Informativo Estadístico de Edificación A Sep-2018

MODULO VI: ING.
GEOMATICA EN EL ORDENAMIENTO TERRITORIAL Y AMBIENTAL

CURSO: PLANIFICACION Y ORDENAMIENTO TERRITORIAL
PROFESOR: LUIS NAVARRETE ZUÑIGA TEMA: CAPACIDAD DE ACOGIDA
Y LA ORDENACION DEL TERRITORIO
10. LA CAPACIDAD DE ACOGIDA Y LA ORDENACIÓN DEL TERRITORIO
Como se ha indicado con anterioridad los elementos que conforman la ordenación del territorio
son:
✓ Las actividades humanas, que se ordenan y soportan el cauce al desarrollo.

✓ Su localización en el espacio.
✓ La regulación de su comportamiento.
Respecto a la localización de las actividades, se plantea que estas deben realizarse acorde con la
lectura del entorno, lo que se concreta en los cuatro criterios siguientes, todos ellos directamente
asociados al sistema territorial:
✓ Adecuarse a la lectura del medio físico, lo que se traduce en respetar la capacidad de

acogida del medio físico.
✓ Aspirar a la máxima funcionalidad del conjunto, es decir, optimizar las relaciones con
otros planes concurrentes en la zona y con las actividades existentes en el entorno.
✓ Procurar el uso múltiple de los espacios.
✓ Coherencia de los elementos físicos en su entorno.
La adecuación a la lectura del medio físico se refiere a que toda actividad ocupa y transforma un
espacio; en realidad toda actividad puede interpretarse como un espacio adaptado para cumplir
unas determinadas funciones. Por su parte, el entorno no es homogéneo, sino que se organiza
en ecosistemas y esta afectado por todo tipo de procesos y riesgos; pues bien, las características
y ubicación relativa de las unidades ambientales y los procesos activos que le afectan permiten
leer su vocación natural o capacidad de acogida. El criterio de integración consiste, pues, en
respetar la capacidad de acogida o condiciones del medio físico.
En la medida en que la localización de las actividades se aproxime más o menos a la capacidad

de acogida, se estará consiguiendo mejor o peor integración con el entorno.
10.1.1 Capacidad de acogida
Se define como el grado de idoneidad o aptitud del territorio para una actividad, teniendo en
cuenta la medida en que el territorio cubre los requerimientos locacionales de la actividad
(capacidad) y los efectos de ésta sobre el medio (impacto o vulnerabilidad). Por tanto, es un
indicador del mejor uso que puede hacerse del territorio (Antequera, 2008).
La capacidad de acogida es un concepto tomado de la ordenación territorial que expresa la

relación del medio con las actividades humanas en términos de vocación, compatibilidad o
incompatibilidad, u otros calificativos; el respeto a la capacidad de acogida viene a representar la
concertación de dos puntos de vista que se suponen dialécticamente contrapuestos: el del
"conservacionista" y el del "promotor"; el primero mira la relación actividad-entorno desde éste
MODULO VI: ING. GEOMATICA EN EL ORDENAMIENTO TERRITORIAL Y AMBIENTAL
último, en términos de impacto, mientras el promotor la percibe desde la actividad, en términos

de aptitud o potencial del medio: tiende a poner éste al servicio de aquél y a ignorar las
alteraciones indeseables – externalidades negativas - que pueden surgir, a no ser que afecten al
propio funcionamiento de la actividad prevista
Así mismo, se considera una metodología que permite la integración de variables de diferentes
categorías, permite una posición media entre la conservación de los recursos y el uso deseado,
permite encontrar los puntos del territorio que pueden utilizarse en beneficio del hombre sin
impactos inaceptables, reevalúa la pertinencia de usos preexistentes en un área determinada y
considera variables adicionales a las físico-bióticas (Gómez Orea, 2007).
Gómez Orea (2007) hace las siguientes referencias del concepto de capacidad de acogida:
• La determinación de la capacidad de acogida del territorio puede considerarse como un

invariante en todas las metodologías, porque representa la lectura del territorio, su suelo, así
como para formular la imagen objetiva óptima del sistema en todos los aspectos que lo
componen: uso del suelo (ordenación del medio físico), actividades económicas, equilibrios
intersectoriales, empleo, población y su distribución en el espacio, redes de conexión, etc.
• La capacidad de acogida de una unidad ambiental representa el uso que puede hacerse de
ella teniendo en cuenta conjuntamente el punto de vista del promotor de la actividad que
ese uso comporta, y el punto de vista social representado por la necesidad de conservar el
medio. Por otro lado, junto con los recursos existentes, determina el potencial del medio
físico para el desarrollo.
• En la medida en que la localización de las actividades se aproxime más o menos a la
capacidad de acogida, se estará consiguiendo mejor o peor integración con el entorno.
En este sentido, el concepto de capacidad de acogida es considerado el más importante para

aportar al análisis y diagnóstico del medio físico en la ordenación territorial.
10.1.2 Descripción general del método de capacidad de acogida
La capacidad de acogida se interpreta como síntesis de dos requerimientos o factores que la

condicionan, esto es:
• La capacidad del territorio como soporte físico de una actividad.

