Modelación de crecimiento urbano: Tunja 2017 – 2035
-
Nestor Ivan Rojas Gamba [1] ; Liby Angelica Fonseca Salamanca [2] ; Sandra Liliana Pérez Rueda [3] ; Miguel Alfonso Blanco Suarez [3]
-
[1] University of Santo Tomas
University of Santo Tomas
Santa Cruz, Filipinas
-
[2] Universidad de Boyacá
Universidad de Boyacá
Colombia
-
[3] Universidad Sergio Arboleda
Universidad Sergio Arboleda
Colombia
-
- Localización: Bitácora Urbano-Territorial, ISSN-e 0124-7913, Vol. 32, Nº. 1, 2022 (Ejemplar dedicado a: Ciclos y tendencias de los hábitats de la guerra en la colonización territorial en Colombia), págs. 177-190
- Idioma: español
- Títulos paralelos:
- Modélisation de la croissance urbaine: Tunja 2017-2035
- Modelagem de crescimento urbano: Tunja 2017-2035
- Urban growth modeling: Tunja 2017-2035
- Enlaces
-
Resumen
- español
Se cuantifican tendencias de aumento de suelo urbanizado en la ciudad de Tunja, Colombia, para modelar escenarios futuros. El modelo se basa en clasificación de imágenes satelitales y la inclusión de factores influyentes en el urbanismo. Se visualizan las zonas probables de futuro desarrollo, mediante las siguientes etapas: 1). Pre procesamiento, define la zona de estudio y adecúa las imágenes. 2). Procesamiento, clasifica las imágenes 2000, 2012 y 2017, genera mapas de coberturas y usos: urbanizado, zona verde y área abierta. 3). Post procesamiento, valida la precisión de la clasificación. 4). Modelamiento de escenarios futuros, incorpora los factores de cambio hacia suelo urbanizado y las restricciones, genera un análisis de cambio y uno de áreas potenciales de transición a territorio urbanizado, para crear los modelos predictivos 2017, 2025 y 2030. El modelo se valida comparando la predicción 2017, con la imagen de clasificación del mismo año, modificando factores hasta que la imagen de predicción 2017 sea representativa de la imagen producto de clasificación. La clasificación y los escenarios futuros son herramientas para desarrollo y gestión, facilitan evaluar legalidad de ocupación, calidad de construcciones y dinámicas de crecimiento para planeación.
- English
The trends in the growth of urbanized land in Tunja city, Colombia, are quantified with the aim of modelling such a growing in the future. The modeling is based on satellite images classification and the inclusion of factors, to be into account, in the urban development. The suitable zones of development are visualized through the following stages: 1). Preprocessing, which defines the study area and adapts the images. 2). Processing, which classifies the images of years 2000, 2012 and 2017, to generate coverage and use maps: urbanized, green zone and open area. 3). Postprocessing, where the accuracy of the classification of images is validated. 4). Modeling incorporates factors of change and restrictions towards urbanized areas. It generates analysis of change and potential areas of transition in urbanized land, providing predictive data for 2017, 2025 and 2030. The modeling is validated by comparing the prediction 2017 data obtained with the classification image of the same year. Validation is done by change factors until the prediction image are representative of the classification image. The classification and future scenarios are tools for development and land management, these facilitate to evaluate the legality of the occupation, quality of buildings and growth dynamics for planning.
- français
Les tendances de l'augmentation des terres urbanisées dans la ville de Tunja, en Colombie, sont quantifiées pour modéliser les scénarios futurs. Le modèle est basé sur la classification des images satellites et l'inclusion de facteurs d'influence dans la planification urbaine. Les zones probables de développement futur sont visualisées à travers les étapes suivantes: 1). Prétraitement, définit la zone d'étude et ajuste les images. 2). Le traitement, classe les images 2000, 2012 et 2017, génère des cartes de couverture et d'utilisation: urbanisé, espace vert et espace ouvert. 3). Post-traitement, valide l'exactitude du classement. 4). La modélisation des scénarios futurs, intègre les facteurs de changement vers les terres urbanisées et les restrictions, génère une analyse des changements et l'une des zones potentielles de transition vers le territoire urbanisé, pour créer les modèles prédictifs 2017, 2025 et 2030. Le modèle est validé en comparant les La prédiction 2017, avec l'image de classification de la même année, modifie les facteurs jusqu'à ce que l'image de prédiction 2017 soit représentative de l'image du produit de classification. La classification et les scénarios futurs sont des outils de développement et de gestion, ils facilitent l'évaluation de la légalité de l'occupation, de la qualité des constructions et des dynamiques de croissance pour la planification.
- português
As tendências no aumento da terra urbanizada na cidade de Tunja, Colômbia, são quantificadas para modelar cenários futuros. O modelo é baseado na classificação de imagens de satélite e na inclusão de fatores de influência no planejamento urbano. As áreas prováveis de desenvolvimento futuro são visualizadas, através dos seguintes estágios: 1). Pré-processamento, define a área de estudo e ajusta as imagens. 2) O processamento, classifica as imagens de 2000, 2012 e 2017, gera cobertura e utiliza mapas: urbanizado, área verde e área aberta. 3) Pós-processamento, valida a precisão da classificação. 4) A modelagem de cenários futuros, incorpora os fatores de mudança para terras urbanizadas e as restrições, gera uma análise de mudança e uma das áreas potenciais de transição para território urbanizado, para criar os modelos preditivos 2017, 2025 e 2030. O modelo é validado comparando-se os A previsão de 2017, com a imagem de classificação do mesmo ano, modifica os fatores até que a imagem de previsão de 2017 seja representativa da imagem do produto de classificação. A classificação e os cenários futuros são ferramentas para desenvolvimento e gerenciamento, facilitam a avaliação da legalidade da ocupação, qualidade das construções e dinâmica de crescimento para o planejamento.
- español
