Você está na página 1de 106

CURSO DE DOCTORADO.

ANLISIS TERRITORIAL.
PLANIFICACIN DE USOS DEL
SUELO

NDICE

1. Necesidad de planificacin _______________________________________ 4


2. Metodologas de planificacin ____________________________________ 7
2.1. Evaluacin de tierras _________________________________________________ 8
2.2. Asignacin de usos del suelo ________________________________________ 25
2.2.1 Sistemas expertos ______________________________________________________ 30
2.2.2. Modelos matemticos _________________________________________________ 31
2.2.2.1. Evaluacin multicriterio ____________________________________________ 31
2.2.2.2. Programacin matemtica ________________________________________ 43
2.2.2.2.1. Tcnicas generadoras _________________________________________ 44
2.2.2.2.2. Tcnicas con asignacin a priori de preferencias ______________ 46
2.2.2.2.3. Articulacin progresiva de preferencias: mtodos interactivos ___ 47
2.2.2.2.4. Aplicacin de la programacin matemtica a la planificacin
territorial _______________________________________________________________ 49
2.2.2.3. Modelos de simulacin y optimizacin espacial _____________________ 62
2.2.2.3.1. Modelos de optimizacin ______________________________________ 62
2.2.2.3.2. Modelos de simulacin ________________________________________ 72

3. Sistemas de Ayuda a la Decisin Espacial _________________________ 75


3.1. Herramientas de los SIG estndar aplicables a la planificacin de usos
del suelo _______________________________________________________________ 77
3.2. Sistemas de Ayuda a la Planificacin ________________________________ 81

4. Referencias bibliogrficas ________________________________________ 95

NDICE DE TABLAS
Tabla 1. Propiedades de las categoras de suelos propuestas por Calvo et al.
(1992) ____________________________________________________________________ 24
Tabla 2. Caractersticas generales de los principales sistemas de evaluacin de
tierras ____________________________________________________________________ 26
Tabla 3. Caractersticas principales de 31 modelos de planificacin del uso del
suelo _____________________________________________________________________ 28

NDICE DE FIGURAS
Figura 1. Estado del planeamiento en los municipios de Galicia ______________ 6
Figura 2. Etapas principales del esquema FAO ______________________________ 14
Figura 3. Clasificacin de las tcnicas de evaluacin multicriterio (Barredo,
1996) _____________________________________________________________________ 33
Figura 4. Operadores de cruce y mutacin en un algoritmo gentico para la
asignacin espacial de usos del suelo ______________________________________ 69
Figura 5. Modelo para la asignacin multiobjetivo de tierras (Eastman et al.,
1998) _____________________________________________________________________ 79
Figura 6. rbol de criterios en el mdulo SMCE para encontrar la localizacin
ms adecuada para un vertedero (Sharifi y Hertzios, 2003) __________________ 80
Figura 7. Visualizacin de un escenario de asignacin de usos del suelo en
WhatIf ____________________________________________________________________ 82
Figura 8. Escenario de uso del suelo diseado en CommunityViz _____________ 83
Figura 9. Captura de pantalla de LADSS que muestra los mdulos SIG, editor de
capas de suelos, figuras y grficos de explotaciones ________________________ 85
Figura 10. Simulacin de la expansin urbana con SLEUTH ___________________ 86
Figura 11. Interfaz de AEZWIN ______________________________________________ 88
Figura 12. Interfaz y ejemplo de modelizacin con LUCAS ___________________ 90

1. Necesidad de planificacin
La tierra es utilizada con muchos fines, los cuales en alguna ocasin son
compatibles pero en la mayor parte de los casos son conflictivos, es decir, no
pueden localizarse simultneamente en la misma unidad de tierra. Esto origina
la competencia entre diferentes usos del suelo conflictivos como agricultura,
minera, produccin forestal, conservacin. Esta toma de decisiones sobre los
usos del suelo es ms acuciante en las sociedades modernas, donde el
incremento de la presin demogrfica y una economa mixta conllevan una
mayor competencia entre los usos (Verheye, 1997). Adems, esta planificacin
de usos del suelo es vital para el desarrollo de sistemas rurales sostenibles (Van
Lier, 1998). La finalidad de la planificacin del uso del suelo es hacer el mejor
uso posible de los recursos naturales, valorando las necesidades y la
capacidad de la tierra para satisfacerlas, identificando y resolviendo conflictos
entre usos competitivos y buscando soluciones sostenibles. Gmez Orea (1994)
establece como objetivo de la ordenacin del territorio la organizacin
coherente, entre s y con el medio, de las actividades en el espacio, de
acuerdo con un criterio de eficiencia. En FAO (1993) se identifican tres
objetivos para la panificacin de usos del suelo; eficiencia, aceptabilidad y
sostenibilidad. La eficiencia se consigue asignando los diferentes usos a las
tierras que producirn los mayores beneficios con el menor coste. La
aceptabilidad consiste en que el uso del suelo debe ser socialmente
aceptado. La sostenibilidad del uso del suelo implica satisfacer las necesidades
actuales y al mismo tiempo conservar los recursos para las generaciones
futuras.
El planeamiento y la ordenacin de usos del territorio han estado
tradicionalmente centrados en el suelo urbano, para el cual se han
desarrollado modelos, mtodos y trabajos de investigacin desde diversas
disciplinas. La ordenacin del espacio rural, sin embargo, slo ha sido
considerada parcialmente y siempre con el objetivo ltimo de incrementar la
produccin

primaria.

Sin

embargo,

los

rpidos

cambios

que

est

experimentando el suelo rstico (la reduccin de la actividad agraria, los


procesos de urbanizacin difusa, la desaparicin del paisaje cultural, la
aparicin de nuevas funciones del territorio como las reas recreativas o de

conservacin, etc.) exigen la aplicacin, no slo de normas reguladoras de los


usos, sino de planes e iniciativas concretas que definan el nuevo papel de los
distintos espacios. Se est produciendo una liberacin del suelo rural de sus
usos tradicionales, generndose oportunidades para la introduccin de
nuevos usos o actividades. Esto exige una gestin activa del suelo que permita
una evolucin ordenada del medio rural y demanda herramientas y mtodos
para la ayuda a la toma de decisiones sobre el uso del suelo.
En el contexto gallego esta necesidad aparece reflejada en la
Estrategia Gallega para el Desarrollo Rural (Consellera de Economa, 2000), en
la cual se propone la elaboracin y aplicacin de Planes de Ordenacin de
Usos del Espacio Rural en Galicia, entendiendo stos como ejes de accin
prioritarios para el desarrollo rural. En esta lnea el Parlamento gallego aprob
en 2002 una iniciativa en la que instaba a la Xunta de Galicia a presentar un
proyecto de medidas legislativas para la ordenacin del uso de las tierras
agrarias, al considerar este tema uno de los problemas fundamentales del
campo gallego. En diciembre de este mismo ao se aprob la Ley 9/2002, de
30 de diciembre, de Ordenacin Urbanstica y Proteccin del Medio Rural de
Galicia modificada por la Ley 15/2004, de 29 de diciembre, de Ordenacin
Urbanstica y Proteccin del Medio Rural de Galicia, cuyos objetivos incluyen,
entre otros, la preservacin del medio fsico de Galicia y la armonizacin de la
ordenacin y conservacin de los recursos naturales y paisajsticos con el
mantenimiento, diversificacin y desarrollo sostenible del territorio. Sin
embargo, hasta el momento, tan slo 28 de los 316 municipios de Galicia
poseen un Plan General de Ordenacin Municipal aprobado segn esta ley
(fig. 1). Del mismo modo, la nueva ley de concentracin parcelaria de Galicia
obliga a la elaboracin de planes de ordenacin de usos en las zonas
concentradas. La Xunta de Galicia, en su documento de discusin Hipteses
de Modelo Territorial (Direccin Xeral de Urbanismo, documento no publicado)
promueve una gestin activa del suelo con planes que definan el nuevo papel
de los distintos espacios. Esta orientacin de los procesos de cambio en el
suelo rstico es tambin una de las tareas ms importantes contempladas en
el Avance de las Directrices de Ordenacin del Territorio de Galicia. A nivel
europeo, la Comisin Europea public la European Spatial Development

Perspective que anima a los estados miembros a adoptar polticas, programas


y planes de ordenacin territorial con una mencin especfica al suelo rural.
Fecha plan
Posterior 2002
1998-2002
1985-1997
Anterior 1985
No tienen
En tramitacin

N municipios Poblacin 2002


28
306.031
51
659.518
140
1.384.998
31
188.674
65
198.149
88
980.043

Figura 1. Estado del planeamiento en los municipios de Galicia


Estas polticas pblicas pretenden gestionar los riesgos y oportunidades
derivados de los cambios econmicos, demogrficos y sociales que est
experimentando el espacio rural, donde se localizan recursos naturales
esenciales (agua, suelo, paisaje, produccin primaria, etc.) que pueden verse
afectados por estos procesos.
Segn Bani (2003) la planificacin tiene dos aspectos: el poltico y el
tcnico. El proceso poltico establece los objetivos del plan y arbitra entre
intereses contrapuestos. La parte tcnica, que es la que se expone en este
documento, asegura que el plan sea viable y debe incluir el conocimiento de
los especialistas en produccin agrcola, economistas y dems expertos. Pease

(1990) concluye que el anlisis tcnico debe

ser separado de las

consideraciones polticas. El papel de los tcnicos en la planificacin de usos


es la generacin de un espacio de posibles soluciones a partir de la
informacin de la evaluacin fsica, ambiental, econmica y social de la tierra,
definiendo diferentes escenarios de utilizacin del suelo. Los escenarios
actuales y potenciales son generados y evaluados como parte del proceso de
toma de decisiones y del desarrollo de polticas de ordenacin del territorio.
Estos escenarios cumplen una doble funcin; ayudar a reunir y ensamblar
piezas individuales de informacin de forma que presenten las relaciones
causales entre las alternativas y sus consecuencias, y ensanchar el rango de
alternativas consideradas eliminando juicios prematuros (Xiang y Clarke, 2003).
Para mostrar al pblico los diferentes escenarios de planificacin pueden
utilizarse mapas de usos ptimos del suelo con el fin de negociar un plan final
de uso del suelo que integre la mayora de los intereses sociales con la
conservacin de los recursos naturales (Spinney, 1999).
Actualmente, en el diseo de modelos de planificacin de usos del
suelo los Sistemas de Informacin Geogrfica (SIG) estn adquiriendo una
importancia creciente. La aparicin de los SIG abri el proceso de anlisis del
uso del suelo, antes restringido a los profesionales, a la poblacin. Estos
sistemas ofrecen la posibilidad a los ciudadanos de presentar sus propias
alternativas, tomando los datos pblicamente disponibles y analizndolos con
el SIG (Jacobs, 2000). Esto tambin se ha visto favorecido por el hecho de que
los datos espaciales requeridos por estos programas estn cada vez ms al
alcance de cualquier usuario a un coste aceptable. Sin embargo, en la
prctica los modelos de planificacin aplicados mediante tecnologa SIG en
la elaboracin de planes reales de ordenacin suelen reducirse a la
superposicin de factores, por ello se est trabajando e investigando para
proponer otras tcnicas ms desarrolladas, que aprovechen toda la
capacidad de anlisis espacial de los SIG.

2. Metodologas de planificacin
En A framework for land evaluation (1976) se enumeran como
principales etapas en un proceso de planificacin del uso de tierras las

siguientes: i) reconocimiento de la necesidad de un cambio, ii) identificacin


de los objetivos, iii) formulacin de propuestas que suponen otros posibles usos
de la tierra y reconocimiento de sus exigencias principales, iv) reconocimiento
y demarcacin de los diferentes tipos de tierras presentes en la zona, v)
comparacin y evaluacin de cada tipo de tierra para los distintos usos, vi)
seleccin de un uso preferido para cada tipo de tierra, vii) diseo de proyectos
u otros anlisis detallados de una serie seleccionada de alternativas para
distintas partes de la zona, viii) decisin de puesta en prctica, ix) puesta en
prctica, y x) vigilancia de las operaciones. En este documento se han
considerado dos etapas para la definicin de un modelo de ordenacin de
usos del suelo: una primera, la evaluacin de tierras, en la que se evala la
aptitud de la tierra para los usos considerados, y una segunda, asignacin de
usos del suelo, en la cual, partiendo de los resultados de la etapa anterior, se
resuelve la asignacin ptima de usos a las unidades de tierra. La evaluacin
de tierras comprende la tercera, cuarta y quinta etapa del proceso de
planificacin descrito por la FAO (1976), mientras que la sexta etapa de este
esquema se corresponde con la asignacin de usos del suelo.
Entre ambas etapas existe, en muchos casos, superposicin y/o
dependencia. Esto es debido a que, en ocasiones, los mtodos empleados
integran en cierta medida ambas fases o bien los mapas de aptitud para usos
especficos, resultantes de la evaluacin de tierras, son usados directamente
por los planificadores para la toma de decisiones. Del mismo modo, los
mtodos de seleccin de la localizacin ms apropiada para una actividad,
incluidos en la segunda etapa, pueden ser considerados tambin como
mtodos de evaluacin de la aptitud de la tierra.
2.1. Evaluacin de tierras
La evaluacin de tierras consiste en la determinacin del grado de
satisfaccin de los requerimientos de cada tipo de uso o actividad
proporcionado por el suelo. La determinacin de la aptitud, definida por un
uso y una unidad territorial, constituye la base para la posterior planificacin y
gestin del conjunto de usos en la totalidad del territorio.

Desde 1950 la evaluacin de tierras evoluciona hacia valoraciones ms


especficas y cuantificadas, con una mayor repercusin de los factores no
edafolgicos (Van Diepen et al., 1991). Sin embargo, a lo largo de los aos no
se ha producido una evolucin de las metodologas en una nica direccin
sino que se han venido utilizando conjuntamente procedimientos modernos
con otros ms convencionales, siendo ampliamente aplicados en la
actualidad modelos, como la clasificacin de la Capacidad de la Tierra del
USDA (Land Capability Classification) diseados hace ms de cuarenta aos
(Klingebiel y Montgomery, 1961). Este sistema es uno de los ms utilizados,
incluso en la actualidad, en todo el mundo y ha sido adaptado a las
condiciones particulares de numerosos pases (p. ej. Condon, 1968; McCormak,
1971). En Espaa se ha utilizado para la elaboracin de los mapas de clases
agrolgicas (Ministerio de Agricultura, 1974). El principal inconveniente de este
mtodo radica en la necesidad de una informacin sobre suelos muy
detallada, que incluya caractersticas y cualidades del suelo tales como
profundidad, textura, pendiente y erosin, para obtener resultados ptimos.
Adems este sistema determina la capacidad de la tierra, no la aptitud. La
diferencia entre ambas (aptitud y capacidad) se basa en que la capacidad
de la tierra incluye todos los usos del suelo, en este caso los usos agrarios,
mientras que la aptitud se refiere a un uso especfico del suelo (Dent y Young,
1981). Por otra parte, este mtodo de evaluacin est orientado a la
conservacin del suelo, sobre todo a evitar la erosin, e ignora los factores
econmicos, no tiene en cuenta cuestiones como la distancia a mercados,
infraestructuras viarias, etc. Con este mtodo las unidades de tierra se
clasifican en:
Clases de I a VIII (cultivo muy intenso (I), cultivo intenso (I-II), cultivo
moderadamente intenso (I-III), cultivo limitado (I-IV), pasto intenso (I-V),
pasto moderado (I-VI), pasto limitado (I-VII), forestal (I-VII), fauna (I-VIII)).
Tienen un potencial productivo similar, nivel de manejo igual y prcticas de
conservacin parecidas.
Subclases indican las limitaciones dominantes. Las cuatro clases de
limitaciones

establecidas

en

la

clasificacin

original

(Klingebiel

Montgomery, 1961) son: e erosin, w encharcamiento o drenaje, s


desarrollo radicular, c limitaciones climticas.

Unidades son un grupo de suelos con condiciones de aptitud semejantes


para el crecimiento de las plantas y con los mismos requerimientos de
manejo.
Se trata de una clasificacin por asignacin directa: el evaluador coloca la
unidad en una clase de acuerdo con la descripcin de la clase o bien
mediante la asignacin por tablas. Generalmente la clasificacin de los suelos
se basa en sus limitaciones edficas y climticas actuales, pero se
considerarn las condiciones bajo mejoras si estas son econmicamente
viables.
De esta misma poca es otro sistema de clasificacin destinado a la
evaluacin de un solo tipo de utilizacin del suelo, en concreto, a la
determinacin de la aptitud de los suelos para su puesta en regado, pero que
por su amplia difusin es necesario citar. Se trata de la Clasificacin de las
Tierras para regado del USBR (USBR Land Classification for Irrigated Land Use),
creada en los aos 50. Este sistema determina seis clases de suelos tomando
como criterio la capacidad de pago de la tierra, es decir, el dinero que
proporciona al agricultor para pagar los costes del riego (Boixadera y Porta,
1991). Para ello se requiere informacin sobre los costes de desarrollo,
funcionamiento y mantenimiento de un proyecto de regado concreto,
adems de los datos de suelo, drenaje y topografa en los que se basa la
determinacin de la capacidad de pago.
Otro mtodo ms simple es la interpretacin directa de los suelos para
la evaluacin de su productividad (Soil Survey Interpretation for Productivity
Assessment), que consiste en valorar la aptitud de las distintas unidades de un
mapa de suelos mediante tablas interpretativas construidas para cada uso
(U.S. Department of Agriculture, 2002).
Desde los aos 30 (Storie, 1933) se comenzaron a aplicar modelos
matemticos para determinar la capacidad productiva de los suelos y
predecir el rendimiento de los cultivos, son los llamados ndices paramtricos,
en los cuales se combinan factores numricos sencillos para obtener un valor
numrico final que representa la aptitud global del suelo. Entre ellos destaca el
ndice de Storie (Storie, 1970), adaptado en numerosas ocasiones. Otros ndices
que miden la productividad son el mtodo Riquier-Bramao (Boixadera y Porta,
1991; Garrido, 1994), que calcula la productividad potencial como un

10

porcentaje del rendimiento ptimo, y el ndice de productividad (Pierce et al.,


1983), orientado a la identificacin de los suelos ms susceptibles a la erosin.
Estos modelos evalan la aptitud general de los suelos, es decir, la
productividad para la mayora de los cultivos, contrariamente a la tendencia
actual de evaluacin de la aptitud relativa, esto es, la productividad para
determinados cultivos.
El ndice de Storie, uno de los ms ampliamente utilizados, se obtiene
multiplicando las calificaciones del suelo para 4 factores, lo cual permite que
cualquiera de ellos domine la calificacin final.
Factor A Perfil del suelo.
Factor

Superficie

del

suelo

(textura,

consistencia,

porosidad,

permeabilidad, etc).
Factor C Pendiente.
Factor X Calificacin de otras condiciones que el hombre puede
modificar; drenaje, contenido de lcali o sal, nutrientes, acidez, erosin,
microrrelieve.
Estas puntuaciones se combinan mediante la siguiente ecuacin:
ndice de Storie = A B C X
En funcin de este ndice se evala la capacidad de la tierra, estableciendo
seis clases: 1, 2 y 3 para fines agrcolas, 4 para uso agrcola muy limitado, 5
para pastos y 6 sin uso.
El ndice de tierra (Land Index) es un ndice multiplicativo, obtenido a
partir de un nmero indefinido de factores correspondientes a caractersticas o
cualidades de la tierra (Rossiter, 1994).

LI i q1 Ri 100(1 q)
donde Ri

es la puntuacin del factor i y q es el nmero de factores. Los

factores son divididos en importantes, valorados de 20 a 100, y menos


importantes, puntuados entre 80 y 100. Este ndice asume interacciones
sinrgicas entre los factores y conlleva una propagacin del error.
El sistema de Riquier-Bramao mide la productividad potencial del suelo
a travs de un ndice de productividad que refleja la produccin de un cultivo
como porcentaje respecto al rendimiento ptimo de ese cultivo colocado
sobre el mejor suelo, calculado segn la ecuacin:
IP H D P T N / S O A M

11

donde H es la humedad, D es el drenaje, P es la profundidad efectiva, T es la


textura-estructura, N es la saturacin de bases, S es la concentracin de sales
solubles, O es el contenido en materia orgnica, A es la capacidad de
intercambio catinico, M son los minerales de reserva e IP es el ndice de
productividad, que toma un valor entre 0 y 100, al igual que los restantes
factores.
El ndice de productividad (Pierce et al., 1983) consiste en un ndice
numrico que cuantifica la productividad de los suelos, diseado para la
identificacin de los suelos ms susceptibles a la erosin. Igual que en el caso
del ndice de tierra, se trata de un ndice multiplicativo que sigue la ecuacin:

IP

(A C D WF)
i

i 1

donde A es la capacidad de retencin de agua, C es la densidad


volumtrica, D es el pH, r es el nmero de horizontes del suelo dentro de la
zona de enraizamiento y WF es el factor de ponderacin que vara con la
profundidad, basndose en la distribucin de las races en un suelo ideal.
Estos ndices, a pesar de obtener unos resultados aparentemente
cuantificados, son mtodos de valoracin cualitativos (Van Diepen et al., 1991)
debido a que la seleccin, valoracin y ponderacin de los factores se realiza
por calificacin. A esto hay que aadir la dificultad de que los atributos
medidos sean igualmente significativos para todos los posibles usos y el hecho
de que consisten en una representacin matemtica esttica de un sistema
dinmico, lo cual da lugar a limitaciones en trminos de extrapolacin
espacial y temporal (Nix, 1968). Este ltimo inconveniente ha llevado al
desarrollo de los modelos dinmicos de simulacin.
Debido a las diferencias existentes entre los distintos sistemas de
evaluacin de tierras en cuanto a terminologa, propsito para el que fueron
diseados, caractersticas del suelo consideradas y procedimientos analticos,
en 1976 la FAO public el clebre A framework for land evaluation, que
permiti una estandarizacin de la metodologa y la terminologa. Este
esquema est presente en gran parte de las investigaciones actuales sobre
evaluacin y planificacin de los usos del suelo, y se ha convertido en la
principal referencia para la evaluacin de tierras (Van Diepen et al., 1991). Esta
metodologa no constituye un sistema de evaluacin sino que establece unas

12

directrices generales sobre las cuales se puede construir uno. Entre estos
conceptos bsicos fueron definidos los siguientes:
Un Tipo de Utilizacin de Tierras est formado por una serie de
especificaciones tcnicas expuestas en una forma fsica, econmica o social
dada (FAO, 1976).
Una Caracterstica de la Tierra es un atributo de sta que puede medirse o
estimarse (FAO, 1976).
Una Cualidad de la Tierra es un atributo complejo de sta que acta de
manera distintiva en su influencia sobre la adaptabilidad de la tierra para una
clase concreta de empleo. Las cualidades de la tierra pueden a veces
estimarse o medirse directamente, pero con frecuencia se describen por
medio de caractersticas de la tierra (FAO, 1976).
La distincin entre caractersticas y cualidades de la tierra es, en
numerosas ocasiones, confusa (Van Diepen et al., 1991), ya que las cualidades
de la tierra fueron desarrolladas con el propsito de sintetizar las propiedades
medibles de la tierra en factores de valoracin.
El procedimiento descrito por el esquema FAO consta de las etapas
reflejadas en la fig. 2. La etapa de estudios previos incluye la recopilacin de
informacin y la elaboracin de distintos estudios (p. ej. climticos o
edafolgicos), as como la planificacin de la evaluacin. La definicin de los
Tipos de Utilizacin de Tierras supone una descripcin detallada de los mismos
que incluye atributos biofsicos y de manejo (producto, prcticas de cultivo,
produccin

media,

maquinaria,

inputs,

tecnologa,

...)

atributos

socioeconmicos (orientacin comercial, intensidad de capital, intensidad de


mano de obra, conocimiento tcnico, infraestructuras,...). Del mismo modo, la
determinacin de los requerimientos de los Tipos de Utilizacin de Tierras se
basar en la revisin bibliogrfica y en la consulta a especialistas en cada uso
especfico. Simultneamente debe realizarse la definicin de las Unidades
Cartogrficas de Evaluacin y la descripcin de las Cualidades de la Tierra de
las mismas. La delimitacin de las unidades cartogrficas suele basarse en las
caractersticas de las tierras ms fcilmente cartografiables, frecuentemente el
tipo y morfologa de los suelos, la vegetacin y el clima, tambin se emplean a
menudo fotografas areas o imgenes satlite. El proceso central de este
esquema es la comparacin de las cualidades de la tierra de cada unidad

13

con los requerimientos de cada tipo de uso del suelo, que concluye en la
asignacin del nivel de aptitud provisional de cada unidad cartogrfica. Los
distintos procedimientos de comparacin son descritos ms detalladamente
en posteriores publicaciones (p. ej. FAO, 1985b)
Estudios previos

Estudios del medio fsico


Seleccin de los tipos de utilizacin de
la tierra

Obtencin de las unidades cartogrficas de


evaluacin de suelos
Definicin y medicin de las cualidades de la
tierra para cada unidad

Obtencin de los requerimientos de


cada uso

Comparacin

Anlisis socioeconmico
Evaluacin ambiental

Asignacin de clases de aptitud

Figura 2. Etapas principales del esquema FAO

El proceso de comparacin que tradicionalmente se ha usado en el


esquema FAO es la clasificacin booleana, en la cual la caracterstica de la
tierra con la menor puntuacin determina la clase de aptitud de la cualidad
de la tierra, y al mismo tiempo la clase de aptitud de la zona es definida por la
cualidad de la tierra ms desfavorable. Este enfoque supone una divisin
brusca de la superficie en las distintas clases de aptitud, que a su vez conlleva
una gran prdida de informacin (Burrough et al., 1992). Hall et al. (1992)
proponen un mtodo basado en la lgica de conjuntos borrosos (fuzzy logic),
segn el cual un rea se caracteriza por sus grados de pertenencia a las
distintas clases de aptitud. Este tipo de anlisis reduce la prdida de
informacin y proporciona resultados que contribuyen a una mayor
discriminacin entre zonas para la planificacin de los usos del suelo.
Este procedimiento consiste en medir la similitud entre un vector de rea
definido como (a1, a2 ,..., am ) donde ai (1 i m) es el valor de la caracterstica de
la tierra i de ese rea, y un vector representativo de cada clase j
( j1, j1,..., jm ) donde es el valor de la caracterstica de la tierra i para los
ji

14

requerimientos de la clase de aptitud j. Esta similitud puede cuantificarse a


travs de la distancia Eucldea entre los dos vectores q , vector de rea, y c ,
vector representativo de la clase c:
m
dE (q , c ) (qi ci )2

i 1

1/ 2

La regla de clasificacin convencional, denominada particin dura del


espacio, asigna a cada rea la clase de aptitud a la que posee una menor
distancia:
q C si dE (q , c ) dE (q , i ),

c i

Esto supone una divisin brusca del espacio, tal que cada rea puede ser
asignada solamente a una clase de aptitud. El mtodo de particin borrosa
(fuzzy)del espacio permite asociar un rea a una pertenencia parcial a
diferentes clases. La funcin

f c de pertenencia a la clase de aptitud c

(conjunto borroso) se define de la siguiente forma:


1
fc (q )

dE (q , c )
1

i 1 d (q , )
E
i
p

p - nmero de clases

El resultado final es un grado de pertenencia a cada clase de aptitud para un


rea determinada. Este resultado es menos sensible a errores en los datos ya
que cada caracterstica contribuye 1/m en el clculo de la distancia. Otras
aplicaciones de la teora de conjuntos borrosos para la combinacin de las
cualidades de la tierra en las clases de aptitud del esquema FAO han sido
llevadas a cabo por Tang et al. (1991) y Van Ranst et al. (1996). Triantafilis et al.
(2001) incorporaron al esquema FAO un sistema semi-cuantitativo para
obtener mapas de aptitud continuos.
Las clases de aptitud resultantes de la comparacin son las siguientes:
A1 (Altamente apta): tierras sin limitaciones para la aplicacin de un uso
determinado, o slo con leves limitaciones que no reducirn la produccin o
los beneficios.
A2 (Moderadamente apta): tierras con limitaciones moderadamente graves
para la aplicacin sostenible de un uso determinado, que reducirn la
productividad o aumentarn los insumos necesarios.
A3 (Marginalmente apta): tierras con limitaciones graves para la aplicacin
sostenida de un uso determinado, que reducirn la productividad o