• Vulnerabilidad o impacto del medio físico frente a una actividad o uso concreto. Los impactos
considerados son aquellos derivados de la implantación de la actividad y de su posterior uso.
La valoración de la capacidad y de la vulnerabilidad se realiza de forma cualitativa en cinco niveles:

MUY ALTO (MA), ALTO (A), MEDIO (M), BAJO (B) Y MUY BAJO (MB). Por tanto, los requerimientos
óptimos para implantar un uso determinado se darán en aquellas áreas donde para dicho uso, la
capacidad sea muy alta (MA) y la vulnerabilidad o impacto, muy baja (MB).
Para aplicar la metodología, se deben seleccionar las actividades que se quieren ubicar, los
factores que van a determinar la capacidad y la vulnerabilidad y un conjunto de procedimientos
para integrar toda la información temática disponible.
En este sentido, Antequera (2008) describe el método desarrollado, que consta de las siguientes
fases:
1. Cada factor del medio físico debe expresarse por medio de mapas de clase o unidades
temáticas homogéneas para ese factor. La escala de trabajo debe ser similar para todos los
factores.
2. Se deben identificar para cada uso o actividad, aquellos factores susceptibles de ser tenidos en
cuenta desde el punto de vista de la capacidad y de la vulnerabilidad.
3. Disponer de cartografía temática de cada una de las variables y definición de las diferentes
clases asociadas a ellas.
4. Elaboración de las matrices de capacidad para cada factor seleccionado. Los usos aparecen en
columnas y las unidades, en términos de clase o nivel del factor correspondiente, en filas. En
las casillas de cruce se coloca la capacidad de la zona para asentar la actividad, en relación al
factor considerado. Análogamente se definen las matrices de vulnerabilidad y los mapas de
capacidad y vulnerabilidad para cada uso y factor.
5. Definición de las Unidades de Capacidad y de Vulnerabilidad mediante la integración

cartográfica de las variables utilizadas en la definición de la capacidad y de la vulnerabilidad.
Figura 10.1. Modelo para la integración de unidades de capacidad y de vulnerabilidad

6. Asignar a cada unidad de integración de capacidad y de vulnerabilidad un valor integrado y

único de capacidad y vulnerabilidad, respectivamente.
7. Obtención de las unidades de integración finales obtenidas por intersección de las unidades
de capacidad y de vulnerabilidad y determinación de la aptitud o capacidad de acogida de
cada una de dichas unidades finales para cada uso considerado (ver figura 1
Los resultados que se pueden obtener para la aptitud o capacidad de acogida se describen en la
Tabla 10.1
Es importante aclarar que los resultados obtenidos son sólo indicativos de una vocación de uso,
ya que dependen de las variables empleadas para definir la capacidad y la vulnerabilidad, del
método para la valoración de cada variable y del método de integración.
Así mismo, sólo se consideran factores del medio físico, por tanto, se requiere considerar en el
análisis otras consideraciones distintas de las exclusivas del medio físico, que complementen y
concreten con más detalle la asignación final de usos realizada.
Tabla 10.1. Matriz de aptitud o capacidad de acogida

Vulnerabilidad
Capacidad
Baja Media Alta
Alta SL A (IVA)
DES
Media A (VTE) A (IVA + VTE)
Baja NP
Dónde:
SL: Se permite el uso sin limitación

A (VTE): Se permite el uso, previo informe de viabilidad técnica
A (IVA): Se permite el uso, previo informe de viabilidad ambiental
A (IVA + VTE): Se permite el uso, previo informe de viabilidad técnica y ambiental
DES: Se desaconseja la localización del uso por ser incompatible con un desarrollo económico
sostenible
NP: Uso prohibido
10.2 Evaluación Multicriterio (EMC) y Evaluación Multiobjetivo (EMO)
Las técnicas de Evaluación Multicriterio son herramientas que se insertan en un marco teórico
más amplio, la Teoría de la Decisión y tienen su origen en la teoría económica. En los años sesenta
se consolida esta teoría, que experimenta un crecimiento importante en los años ochenta con la
incorporación de la informática. No obstante, y a pesar de que provengan de la teoría económica,
en la actualidad se han convertido en una importante vía metodológica para la planificación
territorial y ambiental, por ello es una herramienta cada vez más utilizada en geografía como
técnica orientada a asistir a los procesos de toma de decisión.
En el ámbito de la EMC, la determinación de la capacidad de acogida para una actividad en un

