Detección, modelización y proyección del crecimiento urbano de núcleos de población en diferentes cuencas hidrológicas de Chihuahua, México

• Pedro García-Ramírez ^[1] ; Luis Carlos Alatorre-Cejudo ^[1] ; Luis Carlos Bravo-Peña ^[1]
  1. [1] Universidad Autónoma de Ciudad Juárez

     Universidad Autónoma de Ciudad Juárez

     México

     
• Localización: Investigación y Ciencia: de la Universidad Autónoma de Aguascalientes, ISSN-e 1665-4412, Nº. 90, 2023
• Idioma: español
• Títulos paralelos:
  • Detection, modeling and projection of urban growth of population centers in different hydrological basins of Chihuahua, Mexico
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    El objetivo fue detectar, modelar y proyectarlos crecimientos urbanos de núcleos de población en diferentes cuencas hidrológicas de Chihuahua, México. Se modelaron los crecimientos urbanos para predecir escenarios futuros 2030, 2040 y 2050 utilizando regresión logística (RL) y CA-Markov incorporado en Modelador de Cambio en el Terreno (LCM) integrado en IDRISI. Se produjeron mapas de uso de sueloaños2010, 2015 y 2020 utilizando Máquina de Soporte Vectorial (SVM). Los cambios de uso de suelo(LULC) de mayor intensidad se presentaron en el período 2010-2015, el incremento delas áreas urbanas proviene en su mayoría de los bosques. El modelo de RL resultó ser consistente mostrando Pseudo R2de McFadden superior a 0.2. Los Valores de Característica Operativa del Receptor (ROC), se consideran aceptables. En el uso de suelo urbano simulado se observa mayor crecimiento en el año 2030, para el 2040 y 2050 se identifica una tasa baja.

  • English

    AbstractThe objective was to detect, model and predict the urban growth of population centers in different hydrological basins of Chihuahua, Mexico.Urban growth was modeled to predict 2030, 2040 and 2050 future scenarios using logistic regression and CA-Markov incorporated in the Land Change Modeler (LCM) integrated in IDRISI. Land use maps for the years 2010, 2015 and 2020 were produced using Support Vector Machine (SVM). The most intense land use changes (LULC) occurred in the period 2010-2015, the increase in urban areas comes mostly from forests.The RLmodel proved to be consistent showing McFadden's Pseudo R2greater than 0.2. Receiver OperatingCharacteristic (ROC) values are considered acceptable. In the simulated urban land use, the highest growth is observed in the year 2030, and a low rate is identified for 2040 and 2050.