15

incrementarn los insumos necesarios de modo que estos desembolsos


queden slo marginalmente justificados.
N1 (No apta actualmente): tierras con limitaciones que pueden ser vencidas
con el tiempo, pero que no pueden corregirse con los conocimientos
existentes actualmente.
N2 (No apta permanentemente): tierras con limitaciones tan graves que
impiden toda posibilidad de un uso sostenido y satisfactorio de la tierra.
Las subclases, designadas con letras minsculas, reflejan el tipo de limitaciones.
Una vez realizado el anlisis socioeconmico y la evaluacin ambiental se
obtiene la clasificacin final de la aptitud del suelo para cada uso. Entre los
resultados deben incluirse las medidas a adoptar para aumentar la
productividad y otras recomendaciones.
La publicacin A framework for land evaluation fue seguida en aos
sucesivos por la redaccin de una serie de guas que desarrollan las directrices
generales establecidas en el esquema FAO. Estas guas abordan ms en
profundidad el desarrollo de los procedimientos, los aspectos operacionales y
los detalles de la aplicacin del esquema FAO (FAO, 1983, 1985a, 1985b, 1993).
Este esquema ha servido de marco para numerosos estudios de
evaluacin de tierras, entre las aplicaciones desarrolladas en Espaa se
encuentran el sistema MicroLEIS, el mtodo del Valor ndice y la evaluacin de
la capacidad productiva de los suelos de Galicia. El sistema MicroLEIS fue
desarrollado por el CSIC para el anlisis de la evaluacin de los suelos (De la
Rosa et al., 1992). En este trabajo la evaluacin del suelo es considerada la
nica forma de detectar lmites ambientales y de sostenibilidad, determinando
si los requerimientos de un uso del suelo estn en concordancia con las
propiedades del mismo. Para ello se desarrollaron distintos procedimientos,
cualitativos y cuantitativos, con su software correspondiente. El mtodo del
Valor ndice (Boixadera y Porta, 1991) se basa en el esquema FAO para la
obtencin de un valor que posibilita la fijacin de una base impositiva a nivel
de parcela, en funcin del potencial productivo de la misma. Una vez
obtenido el nivel de aptitud para cada unidad cartogrfica de evaluacin, el
Valor ndice es calculado de acuerdo con la siguiente expresin
n

VI

VN
i 1

16

donde VI es el Valor ndice, VN es el valor numrico de cada tipo de uso para


cada unidad y n es el nmero de usos considerados. Los valores numricos
adjudicados a los distintos niveles de aptitud fueron los siguientes: A1-100
puntos, A2 75 puntos, A3 50 puntos, N1 25 puntos y N2 0 puntos. En la
evaluacin de la capacidad productiva de los suelos de Galicia (Daz-Fierros y
Gil, 1984) se consideraron 8 cualidades de la tierra agrupadas en 5 categoras:
i) muy difcilmente modificables (mecanizacin, enraizamiento y riesgo de
erosin),

ii)

muy

difcilmente

modificables

pero

menos

importantes

(disponibilidad de temperaturas tiles para el crecimiento), iii) admiten cierto


grado de mejora (disponibilidad de agua, posibilidad de laboreo), iv) grandes
posibilidades

de

mejora

(disponibilidad

de

nutrientes)

v) limitantes

(toxicidades). Para la designacin de las clases de aptitud resultantes se


emple una nomenclatura constituida por dos letras maysculas seguidas de
dos subndices numricos y una letra minscula. La primera letra mayscula (A,
B, C, D, E, F, o G) indica la aptitud en funcin de la mecanizacin, el
enraizamiento y el riesgo de erosin, y la segunda, la disponibilidad de
temperaturas tiles para el cultivo, deducida a partir de la duracin del
periodo con riesgo de heladas. El primer subndice oscila entre 1 y 9, en funcin
del exceso o dficit de agua, y el segundo refleja la disponibilidad de
nutrientes en un rango de 1 (ptima) a 5 (muy mala). La letra minscula indica
la presencia o ausencia de toxicidad por salinidad o nquel. Las unidades de
tierra evaluadas por este mtodo se obtuvieron de la superposicin de los
mapas de riesgo de heladas, dficit de precipitacin, geologa, profundidad
de suelo, afloramientos rocosos y usos del suelo.
El esquema FAO tambin constituye la base del programa informtico
ALES (Rossiter, 1990), uno de los ms empleados para la evaluacin de tierras.
Este software facilita a los usuarios el diseo de sus propios sistemas expertos
para la evaluacin fsica y econmica de distintas unidades de suelos
siguiendo el esquema FAO. ALES no incluye ninguna regla de decisin,
simplemente constituye un marco flexible en el que los evaluadores construyen
su modelo, al contrario que otros programas de evaluacin de tierras, como
MicroLEIS, que estn adaptados a las condiciones especficas de una regin
concreta.

17

Los primeros mtodos de evaluacin de tierras, anteriores al esquema


FAO, estaban centrados en la componente edafolgica de la evaluacin de
tierras y, en su mayor parte, fueron diseados por edaflogos. Posteriormente
se aadi un enfoque econmico, motivado por el hecho de que a menudo
la eleccin de un uso u otro se basa en su valor econmico. Por ejemplo, la
clasificacin del potencial del suelo (Soil Potential Ratings) (Wright et al., 1983)
considera los costes resultantes de las medidas correctoras de las limitaciones
del suelo y de los efectos adversos de las limitaciones sociales, econmicas o
ambientales continuas (McCormack, 1986). En la actualidad los modelos de
evaluacin de tierras deben considerar nuevos usos (p. ej., ambientales,
recreativos) y factores (p. ej., presin urbanstica) que exigen la valoracin de
los recursos naturales, econmicos y sociales. Esta necesidad fue contemplada
durante el desarrollo del esquema FAO y otros mtodos de evaluacin de
tierras ms recientes, como el Sistema de Evaluacin de Tierras y Valoracin de
la Localizacin (LESA - Land Evaluation and Site Assessment). LESA fue

desarrollado por el Servicio de Conservacin del Suelo del Departamento de


Agricultura de los Estados Unidos (USDA) a principios de los aos 80 y est
destinado a la conservacin de las mejores tierras agrcolas. El primer mdulo
de este sistema, LE (Land Evaluation), valora la productividad de la tierra para
un cultivo de referencia, mientras que el segundo, SA (Site Assessment), evala
los factores socioeconmicos derivados de la localizacin del rea de terreno
a evaluar, como son; el tamao de la explotacin, la existencia de
infraestructuras, mercados, presin urbanstica, tierras agrcolas en los
alrededores, recursos de agua, polticas de apoyo a la agricultura, etc. La
evaluacin de las tierras se realiza mediante un mtodo estndar empleado
habitualmente en la zona, generalmente, la clasificacin de capacidad de la
tierra (Land Capability Classification), pudiendo utilizarse tambin el ndice de
Storie, una combinacin de los mismos (California Department of Conservation,
1997), el ndice de productividad u otros. El resultado es una puntuacin total
comprendida, normalmente, entre 0 y 100 puntos. La valoracin de la
localizacin se consigue desarrollando una serie de criterios para cada uno de
los factores socioeconmicos seleccionados, los cuales son puntuados,
obtenindose un valor numrico final que ser como mximo de 200 puntos.
Algunos de los factores y subfactores empleados en distintas aplicaciones de

18

este sistema son los siguientes: uso agrcola (porcentaje de superficie con uso
agrcola en los alrededores), factores de viabilidad agrcola (tamao de la
explotacin, infraestructuras, rgimen de propiedad, nivel de inversin),
regulaciones y planes de uso del suelo, compatibilidad del uso propuesto con
las caractersticas del suelo (inundaciones, humedales, reas histricas, reas
recreativas), infraestructura urbana (distancia a ncleos urbanos, red de
agua y saneamiento, centros sanitarios, transporte,). Este sistema ha sido
aplicado en numerosas ocasiones, en distintas zonas de los Estados Unidos,
verificndose la validez del mismo como herramienta de evaluacin de la
tierra para distintos usos, siempre y cuando se seleccionen y definan
cuidadosamente los criterios de localizacin, estableciendo procedimientos
cuantitativos para su valoracin que permitan la obtencin de resultados
consistentes (Van Horn et al., 1989). En 1994 un total de 209 gobiernos locales
de los Estados Unidos haban aplicado, en mayor o menor medida, este
sistema (Coughlin et al., 1994). Gran parte de estos programas se encontraban
en uso (144) o en proceso de desarrollo (29), tan solo 18 de ellos haban
finalizado y otros 18 se haban abandonado antes de su implementacin. La
mayora de estos sistemas LESA tenan el mismo formato pero diferan
significativamente en los criterios de valoracin de la localizacin y en su
ponderacin.
Tambin posterior al esquema FAO es el Sistema de Clasificacin de la
Fertilidad del Suelo (FCC - Fertility Capability Classification system) (Snchez et

al., 1982, 2003), el cual agrupa los suelos de acuerdo al tipo de problemas que
presentan para la gestin agronmica, prestando especial atencin a los
parmetros fsicos y qumicos que afectan directamente al crecimiento de las
plantas. El sistema consiste en tres niveles de clasificacin: tipo (textura de la
superficie

del

suelo),

tipo

de

substrato

(textura

del

subsuelo)

15

modificadores. La designacin de las unidades FCC comprende dos letras


maysculas que indican el tipo (S arenoso, L margoso, C arcilloso, O
orgnico) y el subtipo (S arenoso, L margoso, C arcilloso, R roca),
seguidas de una o varias minsculas correspondientes a los modificadores (a
toxicidad por aluminio, h acidez,...). Los mapas de suelos pueden ser
interpretados y reconstruidos con unidades FCC cuando los datos necesarios
estn disponibles.

19

Durante las dcadas de los 80 y 90 la FAO desarroll una metodologa


para la evaluacin de tierras, aplicable a reas muy extensas, llamada
Zonificacin Agro-Ecolgica, ZAE (FAO, 1997), la cual incluye un paquete

informtico para su aplicacin. Esta metodologa sigue el esquema FAO y


tiene como objetivo la planificacin del desarrollo agrcola en los pases en
vas de desarrollo, a travs de la prediccin de la productividad potencial
para varios cultivos de acuerdo con las caractersticas edafolgicas,
climticas y fsicas de las unidades de tierra. La ZAE se limita a la evaluacin de
los aspectos fsicos del territorio, obviando los factores socioeconmicos. Una
zona agroecolgica es una unidad cartogrfica de recursos de tierras,
definida en trminos de clima, fisiografa y suelos, y/o cubierta de la tierra, y
que tiene un rango especfico de limitaciones y potencialidades para el uso de
tierras (FAO, 1997). El procedimiento de ZAE sigue las mismas etapas que el
esquema FAO pero la evaluacin de la aptitud incluye el clculo de la
cosecha mxima posible adems de la comparacin entre limitaciones y
requerimientos. Estas etapas son: i) inventarios de tipos de uso de tierras, que
incluyan la recopilacin de informacin sobre la adaptabilidad climtica y
edfica de los cultivos, ii) inventarios de recursos de tierras, dentro de los cuales
se requiere el anlisis de la duracin del periodo de crecimiento, la definicin
de las zonas trmicas y la recopilacin de datos climticos, edafolgicos y de
usos del suelo para la definicin de las zonas agroecolgicas, y iii) evaluacin
de la aptitud de la tierra, relacionando los requerimientos de los cultivos con
las zonas trmicas y las zonas de periodos de crecimientos. Esta ltima
comparacin requiere el clculo de la biomasa neta y el rendimiento del
cultivo libre de limitaciones y la aplicacin de las limitaciones agroclimticas
para determinar los rendimientos potenciales, teniendo en cuenta la
variabilidad anual de la duracin del periodo de crecimiento. Tras la
comparacin de los requerimientos de los cultivos con las condiciones del
suelo se establece la clasificacin de aptitud agroclimtica.
Actualmente, el creciente desarrollo de modelos dinmicos de
simulacin de cultivos (p. ej., De Wit y Van Keulen, 1987; Dumanski y Onofrei,

1989; Van Diepen et al., 1991), responde a la necesidad de predicciones ms


cuantificadas y precisas del rendimiento de los cultivos. El principal
inconveniente de estos modelos es el intensivo requerimiento de datos

20

detallados sobre el cultivo y el medio natural. La mayor parte de los modelos


existentes no tienen en cuenta todos los componentes (energa, agua,
nutrientes, gas y rgimen bitico) y sus interacciones, sino que se han
desarrollado un nmero de modelos parciales para cultivos especficos en
unas localizaciones determinadas. Sin embargo, en investigaciones ms
recientes se han desarrollado modelos que implican diversos cultivos, sistemas
de manejo y condiciones climticas y edafolgicas (Stckle et al., 2003; Jones
et al., 2003). Estos modelos estn basados, en su mayora, en funciones
empricas directas que relacionan el rendimiento (ecolgico o econmico)
con alguna medida de energa, agua o rgimen de nutrientes integrados a
travs del ciclo del cultivo. La salida de estos modelos, en trminos de
rendimiento fsico y econmico, es determinada por el flujo de materia y
energa (Nix, 1968):
T

Yg(T ) y g(Re , Rw , Rn , Rg , Rb )dt


0

donde Yg es el rendimiento biolgico del genotipo g en el tiempo T, yg es la


tasa de cambio de Yg, que es funcin de Re, Rw, Rn, Rg, Rb (energa, agua,
nutrientes, gas y rgimen bitico).
Otras investigaciones ms recientes se basan en el empleo de la
metodologa de conjuntos borrosos en SIG para la valoracin de la aptitud de

la tierra, mencionada con anterioridad como medio para seleccionar la clase


de aptitud en el proceso de comparacin del esquema FAO. Los conjuntos
borrosos son empleados para clasificar objetos o entidades definidos por
valores continuos, que no presentan lmites claramente definidos. Un
subconjunto borroso es definido por una funcin de pertenencia (MF) que
define el grado de pertenencia a una clase. Burrough (1989) determin la
aptitud de la tierra para el cultivo del maz clasificando las distintas
propiedades

del

suelo

en

valores

continuos

mediante

funciones

de

pertenencia fuzzy y combinando estos valores en un nico valor mediante una


funcin de combinacin convexa. Esta misma metodologa fue la aplicada
por Davidson et al. (1994) en la evaluacin de la aptitud de la tierra para
distintos cultivos en una regin de Grecia. Baja et al. (2001) desarrollaron un
ndice ambiental de aptitud de la tierra para usos agrcolas (ESI) basado en
esta teora. Este ndice es generado mediante la combinacin de un ndice de

21

aptitud de la tierra (LSI) y un ndice de tolerancia a la erosin (ETI), los cuales


fueron modelados basndose en la metodologa de conjuntos borrosos
(Burrough et al., 1992). Para la definicin de las funciones de pertenencia (MF)
se emple el modelo de Significado Semntico (Semantic Import, SI) que tiene
como funcin bsica
MF(x i )

x b
1 i

donde xi es la caracterstica de la tierra i-sima, b es el punto ideal de esa


caracterstica y d es la amplitud de la zona de transicin. Los valores MF de las
distintas caractersticas son combinados mediante una funcin de pertenencia
unificada (JMF):
JMF(Y) i MF(xi )
i 1

donde i es el factor de ponderacin para cada caracterstica. En el modelo SI


se diferencian dos tipos de funciones:
Simtrica; tambin llamada rango ptimo, cuando se distingue un punto
ideal nico o un rango de puntos ideales.
MF(xi ) 1

si

(b1 d1) xi (b2 d2 )

Asimtrica; es usada cuando una clase es definida a travs de los lmites


superior e inferior.
Asimtrica izquierda
MF(xi )

x b1 d1

1 i
d1

si

xi (b1 d1)

si

x i (b2 d2 )

Asimtrica derecha
MF(x i )

x b2 d2

1 i
d2

Para la elaboracin del ndice LSI se seleccionaron diez caractersticas del


suelo y la topografa, para las cuales se especific el tipo de funcin a
emplear, el punto ideal (b), el lmite superior, el lmite inferior, la amplitud de la
zona de transicin (d) y la ponderacin (). El ndice de tolerancia fue
establecido usando una funcin asimtrica izquierda, tomando 1 como punto

22

ideal y 0,5 como lmite inferior. Finalmente, el ndice de aptitud ambiental se


obtuvo combinando los dos ndices anteriores mediante una funcin de
combinacin convexa, en la que se asign a cada ndice el mismo grado de
importancia: ESI 0,5 LSI 0,5 ETI
Otras tcnicas empleadas para este fin son los sistemas expertos,
basados en reglas de decisin, y las redes neuronales artificiales. Entre los
sistemas expertos puede citarse el sistema de informacin espacial diseado
por Diamond y Wright (1988), que integra un SIG (GRASS) y un sistema experto
basado en reglas de decisin, implementado en el software KES (Knowledge
Engineering System), para la elaboracin de mapas de aptitud en funcin de
diversos factores especficos de cada uso, y el Sistema Experto de Informacin
Geogrfica EXGIS, desarrollado por Yialouris et al. (1997), que combina el
sistema de evaluacin de tierras de la FAO y la experiencia local para la
formulacin de las reglas de decisin que constituyen el sistema experto. Wang
(1994) propone la integracin de redes neuronales artificiales con sistemas de
informacin geogrfica para la evaluacin de la aptitud de la tierra. Estas
herramientas permiten el anlisis de patrones y la aplicacin de reglas de
decisin de mayor complejidad. Wang (1994) describe su aplicacin a las dos
etapas de planificacin consideradas en este trabajo: la determinacin de la
clase de aptitud de una zona para un cultivo determinado y la seleccin del
cultivo ms adecuado para esa zona.
En relacin a los mtodos de evaluacin de tierras aplicados en Galicia,
adems del estudio de la capacidad productiva (Daz-Fierros y Gil, 1984),
anteriormente descrito, destaca la metodologa propuesta por Calvo et al.
(1992)

que

establece

cinco

categoras

de

suelos

por

el

siguiente

procedimiento: inicialmente se eliminan las reas no aptas para el cultivo


segn las caractersticas reflejadas en la tabla 1, para, posteriormente, dividir
las zonas aptas en cuatro clases segn el grado de las limitaciones. Estas
categoras, por orden decreciente de aptitud, reciben el nombre de reas C1,
C2, C3 y C4 (tabla 1).

23

Tabla 1. Propiedades de las categoras de suelos propuestas por Calvo et al.

(1992)
reas no cultivables:

reas C4:

reas C3:

reas C2:

reas C1:

Pendiente>13%
>25% afloramientos
rocosos
>35 % pedregosidad
reas urbanas,
industriales,
Zonas sometidas a
inundacin en pocas de
crecimiento de las plantas
Suelos sobre materiales
serpentnicos
reas degradadas
(minas, erosin,)
reas con heladas
tardas o menos de 5
meses libres de heladas
Intensidad bioclimtica
<6,5 ubc
Ms de 90 das
acumulativos de dficit de
humedad o ms de 60
das consecutivos
pH<4 >8,5
Textura fuertemente
desequilibrada
Estructura muy densa
Suelos alcalinos o con
salinidad >8 mmhos/cm

Tienen limitaciones de
muy difcil modificacin o
que disminuyen la
productividad.
Pendiente=9-13%
Intensidad bioclimtica
(9,5-6,5 ubc) y 10 o menos
mese libres de heladas
9,5-12,5 ubc y menos de 8
meses libres de heladas
Afloramientos
rocosos=10-25%
Textura arenosa
Factor e:CIC <4
cmol(+)/Kg
Factor x: pH en NaF>11
Factor i: %Fe2O3/%arcila
>0,15 y >35% arcilla
Factor s: CE>4
mmhos/cm
Factor v: >35%arcilla y
ms de la mitad de tipo 2:1
Facilidad laboreo grupo V

Tiene limitaciones
modificables que exigen
alta inversin o
limitaciones permanentes
que restringen la
productividad en menor
grado que en C4. reas
diferentes de las C4 por 1
o ms de:
Pendiente=6-9%
Suelos abancalados o
aterrazados en reas de
pendiente >9%, poco
transitables, de escasa
profundidad y superficie
til.
Profundidad < 1m
Pedregosidad=15-35%
Dficit de humedad
subsanable con costes
elevados
Factor g: hidromorfa
durante ms de 60 das
Factor a:saturacin Al
>60%
Factor x: pH en NaF>10
Factor v:>35%arcillas y
>50% arcillas tipo 2:1
Factor K:<0,2 cmol/kG
Factor b: pH>7
Fuertes riesgos de
erosin
Facilidad de laboreo
grupo II y IV
Intensidad bioclimtica
(9,5-6,5 ubc) con alguna
probabilidad de heladas
tardas

Limitaciones fcilmente
modificables cuando el
nivel de manejo es medio.
Se consideran las reas
diferentes de las C3 por 1
ms de:
Suelos abancalados o
aterrazados en reas con
pendiente de 6 a 13 %.
Pedregosidad <15%
Afloramientos rocosos
<15%
Dficit de agua
subsanable con escaso
coste
Factor w: suelos con
elevado contenido en agua
durante gran parte del ao
que slo dificulta las tareas
agrcolas
Factor h: 20-60% de
saturacin de Al
Factor K:<0,2 cmol/kg en
el CIC
Factor Mg:<0,4 cmol/kg
Factor b: pH >7
Riesgo de inundacin
fuera del periodo activo
Riesgos de erosin bajos
Textura no equilibrada
Intensidad bioclimtica
entre 12,5 y 9,5 ubc y ms
de 10 meses libres de
heladas o IBP>12,5 ubc y
8-10 meses libres de
heladas.

Pendiente < 6%
Sin afloramientos
rocosos
Sin pedregosidad
Textura equilibrada
Sin dficit de humedad ni
hidromorfa
<20% de saturacin en Al
en el CIC
Sin riesgo de inundacin
ni de erosin
Facilidad de laboreo
grupo I
Sin fijacin o muy escasa
de P
Escaso dficit de Ca y
Mg
Sin caliza activa
Ms de 1 m de
profundidad
Elevado periodo de
crecimiento (muy escaso
riesgo de heladas)
Ausencia de salinidad
Sin problemas
estructurales (pequeo
tamao parcelas, difcil
acceso,)

En conclusin, el esquema de la FAO sigue siendo en la actualidad el


principal punto de referencia para la evaluacin de tierras. Durante las ltimas
dcadas ha representado un estndar y un marco de trabajo en el que
desarrollar esta disciplina, sin embargo, en los ltimos aos, los procedimientos
de evaluacin de tierras se dirigen hacia mtodos ms cuantitativos. El campo
de la evaluacin fsica del rendimiento de los cultivos se orienta hacia el
desarrollo de modelos dinmicos de simulacin que tienen en cuenta la
variabilidad temporal de los datos, del mismo modo que el desarrollo de los
Sistemas de Informacin Geogrfica permite el anlisis de la distribucin
espacial de gran cantidad de informacin del territorio. En el mbito de la
planificacin se trabaja en modelos analticos para la planificacin de usos a
partir de los datos de evaluacin de tierras.

24

Rossiter (1996) propone un marco terico para la clasificacin de los


distintos sistemas de evaluacin de tierras, el cual no debe considerarse como
una clasificacin rgida sino como una primera etapa en el desarrollo de una
teora general de evaluacin de tierras (Gruijter, 1996). Esta clasificacin utiliza
una notacin matemtica unificada que permite definir los distintos modelos
de evaluacin de tierras basndose en ocho ejes:
1. Anlisis espacial vs. no-espacial.
2. Concepto esttico vs. dinmico de los recursos base.
3. Concepto esttico vs. dinmico de la aptitud de la tierra.
4. Evaluacin basada en Cualidades de la Tierra o no.
5. Aptitud expresada por restricciones fsicas, rendimientos o valor
econmico.
6. Tipos de Utilizacin del Suelo (TUT) homogneos vs. compuestos.
7. Escala espacial y rea mnima de decisin.
8. Aptitud de rea simple vs. multi-rea.
A pesar de la existencia de esta primera aproximacin a una
clasificacin unificada de los modelos de evaluacin de tierras, stos son
agrupados frecuentemente en dos tipos; aquellos que siguen el esquema FAO,
dada la relevancia del mismo en el contexto de la evaluacin de tierras, y los
que no lo adoptan, dentro de los cuales se diferencia entre los anteriores y los
posteriores al esquema FAO (vase tabla 2).
2.2. Asignacin de usos del suelo

Van Diepen et al. (1991, pgina 191) describe la planificacin de usos


del suelo como la asignacin de la tierra a varias categoras de uso de
acuerdo a los criterios formulados durante el proceso de evaluacin de
tierras. En este proceso se analizan los posibles patrones de uso del suelo para
seleccionar el mejor de cara a la consecucin de unos determinados
objetivos. Los diversos modelos de planificacin de usos del suelo que se han
revisado constituyen sistemas de ayuda a la decisin (tabla 3).

25

Tabla 2. Caractersticas generales de los principales sistemas de evaluacin de

tierras
FINALIDAD
Esquema FAO

Aptitud

USOS
INFORMACIN
CONSIDERADOS
REQUERIDA
Usos especficos Fsica
Socioeconmica

PROCEDIMIENTO

RESULTADOS

Cuantitativo/
Cualitativo

5 clases de aptitud

Cualitativo

8 clases de aptitud

Fsica (productividad) Cualitativo


Econmica
Cualitativo
Fsica

6 clases de aptitud

Mtodos anteriores al esquema FAO


Clasificacin de la
capacidad de la tierra
Clasificacin de las tierras
para regado
Interpretacin directa de
los suelos

Capacidad

ndices paramtricos

Capacidad

Capacidad
Aptitud

Uso agrario
general
Proyectos de
regado
Usos especficos
(generalmente no
agrarios)
Uso agrario
general

Fsica

Cuantitativo

Clases de aptitud
continuas

Uso agrario
general
Usos especficos

Cuantitativo
Fsica
Socioeconmica
Fsica (productividad) Cuantitativo
Econmica
Fsica
Cualitativo

Clases de aptitud
continuas
Clases de aptitud
continuas
Varias clases de
aptitud
5 clases de
aptitud
Rendimiento de
cultivos
Clases de aptitud
continuas
Variable

Fsica

Varias clases de
aptitud

Mtodos posteriores al esquema FAO


LESA

Capacidad

Clasificacin del potencial


del suelo
Clasificacin de la
fertilidad
Zonificacin AgroEcolgica
Modelos de simulacin de
cultivos
Teora conjuntos borrosos

Aptitud

Sistemas expertos

Capacidad

Aptitud

Uso agrario
general
Cultivos
especficos
Cultivos
especficos
Usos especficos

Variable

Variable

Aptitud
Aptitud

Fsica
Fsica

Cuantitativo/
Cualitativo
Cuantitativo

Fsica

Cuantitativo

Variable

Cualitativo

No hay una definicin universalmente aceptada de Sistema de Ayuda a


la Decisin (SAD) (Fedra y Reitsma, 1990). Cualquier sistema informtico, desde
un gestor de bases de datos a modelos de simulacin u optimizacin
matemtica pueden ser considerados SAD. Un SAD puede ser definido como
un sistema informtico interactivo diseado para alcanzar un mayor grado de
efectividad en los procesos de

toma de decisin de un problema

semiestructurado (Malczewski y Ogryczak, 1995). Estos sistemas se caracterizan


por ser sistemas informticos, dedicados a un rea de aplicacin bien
definida, que no realizan una toma de decisiones sino que facilitan la misma
(Velden y Kreuwel, 1990).
Los SAD diseados para la planificacin de usos del suelo suelen estar
integrados, en mayor o menor medida, en un SIG, y emplear como
herramienta de ayuda a la decisin un sistema experto o un modelo
matemtico. Los modelos matemticos ms comnmente aplicados a la

26

planificacin de usos son los mtodos multicriterio y los modelos de simulacin


espacial.
El acoplamiento entre el SIG y la herramienta de ayuda a la decisin
puede ser de tres tipos (Jun, 2000): i) integracin dbil; consiste en el
intercambio

de

archivos

entre

los

dos

sistemas,

que

permanecen

independientes, de modo que un sistema utiliza los datos del otro como datos
de entrada, es la tcnica empleada en la mayor parte de los estudios debido
a su simplicidad (p. ej., Jankowski y Richard, 1994), ii) integracin fuerte;
supone, adems del intercambio de archivos entre los componentes,

la

integracin de los distintos sistemas en una interfaz comn a travs de


programacin con macrolenguajes, iii) integracin plena; implica la creacin,
mediante lenguajes genricos de programacin, de comandos especficos
para la aplicacin, que se incluyen en los comandos ya existentes en el
software SIG. Jankowski (1995) y Malczewski (1999) simplifican esta clasificacin
en dos categoras, unificando en una sola la integracin fuerte y la integracin
plena.
Un buen ejemplo de sistema de ayuda a la decisin compuesto por un
SIG y un sistema de planificacin de usos del suelo a nivel de explotacin
agraria puede ser encontrado en Sharifi y Van Keulen (1994). Este sistema
consta de tres mdulos. El primero incluye un conjunto de modelos de
simulacin de cultivos que predicen la productividad del suelo para cada tipo
de uso. El segundo corresponde a la generacin de un plan de usos del suelo
mediante un modelo de programacin lineal. Este plan de usos del suelo es
traducido en un plan operacional asignando a cada parcela el cultivo ptimo
mediante un modelo de asignacin.