territorio se enmarca en una evaluación de objetivo simple y criterios múltiples. También es
posible establecer varios modelos de este tipo, es decir, varios modelos de capacidad de acogida
para diferentes actividades en un mismo territorio, lo que permitiría integrarlos a posteriori en
una evaluación multi-objetivo, logrando así determinar la localización óptima de las actividades
evaluadas en el territorio (Gómez y Barredo, 2005).
En este sentido, un enfoque para el análisis de la capacidad de acogida es el de impacto- aptitud.
Así, la obtención de un valor que refleja la capacidad de acogida de un territorio puede obtenerse
con base en la aptitud para cada uso y el impacto potencial generado por los usos planteados
sobre el medio. El procedimiento definido como modelo impacto-aptitud, basa su
implementación en la definición de un valor de impacto y otro de aptitud para cada lugar del
territorio, estableciendo así posteriormente una serie de clases de capacidad, a partir de dichos
valores y para el uso que se esté evaluando.
En principio se debe considerar que el concepto de capacidad se relaciona con otra serie de
términos representativos, entre los que adquieren especial importancia el de aptitud, entendida
como la vocación potencial del territorio a los requerimientos impuestos por la actividad evaluada;
impacto, que considera los efectos negativos de una actuación determinada sobre el medio; y
restricción, como factores que son incompatibles con el uso analizado.
Para valorar la capacidad del territorio y tratando de ajustar una solución óptima a la problemática
planteada, se propone una estructura metodológica que pasa por recoger secuencialmente los
criterios de restricción (restringen la posibilidad de la práctica de la actividad o uso evaluado), y
los que definen la aptitud e impacto (realzan o detractan la capacidad de asentamiento de una
alternativa específica para la actividad).
Con tal fin, se deben determinar los factores por los que se miden estos criterios y las variables
territoriales adecuadas para medir y puntuar factores y criterios. Una vez establecidas las variables,
factores y criterios de evaluación, se procede a la combinación de éstos por medio de una serie
de reglas de decisión o juicios de valor, según la terminología del método, apoyados en diversos
procedimientos aritmético - estadísticos, que pueden ser compensatorios (que son aquellos
donde el centro decisor debe especificar los pesos de los criterios como valores cardinales o
funciones de prioridad así, un valor alto de una alternativa en un criterio puede compensar un
valor bajo de la misma alternativa en otro criterio) o no compensatorios (que demanda un menor
proceso cognitivo del centro decisor y donde un valor bajo en un criterio no puede ser
equilibrado por uno alto en otro).
10.2.1 Métodos de EMC
Se diferencian dos grupos de técnicas de EMC: compensatorias y no compensatorias. En las

técnicas compensatorias se deben establecer los pesos de los criterios de manera numérica;
mientras que las técnicas no compensatorias indican el valor de importancia de los criterios, sin
establecer un peso de manera cuantitativa (Gómez y Barrredo, 2005).
Los procedimientos enmarcados en las técnicas compensatorias pueden ser divididos en dos
subclases: técnicas aditivas y técnicas basadas en la aproximación del punto ideal.
En los procedimientos aditivos, el valor obtenido en cada alternativa es el producto del peso del
criterio y las puntuaciones de los criterios, siendo la alternativa que obtenga el valor más alto la
más adecuada o la mejor para la actividad evaluada. Entre las técnicas aditivas se destacan: la
Sumatoria Lineal Ponderada y el Método de las Jerarquías Analíticas.
Uno de los métodos más empleados en este tipo de evaluaciones por ser sencillo, intuitivo y fácil
de implementar, es la Sumatoria Lineal Ponderada. La obtención del nivel de adecuación de cada
alternativa se halla sumando el resultado de multiplicar el valor de cada criterio por su peso y es
el método utilizado para definir la capacidad de acogida en función de la aptitud y el impacto
(Gómez y Barrredo, 2005).
En las técnicas basadas en el concepto de un punto ideal, el decisor se le pide establecer un

conjunto de soluciones ideales, es decir, especificar el valor más deseable para cada criterio de
decisión. Entonces, la distancia entre la solución ideal y cada alternativa considerada se mide
usando una distancia euclidiana o una medida de distancia no lineal con el fin de llegar a la
clasificación de las alternativas.
Esta distancia euclidiana es sometida a la ecuación de ordenación simple que permita normalizar
los datos y trabajarlo en dimensiones mayores a la bidimensional (a más de dos ejes o criterios)
Goméz Delgado & Barredo Cano (2005) muestran las variaciones de esta ecuación, en función
de la cantidad de criterios a través de la siguiente formula:
Donde L2 es la distancia euclidiana entre la alternativa i y el punto ideal de aptitud. Wj es el peso

del criterio j y eij es el valor normalizado de la alternativa i en el criterio j.
10.3 USO DE LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y EVALUACIÓN MULTICRITERIO

