Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Un Modelo de Crecimiento Urbano y Económico PDF
Un Modelo de Crecimiento Urbano y Económico PDF
Un modelo de simulación del crecimiento urbano y del crecimiento económico de las CCAA
españolas1
Cristina Velastegui2, Wenseslao Plata3 y Joaquín Bosque Sendra4
1
Trabajo financiado por el proyecto SIMURBAN del Ministerio de Educacion y Ciencia (MEC
España) a traves de la convocatoria de 2006 de proyectos del Plan nacional de
Investigacion cientifica, Desarrollo e Innovacion 2004-2007, Programa nacional de
Ciencias Sociales, Económicas y Jurídicas (Referencia SEJ2007-66608-C04-00/ GEOG.
2
Sistema Nacional de Información, Secretaria Nacional de Planificación y Desarrollo ‐SENPLADES‐, Ecuador
3
Escuela de Ciencias de la Tierra, Universidad Autónoma de Sinaloa. Culiacán, Sinaloa, México.
4
Departamento de Geografía, Universidad de Alcalá, España
1
1. INTRODUCCIÓN
El objetivo de esta comunicación es presentar un modelo dinámico que ayuda a simular a futuro el
comportamiento de varias variables sociales y de ocupación del suelo en las Comunidades
autonómicas españolas. Para ello se han seleccionado los factores que se han considerado más
influyentes en la evolución en el tiempo de las dos variables consideradas dependientes y cuyo
cambio se desea poder estimar: el número de nuevas viviendas (y el suelo dedicado a ello) y, por
otra parte, el suelo dedicado a zonas productivas (industriales y comerciales).
Como resultado de la determinación de los factores considerados explicativos del crecimiento
urbano y productivo, se ha realizado una aplicación de la metodología de Dinámica de Sistemas,
que permite elaborar modelos de simulación para sistemas complejos, de modo que sea posible,
por un lado, entender las causas de los cambios del suelo y, por otro, estimar el crecimiento del
suelo urbano y productivo de un determinado territorio en un determinado período.
Definido el modelo, es posible establecer distintos escenarios de simulación que determinen la
demanda de mayor o menor concentración de suelo urbano y productivo, escenarios que
permiten estimar la demanda de suelo de las categorías antes mencionadas.
Las unidades de observación empleadas son las diecisiete Comunidades Autónomas de España,
que han vivido, de manera variable, un fuerte crecimiento urbano (residencial y productivo) en los
últimos años y que constituyen, por su tamaño, unas zonas relativamente autónomas y con cierta
unidad económica, social y política, lo que facilita su uso como unidad de base para la definición
del modelo. El período establecido para la ejecución del estudio son los años 1990 y 2000 para los
cuales se cuenta con información tanto para las variables explicativas como para las variables
dependientes.
2. ANTECEDENTES
El procedimiento de modelado seleccionado ha sido la Dinámica de Sistemas, una técnica
que permite analizar los sistemas complejos y simular sus comportamientos pasados y futuros,
mediante la formulación de un modelo matemático incluido en un programa informático. Este
método fue desarrollado por Jay Forrester, ingeniero del Instituto Tecnológico de Massachussets
(MIT) en la década de los cincuenta. En 1969 se publica la obra Dinámica Urbana (Forrester, 1969),
en la que se muestra su aplicabilidad a los estudios urbanos.
La dinámica de sistemas es una metodología cuyo objetivo es la modelización de la
dinámica de sistemas complejos (Aracil y Gordillo, 1997; Izquierdo et al., 2008), mediante la
construcción de un modelo de simulación informática, que pone de manifiesto las relaciones entre
la estructura del sistema, su comportamiento, y la determinación de los valores que las variables
adoptan, a lo largo del tiempo (Aracil, J. y Gordillo, F. 1997).
Esta metodología se ha utilizado para la modelizar sistemas en ingeniería (Ford 1997)5 , la gestión
medioambiental (Martínez y Esteves, 2007), en la planificación urbana (Aracil y Bueno 1976)6, por
mencionar algunos trabajos. También en Geografía se han realizado algunas aplicaciones, en
concreto para estimar las demandas de uso de nuevo suelo urbano (López, 2002), de manera más
5
Citado por Izquierdo L., Galán J., Santos J., y Olmo R. (2008).
6
Citado por Silvio Martínez (1989).
