf
Banco Interamericano de Desarrollo. (2010). Indicadores de Riesgo de Desastre y de Ges-
tión de Riesgos. Obtenido de www.iadb.org
Blaikie, P. T. (1994). At risk: natural hazards, people’s vulnerability and disasters.
Chuquisengo, O., & Gamarra, L. (2001). Propuesta Metodológica para la Gestión Local del
Riesgo de Desastre: Una Experiencia Práctica.
Colombia, C. d. (24 de Abril de 2012). Ley 1523 Política Nacional de Gestión de Riesgo de
Desastres en Colombia. Colombia.
CONPES 3585. (2009). CONSOLIDACIÓN DE LA POLÍTICA NACIONAL DE INFORMA-
CIÓN GEOGRÁFICA Y LA INFRAESTRUCTURA COLOMBIANA DE DATOS ESPACIA-
LES - ICDE. Bogotá: Consejo Nacional de Política Económica y Social.
D. Voivontas, D. A. (March 1998). Evaluation of Renewable Energy potential using a
GIS decision support system. 13(3). Obtenido de http://dx.doi.org/10.1016/S0960-
1481(98)00006-8
Delgado Tatiana, J. C. (2007). Infraestructura de Datos Espaciales en Iberoamérica y el
Caribe.
ESRI. (2009). Creating and Maintaining a Geoportal - Management Considerations.
ESRI. (2009). Geoportal Technology . White Paper.
ESRI. (2011). ArcGIS Geoportal Extension servidor gestiona los recursos geoespaciales
para toda la empresa.
ESRI. (2011). ArcGIS Server Geoportal Extension Manages Geospatial Resources Enter-
prise–wide.
Jacobson, I. B. (2000). El proceso unificado de desarrollo de software. España: Addison Wes-
ley.
James C. Ascough II, H. D. (2002). Multicriteria Spatial Decision Support Systems:Overview,
Applications, and Future Research Directions. Lugano, Switzerland.
LatinIDE, C. (2011). Comunidad LatinIDE. Recuperado el 2011, de http://www.redclara.
net/index.php?option=com_content&view=article&id=843&Itemid=687&lang=es
Maguire, D., & Longley, P. (2005). The emergence of geoportals and their role in spatial data
infraestructure. Informática, Medio Ambiente y Sistemas Urbanos, 3-14.
Pfleeger, S. L. (2002). Ingeniería de software teoría y práctica. Buenos Aires: Prentice Hall.
ProVention. (2010). Working in partnership to build safer communities and reduce disater
risk. Recuperado el November de 2010, de http://www.proventionconsortium.org
Rajabifard, F. &. (2003). Spatial Data Infrastructures: concept, nature and SDI hierarchy.
17-40.
Ramanathan Sugumaran, J. D. (2011). Spatial decision support systems. Principle and prac-
tices. Boca Raton: Taylor and Francis Group.
Ribes. (2007). TELOS. Cuadernos de Comunicación e Innovación. Recuperado el 14 de Abril
de 2011, de La web 2.0. El valor de los metadatos y de la inteligencia colectiva: http://
www.campusred.net/TELOS/articuloperspectiva.asp?idarticulo=2&rev=73
Ribes, X. (2007). TELOS. Cuadernos de Comunicación e Innovación. Recuperado el 2012, de
http://sociedadinformacion.fundacion.telefonica.com/telos/articuloperspectiva.asp@
idarticulo%3D2&rev%3D73.htm
Simon, S. M. (1960). The New Science of Management Decision. New Zealand.

Unidas, N. (2010). International Strategy for Disaster Reduction, basic terms of disaster risk
reduction. Recuperado el Noviembre de 2010, de http://www.unisdr.org/eng/library/
lib-terminology-eng%20home.htm
Unidas, N. (Noviembre de 2010). Reducing Disaster Risk a challenge for development. A
Global Report. . Obtenido de http://www.unisdr.org/eng/library/lib-terminology-
eng%20home.htm
Westen, C. v. (2009). Multi-hazard risk assessment. Distance education course, guide book.
En United Nations University-ITC School on Disaster Geo-information Management.
Capítulo 17
Diseño de una plataforma
sig-web para la gestión
integral del sistema de
transporte – gesitran biobío
Marcela Martínez, Carolina Rojas,
Jhonny Gutiérrez, Cristian Borjas
Proyecto GESITRAN, Departamento de Ingeniería Civil, Universidad de

Concepción, Concepción, Chile.
Departamento de Geografía, Universidad de Concepción, Concepción, Chile
crojasq@udec.cl.
Departamento de Ingeniería Civil, Universidad de Concepción, Concepción, Chile
Secretaria de Planificación de Transporte SECTRA
RESUMEN
La plataforma tecnológica para la gestión integral del sistema de transporte en la

Región del Biobío – GESITRAN BIOBÍO – corresponde a un proyecto ejecutado por
la Universidad de Concepción y financiado por Innova Biobío, cuya finalidad es reco-
pilar, generar, procesar y publicar información territorial e indicadores del sistema de
transporte y de actividades del Gran Concepción (Chile). Se basa en el desarrollo de
dos componentes: Plataforma SAGI y ESTU (información geográfica base e indicado-
res espaciales procesados en ambiente SIG-Server) y un componente WEB (que per-
mite la gestión y publicación de contenido espacial). En este artículo nos centraremos
solo en la tecnología SIG aplicada para el desarrollo e implementación de la plataforma
junto al protocolo de comunicaciones para el tratamiento de información geográfica
de transporte. El resultado corresponde a un conjunto de visores de mapas con capas
de información georreferenciada de transporte y usos de suelo, además de visores de
análisis espacial para la realización de filtros y geoprocesos, y recomendaciones para
la incorporación de información geoespacial. La plataforma basada en tecnología SIG,
aporta a la gestión del sistema de transporte por parte de los tomadores de decisión,
así como a diferentes niveles de usuarios.
Palabras Clave: Plataforma tecnológica, Sistemas de Información Geográfica, Visores de
Mapa, Indicadores Socio-Espaciales, Transporte.
375
ABSTRACT
The Technological Platform for the Transport System Integral Management in the Bio-
bío Region - GESITRAN Biobío - corresponds to an innovative project executed by the
University of Concepción and funded by Innova Biobío. Its purpose is to gather, gene-
rate, process and publish geo spatial information and indicators of the transport and
activity systems in the Great Concepción metropolitan area (Chile). It is based on the
development of two components: Platform SAGI and ESTU (basic geographical infor-
mation and spatial indicators processed by GIS and GIS Server) and a website (orien-
ted to the management and publishing of the geospatial information). We will focus
on the GIS technology in this article, applied to the development and implementation
of the platform and the communications protocol for the adequate manipulation of
transport geographical information. The output corresponds to a set of maps displa-
ying layers of transportation and land use geo referenced information. Furthermore,
the maps servers allow doing queries, selections and filters of geo information. A list
of recommendations for the treatment and incorporation of the geospatial datasets is
provided. The technological platform based on GIS contributes to the management of
the transport system by decision makers, stakeholders and common users.
Key Words: Technologic Platform, Geographical Information System, Mapserver, Socio-
Spatial Indicators, Transport.
INTRODUCCIÓN
El terremoto ocurrido en la ciudad de Concepción Chile el 27 de Febrero del

