Documentos de Académico
Documentos de Profesional
Documentos de Cultura
352(461.1)
630*6(461.1):711.14
711.14(461.1)
Edita
Servizo de Publicacións e Intercambio Científico
Campus Vida
15782 Santiago de Compostela
usc.es/publicacions
Imprime
Librería Troll
Agradecimientos 7
Introducción 11
Resumen
Este trabajo es una introducción a los Modelos Basados en Agentes o ABM
(Agent Based Models) y su empleo para el análisis desde una perspectiva social
del proceso de cambio de usos del suelo. Se aborda cuestiones iniciales de los
ABM como: terminología, herramientas y toma de decisiones; siendo esta última
eje fundamental de los ABM, se hace una breve descripción de las principales
teorías utilizadas para el modelado de cambio de usos de suelo. Se revisan trece
modelos, de los cuales se describe la dinámica de los agentes y se resaltan los
aspectos principales. Finalmente, partiendo de un análisis general de la situación
actual en Galicia, se plantea un esquema conceptual para estudiar el problema del
abandono de tierras.
Palabras clave
Modelo Basado en Agentes, toma de decisiones, cambio de usos del suelo,
cambio de cobertura, abandono de tierras
1. Introducción
Las sociedades humanas, a través de su cultura, transforman los paisajes
naturales originales en paisajes culturales. Comprender estos procesos
sociales es un reto para diversas áreas como la sociología, geografía,
planificación, política, etc. Desde hace algunos años los ABM ( Modelos
Basados en Agentes) se han desarrollado con el respaldo de teorías varias,
buscando simular aspectos del comportamiento de los agentes. Los ABM
permiten una visión conciliadora e integradora sobre todo en las ciencias
sociales, ya que son un laboratorio con los conceptos de aislamiento y
observación (Gilbert, 2007), utilizados para la experimentación en las
ciencias naturales, conceptos que se consideraban antiéticos e imposibles
de aplicar a la sociedad.
Concretamente los ABM son Sistemas Adaptativos Complejos (CAS),
por medio de los cuales se puede simular el comportamiento de agentes
dentro de entornos computacionales. La particularidad de los ABM es la
capacidad que se otorga a los agentes para interactuar unos con otros,
36
jeannethjmgs@hotmail.com
135
Te r r i t o r i o s a e x a m e . T r a b a l l o s d e O r d e n a c i ó n T e r r i t o r i a l
136
Te r r i t o r i o s a e x a m e n . T r a b a j o s d e O r d e n a c i ó n T e r r i t o r i a l
2. Objetivos
Este trabajo tiene el propósito de servir de guía para conocer las actuales
tendencias en el Modelado Basado en Agentes para Cambios de Uso del
Suelo y su relación directa con los actores sociales, mediante una revisión
bibliográfica y descripción general de los modelos actuales, centrándose
en la dinámica de los agentes sobre el entorno. Por otra parte partiendo
de cómo se pueden incorporar los conceptos sobre el modelado
conceptual, en este trabajo se propone un esquema conceptual inicial
para el problema del abandono de tierras en Galicia.
3.1. Terminología
Un aspecto importante es la terminología ya que es el frecuente uso de
términos alternativos en la literatura y que son esencialmente sinónimos
de ABM (Millington et al., 2008). Los ejemplos incluyen: Modelado
Computacional Basado en Agentes, (ABCM), Simulación Basada en
Agentes (ABS), Simulación Social Basada en Agentes (ABSS) y
Modelado y Simulación Basado en Agentes(ABMS). Por otro lado, el
término Sistema Multi-Agente (MAS) es comúnmente aplicado fuera de
las ciencias sociales, por ejemplo en la ciencia de la computación en
relación con el desarrollo de software orientado a agentes.
3.2. Herramientas
El desarrollo de los ABM es facilitado por el uso de herramientas de
simulación y modelado (Castle et el., 2006). Para ello existen dos tipos de
herramientas computacionales para modelado y simulación, los toolkits y
los programas. Los Toolkits son sistemas de simulación y modelado que
proporcionan un marco conceptual para organizar y diseñar modelos.