2
general se ha planteado que esta metodología podría ser útil para la interconexión general de los
SIG y el tratamiento de los fenómenos espaciales en el tiempo (López y Bosque, 2005).
En este caso, el objetivo principal de este modelo es similar: conocer el tamaño de la
demanda de nuevo suelo urbano y nuevo suelo productivo en un determinado territorio en el
periodo de simulación. A partir de conseguir el buen funcionamiento del modelo en un periodo de
tiempo del pasado (fase de ajuste del modelo) es posible establecer distintos escenarios de
simulación, que concentren en mayor o menor medida el crecimiento de las categorías en
cuestión, mediante la modificación para ello de los valores de las tasas incluidas en el modelo. Se
pueden establecer, por ejemplo, tres escenarios diferentes (Aguilera y otros, 2009):
El escenario tendencial se basa en la continuidad experimentada en los últimos años, es
decir, el crecimiento del suelo urbano y productivo se mantendrán en las mismas condiciones, sin
la necesidad de modificar el valor de las tasas determinadas en la fase de ajuste del modelo.
El escenario de crisis por su parte, supone un cambio significativo disminuyendo de
manera importante el crecimiento de suelo urbano y productivo experimentado en periodos
anteriores, a causa de una posible crisis, marcado a su vez por una menor presión demográfica y
menores niveles de renta.
Finalmente el escenario de innovación y sostenibilidad local se centra principalmente en
el crecimiento de nuevas áreas industriales, generadas por los incrementos de rentas derivadas
de la innovación como motor económico, por otra parte, las demandas residenciales se ven
reducidas de acuerdo con un mantenimiento de la población.
3. ÁREA DE ESTUDIO Y DATOS
España está situada al suroeste de Europa, ocupa la mayor parte de la Península Ibérica,
limita al Norte con Francia, Andorra y el Mar Cantábrico, al Sur con el Mar Mediterráneo y el
Océano Atlántico, al Este con el Mar Mediterráneo y al Oeste con Portugal (Figura 1.).
-12 0 12
³
52
52
EUROPA
Mar Cantábrico
Francia
Océano Atlántico
40
40
Portugal
Mar Mediterráneo
AFRICA
Decimal Degrees
0 1 2 4 6 8
-12 0 12
Figura 1. Localización de las Comunidades Autónomas Españolas.
3
España cuenta con una población aproximada de 46´009.000 de habitantes (INE, 2008), y
tiene una superficie aproximada de 506.645 Km2, gran parte del territorio español, 97,5%, se
encuentra ubicado en la península ibérica, en donde se localizan 15 de las 17 Comunidades
Autónomas que conforman España, el 2,5% restante corresponden a los archipiélagos
constituidos, por un lado, por las Islas Baleares, ubicadas en el Mar Mediterráneo occidental, y por
otro, las Islas Canarias, ubicadas en el Océano Atlántico nororiental. En cuanto a las ciudades
autónomas de Ceuta y Melilla que forman parte de España, se las excluye del estudio ya que
constituyen casos particulares debido a las reducidas extensiones y ubicaciones fronterizas.
En España, el suelo correspondiente a superficies artificiales representa un pequeño
porcentaje, de tan solo 2,1% del total del territorio, a diferencia del resto de países europeos
(occidentales y centrales) cuya extensión asciende a un 5%, las superficies artificiales de España
corresponden en su gran mayoría a zonas residenciales en un 63%, seguido de las zonas
industriales y comerciales con un 12%, el porcentaje restante lo conforman las áreas dedicadas a
la infraestructura de trasporte y a zonas de extracción minera, vertederos y de construcción (OSE,
2006, pp. 78).
El cambio del suelo a superficies artificiales producido en España durante el período 1990
‐ 2000 muestra un incremento del 29,5%, que corresponde a un total de 240.166 hectáreas, muy
por encima del 5,4% de Europa (OSE, 2006, pp. 78‐79), lo que indica que en España, se dio un alto
grado de conversión del suelo a superficies artificiales, siendo la creación de zonas residenciales la
principal causa de esta expansión, seguida de las zonas industriales y comerciales. En España el
incremento de las superficies artificiales se han desarrollado principalmente sobre zonas agrícolas
seguidas de las zonas forestales (OSE, 2006, pp. 80‐81).