27

Tabla 3. Caractersticas principales de 31 modelos de planificacin del uso del suelo


SOFTWARE
N
EVALUACIN MULTICRITERIO
No integrada en SIG
1

AUTOR

Jankowski
1989
Voogd
1983
Carver
1991

OBJETIVO

INFORMACIN REQUERIDA

ZONA ESTUDIO
(ESCALA)

Evaluacin de 5 planes de
gestin del uso del suelo.
Evaluacin de 11 reas para
su potencial urbanizacin.
Seleccin de la localizacin
ms adecuada para residuos
radioactivos.
Evaluacin de la calidad del
hbitat.

Criterios econmicos, sociales y Regin 16500


ambientales.
km2, Polonia.
2
Criterios de evaluacin.
Zonas de 20 a
68 ha,Holanda
Anlisis de punto ideal,
3
Mapas de los criterios de
Reino Unido.
optimizacin jerrquica,
evaluacin.
(Celdas de
anlisis de concordancia
22 km)
Programacin
4 Pereira y
Mapas de los criterios de
Regin 6460
compromiso
Duckstein
evaluacin.
ha, Arizona.
1993
(Celdas de 0,5
ha).
5 Vatalis y
Evaluacin de las alternativas Mapas de 26 factores de
Macedonia,
Manoliadis de localizacin de un
evaluacin.
Grecia.
2002
vertedero.
(1:50000)
Anlisis de punto ideal
6 Barredo
Seleccin del uso ptimo
Mapas de capacidad de
Regin de
1996
para cada unidad especial. acogida para cada actividad. 3000 km2,
Venezuela.
(1:100000)
MOLA
7 Barredo
Seleccin del uso ptimo
Mapas de capacidad de

1996
para cada unidad especial. acogida para cada actividad.
8 Eastman
Localizacin optima de suelo Mapas de aptitud para cada
Regin de
1998
agrcola e industrial.
actividad.
7500 ha en
Nepal.
9 Van der
Localizacin de la tierra ms Mapas de criterios de
Regin de
Merwe
apta para agricultura,
evaluacin.
67200 ha,
1997
conservacin y uso urbano.
Sudfrica.
(1:50000)
TOPSIS
10 Malczewski Localizacin de una
Mapas de criterios de
Mapa rster
1996
instalacin nociva.
evaluacin.
de 12000
celdas.
AHP
Mapas de criterios de
Regin de
11 Banai 1993 Seleccin del sitio ms apto
para un vertedero.
evaluacin.
107.122 km2.
12 Weerakoon Identificacin de las zonas
Mapa de uso del suelo.
2002
ms aptas para urbanizacin
y conservacin
PROGRAMACIN MATEMTICA
Objetivo nico
13 Campbell
1992

Programacin por metas

Clculo de la superficie y el
Coeficientes input/output.
porcentaje de importaciones Recursos disponibles. Costes
de cada cultivo.
produccin. Rendimientos.
Demanda productos
14 Chuvieco
Determinacin de la
Mapas de criterios. Datos eco1993
superficie de cada uso para nmicos, mano de obra y
minimizar el desempleo rural costes de transformacin de los
usos.
15 Giupponi y Identificacin del cultivo
Mrgenes brutos. Recursos
Rosato
ptimo y su sistema de
disponibles. Rendimientos.
1998
produccin.

SIG

RESULTADOS
Mapa de aptitud Mapa de mltiples Superficie PARTICIPACIN
Lenguaje de Clasificacin
PBLICA
para 1 actividad
usos del suelo
para cada
programacin alternativas
(plan sectorial)
(plan integral)
uso

EVAMIX

En ponderacin
de criterios.

ARCINFO
IDRISI

AML
FORTRAN

En la
ponderacin
de criterios.

Expert
Choice
MATS

ArcView

ARCINFO

SML

IDRISI

IDRISI

IDRISI
1

IDRISI

En todo el
proceso.

SIG

Maharagama, SIG
rea suburbana de Sri
Lanka.
Isla Antigua,
30600 acres.
(1:25000)

ARCINFO

Regin 15625
ha, Espaa.
(1:50000)

IDRISI

Regin del
lago Vence,
Italia.

Ayuda a la
Decisin

Expert
Choice

Expert
Choice

QSB

28

16 Oliveira et
al
2003
Programacin interactiva 17 Fischer y
Makowski
1996
18 Ive y Cocks
1983
19 Lu et al
2004

Programacin entera

Planificacin de los usos


forestales.

Coeficientes tecnolgicos.
Metas para cada objetivo.
Disponibilidad de recursos
Anlisis de diferentes
Base de datos de informacin
scenarios de uso del suelo.
sobre la productividad de
cultivos y sistemas ganaderos.
Evaluacin de planes de uso Pesos y satisfaccin de las
del suelo.
polticas de planificacin para
cada asignacin de usos del
suelo.
Evaluacin de estrategias de Coeficientes tecnolgicos.
uso del suelo.
Disponibilidad de recursos.

20 Shuaedi et
al 2002

Diseo de un modelo de
asignacin de usos del suelo
rural.

21 Aerts et al
2003

Asignacin espacial optima


de los usos del suelo.

22 Diamond y Identificacin de la
Wright
localizacin ms apta para
1988, 1989 diferentes instalaciones.

Regin de
2000 ha en
Paran.
Distrito 300000
ha,Kenia.(Cel
das 1 km2)

AEZWIN
LUPLAN

Regin de
6300000 km2
en China.
Coeficientes objetivo para
Bandung,
SIG
cada uso del suelo.
Indonesia,
2283 km2.
(1:100000)
Costes de desarrollo y
Mina 25 km2,
superficie asignada a cada uso Espaa.Celda
del suelo.
2525 m
Mapas de aptitud para usos
GRASS
especficos del suelo y costes
de adquisicin de la tierra.

Proceso
interactivo.

Proceso
interactivo.

Proceso
interactivo.

Basic

PcProg

En la eleccin
de escenarios.

Whats Best!

KES

TCNICAS MIXTAS
23 Janssen y
Rietveld
1990
24 Ridgley y
Heil 1998
MODELOS DE SIMULACIN ESPACIAL
Algoritmos genticos
25 Matthews
et al, 1999
Simulated annealing

Autmatas celulares

Modelos basados en
agentes

26 Aerts y
Heuvelink
2002
27 Alier et al
1996

Seleccin de la combinacin Mapas de criterios de


ptima de usos del suelo.
evaluacin. Recursos
disponibles.
Seleccin del mejor uso del
Mapa de uso del suelo.
suelo para la proteccin de
Criterios ecolgicos, adminisun parque nacional.
trativos y socioeconmicos.

118 regiones
de Holanda.

SIG

Regin de
34234 ha,
Mxico.

IDRISI

Optimizacin de la
asignacin espacial de usos
del suelo.
Optimizacin de la
asignacin espacial de usos
del suelo.
Optimizacin de la
asignacin espacial de usos
del suelo.

Research
Station, Reino
Unido.
Mina 25 km2,
Espaa. (Celdas 2525 m)
3 municipios
de
Espaa.(1:250
001:50000)
17040 ha,
Holanda.
(Celdas de
100100 m).

Aptitud para cada uso,


obtenida de otros mdulos de
LADSS.
Mapas de uso del suelo, altitud
y pendiente. Superficie a
asignar a cada uso del suelo.
Mapas de unidades de calidad
y fragilidad. Mapa de usos.
Informacin socioeconmica y
ambiental.
Mapas de aptitud y uso actual
del suelo. Superficies asignadas
a cada uso del suelo.

28 Engelen et
al 1999

Simular las dinmicas


espaciales del uso del suelo.

29 Evans y
Kelly, 2004

Modelar y comprender la
evolucin de los usos
agroforestales.

Cobertura del suelo. Datos


socioeconmicos. Propiedad
de la tierra. Topografa.

30 Yialouris et
al 1997

Evaluacin de la aptitud para


5 cultivos y seleccin del
ptimo para cada unidad de
tierra.
Marco para el diseo y
evaluacin de modelos de
planificacin de usos de suelo

Mapas de suelos y usos del


suelo. Informacin
climatolgica.

DEFINITE

LADSS (Smallworld, G2)

MapObjects

DELPHI

Paquete de varios programas


personalizados

GEONAMICA

ARCINFO

MATLAB

Por medio de
distintos
agentes.

SISTEMAS EXPERTOS

31 Zhu et al
1996

Mapas de factores de
evaluacin.

Regin de
30000 ha,
Grecia.
(1:20000).
1010 km2.

ARCINFO

CLIPPER

SML

ARCINFO

CLIPS
HARDY

AML

29

2.2.1 Sistemas expertos

Los Sistemas Expertos o Sistemas Basados en el Conocimiento consisten


en un programa informtico que captura el conocimiento de algn experto y
trata de simular su proceso de razonamiento para generar de forma rpida y
fiable una solucin a un problema complejo. Una base de conocimiento es
una representacin estructurada de los hechos e inferencias necesarias para
alcanzar las decisiones (Rossiter, 1990). Aunque existen distintos mtodos para
el diseo de sistemas expertos, los sistemas basados en reglas son los ms
ampliamente difundidos. Estos sistemas constan de un conjunto de reglas de
decisin que describen las estrategias de resolucin del problema, y de un
programa de control para la manipulacin de las mismas (Diamond y Wright,
1988). Estas reglas se representan en forma de:
Si premisas Entonces conclusin/accin

Estos sistemas pueden generar de forma rpida y fiable una solucin a


un problema complejo que normalmente requiere la intervencin humana.
Jun (2000) cita numerosos sistemas expertos que han sido desarrollados
para abordar problemas espaciales. Entre sus aplicaciones ms comunes se
encuentran los sistemas de ayuda a la decisin espacial para la gestin de
recursos, la planificacin territorial (Teso, 1997), el anlisis de aptitud de la tierra
(Diamond y Wright, 1988) o la asignacin de usos del suelo (Zhu et al., 1996;
Yialouris et al., 1997).
En Yialouris et al. (1997) se describe el desarrollo de un Sistema Experto
de Informacin Geogrfica, EXGIS (mencionado anteriormente), basado en el
SIG ArcInfo y en un sistema experto implementado en CLIPPER, los cuales son
integrados en el mismo entorno mediante interfaces escritas en SML. Este
sistema evala la aptitud edfica y climatolgica para varios cultivos y
selecciona los ptimos para cada unidad de tierra. Sus funciones incluyen la
evaluacin de la aptitud de cada unidad de suelo para un cultivo dado, la
determinacin del uso agrcola ptimo para cada unidad y la evaluacin de
las unidades con respecto a un nmero de cultivos. Con un propsito similar
fue diseado ILUDSS (Zhu et al., 1996), un sistema de ayuda a la decisin
espacial para la planificacin estratgica de usos del suelo. ILUDSS permite a
los planificadores disear un modelo especfico para cada uso del suelo a

30

travs de un diagrama de influencia espacial y evaluarlo automticamente,


obteniendo como resultado un mapa de aptitud para cada uso. Estos dos
sistemas, EXGIS e ILUDSS,

comparten una estructura similar, ya que ambos

fueron construidos a travs de la integracin del SIG ArcInfo y el lenguaje CLIPS


(C Language Integrated Production System), ms el programa HARDY en el
caso de ILUDSS. Los criterios de decisin son convertidos en bases de
conocimiento de un sistema experto en la forma de reglas si <condiciones>
entonces

<conclusiones>.

Estas

reglas

son

traducidas

en

programas

operacionales escritos con el lenguaje CLIPS. La integracin entre el SIG y el


sistema experto se realiza a travs de los datos de intercambio.
Otra aplicacin comn de este tipo de sistemas es la seleccin de la
mejor localizacin para diversas instalaciones (problemas de localizacinasignacin). Como ejemplo puede citarse el sistema experto desarrollado por
Jun (2000) para la evaluacin de los posibles emplazamientos de una industria.
2.2.2. Modelos matemticos

Un modelo matemtico es una herramienta de ayuda a la decisin


externa al SIG. En la mayora de los sistemas el SIG proporciona los datos para
las constantes del modelo (p. ej. Chuvieco, 1993; Campbell et al., 1992) y/o
visualiza los resultados (p. ej. Janssen y Rietveld, 1990). Los modelos
matemticos ms comnmente aplicados en los sistemas de asignacin de
usos

del

suelo

corresponden

tcnicas

de

evaluacin

multicriterio,

aplicaciones de programacin matemtica o modelos de simulacin espacial


basados en algoritmos de optimizacin (algoritmos genticos o simulated
annealing) o simulacin (autmatas celulares o modelos basados en agentes).
2.2.2.1. Evaluacin multicriterio
Las reglas de comparacin aplicadas en la evaluacin de la aptitud
segn el esquema FAO, pueden ser sustituidas por un mtodo iterativo de
decisin multicriterio. La contribucin de la evaluacin de tierras a este
proceso consiste en la especificacin de un modelo input-output que contiene

31

los coeficientes tcnicos (Van Diepen et al., 1991) o en la aportacin de un


mapa de aptitud para cada uso.
El anlisis multicriterio proporciona el marco adecuado para la
integracin de los distintos factores (medio ambiente, economa y sociedad)
que intervienen en la planificacin, diseo y gestin del uso del suelo. Este
enfoque integrado y la posibilidad de alcanzar un balance entre los distintos
objetivos conflictivos implicados son los principales beneficios de la aplicacin
de estas tcnicas en la planificacin territorial.
Entre las ventajas que presentan los mtodos multicriterio para la gestin
de usos del suelo pueden citarse las siguientes (Beinat y Nijkamp, 1998):
-

permite el anlisis de mltiples decisiones alternativas y opciones de uso del


suelo

los resultados de las distintas opciones pueden presentarse de distintas


formas; unidades monetarias, fsicas, juicios cualitativos,...

permite entender y justificar las cuestiones implicadas en una decisin

hace posible el anlisis de las ventajas e inconvenientes de cada opcin

posibilita que la opinin de los diferentes agentes implicados sea


considerada, identificando conflictos potenciales en una fase inicial del
proceso

ofrece la posibilidad de analizar la sensibilidad y robustez de las diferentes


elecciones
Como inconvenientes de estas tcnicas, Voogd (1983) ha sealado la

complejidad de las operaciones matemticas, las suposiciones implcitas a los


distintos mtodos, la imposibilidad de cuantificar gran parte de los criterios y la
reduccin de las cualidades de las alternativas a un nmero.
Los mtodos multicriterio de toma de decisiones (MCDM, Multiple
Criteria Decision Making) se clasifican en dos categoras (Barredo, 1996;
Jankowski, 1995): toma de decisiones multiatributo (MADM, Multiple Attribute
Decision Making) y toma de decisiones multiobjetivo (MODM, Multiple
Objective Decision Making). La evaluacin multiatributo estudia el grado de
consecucin de un objetivo especfico por una serie de alternativas definidas
explcitamente, a travs de la valoracin de un conjunto de factores/criterios,
mientras que la evaluacin multiobjetivo se refiere al diseo de un espacio de
posibles soluciones/alternativas limitado por un conjunto de restricciones,

32

donde

las

alternativas

son

definidas

implcitamente.

La

evaluacin

multiatributo es conocida como anlisis multicriterio o evaluacin multicriterio,


mientras que la evaluacin multiobjetivo es vista, segn Jankowski (1995),
como una extensin de la programacin matemtica. Este mismo autor utiliza
el trmino de mtodos multicriterio de toma de decisiones, MCDM, como
referencia a la evaluacin multicriterio.
La evaluacin multicriterio consiste en la construccin de una matriz de
evaluacin bidimensional, en la cual una dimensin representa las distintas
alternativas y la otra los criterios mediante los cuales son valoradas las
alternativas. Para la posterior clasificacin de las alternativas existen diversas
tcnicas dependiendo del mtodo de agregacin de la informacin. Debido
a la gran diversidad metodolgica que caracteriza la evaluacin multicriterio
slo se describirn aquellas tcnicas que han sido aplicadas, en anteriores
estudios, a la planificacin de usos de la tierra.
Segn la clasificacin de Jankowski (1995) las tcnicas de evaluacin
multicriterio pueden diferenciarse en compensatorias y no compensatorias (fig.
3). Las primeras se basan en la suposicin de que uno o ms criterios con un
valor elevado pueden compensar el bajo nivel de otros criterios de la misma
alternativa, en funcin de la estructura de preferencia del decisor. En las
segundas la puntuacin baja de un criterio no puede ser compensada por la
mayor valoracin de otros criterios.

TCNICAS MCDM
COMPENSATORIAS
DE PUNTO IDEAL

ADITIVAS
- Suma lineal
- Anlisis de

concordancia
- Jerarquas analtica
- MATS

NO COMPENSATORIAS

TOPSIS
AIM
MDS
Anlisis de punto ideal

Dominancia
Conjuntivo
Disjuntivo
Lexicogrfico

Figura 3. Clasificacin de las tcnicas de evaluacin multicriterio (Barredo,

1996)

33

Entre las tcnicas no compensatorias se encuentran la tcnica de


dominancia, el mtodo conjuntivo, el mtodo disjuntivo y el mtodo
lexicogrfico. En la tcnica de dominancia si una alternativa es dominada, es
decir, existe otra alternativa que es mejor en uno o varios criterios e igual en los
restantes, es eliminada. En el mtodo conjuntivo cada criterio tiene un valor
mnimo especificado por el decisor, siendo eliminadas aquellas alternativas
que no lo superan. En el mtodo disjuntivo se aceptan las alternativas que
sobrepasan cierto umbral en al menos un criterio. El mtodo lexicogrfico
requiere que los criterios sean ordenados de mayor a menor importancia,
siendo comparadas las alternativas una a una, primero en funcin del criterio
ms importante, continuando por el segundo, tercero, etc., y siendo
eliminadas las alternativas que muestran un menor valor.
Las tcnicas compensatorias pueden ser divididas, en funcin del
mtodo de agregacin de las puntuaciones de los criterios y de las prioridades
del decisor, en tcnicas aditivas y tcnicas basadas en el enfoque del punto
ideal. Entre las tcnicas aditivas se encuentran la suma ponderada, el anlisis

de concordancia, el proceso Analtico Jerrquico (AHP) y el MATS (MultiAttribute Tradeoff System). El anlisis de concordancia es la tcnica ms
comn basada en la comparacin por pares, en la cual se calculan las
medidas de concordancia (grado de dominancia de la alternativa i sobre la
alternativa i para todos los criterios en los que i supera a i) y discordancia
(grado de dominancia de la alternativa i sobre la alternativa i para todos los
criterios en los que i supera a i). El proceso Analtico Jerrquico usa una
estructura jerrquica de criterios y la comparacin por pares para establecer
la ponderacin de los mismos. En el MATS las funciones de utilidad del decisor
son derivadas para cada criterio y las ponderaciones son calculadas en base
a comparaciones entre criterios. Las tcnicas basadas en el enfoque del punto
ideal consideran la distancia entre la solucin ideal y cada alternativa
considerada para establecer una clasificacin ordenada de las alternativas.
Entre estas tcnicas destacan TOPSIS (Technique for Order Preference by
Similarity to Ideal Solution), AIM (Aspiration-level Interactive Method), MDS
(Multi-Dimensional Scaling) y el anlisis de punto ideal (Barredo, 1996).
La evaluacin multicriterio puede ser utilizada con distintos propsitos
dentro de la planificacin regional. La contribucin de este tipo de anlisis a la

34

gestin de los recursos territoriales se basa en la estructuracin de los


problemas, el anlisis de los objetivos conflictivos, la identificacin de los
mltiples actores implicados o la evaluacin de las diferentes alternativas,
siendo aplicable a los distintos procesos englobados en la planificacin
territorial como la gestin de recursos renovables (Munda et al., 1998), la
proteccin del paisaje (Marangon y Tempesta, 1998), la evaluacin de los
procesos de concentracin parcelaria (Janssen y Rietveld, 1985) o la
asignacin de usos del suelo (Voogd, 1983). Voogd (1983) presenta distintas
aplicaciones de esta tcnica, entre ellas la evaluacin de nuevas zonas de
urbanizacin y de distintas polticas de desarrollo urbano. Para la valoracin de
las reas potenciales de urbanizacin establece 11 zonas que se evaluaron en
funcin de 17 criterios, agrupados en 5 puntos de vista: suelo, medio ambiente,
uso recreativo, agricultura y accesibilidad. A su vez, las prioridades para estos
criterios se definieron en funcin de un punto de vista social o econmico,
dando lugar a dos matrices de evaluacin distintas. Entre los criterios
empleados, uno de especial relevancia para su aplicacin a la ordenacin de
usos agrarios, fue el de aptitud del suelo, para el clculo del cual se clasific el
rea de estudio en 3 zonas (a muy buena aptitud agrcola, b buena aptitud
agrcola, c moderada aptitud agrcola) y se obtuvo un indicador segn la
siguiente frmula:
3a 2b c
superficie total

Dado que se alternaron criterios cuantitativos y cualitativos se aplicaron tres


tcnicas de evaluacin multicriterio de datos mixtos: tcnica de intervalo
aditivo, tcnica de intervalo substractivo y tcnica de sumatoria substractiva.
De la comparacin de los resultados obtenidos para las tcnicas se extrajeron
las valoraciones finales. En el caso de la evaluacin de distintas estrategias de
desarrollo se definieron 5 polticas de planificacin, las cuales se valoraron en
funcin de 5 criterios: facilidades recreativas, accesibilidad a las zonas de
trabajo, minimizacin de la distancia a zonas de servicios, minimizacin de los
costes de construccin y minimizacin de los costes de adquisicin de tierras.
Se estableci una matriz de evaluacin para cada una de las 13 zonas objeto
de planificacin. En dicha matriz se valoraron cualitativamente (de 1 a 5) las 5
polticas de planificacin para cada uno de los 5 criterios establecidos. Las
ponderaciones de los criterios se definieron desde 3 puntos de vista (urbano,

35

social y econmico) dando lugar a una matriz de evaluacin distinta en cada


caso. Las tcnicas de evaluacin multicriterio empleadas fueron la suma
ponderada, el mtodo de interpretacin numrica y la tcnica de
permutacin cualitativa, cuyos resultados fueron comparados para la
seleccin de la poltica de planificacin ms favorable en cada zona.
Estas mismas tcnicas han sido empleadas por Jankowski (1989) para
evaluar la viabilidad de 5 planes alternativos de gestin del uso del suelo en
una zona de la regin centro-occidental de Polonia. Estos proyectos consistan
en: i) la explotacin plena de los recursos de carbn de la zona, ii) la
explotacin parcial (40%) de la reserva de carbn, iii) el desarrollo de una
agricultura intensiva (incremento del 25-30% de la produccin), iv) el desarrollo
agrcola limitado de la regin (incremento del 10-12% de la produccin y v) el
desarrollo de los usos recreativos y tursticos. Se construy una matriz de
evaluacin en la que estos 5 proyectos constituan las alternativas a evaluar en
funcin de 13 criterios agrupados en 3 subconjuntos: econmicos, ambientales
y sociales. La ponderacin de estos criterios fue obtenida a partir de entrevistas
con las autoridades locales a travs de 3 tcnicas diferentes: a) puntuacin de
los criterios en una escala de 1 a 10, b) clasificacin ordinal de los criterios en
funcin de su prioridad y c) enfoque de suma constante. Como mtodo de
evaluacin se emple el programa EVAMIX consistente en 3 tcnicas: tcnica
de la suma substractiva, tcnica del intervalo substractivo y la tcnica aditiva.
La potencialidad, ya mencionada, de la evaluacin multicriterio para la
consideracin de las opiniones de los distintos agentes implicados en un
proceso de planificacin territorial ha sido desarrollada en Xiang et al. (1992),
donde se describe una metodologa, basada en la lgica difusa, para la
agregacin de las matrices de evaluacin individuales, representativas de las
preferencias de los distintos grupos de inters, en una nica matriz agregada
que refleja la opinin de grupo.
En los trabajos anteriores el nmero de unidades espaciales evaluadas
es limitado. Sin embargo, la planificacin territorial exige prestar una especial
atencin a la componente espacial de los datos y, al mismo tiempo, implica el
anlisis de mltiples objetivos y criterios, por lo cual la integracin de las
tcnicas de evaluacin multicriterio y los SIG proporciona una herramienta con
grandes posibilidades para los estudios de ordenacin de usos del suelo.

36

Mientras el SIG proporciona un marco adecuado para la aplicacin de los


mtodos de evaluacin multicriterio, que no tienen capacidades propias para
la gestin de datos espaciales, los procedimientos de evaluacin multicriterio
aaden al SIG los medios para realizar compensaciones entre objetivos
conflictivos, teniendo en cuenta mltiples criterios y el conocimiento del
decisor (Carver, 1991). En un SIG raster cada celda representa una alternativa
de eleccin, mientras que en un SIG vectorial las alternativas corresponden a
un conjunto de puntos, lneas o reas. El nmero de celdas de la mayora de
los mapas raster hace imposible utilizar tcnicas basadas en la comparacin
por pares. Del mismo modo, las tcnicas de programacin matemtica,
habitualmente empleadas para la toma de decisiones con objetivos
conflictivos, son bastante limitadas en cuanto al tamao del problema
(nmero de alternativas) que pueden gestionar, un tamao prohibitivamente
pequeo en el campo de los SIG raster (Eastman et al., 1998). Sin embargo,
esta limitacin puede ser superada agrupando el rea de estudio en zonas
homogneas, por ejemplo mediante el ndice de homogeneidad empleado
por Joerin et al. (2001) para permitir la posterior aplicacin de un mtodo
basado en relaciones de dominancia entre pares de alternativas (ELECTRE-TRI)
en un entorno raster. En los SIG vectoriales, el nmero relativamente pequeo
de alternativas, permite la integracin de un mayor nmero de tcnicas de
evaluacin multicriterio.
La aplicacin de las tcnicas de evaluacin multicriterio en SIG est
orientada con frecuencia a la obtencin de mapas de aptitud para una
actividad especfica (Eastman et al., 1998; Engelen et al., 1999; Jun, 2000;
Mendoza, 1997; Ridgley y Heil, 1998; Weerakoon, 2002), o bien a la seleccin
de localizaciones para una actividad determinada (Carver, 1991; Malczewski,
1996). Las tcnicas de evaluacin multicriterio basadas en el concepto del
punto ideal son las que han sido ms frecuentemente integradas en un SIG
con este propsito (Carver, 1991; Pereira y Duckstein, 1993; Barredo, 1996;
Malczewski, 1996). El anlisis de punto ideal calcula los desvos de cada
alternativa con respecto a un punto ideal, para cada criterio. La mejor
solucin compromiso ser aquella que tenga una menor distancia al punto
ideal. Se han desarrollado diversas tcnicas que emplean distintas medidas de
distancia al punto ideal.