2010, puso en evidencia tres situaciones: (i) la falta de datos geoespaciales en can-
tidad, calidad, homogeneidad y pertinencia para tomar decisiones rápidas, res-
pecto de la gestión del sistema de transporte en situaciones de emergencia; (ii) la
fragilidad del sistema de transporte ante incidentes de cualquier naturaleza (sis-
mos, accidentes, manifestaciones, etc.); (iii), la fragilidad de los sistemas de alma-
cenamiento de datos existentes (en diversos y disímiles formatos) ante eventos
que pudiesen causar su destrucción total o parcial.
GESITRAN (Gestión integral del transporte) asume el desafío de crear una pla-
taforma tecnológica en base a sistemas de información geográfica (SIG) que per-
mita la gestión eficiente de datos geográficos de transporte para una toma de
decisiones rápida e integrada a los sistemas tradicionales de planificación del sis-
tema de transporte urbano (STU).
Los SIG son la tecnología apropiada para el desarrollo de una plataforma de estas
características, además de contenedores de información geoespacial han demostrado
que pueden ser utilizados para corroborar modelos espaciales y tomar referencia
de diferentes leyes del comportamiento espacial (Buzai, 2015). En relación a datos
de transporte han proporcionado metodologías para analizar la distancia (tem-
poral y espacial) entre variables como la población, las redes y los servicios de
transporte; y una interesante efectividad en la creación de mapas de isócronas en
base a modelos de interpolación para la estimación de variables como las distan-
cias recorridas, la accesibilidad (O’Sullivan, Morrison & Shearer 2000; Zhu & Liu
2004; Páez et al., 2009) y estimación de densidad Kernel para la concentración de
fenómenos puntuales (Moreno y Prieto 2002; Askildsen 2010).
A grandes rasgos desde un enfoque netamente espacial, el análisis con SIG desa-
rrollado en la Plataforma GESITRAN puede clasificarse en análisis de influencia
(proximidad), análisis de redes, análisis de accesibilidad y análisis de concentra-
ción de datos.
El análisis de influencia consiste en generar zonas homogéneas de proximidad,

conocidas como buffers o áreas de servicio que, de acuerdo a una determinada
distancia, permiten conocer ciertos atributos espaciales. Los buffers han sido
utilizados para conocer la cantidad de población servida o la demanda poten-
cial existente en torno a una determinada instalación de transporte (estaciones,
paraderos) o equipamientos (hospitales, escuelas, universidades, etc.) e incluso
en determinados usos del suelo (Gutiérrez, Pinto y Gómez, 2000; Kyushik &
Seunghyun, 2007; Mondou, 2009). El método denominado Two Step Floating
Catchment Areas (2SFCA) basado en corredores buffers ha sido ampliamente uti-
lizado en la valoración de inequidades espaciales en la distribución de equipa-
mientos públicos (Cervigni et al., 2008; Chen et al., 2012; Gualiardo 2004; Luo
2004; Luo & Qi 2009; Luo & Whippo, 2012; Wang, 2012). En la Plataforma GESI-
TRAN los buffers se encuentran en los visores de mapas y visores de análisis: en
los primeros a través del visor Indicadores del Sistema de Transporte, que muestra
el indicador Cobertura de Transporte Público que representa el área de influencia
de los recorridos del Gran Concepción en 100, 200 y 300 metros desde sus ejes; en
los segundos a través del visor Zonas de Influencia que permite al usuario generar
buffers para el equipamiento urbano según las distancias que estime adecuadas.
El análisis de redes se define por la configuración topológica y la conectividad

de la red. En un SIG se representa por un conjunto de elementos nodales y arcos
interconectados, entonces si en los análisis con buffers se asume un espacio iso-
trópico y se trabaja con distancias euclidianas, en el análisis de redes se miden los
flujos, según las distancias de recorrido por la red de transporte.
Las relaciones de distancia se construyen en base a condiciones “uno es a uno” o

“uno es a todos”, siendo un análisis más preciso por la incorporación de impedan-
cias de restricción o fricción al movimiento según el recorrido entre vías depen-
diendo de su tipología o jerarquía.
Los análisis más comunes de eficiencia de la red son los caminos mínimos o rutas
óptimas, su cálculo resulta de gran interés para la implementación de indicadores
de accesibilidad, los cuales intentan recoger de forma sintética las condiciones de
accesibilidad con respecto a un conjunto de lugares de destino (Gutiérrez, Con-
deço-Melhorado, & Martín, 2010).
Por ejemplo se pueden calcular la distancia o tiempos mínimos de acceso a los
centros de actividad o adoptar una formulación gravitatoria, que a su vez perfec-
ciona el análisis de proximidad ofrecido por los buffers, delimitando las áreas de
servicios según la disposición y estructura de la red viaria o de transporte público,
es decir utilizando impedancias más adecuadas determinando desde qué arcos de
la red se puede alcanzar en un determinado tiempo o distancia una instalación de
transporte (Díaz et al., 2007).
En la Plataforma GESITRAN el análisis de redes se encuentra representado en el

visor Sistema de Actividades, particularmente en dos indicadores: Proximidad a
Centros de Atención Primaria y Áreas de Servicio de Áreas Verdes.
El indicador de Proximidad muestra la relación que existe entre la oferta de equi-

pamientos de salud y la distancia espacial que deben recorrer los ciudadanos para
utilizarlos, representando el promedio de las distancias a través de la red desde
cada una de las manzanas hacia el total de los centros de salud. Por otro lado, el
indicador de Áreas de Servicio muestra las áreas urbanas con acceso óptimo a las
áreas verdes, a distancia de caminata de 200 y 300 metros según superficie.
El análisis de accesibilidad se realiza principalmente con indicadores cuantitati-

vos, algoritmos soportados en medidas calculables con análisis buffers y redes. La
accesibilidad es el grado de cercanía u oportunidad relativa de interacción y con-
tacto (Jiang et al., 1999), siendo las redes de los modos de transporte y la movili-
dad decisivas, para determinar la supuesta lejanía física o factor distancia entre los
agentes de esta interacción (puntos de origen y destino).
Los indicadores de accesibilidad están orientados principalmente al análisis de