Para poder analizar los cambios de uso del suelo de cada una de las Comunidades
Autónomas producidas en el período 1990–2000, se procedió a utilizar los datos obtenidos por el
Observatorio de la Sostenibilidad de España ‐OSE‐ en la publicación del estudio de Cambios de
ocupación del suelo en España: Implicaciones para la Sostenibilidad (2006), cuyos resultados son
provenientes de la cartografía del proyecto CORINE (Coordination of Information of the
Environment) LandCover para España, información que dispone de datos para las dos fechas en
cuestión.
De ésta fuente se procede a extraer la información que corresponde a cada una de las 17
Comunidad Autónoma, por un lado la categoría de Zonas Urbanas encierra todas aquellas zonas
correspondientes a Tejido urbano continuo, Estructura urbana laxa y Urbanizaciones exentas y/o
ajardinadas, y por otro lado, la categoría de Zonas Productivas abarca a las zonas correspondientes
a Zonas industriales y Comerciales.
En lo que respecta al resto de variables necesarias para el funcionamiento del modelo de
Dinámica de Sistemas, los datos se obtuvieron a partir de las observaciones estadísticas realizadas
por el INE (sociales, económicas y demográficas) y los datos de cambio de suelo (urbano y
productivo) conseguidos a partir de los resultados obtenidos por el OSE. A continuación se
muestran los datos de partida para la obtención de variables de nivel, auxiliares y calibración de
tasas para la simulación del modelo (Tabla 1.)
4
NOMBRE DESCRIPCIÓN
Población Unidades Número de Personas. Período 1991 – 2001
Vivienda Unidades Número de Viviendas. Período 1991 – 2001
Hogares Unidades Número de Hogares. Período 1991 – 2001
Renta Miles de Euros. Período 1991 – 2001
Zona Urbana Suelo construido con zonas residenciales, Unidades en hectáreas. Período 1990 – 2000
Zona Productiva Suelo construido con zonas industriales y comerciales, Unidades en hectáreas. Período 1990 ‐ 2000
Natalidad Unidades Número de Nacimientos. Período 1991 – 2001
Mortalidad Unidades Número de Defunciones. Período 1991 – 2001
Tabla 1. Descripción de las variables de partida del Modelo Dinámica de Sistemas
4. METODOLOGÍA
La Dinámica de Sistemas gira en torno al concepto de retroalimentación, es decir una
causalidad circular entre variables observables, las mismas que describen algún atributo de los
componentes básicos del sistema. Gran parte de los modelos de dinámica de sistemas, se
expresan mediante un conjunto de ecuaciones algebraicas, muchas veces ecuaciones diferenciales
(Izquierdo et al., 2008).
En nuestro caso, se considera que el incremento de zonas urbanas se produce como
consecuencia de nuevas viviendas demandadas por nuevos hogares (derivado del crecimiento
poblacional y de la disminución del número de personas por hogar), y por el incremento de la
renta que permite contemplar la vivienda como un bien de inversión. Por otro lado, el incremento
de las zonas productivas, son la respuesta a las demandas generadas por las nuevas viviendas y
zonas urbanas, así como también del incremento de la renta que favorece la actividad económica
y la creación de nuevas áreas comerciales e industriales.
Dentro de este contexto, la figura 2 muestra el modelo de Dinámica de Sistemas (Aguilera
y otros, 2009) planteado para la simulación del uso del suelo, este modelo se ha ajustado para
cada una de las comunidades autónomas, mediante este modelo se estudiará el crecimiento del
suelo urbano y productivo entre el período 1900–2000.
El modelo ha sido calibrado para reproducir los valores del año 2000, partiendo de los
datos observados en el año de 1990 y en el período 1990 y 2000. El intervalo de cálculo del
modelo es el año, por lo que es posible obtener valores de las variables para cada año entre 1990
y 2020.
5
Figura 2. Modelo de Dinámica de Sistemas para simular uso del suelo residencial y productivo.
En la figura 2 se identifica en color negro las Variables de Niveles en donde se indican los
valores iniciales de estas variables, de color verde los Flujos que se calculan para cada año y
afectan a los niveles, en color azul las Variables auxiliares que se calculan para cada año y las tasas
son valores anuales, que tienen valores fijos y cuyas cifras se deben estimar durante el período de
calibración. Durante el periodo de simulación es posible otorgar valores diferentes a estas tasas
de simulación para generar distintos escenarios.