37

Una de las primeras aplicaciones de este tipo de anlisis a la evaluacin


de la aptitud del territorio para un uso especfico fue la realizada por Pereira y
Duckstein (1993), en la cual se emplea la programacin compromiso para la
clasificacin de la calidad de los hbitats para una especie de ardilla. Esta
tcnica

de

programacin

matemtica

se

basa

en

una

distancia

multidimensional (dp) al punto ideal:

1/ p

I
p
dp i x i* x ik
i 1

donde i (i >0, i = 1) son los pesos asignados a I criterios, xik es la puntuacin


del criterio i para la alternativa k, xi* es el punto ideal para el criterio i y p vara
de 1 a en funcin de la contribucin relativa de las desviaciones individuales.
Este estudio incluye un anlisis de sensibilidad para los tres valores estratgicos
de p: 1, que representa la total compensacin entre criterios, 2, una
compensacin parcial, y una situacin totalmente no compensatoria. La
estandarizacin y ponderacin de los criterios fue realizada con los programas
MATS y EXPERT CHOICE, cuyos resultados fueron introducidos en el SIG IDRISI
para el clculo de la distancia al punto ideal mediante operaciones de
lgebra de mapas. Una variante de esta tcnica, en la que se introduce un
segundo nivel de ponderacin, fue aplicada por Vatalis y Manoliadis (2002)
para la evaluacin de las posibles alternativas de localizacin de un nuevo
vertedero:
dp

a a (x i)
i

i 1

j 1

donde aj son los pesos establecidos en funcin de la importancia relativa de


cada indicador con respecto al grupo de indicadores al que pertenece y ai es
el peso asignado en funcin del nivel de preferencia de los tipos de
indicadores, que, en este estudio, se dividen en dos categoras, indicadores de
primer nivel y de segundo nivel, x es la puntuacin del criterio e i es el punto
ideal del mismo.
Entre este tipo de tcnicas se encuentra TOPSIS (Technique for Order
Preference by Similarity to Ideal Solution), que ha sido implementada en el
software SIG IDRISI y aplicada a la evaluacin de diferentes localizaciones
para una instalacin nociva (Malczewski, 1996). Esta tcnica implica la
comparacin de cada alternativa con una solucin ideal y una solucin

38

ideal negativa. El primer paso es la elaboracin de los mapas de criterios, que


reflejan la aptitud de la regin para la actividad considerada. A continuacin
se ordenan las alternativas (correspondientes a las celdas de un mapa raster)
en funcin de su preferencia para la actividad empleando la tcnica TOPSIS,
basada en las separaciones entre los puntos de referencia ideal e ideal
negativo y cada alternativa. Para la medicin de estas separaciones, al igual
que en la metodologa anteriormente descrita, se emplea la distancia
Eucldea, calculada segn las siguientes ecuaciones:

T(J, K) V(I, K) V(I, J, K)


M

T(J, K) V(I, K) V(I, J, K)


M

donde J=1, 2,..., N son las diferentes alternativas caracterizadas por I=1, 2, ..., M
criterios y K=1, 2, ..., G son los individuos o grupos implicados en la toma de
decisones, T(J, K)- es la separacin entre el punto ideal negativo V(I, K)- y las
puntuaciones estandarizadas de los atributos de la alternativa J, V(I, J, K), y T(J,
K)+ la separacin entre la solucin ideal V(I, K)+ y las puntuaciones
estandarizadas de los atributos de la alternativa J, V(I, J, K). Finalmente, el
clculo de la proximidad a la solucin ideal, C(J, K) de una alternativa sigue la
ecuacin:
C(J, K)

T(J, K)
T(J, K) T(J, K)

y los resultados son cartografiados en un mapa que refleja la clasificacin de


preferencia de las alternativas para un individuo K. La preferencia de consenso
o compromiso entre los diferentes decisores puede ser determinada segn
Malczewski (1996) empleando la regla de decisin de Borda, consistente en
ordenar las preferencias individuales en orden descendente, asignndoles las
puntuaciones N-1, N-2,..., 1, 0 a la primera, segunda,..., ltima alternativa
clasificada y obteniendo la puntuacin total de Borda mediante la suma de
las puntuaciones individuales para cada alternativa. El software DECADE
(Jankowski et al., 2001) incorpora una tcnica similar, basada en la distancia al
punto ideal y al punto ideal negativo (Nadir), con el objetivo de incrementar
las capacidades de los mapas como herramientas analticas en la toma de
decisiones.

39

En Carver (1991) otros dos mtodos de evaluacin multicriterio (anlisis


de concordancia-discordancia y optimizacin jerrquica), adems del anlisis
de punto ideal, son modificados para evaluar un nmero elevado de
alternativas en un entorno SIG. Los algoritmos de las tres tcnicas fueron
programados externamente al SIG, en FORTRAN 77, e integrados en el software
ArcInfo mediante comandos macro escritos en AML. Este sistema fue aplicado
al anlisis de la localizacin de un almacn de residuos nucleares
considerando las tres tcnicas mencionadas y tres esquemas de ponderacin
de criterios, representativos del punto de vista de los grupos de decisin
implicados: industria nuclear, poblacin y ecologistas. De este modo se
obtuvieron nueve clasificaciones de las alternativas que fueron sometidas a un
anlisis de sensibilidad a travs de un programa FORTRAN 77 ejecutado en el
SIG, obtenindose las localizaciones finales ms aptas. La implementacin en
SIG del anlisis de concordancia fue desarrollada posteriormente por
Jankowski y Richard (1994).
Otro mtodo de evaluacin multicriterio que ha sido frecuentemente
integrado en SIG para la realizacin de anlisis de aptitud de la tierra es el
Proceso Analtico Jerrquico (AHP - Analytic Hierarchy Process) (p. ej. Eastman,

1995; Jun, 2000; Mendoza, 1997; Weerakoon, 2002). Este mtodo representa un
problema especfico mediante una estructura jerrquica y despus establece
las prioridades de las alternativas basndose en el juicio del usuario. La
ponderacin de las alternativas se lleva a cabo mediante estructuracin
jerrquica y comparacin por pares. El Proceso Analtico Jerrquico fue
desarrollado por Saaty (1977) para reducir decisiones complejas a una serie de
comparaciones de pares de factores. El resultado de este proceso es un valor
cardinal para el factor de ponderacin de cada uno de los criterios
evaluados, de forma que la suma de los pesos es igual a 1. Estos pesos se
obtienen calculando el vector de prioridades de la matriz inversa de la matriz
cuadrada de comparaciones de pares entre los criterios. Estas comparaciones
establecen la importancia relativa de los factores de dos en dos. El proceso se
articula a travs de la construccin de una matriz de comparacin cuadrada
donde

quedan

recogidas

las

puntuaciones

correspondientes

las

comparaciones de pares de factores. Las filas y las columnas de esta matriz


representan los distintos criterios y en el cruce de cada fila y columna se

40

introduce la puntuacin correspondiente a la valoracin del criterio de la fila


con respecto al factor de la columna. Saaty propone adems un ratio de
consistencia para evaluar la coherencia del juicio emitido, que se formula a
travs de la siguiente ecuacin:

C.R.

C.I.
R.I.

donde C.I. es un ndice de consistencia y R.I. es un ndice de aleatoriedad, que


se describe como el mximo ndice de consistencia de una matriz de
comparacin generada de forma aleatoria, y cuyo valor es establecido por
Saaty (1977) en funcin del nmero de factores de la matriz. El ndice de
consistencia se calcula de la siguiente forma:

C.I.

max n
n 1

donde max es el mximo valor propio de la matriz y n su orden, se basa en la


suposicin de que max es siempre mayor o igual que el nmero de factores de
la matriz (n) y max=n si la matriz de comparacin es consistente, por lo que la
resta normalizada de n a max puede expresar el nivel de inconsistencia (Svoray
et al., 2005). Saaty establece la recomendacin de que para valores del ratio
de consistencia superiores a 0.1 la matriz debera ser reevaluada.
Banai (1993) desarroll la contribucin del AHP en la aplicacin de la
teora de conjuntos borrosos en un entorno SIG, a travs de la obtencin de
valores funcionales de pertenencia sin necesidad de especificar una funcin
con parmetros concretos, y aplic esta teora a la evaluacin de la aptitud
de una regin para la localizacin de un vertedero. Weerakoon (2002)
determin la aptitud de la tierra para el desarrollo urbano en Sri Lanka
considerando cinco subcategoras de tierra (arrozales, tierras pantanosas,
cocoteros, cauchales y otras agriculturas) y asignando un peso a cada una de
ellas mediante el proceso AHP. Otra aplicacin del AHP en la asignacin de
usos del suelo es la generacin de los pesos relativos de los mapas de aptitud
para cada uso del suelo. Esto permite calcular una medida de aptitud
compuesta combinando los distintos valores de aptitud mediante una suma
ponderada (Mendoza, 1997).
Estos mapas de aptitud pueden ser suficientes en algunas situaciones,
sirviendo de base, por ejemplo, para la identificacin de regiones viables para
un uso (con un tamao, forma, compactacin y aptitud aceptables)

41

mediante el programa PGR (Brookes, 1997), pero no proporcionan un plan


integral de usos del suelo. Las tcnicas de evaluacin multicriterio tambin han
sido aplicadas a la generacin de escenarios de uso del suelo a travs de la
seleccin del uso ptimo para cada unidad de tierra. Estos procesos de
asignacin de mltiples usos del suelo implican una toma de decisiones
multicriterio y de objetivos mltiples y conflictivos. Estos objetivos corresponden
a los distintos usos del suelo, los cuales son conflictivos al competir por las reas
(alternativas) disponibles, las cuales no pueden satisfacer ms de un objetivo.
Existen distintos mtodos de resolucin de este tipo de problemas de objetivos
conflictivos (Barredo, 1996). El mtodo de la solucin priorizada (Barredo, 1996)
u optimizacin jerrquica (Carver, 1991), aplicable cuando las prioridades de
los objetivos estn claramente diferenciadas, consiste en la asignacin de la
mxima superficie al objetivo de mayor prioridad, excluyndola para los
restantes objetivos y repitiendo el proceso hasta asignar la superficie total
(Campbell et al., 1992; Mendoza, 1997).
Cuando las jerarquas no son conocidas es posible determinar una
solucin compromiso usando el mtodo del punto ideal (Barredo, 1996) para
asignar a cada unidad espacial el uso para el cual su aptitud es mxima y al
mismo tiempo minimizar la aptitud para los restantes usos, de forma que el
clculo de la distancia a este punto se realiza con la siguiente ecuacin:
Lpim

n
p

p
wk eik 0 w e 1
m
im

k 1

1/ p

donde Lpim es la distancia entre la alternativa i y el punto ideal del objetivo m, p


es la mtrica (distancia eucldea: p=2), wk es el peso del criterio k, eik es el valor
normalizado de la alternativa i en el objetivo k, eim es el valor normalizado de la
alternativa i en el objetivo m, 1 es el valor del punto ideal para criterios
normalizados y 0 es el valor mnimo para criterios normalizados. Eastman et al.
(1998) proponen un procedimiento con un enfoque heurstico implementado
en el mdulo MOLA de IDRISI. Ejemplos de la aplicacin de esta tcnica a la
planificacin territorial son proporcionados por Barredo (1996), Van der Merwe
(1997) y Eastman et al. (1998).

42

2.2.2.2. Programacin matemtica


La programacin lineal multiobjetivo proporciona los medios para
alcanzar un equilibrio entre los mltiples objetivos conflictivos (econmicos,
sociales y ambientales) que caracterizan los problemas de optimizacin del
uso de la tierra. Estas tcnicas de programacin matemtica permiten
comprender las relaciones de compensacin entre los distintos objetivos y
componentes del sistema mediante el anlisis cuantitativo de los mismos.
La programacin lineal es una tcnica de optimizacin en la que la
funcin objetivo y las restricciones son lineales y aditivas. La formulacin
general de un problema de programacin lineal de objetivo nico es:
Maximizar

z = cx

Sujeto a
Ax b
x0
donde z es el valor de la funcin objetivo, c el vector de coeficientes de la
funcin objetivo, A la matriz de coeficientes tcnicos, x las variables de
decisin y b el vector de trminos independientes.
En problemas de objetivo nico la alternativa ptima es aquella que
maximiza o minimiza la funcin objetivo. Normalmente esta solucin es nica y
puede hallarse mediante distintos algoritmos (p. ej., mtodo simplex). Cuando
se consideran objetivos mltiples hay un nmero indefinido de soluciones. Para
reducir este conjunto de soluciones se procede a eliminar aquellas que estn
dominadas. Se dice que un conjunto de soluciones es eficiente u ptimo segn
Pareto cuando est formado por soluciones factibles (que cumplen las
restricciones) y no dominadas, es decir, no existe otra solucin factible que
proporcione una mejora en un objetivo sin provocar un empeoramiento en al
menos uno de los restantes objetivos.
Los mtodos de programacin lineal con objetivos mltiples se pueden
clasificar en funcin del grado de intervencin del agente que toma la
decisin en:

tcnicas generadoras o con articulacin a posteriori de preferencias;


generan o aproximan el conjunto de soluciones eficientes, para que
posteriormente el agente responsable seleccione la solucin final.

43

tcnicas con articulacin a priori de preferencias; la asignacin de


preferencias y algunos parmetros son fijados al inicio.

tcnicas con articulacin progresiva de preferencias; son los mtodos


interactivos, en los que hay una secuencia de fases de dilogo, en las
que el analista establece sus preferencias, y de fases de clculo, en las
que se calculan nuevas soluciones eficientes en base a las indicaciones
del analista.

2.2.2.2.1. Tcnicas generadoras


Existen distintos mtodos para generar el conjunto de soluciones no
dominadas, entre ellos estn el mtodo de las ponderaciones y el mtodo de
las restricciones. Estos dos mtodos transforman el problema multiobjetivo en
un problema de objetivo nico y posteriormente, mediante variacin
sistemtica de los parmetros empleados para hacer la transformacin,
generan el conjunto de soluciones no dominadas. Existen otros mtodos (p. ej.
el mtodo multiobjetivo lineal de Philip, el mtodo multiobjetivo lineal de
Zeleny, etc.) que operan directamente sobre el vector de objetivos.
El mtodo de las restricciones se basa en optimizar una nica funcin
objetivo y tratar las restantes como restricciones. El conjunto de soluciones no
dominadas es generado por medio de variaciones paramtricas de los
trminos independientes de los objetivos incluidos como restricciones. La
formulacin de este mtodo para n objetivos sera (Maroto, 1997):
Max.

Zk (x)

Sujeto a
Zj (x) Pj

para j=1, 2, , k-1, k+1, , J

En el caso de objetivos de minimizacin, en

las restricciones

paramtricas correspondientes, se invertir el sentido de la restriccin, es decir,


Zj (x) Pj.
En Azapagic y Clift (1999) se describe el siguiente algoritmo para la
aplicacin del mtodo de las restricciones:
1. Matriz de pagos (pay-off table)

44

1.1.

Solucionar J problemas de optimizacin de objetivo nico para


encontrar la solucin ptima de los J objetivos. La solucin
ptima del objetivo jth es denotada por x j ( x1j , x 2j ,..., xlj )

1.2.

Calcular el valor de cada funcin objetivo para cada una de las


soluciones ptimas: F1(xj), F2(xj), , FJ(xj), j= 1, 2, , J. Como
resultado se obtienen J valores para cada uno de los J objetivos.

1.3.

Identificar el valor mximo, Mj, y mnimo, nj, en la columna jth.

2. Restricciones
Convertir el modelo multiobjetivo en un modelo de objetivo nico
transformando todas las funciones objetivo, menos una, en la restriccin
correspondiente.
3. Trminos independientes
Elegir el nmero de valores diferentes de Pj; r.
4. Optimizacin
Para generar el rango de soluciones no inferiores, resolver el problema
transformado para cada combinacin de valores de Pj, j=1, 2, , k-1,
k+1, , J donde Pj=nj+[t/(r-1)](Mj-nj), t=0, 1, 2, , (r-1)
El mtodo de las ponderaciones consiste en asignar un peso o
coeficiente de ponderacin a cada una de las funciones objetivo, que
posteriormente son combinadas en una nica funcin objetivo de la siguiente
forma:
Max. w1Z1(x) + w2Z2(x) + + wJZJ(x)
A travs de variaciones paramtricas de estos pesos se genera el
conjunto de soluciones no dominadas.
En estos dos mtodos, cuando el nmero de objetivos y restricciones
aumenta, los clculos se complican. Los mtodos simplex multiobjetivo, a pesar
de ser los mejores en lo que se refiere a ofrecer una representacin exacta del
conjunto de soluciones eficientes, tienen el inconveniente de la complejidad
de clculo y la disponibilidad del software correspondiente. Los programas
disponibles para la resolucin de problemas multiobjetivo mediante este tipo
de tcnicas son:

ADBASE: admite hasta 50 variables, 50 restricciones y un mximo de 3


objetivos.

45

MLP: en teora est diseado para problemas de hasta 50 variables, 50


restricciones y 8 objetivos, en la prctica para problemas de tamao
mucho ms reducido.

2.2.2.2.2. Tcnicas con asignacin a priori de preferencias


Estas tcnicas implican el uso de una funcin de valor especificada por
el agente que toma las decisiones. Una tcnica que ha sido ampliamente
utilizada y que ocupa un lugar prominente entre las tcnicas multiobjetivo
(Goicoechea et al., 1982) es la programacin por metas. En la programacin
por metas el analista debe especificar un nivel de aspiracin para cada
objetivo. La solucin preferida ser aquella que minimice las variables de
desviacin, las cuales indican la diferencia entre el valor alcanzado y el nivel
de aspiracin de cada meta. El modelo general de programacin por metas
puede representarse del siguiente modo:
Minimizar

Z = d- + d+

Sujeto a

Ax - d+ + d- = M
Bx b
x 0, d+ 0, d- 0

donde Z es la funcin objetivo, A la matriz de coeficientes tecnolgicos de las


restricciones correspondientes a los objetivos, B la matriz de otras restricciones,
M el vector de los valores de las metas a alcanzar, b el vector de trminos
independientes, d+ el vector de las desviaciones positivas de las metas, d- el
vector de las desviaciones negativas de las metas y x el vector de las variables
de decisin
La programacin por metas tiene dos variantes; la programacin por
metas lexicogrfica, basada en las prioridades asignadas a los objetivos por el
analista, y la programacin por metas ponderada, que persigue la
minimizacin de la suma de las variables de desviacin ponderadas:
Minimizar

Z = w-d- + w+d+

Sujeto a

Ax - d+ + d- = M
Bx b
x 0, d+ 0, d- 0

46

donde w+ es el vector de pesos asociados a las desviaciones positivas y w- el


vector de pesos asociados a las desviaciones negativas.
Un inconveniente de la programacin por metas es la gran cantidad de
datos que debe aportar el analista (objetivos, niveles de aspiracin,
coeficientes de ponderacin), a pesar de que el anlisis de sensibilidad puede
ser usado para generar informacin y reducir los datos proporcionados por el
analista (Nhantumbo et al., 1997).
Segn Ten Berge (2000) la programacin por metas no es adecuada
para optimizar el uso del suelo y los sistemas agrcolas porque los niveles de
aspiracin de cada meta no son conocidos de antemano. A esto hay que
aadir la incerteza y variabilidad propia de los sistemas agrarios. En Rehman y
Romero (1993) se describen dos mtodos que permiten superar este
inconveniente: el anlisis de sensibilidad, que establece el efecto de los
diferentes valores de niveles de aspiracin, pesos y prioridades, y el uso
interactivo de la programacin por metas, mediante el cual el modelo de
programacin por metas es ejecutado con unos parmetros inicialmente
aceptables, y esta primera solucin es presentada al analista para que la
examine y cambie los parmetros que considere oportuno antes de volver a
resolver el modelo, de este modo el proceso se repite hasta que se alcanza
una solucin satisfactoria.
2.2.2.2.3. Articulacin progresiva de preferencias: mtodos interactivos
Estos mtodos suelen comenzar solucionando un problema de objetivo
nico, relacionado de alguna forma con el problema multiobjetivo. A
continuacin el analista debe proporcionar alguna informacin sobre sus
preferencias con respecto a los mltiples objetivos. Esta informacin es utilizada
por el algoritmo correspondiente para construir un nuevo problema de
objetivo nico para la siguiente iteracin. Las iteraciones continan hasta que
el analista o el algoritmo establecen que se ha alcanzado una solucin
compromiso satisfactoria.
Esta asignacin de preferencias por parte del analista puede
modelizarse de distintas formas:

considerando una funcin de utilidad global

47

estableciendo prioridades entre objetivos

fijando niveles de aspiracin o metas para los objetivos

utilizando comparaciones por pares

utilizando tasas marginales de sustitucin


A continuacin se describen el mtodo STEP, uno de los ms utilizados,

en el cual las preferencias se establecen a travs de la fijacin de niveles de


aspiracin para cada objetivo, y un mtodo de modelizacin de preferencias
mediante el establecimiento de prioridades entre objetivos.
En el mtodo STEP (Cohon, 1978) la matriz de pagos es utilizada para
calcular pesos basndose en la distancia a la solucin ideal (formada por los
valores mximos, Mk, de la matriz de pagos). El problema bsico del mtodo
STEP es:
Minimizar

Sujeto a

k [Mk Zk(x)] - d 0
x Fid

k=1, 2, , p

d 0

donde i es la iteracin. Los pesos k se definen segn las siguientes


ecuaciones:
k

k
k k

M nk n k 2
k k
(cj )
Mk j 1

1/ 2

donde nk es el valor mnimo del objetivo k en la matriz de pagos y ck los


coeficientes de la funcin del objetivo k. Este mtodo se basa en que, si la
diferencia de Mk y nk es pequea, el objetivo k no es sensible a variaciones del
peso por lo que se le puede asignar un peso pequeo y viceversa. Una vez
resuelto este problema, si el analista no considera satisfactoria la solucin debe
especificar una cantidad Z*k en la que el objetivo k* puede ser disminuido
para mejorar otros objetivos. Existe una solucin factible al nuevo problema si
se satisfacen las siguientes condiciones:
x Fid
Zk(x) Zk(xi) kk*
Zk*(x) Zk*(xi) - Z*k
Para el nuevo problema k*=0 y k*=0 y los otros k son recalculados.

48

En Lu et al. (2004) se describe el siguiente procedimiento iterativo. A


cada objetivo se le asigna un orden de prioridad y una variacin (sacrificio)
permitida con respecto al ptimo de ese objetivo. Cuando una funcin
objetivo no es optimizada es tratada como una restriccin. La funcin objetivo
con la mayor prioridad es optimizada en primer lugar sin imponer restricciones
a los objetivos restantes. A continuacin se optimiza la segunda funcin
objetivo estableciendo como meta para la primera funcin objetivo el valor
optimizado, obtenido anteriormente, ms o menos (dependiendo de si el
objetivo es de maximizacin o minimizacin) la desviacin permitida. En la
siguiente ejecucin, la tercera funcin objetivo es optimizada con restricciones
impuestas

en

los

primeros

dos

objetivos.

Este

proceso

contina

secuencialmente hasta que todos los objetivos restantes son optimizados.


Otros mtodos interactivos son el mtodo de Zionts & Wallenius y el
mtodo de Geoffrion. El mtodo de Zionts & Wallenius es muy pesado desde el
punto de vista computacional y, adems, las cuestiones que se hacen al
agente que toma las decisiones son complejas, numerosas y exigen
coherencia en las respuestas, las cuales adems deben tener una funcin de
utilidad implcita.
2.2.2.2.4. Aplicacin de la programacin matemtica a la planificacin
territorial
La programacin matemtica, aplicada a la planificacin de usos,
persigue una asignacin de la tierra que maximice una o varias funciones
objetivo sujetas a una serie de restricciones. La programacin lineal es una de
las tcnicas ms ampliamente difundidas en la planificacin de los usos del
suelo (Matthews, 2001). Ya en el congreso celebrado en Canberra en 1968 se
propuso un modelo de evaluacin de tierras para la planificacin regional
basado

en

la

asignacin

ptima

de

recursos

agrcolas

mediante

programacin lineal (Renwick, 1968). La programacin lineal ha sido utilizada


en diversos trabajos para la determinacin de la combinacin ptima de usos
del suelo en el rea de estudio. El primer paso en un anlisis de este tipo es la
definicin de las variables de decisin, que se suelen corresponder con los
diferentes usos del suelo. En segundo lugar se establece la funcin objetivo y,

49

por ltimo, se definen las restricciones del modelo, que estn relacionadas con
las limitaciones de recursos, medioambientales o legales.
La integracin de la programacin lineal y los SIG suele tener lugar en
dos fases. La primera corresponde a la adquisicin de los datos del SIG para
alimentar el modelo de programacin lineal y la segunda al empleo del SIG
para la modelizacin y representacin grfica de los resultados (Chuvieco,
1993).
El modelo desarrollado por Chuvieco (1993) establece como objetivo la
minimizacin del desempleo rural, formulado como la maximizacin de la
superficie de los usos con un trabajo ms intensivo, y como restricciones las
siguientes: a) ecolgica: conservacin de, al menos, el 75% de la vegetacin
natural, b) tcnica: las nuevas reas urbanas deben situarse a menos de 1 km
de suelo urbano, a menos de 0,5 km de una carretera y a ms de 5 km de
zonas

con

importancia

paisajstica,

las

nuevas

reas

de

regado

correspondern a zonas con una altitud inferior a 200 m y una pendiente


menor del 10%, c) financiera: la inversin de fondos pblicos para la
transformacin no debe superar 25 millones de pesetas. La solucin de este
modelo mediante el mtodo Simplex del software QSB proporcion la
superficie de cada uso a transformar en otro. Algunos aspectos tcnicos de
este modelo fueron criticados por Arthur y Nalle (1997) y rebatidos por el autor
(Chuvieco, 1997).
Otro ejemplo es la aplicacin combinada de los SIG y la programacin
lineal para la planificacin estratgica de los usos agrcolas del suelo en una
isla del Caribe (Campbell et al., 1992). Este sistema fue diseado para facilitar
la toma de decisiones en las agencias de planificacin agrcola de una
pequea isla del Caribe, Antigua, donde el turismo se convirti en la principal
actividad econmica, lo cual, unido a la baja productividad de los suelos,
provoc que la actividad agrcola quedara reducida al 21% de las tierras
cultivables, obligando a basar la alimentacin de la poblacin en las
importaciones. El SIG fue usado, en primer lugar, para cartografiar y analizar
espacialmente la informacin sobre los recursos naturales, y obtener de este
modo los datos de entrada del modelo de programacin lineal. Este modelo,
adaptado a las condiciones concretas del sector agrcola en la isla, fue
diseado para la identificacin de las superficies de cada cultivo (X) y la

50

proporcin de importaciones (Y) que minimizaban el coste total y al mismo


tiempo satisfacan las demandas nacionales (D) sin exceder los

recursos

locales disponibles (B). La formulacin matemtica bsica del modelo es la


siguiente:
Minimizar

CX+MY

sujeto a
AX B
KX+TY D

X, Y 0

donde C son costes variables asociados a la produccin por unidad de


superficie (acre), X es el nmero de acres de cada cultivo, M es el coste por
unidad de mercanca importada, Y es el nmero de unidades de mercancas
importadas, A es el coeficiente de cada tipo de recurso requerido para
producir un acre de cultivo, B son los recursos disponibles para el cultivo, K es la
produccin por unidad de superficie (acre) de los cultivos, T es la matriz de
identidad que permite aadir las importaciones a la produccin local y D es la
demanda nacional de cada producto o cultivo. Este modelo fue aplicado en
5 escenarios distintos: i) condiciones estndar extrapoladas de los datos
actuales, ii) condiciones de sequa, iii) sueldo de la mano de obra
incrementado en un 50% sobre los niveles estndar, iv) tierra disponible
reducida en un 20% por la urbanizacin y v) mano de obra disponible
disminuida en un 20%. Una vez identificado el subconjunto ptimo del vector X,
que representa la superficie de cada cultivo, esta informacin es pasada al
SIG para cartografiarla y localizar los resultados del modelo en un mapa. Para
ello se desarroll un sistema de priorizacin jerrquica consistente en un
conjunto

de

reglas

para

la

localizacin;

los

cultivos

se

asignan

preferentemente a zonas adyacentes a otros cultivos similares y slo pueden


localizarse en tierras de las clases I, II, III y IV despus de que el uso actual de
las mismas se haya completado, se utiliza preferentemente la tierra de
propiedad pblica antes que la privada y se consideran otras restricciones,
especficas para algn cultivo, relacionadas con la proximidad a recursos
hdricos

con

las

limitaciones

edficas.