PARA DETERMINAR LA CAPACIDAD DE ACOGIDA DEL TERRITORIO.
Uno de los problemas de usar la EMC para la ciencia geográfica son las numerosas alternativas
existentes en la resolución de un problema de planificación ambiental, por ello, el uso de una
segunda herramienta puede resultar clave: los Sistemas de Información Geográfica (SIG). Estos
posibilitan el trabajo con múltiples factores en formato de capas de información temática o
sectorial, y resultan muy útiles para ordenar los datos de forma georreferenciada y evaluar los
resultados alcanzados eficazmente (Santos, 1997, p. 130 citado por Luque, 2003, p. 146).
Los SIG pueden ser utilizados para la entrada, transformación, almacenamiento y manipulación
de los datos digitales espaciales relevantes para el problema planteado. Con dichas funciones se
puede obtener un conjunto reducido de alternativas disponibles para cierta actividad, así como
su localización; sin embargo, dichos datos espaciales deben ser evaluados a la luz de
procedimientos de EMC para poder establecer órdenes de preferencias, conjuntos compromiso,
jerarquías de capacidad, etc. De allí, que la integración de los SIG y la EMC permite contar con
una herramienta sumamente poderosa para estudios de encontrar localizaciones idóneas o aptas,
conocidas también como de localización-asignación de recursos o actividades, o bien de
capacidad de acogida del territorio (Gómez y Barredo, 2005, p. 59).
10.4 MODELOS PARA ENCONTRAR UBICACIONES IDONEAS O APTAS.
La utilización de un modelo de idoneidad o aptitud permiten encontrar ubicaciones para un uso

particular, por ejemplo, encontrar la mejor ubicación para situar un centro comercial regional o
decidir dónde ubicar un nuevo cultivo planificado. En este tipo de modelo se incluye capas que
representan las principales características para una determinada localización dentro de un área
de estudio. Para esto, se deben identificar las ubicaciones que cumplan con las características que
se están buscando, es decir, establecer los criterios para lo que constituye una ubicación
"adecuada" para tal uso. El término "idoneidad o aptitud" es un término ampliamente definido.
Debido a que identifica las ubicaciones que tienen un conjunto particular de características, estos
tipos de modelos también se pueden utilizar para encontrar áreas susceptibles a un evento como
son incendios forestales, o el desprendimiento o deslizamiento de terrenos (en cierto sentido,
identifican lugares con "adecuadas" condiciones para un tal acontecimiento). Del mismo modo,
se utilizan para identificar las áreas que se consideran deseables. Por ejemplo, una empresa
puede usar un modelo de idoneidad para identificar los vecindarios que pueden tener potenciales
clientes a los que debería dirigirse una campaña publicitaria. Por otra parte, un biólogo
especializado en la vida silvestre que estudia a los leones de montaña usaría un modelo de
idoneidad para encontrar aquellas áreas que son un potencial hábitat de dichas especies.
Un método que permite modelar la idoneidad o aptitud es el que identifica las ubicaciones que
cumplen todos los criterios (y elimina aquellas que no cumplen uno o más criterios). Este tipo de
modelo de idoneidad o aptitud divide las ubicaciones en dos grupos o conjuntos: los que son
adecuados y los que no lo son. El modelo utiliza la lógica booleana para determinar si una
locación es parte del conjunto de ubicaciones adecuadas. En tal sentido, se evalúa si cada
localización satisface cada uno de los criterios, en base de un sí o un no. La respuesta debe ser
"Sí", cuando todos los criterios están incluidos en el conjunto para las ubicaciones adecuadas.
Los modelos de idoneidad o aptitud booleana son útiles si sus criterios tienen umbrales (por
ejemplo, no ocupar dentro de 200 pies desde un río) y si todos los criterios deben cumplirse para
una ubicación que se considere conveniente. A menudo este es el caso cuando los criterios se
definen por reglamentos, como cuando se debe hallar un lugar para una nueva escuela. Los
modelos booleanos son relativamente simples de crear, usar y entender.
Las áreas en azul indican las mejores para

ubicar un centro comercial, basado en la
selección de criterios. El modelo fue creado
usando selección Booleana
10.4.1 DISEÑO DE UN MODELO DE IDONEIDAD O APTITUD
Para diseñar un modelo de idoneidad o aptitud booleano, indique el problema que está
intentando resolver, establezca los criterios específicos que definen una ubicación adecuada y
elija las herramientas apropiadas.
10.4.1.1 DEFINA EL PROBLEMA
El primer paso es definir, lo más específicamente posible, el problema que está intentando
resolver. Esto le ayudará a definir los criterios y le guiará en el desarrollo de su modelo.
Su declaración del problema se podría hacer como se muestra en los siguientes ejemplos:
“Se necesita encontrar parcelas (lotes) en la ciudad de Los Ángeles, que sean aptas para construir
una escuela básica."
"Se necesita encontrar lugares en la tundra que sean aptos para el hábitat de los leones de
montaña".
Encontrar las ubicaciones adecuadas es a veces un paso inicial para resolver un problema mayor.
Por ejemplo, si su objetivo es proteger el hábitat de los leones de montaña, una vez que haya
identificado los lugares de hábitat adecuado, tal vez, querrá vincularlos creando corredores.
10.4.1.2 DEFINIR LOS CRITERIOS
Definir los criterios, esto es, lo que es "adecuado”, forma el corazón del modelo. Se tienen que
enumerar las características específicas que hacen que una ubicación sea adecuada. Por ejemplo,
cuando se busca una ubicación para construir un pequeño centro comercial, los criterios pueden
incluir:
• un lote o parcela actualmente vacante