Para el funcionamiento del modelo se establecen las 6 variables de nivel, antes
mencionadas, cuyos valores se van modificando en el tiempo a causa de las variables auxiliares y
tasas calibradas. A continuación (Tabla 2.), se observa el método de calibración de las tasas a
ingresar en el modelo:
6
NOMBRE DESCRIPCIÓN
Se suma el número de nacimientos entre 1991 y 2001 , y se obtiene la media anual, este valor se
Tasa de Natalidad
divide entre la media de la población 1991‐2001
Se suma el número de defunciones entre 1991 y 2001 , y se obtiene la media anual, este valor se
Tasa de Mortalidad
divide entre la media de la población 1991‐2001
A la variación de la población entre 1991 y 2001 se resta la sumatoria de los nacimientos entre 1991 y
Tasa de saldo
2001 y se suma la sumatoria de las defunciones entre 1991 y 2001, de este valor se obtiene la media
migratorio
anual del período, este valor se divide entre la media de la población 1991‐2001
Tasa de aumento de la
Su suman los incrementos anuales entre 1991 y 2001 y se obtiene el promedio del mismo
renta
Tasa de decrecimiento
Inicialmente valor cero (0)
de la Renta
Tasas de aumento del Se obtiene a partir del Incremento anual del suelo productivo, renta y población y del valor medio de
suelo productivo la población entre 1991 y 2001
Tasas de vivienda por Se obtiene a partir de la media de dividir el número de viviendas entre el número de hogares para los
hogar años 1991 y 2001
Tasa de nuevo suelo
productivo por Se divide el Incremento anual del suelo productivo para el Incremento anual de la vivienda
vivienda
Tasa de aumento de la
vivienda por euro por Se obtiene a partir del incremento anual de la renta, población y vivienda
persona
Personas por hogar Se divide el número de personas entre el número de hogares
Se obtiene a partir de calcular los hogares teórico del 2001 a partir de la división de la población del
Hogares por escisión y 2001 para las personas por hogar de 1991, luego se obtiene la diferencia de hogares mediante la resta
cambio en estructura de los hogares reales de 2001 y los hogares teórico de 2001, finalmente de este valor se obtiene la
media del período 1991 –2001
Suelo consumido por
Se divide la zonas urbanas entre el número de viviendas
vivienda
Tabla 2. Variables y Tasas para el funcionamiento de modelo de dinámica de sistemas
5. RESULTADOS
En la tabla 3 se muestra el conjunto de tasas estimado para cada una de las comunidades
autónomas, con estos cifras se obtienen los valores de las variables de nivel en el año 2000 y se
comparan con las reales para determinar si el modelo consigue reproducir la realidad en alguna
medida. En otra fase del procedimiento se podrán hacer ciertas modificaciones (ajustes) de las
tasas, con la posibilidad de simular distintas situaciones futuras de uso de suelo urbano y
productivo, las tasas son valores anuales fijos durante el periodo 1990‐2000.
7
Tasa de Tasa de Hogares
Tasa del Tasa de Nuevo aumento por Suelo
Tasa de Tasa de Personas
Tasa de Tasa de Tasa Saldo aumento viviendas suelo Vivienda escisión y consumido
TASAS natalidad mortalidad Migratorio
Aumento decrecimiento
del suelo por productivo por euro
por
cambio por
de Renta de la renta Hogar
productivo hogar por por en vivienda
vivienda persona estructura
CCAA (TBN) (TBM) (TSM) (TCR) (TDR) (TASP) (TVH) (TNSPV) (TAVEP) (PH) (HECE) (SCV)
Andalucía 0,011 0,008 0,003 0,046 0 8,13E‐10 1,45 0,005 1,48E‐07 3,28 31918 0,030
Aragón 0,008 0,010 0,004 0,030 0 5,14E‐10 1,47 0,022 2,38E‐08 2,88 4820 0,037
Asturias 0,006 0,011 0,002 0,025 0 ‐7,24E‐10 1,33 0,011 ‐6,59E‐08 2,92 4737 0,017
Baleares 0,011 0,009 0,015 0,038 0 3,01E‐09 1,71 0,008 3,85E‐07 2,90 2909 0,047
Canarias 0,011 0,007 0,008 0,045 0 1,50E‐09 1,49 0,003 4,39E‐07 3,35 8695 0,035
Cantabria 0,008 0,010 0,003 0,042 0 1,33E‐10 1,49 0,004 3,70E‐08 3,13 2229 0,037
Castilla La
Mancha
0,010 0,010 0,006 0,038 0 2,96E‐09 1,60 0,018 1,67E‐07 3,05 6392 0,055