Estos sistemas proveen librerías apropiadas que incluyen rutinas y
137
Te r r i t o r i o s a e x a m e . T r a b a l l o s d e O r d e n a c i ó n T e r r i t o r i a l
138
Te r r i t o r i o s a e x a m e n . T r a b a j o s d e O r d e n a c i ó n T e r r i t o r i a l
MP-MAS
MP-MAS (Mathematical Programming-based Multi-Agent System)
(Schreinemachers et al., 2011) es una aplicación para la simulación de
escenarios de cambio de usos del suelo para la agricultura y la
silvicultura, que se puede ajustar a diversas escalas espaciales que van de
una comunidad a una región dentro de un país. Depende del objetivo y la
disponibilidad de datos, y tiene cuatro niveles jerárquicos: agentes,
grupos de agentes homogéneos, segmentos de innovación y poblaciones.
MP-MAS trabaja con una programación matemática que captura la
interacción de los agentes con el medio ambiente mediante coeficientes
de rendimiento almacenados en una matriz. El propósito de MP-MAS es
entender cómo la tecnología agrícola, la dinámica del mercado, los
cambios ambientales, y la intervención política afectan a una población
heterogénea de familias de agricultores y de recursos agroecológicos.
La toma de decisiones se hace en función de los agentes, familias, que
maximizan sus ingresos netos ya sean provenientes de la actividad
agrícola o no, mientras –opcionalmente- satisfacen sus necesidades de
consumo. Las decisiones de inversión maximizan su rendimiento a largo
plazo, mientras que las decisiones de producción lo optimizan a corto
plazo. Los agentes aprenden acerca de los cambios ambientales a través
de una reducción en los rendimientos de los cultivos, lo cual crea un
incentivo para ajustar la elección de cultivos o la adopción de métodos
para la conservación.
139
Te r r i t o r i o s a e x a m e . T r a b a l l o s d e O r d e n a c i ó n T e r r i t o r i a l
LUDAS
Land Use Dynamic Simulator (LUDAS) (Le et al., 2008) fue diseñado
para apoyar las políticas de decisión del uso de tierras en los márgenes de
los bosques de las tierras altas centrales de Vietnam, con el objetivo de
explorar la magnitud de los posibles cambios socio-económicos en
diferentes espacios y tiempos. Además permite simular escenarios
alternativos para mejorar la vida y mitigar el impacto negativo de los
cambios de uso del suelo, apoyando así el proceso de negociación entre
los diferentes actores en la planificación del uso del suelo. La población
inicial de agentes, que representan a las familias, se genera a partir de un
conjunto de agentes de muestra. El usuario del modelo debe configurar el
tamaño inicial de población de los agentes, así como los parámetros de
las políticas predefinidas según las consecuencias previstas.
El mecanismo de toma de decisiones sigue un procedimiento que tiene
entradas desde el perfil de los agentes, la información sobre la percepción
del paisaje y, en ocasiones, la información de los agentes del hogar. El
procedimiento es lógico y aplica principios de la microeconomía como la
optimización de beneficios, de modo que los agentes buscan las mejores
tierras para el cultivo o para la recolección en áreas forestales. El
procedimiento de decisión es universal para todos los agentes en términos
de secuencia lógica. Sin embargo, debido al estado del agente, los
parámetros y la estructura de las funciones de utilidad son
específicamente individuales, dando como resultado que las decisiones
sean diversas.
Modelo de Evans
El modelo presentado por Evans et al. (2008) es una representación del
uso del suelo por parte de familias. El propósito es comprender la
influencia de los factores biofísicos y sociales sobre la trayectoria futura
de los cambios de cobertura forestal del suelo. Los agentes adoptan
decisiones con el objetivo de representar a los propietarios de las tierras
con diversas estrategias de gestión que conducen a resultados particulares
del paisaje en el tiempo. Fundamentalmente el modelo está organizado
por un conjunto de agentes con propiedades similares.