• que tenga entre ¼ y ½ hectárea de tamaño
• ubicado dentro de medio km de una carretera
• dentro de los límites de la ciudad
Cada criterio tiene un correspondiente layer fuente:
CRITERIO LAYER FUENTE

Parcelas Actualmente Vacantes Parcelas
Tamaño entre ¼ y ½ Has Parcelas
Ubicada a ½ km de vías Vías
Ubicada al interior de los límites de la ciudad Límites de la ciudad
Generalmente, los criterios se basan en una característica de la localización por sí mismo o en la

relación espacial de la localización con otras características. Los criterios que se basan en una
característica de la ubicación dependen de los valores de los atributos. Por ejemplo, los dos
primeros criterios requieren que la capa de parcelas tenga atributos para el uso y el tamaño de
la parcela (en hás) los criterios especifican los valores que constituyen parcelas adecuadas
(vacantes y entre ¼ y ½ há, respectivamente). Los valores pueden ser categorías, pueden estar
dentro de un rango de valores numéricos, o pueden ser un valor de umbral.
Para los valores de categoría, los criterios especifican qué categorías se consideran adecuadas
para el uso que está modelando. Por ejemplo, cuando se busca un lugar para construir un nuevo
centro comercial, se buscarían parcelas que tengan una categoría de uso de la tierra de "vacante".
Las parcelas que están en azul están vacantes. “Vacantes” es una categoría de uso del suelo asociada con la parcela.
Para los valores continuos, los criterios pueden ser un valor umbral o pueden estar dentro de un
rango de valores. Por ejemplo, la ubicación para una nueva subdivisión debe estar en pendientes
de menos de siete grados (un umbral); un centro comercial debe estar en una parcela de entre
dos y cinco acres de tamaño (un rango).
Un criterio basado en las relaciones espaciales incluye la cercanía de una ubicación a otras
características y si una ubicación está dentro o fuera de un área. En el ejemplo del centro
comercial, los criterios requieren que la ubicación esté dentro de un medio kilómetro de una
carretera y dentro del límite de la ciudad.
Al hacer la lista de los criterios del modelo, considere posibles modelos alternativos que desee
crear para asegurarse de reunir todas las capas de fuente necesarias, con los atributos requeridos,
por adelantado. Por ejemplo, es posible que necesite crear modelos para un conjunto de
soluciones alternativas, como ubicaciones potenciales para una subdivisión dadas diferentes
prioridades, una solución de bajo costo, y una que favorezca la protección de recursos como
arroyos, humedales y tierras agrícolas. El primero requiere capas de origen para la pendiente, las
carreteras y la cubierta terrestre, mientras que la segunda requiere cobertura de tierra, arroyos y
humedales. Durante la etapa de diseño usted debe identificar las cinco capas necesarias para sus
modelos.
10.4.1.3 ELEGIR LAS HERRAMIENTAS APROPIADAS.
Una vez que se han especificado los criterios que usara el modelo, se deben elegir las
herramientas apropiadas.
El conjunto de herramientas debe permitir realizar selecciones lógicas y espaciales, de los distintos
criterios, para filtrar los lugares inadecuados, dejando las ubicaciones adecuadas restantes. Este
método es bueno para evaluar las características existentes, tales como paquetes, tractos
censales, ciudades o caminos para determinar si son apropiados. Por ejemplo, para encontrar
una ubicación para construir una nueva tienda, se comienza con una capa de parcelas, se
seleccionan las parcelas vacantes, se eligen las zonificadas como comerciales; de éstas se
selecciona las de tamaño entre un ¼ y ½ hás de tamaño, y finalmente se seleccionan las que
están dentro de ½ kilómetro de una carretera mayor. Con cada selección el número de parcelas
disminuye, resultando finalmente, el conjunto de parcelas que cumplen todos los criterios.
Otro conjunto de herramientas permite superponer (overlay) capas que representan los criterios
individuales para combinar los valores de los criterios. En el proceso, se crean nuevas
funcionalidades, teniendo todos los criterios asociados. Para identificar ubicaciones adecuadas,
se seleccionan las funciones que cumplen todos los criterios. Por ejemplo, para crear un modelo
del hábitat para los leones de montaña, se superpondrían capas de pendiente, cubierta de la
tierra, distancia a los arroyos y distancia de las autopistas. A continuación, seleccione las áreas
que tengan valores de atributo que cumplan con sus criterios para identificar aquellas áreas que
sean apropiadas para el hábitat de los leones de montaña. Algunas de las herramientas se utilizan
con datos vectoriales, mientras que otras se utilizan con datos raster.
En lo que sigue, se presentan ejemplos de utilización de herramientas de selección lógica y