la interacción, eficiencia y equidad espacial de las redes y servicios de trans-
porte, y sobre el territorio generalmente se espacializan utilizando modelos de
interpolación. Muy utilizados son los índices de eficiencia espacial, donde los
puntos de oferta la representan las redes de transporte y como demanda la
población residente (Gutiérrez, Condeço-Melhorado & Martín 2010; Zhu & Liu
2004; Martínez y Rojas 2014). En el marco del Proyecto GESITRAN se han rea-
lizado análisis de accesibilidad espacial a servicios y equipamientos, como es el
caso de la medición de la accesibilidad a la oferta de hospitales públicos del Gran
Concepción (Martínez y Rojas, 2014), en que el indicador representa la media de
los tiempos de viaje (minutos) desde cada localidad de origen a los equipamientos
de destino considerando sus hospitales asignados, y donde es posible identificar
el patrón de distribución geográfico de los valores de accesibilidad, así como las
localidades con ubicación óptima y desfavorables según la demanda de población.
El análisis de concentración de datos se realiza mediante técnicas avanzadas de

geoestadística, como hot spost, elipse de confianza, distancia estándar, densida-
des kernel, entre otros.
Destacamos la utilización de densidades kernel para calcular la densidad de las

entidades en la vecindad de esas entidades de puntos. La densidad se basa en cál-
culo de la probabilidad de que un punto este situado en una ubicación específica
del espacio (Bustos et al., 2012) demostrando excelentes resultados en la medición
de accidentes de tránsito alrededor de redes de transporte (Ye et al., 2014).
La incorporación de este tipo de análisis en la Plataforma GESITRAN permite

generar indicadores de cobertura espacial, conectividad, localización y áreas de
servicios para el análisis del comportamiento de los viajes, accesibilidad y flujos
en el Gran Concepción, otorgando más posibilidades y solidez a ésta, más allá de
la disposición y visualización de datos geográficos.
OBJETIVO
El objetivo es describir el desarrollo SIG de la plataforma tecnológica de inter-

faz web con una serie de servicios de mapas con datos del sistema de transporte
urbano del Gran Concepción, destinado a la gestión y consulta de datos geoespa-
ciales y a la construcción de indicadores socio-espaciales, basados en información
de transporte y usos de suelo.
La interfaz SIG-Web de la Plataforma GESITRAN se aloja en el sitio web www.

gesitranbiobio.cl, que contiene un menú de inicio, y distintas pestañas de navega-
ción (Figura 1).
Figura 1: Inicio Plataforma GESITRAN
Fuente: Elaboración Propia www.gesitranbiobio.cl
MÉTODO
La plataforma desarrollada presenta dos componentes: un Sistema de Informa-

ción Geográfica (SIG) y un sitio Web. El SIG reúne las plataformas SAGI (Sistema
de almacenamiento y gestión de la información) y ESTU (Estudio del sistema de
transporte urbano) que corresponden a la información geográfica de base y a los
indicadores espaciales de Sistema de Transporte, Actividades y Patrón de flujos,
de los cuales nos referiremos muy someramente. El SIG es el componente fun-
damental a través del cual es posible procesar, administrar y visualizar toda la
información geoespacial de transporte. La arquitectura de la plataforma SAGI se
diseña en Web Mapping Server – ArcGIS Server, el cual está definido por un ser-
vidor SIG y sus clientes, un servidor Web con clientes y/o aplicaciones, un servi-
dor de datos, administradores y catálogos y creadores de contenido.
El sitio web es el servicio que permite dar a conocer la información contenida en
el SIG a todos los niveles de usuario, teniendo la funcionalidad de entregar infor-
mación adicional del proyecto como noticias y fichas de indicadores.
En su conjunto, las plataformas SIG (SAGI y ESTU) y Web componen la Plata-

forma GESITRAN, que consta de varios visores de información geoespacial, y
puede ser consultada a través de la dirección electrónica www.gesitranbiobio.cl.
Sus principales características son:

• Producción cartográfica (como ilustración, elementos gráficos o conjunto
empaquetado de datos georreferenciados).
• Superposición visual de capas de información temática, en diferentes estruc-
turas de datos (raster y/o vectorial).
• Responder a la petición de información descriptiva de algún elemento espa-
cial contenido en los visores de mapas desplegados.
• Generación de filtros de información espacial asociada a accidentes de trán-
sito y recorridos de transporte público.
• Generación de geoprocesos en línea a través de herramientas de análisis espa-
cial aplicadas a coberturas de infraestructura y equipamiento urbano.
Entre las principales funcionalidades de la plataforma, se considera la consulta y

extracción de información geoespacial de la base de datos en aquellos aspectos de
interés, facilidad de actualización y salida de información consultada, mediante la
visualización cartográfica de la información espacial y salida tabular de la infor-
mación almacenada.
Esta salida gráfica se obtiene directamente a la pantalla o se podrá derivar a dis-
positivos de impresión.
Se han considerado los siguientes niveles de acceso a la plataforma:

• Nivel de acceso público, en el que se permite visualizar, consultar y obtener
información gráfica, sin permisos de edición o descarga, a través de un visor
en la plataforma de datos en base a la tecnología de ArcGIS Server.
• Nivel acceso restringido a la comunidad GESITRAN, correspondiente a las
instituciones gubernamentales colaboradoras y entidades que se estimen con-
venientes. En este nivel se permite compartir y solicitar información geoespa-
cial de transporte en base a una evaluación profesional previa.
• Nivel restringido a investigadores y profesionales en SIG del proyecto GESI-
TRAN, quienes tienen los permisos para administrar, gestionar, modificar,
ingresar y editar, ya sea los datos, metadatos e indicadores.
La plataforma ESTU publicada en la web dispone aproximadamente de treinta

indicadores (Tabla 1), los cuales se calculan y visualizan espacialmente en SIG,
y se desarrollan con información de transporte existente o capturada en terreno.
Tabla 1: Sistema de Indicadores Plataforma ESTU
Fuente: Elaboración Propia.
La descripción detallada de cada indicador se encuentra en sus respectivas

fichas técnicas, disponibles para su descarga en http://www.gesitranbiobio.cl/
pagina/indicadores.
RESULTADOS
Visores de Información Geográfica