Los

cultivos

son

asignados

comenzando por las unidades con mayor aptitud para los mismos y
continuando por las de inferior calidad hasta que la superficie asignada a

51

cada uno es cumplimentada. En este caso la asignacin fue realizada


interactivamente de modo que un experto tomaba las decisiones finales.
En algunos modelos, las variables de decisin no representan las
superficies de cada uso del suelo sino la superficie de un uso especfico que
cambia a otro uso (Shukla et al., 2003).
La formulacin de este tipo de modelos depende fundamentalmente
de los objetivos de la evaluacin, los cuales determinarn distintas funciones
de optimizacin, consistentes en la maximizacin de la produccin de
alimentos, maximizacin del beneficio neto, minimizacin de los costes de
produccin, maximizacin del valor bruto de los productos, minimizacin de la
erosin total, maximizacin del ratio de autosuficiencia, minimizacin de la
erosin mxima, etc. A continuacin se describen otros modelos que, a
diferencia de los anteriores, consideran ms de una funcin objetivo y
emplean la programacin por metas para la consecucin de un compromiso
entre los distintos objetivos. Giupponi y Rosato (1998) desarrollaron un modelo
en el que se plantean dos tipos de decisiones, el uso de la tierra (maz, trigo...) y
el sistema de explotacin. Se definieron 4 sistemas alternativos de explotacin:
esquema general o simplificado de ayuda a la produccin, segn el
Reglamento 1765/92 de la CE que establece un sistema de ayudas para los
productores de ciertos cultivos arables, y tcnicas tradicionales o de bajo
impacto ambiental, basndose en el Reglamento 2078/92 de mtodos de
produccin agrcola compatibles con los requerimientos de proteccin del
medioambiente y mantenimiento del paisaje. La formulacin del modelo es la
siguiente:
Optimizar Z = f (GM, R)
donde
GM x ij p ij
ij

R = TAD
GM es el Margen Bruto esperado, xij es el porcentaje de superficie asignada al
uso i y sistema de explotacin j, pij es el Margen Bruto alcanzable por 1 ha del
uso i con el sistema de explotacin j, R es el riesgo esperado y TAD es la
desviacin absoluta total de los rendimientos estandarizados. Las restricciones
son definidas de la siguiente forma:

52

ahij x ij bh
ij
x ij s j
i
s j 0 / 1 (variable entera)
Sj 1
j
x ij 0

donde ahij es el recurso h necesario para 1 ha de uso i y sistema de explotacin


j, bh son los recursos totales disponibles por ha y sj es la tierra de la explotacin
asignada al sistema de explotacin j. El riesgo es estimado por medio de una
formulacin MOTAD (Minimizacin de la Desviacin Absoluta Total) en la cual
se consider la variabilidad de los rendimientos de los cultivos:
TAD (Zt Zt )
t

(y ijt y ij ) xij Zt Zt 0
ij

t 1,..., T

donde TAD es la Desviacin Absoluta Total, Z+t, Z-t es la desviacin absoluta en


el ao t de la media del periodo T, yijt es el rendimiento estandarizado del uso i
con el sistema de explotacin j en el ao t y yij es el rendimiento estandarizado
medio del uso i con el sistema de explotacin j en el periodo T. Este modelo
puede ser resuelto para a) maximizar el beneficio, b) minimizar el riesgo, y c)
optimizacin combinada de riesgo y beneficio. Las dos primeras opciones no
presentan problemas de resolucin. En el tercer caso debe seleccionarse un
mtodo de sntesis de los dos objetivos, por ello se utiliz la programacin por
metas, mediante la cual es posible hallar un compromiso que minimice las
diferencias entre las posibles soluciones del modelo y un estado de referencia
predefinido (punto ideal). En primer lugar se selecciona el tipo de sistema de
explotacin y, a continuacin, el porcentaje de superficie ptimo para cada
cultivo. Se utilizaron dos procedimientos de minimizacin: aditivo (WGP) y
MinMax (MINMAXGP).
Otro modelo de programacin por metas es descrito en Oliveira et al.
(2003) para la planificacin de usos forestales. Otros mtodos distintos de la
programacin por metas que se han empleado para la planificacin de usos
del suelo y que aproximan el conjunto de soluciones ptimas de Pareto son el
mtodo de las ponderaciones (Shakya y Leuschner, 1990) y el mtodo de las
restricciones (Van Leeuwen et al., 2001).

53

La

planificacin

de

usos

del

suelo

menudo

requiere

una

programacin interactiva en la que exista un intercambio de informacin entre


el planificador y el sistema (Malczewski y Ogryczak, 1995). La programacin
lineal interactiva de objetivos mltiples (Interactive Multiple Goal Linear
Programming) ha sido aplicada a la planificacin de usos del suelo (Ive y
Cocks, 1983), al anlisis de polticas de desarrollo agrcola (De Wit et al., 1988),
e incluso ha sido implementada en una aplicacin informtica (GOAL-QUASI)
destinada a explorar futuras opciones de uso del suelo en la Unin Europea
(Van Ittersum, 1995). En este mtodo se consideran, en primer lugar, los valores
de las variables objetivo que satisfagan los requerimientos mnimos, y en
segundo lugar, se obtiene el valor ptimo de cada objetivo usando los valores
mnimos del resto de variables (objetivos) como restricciones. El resultado
indica el mejor valor que puede ser obtenido para cada una de las variables y
el valor ms desfavorable que tiene que ser aceptado si se concede prioridad
absoluta a las otras variables. De esta forma se define el espacio de solucin,
pero la solucin ideal, en la que todas las variables alcanzan el ptimo, no
existe, por lo que debe encontrarse un compromiso aceptable. Para ello, a
travs de sucesivos ciclos de iteracin, se obtienen soluciones ms
satisfactorias, considerando cada vez mayores restricciones en los objetivos
restantes. Finalmente se obtiene un espacio de solucin en el que no es posible
mejorar ninguno de los objetivos sin sacrificar otro. Dentro de este espacio se
seleccionar la solucin en funcin de los distintos intereses de los decisores.
De Wit et al. (1988) emplearon esta metodologa para la planificacin de los
diversos sistemas de ganadera ovina existentes en el norte de Israel. Los
objetivos analizados fueron la minimizacin del uso de concentrados, la
maximizacin del beneficio y de las oportunidades de empleo y la
conservacin de los sistemas tradicionales, en funcin de los cuales se
formularon tres alternativas polticas segn el punto de vista de los colonos, la
agencia de colonizacin y los tradicionalistas. Tras los primeros resultados se
ajustaron interactivamente los distintos requerimientos (p. ej. en la segunda
etapa los tradicionalistas aceptaron una disminucin de la superficie bajo
sistemas tradicionales al 80% del total), permitiendo alcanzar un mayor
consenso. Ive y Cocks (1983) disearon el paquete informtico LUPLAN para la
evaluacin de planes dentro de la metodologa SIRO-PLAN de planificacin

54

de usos del suelo. En este modelo un plan de usos del suelo representa un
conjunto de usos a asignar a cada unidad de mapa, de modo que esta
asignacin maximice el nivel de consecucin de las distintas polticas
consideradas en el proceso de planificacin. Otra aplicacin de esta tcnica,
ms centrada en la planificacin de usos, es la de Shuaedi et al. (2002), en la
cual se integra un SIG, la tcnica IMGLP y el proceso AHP para establecer
escenarios de asignacin de usos del suelo en funcin de cuatro objetivos: i)
maximizar la produccin de comida, ii) maximizar el beneficio, iii) maximizar el
empleo y iv) minimizar la erosin del suelo:
Max. Z1

m12 n7

X A
ij

i 1

Max. Z 2

ij

j 1

m12 n7

ij

i 1

ij

ij

B ij 264700200 $
Max. Z 4

j 1

sujeto a X ij 135750 ha

ij

j 1

sujeto a X ij 135750 ha

Aij 906954 Tm

X C

X B
i 1

sujeto a X ij 135750 ha

Max. Z 3

m12 n7

m12 n7

X D
ij

i 1

ij

j 1

sujeto a X ij 135750 ha

C ij 77853000 personas - da

Dij 95505202 Tm

donde Z1 es la maximizacin de la produccin de comida, Z2 es la


maximizacin del beneficio econmico, Z3 es la maximizacin del empleo, Z4 es
la minimizacin de la erosin del suelo, i es el nmero de unidades de tierra
(12), j es el nmero de tipos de uso del suelo (7), Xij es la superficie de cada uso
y A, B, C y D son los coeficientes objetivo para cada uso. Una vez establecidos
los escenarios de asignacin de usos se seleccionan los mejores en funcin de
las preferencias de los decisores, empleando para ello la tcnica AHP.
Otra tcnica similar es la desarrollada por Fischer y Makowski (1996),
llamada Soporte de Decisin Basado en Aspiracin-Reserva (ARBDS, AspirationReservation Based Decision Support), que proporciona un mecanismo para
reducir el conjunto de soluciones no dominadas producidas por un modelo
multiobjetivo a un conjunto eficiente de soluciones que satisfagan las
preferencias del decisor. Estas preferencias son definidas interactivamente por
el decisor,

el cual expresa sus niveles de aspiracin y reserva para cada

criterio. El proceso se realiza en dos etapas, en la primera se disea y genera el


modelo central (core model) que contiene las funciones objetivo y las
restricciones que expresan las relaciones fsicas y lgicas entre las variables del
modelo. El decisor selecciona un conjunto de criterios entre estas variables y

55

especifica si es un criterio de maximizacin, minimizacin o un objetivo. A


continuacin el SSD produce automticamente el mejor y el peor valor para
cada criterio (objetivo) y una solucin compromiso en funcin de los niveles de
aspiracin y reserva. La segunda fase consiste en un procedimiento interactivo
en el que el decisor especifica metas y preferencias, incluyendo los valores de
los criterios a alcanzar o evitar. Estos valores componen los vectores de
aspiracin y reserva que son usados para la seleccin de las soluciones
mediante la generacin de nuevas variables y restricciones que son aadidas
por el SSD al modelo central. Este mtodo fue desarrollado dentro de un
estudio

en

el

que

se

incorpor

la

metodologa

de

Zonificacin

Agroecolgica de la FAO una herramienta de ayuda a la decisin, llamada


AEZWIN (Fischer et al., 1998), para optimizar el uso de los recursos de la tierra.
Otro proceso iterativo similar fue desarrollado por Lu et al. (2004) para evaluar
diferentes estrategias de uso del suelo.
Lu et al. (2004) disearon un modelo para la exploracin de opciones de
uso del suelo en una regin del norte de China considerando cuatro
escenarios de planificacin; el primero se centraba en la conservacin del
suelo, el segundo en el empleo y la produccin agrcola, el tercero en el
incremento de los beneficios de la produccin agrcola y el cuarto en la
conservacin ambiental.

Estos escenarios se reflejaron en la diferente

ponderacin de 10 funciones objetivo; i) minimizacin de la prdida total de


suelo, ii) minimizacin de la superficie total cultivada, iii) maximizacin de la
produccin agrcola total, iv) maximizacin del empleo agrcola total, v)
minimizacin del coste total de la produccin agrcola, vi) maximizacin del
margen neto agrcola total, vii) maximizacin del margen neto por trabajador
agrcola, viii) minimizacin del uso de fertilizantes nitrogenados, ix) minimizacin
del uso de biocidas, x) minimizacin de la prdida total de nitrgeno. Las
variables del modelo correspondan a 5 usos del suelo (cultivos forrajeros,
producciones

frutcolas,

pastos,

matorral

para

madera

actividades

ganaderas) y las restricciones se referan a la disponibilidad de tierra y mano


de obra y a los requerimientos de produccin para la alimentacin humana y
animal. Este modelo fue resuelto para los cuatro escenarios utilizando el
mtodo iterativo descrito en la seccin 2.2.2.2.3.

56

En los estudios anteriores que utilizan SIG la integracin entre el modelo


de programacin lineal y el SIG se limita, en una fase inicial, al
almacenamiento

generacin

de

informacin,

y,

finalmente,

la

representacin espacial de los resultados. La caracterstica diferenciadora de


los modelos de programacin lineal entera descritos a continuacin es la
posibilidad de traducir sus resultados en un mapa de asignacin ptima de
usos a las unidades espaciales.
Aerts et al. (2003) propusieron un modelo para la asignacin de usos del
suelo aplicado a la restauracin de la mina de As Pontes. En este trabajo se
evalan tres modelos de programacin lineal entera. En todos ellos el objetivo
consiste en minimizar los costes de desarrollo del plan de usos, satisfaciendo la
superficie asignada previamente a cada uso:
K

Minimizar

ijk X ijk

k 1 i 1 j 1

sujeto a

ijk

1 i 1,..., N, j 1,..., M x ijk {0,1}

k 1

ijk

PK k 1,..., K

i 1 j 1

donde N es el nmero de filas del grid, M el nmero de columnas, K el nmero


de usos del suelo, Xijk una variable binaria que toma el valor 1 cuando el uso k
es asignado a la celda (i, j) y el valor 0 en caso contrario, Cijk el coste de
implementacin del uso k en la celda (i, j), Pk la proporcin de tierra a asignar
al uso k y el peso relativo de la compactacin. La diferencia entre los tres
modelos radica en la formulacin del segundo componente de la funcin
objetivo, el cual persigue la maximizacin de la compactacin de las reas de
un mismo uso. En el modelo 1 la compactacin se consigue recompensando
los casos en los que las celdas vecinas poseen el mismo uso:
Minimizar

k 1 i 1 j 1

Cijk Xijk

ijk

k 1 i 1 j 1

y ijk 4 xijk
y ijk xi 1jk xi 1jk xij 1k xij 1k
y ijk xi 1jk xi 1jk xij 1k xij 1k 4(1 xijk )
y ijk 0

57

En el modelo 2 la compactacin es obtenida indirectamente a travs de la


minimizacin del nmero de celdas buffer alrededor de las reas centrales,
siendo Xcijk igual a 1 cuando un uso k es asignado a la celda (i, j) e igual a 0 en
caso contrario, y Xbijk igual a 1 cuando un uso k es asignado a una celda buffer
(i, j) e igual a 0 en caso contrario:
Minimizar

c
ijk(X ijk

b
Xijk
)

k 1 i 1 j 1

b
ijk

k 1 i 1 j 1

En el modelo 3 la compactacin se consigue agregando las celdas en


bloques y minimizando el nmero de bloques que contienen solamente un uso
del suelo, siendo zijk igual a 1 cuando al menos una de las celdas en el bloque
tiene el uso k y a 0 en otro caso:
Minimizar

k 1 i 1 j 1

Cijk Xijk

ijk

k 1

Para la resolucin de los modelos se emple el software WhatsBest!,


obtenindose un mejor funcionamiento en el caso de los modelos 2 y 3. El
tiempo de resolucin de estos modelos impide su aplicacin a la totalidad del
rea de estudio (300300 celdas), por lo que sta fue dividida en zonas de
1616 y 3030 celdas. Un modelo similar, descrito en el siguiente apartado, fue
resuelto para la totalidad del rea de estudio empleando un algoritmo basado
en el simulated annealing (Aerts y Heuvelink, 2002).
Otros modelos de programacin lineal entera, aunque ms orientados a
la localizacin de instalaciones que a la planificacin de usos, son los
desarrollados por Diamond y Wright (1988; 1989). En Diamond y Wright (1988) se
integran un SIG (GRASS), un sistema experto y un modelo de programacin
multiobjetivo en un sistema de informacin espacial (ISIS). El papel del SIG y el
sistema basado en reglas es la combinacin de diversos factores para la
obtencin de mapas de aptitud para usos especficos, que sirven como datos
de entrada para el siguiente modelo multiobjetivo:

58

Minimizar

Z (Z , Z )
1

donde
Z1

Ci xi ,

in

Z2

S (p
ij

ij

nij )

i 1 jTi

sujeto a
n

i 1

xi x j pij nij 0,

xi , pij , nij 0, 1 i, j Ti

siendo Z1 el coste de adquirir M parcelas de tierra, Z2 una medida de


compactacin igual a la longitud del borde externo, Ci el coste de adquirir la
celda i, xi igual a 1 si la celda es adquirida o 0 en caso contrario, Sij la longitud
del borde entre las celdas i y j, pij igual a 1 si xi=1 y xj=0 o igual a 0 en caso
contrario, nij igual a 1 si xj=1 y xi=0 o igual a 0 en caso contrario, i el ndice de las
parcelas (celdas), n el nmero de celdas y Ti el conjunto de celdas adyacentes
a la celda i.
Algunos ejemplos interesantes de modelos de planificacin territorial
basados en la combinacin de tcnicas de evaluacin multicriterio y
programacin matemtica pueden ser encontrados en Janssen y Rietveld
(1990) y Ridgley y Heil (1998).
En Janssen y Rietveld (1990), 118 regiones agrcolas de Holanda fueron
ordenadas mediante tcnicas de evaluacin multicriterio en funcin de su
aptitud para un uso de la tierra combinado o para un cambio de uso. Estas
regiones constituan las alternativas de una matriz de evaluacin en la que se
consideraron 18 criterios. Nueve de estos criterios se referan a oportunidades,
definidas stas como factores del inters de la tierra para el uso agrcola, y
otros nueve correspondan a demandas, relativas al potencial de la tierra
agrcola para otros usos (necesidad de reas recreativas, aptitud forestal,...).
Las ponderaciones de los criterios fueron definidas en base a la opinin de un
comit de expertos en este campo. Las puntuaciones de los criterios fueron
estandarizadas de modo que su puntuacin era de 100 para la regin ms
atractiva y de 0 para la menos atractiva. Los 18 criterios fueron combinados,
mediante la tcnica de la suma ponderada, en 4: i) oportunidades para un
uso de la tierra combinado, ii) demandas para un uso de la tierra combinado,
iii) oportunidades para un cambio de uso de la tierra, iv) demandas para un
cambio de uso de la tierra. Las regiones se ordenaron en funcin de su aptitud

59

para un uso de la tierra combinado. Para ello se representaron grficamente


para cada regin las puntuaciones de las oportunidades (costes de un uso
combinado para la agricultura), en el eje de las abscisas, y de las demandas
(beneficios obtenidos de un uso combinado), en el eje Y. La regin ideal para
esta poltica combina las mximas demandas (beneficios altos) con las
mximas oportunidades (bajos costes). Las regiones fueron ordenadas en base
a la distancia a esta regin ideal, la cual fue medida como la suma de la
distancia horizontal y vertical al punto ideal. La tcnica empleada para la
clasificacin de las regiones en funcin de su aptitud para el cambio de uso
fue distinta. Tras la representacin de un grfico igual al del caso anterior, se
traz una lnea que intersectaba los ejes de demandas y oportunidades a la
misma distancia de la regin ideal (esto refleja el hecho de dar la misma
ponderacin al uso agrcola y a los restantes usos del suelo). Las regiones son
ordenadas moviendo la lnea de la parte superior a la inferior. Para considerar,
por ejemplo, una ponderacin de los otros usos cuatro veces superior a la del
uso agrcola, la lnea trazada intersectara el eje de las oportunidades a 4
veces la distancia de interseccin con el eje de las demandas. Los resultados
de estas clasificaciones fueron representados en varios mapas para
comprobar

el

efecto

de

las

distintas

ponderaciones.

Finalmente,

la

combinacin ptima de usos del suelo, es decir, el porcentaje de superficie


asignada a un cambio de uso, a un uso combinado o a un uso agrcola en
cada regin, fue determinado por medio de programacin lineal. El modelo
empleado fue el siguiente:
Funcin de utilidad para cada regin
Sup. tierra agrcola regin i (% Uso combinado ndice utilidad + %
Cambio de uso ndice de utilidad + % Uso agrcola ndice de utilidad)
Este ndice de utilidad es la combinacin de los valores de oportunidades y
demandas obtenido en la matriz de evaluacin.
Restricciones:
-

El presupuesto debe ser inferior a 10 billones DFL.

Para evitar niveles no realistas de cambio de uso del suelo en cada regin
se asign un mximo de 40% de la superficie dedicada a uso combinado y
un mximo del 20% destinada a cambio de uso.

60

La suma de uso agrcola, combinado y cambio de uso debe ser,


evidentemente, el 100%.

Se establece un mximo de 100.000 ha para uso combinado y de 100.000


ha para cambio de uso.

Al menos 100.000 ha deben ser reasignadas.


Ridgley y Heil (1998) realizaron una planificacin muticriterio de los usos

de la tierra en las zonas circundantes al parque nacional de Izta-Popo en


Mxico, en la cual emplearon un modelo de programacin por metas para la
determinacin de la superficie ptima de cada tipo de uso del suelo, el
mdulo EMC del software IDRISI para la realizacin de mapas de aptitud para
las distintas actividades y el procedimiento MOLA del mismo software para la
construccin de los distintos escenarios de usos. El modelo de optimizacin
diseado contaba con cuatro objetivos operacionales:
-

maximizar la estructura de la vegetacin (VEGBUFR)

maximizar la riqueza en especies (SPECBUFR)

minimizar la fragmentacin del hbitat, equivalente a maximizar la variable


hbitat forestal (FORBUFR)

minimizar la erosin (ERODBUFR)

Estos objetivos estaban sujetos a las siguientes restricciones:


-

prohibicin del uso agrcola y urbano en la zona, por lo cual las tierras de
cultivo ya existentes deberan asignarse a otro uso

prohibicin de un cambio de uso de la tierra actualmente forestal

necesidad de acomodar un incremento del 50% de la poblacin actual


entre las zonas urbanas de alto y bajo coste y los ncleos rurales.

Estas condiciones se reflejan en la siguiente formulacin del modelo:


Max {VEGBUFR, SPECBUFR, FORBUFR}
Min {ERODBUFR}
Sujeto a:
CROPBUFR = 0
URBBUFR = 0
FOR2FOR = 0
HCURBPOP + LCURBPOP + RURALPOP = 18150
Los 3 primeros objetivos fueron definidos como una funcin de los usos
del suelo, valorando stos intuitivamente a travs de una asignacin numrica

61

directa. La variable FORBUFR fue definida como una funcin de la tierra con
uso forestal o de matorral, la riqueza en especies (SPECBUFR) y la estructura de
la vegetacin (VEGBUFR) como una funcin de todos los usos del suelo,
exceptuando el uso urbano en el caso de la variable VEGBUFR. La erosin
(ERODBUFR) se consider mediante la estimacin del potencial erosivo relativo
de cada uso del suelo en cada tipo de tierra mediante el Proceso Analtico
Jerrquico (AHP).
2.2.2.3. Modelos de simulacin y optimizacin espacial
La utilizacin de modelos de simulacin permite incrementar la
capacidad de anlisis de los SIG, contribuyendo a reducir su carcter ms o
menos esttico y convirtindolos en un instrumento dinmico (Engelen et al.,
1999). A continuacin se recogen algunos ejemplos del uso integrado de
modelos de simulacin espacial y SIG aplicados a la planificacin de usos del
territorio.
2.2.2.3.1. Modelos de optimizacin
Tabu-search

Es un algoritmo de bsqueda heurstico que acepta siempre la nueva


solucin encontrada por el algoritmo de bsqueda, incluso si la nueva solucin
encontrada es peor que la actual. Esto hace que el algoritmo contine la
bsqueda incluso despus de que se ha encontrado un ptimo local. Para
evitar que el algoritmo retorne cclicamente sobre un pequeo nmero de
soluciones retornando al ptimo local, se mantiene una lista tab de soluciones
cuya aceptacin est prohibida. Esta lista es un histrico a corto plazo de las
soluciones aceptadas recientemente. Adems tambin se puede usar un
histrico a largo plazo que puede ser usado para definir una estrategia de
diversificacin. Esto dirige la bsqueda hacia regiones no visitadas del espacio
de bsqueda, mediante la prohibicin de soluciones encontradas a largo
plazo. La ejecucin del algoritmo finaliza si no encuentra una mejor solucin

62

despus de un nmero fijo de operaciones de bsqueda. El esquema de este


algoritmo es el siguiente:
SI soluciones_notabu=0 ENTONCES condicin_finalizacin
SI nmero_bsquedas=nmero_max_bsquedas ENTONCES resultado=solucin_mejor
SINO
Diversificar bsqueda
SINO
Solucin_actual = solucin_candidata
SI

solucin_candidata

mejor

que

solucin_mejor

ENTONCES

solucin_mejor

solucin_candidata
Actualizar lista tab

El tabu-search ha sido empleado en planificacin forestal para la


optimizacin de cortas (Bettinger et al., 1997).
Simulated annealing

El simulated annealing es una herramienta de optimizacin basada en


una analoga de funcionamiento con los sistemas termodinmicos simples. El
concepto de simulated annealing o recocido simulado fue introducido por
Kirkpatrick et al. (1983) y est basado en un algoritmo diseado en los aos 50
para simular el enfriamiento de un material (proceso denominado recocido).
Este proceso puede ser aplicado a problemas de optimizacin.
En estos problemas se quiere encontrar una solucin que minimice la
funcin de coste, que se identifica con la energa del sistema. El simulated
annealing es una variante de los algoritmos de bsqueda local, los cuales
parten de una solucin inicial que es transformada al introducirle pequeos
cambios. Si este cambio da lugar a una solucin mejor que la actual, se
sustituye sta por la nueva, y el proceso contina hasta que no es posible
mejorar la solucin (Dowsland y Adenso, 2001). El simulated annealing mejora
la bsqueda local para que la solucin no quede atrapada en un ptimo
local, para ello se permiten algunas transformaciones hacia soluciones peores
mediante una funcin de probabilidad, de modo que a medida que avanza
la

bsqueda

disminuye

la

probabilidad

de

aceptacin

de

esas

transformaciones hacia soluciones peores. Esta probabilidad de aceptacin

63

viene dada por el criterio Metropolis, segn el cual, cuando se genera una
perturbacin aleatoria en el sistema, si se produce una cada energtica el
cambio se acepta automticamente y, si se produce un incremento
energtico, el cambio es aceptado con una probabilidad dada por la
siguiente ecuacin:
f(s ) f(s)
P exp 0

kT

donde T es la temperatura o parmetro de control, f(s0) la energa del estado


inicial, f(s) la energa del nuevo estado y k la constante de Boltzman, que en
general no se considera, debido a que no tiene significado en los problemas
de optimizacin.
El algoritmo del simulated annealing consta de las siguientes etapas:
1. Generacin de una nueva configuracin.
2. Clculo del incremento de la funcin de coste.
3. Comprobacin del signo del incremento.
4. Almacenamiento condicional de la solucin actual dependiendo de
la funcin de aceptacin.
Antes de inicializar el algoritmo hay que definir los parmetros del
esquema de enfriamiento; la temperatura inicial (T0), el nmero de iteracciones
en cada temperatura (n), el criterio de cambio de temperatura y el criterio de
parada. En Van Laarhoven y Aarts (1987) se proponen una serie de esquemas
de enfriamiento sencillos. Existen varias opciones para la definicin de cada
uno de los parmetros:

Temperatura inicial (T0): debera ser lo suficientemente alta como para

aceptar casi libremente las soluciones del entorno. Se suele escoger un


valor elevado para este parmetro y realizar un nmero de transiciones,
si el ratio de aceptacin (cociente entre el nmero de transiciones
aceptadas y el nmero de transiciones intentadas) es menor que un
nmero, normalmente 0,8 (80% de aceptaciones), se dobla el valor
actual del parmetro de control hasta que verifica la condicin
impuesta.

Nmero de iteracciones en cada temperatura (n): es el tiempo que se

espera a que el sistema alcance el equilibrio. Existen varias posibilidades


para su determinacin:

64

Dependiente polinomialmente del tamao del problema.

Para cada temperatura un mnimo de transiciones deben ser


aceptadas (min). A medida que la temperatura disminuye las
transiciones son aceptadas con una probabilidad menor, por lo
que para evitar un nmero excesivamente largo de transiciones
de temperatura se establece un valor mximo
al. (1983) proponen que

L sea

resolver, otra opcin es que

L . Kirkpatrick et

igual al nmero de variables a

sea mltiplo del tamao del

entorno.
-

Hasta que la funcin de coste alcance un valor ms o menos


constante. Puede emplearse el concepto de poca. Una
poca es un nmero de transiciones con un nmero fijo de
transiciones aceptadas, siendo el coste de una poca el coste
de la ltima configuracin de la misma. Cuando el coste de
una poca est dentro de una determinada distancia del coste
de las pocas precedentes se paran las transiciones.

Variacin de la temperatura: el calendario de temperaturas puede ser

establecido a priori como una coleccin de temperaturas o calculado


a partir de la temperatura inicial y algn otro parmetro. La opcin ms
utilizada es calcularlo y se suelen clasificar los calendarios en funcin de
la expresin con la que se obtienen temperaturas intermedias:
calendarios

lineales,

exponenciales,

etc.

Se

suele

emplear

el

enfriamiento exponencial (T2=T1), donde es un nmero menor que 1


pero prximo a 1 (=0,5-0,99), normalmente 0,95. Otro mtodo de
variacin de la temperatura es, por ejemplo; T2=1/1+T1 donde es un
nmero real positivo cercano a 0.

Criterio de parada: existen varias opciones para establecer la condicin

de parada. Entre ellas se encuentran las siguientes:


-

Fijar un nmero determinado de temperaturas a ejecutar.

Finalizar si las ltimas configuraciones son idnticas para un


determinado nmero de temperaturas.

Finalizar si el valor de la funcin de coste es ms o menos


constante, extrapolando el coste medio de las configuraciones
de un determinado nmero de temperaturas consecutivas.

65

Terminar

si

el

ratio

de

aceptacin

es

menor

que

un

determinado valor (p. ej. 1-5%).


-

Finalizar cuando no se aceptan soluciones peores.

La determinacin del esquema de enfriamiento requiere una labor de


prueba y error para la seleccin de los parmetros ms adecuados.
Adems del esquema de enfriamiento deben establecerse una serie de
cuestiones especficas para cada problema; la funcin de coste, la eleccin
de la solucin inicial y la estructura del entorno (N) y del espacio de
soluciones. La solucin inicial s0 debera ser una solucin aleatoria entre el
conjunto de soluciones factibles. Por entorno se entiende el conjunto de
soluciones al que podemos llegar desde una solucin dada. Para definir la
estructura del espacio de soluciones y del entorno es suficiente con que se
cumpla la condicin de que cualquier solucin pueda alcanzarse desde
cualquier otra a travs de una cadena de movimientos vlidos usando los
entornos.
El simulated annealing es asintticamente un algoritmo de optimizacin,
pero cualquier implementacin del mismo resulta en un algoritmo de
aproximacin.