Castilla León 0,007 0,010 ‐0,001 0,027 0 ‐2,43E‐09 1,60 0,028 ‐8,73E‐08 2,95 10822 0,054
Cataluña 0,009 0,009 0,004 0,034 0 9,46E‐10 1,43 0,011 8,97E‐08 2,93 28558 0,037
Comunidad
Valenciana
0,010 0,009 0,007 0,047 0 3,24E‐09 1,71 0,018 1,78E‐07 2,97 17267 0,027
Extremadura 0,010 0,010 ‐0,001 0,045 0 ‐1,75E‐10 1,51 0,019 ‐9,29E‐09 3,07 4254 0,038
Galicia 0,007 0,010 0,002 0,032 0 ‐2,30E‐10 1,44 0,008 ‐2,87E‐08 3,21 11190 0,028
La Rioja 0,008 0,009 0,006 0,036 0 1,41E‐09 1,52 0,012 1,14E‐07 2,91 1207 0,027
Madrid 0,010 0,007 0,007 0,048 0 2,01E‐09 1,30 0,014 1,41E‐07 3,08 21560 0,022
Murcia 0,012 0,008 0,010 0,051 0 9,40E‐09 1,59 0,033 2,89E‐07 3,32 3432 0,034
Navarra 0,009 0,009 0,006 0,042 0 3,34E‐09 1,34 0,028 1,21E‐07 3,14 2239 0,023
País Vasco 0,008 0,008 0,000 0,044 0 ‐1,31E‐10 1,21 0,014 ‐9,67E‐09 3,07 11487 0,016
Tabla 3. Calculo de las Tasas de las Comunidades Autónomas
Calibración del Modelo
La tabla 4 que a continuación se observa, muestra la relación entre los valores obtenidos y
los reales para las variables de nivel del modelo.
La calidad del modelo se mide a partir de los ajustes registrados, es decir cuando el ajuste
es igual a 1, este valor indica que el dato obtenido a partir de la simulación es próximo al valor
real, el ajuste del modelo se obtiene de la siguiente manera (Aguilera y otros, 2009):
8
A partir de los datos (Tabla 4), se observa que el modelo arroja ajustes diferentes para
las 6 variables de nivel de cada una de las comunidades autónomas, se aprecia que para las
variables de población (95 y 100%), hogar (97 y 100%), renta (92 y 100%) todas la comunidades
presentan un ajuste casi perfecto.
En lo que respeta a la vivienda, la mayoría de las comunidades presenta un ajuste entre el
81% y el 98% a excepción de Baleares, Extremadura, Cantabria y Castilla León cuyo ajuste varía
entre el 53% y 70%, lo mismo sucede con las variables de suelo productivo, lo cual seguramente
muestra la fuerte relación existente entre estas dos variables.
La única variable que presenta grandes desajustes en el modelo, en algunas comunidades,
es la que corresponde al suelo residencial, el desajuste es más visible en aquellas comunidades en
las que la variación superficial, de ésta categoría, durante el período de estudio (1990‐2000), es
menor, lo que puede indicar que en su versión actual, el modelo refleja en alguna medida los
procesos ocurridos en los lugares donde se ha producido un rápido crecimiento, es decir ha tenido
mayor peso la denominada “burbuja” inmobiliaria española, pero no es tan adecuado, y requiere,
posiblemente, cambios en su estructura, para simular lo ocurrido en regiones donde la burbuja ha
tenido menor peso, será necesario realizar cierto ajuste en los valores de las tasas que influye
directamente con el suelo residencial. Aún así el modelo parece relativamente valido en la
simulación de los comportamientos en las diecisiete comunidades autonómicas españolas, lo que
se puede considerar un resultado interesante.
6. DISCUSIÓN Y CONCLUSIONES
A partir de las tasas es posible realizar un análisis entre las comunidades autónomas y
conocer cuál es la tendencia de cada una de ellas respecto a las variables influyentes en el
crecimiento de las zonas urbanas o productivas.
Por su parte la Comunidad Balear, también mantiene tasas altas que indican la necesidad
de nuevos espacios residenciales y productivos, en este caso la tasa del saldo migratorio registra,
con diferencia, el valor más alto de todas las comunidades (0.015), lo que indica la gran presión
demográfica registrada en el archipiélago durante el período de estudio. En ésta comunidad se
registra la tasa de vivienda por hogar (1,7) más alta de España, muy probablemente se debe a que
al ser Baleares una comunidad con gran presión turística (europea en general), hace que muchos
hogares de fuera de las islas posean en ella una vivienda de tipo secundaria, lo que a su vez genera
una mayor demanda en el suelo residencial (SCV 0,047).