A la fecha, la plataforma cuenta con 11 visores de información espacial (Figura
2), correspondientes tanto a información geográfica de base como a indicado-
res de transporte, sistema de actividades y patrón de flujos, los que se detallan
a continuación:
• Visor Infraestructura y Equipamiento: permite la visualización y consulta de

información georreferenciada de tipo base referente a establecimientos educa-
cionales, universidades, semaforización, hospitales públicos, aeropuerto, cen-
tros de atención primaria, estaciones de Biotren (Tren de pasajeros), red Biotren,
estacionamientos, paraderos de taxibuses, ciclo vías existentes y proyectadas, y

vías de evacuación por tsunami.
• Visor Planificación: permite la visualización y consulta de información georre-
ferenciada de tipo base referente a usos de suelo, Planes Reguladores Comuna-
les, proyectos inmobiliarios, unidades vecinales/barrios, senderos y áreas verdes.
• Visor Transporte y Tránsito: permite la visualización y consulta de informa-
ción georreferenciada de tipo base referente a accidentes de tránsito, medi-
ciones de flujos vehiculares periódicas y continuas, mediciones de flujos
de saturación, puntos censales TMDA (Tránsito Medio Diario Anual) de la
Región y jerarquización vial.
• Visor Indicadores Sistema de Transporte: permite la visualización y consulta
de información georreferenciada de tipo procesada referente a indicadores de
estado de ciclovías, veredas, rampas, soleras, asfalto hormigón; índices de den-
sidad de intersecciones, intersecciones de cuatro arcos, conectividad, densidad
de la red vial, espacio destinado a vialidad; y cobertura de transporte público.
• Visor Indicadores Sistema de Actividades: permite la visualización y consulta
de información georreferenciada de tipo procesada referente a consumo de
suelo, entropía/diversidad de usos de suelo, proximidad a salud y áreas verdes,
ocupación de suelo por actividad, índices de clúster y oferta de trabajo, comer-
cio y servicios.
• Visor Indicadores Patrón de Flujos: permite la visualización y consulta de
información georreferenciada de tipo procesada referente a viajes atraídos/
generados según período, modo y propósito por zonas de transporte y comu-
nas, índices de severidad y siniestralidad de accidentes de tránsito y gasto
mensual en transporte público.
• Visor Recorridos de Transporte Público: muestra la información referente al
trazado de taxibuses en el Gran Concepción, terminales de origen – destino,
y su frecuencia oficial por línea y servicio.
• Visor Accidentes Sistema de Actividades: muestra la información referente
a accidentes de tránsito ocurridos en el área de influencia de colegios, uni-
versidades, paraderos de taxibuses, unidades vecinales, y en vías primarias y
secundarias del Gran Concepción.
• Visor Accidentes Temporales 2009-2011: muestra la información referente a
accidentes de tránsito por año, mes, día, hora, y densidades de kernel.
• Visor Accidentes de Tránsito 2009-2013: contiene la base de datos actuali-
zada al año 2013 y desagregada según características temporales, cantidad,
comuna, causas, severidad, entre otras.
• Visor de Recorridos de Taxicolectivos: muestra la información referente al
trazado de taxicolectivos por comuna en el Gran Concepción.
Figura 2: Visores de mapas publicados en la Plataforma
Visores de Análisis Espacial
La Plataforma GESITRAN Biobío cuenta con dos tipos de visores de análisis espa-
cial: filtros espaciales y geoprocesos.
Los filtros de consulta de información geoespacial, específicamente referidos a
la base de datos de Transporte Público y Accidentes de Tránsito, son alojados en
visores avanzados, permitiendo desagregar la búsqueda según diferentes campos
de interés. Por otra parte, los visores de geoprocesos contienen herramientas de
análisis espacial para la resolución de problemáticas referidas a localización de
infraestructuras de transporte y equipamiento urbano. A continuación, se descri-
ben cada uno de ellos.
Filtros de accidentes del Gran Concepción
La base de datos geográfica asociada a los accidentes de tránsito 2009-2013 pre-

senta una importante cantidad de registros (13.802) y de variables o atributos que
los caracterizan, por lo que realizar consultas específicas es necesario para este tipo
de datos. La Figura 3 muestra la interfaz de este visor de filtros, donde la columna
al costado izquierdo del mapa indica las opciones de consultas agrupadas en cinco
temáticas: temporales, entorno e infraestructura, tipología y severidad, personas

y vehículos involucrados.
Figura 3: Visor de Filtros Accidentes Gran Concepción
• Accidentes temporales: permite filtrar los accidentes según características

temporales, como año, mes, día de la semana, fecha y hora de ocurrencia,
permitiendo realizar una búsqueda muy específica.
• Entorno e infraestructura: permite filtrar los accidentes por comuna, área
rural o urbana, causas preliminares, calzada, tipo y estado de la calzada, con-
dición climática, y estado atmosférico.
• Tipología y severidad: permite filtrar accidentes según tipo y gravedad
(número de ilesos, graves, menos graves y fallecidos.)
• Personas involucradas: permite filtrar según las personas involucradas por
accidente, como conductor, pasajero, peatón, género, y rango etario, según
número en cada categoría.
• Vehículos involucrados: permite filtrar según el tipo de vehículo involucrado
por accidente, como ambulancia, automóvil, bicicleta, taxibus, camión, entre
otras categorías.
En la Figura 4 y 5 se pueden observar ejemplos de salidas cartográficas de indica-

dores, en particular el Indicador de Patrón de Flujos, donde se visualizan los viajes
atraídos y generados clasificados por categoría, propósito, modo y periodo; y el

Visor de Indicador de Accidentes utilizando el método de densidad kernel.
Figura 4: Visor de Indicador de Patrón de Flujos: Viajes Atraídos y Generados
Figura 5: Visor de Indicador de Accidentes utilizando el método de densidad kernel

Visor de filtros de Recorridos de Transporte Público
Otra base de datos geográfica relevante desde el punto de vista de las necesidades
de los usuarios y servicios para la gestión del transporte, está asociada a recorri-
dos de transporte público, la que presenta numerosos registros (190 recorridos)
y atributos específicos. Por lo tanto, un visor de filtros de este tipo permite visua-
lizar espacialmente tanto el recorrido como su origen y destino, entre otras con-
sultas que se detallan a continuación. La Figura 6 muestra el visor de filtros de
transporte público, según consultas de recorridos y comuna.
Figura 6: Visor de Filtros Recorridos de Transporte Público del Gran Concepción
• Recorrido: permite filtrar los recorridos según línea, número de servicio, ruta
y categorías (licitadas, no licitadas y ambas).
• Comuna: permite filtrar los recorridos por comuna de origen y destino, y
comuna donde se encuentra emplazado su terminal.
Visor de geoprocesos: Localización de accidentes en el área de influencia de Colegios
En este visor es posible realizar consultas sobre los accidentes de tránsito que se
localicen dentro del área de influencia de los establecimientos educacionales, por
lo tanto, se le permite al usuario interactuar con las distancias empleadas para