Aunque no garantiza una solucin ptima, la prctica ha

demostrado que una disminucin suficientemente lenta de la temperatura o


parmetro de control produce en casi todos los casos una solucin prxima a
la ptima. Segn la analoga con el proceso termodinmico, la solucin
ptima es encontrada a T=0 si la temperatura disminuye con suficiente lentitud
para que el sistema alcance el equilibrio trmico en cada iteracin. Por lo
tanto, el simulated annealing garantiza una solucin globalmente ptima en
un tiempo infinito para un calendario de enfriamiento correcto. En la prctica
el algoritmo obtiene soluciones de alta calidad pero a expensas de largos
tiempos de computacin.
El algoritmo del simulated annealing puede representarse segn el
siguiente esquema:

66

REPETIR
REPETIR
Seleccionar aleatoriamente una solucin s N(s0)
SI f(s) f(s0) < 0 ENTONCES s0=s
SINO
Generar aleatoriamente u U (0,1)
SI u < exp( (f(s0)-f(s))/T) ENTONCES s0=s
FIN SIN
HASTAQUE iteraciones=n
T=(t)
HASTAQUE criterio parada=cierto
Aerts y Heuvelink (2002) emplearon un procedimiento de optimizacin
basado en esta teora para la resolucin de un modelo de ordenacin de usos
del suelo, asimilando la funcin de energa a los costes de desarrollo de los
usos del suelo:
K

Minimizar

ijk X ijk

k 1 i 1 j 1

sujeto a

X ijk 1 i 1,..., N, j 1,..., M X ijk 0, 1

k 1

ijk

PK k 1,...,k

i 1 j 1

De un modo similar, Alier et al. (1996) emplearon un mtodo de


optimizacin combinatoria llamado Modelo Condicional Interativo, que es una
variante del simulated annealing, para la optimizacin de la asignacin de
usos. La funcin de energa para la asignacin de los usos del suelo que se
presenta en este trabajo se caracteriza por los siguientes aspectos:
a) La capacidad de acogida de cada actividad s en el punto
analizado. A mayor capacidad de acogida en el punto xi, menor
ser la energa U(xi=s).
b) Una medida de la capacidad media de cada actividad en el
entorno de cada punto analizado. A mayor medida de capacidad
de acogida menor ser la energa y, por lo tanto, mayor la
probabilidad de desarrollar la actividad s en ese punto.

67

c) El impacto ambiental de cada actividad s en el punto analizado. A


mayor impacto ambiental mayor energa.
d) Una medida del impacto ambiental medio de cada actividad en el
entorno del punto analizado. A mayor impacto, mayor energa y
menor probabilidad de desarrollar la actividad s en ese punto.
e) El coste econmico de cambiar de actividad en el punto
considerado, que depender del uso actual del suelo en ese punto
y en los puntos del entorno, as como de la accesibilidad, proximidad
a ncleos, etc.
f) Otros ndices socioeconmicos que reflejen la aptitud del punto xi
para la actividad s.
g) La comparacin de la superficie de un uso en la asignacin ptima,
en la situacin actual y la superficie de las alternativas presentes en
el entorno. Si la superficie de un uso en el entorno es similar a la
ptima la probabilidad de esa alternativa ser mayor.
La funcin de energa es proporcionada por una combinacin de todos los
ndices correspondientes a los puntos anteriores:

U(x i s) f I a (s), I b (s), I c (s), I d (s), I e (s), I f (s), I g (s)

Existe la posibilidad de incluir en la funcin de energa otras restricciones como


la superficie mnima o mxima para cada uso y la compactacin mnima de
los usos. En un pxel se obtienen tantos valores de energa como usos del suelo
son considerados y, mediante un proceso iterativo, el sistema selecciona el uso
ptimo. La obtencin de la solucin ptima se alcanza con la funcin de
mnima energa, ya que el uso ptimo del suelo ser aquel que proporcione un
mayor equilibrio al sistema, es decir, aquel cuya energa sea menor.
Algoritmos genticos

Un algoritmo gentico es un algoritmo de bsqueda que simula el


mecanismo evolutivo de los sistemas biolgicos, donde los mejores genes son
seleccionados para la siguiente generacin. Las tcnicas de algoritmos
genticos se han aplicado a diversos problemas complejos de optimizacin,
entre ellos a la planificacin regional y la optimizacin de usos del suelo. Estos
algoritmos se basan en una poblacin, consistente en un conjunto inicial de

68

soluciones aleatorias, en donde cada individuo, llamado cromosoma,


representa una solucin al problema, por ejemplo un plan de usos del suelo
(Matthews et al., 1999a). Un conjunto de cromosomas de una poblacin se
conoce como genotipo. Los cromosomas evolucionan a travs de sucesivas
generaciones, siendo evaluados en funcin de alguna medida de capacidad
o aptitud, como el beneficio econmico en el caso de la planificacin de
usos. Para crear una nueva generacin se emplean los operadores genticos,
cruces y mutaciones (fig. 4), que dan lugar a los cromosomas hijos o
descendencia. Cada nueva generacin se constituye seleccionando entre los
cromosomas padres e hijos aquellos que tienen una mayor capacidad,
mientras que otros son rechazados para mantener constante el tamao de la
poblacin. Este proceso es repetido hasta que se cumple la condicin de
finalizacin, que puede consistir en detener la ejecucin del algoritmo cuando
el nmero de nuevas generaciones excede un mximo predefinido, cuando la
poblacin resultante alcanza una determinada propiedad o cuando se
cumplen ambas condiciones. Se han desarrollado varias tcnicas de
algoritmos genticos para aplicaciones de modelizacin en GIS.

Ascendente 1

Descendencia

Cruce

Ascendente 2

Ascendente

Mutacin

Descendencia

Figura 4. Operadores de cruce y mutacin en un algoritmo gentico

para la asignacin espacial de usos del suelo


El esquema bsico de programacin de un algoritmo gentico consta
de las siguientes etapas:
1. Inicializacin de la poblacin.
2. Comprobacin de la convergencia.

69

3. Adaptacin de la probabilidad de los operadores.


4. Eleccin de un operador.
5. Seleccin de los ascendentes.
6. Creacin de la descendencia.
7. Si la descendencia es un duplicado se elimina.
8. Insercin en la poblacin.
9. Clasificacin de la poblacin en funcin de su dominancia.
10. Establecimiento de los valores de aptitud en funcin de la clasificacin.
11. Comprobacin de si hay ganancia o no.
12. Eliminacin del de menor aptitud.
13. Regreso a la segunda etapa.
Matthews (1999b; 2000) propone dos algoritmos genticos aplicados a
la planificacin de usos del suelo que fueron incorporados en un Sistema de
Ayuda a la Decisin en la Asignacin de Tierras (LADSS). Ambos algoritmos
estn basados en la misma estructura: asignacin de la aptitud en funcin de
la clasificacin de dominancia de Pareto y estrategia de recambio individual.
El mtodo de asignacin de la aptitud est basado en el concepto de
optimalidad de Pareto, segn el cual un genotipo domina a otro slo si le
supera en todos los objetivos. La clasificacin basada en esta dominancia
proporciona el medio para la asignacin de los valores escalares de aptitud
requeridos por el algoritmo. La diferencia entre los dos algoritmos propuestos
radica en su representacin; en el primero, un genotipo de longitud fija
compuesto de genes que representan directamente el uso de una parcela, en
el segundo, el genotipo, de longitud variable, codifica el porcentaje objetivo
de cada uso del suelo, siendo el orden en el que cada uso aparece en el
genotipo el que marca la prioridad del mismo. En esta ltima representacin
un algoritmo secundario asigna iterativamente las parcelas, empezando por
aquellas que tienen una mejor aptitud para el uso de mayor prioridad. El
algoritmo contina con el siguiente uso de mayor prioridad hasta que son
alcanzados todos los porcentajes objetivo de uso del suelo o bien no resta ms
superficie. Los operadores empleados para crear la descendencia difieren
para cada uno de los algoritmos, mientras el primero utiliza solamente dos,
cruce uniforme y mutacin, la mayor complejidad del segundo motiva la
necesidad de un mayor nmero de operadores, en total ocho; cruce

70

uniforme, cruce orden-priorizado, empalme, mutacin de tipo, mutacin no


uniforme, intercambio de pares, insercin de gen y eliminacin de gen.
Stewart et al. (2004) utilizaron un algoritmo gentico para encontrar la
asignacin de usos del suelo a las celdas de un grid que optimizara dos
objetivos:

Min. fp (u)

rck x rck

r 1 c1 k 1

Max. gkq (u)

rck x rck

r 1 c1

donde R es el nmero de filas del grid, C el nmero de columnas, K el nmero


de usos del suelo, arck es el coste del uso en cada celda, Brck es el nmero de
celdas vecinas que tienen un uso k y xrck es igual a 1 si el uso k es asignado a
esa celda. Debido a la dificultad de ponderar cada objetivo seleccionaron
como tcnica de resolucin la programacin por metas, en la que se
selecciona un nivel de aspiracin para cada objetivo (p y kq):
p

fp (u) I p
Max.


p I p
p 1
P

g kq (u) I kq

kq I kq
k 1 q1
K

donde Ip, Ikq son los valores ideales de cada objetivo.


Sin embargo, la mayor parte de las aplicaciones de estos algoritmos a la
planificacin regional se han desarrollado en el campo de los modelos de
localizacin, en los cuales se busca el emplazamiento ptimo para unas
instalaciones o servicios (Jaramillo et al., 2002). Xiao et al. (2002) aplicaron un
algoritmo evolutivo multiobjetivo para identificar un grupo de celdas de un grid
que cumplieran una serie de objetivos, los cuales, en este caso, consistan en la
minimizacin del coste total y en la minimizacin de la distancia a un punto. A
cada individuo (celda) se asign un valor derivado de estas funciones
objetivo, para ello se estableci una clasificacin de los individuos en funcin
del ptimo de Pareto, de la cual se deriv el valor de aptitud de cada
individuo. En cada generacin (ejecucin del algoritmo) los individuos con
mayores valores tienen una mayor probabilidad de ser seleccionados para
formar una nueva generacin. En este proceso se aplicaron operaciones
evolutivas (cruces y mutaciones) con el objetivo de mejorar la aptitud de la
poblacin con el progreso de las generaciones. Las operaciones de cruce
consistieron en la construccin de una solucin hijo a partir de una primera

71

solucin padre, de la que toma la posicin, y de una segunda solucin padre


de la que toma la forma. Las operaciones de mutacin modificaron la forma y
la localizacin de las soluciones evitando perder la contigidad de las mismas.
2.2.2.3.2. Modelos de simulacin
Autmatas celulares

Un modelo Autmata Celular (AC) consiste en un espacio Eucldeo ndimensional constituido por una matriz de celdas, que en la mayora de los
problemas espaciales corresponde a un espacio bidimensional compuesto por
celdas cuadradas. Cada celda se encuentra en un momento determinado
en uno de los k posibles estados. Las reglas de transicin definen el nuevo
estado de cada celda en funcin de su propio estado y del estado de las
celdas de su vecindad. La vecindad es una plantilla fija aplicada a cada
celda en cada etapa. En cada etapa todas las celdas cambian de estado
segn las reglas de transicin. Estas reglas pueden ser formuladas para simular
los fenmenos que originan el cambio de uso del suelo. Las aplicaciones ms
comunes de estos modelos son para crecimiento urbano y transformacin del
uso del suelo.
Engelen et al. (1999) integraron un SIG y un modelo de simulacin
basado en los principios de los AC para la evaluacin de distintos escenarios
de uso del suelo. Este modelo emplea el software GEONAMICA, el cual ofrece
un marco para la implantacin de un modelo de simulacin dinmico, en este
caso, para la construccin de un AC. El sistema fue aplicado a un rea de la
regin Ijmond/Zuid-Kennemerland en Holanda, representada por una matriz
de 120142 celdas, cubriendo cada una un rea de 100100 m. Se
consideraron 14 posibles estados para las celdas, correspondientes al uso
dominante en cada una de ellas. Ocho de estos 14 usos (agricultura,
residencial urbano, residencial rural, industrial, oficinas, distribucin y transporte,
actividades mixtas y uso natural y cultural) son las llamadas funciones, ya que
el modelo describe sus dinmicas temporales y espaciales. Las seis categoras
restantes (proteccin de la naturaleza, recreativo, institucional, agua,
carreteras y vas frreas) son las llamadas entidades del modelo, las cuales, a

72

pesar de ser estticas, influyen, segn su presencia y posicin, en las dinmicas


de la funciones. Se consider como vecindad una plantilla circular con un
radio de 8 celdas que cubra un total de 196 celdas. Las celdas dentro de la
vecindad son ponderadas dependiendo de su estado y de su distancia al
centro de la celda para la cual se define la vecindad. El potencial de
transicin de cada celda al estado z se calcula de la siguiente forma:
t P (S )s (t Z )p (t N )n
z
z
z
z
tN
t
z w z,y ,d I d,i
d i

1 ln(rand)

donde tPz es el potencial de transicin al estado z, Sz es la aptitud de la celda


para el estado z, tZz son las regulaciones para el uso z en la zona de la celda,
tNz

es el efecto de la vecindad, wz,y,d es el parmetro de ponderacin aplicado

a la celda en el estado z a una distancia d, tId,i es igual a 1 si la celda se


encuentra en el estado y o a 0 en caso contrario, s, p y n son parmetros que
expresan la importancia de la aptitud, las regulaciones y el efecto de la
vecindad en el clculo y, finalmente, es un trmino de perturbacin
estocstica, siendo un parmetro para ajustar el tamao de la perturbacin.
El nmero total de celdas con un estado z en cada etapa de la simulacin, Tz,
es definido externamente al modelo. Para determinar el estado de cada
celda en una determinada etapa se sigui la siguiente regla de asignacin: en
primer lugar se calcularon los potenciales de transicin de todas las celdas
para cada uno de los estados posibles, los cuales se listaron en orden
descendente. A continuacin, comenzando por el valor ms alto de la lista, se
identificaron las Tz celdas con el mayor potencial de transicin para cada
estado z particular. La regla establece que una celda cambiar al estado
para el cual su potencial es mayor, a menos que no est entre los Tz mayores
valores, en cuyo caso la celda cambiar al estado z para el cual su potencial
es el segundo mejor, y as sucesivamente. A las celdas cuyos mayores
potenciales no estn entre los Tz mayores para cualquiera de los estados, se les
asign el estado agricultura. La informacin sobre el uso inicial de la tierra, las
aptitudes y las regulaciones para cada uso es extrada del SIG.
El desarrollo de modelos de simulacin basados en AC es ms comn
en planificacin urbana (p. ej: Ward et al., 1999; Wu, 1998; Wu y Webster, 1998;

73

Li y Yeh, 2002; Barredo et al., 2004) que en planificacin rural, sin embargo
estos modelos conciben la ciudad como un conjunto de usos del suelo (Wu,
1998) por lo que pueden ser extrapolados a la planificacin de usos en el
medio rural. En Wu (1998) se describe un modelo de simulacin de desarrollo
urbano, SimLand, basado en el concepto de AC y en el proceso AHP de
evaluacin multicriterio, integrados en un SIG. SimLand slo considera dos usos
del suelo, urbanizado y no urbanizado, cuya seleccin se basa en cuatro
reglas: i) la probabilidad de urbanizacin de un sitio en funcin de su aptitud,
ptij,, es definida por la siguiente regla:
exp (Rt /Rt

p ijt

ij

max

1) si Rt 0

ij

si R 0
t

ij

donde Rtij es la puntuacin de aptitud, Rtmax es la mxima puntuacin de


aptitud y es el parmetro de perturbacin, ii) la importancia relativa de los
factores que determinan la aptitud para la urbanizacin se calcula mediante
el mdulo de AHP y los resultados son exportados al AC, iii) el nmero de
celdas urbanizadas en la vecindad es estandarizado, obtenindose una
puntuacin de 0 a 1, y iv) el suelo ya urbanizado es excluido de consideracin.
Modelos basados en agentes

Los Modelos Basados en Agentes (MBA) son mejores que los AC para la
simulacin de dinmicas de poblacin. Cuando se incluye el factor humano
en el proceso de toma de decisin se suelen emplear los MBA (Parker et al.,
2003). Los MBA simulan escenarios de uso del suelo en base a la modelizacin
de las decisiones individuales y de grupos y de las interacciones de los
humanos con el entorno.
Los MBA estn constituidos por pequeas piezas de cdigo con ciertos
atributos

(estados)

comportamientos

(reglas).

Estas

reglas

puede

caracterizarse por objetivos que los agentes buscan satisfacer o por


preferencias que los agentes pueden poseer o pueden derivar de su propio
estado. Los agentes son herramientas excelentes para representar entidades
mviles como gente, viviendas o vehculos. Una de las principales aplicaciones
de estos modelos es simular los patrones de localizacin del uso urbano
residencial, de modo que los propietarios de viviendas pueden ser

74

representados con perfiles y preferencias reales que interactan en mercados


de vivienda virtuales. Estos modelos pueden utilizar como mtodo de toma de
decisin de los agentes individuales cualquiera de las tcnicas de asignacin
de usos previamente mencionadas, tales como AC (Ligtenberg et al., 2001),
programacin matemtica (Berger, 2002), u otras como la maximizacin de la
utilidad (Evans y Kelly, 2004) o la arquitectura opinin-deseo-intencin
(Ligtenberg et al., 2004).
Aunque los AC y MBA son desarrollados principalmente en contextos
acadmicos, estn comenzando a ser empleados en Sistemas de Ayuda a la
Planificacin aplicados en casos reales, p. ej. el software CommunityViz utiliza
un MBA.

3. Sistemas de Ayuda a la Decisin Espacial


Densham (1991) define un Sistema de Ayuda a la Decisin Espacial
(SADE) como un sistema explcitamente diseado para ayudar en los procesos
de toma de decisin de los problemas espaciales complejos y no
estructurados, en los que el decisor no puede definir exactamente el problema
y sus objetivos. Un SADE proporciona un marco para integrar los sistemas de
gestin de bases de datos, los modelos analticos, la visualizacin grfica, los
informes tabulares y el conocimiento experto de los agentes que toman las
decisiones.
Bosque (2001) establece una serie de requisitos para los SADE:
1. Permitir la exploracin del problema a tratar con el fin de conocer y
comprender en profundidad todos los aspectos del mismo.
2. Proporcionar el diseo de soluciones y alternativas planteadas desde
los diferentes puntos de vista de los grupos de inters implicados en
esa cuestin espacial.
3. Contemplar la evaluacin cuantitativa o jerarquizada de las
alternativas anteriormente diseadas.
A estos requisitos Densham (1991) aade una serie de capacidades y
funciones:
1. Proporcionar mecanismos para la gestin de datos espaciales.
2. Permitir la representacin de las estructuras y relaciones espaciales.

75

3. Incluir tcnicas analticas para el anlisis espacial y geogrfico.


4. Proporcionar los resultados de diferentes formas, incluyendo mapas.
Dentro de los SADE pueden diferenciarse varios niveles. El nivel ms bajo
corresponde a los SADE constituidos por un conjunto de componentes de
software y hardware que pueden ser integrados para construir varios mdulos
de un sistema. Un segundo nivel est constituido por conjuntos de mdulos de
software y hardware mutuamente compatibles que pueden ser configurados
fcilmente para producir un SADE especfico. El tercer nivel correspondera a
los SADE diseados y configurados para un problema especfico.
Un SADE ofrece un entorno de resolucin de problemas flexible donde el
problema

puede

compensaciones

ser
entre

explorado,
objetivos

comprendido
mltiples

redefinido

conflictivos

las

pueden

ser

investigadas (Ascough et al., 2002). Estas herramientas ofrecen capacidades


nicas para automatizar, gestionar y analizar problemas espaciales con un
gran nmero de posibles alternativas y criterios de evaluacin mltiples y
conflictivos.
La informacin proporcionada por los SIG a menudo es insuficiente para
dar respuesta a determinados problemas espaciales (Laaribi et al., 1996). La
conversin de un SIG en un verdadero Sistema de Ayuda a la Decisin implica
la ampliacin de sus capacidades de anlisis mediante la inclusin de
mtodos de exploracin de datos y tcnicas de modelizacin (Alshuwaikhat y
Nassef, 1996). Estos sistemas deben proporcionar herramientas analticas y
utilidades para ayudar al usuario a comprender los resultados, modificarlos y
determinar las implicaciones de cada suposicin (Enache, 1994). De este
modo los SADE son diseados para proporcionar un entorno en el que explorar,
estructurar y resolver problemas espaciales complejos.
Las tecnologas de ayuda a la decisin han sido ampliamente utilizadas
para mejorar la gestin de los recursos rurales, ya que proporcionan los medios
para manejar gran cantidad de informacin y resolver decisiones complejas. A
medida que la complejidad de las decisiones aumenta, disminuye la
capacidad de los gestores de estos recursos (agricultores, organizaciones
agrarias, administracin pblica, etc.) para integrar las mltiples cuestiones
implicadas, y a menudo son necesarios nuevos mtodos o herramientas para
considerar toda la informacin y aplicar nuevas formas de razonamiento

76

(Walker, 2002). En los siguientes apartados se describen algunas herramientas


disponibles en programas SIG comerciales para la planificacin de usos del
suelo, as como algunos Sistemas de Ayuda a la Decisin Espacial diseados
especficamente con este fin.
3.1. Herramientas de los SIG estndar aplicables a la planificacin de usos del
suelo
IDRISI

IDRISI posee un mdulo para la ayuda a la toma de decisiones en el


contexto de la asignacin de recursos (p. ej. la tierra) con procedimientos para
la toma de decisiones multicriterio y multiobjetivo. Estas herramientas pueden
ser aplicadas a dos procesos de planificacin territorial: 1) la evaluacin de la
aptitud de la tierra para diferentes usos del suelo y 2) la asignacin espacial
multiobjetivo de mltiples usos del suelo.
Para el primer caso IDRISI dispone del mdulo MCE que permite aplicar
tres tcnicas de evaluacin multicriterio; 1) la superposicin booleana
(boolean overlay), donde los criterios son combinados mediante operadores
lgicos como interseccin (AND) y unin (OR), 2) la combinacin lineal
ponderada (WLC weighted linear combination) donde varios criterios son
estandarizados a una escala comn y combinados mediante una suma
ponderada, y 3) la media ponderada ordenada (OWA ordered weighted
average).
En la evaluacin booleana si se utiliza el operador AND una localizacin
debe cumplir todos los criterios para ser incluida en las alternativas
seleccionadas. Este proceso corresponde a una toma de decisiones con una
gran aversin al riesgo, ya que las localizaciones se basan en la estrategia ms
precavida, con tal de que no se cumpla un solo criterio la localizacin es
excluida. Si se utiliza el operador OR se produce la situacin contraria, una
localizacin ser incluida en las alternativas seleccionadas si al menos un
criterio cumple la condicin. Esta estrategia implica un gran riesgo en la toma
de decisiones. La WLC representa una situacin intermedia entre las dos
anteriores ya que los criterios pueden compensarse unos con otros, de modo

77

que un criterio que presenta un valor muy bajo puede ser compensado por
otro que presenta un valor muy favorable, por lo que el grado de riesgo que se
asume en la toma de decisiones es medio. El mtodo OWA permite
seleccionar una determinada estrategia de toma de decisiones entre un
amplio grado de niveles de riesgo. La media ponderada ordenada se basa en
la suma lineal ponderada pero aade un segundo conjunto de pesos, los
pesos de orden, que controlan la forma en la que los factores de ponderacin
son agregados. Los factores de ponderacin indican la importancia relativa
de cada factor/criterio en la aptitud para un determinado uso. Los pesos de
orden no se aplican a un factor especfico, sino que son aplicados a cada
pxel en funcin de la puntuacin de cada factor. El peso de orden 1 es
asignado al factor que para ese pxel presenta la menor puntuacin, el peso 2
al siguiente ms bajo y as sucesivamente. Estos pesos controlan el grado de
compensacin entre criterios y, por lo tanto, el grado de riesgo que se asume
en las decisiones. Para una evaluacin en la que intervengan 3 factores,
ordenados de menor a mayor puntuacin, unos pesos de orden (1, 0, 0)
impiden la compensacin y representan la situacin de mxima aversin al
riesgo, por el contrario, unos pesos (0, 0, 1) equivalen al operador OR. Si los
pesos son iguales (0,33, 0,33, 0,33) el resultado sera el mismo que el de la WLC.
Pero se puede emplear cualquier otra combinacin de estos pesos que sume
1, lo que implicar un grado intermedio de compensacin entre criterios y
aversin al riesgo.
Para la asignacin espacial de mltiples usos conflictivos del suelo IDRISI
dispone de la herramienta MOLA (Multi-Objective Land Allocation), que
implementa un procedimiento heurstico en el cual los valores de aptitud para
cada objetivo (uso del suelo) se representan en un eje, en el cual se sita el
punto ideal de cada objetivo (fig. 5)
La asignacin de la mejor superficie X (ha) para el objetivo 2 se
consigue moviendo la lnea de decisin desde la parte inferior a la superior
hasta capturar las celdas raster necesarias para alcanzar esa superficie. El
mismo procedimiento es utilizado para la asignacin de las celdas
correspondientes al objetivo 1. En la zona de conflicto la asignacin del
objetivo de cada celda se resuelve trazando la lnea que separa los puntos
ms cercanos a cada objetivo. El grado de inclinacin de esta lnea

78

depender de la ponderacin de cada objetivo. Cuando el nmero de


objetivos es superior a dos cada alternativa es asignada a un uso (objetivo) a
travs de un plano definido en el espacio multivariante de los objetivos. El
ngulo que forma el plano viene dado por la ponderacin de cada objetivo.
Este algoritmo reclasifica iterativamente los mapas de aptitud para realizar una
primera asignacin, busca las zonas de conflicto y las asigna basndose en la
regla de mnima distancia al punto ideal.

255

255 pto. ideal


obj. 2
Celdas Obj. 2

Regin
conflictiva

OBJ. 2

OBJ. 2
No
Seleccionables

Celdas
Obj. 1

0
0

OBJ. 1

255

OBJ. 1

pto. ideal
obj. 1
255

Figura 5. Modelo para la asignacin multiobjetivo de tierras (Eastman et al.,

1998)
ILWIS

ILWIS posee un mdulo de evaluacin espacial multicriterio (SMCE


Spatial Multiple Criteria Evaluation) que permite la implementacin de
esquemas para la planificacin y el proceso de toma de decisiones. Este
mdulo incluye mtodos compensatorios y no compensatorios que mejoran las
capacidades de anlisis espacial del SIG para ayudar a la planificacin y al
proceso de toma de decisiones. Los pasos para la aplicacin de este mdulo
son; i) estructuracin del problema, que conlleva la identificacin de los
principales criterios, ii) identificacin de las funciones de transformacin que
convierten cada criterio en un valor llamado utilidad, iii) identificacin de la
importancia relativa de cada criterio con respecto a otros para encontrar la
contribucin de cada criterio a la satisfaccin de los objetivos, iv) valoracin
de la aptitud de cada pxel aplicando la regla de decisin apropiada y v)
localizacin de los sitios potenciales para la actividad. El mdulo SMCE facilita
la estructuracin del problema mediante el desarrollo de una estructura en

79

rbol de los criterios (fig. 6), la estandarizacin de los mapas de criterios


mediante funciones de transformacin, funciones lineales o comparaciones de
pares, la ponderacin de los criterios mediante diversas tcnicas como
comparacin directa o comparacin por pares y la obtencin de la aptitud
final mediante la suma ponderada.