espacial y ejemplos adecuados de las herramientas de selección lógica y superposición para
identificar ubicaciones adecuadas.
10.4.1.4 ENCONTRAR LUGARES ADECUADOS UTILIZANDO HERRAMIENTAS DE SELECCIÓN.
Una selección lógica o espacial es útil cuando se tiene un conjunto de características que
representan potenciales lugares y se desea encontrar los lugares que cumplen con los criterios
de idoneidad. Los lugares podrían ser sitios específicos, tales como parcelas, en las que se
construirá o localizará algo, o podrían ser áreas administrativas más grandes que se necesita
evaluar, tales como distritos censales, ciudades o áreas rurales. Por ejemplo, se puede tener un
conjunto de parcelas y se desea encontrar las que son adecuadas para la construcción de un
centro de distribución de compras; o usted puede tener un grupo de ciudades y quiere encontrar
la mejor para construir un centro médico regional; o puede que quiera identificar secciones de
una carretera que serían buenos lugares para un restaurante a orilla de ésta. En todos estos casos,
las características (parcelas, pueblos o carreteras) están contenidas en una capa fuente existente.
El modelo aplica un conjunto de filtros (que representan sus criterios) para excluir las entidades
que no cumplen con los criterios. Una entidad se filtra si no cumple con cualquiera de los criterios.
Las entidades restantes son las que cumplen con todos sus criterios y serán las adecuadas para
el uso que está modelando.
El proceso para evaluar localizaciones sigue una secuencia. Esta suele ser:
,
1. Recopilar las capas fuentes 3. Evaluar los resultados
2. Realizar la selección 4. Visualizar y aplicar los resultados
10.4.1.4.1 RECOPILAR LAS CAPAS FUENTES.
La forma más simple del modelo es que todos sus criterios se representen por atributos asociados
con una única capa fuente (como el tamaño y el uso actual de las parcelas). En este caso, se
harían las selecciones lógicas usando sólo esta capa; no sería necesario seleccionar espacialmente.
En muchos casos, sin embargo, el modelo incluirá criterios espaciales y lógicos. Deseará iniciar
cada criterio y, a continuación, listar la capa fuente correspondiente que usará para realizar la
selección, junto con la instrucción de selección específica. Por ejemplo, cuando se evalúan las
parcelas para un centro de distribución de envíos, la lista puede verse así en la tabla siguiente.
La lista ayudará a determinar qué capas fuentes se deben reunir (en este ejemplo, las parcelas,
las zonas de inundación y las carreteras), qué atributos y/o características tendrá que tener (el
uso de la tierra y el área para las parcelas), y qué tipo de selecciones habrá que realizar.
CRITERIO LAYER FUENTE PLANTEAMIENTO TIPO SELECCION