obtener esta consulta espacial. Las herramientas de geoprocesamiento insertas
en estos visores avanzados corresponden a la definición de un buffer (zona de
influencia) y una intersección entre dicha zona y los accidentes de tránsito del
Gran Concepción. Este visor se muestra en la Figura 7.
Figura 7: Visor de Geoprocesos: Accidentes en el área de influencia de Colegios
Visor de geoprocesos: Generación de zonas de influencia Buffers
La generación de zonas de influencia está referida a equipamientos urbanos del

transporte y sistema de actividades, tales como paraderos, estaciones de Biotren,
estacionamientos céntricos, aeropuerto, centros de atención primaria, hospitales
públicos, colegios y establecimientos de educación superior.
A través de este visor es posible obtener la cobertura espacial de cada uno de los
equipamientos del Gran Concepción indicados anteriormente, permitiéndole al
usuario interactuar con las distancias empleadas para obtener los resultados de
esta consulta espacial (Figura 8).
Figura 8: Visores de Geoprocesos: Zonas de influencia o Buffers de

equipamientos urbanos
La Figura 9 ilustra la interfaz gráfica de los visores de análisis espacial publicados

en la Plataforma GESITRAN.
Figura 9: Visores de análisis publicados en la plataforma

Recomendaciones para el ingreso de información geográfica
El Protocolo de Comunicaciones se encuentra dirigido a los organismos genera-

dores de información espacial del sistema de transporte, de actividades y patrón
de flujos, para generar información de calidad, debido a la incongruencia que a
menudo presentan los datos georreferenciados (Rojas, 2007). Para esto se consi-
deran las recomendaciones de Borjas (2014), en base a las normativas de infor-
mación territorial ISO 19100 y en particular a las Nch ISO 19103, Nch ISO 19115,
ISO 19109 e ISO 19107.
El protocolo se estructura conforme a los siguientes criterios:

A) Congruencia territorial
B) Congruencia interpretativa
C) Congruencia formal
D) Definición del Sistema de Referencia
E) Escala de Representación
A)Congruencia territorial
La congruencia territorial hace referencia a dos aspectos sobre la manera en que
se generan las entidades en una base de datos geográfica (BDG); (1) cualquier
campo de información que se quiera incluir en una BDG debe tener una expre-
sión territorial, es decir, debe estar asignado a un espacio concreto del territorio;
(2) cada entidad en la BDG es el resultado de la división que la información pro-
duce sobre el territorio, por lo que una variación en los datos observados en las
variables, o la inclusión o exclusión de alguna variable, podría implicar una nueva
delimitación de las entidades.
Los criterios que permiten asegurar una coherencia territorial de la BDG son
los siguientes:
• Todas las variables deben generar una división exhaustiva del territorio,
es decir, no pueden existir entidades del territorio para las cuáles no exis-
tan datos de una variable. De esta manera, para una variable pueden existir
observaciones de dos tipos:
> Observaciones normales, que corresponden a los valores esperados
para cada variable;
> Observaciones omitidas, cuyos valores no han sido considerados en la
fuente de información y por lo tanto se desconoce. En este caso es fun-
damental considerar las razones por las que se ha omitido su valor, ya
que podría significar que dicho valor es igual a cero, o que no aplica, es
nulo o no se tiene información.
• No puede existir más de un valor para una misma entidad dentro de una
variable. Ya que las variables son las que generan las entidades, es imposible
definir una entidad con dos valores.
• Todas las variables incorporadas en la BDG deben tener una función explícita
para colaborar en la toma de decisiones y cumplir con los criterios de con-
gruencia interpretativa que se pasan a explicar a continuación.
B)Congruencia interpretativa
Tal como se comentó anteriormente, tanto las variables como sus observaciones
deben ser coherentes y claramente interpretables. Para ello, es fundamental que
las BDG cumplan con un estándar mínimo de información correspondiente al
metadato, que permite dar a conocer su procedencia y todas las especificaciones
de los datos. A continuación, se indican los elementos mínimos necesarios para
documentar información geográfica, según IDE Chile. Solo se consideran los ele-
mentos obligatorios:
• Título: nombre por el cual es conocido el recurso citado. Se recomienda

incluir qué es lo que se documenta, a qué lugar geográfico corresponde y la
escala de la información.
• Resumen: breve resumen narrativo del contenido del recurso. El resumen debe
permitir al lector comprender la información que ofrece el contenido de los
datos de forma clara y concisa. Se recomienda incluir la siguiente información:
> Lo que representa la información

> Zona geográfica
> Sistema de referencia
> Fuente de los datos (Institución y unidad productora de
la información)
> Referencias legales
> No utilizar abreviaciones que no se comprendan por el público
• Fecha: fecha de la información. Adicionalmente se recomienda especificar en

el elemento de metadatos si corresponde a la fecha de publicación, creación
o modificación.
• Categoría: tema(s) principal(es) del conjunto de datos. Ejemplo: Salud, Medio
Ambiente, Transporte, Planificación.
• Nivel jerárquico: alcance al que se aplican los metadatos. Puede ser una capa
o imagen o múltiples que comparten cierta extensión espacial o hace referen-
cia a un lugar específico.
Se recomienda la utilización del software CatMDEdit, herramienta Open Source

de edición de metadatos que facilita la documentación de recursos, desarrollada
por el consorcio TeIDE. Es posible descargarlo a través del siguiente link http://
catmdedit.sourceforge.net/.
Además del metadato en las BDG, otro criterio de congruencia interpretativa fun-
damental es contar con información suficiente de cada variable, es decir, que éstas
presenten un nombre claramente descriptivo para determinar su utilidad en el
análisis, y que no genere complicaciones en su interpretación.
Esto implica a la vez resolver problemas de dominio, en particular con variables

que no toman ningún valor o valores “0”, dado que no es posible inferir que para
esa entidad la variable toma dicho valor, o si bien, no se tiene información para esa
variable en dicha entidad. Lo mismo ocurre para variables sin valor, o celdas vacías.
C)Congruencia Formal
Es necesario considerar reglas de formato para el nombre de variables y valores
ingresados en cada entidad, especialmente si son alfanuméricos. En este contexto,
Borjas (2014) establece las siguientes reglas de formalidad para la construcción
de BDG:
• Mantener los nombres tan cortos como sea práctico. Usar abreviaciones nor-
malizadas si son comprensibles, evitar las preposiciones y eliminar verbos
cuando no son importantes para el significado del nombre (INN, 2011a).
• Un nombre de BDG no debe contener espacios. Las palabras separadas en un
nombre deben estar ligadas. Cada subpalabra en un nombre debe comenzar
con una letra mayúscula (INN, 2011a).
• Combinar múltiples palabras como se requiera para formar nombres preci-
sos y comprensibles sin usar ningún carácter de intervención (tales como “_”,
“-“o espacio) (INN, 2011a).
• Para nombres de atributos se escribe en mayúscula sólo la primera letra de
cada palabra tras la primera palabra que se combina en un nombre (NCh
ISO 19103). Junto a ello, como máximo la extensión de los nombres debe
tener 10 caracteres.
• No se utilizarán tildes (´) ni la letra ñ para nombres de BDG ni atributos.
• Para los valores de atributos tipo cadena, que indique un nombre propio, no
se utilizarán tildes (´) y cada palabra dentro del nombre empezará con una
letra mayúscula, excepto artículos que no inicien el nombre.
• Para atributos numerales, se utilizará como divisor decimal el punto (.) y
como divisor de miles la coma (,).
• Para un mismo atributo numeral de una BDG, todos sus elementos deben ser
consistentes con el número de cifras decimales, y además como máximo se
deben utilizar 2 de ellas.
D)Definición del Sistema de Referencia