La dinámica de toma de decisiones se realiza a nivel de agentes y
parcelas, los agentes toman decisiones de uso del suelo una vez al año.
Las parcelas están compuestas por un conjunto de celdas de tamaño
normal y de agrupaciones de celdas de propiedades de agentes. Los
agentes tienen características propias, como nivel de renta, oferta de
trabajo, preferencias de uso, memoria; las celdas también poseen
características propias, como pendiente, superficie y uso del suelo actual.
En cada momento los agentes evalúan el patrón actual de uso de la tierra
en sus celdas y toman decisiones para mantener los usos existentes o
140
Te r r i t o r i o s a e x a m e n . T r a b a j o s d e O r d e n a c i ó n T e r r i t o r i a l
hacer una transición a otros usos. En el modelo los agentes pueden llevar
a cabo cuatro actividades relacionadas con la agricultura o el
aprovechamiento de la madera, es decir: agricultura, cultivo de árboles,
tala de árboles o dejar la tierra en barbecho. El objetivo de la toma de
decisiones de los agente es maximizar su utilidad. Los agentes toman una
decisión a nivel de parcela en la asignación del trabajo. Esto determina la
cantidad de trabajo que se asigna a cada una de las actividades, luego se
toma una decisión a nivel de celda acerca de dónde emplear el trabajo
asignado a cada actividad. Se supone que un agente elige el número de
celdas de cambio según la mejora de su utilidad. Este procedimiento se
repite para cada agente y para cada año de la simulación de producción.
Los parámetros de heterogeneidad y la distribución de pesos
preferenciales de uso reflejan la diversidad de tipos de agentes del
modelo.
Modelo de Millington
Millington et al. (2008) desarrollaron un ABM de LUCC que se utiliza
para evaluar los posibles cambios en el riesgo de incendios de un paisaje
mediterráneo, sobre un paisaje tradicional agrícola español en proceso de
cambio social, demográfico y cultural. El modelo examina los efectos de
la composición inicial de la tenencia y uso de la tierra y la configuración
de LUCC. Los efectos del uso del suelo y la tenencia de la tierra se
examinan en los mapas de usos, posteriormente se utilizan mapas de
cubierta vegetal para examinar el riesgo de incendios. El modelo
considera tres tipos de uso del suelo, cultivos, pastizales y no agrícolas.
Además se consideran dos variables de estado para examinar el modelo,
la proporción de tierras dedicadas a cultivos y la proporción de tierras
utilizadas para pasto. Para estructurar este modelo se identificaron dos
tipos de agentes. Las decisiones del primero están influenciadas por el
mercado comercial y las del segundo por aspectos culturales y
tradicionales. Estos agentes y sus decisiones determinan el uso del suelo y
establecen si un área del terreno o celda estará en uno de los tres posibles
usos: cultivos, pastos o tierras no agrícolas. Los agentes perciben el
paisaje como una red de unidades de tierra finita representado por celdas,
sobre una base estacional, cuatro veces por año. El estado de cada agente,
como edad o riqueza se controla en cada transcurso del tiempo. En este
modelo las características de los agentes son asignadas al azar, como la
edad o la riqueza; al igual que el tipo de decisiones a tomar en función a
la mentalidad comercial y tradicional.
141
Te r r i t o r i o s a e x a m e . T r a b a l l o s d e O r d e n a c i ó n T e r r i t o r i a l
142
Te r r i t o r i o s a e x a m e n . T r a b a j o s d e O r d e n a c i ó n T e r r i t o r i a l
143
Te r r i t o r i o s a e x a m e . T r a b a l l o s d e O r d e n a c i ó n T e r r i t o r i a l
NEA
Mena et al. (2011) describen el diseño y aplicación de un ABM que se
utilizó para la simulación del cambio de uso del suelo en las
explotaciones familiares en la Amazonía Norte del Ecuador (NEA) por
medio de Repast Simphony. El propósito de este estudio es
principalmente obtener un conocimiento de los aspectos sociales y su
influencia en la toma de decisiones sobre el territorio. NEA simula la
toma de decisiones a nivel de hogar y se ajusta mediante encuestas
socioeconómicas y demográficas, así como con el empleo de SIG para
establecer las relaciones espaciales entre las parcelas y su entorno,
mientras que las imágenes Landsat se utilizan para establecer las
condiciones iniciales de uso de suelo y cubierta para la simulación
espacial.