Sitio debe estar fuera de la Zonas de Inundación Seleccionar parcelas que están fuera de la Espacial
zona de inundación zona de inundación
Sitio debe estar a un km de Carreteras Seleccionar parcelas que estén a 1 km Espacial
una carretera desde las carreteras
Sitio debe estar vacante Parcelas Seleccionar parcelas con uso vacantes Lógica
Sitio debe tener un tamaño Parcelas Seleccionar parcelas con área igual o Lógica
de al menos ½ hectárea mayor a ½ hectárea
Si la capa fuente no tiene los atributos necesarios, es posible que necesite editar la capa para
añadirlas (si los datos del atributo están disponibles y se ha verificado que son precisos), o unir
una tabla a la capa, si ésta contiene los atributos deseados. Por ejemplo, se puede unir una tabla
que contenga los códigos de uso de la tierra a la capa de parcela para asignar un código de uso
de tierra a cada parcela.
Además de unir tablas, es posible que tenga que calcular los nuevos valores de atributo para
poder realizar la selección. Por ejemplo, si uno de sus criterios es que las parcelas deben tener
un valor menor de $15.000.000 por hectárea, agregaría un nuevo campo a la tabla de atributos
y calcularía el valor por há.
10.4.1.4.2 REALIZAR LAS SELECCIONES.
Para encontrar las características que cumplen con los criterios, se realizará una serie de
selecciones. Muchos modelos incluyen selecciones espaciales y lógicas. Las selecciones espaciales
definen elementos utilizando su ubicación en relación con otras características. Las elecciones
lógicas toman características que tengan valores de atributos específicos y que correspondan a
las condiciones o criterios elegidos para el sitio.
Selección espacial.
La selección espacial común tiene por objetivo encontrar características que están dentro o fuera
de un área o zona en particular, tales como parcelas fuera de la zona de inundación, o cuencas
que contienen áreas de bosque de coníferas. Otra selección típica es encontrar las características
que están cerca, o lejos de, otras características (tales como parcelas cercanas a las carreteras o
de áreas censales ubicadas a cierta distancia de un hospital).
Selección de entidades -dentro o fuera- de un área.
La clave para crear este tipo de selección es definir qué se entiende como "Inside" (al Interior).
Una entidad puede estar completamente dentro de una zona, principalmente en el interior, o
simplemente solapar parcialmente la zona. La definición que se utilice y la forma en que se
estructura la instrucción de selección depende del criterio adoptado. Por ejemplo, si está
seleccionando un sitio para una escuela, es posible que desee seleccionar sólo las parcelas que
están completamente fuera de la zona de inundación. Si usted está seleccionando un sitio para
un estacionamiento, tal vez, buscará una parcela que este fuera de la zona de inundación, aunque
si no está totalmente fuera de ésta, igual sería suficiente (el lote puede ser fácilmente cerrado si
se produce alguna amenaza o peligro de inundación). Si usted está seleccionando cuencas para
una investigación sobre, digamos, una especie de ave que requiere sólo un pequeño sector de
bosque para anidar, usted puede seleccionar aquellas cuencas que contienen cualquier tipo de
bosque de coníferas. Ahora si su investigación es sobre una especie de mamífero, en el cual el
bosque le ofrece una amplia gama de hogares, entonces seleccionará las cuencas que estén en
su mayoría o completamente cubiertas por bosques de coníferas.
Es posible que necesite completar varias selecciones para seleccionar en última instancia las
características que desea para un criterio determinado. Por ejemplo, para seleccionar cuencas
que contengan cualquier tierra arbustiva, primero debe seleccionar los polígonos de arbustos en
la capa de cubierta terrestre (usando una selección lógica) y luego seleccionar las cuencas que
superpongan los polígonos de cobertura terrestre localizados (una selección espacial).
Seleccionar entidades cercanas o lejanas de otras.
Los criterios pueden requerir que una entidad sea adyacente o esté dentro de una cierta distancia
de otras entidades (o inversamente, que no sea adyacente o que esté más lejos que una cierta
distancia).
Para las entidades que están dentro de una distancia dada, una de ellas será seleccionada si
cualquier porción de ésta se encuentra dentro de la distancia, no es necesario que la entidad
entera esté dentro de la distancia. Por ejemplo, si una distancia de umbral es de 100 m., parcelas
serán seleccionadas si están adyacentes a una carretera principal -permitiendo el acceso a la
carretera- aunque se extiende más allá de 100 m. de la carretera.
Para seleccionar las entidades que están más allá de cierta distancia, deberá seleccionar primero
las que están dentro de la distancia y, a continuación, cambiar el conjunto seleccionado. Por
ejemplo, al seleccionar un sitio para una tienda, es posible que desee encontrar parcelas que
están dentro de ¼ de kilómetro de una escuela, pero no más cerca de 100 m. Para hacer esto,
usted seleccionaría las parcelas dentro de 100 m. de una escuela y a continuación cambiará el
conjunto seleccionado, y entonces de estas parcelas seleccionará las que están dentro un cuarto
de kilómetro.
Selección lógica.
Las selecciones lógicas se realizan utilizando los atributos de las entidades. Los valores de
atributos, que se almacenan en la tabla de atributos de la capa, representan las características de
la entidad. La declaración de criterios se traduce directamente en una selección lógica en el SIG.
Las selecciones lógicas utilizan operadores booleanos, como "igual a", "mayor que", “menos que",
etc. Se utiliza el operador "and" para encadenar las instrucciones individuales correspondientes a
cada criterio. Por ejemplo, si el sitio debe tener un mínimo de 2500 m2 y está vacante, la
instrucción de selección lógica se vería así (dependiendo de los nombres de los campos y de los
códigos de uso de tierras en la tabla de atributos):
AREA ≥ 2500 AND LANDUSE = ´ VAC ´
El operador "and" también se utiliza para seleccionar un rango de valor para un atributo
determinado. Si desea seleccionar parcelas entre 5.000 y 10.000 metros cuadrados, la declaración
sería:
AREA > 5000 AND AREA < 10000
Si necesita seleccionar varias categorías para un único atributo, utilice el operador "or". Por
ejemplo, si el uso requerido de la tierra para un sitio es bosque, arbusto, o prado, la declaración
sería:
LANDUSE = ´FOREST ´ OR LANDUSE = ´SHRUB´ OR LANDUSE = ´MEADOW ´
En la mayoría de los casos, creará una única instrucción para seleccionar las entidades que
cumplen todos los criterios al mismo tiempo. Utilice paréntesis para organizar las secciones de la
instrucción. Por ejemplo, entrando:
(AREA> 5000 AND AREA < 10000) AND (LANDUSE=´FOREST´ OR LANDUSE = ´SHRUB´ OR
LANDUSE = ´MEADOW´ )
DEFINICION OPERADOR
Igual a =
No igual a <>
Mayor que >
Mayor que o igual a >=
Menor que <
Menor que o igual a <=
seleccionaría los sitios que están entre 5.000 y 10.000 metros cuadrados y sea bosque, arbusto, o
prado.
El orden de selección.
En general, el orden en el que se realizan las selecciones espaciales y lógicas no afectará los
resultados. Hay un par de formas comunes de estructurar el orden de las selecciones.
Enfoque que hace que el modelo funcione más rápido. Para ello, se hacen las selecciones para
que el mayor número de entidades se filtren en una o en dos selecciones. Las selecciones
posteriores incluirán un conjunto más pequeño de entidades y se completarán más rápido de lo