Según lo señalado en la Nch ISO 19100, se recomienda que el sistema de referen-
cia a utilizar en Chile para toda base de datos geográficos bidimensionales sea el
Sistema de Referencia Geocéntrico para las Américas SIRGAS (WGS84), que se
describe como sigue:
• Coordenadas Cartesianas: SIRGAS ITRF 2000.

• Coordenadas Geográficas: Parámetros elipsoidales GRS80.
• Proyección: Universal Transversal de Mercator (UTM).
• Husos 12, 18 y 19, según corresponda dentro Chile.
El sistema de referenciación geodésica vertical debe estar referido al Nivel Medio

del Mar (n.m.m.), según lo establecido por el Servicio Hidrográfico y Oceanográ-
fico de la Armada de Chile (SHOA).
E)Escala de representación
La presencia de inconsistencias posicionales en el cruce gráfico de las BDG pone
de manifiesto la necesidad de contar con datos de referencia o cartografía base
confiable del área de estudio.
De esta forma, todo elemento espacial del sistema de transporte urbano que
quiera representarse mediante una BDG, debe hacerlo utilizando como referencia
una Ortofotografía única de alta resolución que permita digitalizar elementos, al
menos, a una escala de 1:500. Esta Ortofotografía debe consensuarse entre los dis-
tintos organismos generadores y debe estar georreferenciada de acuerdo a lo esti-
pulado en la definición del sistema de referencia. Dado lo anterior, parece lógico
utilizar la cartografía utilizada en la infraestructura de datos creada en Chile, es
decir, la IDE Chile.
CONCLUSIONES
La plataforma GESITRAN Biobío, en su globalidad constituye una importante

iniciativa para la gestión integral de la información espacial referida al trans-
porte, sistema de actividades y patrón de flujos en el Gran Concepción. Los SIG
han resultado una potente herramienta para el apoyo a la toma de decisiones en
el ámbito público desde la perspectiva de la planificación y ordenación del terri-

torio, constituyéndose además como una plataforma tecnológica de información
dinámica y monitoreable, que permite la simulación de escenarios futuros (Fagan-
dini y Villanueva, 2012). En este contexto, la Plataforma GESITRAN permite
identificar problemáticas a nivel local a partir de la disposición de indicadores
espaciales de primera y segunda generación, y construir escenarios de diagnós-
tico del sistema de transporte del Gran Concepción utilizando como insumo esta
información procesada.
Desde el punto de vista del diseño y arquitectura de la plataforma, la implemen-

tación de los servicios de mapas presentan diversas funcionalidades que permi-
ten la publicación de visores de mapas y de análisis, a través de la sincronización
entre ArcGIS Desktop y Server, la gestión y administración de datos web, la dispo-
sición de niveles de usuarios diferenciados, y la publicación de indicadores y sus
fichas técnicas en la web.
La tecnología ArcGIS Server demostró una gran aplicabilidad en la creación y dis-

tribución de servicios SIG en la Web. En esta línea, los visores desarrollados bajo
plataforma Javascript resultaron óptimos para este propósito, debido a la reciente
discontinuidad en el soporte, respaldo y apoyo de visualizadores construidos en
Flex y Silverlight como plataforma madre de estos mapas. El lenguaje Phyton se
encuentra muy presente en estos procesos, sirviendo de base para la implementa-
ción de modelos de GP en ArcGIS Desktop.
Una funcionalidad relevante para la interacción con la información territorial es
la publicación de visores de mapas avanzados (visores de filtros), que permiten la
consulta específica de información referente a los accidentes de tránsito y recorri-
dos de transporte público en el Gran Concepción. Se generaron categorías o sub-
grupos donde se encuentran contenidos los atributos de cada información, lo que
permite una mayor especificación espacial.
De esta forma es posible contar con una plataforma tecnológica SIG-Web, capaz
de integrar distintos niveles de acceso, presentar diversidad de contenidos como
visores de mapas, indicadores espaciales y documentación relevante, y contribuir
con la disposición de información territorial recopilada y generada para la con-
sulta a través de la web www.gesitranbiobio.cl.
Uno de los aspectos a considerar para su adecuado funcionamiento a mediano y

largo plazo, es la necesidad de generar mayor eficiencia en la captura, estandariza-
ción y actualización de los datos, así como establecer los mecanismos de continuidad
La Plataforma GESITRAN es un aporte a la gestión del sistema de transporte, de

la interacción que el sistema de transporte induce sobre la vida de los ciudadanos.
AGRADECIMIENTOS
Proyecto Innova Biobio ibb-11-PCS2-1116: “Plataforma Tecnológica para la Ges-