Figura 6. rbol de criterios en el mdulo SMCE para encontrar la localizacin

ms adecuada para un vertedero (Sharifi y Hertzios, 2003)


OTROS

La extensin Model Builder de ArcView, el Calculator de GeoMedia


Grid, etc, aunque no estn diseadas con esta finalidad especfica, tambin
permiten la realizacin de algunos de los anlisis anteriores, como la
evaluacin de la aptitud de la tierra mediante mtodos de evaluacin
multicriterio. Sin embargo, todava no disponen de herramientas para la
aplicacin de modelos de optimizacin o simulacin ms complejos, como los
algoritmos genticos, autmatas celulares, modelos basados en agentes o
redes neuronales. Para la implementacin de estas herramientas de
modelizacin en los SIG estndar es siempre preciso la programacin de las
mismas o la vinculacin del SIG con otros componentes de software,

80

aprovechando los objetos de programacin del SIG para el almacenamiento,


gestin, anlisis y visualizacin de la informacin.
3.2. Sistemas de Ayuda a la Planificacin
WhatIf

http://www.what-if-pss.com/
WhatIf (Klosterman, 1999) es un sistema de ayuda a la planificacin,
desarrollado con MS Visual Basic y los componentes de software de
MapObjects, que incorpora datos geogrficos y alfanumricos, modelos
informticos y tcnicas de visualizacin en un sistema integrado para facilitar
la planificacin y servir de apoyo para la participacin pblica identificando
las distintas polticas, permitiendo a los usuarios elegir entre estas alternativas y
determinando sus efectos. El proceso de planificacin se basa en unidades de
tierra homogneas o zonas de anlisis uniformes obtenidas por superposicin y
combinacin de las capas de informacin relevantes. Sin embargo, se trata de
un programa orientado a la planificacin urbana, donde los usos considerados
son el residencial, el empresarial, el de conservacin y el de servicios pblicos.
El modelo implementado por WhatIf consta de tres etapas (Klosterman,
2001): i) determinacin de la aptitud para cada uso del suelo, ii) clculo de la
demanda de cada uso, y iii) localizacin de la superficie calculada para los
distintos usos (fig. 7). Para la elaboracin de los mapas de aptitud se identifican
los factores relevantes para cada uso y se especifica la ponderacin de cada
factor en una escala de 1 a 5, la puntuacin para cada categora de los
distintos factores, tambin en una escala de 1 a 5, y las conversiones de usos
permitidas. El modelo calcula el mapa de aptitud relativa multiplicando para
cada unidad la puntuacin de los factores por su peso correspondiente y
sumando los valores resultantes. El sistema tambin genera dos informes, el
primero muestra la superficie de cada clase de aptitud para los distintos usos y
el segundo lista las suposiciones de cada escenario definido. El clculo de la
superficie demandada para cada tipo de uso del suelo se basa en modelos
sencillos que requieren la introduccin de distintos tipos de datos y

81

suposiciones. Una vez calculada la superficie demandada para cada uso, sta
se localiza espacialmente en funcin de la aptitud relativa del suelo para el
uso correspondiente. La superficie de un uso especfico es asignada primero a
las unidades ms aptas, despus a las segundas ms aptas y as
sucesivamente hasta que la demanda es satisfecha.
El sistema permite adems incorporar planes de infraestructuras o
regulaciones de usos ya existentes que condicionan los futuros patrones de uso
de la zona. El resultado final es un mapa con las predicciones de usos y un
informe con la superficie de cada uso y las suposiciones consideradas en el
escenario.
El software WhatIf presenta un modelo sencillo, fcilmente comprensible
por los tcnicos de la administracin y la poblacin, lo cual facilita la
participacin pblica en el proceso de planificacin, sin embargo, carece de
una base terica compleja basada en la teora de la decisin (Klosterman,
1999).

Figura 7. Visualizacin de un escenario de asignacin de usos del suelo en

WhatIf

82

CommunityViz

http://www.communityviz.com
CommunityViz (Kwartler y Bernard, 2001) est constituido por tres
mdulos construidos sobre el SIG ArcView y ArcView Spatial Analyst: i) Scenario
Constructor, ii) TownBuilder 3D y iii) Policy Simulator. Scenario Constructor (fig. 8)
permite integrar ArcView con las otras dos extensiones, TownBuilder 3D y Policy
Simulator, y posee un mdulo de evaluacin de impacto que valora las
consecuencias de las propuestas alternativas de uso del suelo. La evaluacin
del impacto se realiza comprobando los indicadores definidos por el usuario y
los ndices de rendimiento. El usuario establece un indicador definiendo una
frmula que realiza clculos sobre los datos del SIG. Los resultados de estas
frmulas son visualizados en grficos. Con el mdulo TownBuilder 3D el usuario
puede visualizar en tres dimensiones los cambios propuestos en una zona con
movimientos en tiempo real. El mdulo Policy Simulator proporciona una
prediccin de los cambios demogrficos, econmicos y del uso del suelo para
cada poltica. Este mdulo se basa en un modelo basado en agentes y se
divide a su vez en varios submodelos que generan los datos de entrada,
calibran y ejecutan el modelo, visualizan los resultados y desarrollan las
polticas.

Figura 8. Escenario de uso del suelo diseado en CommunityViz

83

LADSS

http://www.macaulay.ac.uk/ladss/ladss.shtml
LADSS (Land Allocation Decision Support System) consta de 5 mdulos
(Matthews et al., 1999a) (fig. 9):

SIG: para el anlisis, almacenamiento y visualizacin de los datos


espaciales. Emplea el software Smallworld. La estructura de datos
espaciales est basada en 5 clases de objetos: i) explotacin, ii) bloques
de tierra (reas con un uso del suelo homogneo), iii) fragmentos de
bloques de tierra (reas homogneas biofsicamente y con una gestin
uniforme), iv) polgonos de fragmentos de bloques de tierra (guardan la
informacin geomtrica) y v) zonas agroclimticas y administrativas.

Mdulos de uso de la tierra: consta de un mdulo para cada uso (los


usos considerados son 10). Estos mdulos son implementados con el
software Gensym Corporations G2 y estn basados en modelos de
sistemas de uso del suelo publicados. Cada mdulo evala, en primer
lugar, la aptitud biofsica de cada fragmento de tierra y, si ese
fragmento es apto, calcula su productividad bajo una gestin
especfica. Finalmente, el mdulo valora la productividad financiera
marginal para un conjunto de costes y precios de mercado.

Mdulos de valoracin del impacto: el impacto econmico se basa en


el VAN de la actividad, el impacto social en la cantidad de empleo
generado por el sistema de uso y el impacto ambiental en medidas de
ecologa del paisaje.

Interfaz grfica de usuario.

Herramientas de planificacin: siguen este procedimiento; i) definicin


de objetivos, parmetros de gestin, precios y costes, ii) uso de
algoritmos genticos para buscar la mejor asignacin de usos a los
bloques de tierra, iii) evaluacin de las soluciones de asignacin por los
mdulos de impacto, iv) visualizacin de la asignacin de usos
llamando a los mtodos del SIG, y v) el plan de uso del suelo puede ser
aceptado o bien se ajustan los objetivos y parmetros de gestin y se
repite la bsqueda.

84

En este software se program, en lenguaje C, una aplicacin puente


entre el SIG (Smallworld) y el KBS (Knowledge Based System), que permite al SIG
pasar la informacin requerida al KBS y a ste acceder a la funcionalidad de
anlisis espacial del SIG.

Figura 9. Captura de pantalla de LADSS que muestra los mdulos SIG, editor de

capas de suelos, figuras y grficos de explotaciones.


SLEUTH

http://www.ncgia.ucsb.edu/projects/gig/project_gig.htm
El principal componente de SLEUTH es el modelo de crecimiento urbano
Clarke, el cual es empleado para simular el crecimiento urbano en un rea de
estudio modelando las transiciones urbano/no urbano (fig. 10). Este modelo es
un autmata celular descrito en numerosas publicaciones (p. ej. Clarke et al,
1996; Clarke y Gaydos, 1998).

85

Figura 10. Simulacin de la expansin urbana con SLEUTH


SMARTPLACES

http://www.smartplaces.com
SMARTPLACES (Croteau et al., 1997) es una extensin del software SIG
ArcView diseada como soporte para la toma de decisiones relacionadas con
el uso de la tierra. Utiliza las capacidades de anlisis espacial y gestin de
datos de los programas SIG ArcView y AR/GIS (Active Response GIS).
Se trata de un sistema de modelizacin que permite el diseo y
evaluacin de distintas alternativas de uso del suelo. Facilita la comparacin
de distintos patrones de uso permitiendo el almacenamiento, recuperacin y
evaluacin de varios escenarios. La evaluacin es realizada empleando
modelos empricos que son vinculados a la base de datos geogrfica. Esto
permite a los planificadores analizar inmediatamente los cambios introducidos
en un plan de usos y generar grficos e informes que resuman los impactos de
estos cambios. Para ello, cada vez que se introduce o modifica una entidad,
se actualizan automticamente los atributos calculados, existiendo, adems,
la posibilidad de modificar las frmulas en las que se basa el clculo de estos
atributos. Otras funcionalidades consisten en la verificacin automtica de las

86

restricciones espaciales y numricas (p. ej. el cumplimiento de un determinado


umbral de densidad de poblacin) y en la posibilidad de integracin de otros
modelos de anlisis autnomos (p. ej. un modelo de prediccin de emisiones).
Este programa no proporciona un plan de usos sino que simplemente
permite una evaluacin rpida de diferentes escenarios propuestos. La
comparacin de los distintos escenarios contribuye a un mayor conocimiento
de las consecuencias de las decisiones tomadas en el proceso de
planificacin.
GOAL-QUASI

GOAL-QUASI (Van Ittersum, 1995) es una versin simplificada de GOAL


(General Optimal Allocation for Land Use) que ha sido empleado para explorar
futuras opciones de uso del suelo en la Unin Europea.

GOAL-QUASI est

basado en una metodologa iteractiva de programacin por metas, IMGLP


(Interactive Mltiple Goal Linear Programming) que es una tcnica de
programacin lineal con varias funciones objetivo. En cada ejecucin de un
modelo IMGLP se optimiza una funcin objetivo, mientras que los otros
objetivos son utilizados como restricciones. Como ejemplo de funciones
objetivo pueden citarse las siguientes: maximizacin de la productividad de la
tierra, minimizacin de costes de produccin, minimizacin de uso de
pesticidas, maximizacin del empleo derivado de la actividad agraria, etc.
Los datos de entrada requeridos por este modelo de IMGLP son las
relaciones input-output de la produccin agrcola, basadas en la evaluacin
de tierras, las restricciones tcnicas, relacionadas con las limitaciones de
recursos, y las funciones objetivo derivadas de las distintas polticas de
planificacin. Para la resolucin del problema de programacin lineal se
emplea el paquete de software OMP, en el cual el usuario puede seleccionar
una funcin objetivo y proporcionar los lmites inferior y superior para las
restantes funciones objetivo.
GOAL-QUASI

proporciona

un

modelo

complejo,

basado

en

la

programacin por metas, para la determinacin de la superficie de cada uso


del suelo en funcin de los resultados obtenidos de la evaluacin de tierras y
de las restricciones ligadas a los recursos disponibles. Entre sus limitaciones se

87

encuentra el hecho de no localizar geogrficamente las superficies calculadas


para cada uso, desaprovechando la potencialidad que ofrecen los SIG para
la planificacin espacial. Por otra parte, la complejidad derivada de la
construccin del modelo en el lenguaje especfico OMP provoca la necesidad
de especialistas con un elevado nivel de formacin.
AEZWIN

http://www.adbi.org/3rdpartycdrom/2001/07/01/997.aezwin
Esta herramienta, basada en el mtodo ARBDS, fue desarrollada por la
FAO para la ampliacin de la metodologa de Zonificacin Agroecolgica,
incorporando en un Sistema de Ayuda a la Decisin los siguientes mdulos
(Fischer et al., 1998): a) interfaz grfica de usuario (fig. 11), b) generador del
modelo, que construye el modelo central que representa en trminos
matemticos el problema especfico, c) herramienta-SAP, que permite
especificar

las

preferencias

del

usuario

en

trminos

de

niveles

de

aspiracin/reserva o de conjuntos borrosos, d) LP-Multi, herramienta para crear


el modelo de programacin lineal basado en el modelo central y en los niveles
de aspiracin y reserva que representan la estructura de preferencias del
planificador, e) HOPDM, que soluciona el problema de programacin lineal
basndose en el mtodo del punto interior, f) LP-DIT, herramienta de
intercambio de datos.

Figura 11. Interfaz de AEZWIN

88

SIRTPLAN

http://www.rlc.fao.org/proyecto/139jpn/dctos.htm
En el proyecto SIRTPLAN (FAO, 2000) se desarroll una herramienta de
apoyo a planificacin y ordenacin del uso del territorio compuesta por un
ncleo central, formado por el SIG y la base de datos, y seis mdulos o
programas individuales encargados de los distintos procesos implicados en la
planificacin.

Para la determinacin de la productividad de los cultivos

emplea GRIETA, que es un paquete de programas de simulacin del


crecimiento de cultivos. El programa RADATAM procesa y evala los datos
censales para la generacin de informacin socioeconmica. La evaluacin
de la aptitud de las tierras se realiza a travs del software ALES. Para el
seguimiento de la evolucin de la cobertura vegetal a travs de imgenes
satlite se desarroll el software TeleSAT. SOLVER permite la resolucin de
problemas de programacin lineal para la optimizacin de escenarios de uso
de la tierra y Expert Choice facilita la seleccin de escenarios de consenso
implementando el mtodo AHP. Como SIG utiliza una interfaz personalizada de
Arcview, adaptada a distintos niveles de usuario.
INDEX

INDEX mide las caractersticas de un plan de uso del suelo con


indicadores derivados de las polticas y objetivos de la comunidad local. El
nmero de categoras de uso del suelo es variable y es definido por la
comunidad, pudiendo ser tan detallado o general como se necesite. Sin
embargo, el plan de usos del suelo debe ser creado externamente y este
software se limita a evaluarlo. Utiliza ArcView y Access.
LUCAS

http://www.cs.utk.edu/~lucas

89

LUCAS fue creado dentro del programa MAB (Man and the Biosphere)
de la UNESCO para examinar el impacto de las actividades humanas en el uso
del suelo y en la sostenibilidad de los recursos naturales (Berry et al., 1996). Las
simulaciones de LUCAS generan nuevos mapas de cobertura del suelo que
representan el grado de cambio del uso del suelo. LUCAS gestiona cuestiones
como la conservacin de la biodiversidad, la integridad del paisaje, la
abundancia de especies o las caractersticas de la tenencia de la tierra. Est
basado en el SIG libre GRASS (fig. 12)

Figura 12. Interfaz y ejemplo de modelizacin con LUCAS


Spatial Group Choice/GeoChoice

www.geochoice.com
Spatial Group Choice (Jankowski et al., 1997) es un SADE que soporta la
toma de decisiones colectivas para la resolucin de diversos problemas
espaciales como la seleccin de localizaciones, la eleccin de estrategias
ambientales y econmicas, el desarrollo urbano, etc. Este sistema est
constituido por dos mdulos; un software de evaluacin multicriterio y un
mdulo de visualizacin constituido por una extensin de ArcView. El primero
permite la evaluacin de las alternativas de decisin por un nico individuo y
la transferencia de su opinin al grupo, para posteriormente calcular una
medida del grado de acuerdo en el grupo.

90

Las funciones que incluye este software son (Jankwoski et al., 1997):

Importacin de datos

Seleccin de los criterios de decisin

Especificacin del tipo de criterios; criterios de beneficio (cuanto mayor


es la puntuacin mejor es la alternativa), criterios de coste (cuanto
menor es la puntuacin mejor es la alternativa) y criterios de rango (se
establece un umbral mnimo y mximo).

Establecimiento de las prioridades (pesos) de los criterios. Estos pesos se


pueden calcular mediante tres tcnicas; AHP, ranking (se asigna una
puntuacin ordinal a cada criterio) y rating (los pesos se asignan
distribuyendo 100 puntos entre los criterios).

Anlisis de sensibilidad. Anlisis de los cambios en los pesos de los


criterios.

Votacin. Cada analista puede votar en las distintas decisiones del


proceso; seleccin de criterios, pesos de los criterios y mtodo de
clasificacin de alternativas.

Visualizacin de los resultados de la votacin. Estos resultados pueden


calcularse mediante dos tcnicas; ranked-vote, en la cual para cada
votante las alternativas son ordenadas para posteriormente sumar las
posiciones de cada alternativa para todos los votantes segn la funcin
de Borda, y non-ranked vote, aplica la regla de la mayora simple de
votos.

Visualizacin de mapas de los criterios de decisin, de las alternativas,


de la clasificacin ordenada de las alternativas, de la clasificacin de
las alternativas resultante del consenso, etc.
Otros sistemas orientados principalmente a la planificacin urbanstica y

adaptados a las caractersticas particulares de las ciudades norteamericanas


se describen a continuacin.
UrbanSim

http://www.urbansim.org

91

UrbanSim es un sistema diseado para planificacin integrada y anlisis


del desarrollo urbano. Simula la movilidad y la futura localizacin de viviendas
y empresas. Esta simulacin es un proceso dinmico a lo largo del tiempo y el
espacio. Asimismo, simula el mercado de la tierra como la interaccin de la
oferta y la demanda e incorpora las polticas gubernamentales para evaluar
su impacto mediante la modelizacin de la respuesta del mercado (Waddell,
2000).
CUF MODEL

El California Urban Futures Model (CUF-1) simula cmo el crecimiento de


la poblacin y las polticas de urbanizacin pueden alterar la localizacin,
patrn e intensidad del desarrollo urbano (Landis, 1995). Est destinado
exclusivamente a la planificacin urbana, ya que fue diseado originalmente
para simular los impactos de las iniciativas polticas en cuanto a normativa e
inversiones. Este software permite predecir el crecimiento de la poblacin y
asignar este crecimiento espacialmente, as como reunir, organizar, gestionar y
visualizar los datos con herramientas SIG.
CURBA

El California Urban and Biodiversity Analysis Model (CURBA) est


diseado para evaluar los posibles efectos de polticas y patrones alternativos
de crecimiento urbano en la biodiversidad y la calidad de los hbitats
naturales. Consta de dos componentes, un modelo de crecimiento urbano y
modelo de evaluacin y simulacin de polticas. El primero consiste en
ecuaciones que predicen futuros patrones de desarrollo. El segundo predice
cmo polticas alternativas afectarn al crecimiento urbano y cules sern los
impactos en la integridad de los hbitats. Este modelo est implementado en
ArcView con varios scripts en Avenue.

92

GSM

GSM (Growth Simulation Model) predice el crecimiento de la poblacin


y sus efectos en el uso del suelo bajo estrategias alternativas de gestin del
suelo. Utiliza las predicciones de poblacin, viviendas y empleo para estimar la
demanda de suelo residencial y comercial. A continuacin esta demanda es
distribuida entre el suelo urbanizable basndose en la capacidad de la tierra,
en las restricciones legales y en los mecanismos de conservacin de recursos.
Para su implementacin es necesario ArcInfo y un software gestor de bases de
datos relacionales.
LTM

El Land Transformation Model (LTM) utiliza principios de ecologa del


paisaje y una red neuronal para predecir el cambio de uso del suelo. Est
compuesto por seis mdulos: 1) marco poltico, 2) variables conductoras, 3)
transformacin del suelo, 4) intensidad de uso, 5) procesos y distribuciones, 6)
valoracin. Est constituido por varios programas en C unidos al SIG (ArcView o
ArcInfo) y a un software de simulacin de redes neuronales.
SAM-IM

El modelo Sub-Area Allocation Model-Improved Method (SAM-IM) es un


modelo de prediccin y asignacin del uso del suelo. Este sistema predice
futuros patrones de uso del suelo basndose en una simulacin del
crecimiento urbano. El proceso de urbanizacin es simulado evaluando el
suelo disponible para absorber el crecimiento urbano basndose en la
accesibilidad a autopistas, la proximidad a infraestructuras, la consistencia con
la legislacin, los planes de ordenacin y las polticas locales, etc. Permite
analizar planes de uso del suelo mediante medidas de sostenibilidad, crear y
editar planes y predecir patrones futuros de uso del suelo. Necesita ArcView
3.2.

93

UGrow

UGrow comprende un conjunto de modelos para el diseo y validacin


de polticas urbanas. Este sistema integra herramientas numricas, espaciales y
de visualizacin en 3-D, para ello requiere ArcView, ArcInfo y el software de
modelizacin Powersim. A partir de diferentes inputs y opciones polticas, el
modelo produce diferentes escenarios y predice variables agrupadas en varios
sectores: calidad de vida, economa y empresas, vivienda, poblacin, uso del
suelo, transporte, impacto en el cambio climtico y energa. Los resultados
numricos son usados para generar mapas de las comunidades futuras en un
SIG. Sin embargo, requiere un largo proceso de adaptacin y la intervencin
de expertos para su aplicacin a una situacin especfica.
UPLAN

Es un modelo de crecimiento urbano que permite la evaluacin de la


aptitud de la tierra y un anlisis del cambio del uso del suelo en base a planes
de uso del suelo, predicciones de poblacin y empleo, caractersticas de la
vivienda y otras condiciones definidas por el usuario. En este modelo los
parmetros se introducen en forma de mapas raster (grids); grids atractivos,
son localizaciones para el futuro desarrollo urbano, grids de exclusin, zonas
que no se puede urbanizar, grid del plan general de uso del suelo y grid del
suelo urbano actual. A cada grid se le aplican unos criterios (factores de
ponderacin) para crear mapas e informes que muestran dnde puede
localizarse el futuro desarrollo urbano. Su principal ventaja es que es fcil de
usar pero no proporciona una capacidad de modelizacin sofisticada. Precisa
ArcView y Excel o SAS para el intercambio de datos.
PlaceIt!

http://www.lic.wisc.edu/placeit
PlaceIt! consiste en una extensin de ArcView programada en Avenue,
desarrollada por el LICGF de la Universidad de Wisconsin, que facilita la

94

participacin pblica en la toma de decisiones sobre la asignacin del uso del


suelo. PlaceIt! se utiliza en combinacin con una pantalla de ordenador tctil
en la que los usuarios seleccionan el uso asignado a cada parcela. Cuando el
usuario selecciona un uso para una parcela el programa le advierte si ese uso
no est permitido o si la parcela est en un corredor ecolgico o en una zona
de proteccin agrcola. Despus de realizar una serie de selecciones el
escenario obtenido se puede guardar y evaluar mediante una serie de
estadsticas e informes generados automticamente.
Tan slo algunos de estos sistemas, como WhatIf, CommunityViz,
Smartplaces, Sleuth, AEZWIN, SIRTPLAN, INDEX, LUCAS, SAM-IM, UGrow,
UrbanSim y PlaceIt estn disponibles para su distribucin. Algunos de ellos son
comerciales (WhatIf, CommunityViz, Smartplaces, INDEX, SAM-IN, UGrow) y
otros son de libre distribucin (Sleuth, AEZWIN, SIRTPLAN, UrbanSim, LUCAS,
PlaceIt). La descripcin de otros Sistemas de Ayuda a la Planificacin puede
encontrarse en Snyder (2003) y U. S. EPA (2002).

4. Referencias bibliogrficas
Aerts, J. C. J. H. y Heuvelink, G. B. M. (2002). Using simulated annealing for resource
allocation. International Journal of Geographical Information Science, 16 (6), 571587.
Aerts, J. C. J. H., Eisinger, E., Heuvelink, G. B. M. y Stewart, T. (2003). Using linear integer
programming for multi-site land-use allocation. Geographical Analysis, 35 (2), 148169.
Alier, J. L., Cazorla, A. y Martnez, J. E. (1996). Optimizacin en la Asignacin Espacial de
Usos del suelo: Metodologa, Casos de Aplicacin y Programa Informtico. Madrid:
Ministerio de Agricultura, Pesca y Alimentacin.
Alshuwaikhat, H. B. y Nassef, K. (1996). A GIS-based Spatial Decision Support System for
suitability assessment and land use allocation. The Arabian Journal for Sience and
Engineering, 21(4A), 525-543.
Arthur, J. L. y Nalle, D. J. (1997). Clarification on the use of linear programming and GIS
for land-use modelling. International Journal of Geographical Information Science,
11 (4), 397-402.
Ascough, J. C., Rector, H.D., Hoag, D. L., McMaster, G. S., Vandenberg, B. C., Shaffer,
M. J., Weltz, M. A., Ahjua, L. R. (2002). Multicriteria Spatial Decision Support Systems:
overview, applications, and future research directions. En: Rizzoli, A. E., Jakeman, A.
J. (Eds.), Proceedings of the 1st Biennieal Meeting of the iEMSs, vol. 3 (pp. 175-180).
Lugano, Suiza: International Environmental Modelling and Software Society.

95

Azapagic, A. y Clift, R. (1999). Life cycle assessment and multiobjective optimisation.


Journal of Cleaner Production, 7, 135-143.
Baja, S., Chapman, D. M. y Dragovich, D. (2001). Fuzzy modelling of environmental
suitability index for rural land use systems: an assessment using a GIS. En: Proceedings
of the 6th International Conference on GeoComputation. GeoComputation CDROM. Brisbane, Australia: University of Queensland. URL:
http://www.geocomputation.org/2001/papers/baja.pdf
Banai, R. (1993). Fuzziness in Geographical Information Systems: contributions from the
Analytic Hierarchy Process. International Journal of Geographical Information
Systems, 7 (4), 315-329.
Bani, J. (2003). Land Evaluation for Land Use Planning with Special Attention to
Sustainable Fodder Production in the Rouzeh Chai Catchment of Orumiyeh AreaIran. Tesis. Enschede, The Netherlands: International Institute for Geoinformation
Science and Earth Observation.
Barredo, J. I. (1996). Sistemas de Informacin Geogrfica y Evaluacin Multicriterio en la
Ordenacin del Territorio. Madrid: Ed. Ra-ma.
Barredo, J. I., Demicheli, L., Lavalle, C., Kasanko, M. y McCormick, N. (2004). Modelling
future urban scenarios in developing countries: an application case study in Lagos,
Nigeria. Environment & Planning B: Planning and Design, 31, 65-84.
Beinat, E. y Nijkamp, P. (1998). Multicriteria Analysis for Land-use Management.
Dordrecht, The Netherlands: Kluwer Academic Publishers.
Berger, T. (2002). Multi-agent modelling applied to agroecological development. En:
Parker, D. C., Berger, T. y Manson, S. (Eds.), Agent-Based Models of Land-Use and
Land-Cover Change: Report and Review of an International Workshop, Irvine,
California, October 4-7, 2001 (pp. 50-56). Bloomington: Indiana University.
Berry, M. W., Hazen, B. C., MacIntyre, R. L. y Flamm, R. O. (1996). Lucas: A system for
modeling land-use change. IEEE Computational Science & Engineering, 3(1), 24-35.
Bettinger, P., Sessions, J. y Boston, K. (1997). Using tabu search to schedule timber
harvests subject to spatial wildlife goals for big game. Ecological Modelling, 94, 111123.
Boixadera, J. y Porta, J. (1991). Informacin de Suelos y Evaluacin Catastral. Mtodo
del Valor ndice. Madrid: Centro de Gestin Catastral y Cooperacin Tributaria,
Ministerio de Economa y Hacienda.
Bosque, J. (2001). Planificacin y gestin del territorio. De los SIG a los Sistemas de
ayuda a la decisin espacial (SADE). El Campo de las Ciencias y las Artes, 138, 137174.
Brookes, C. J. (1997). A parametrized region-growing programme for site allocation on
raster suitability maps. International Journal of Geographical Information Science, 11
(4), 375-396.
Burrough, P. A. (1989). Fuzzy mathematical methods for soil survey and land evaluation.
Journal of Soil Science, 40, 477-492.

96

Burrough, P. A., MacMillan, R. A. y van Deursen, W. (1992). Fuzzy classification methods


for determining land suitability from soil profile observations and topography. Journal
of Soil Science, 43, 193-210.
California Department of Conservation. (1997). California Agricultural Land Evaluation
and Site Assessment Model. Instruction Manual. California, USA: California
Department
of
Conservation.
URL:
http://www.consrv.ca.gov/DLRP/LESA/lesamodl.pdf
Calvo, R., Macas, F. y Riveiro, A. (1992). Aptitud agronmica de los suelos de la
provincia de La Corua. La Corua: Editorial Diputacin Provincial.
Campbell, J. C., Radke, J., Gless, J. T. y Wirtshafter, R. M. (1992). An application of linear
programming and geographic information systems: cropland allocation in Antigua.
Environment and Planning A, 24, 535-549.
Carver, S. J. (1991). Integrating multi-criteria evaluation with geographical information
systems. International Journal of Geographical Information Systems, 5 (3), 321-339.
Clarke, K. C., Gaydos, L. y Hoppen, S. (1996). A self-modifying cellular automaton model
of historical urbanization in the San Francisco Bay area. Environment and Planning
B, 24, 247-261.
Clarke, K. C. y Gaydos, L. (1998). Long term urban growth prediction using a cellular
automaton
model
and
GIS:
Applications
in
San
Francisco
and
Washington/Baltimore. International Journal of Geographical Information Science,
12(7), 699-714.
Cohon, J. L. (1978). Multiobjective Programming and Planning. New York: Academic
Press.
Condon, R. W. (1968) Estimation of grazing capacity on arid grazing lands. En: Stewart,
G. A. (Ed.), Land Evaluation: Papers of a CSIRO Symposium, organized in
cooperation with UNESCO (pp. 112-124). Melbourne, Australia: Macmillan of
Australia.
Consellera de Economa. (2000). Estratexa Galega para o Desenvolvemento Rural.
(Documento no publicado).
Coughlin, R. E., Pease, J. R., Steiner, F., Papazian, L., Pressley, J. A., Sussman, A. y Leach,
J. C. (1994). The status of state and local LESA programs. Journal of Soil and Water
Conservation, 49 (1), 6-13.
Croteau, K. G., Faber, B. G. y Vernon, L. T. (1997). SMART PLACES: A tool for design and
evaluation of land use scenarios. En: Proceedings of the 1997 ESRI User Conference
(CDROM), ref. artculo #121. San Diego, C. A.: Enviromental Systems Research
Institute, Inc. URL:
http://gis.esri.com/library/userconf/proc97/proc97/to150/pap121/p121.htm
Chuvieco, E. (1993). Integration of linear programming and GIS for land-use modelling.
International Journal of Geographical Information Systems, 7 (1), 71-83.
Chuvieco, E. (1997). Authors reply to Arthur and Nalle. International Journal of
Geographical Information Science, 11 (4), 403.

