Detection of desirable areas for urban growth through GIS and OWA: the case of Culiacan and Navolato

• José Jesús Uriarte Adrián ^[1] ; Wenseslao Plata Rocha ^[1] ; Rosendo Romero Andrade ^[1] ; Gabriela Corrales Barraza ^[1] ; José C. Beltrán González ^[1] ; Ricardo Remond Noa ^[2]
  1. [1] Universidad Autónoma de Sinaloa

     Universidad Autónoma de Sinaloa

     México

     
  2. [2] Universidad de La Habana

     Universidad de La Habana

     Cuba

     
• Localización: CIENCIA ergo-sum, ISSN 1405-0269, Vol. 27, Nº. 2, 2020, págs. 87-104
• Idioma: inglés
• Títulos paralelos:
  • Detección de áreas deseables para el crecimiento urbano mediante SIG y OWA: el caso de Culiacán y Navolato
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    Debido al crecimiento acelerado de superficies artificiales, en las últimas dos décadas se ha observado un creciente interés en los cambios de uso de suelo, lo que hace necesario establecer modelos que generen planes de desarrollo óptimo y sustentable. De este modo, se busca identificar los espacios potencialmente más aptos para acoger el crecimiento urbano mediante simulaciones geoespaciales que integran a los Sistemas de Información Geográfica y OWA (Ordered Weighted Average). Para conseguirlo, se propone una metodología de análisis de sensibilidad a los resultados para comprobar su robustez a la variabilidad de los pesos de los factores de entrada, basada en clasificación por histogramas y distancias. Las propuestas de selección muestran un considerable porcentaje de acuerdo con al área programada.

  • English

    Due to an accelerated growth of artificial surfaces, an increasing interest in the changes on land use has been detected in the last decade, making it necessary to propose models able to create plans of optimal and sustainable development. The goal of this work is to identify the potentially most suitable spaces for urban growth, through geospatial simulations which integrate the Geographic Information Systems and OWA (Ordered Weighted Average). We propose a sensitivity analysis methodology to the results in order to assess their robustness with respect to the input values’ weights variability, based on histograms and distances classification. Finally, the selection proposal shows a considerable percentage according to the planned area.