tión Integral del Sistema de Transporte en la Región del Bíobío (2012-2015)”.
Fondo de Innovación Tecnológica de la Region del Biobio.
Equipo de Trabajo: http://www.gesitranbiobio.cl/pagina/quienes-somos
BIBLIOGRAFÍA
Askildsen, T. C. (2010). The regional impact area of the Alnabru freight terminal, Oslo,
Norway: mapping shipment data for transport-political decision support. Environmen-
tal Research, 126-134.
Borjas, C. (2014). Diseño de un Protocolo Estandarizado para Construir Bases de Datos
Geográficas de Transporte. Tesis de grado Magister en Análisis Geográfico, Universi-
dad de Concepción.
Bustos, C., Carrasco, J.A., Rojas, C. y Tudela, A. (2012). Indicadores del espacio de activida-
des sociales de individuos del Gran Concepción utilizando la perspectiva de las redes
personales. Ingeniería de Transporte, 16. http://www.sochitran.cl/wp-content/uploads/
Acta-2011-01-36.pdf.
Buzai, G. (2015). Perspectivas teóricas de la Geografía en la evolución de los Sistemas de
Información Geográfica. En: Claudia Baxendale, Marina Miraglia, Nicolás Caloni y Gus-
tavo Buzai (Editores) Sistemas de Información Geográfica en la investigación cientí-
fica actual.
Cervigni, F., Suzuki, Y., Ishii, T. & Hata, A. (2008). Spatial accessibility to pediatric services,
J. Community Health, 33, 444–448.
Díaz, M. A., Cantergiani, C., Salado, M. J., Rojas, C., y Gutiérrez, S. (2007). Propuesta de un
Sistema de Indicadores de Sostenibilidad para la Movilidad y el Transporte Urbanos.
Aplicación mediante SIG a la ciudad de Alcalá de Henares. Cuadernos de Geografía, Uni-
versidad de Valencia, 31-50.
Fagandini, F., y Villanueva, A. (2012). Los SIG y la economía ambiental, herramientas para la
toma de decisiones territoriales. Caso de estudio: El fundo el Carmen, comuna de Quil-
pué, Chile. Revista Geográfica de Valparaíso, 45, 23-32.
Gualiardo, M. F. (2004). Spatial accessibility of primary care: Concepts, methods and
challenges. International Journal of Health Geographics, 3, 1-13. http://dx.doi.
org/10.1186/1476-072X-3-1
Gutiérrez, J., Pinto, C., y Gómez, G. (2000). Accesibilidad peatonal a la red de metro de Madrid:
efectos del Plan de Ampliación 1995-99. Anales de Geografía de la Universidad Complu-

tense, 20, 451-464.
Gutiérrez, J., Condeço-Melhorado, A., & Martín, J. C. (2010). Using accessibility indicators
and GIS to assess spatial spillovers of transport infrastructure investment. Journal of
Transport Geography, 18(1), 141-152.
Instituto Nacional de Normalización de Chile (INN). (2011a). NCh 19103: Información
Geográfico – Lenguaje de Esquema Conceptual.
Instituto Nacional de Normalización de Chile (INN). (2011b). NCh 19115: Información
Geográfico – Metadatos.
Infraestructura de Datos Geoespaciales Chile (IDE). (2014). Recomendación técnica meta-
datos. Unidad de Normas Secretaría Ejecutiva SNIT –IDE Chile.
Jiang, B., Claramunt, C., & Batty, M. (1999). Geometric accessibility and geographic infor-
mation: extending desktop GIS to space syntax. Computers, Environment and Urban
Systems, 23(2), 127-146.
Kyushik, O & Seunghyun, J. (2007). Assessing the spatial distribution of urban parks using
GIS. Landscape and Urban Planning, 82, (1-2), 25-32.
Luo, W. (2004). Using a GIS-based Floating Catchment Method to Assess Areas with Shor-
tage of Physicians, Health and Place, 10(1), 1-11.
Luo, W. & Qi, Y. (2009). An enhanced two-step floating catchment area (E2SFCA) method for
measuring spatial accessibility to primary care physicians. Health & Place, 15, 1100–1107.
Luo, W. & T. Whippo. (2012). Variable catchment sizes for the two-step floating catchment
area (2SFCA) method. Health & Place, 18, 789–795.
Martínez., M., y Rojas, C. (2014). Evaluación de la Accesibilidad Espacial a la red hospitala-
ria en el área metropolitana de Concepción. Geografía y Sistemas de Información Geo-
gráfica (GESIG-UNLU, Luján), 6(6), 176-200. www.gesig-proeg.com.ar.
Mondou, V. (2009). Daily Mobility and Adequacy of the Urban Transportation Network a
GIS application. European Journal of Geography Cybergeo, 1-14.
Moreno, A., y Prieto, E. (2002). Evaluación de procedimientos para delimitar áreas de servi-
cio de líneas de transporte urbano con sistemas de información geográfica. Investiga-
ciones Regionales, 2, 85-102.
O’Sullivan, D., Morrison, A., & Shearer, J. (2000). Using desktop GIS for the investigation of
accessibility by public transport: an isochrone approach. International Journal of Geo-
graphical Information Science, 14(1), 85-104.
Páez, A. Mercado G., Farber, S., Morency, C. & Roorda, M. (2009). Mobility and Social Exclu-
sions in Canadian Communities: An Empirical Investigation of Opportunity Access
and Deprivation. Report to Policy Research Directorate, Strategic Policy and Research,
Human Resources and Social Development Canada.
Rojas, C. (2007). Construyendo un modelo de datos para el planeamiento urbano. Mapping,
118, 16-19.
Wang, F. H. (2012). Measurement, optimization, and impact of health care accessibility: A

methodological review. Annals of the Association of American Geographers, 102, 1104-1112.
Ye, H., Meng, X., Yang, L, & Anand, S. (2014) Development of a digital Accident Hotsport
Map for ADAS applications using geospatial methods in GIS. The Journal of Naviga-
tion, 67, 353-369.
Zhu, X., & Liu, S. (2004). Analysis of the impact of the MRT system on accessibility in Singa-
pore using an integrated GIS tool. Journal of Transport Geography, 12(2), 89-101.
Semblanzas
Wenseslao Plata Rocha
Doctor en Geografía por la Universidad de Alcalá (UAH), España; Maestro en

Ciencias Geodésicas y Licenciado en Ingeniería Geodésica por la Universidad
Autónoma de Sinaloa (UAS), México.
Es Profesor e Investigador de Tiempo Completo, miembro del Sistema Nacional

de Investigadores Nivel I y cuenta con el Reconocimiento al Perfil Deseable PRO-
DEP de la Secretaria de Educación Pública. Director de la Facultad de Ciencias de
la Tierra y el Espacio de la UAS (2010-2013 y 2016-2019).
Su línea de investigación y docencia se enfoca a la aplicación de las Tecnologías
de la Información Geográfica para el análisis territorial, Evaluación Multicrite-
rio, Modelos de Cambios de Cobertura y Uso del Suelo y Análisis Geoespacial.
Actualmente colabora en el Cuerpo Académico de Ciencias Geodésicas.
Imparte materias relacionadas con Cartografía y SIG, Análisis de Modelos Geoes-
paciales y Seminarios de Investigación en Licenciatura y Posgrado.
Director de tesis de Licenciatura, Maestría y Doctorado. Colaborado en diversos
proyectos de investigación con Instituciones de México y el extranjero.
Su producción científica incluye publicaciones en revistas y editoriales especia-
lizadas como: Rama, Environment and Planning B, Planning and Design, Jour-
nal Geographic Information Systems, Agricultural Sciences, Geofocus, Madera y
Bosque, entre otras.
Noel Bonfilio Pineda Jaimes
Doctor en Geografía por la Universidad de Alcalá, España; Maestro en Estudios