97

Davidson, D. A., Theocharopoulos, S. P. y Bloksma, R. J. (1994). A land evaluation


project in Greece using GIS and based on Bolean and fuzzy set methodologies.
International Journal of Geographical Information Science, 8 (4), 369-384.
De la Rosa, D., Moreno, J. A., Garca, L. V. y Almorza, J. (1992). MicroLEIS: A
microcomputer-based Mediterranean land evaluation information system. Soil Use
and Management, 8, 89-96.
De Wit, C. T. y Van Keulen, H. (1987). Modelling production of fields crops and its
requirements. Geoderma, 40, 253-265.
De Wit, C. T., Van Keulen, H., Seligman, N. G. y Spharim, I. (1988). Application of
interactive multiple goal programming techniques for analysis and planning of
regional agricultural development. Agricultural Systems, 26, 211-230.
Densham, P. J. (1991). Spatial Decision Support Systems. En: Maguire, D. J., Goodchild,
M. F. y Rhind, D. W. (Eds.), Geographical Information Systems: Principles and
Applications (pp. 403-412). London: Logman.
Dent, D. y Young, A. (1981). Soil Survey and Land Evaluation. London: George Allen &
Unwin.
Diamond, J. T. y Wright, J. R. (1988). Design of an integrated spatial information system
for multiobjective land-use planning. Environment and Planning B: Planning and
Design, 15, 205-214.
Diamond, J. T. y Wright, J. R. (1989). Efficient land allocation. Journal of Urban Planning
and Development, 115 (2), 81-96.
Daz-Fierros, F. y Gil, F. (1984). Capacidad Productiva de los Suelos de Galicia. Santiago
de Compostela: Universidad de Santiago de Compostela.
Direccin Xeral de Urbanismo. Hiptesis de Modelo Territorial. Documento no
publicado.
Dowsland, K. A. y Adenso, B. (2001). Heuristic design and fundamentals of the Simulated
Annealing. Revista Iberoamericana de Inteligencia Artificial, 20, 34-52.
Dumanski, J. y Onofrei, C. (1989). Techniques of crop yield assessment for agricultural
land evaluation. Soil Use and Management, 5 (1), 9-16.
Eastman, J. R. (1995). Idrisi for Windows, version 2 Users Guide. Worcester: Clark
University.
Eastman, J. R., Jiang, H. y Toledano, J. (1998). Multi-criteria and multi-objective decision
making for land allocation using GIS. En: Beinat, E. y Nijkamp, P. (Eds.), Multicriteria
Analysis for Land-Use Management (pp. 227-251). Dordrecht, The Netherlands:
Kluwer Academic Publishers.
Eastman, J. R., Jin, W., Kyem, P. A. K. y Toledano, J. (1995). Raster procedures for multicriteria/multi-objective decisions. Photogrammetric Engineering & Remote Sensing,
61 (5), 539-547.
Enache, M. (1994). Integrating GIS with DSS: A research agenda. En: URISA 1994 Annual
Conference Proceedings (pp. 154-166). Washington, D. C.: Urban and Regional
Information Systems Association.

98

Engelen, G., Geertman, S., Smits, P. y Wessels, C. (1999). Dynamic GIS and strategic
physical planning support: a practical application to the Ijmond/Zuid-Kennemerland
region. En: Stillwell, J., Geertman, S. y Openshaw, S. (Eds.), Geographical Information
and Planning (pp. 87-111). Berlin: Springer-Verlag. URL:
http://www.geo.ucl.ac.be/LUCC/MODLUC_Course/PDF/G.%20Engelen%20a.pdf
Evans, T. P. y Kelley, H. (2004). Multi-scale analysis of a household level agent-based
model of landcover change. Journal of Environmental Management, 72, 57-72.
FAO. (1976). Esquema para la Evaluacin de Tierras. Roma: FAO.
FAO. (1983). Guidelines: Land Evaluation for Rainfed Agriculture. FAO Soils Bulletin n 52.
Roma: FAO.
FAO. (1985a). Guidelines: Land Evaluation for Irrigation. FAO Soils Bulletin n 55. Roma:
FAO.
FAO. (1985b). Evaluacin de Tierras con Fines Forestales. Estudio FAO, Montes 48. Roma:
FAO.
FAO. (1993). Guidelines for Land-Use Planning. FAO Development Series. Roma: FAO.
FAO. (1997). Zonificacin Agroecolgica. Gua general. Roma: FAO.
FAO. (2000). Sistema de Informacin de Recursos de Tierras para la Planificacin y
Ordenamiento del Uso del Territorio. Santiago, Chile: FAO.
Fedra, K. y Reitsma, F. (1990). Decision support and geographical information systems.
En: Scholten, H. J. y Stillwell, J.C.H. (Eds.), Geographical Information Systems for
Urban and Regional Planning (pp. 177-188). The Netherlands: Kluwer Academic
Publishers.
Fischer, G. y Makowski, M. (1996). Multiple Criteria Land Use Analysis. Working paper96
006. Laxenburg, Austria: IIASA, International Institute for Applied Systems Analysis. URL:
http://www.iiasa.ac.at/Publications/Documents/WP-96-006.pdf
Fischer, G., Makowski, M. y Granat, J. (1998). AEZWIN. An Interactive Multiple-Criteria
Analysis Tool for Land Resources Appraisal. Laxenburg, Austria: International Institute
for Applied Systems Analysis, IIASA. URL:
http://www.iiasa.ac.at/Publications/Documents/IR-98-051.pdf
Garrido, M. S. (1994). Evolucin de la contaminacin agraria difusa con vistas a la
transformacin de suelos a la agricultura ecolgica. En: I Congreso de la Sociedad
Espaola de Agricultura Ecolgica. Toledo: Sociedad Espaola de Agricultura
Ecolgica.
URL: http://www.agroecologia.net/congresos/toledo/22.pdf.
Giupponi, C. y Rosato, P. (1998). A farm multicriteria analysis model for the economic
and environmental evaluation of agricultural land use. En: Beinat, E. y Nijkamp, P.
(Eds.), Multicriteria Analysis for Land-Use Management (pp. 115-136). Dordrecht, The
Netherlands: Kluwer Academic Publishers.
Goicoechea, A., Hansen, D. R. y Duckstein, L. (1982). Multiobjective Decision Analysis
with Engineering and Business Applications. United States: John Wiley & Sons.
Gmez Orea, D. (1994). Ordenacin del Territorio. Una Aproximacin desde el Medio
Fsico. Madrid: Editorial Agrcola Espaola.

99

Gruijter, J.J. (1996). En Discusin de: D.G. Rossiter, A theoretical framework for land
evaluation. Geoderma, 72, 165-202.
Hall, G. B., Wang, F. y Subaryono. (1992). Comparison of Boolean and fuzzy classification
methods in land suitability analysis by using geographical information systems.
Environment and Planning A, 24, 497-516.
Ive, J. R. y Cocks, K. D. (1983). SIRO-PLAN and LUPLAN: an Australian approach to landuse planning. 2. The LUPLAN land-use planning package. Environment and Planning
B: Planning and Design, 10, 347-355.
Jacobs, H. M. (2000). Practicing land consolidation in a changing world of land use
planning. Kart og plan, 60, 175-182.
Jankowski, P. (1989). Mixed-data multicriteria evaluation for regional planning: a
systematic approach to the decisionmaking process. Environment and Planning A,
21, 349-362.
Jankowski, P. (1995). Integrating geographical information systems and multiple criteria
decision-making methods. International Journal of Geographical Information
Systems, 9 (3), 251-273.
Jankowski, P. y Richard, L. (1994). Integration of GIS-based suitability analysis and
multicriteria evaluation in a spatial decision support system for route selection.
Environment and Planning B: Planning and Design, 21, 323-340.
Jankowski, P., Andrienko, N. y Andrienko, G. (2001). Map-centred exploratory approach
to multiple criteria spatial decision making. International Journal of Geographical
Information Science, 15 (2), 101-127.
Jankowski, P., Nyerges, T. L., Smith, A., Moore, T. J. y Horvath, E. (1997). Spatial group
choice: a SDSS for collaborative spatial decision-making. International Journal of
Geographical Information Science, 11(6), 577-602.
Janssen, R. y Rietveld, P. (1985). Multicriteria evaluation of land-reallotment plans: a
case study. Environment and Planning A, 17, 1653-1668.
Janssen, R. y Rietveld, P. (1990). Multicriteria analysis and geographical information
systems: an application to agricultural land use in The Netherlands. En: Scholten, H. J.
y Stillwell, J.C.H. (Eds.), Geographical Information Systems for Urban and Regional
Planning (pp. 129-139). The Netherlands: Kluwer Academic Publishers.
Jaramillo, J. H., Bhadury, J. y Batta, R. (2002). On the use of genetic algorithms to solve
location problems. Computers & Operations Research, 29, 761-779.
Joerin, F., Theriault, M. y Musy, A. (2001). Using GIS and outranking multicriteria analysis
for land-use suitability assessment. International Journal of Geographical Information
Science, 15 (2), 153-174.
Jones, J. W., Hoogenboom, G., Porter, C. H., Boote, K. J., Batchelor, W. D., Hunt, L. A.,
Wilkens, P. W., Singh, U., Gijsman, A. J. y Ritchie, J. T. (2003). The DSSAT cropping
system model. European Journal of Agronomy, 18, 235-265.
Jun, Ch. (2000). Design of a intelligent geographic information system for multi-criteria
site analysis. URISA Journal, 12 (3), 5-17. URL:
http://www.urisa.org/Journal/protect/vol12no3/Jun/jun.pdf

100

Kirkpatrick, S., Gellat, C. D. y Vecchi, M. P. (1983). Optimization by simulated annealing.


Science, 220, 671-680.
Klingebiel, A. A. y Montgomery, P. H. (1961). Land Capability Classification. USDA
Agricultural Handbook 210. Washington DC: US Goverment Printing Office.
Klosterman, R. E. (1999). The WhatIf? Collaborative Planning Support System.
Environment and Planning B: Planning and Design, 26, 393-408.
Klosterman, R. E. (2001). The WhatIf? Planning Support System. En: Brail, R. K. y
Klosterman, R. E. (Eds.), Planning Support Systems: Integrating Geographic
Information Systems, Models, and Visualization Tools (pp. 263-284). Redlands, CA:
ESRI Press.
Kwartler, M. y Bernard, R. N. (2001). CommunityViz: An integrated Planning Support
System. En: Brail, R. K. y Klosterman, R. E. (Eds.), Planning Support Systems: Integrating
Geographic Information Systems, Models, and Visualization Tools (pp. 285-308).
Redlands, CA: ESRI Press.
Laaribi, A., Chevallier, J. J. y Martel, J. M. (1996). A spatial decision aid : a multicriterion
evaluation approach. Computers, Environment, and Urban Systems, 20 (6), 351-366.
Landis, J. D. (1985). Imagining Land Use Futures: Applying the California Futures Model.
Journal of the American Planning Association, 61, 438-457.
Li, X. y Yeh, A. G-O. (2002). Urban simulation using principal components analysis and
cellular automata for land-use planning. Photogrammetric Engineering and Remote
Sensing, 68 (4), 341-352.
Ligtenberg, A., Bregt, A. K. y van Lammeren, R. (2001). Multi-actor-based land use
modeling: spatial planning using agents. Landscape and Urban Planning, 56, 21-33.
Ligtenberg, A., Wachowicz, M., Bregt, A. K., Beulens, A. y Kettenis, D. L. (2004). A design
and application of a multi-agent system for simulation of multi-actor spatial
planning. Journal of Environmental Management, 72, 43-55.
Lu, C. H., Van Ittersum, M. K. y Rabbinge, R. (2004). A scenario exploration of strategic
land use options for the Loess Plateau in northern China. Agricultural Systems, 79,
145-170.
Malczewski, J. (1996). A GIS-based approach to multiple criteria group decision-making.
Journal of Geographical Information Systems, 10 (8), 955-971.
Malczewski, J. (1999). GIS and Multicriteria Decision Analysis. New York, USA: John Wiley
& Sons.
Malczewski, J. y Ogryczak, W. (1995). The multiple criteria location problem: 1. A
generalized network model and the set of efficient solutions. Environment and
Planning A, 27, 1931-1960.
Marangon, F. y Tempesta, T.(1998). Rural landscape and economic results of the farm; a
multiobjective approach. En: Beinat, E. y Nijkamp, P. (Eds.), Multicriteria Analysis for
Land-Use Management. Dordrecht, The Netherlands: Kluwer Academic Publishers.
Maroto, C. (1997). Investigacin Operativa. Modelos, Tcnicas y Software. Vol.1.
Valencia: Servicio de Publicaciones de la Universidad Politcnica de Valencia.

101

Matthews, K. (2001). Applying Genetic Algorithms to Multi-Objective Land-Use Planning.


Tesis. Aberdeen: Macaulay Land Use Research Institute.
Matthews, K. B., Craw, S. y Sibbald, A. R. (1999a). Implementation of a spatial decision
support system for rural land use planning: integrating GIS and environmental models
with search and optimisation algorithms. Computers and Electronics in Agriculture,
23, 9-26.
Matthews, K. B., Craw, S., Sibbald, A. R., Mackenzie, I. y Elder, S. (1999b). Applying
genetic algorithms to land use planning. En: Petley, G., Coddington, A. y Aylet, R.
(Eds.), Proceedings of the 18th workshop of the UK Planning and Scheduling Special
Interest Group, 15th-16th December 1999 (pp. 109-115). UK: University of Salford.
Matthews, K. B., Craw, S., Sibbald, A. R., Mackenzie, I. y Elder, S. (2000). Applying
genetic algorithms to multi-objective land use planning. En: Whitley, D. (Ed.),
Proceedings of the Genetic and Evolutionary Computation Conference, Las Vegas,
July 8-12 2000 (pp. 613-620). Las Vegas, USA: Morgan Kaufmann Publishers.
McCormack, D. E. (1986). Soil potential ratings. A special case of land evaluation. En:
Beek, K. J., Burrough, P. A. y McCormack, D. E. (Eds.), Proceedings of the
International Workshop on Quantified Land Evaluation Procedures, (pp. 81-84).
Enschede, The Netherlands: International Institute for Aerospace Survey and Earth
Sciences, ITC.
McCormack, R. J. (1971). The Canada Land Use Inventory: a basis for land use
planning. Journal of Soil and Water Conservation, 26 (4), 141-146.
Mendoza, G. A. (1997). A GIS-based multicriteria approaches to land use suitability
assessment and allocation. En: Seventh Symposium on Systems Analysis in Forest
Resources. Traverse City, USA: USDA Forest Service. URL:
http://www.ncrs.fs.fed.us/pubs/gtr/other/gtr-nc205/landuse.htm.
Ministerio de Agricultura. (1974). Caracterizacin de la Capacidad Agrolgica de los
Suelos de Espaa. Metodologa y Normas. Madrid: Ministerio de Agricultura.
Munda, G., Parruccini, M. y Rossi, G. (1998). Multicriteria evaluation methods in
renewable resource management: integrated water management under drought
conditions. En: Beinat, E. y Nijkamp, P. (Eds.), Multicriteria Analysis for Land-Use
Management (pp. 79-94). Dordrecht, The Netherlands: Kluwer Academic Publishers.
Nhantumbo, I., Dent, J. B., Kowero, G. S. y Oglethorpe, D. R. (1997). Regional model for
rural land use planning: an application of goal programming. En: Seventh
Symposium on Systems Analysis in Forest Resources. Traverse City, USA: USDA Forest
Service. URL: http://www.ncrs.fs.fed.us/pubs/gtr/other/gtr-nc205/landuse.htm
Nix, H. A. (1968). The assessment of biological productivity. En: Stewart, G. A. (Ed.), Land
evaluation: Papers of a CSIRO Symposium, organized in cooperation with UNESCO
(pp. 77-87). Melbourne, Australia: Macmillan of Australia.
Oliveira, F., Patias, N. M. y Sanquetta, C. R. (2003). Goal programming in a planning
problem. Applied Mathematics and Computation, 140, 165-178.
Parker, D. C., Manson, S. M., Janssen, M. A., Hoffmann, M. J. y Deadman, P. (2003).
Multi-Agent Systems for the simulation of land-use and land-cover change: A review.
Annals of the Association of American Geographers, 93 (2), 314-337.

102

Pease, J. R. (1990). Land use designation in rural areas: an Oregon case study. Journal
of Soil and Water Conservation, 45 (5), 524-528.
Pereira, J. M. C. y Duckstein, L. (1993). A multiple criteria decision-making approach to
GIS-based land suitability evaluation. International Journal of Geographical
Information Systems, 7 (5), 407-424.
Pierce, F. J., Larson, W. E., Dowdy, R. H. y Graham, W. A. P. (1983). Productivity of soils:
Assessing long-term changes due to erosion. Journal of Soil and Water Conservation,
38, 39-44.
Rehman, T. y Romero, C. (1993). The application of the MCDM paradigm to the
management of agricultural systems: some basic considerations. Agricultural
Systems, 41, 239-255.
Renwick, C. C. (1968). Land assessment for regional planning: The Hunter Region of
N.S.W. as a Case Study. En: Stewart, G. A. (Ed.), Land Evaluation: Papers of a CSIRO
Symposium, organized in cooperation with UNESCO (pp. 171-178). Melbourne,
Australia: Macmillan of Australia.
Ridgley, M. A. y Heil, G. W. (1998). Multicriteria planning of protected-area buffer zones:
an application to Mexico`s Izta-Popo national park. En: Beinat, E. y Nijkamp, P. (Eds.),
Multicriteria Analysis for Land-Use Management (pp. 293-309). Dordrecht, The
Netherlands: Kluwer Academic Publishers.
Rossiter, D. G. (1990). ALES: A framework for land evaluation using a microcomputer. Soil
Use and Management, 6 (1), 1990, 7-20.
Rossiter, D. G. (1994). Lecture notes: Land Evaluation. Cornell University, College of
Agriculture & Life Sciences, Department of Soil, Crop & Atmospheric Sciences. URL:
http://www.geog.ubc.ca/courses/geog470/notes/Cornell_Land_Evaluation/Risk_Un
certainty_ch5.pdf
Rossiter, D. G. (1996). A theoretical framework for land evaluation. Geoderma, 72, 165202.
Saaty, T.L. (1977). A scalling method for priorities in hierarchical structures. Journal of
Mathemathic Psicology, 15, 234-281.
Snchez, P. A., Couto, W. y Buol, S. W. (1982). The fertility capability classification system:
Interpretation, applicability and modification. Geoderma, 27, 283-309.
Snchez, P. A., Palm, C. A. y Buol, S. W. (2003). Fertility capability soil classification: a tool
to help asses soil quality in the tropics. Geoderma, 114, 157-185.
Shakya, K. M. y Leuschner, W. A. (1990). A multiple objective land use planning model
for Nepalese Hills farms. Agricultural Systems, 34, 133-149.
Sharifi, M. A. y Hertzios, V. (2003). Site selection for waste disposal through Spatial
Multiple Criteria Decision Anlisis. En: III International Conference on Decision
Support for Telecommunications and Information Society. Warsaw, Poland.
Sharifi, M. A. y Van Keulen, H. (1994). A Decision Support System for land use planning at
farm enterprise level. Agricultural Systems, 45, 239-257.

103

Shukla, S., Yadav, P. D. y Goel. R. K. (2003). Land use planning using GIS and linear
programming. En: Conference Proceedings of Map Asia 2003. Kuala Lumpur: GIS
Development.
Snyder, K. (2003). Tools for community design and decision-making. En: Geertman, S. y
Stillwell, J. (Eds.), Planning Support Systems in Practice (pp. 99-120). Berln: SpringerVerlag.
Spinney, J. (1999). An Integrated Approach to Land Use Planning: An Illustration in the
French River Watershed. Tesis doctoral. Halifax, Nova Scotia: Daltech, Dalhousie
University.
Stewart, T. J., Janssen, R. y van Herwijnen, M. (2004). A genetic algorithm approach to
multiobjective land use planning. Computers & Operations Research, 31, 2293-2313.
Stckle, C. O., Donatelli, M. y Nelson, R. (2003). CropSyst, a cropping system simulation
model. European Journal of Agronomy, 18, 289-307.
Storie, R. E. (1933). An Index for Rating the Agricultural Value of Soils. Berkley, CA:
University of California
Storie, R. E. (1970). Manual de Evaluacin de Suelos. Mxico: Unin Tipogrfica Editorial
Hispano Americana.
Suhaedi, E., Metternicht, G. y Lodwick, G. (2002). Geographic information systems and
multiple goal analysis for spatial land use modelling in Indonesia. En: 23rd Asian
Conference on Remote Sensing. Katmand, Nepal: Assian Association on Remote
Sensing
(AARS).
URL:
http://www.gisdevelopment.net/aars/acrs/2002/luc/luc002.shtml.
Svoray, T., Bar, P. y Bannet, T. (2005). Urban land-use allocation in a Mediterranean
ecotone: Habitat Heterogeneity Model incorporated in a GIS using a multi-criteria
mechanism. Landscape and Urban Planning, 72, 337-351.
Tang, H., Debaveye, J., Ruan, D. y Van Ranst, E. (1991). Land suitability classification
based on fuzzy set theory. Pedologie, 41 (3), 277-290.
Ten Berge, H. F. M. (2000). Farming options for the Netherlands explored by multiobjective modelling. European Journal of Agronomy, 13, 263-277.
Teso, A. L. (1997). Modelo de Diagnstico y Prediccin de la Evolucin de Tierras
Agrcolas Marginales. Aplicacin a Tierra de Campos. Tesis. Madrid: Universidad
Politcnica de Madrid, ETSIA.
Triantafilis, J., Ward, W. T. y McBratney, A. B. (2001). Land suitability assessment in the
Namoi Valley of Australia, using a continuous model. Australian Journal of Soil
Research, 39, 273-290.
U.S. Department of Agriculture, Natural Resources Conservation Service. (2002).
National Soil Survey Handbook, title 430-VI. [Online]. URL:
http://soils.usda.gov/procedures/handbook/main.htm.
U. S. EPA. (2002). Projecting Land-Use Change: A Summary of Models for Assessing the
Effects of Community Growth and Change on Land-Use Patterns. EPA/600/R-00/098.
Cincinnati, OH: U.S. Environmental Protection Agency.

104

Van der Merwe, J. H. (1997). GIS-aided land evaluation and decision-making for
regulating urban expansion: A South African case study. GeoJournal, 43, 135-151.
Van Diepen, C. A., Van Keulen, H., Wolf, J. y Berkhout, J. A. A. (1991). Land evaluation:
from intuition to quantification. En: Stewart, B. A. (Ed.), Advances in Soil Science, vol.
15 (pp. 139-204). New York: Springer-Verlag.
Van Horn, T. G., Steinhardt, G. C. y Yahner, J. E. (1989). Evaluating the consistency of
results for the agricultural land evaluation and site assessment (LESA) system. Journal
of Soil and Water Conservation, 44 (6), 615-620.
Van Ittersum, M. K. (1995). Description and User Guide of GOAL-QUASI: an IMGLP Model
for the Exploration of Future Land Use. Wageningen: DLO-Research Institute for
Agrobiology and Soil Fertilization.
Van Laarhoven, P. J. M. y Aarts, E. H. L. (1987). Simulated Annealing: Theory and
Applications. Dordrecht: D. Reidel Publishing Company.
Van Leeuwen, C. J., Kbrich C. y Maino, M. (2001). Programacin Lineal para la
Elaboracin de Escenarios ptimos de Uso de la Tierra. Santiago de Chile: FAO.
Van Lier, H. N. (1998). The role of land use planning in sustainable rural systems.
Landscape and Urban Planning, 41, 83-91.
Van Ranst, E., Tang, H., Groenemans, R. y Sinthurahat, S. (1996). Application of fuzzy
logic to land suitability for rubber production in peninsular Thailand. Geoderma, 70,
1-19.
Vatalis, K. y Manoliadis, O. (2002). A two-level multicriteria DSS for landfill site selection
using GIS: Case study in western Macedonia, Greece. Journal of Geographic
Information and Decision Analysis, 6 (1), 49-56. URL:
http://www.geodec.org/Vatalis.pdf.
Velden, H. E. ten y Kreuwel, G. (1990). A geographical information system based
decision support system for environmental zonning. En: Scholten, H. J. y Stillwell,
J.C.H. (Eds.), Geographical Information Systems for Urban and Regional Planning
(pp. 119-128). The Netherlands: Kluwer Academic Publishers.
Verheye, W. H. (1997). Land use planning and national soils policies. Agricultural
Systems, 53, 161-174.
Voogd, H. (1983). Multicriteria Evaluation for Urban and Regional Planning. London: Pion
Limited.
Waddell, P. (2000). A behavioral simulation model for metropolitan analysis and
planning: residential location and housing market components of UrbanSim.
Environment and Planning B: Planning and Design, 27(2), 247-263.
Walker, D. H. (2002). Decision support, learning and rural resource management.
Agricultural Systems, 73, 113-127.
Wang, F. (1994). The use of artificial neural networks in a geographical information
system for agricultural land-suitability assessment. Environment and Planning A, 26,
265-284.
Ward, D. P., Murray, A. T. y Phinn, S. R. (1999). An optimized cellular automata approach
for sustainable urban development in rapidly urbanizing regions. En: Proceedings of

105

the 4th International Conference on GeoComputation. Virginia, USA: University of


Leeds. URL: http://www.geocomputation.org/1999/index.htm.

Weerakon, K. G. P. K. (2002). Integration of GIS based suitability analysis and multicriteria


evaluation for urban land use planning; contribution from the Analytic Hierarchy
Process. En: 3rd Asian Conference on Remote Sensing. Nepal: Asian Association on
Remote Sensing, AARS.
Wright, L. E., Zitzmann, W., Young, K. y Googins, R. (1983). LESA - agricultural land
evaluation and site assessment. Journal of Soil and Water Conservation, 38, 82-86.
Wu, F. (1998). SimLand: a prototype to simulate land conversion through the integrated
GIS and CA with AHP-derived transition rules. International Journal of Geographical
Information Science, 12 (1), 63-82.
Wu, F. y Webster, C. J. (1998). Simulation of land development through the integration
of cellular automata and multicriteria evaluation. Environment and Planning B:
Planning and Design, 25, 103-126.
Xiang, W. N. y Clarke, K. C. (2003). The use of scenarios in land-use planning.
Environment & Planning B: Planning and Design, 30, 885-909.
Xiang, W-N., Gross, M., Fabos, J. Gy. y MacDougall, E. B. (1992). A fuzzy-group
multicriteria decisionmaking model and its application to land-use planning.
Environment and Planning B: Planning and Design, 19, 61-84.
Xiao, N., Bennett, D. A. y Armstrong, M. P. (2002). Using evolutionary algorithms to
generate alternatives for multiobjective site-search problems. Environment and
Planning A, 34, 639-656.
Yialouris, C. P., Kollias, V., Lorentzos, N. A., Kalivas, D. y Sideridis, A. B. (1997). An
integrated Expert Geographical Information System for soil suitability and soil
evaluation. Journal of Geographic Information and Decision Analysis, 1 (2), 89-99.
URL:
ftp://ftp.geog.uwo.ca/GIDA/Yialouris.pdf.
Zhu, X., Aspinall, R. J. y Healey, R. G. (1996). ILUDSS: A knowledge-based spatial decision
support system for strategic land-use planning. Computers and Electronics in
Agriculture, 15, 279-301.

106

Você também pode gostar