9
Las conclusiones más interesantes que podemos extraer de este análisis es la atractiva
posibilidad que ejerce la Dinámica de Sistemas como una metodología de fácil utilización para
crear modelos de simulación que permiten obtener datos de futuras demandas de usos del suelo
en una región, un componente muy importante en un proceso de Ordenación del Territorio.
Por otra parte, al tener un análisis por separado de cada una de las comunidades, se
aprecia, en definitiva determinadas pautas de cambio y desarrollo, marcadas por un lado por la
localización geográfica y la actividad turística de las mismas, ya que, aparte de la Comunidad de
Madrid, la zonas costeras occidentales y los archipiélago muestran gran evolución económica y de
cambios de uso del suelo. No obstante, de acuerdo a los valores de ajustes obtenidos en el modelo
de Dinámica de Sistemas, parece necesario revisar las tasas o, incluso, el propio modelo, para
poder entender y simular el comportamiento ocurrido en algunas de las zonas de estudio, es decir
la especificidad local no es desdeñable y sería interesante ver la manera de incluirla en un modelo
general.
10
BIBLIOGRAFÍA
Aracil, J. y Gordillo, F. (1997). Dinámica de Sistemas. Alianza Universidad Textos, Madrid.
Aguilera Benavente, F. Plata Rocha, W., Bosque Sendra, Joaquín y Gómez Delgado,
M..(2009): Diseño y simulación de escenarios de demanda de suelo urbano en ámbitos
metropolitanos. Revista Internacional Sostenibilidad, Tecnología y Humanismo, diciembre
2009, núm. 4, p. 57‐80 (http://upcommons.upc.edu/revistes/handle/2099/8535)
Forrester J., (1969): Urban dynamics. Cambridge. Massachusetts. Londres
Henríquez C., Azónar G. y Aguayo M., (2006): Cambio de uso del suelo y escorrentía
superficial: aplicación de un modelo de simulación espacial en Los Ángeles, VIII Región del
Biobío. Chile. Revista de Geografía Norte Grande, Nº 36, p. 61‐74
INE, 2008 datos de España: http://www.ine.es/inebmenu/mnu_cifraspob.htm
Izquierdo L., Galán J., Santos J., y Olmo R., (2008): Modelado de sistemas complejos
mediante simulación basada en agentes y mediante dinámica de sistemas. Revista de
metodología de ciencias sociales, ISSN 1139‐5737, Nº 16, pp. 85‐112
Lopez Klocker. C. y Bosque Sendra, J. (2005): “SIG y dinámica de sistemas”. X
Conferencia Iberoamericana de SIG, San Juan de Puerto Rico, septiembre de 2005,
10 p. Publicada en el libro (CD‐ROM) de actas del Congreso.
Martinez, Silvio (1989): Dinámica de sistemas y planificación regional. Norba. Revista de
geografía, ISSN 0213‐3709, Nº 8‐9, pp. 63‐86
Martínez J. y Esteves M., (2007): Gestión integrada de cuencas costeras: dinámica de los
nutrientes en la cuenca del Mar Menor. España. Revista de Dinámica de Sistemas Vol. 3
Núm. 1
Organización de las Naciones Unidas, (2002): Ciudades de hoy, ciudades del mañana.
http://www.un.org/Pubs/CyberSchoolBus/spanish/cities/index.asp. Consulta: 27 mayo
2009
Observatorio de la Sostenibilidad en España, (2006): Cambios de ocupación del suelo en
España: Implicaciones para la sostenibilidad. Observatorio para la Sostenibilidad en
España. Alcalá de Henares. Madrid.
11
Proyecto SIMURBAN, 2009: Modelo de dinámica de sistemas para la simulación de los
valores de crecimiento de suelo urbano y productivo. Departamento de Geografía. UAH.,
Alcalá de Henares. Madrid. http://www.geogra.uah.es/web_simurban/index.php
Sandoval V. y Real P., (2005): Modelamiento y prognosis estadística y cartográfica del
cambio en el uso de la tierra, versión On‐line ISSN 0717‐9200. Vol. 26 N° 1, pp. 55‐63
12