Urbanos y Regionales; Licenciado en Geografía por la Universidad Autónoma del
Estado de México y cuenta con una Especialidad en Cartografía Automatizada.
Es Profesor Investigador de Tiempo Completo, miembro del Sistema Nacio-

nal de Investigadores Nivel I y cuenta con el Reconocimiento al Perfil Deseable
PRODEP de la Secretaria de Educación Pública. Fue Director de la Facultad de
Geografía (2012-2016) y Director de la Dirección de Infraestructura Académica
(2016-2017).
399
Su línea de investigación y docencia se enfoca a la aplicación de las Tecnologías
de la Información Geográfica en áreas de Ordenación del Territorio, Evaluación
Multicriterio, Modelos de Cambios de Cobertura y Uso del Suelo y Análisis Geo-
espacial. Actualmente colabora en el Cuerpo Académico de Geografía, Ordena-
ción y Gestión Sustentable del Territorio.
Imparte materias relacionadas con Cartografía Temática, Análisis Espacial con
SIG y Seminarios de Investigación en Licenciatura y Posgrado. Ha dirigido tesis
de Licenciatura, Especialidad, Maestría y Doctorado y colaborado en diversos
proyectos de investigación con Instituciones de México y el extranjero.
Su producción científica incluye libros y artículos en revistas especializadas como
Geographic Applied, Journal Geographic Information Systems, Applied Ecology
and Environmental Research, entre otras.
400
ANÁLISIS TERRITORIAL MEDIANTE TECNOLOGÍAS DE LA
INFORMACIÓN GEOGRÁFICA
Mayo 2018

Libro Analisis Territorial Mediante Tecnologìas de La Informaciòn Geogràfica

Transféré par

Informations du document

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Libro Analisis Territorial Mediante Tecnologìas de La Informaciòn Geogràfica

Transféré par

Droits d'auteur :

Formats disponibles

ANÁLISIS

UNIVERSIDAD AUTÓNOMA DE SINALOA

UNIVERSIDAD AUTÓNOMA DEL ESTADO DE MÉXICO

Dr. Wenseslao Plata Rocha

ANÁLISIS TERRITORIAL MEDIANTE TECNOLOGÍAS DE LA

Dirección del proyecto: Carlos Herver Díaz, Esther Castillo Aguilar,

D.R. © CLAVE Editorial (Clave Editorial es una marca de AM Editores)

Publicación financiada con recursos PFCE 2016

Introducción al análisis territorial mediante Tecnologías de

3. APLICACIONES AMBIENTALES DE LAS TIG

4. PLATAFORMAS WEB PARA EL ANÁLISIS DEL TERRITORIO

Sobre los autores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 401

E n las últimas décadas el creciente desarrollo de las Tecnologías de la Informa-

Un ejemplo de lo anterior son los estudios que se presentan en el presente libro, en

Universidad de Concepción, Chile

Keywords: land-use change; temporal instability; flow matrix; GIS.

L os cambios en la ocupación o en los usos del suelo desempeñan un papel fun-

La realización de análisis de cambios de usos del suelo hacia un periodo de tiempo

Uno de los escenarios más comunes es el escenario tendencial o también llamado

Un método utilizado es: las cadenas de Markov. Ciertamente cuando se aplican

Este trabajo pretende medir la inestabilidad temporal que se produce al analizar

La Comunidad de Madrid se encuentra localizada en el centro de España (figura

Figura 1. Área de estudio. Fuente: Elaboración propia.

La región ha registrado importantes transformaciones territoriales, a mediados

Este intenso crecimiento dio pie a un reforzamiento de la metrópoli, produciendo

El crecimiento urbano en forma de sprawl tiene un impacto directo sobre la biodi-

Se ha querido comenzar el estudio a partir de la génesis de Madrid como Comu-

En cuanto a los mapas CLC, pertenecen al programa CORINE, iniciado en el año

Las principales características de los productos CLC son: escala de referencia

lineales de 100 m; sistema geodésico de referencia ETRS89 y sistema cartográfico

El mapa del año 1982 ha sido reclasificado temáticamente a la leyenda de CLC

La escala espacial de trabajo en formato vectorial corresponde a 1:100.000 y en for-

¿Siguiendo la metodología desarrollada por (Runfola y Pontius 2013), se analizan

Los elementos de la diagonal no se incluyen porque indican persistencia. La

TABLA 1. MATRIZ DE FLUJO. FUENTE: RUNFOLA Y PONTIUS (2013)

La primera ecuación define el porcentaje de cambio anual en el área de estudio

Donde (Q) es la proporción de cambio inestable para todo el intervalo completo

Además, se ha aplicado esta metodología a otros intervalos temporales, con el obje-

La figura 2 representa el cambio anual (en porcentaje) que se ha experimentado

Como se observa en dicha figura, a nivel 2 de CLC, es el primer periodo de tiempo

La línea de uniformidad de cambio anual se sitúa en un valor correspondiente a las

A nivel 3 de CLC puede decirse que el patrón de cambio registrado es exactamente

En ellas se indica el cambio total y el cambio anual que se ha producido en cada

La utilización de 30 categorías diferentes, las correspondientes a nivel 3 de CLC,

Tabla 4. proporción de cambio inestable y estable, en tantos por 1, y total de hectá-

Estabilidad temporal con los datos utilizados.

Tal y como se muestra en la tabla 5, puede considerarse que la mayor estabilidad

Tabla 5. inestabilidad y estabilidad temporal en el cambio para diferentes intervalos,

Su opuesto, en lo que se refiere a la estabilidad, es el periodo 1982-1990-2006. Este

Así, se puede considerar que en el periodo 1982-2000 y 2000-2006, los procesos de

determina regularmente qué información temporal se va a utilizar. Cuando se tienen

Nomenclatura oficial de las categorías CORINE Land Cover a nivel 2 y 3 presentes

Instituto del Conurbano de la Universidad Nacional de General

Este es un trabajo sobre la situación socio-habitacional del conurbano bonaerense,

Palabras Clave: análisis espacial, método linkage; contigüidad espacial.

Keywords: spatial analysis, linkage method; spatial contiguity.

C abe considerar que la Geografía además de definirse básicamente como una

Es característico para la ciudades latinoamericanas, tanto para aquellas que tuvie-

el amanzanamiento urbano en cuadricula y el descenso del nivel económico de

Estos geógrafos los describen como parte de un “proceso de transformación demo-

En este caso, el nuevo fenómeno de distribución de la elite, desplazándose hacia

En definitiva, como se ha descrito a lo largo de esta introducción, en nuestro

El principal objetivo de la investigación que aquí se presenta consiste en carac-

A continuación se observa en el mapa (Fig. 1) la distribución geográfica del área.