Los agentes que intervienen en la simulación son agentes sociales o
agentes activos, que representan a las familias; y agentes de paisaje o
agentes pasivos. Para configurar los agentes de familia se consideran
varias características sociales tales como el número de miembros, edade,
y tasas de natalidad y mortalidad. Las decisiones y acciones sobre la finca
solo las puede ejecutar un agente individual representante. Por otro lado,
los agentes de paisaje son parcelas y fincas, representados por celdas,
todas las parcelas de un propietario forman una finca que tienen
características físicas tales como tamaño, uso y accesibilidad.
NEA utiliza varios criterios para la toma de decisiones de los agentes.
Los agricultores toman decisiones basadas en una información
inmediata, actualizada; un agricultor convertirá su tierra en tanto se lo
permita el trabajo y los recursos disponibles; fuera de la finca siempre hay
mano de obra disponible; todas las explotaciones tienen una alta
accesibilidad geográfica; la motivación para el cambio de uso es
impulsado por la maximización de ingresos, por lo que el agricultor va a
tratar de realizar un cambio de tierras para maximizar su beneficio; un
agricultor va a satisfacer su consumo antes de elegir un cambio de uso del
suelo; y un agricultor toma la decisión de cambiar la tierra cada año,
aunque algunas conversiones pueden tomar varios años para hacerse
realidad.
Modelo de Valbuena
Este ABM (Valbuena et al., 2010b) está desarrollado en el entorno
NetLogo, y su propósito es explorar las respuestas de los agricultores y la
toma de decisiones en los procesos endógenos y exógenos que afectan a
la estructura del paisaje regional. Este modelo se aplicó a la creación de
escenarios futuros en una región rural de Holanda, en donde se simularon
los cambios en las tierras agrícolas y áreas seminaturales. El modelo se
ajustó mediante encuestas, datos de censos, información catastral y
mapas de usos del suelo.
144
Te r r i t o r i o s a e x a m e n . T r a b a j o s d e O r d e n a c i ó n T e r r i t o r i a l
SLUDGE
Simulated Land Use Dependent on eDGe Effect externalities
(SLUDGE), descrito por Polhill et al.(2008) es una combinación simple
de autómata celular y ABM. Este modelo fue diseñado para explorar los
efectos positivos y negativos de las externalidades espaciales dependientes
de la distancia en los patrones económicos y de paisaje. Las
externalidades espaciales se refieren a las actividades de uso del suelo por
parte del propietario que afectan directamente a sus vecinos. El modelo
funciona como mecanismo de búsqueda de un equilibrio estático en el
que el actual patrón de uso de suelo es tal que ningún agente tiene un
incentivo para elegir un uso de suelo diferente. Los propietarios son
agentes que ocupan una celda de un modelo del paisaje uniforme, regla a
aplicar en la propuesta. El modelo de paisaje afecta a la rentabilidad de
cada uso de suelo, la dimensión del paisaje y las coordenadas.
Básicamente SLUDGE considera la maximización de beneficios en la
decisión de cada propietario que elige un uso del suelo entre cero o uno.
Para tomar esta decisión, cada agente calcula el valor de las ganancias
esperadas para cada uno de los dos usos de suelo posibles, sobre la base
del panorama actual y las condiciones de mercado, teniendo en cuenta la
demanda y el modelo de suministro. Para calcular el beneficio esperado
para un uso de la tierra determinado, el agente se forma una expectativa
de precio por el uso de suelo en función de una estimación de la oferta de
mercado, basándose en la reserva de precios para cada agentey un patrón
de paisaje actual.
145
Te r r i t o r i o s a e x a m e . T r a b a l l o s d e O r d e n a c i ó n T e r r i t o r i a l
FEARLUS
FEARLUS (Framework for Evaluation and Assessment of Regional
Land Use Scenarios), descrito por Polhill et al (2008), está desarrollado
con una arquitectura modular para facilitar una amplia gama de estudios
relacionados con el uso y cambio de uso del suelo. FEARLUS
inicialmente fue desarrollado como ABM, aunque ahora está considerado
como un entorno de modelado que puede ser configurado para producir
un modelo de particular interés, en lugar de un modelo especifico en sí
mismo. FEARLUS estudia y compara el éxito relativo de la innovación y
la imitación de los agricultores respecto del uso del suelo.
Los propietarios o administradores están representados por agentes y el
paisaje por celdas gestionadas por los agentes. Las decisiones de los
agentes son heurísticas, es decir, tratan de solucionar los problemas de
uso de suelo de forma creativa, en función de unas reglas de decisión. Si
el rendimiento de la parcela cumple o supera el umbral de la aspiración
del propietario, entonces el uso de la tierra no ha cambia. Si no es así, el
propietario evalúa su entorno e imita a sus vecinos para determinar el
nuevo uso del suelo de la parcela. De lo contrario, el propietario usa su
estrategia innovadora para determinar un nuevo uso de suelo de la
parcela.
146
Te r r i t o r i o s a e x a m e . T r a b a l l o s d e O r d e n a c i ó n T e r r i t o r i a l
5. Propuesta
Esta propuesta es un ejercicio inicial para el diseño de un ABM que
pueda simular el absentismo y abandono de tierras en Galicia, así como
el papel del Banco de Tierras, al cual se otorga más funciones del que
tiene actualmente como mediador para la transacción de tierras. Para esta
propuesta se han considerado las características de los modelos revisados
como son las reglas heurísticas (FEARLUS), configuración del paisaje
(PUMA, SOME), agente regulador (RL ABM), y estado de la parcela
(ABM Millington). El propósito del este modelo sería simular un
escenario óptimo del problema, dotando al modelo de un agente gestor y
un agente regulador.
5.2. Medioambiente
El territorio estaría conformado por un conjunto de celdas, adaptado a
los entornos de diseño de NetLogo, Repast Simphony o Swarm, en el
cual cada celda representaría una parcela que correspondería a un agente
propietario (AA, AP, AI). La condición de cada celda es de estado:
activo o inactivo, que depende expresamente de la decisión de los agentes
propietarios. Por otro lado, cada celda tendría propiedades biofísicas
(pendiente, orientación, ubicación, superficie) que influiría en la toma de
decisiones de los agentes y en su capacidad para mantenerla activa.
148
Te r r i t o r i o s a e x a m e n . T r a b a j o s d e O r d e n a c i ó n T e r r i t o r i a l
149
Te r r i t o r i o s a e x a m e . T r a b a l l o s d e O r d e n a c i ó n T e r r i t o r i a l
150
Te r r i t o r i o s a e x a m e n . T r a b a j o s d e O r d e n a c i ó n T e r r i t o r i a l
6. Discusión
La variada terminología utilizada para designar a los ABM
frecuentemente lleva a confusión, lo que puede ser consecuencia de la
falta de estandarización de conceptos. Es necesario definir la
terminología claramente, lo que es al mismo tiempo un área potencial
para la investigación, ya que esta carencia puede llevar a errores en el
conocimiento futuro.
Las herramientas computacionales para el modelado siguen en constante
desarrollo, porque aún tienen muchas limitaciones para la simulación,
debido a que los modelos requeridos por los usuarios son muy
específicos, lo que no podría ser de otra forma, ya que se requiere
exactitud en la simulación. En consecuencia, muchos modeladores optan
por construir entornos propios de trabajo. Dotar a estas herramientas de
una flexibilidad para ajustarse a los requerimientos del usuario y una
mayor integración entre ABM y SIG representa también un desafío.
La toma de decisiones es el motor de los cambios de uso de suelo, por lo
tanto se debe prestar especial atención a la elaboración de reglas de
conducta en los modelos. Por otra parte, el ajuste de los modelos es sin
duda la tarea más importante para la construcción de reglas de
comportamiento de los agentes, aunque también la más costosa, porque
implica el análisis de una información amplia del área de estudio como y
la obtención de nuevos datos con el desarrollo de encuestas y entrevistas
que proporcionan otra perspectiva de la realidad. Por otro lado muchos
de los modelos revisados se guían por reglas empíricas generales, lo que
puede conducir a un sesgo, ya que no todas las áreas de estudio tienen las
mismas características.
Los ABM son una herramienta a utilizar a escala local, ya que el
comportamiento humano no es universal, lo que supone una ventaja, ya
que podría aportar exactitud en la simulación, por lo que la adaptabilidad
de un ABM a varias zonas dependería fundamentalmente de las
metodologías de ajuste de los modelos, y desarrollarlas constituye otro
desafío para la investigación.
Siendo Galicia un territorio singular geográfica y socialmente, el
desarrollo de un ABM permitiría comprender ciertos patrones de
comportamiento social y serviría como herramienta para la aplicación de
políticas y planes.
Bibliografía
Bakker, M. y Van Doorn, A. 2009. Farmer-specific relationships between
land use change and landscape factors: Introducing agents in empirical
land use modelling. Land Use Policy, 26(3): 809-81.
151
Te r r i t o r i o s a e x a m e . T r a b a l l o s d e O r d e n a c i ó n T e r r i t o r i a l
152
Te r r i t o r i o s a e x a m e n . T r a b a j o s d e O r d e n a c i ó n T e r r i t o r i a l
Matthews, R.B., Gilbert, N.G., Roach, A., Polhill, J.G., y Gotts, N.M.
2007. Agent-based land-use model: a review of applications. Landscape
Ecology, 22(10): 1447-1459.
Mena, C., Walsh, J., Frizzelle, B. G., Xiaozheng, Y. y Malanson, G.
2011. Land use change on household farms in the Ecuadorian Amazon:
Design and implementation of an agent-based model. Applied Geography,
31(1): 210-222.
Millington, J., Romero-Calcerrada, R., Wainwright, J. y Perry, G. 2008.
An Agent-Based Model of Mediterranean Agricultural Land-Use/Cover
Change for Examining Wildfire Risk. Journal of Artificial Societies and
Social Simulation, 11(4).
Pahl-Wostl, C. 2002. Towards sustainability in the water sector: the
importance of human actors and processes of social learning. Aquatic
Sciences, 64(4): 394-411.
Pahl-Wostl, C. y Hare, M. 2004. Processes of social learning in integrated
resources management. Journal of Community and Applied Social Psychology,
14(3):193-206.
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. International Journal of Geographical
Information Science, 20(2): 1013-1037.
Polhill, D.C., Parker, D.G., Brown, D. y Grimm V. 2008. Using the
ODD protocol for describing three agent-based social simulation models
of land use change. Journal of Artificial Societies and Social Simulation, 11
(2):3.
Schreinemachers, P. y Berger, T. 2006. Land use decisions in developing
countries and their representation in multi-agent systems. Journal of Land
Use Science, 1(1): 29-44.
Schreinemachers, P. y Berger, T. 2011. An agent-based simulation model
of human–environment interactions in agricultural systems. Environmental
Modelling and Software, 26(7): 845-859.
Swarm, 2006. Swarm: A Platform for Agent-Based Models.
http://www.swarm.org/
Valbuena, D., Verburg, P.H., Bregt, A.K. y Ligtenberg, A. 2010a. An
agent based approach to model land use change at a regional scale.
Landscape Ecology, 25(2): 185-199.
Valbuena, D., Verburg, P.H., Bregt, A.K. y Ligtenberg, A. 2010b. Effects
of farmers’ decisions on the landscape structure of a Dutch rural region:
An agent-based approach. Landscape and Urban Planning, 97(2): 98-110.
153
Te r r i t o r i o s a e x a m e . T r a b a l l o s d e O r d e n a c i ó n T e r r i t o r i a l
154