que lo harían si se ejecutara el conjunto completo de entidades.
En general, las selecciones lógicas son más rápidas que las selecciones espaciales (ya que sólo
implican la búsqueda en una tabla), por lo que podría hacerse estas primeras, especialmente si
está seleccionando de un conjunto grande de características. Por ejemplo, usted comenzaría
seleccionando aquellas parcelas que están actualmente vacantes y por lo menos ½ hectárea de
tamaño, entonces realice las selecciones espaciales subsecuentes.
Otro enfoque común permite ver el efecto de cada selección espacial, lo que puede proporcionar
una visión de sus criterios. Por ejemplo, si uno de sus criterios es que las parcelas estén a un
kilómetro de una carretera y, después de hacer la selección puede ver que muchas parcelas
cumplen con este criterio, es posible que decida reducir la distancia a ½ kilómetro, para encontrar
las parcelas que son aún más preferibles.
Para este enfoque, primero, se hacen las selecciones espaciales y, a continuación, se crea una
única instrucción de selección de atributos para la selección final.
Independientemente del enfoque que utilice, el conjunto seleccionado de entidades creadas por
cada paso es temporal -una vez que haya realizado la siguiente selección, hay un nuevo conjunto
seleccionado que consta de un subconjunto de las entidades seleccionadas previamente. Si estás
haciendo las selecciones interactivamente, es una buena idea guardar cada conjunto intermedio
de las entidades seleccionadas como una capa para que pueda documentar lo que ha hecho y
para que pueda caminar de vuelta a través del modelo (si, por ejemplo, se termina sin sitios que
cumplan con los criterios, se pueden modificar los criterios y volver a ejecutar el modelo).
Alternativamente, si está construyendo un documento del modelo, entonces los pasos de
selección se guardan, aunque los conjuntos intermedios de las entidades seleccionadas no. Es
posible que todavía desee guardar cada conjunto intermedio de entidades seleccionadas como
una capa (incluyendo la función guardar en el documento de modelo en cada paso apropiado).
La revisión de los conjuntos intermedios seleccionados puede ayudarle a evaluar los resultados
de su modelo o mejorarlo.
10.4.1.4.3 EVALUAR LOS RESULTADOS.
Si bien el proceso de selección es bastante sencillo, querrá comprobar los resultados para
asegurarse de que sus selecciones son válidas. Para comprobar el modelo, muestre los atributos
de los sitios seleccionados para asegurarse de que cumplen con cada uno de los criterios de
selección, junto con las funciones utilizadas para las selecciones espaciales. Esto se hace más fácil
de usted ha creado su modelo, como podría ser un documento del modelo con ModelBuilder.
En los modelos de idoneidad booleana puede haber sitios potenciales que cumplan con la
mayoría, pero no la totalidad de los criterios. Por ejemplo, una parcela que según la mayoría de
los criterios es adecuada podría estar más allá de la distancia máxima de una carretera.
Si se ha guardado cada conjunto resultante de una selección, o si se ha creado un documento

del modelo, será más fácil modificar los criterios para encontrar ubicaciones alternativas (por
ejemplo, aumentando ligeramente la distancia máxima que una parcela puede estar desde una
carretera). Como alternativa, se puede utilizar uno de los métodos de índice de idoneidad, que
se presentarán más adelante.
10.4.1.4.4 VISUALIZAR Y APLICAR LOS RESULTADOS.
Una vez que haya identificado las entidades adecuadas, querrá mostrarlas y resaltarlas en un
mapa. También es posible que desee crear un informe que enumere los lugares adecuados junto
con cualquier otra información pertinente. Los informes pueden resumir la información de
atributos de las entidades (por ejemplo, el valor promedio por hectárea de parcelas). Los informes
se crean a partir de la tabla de atributos de la capa. El etiquetado de las características en el mapa
le permite referenciarlos rápidamente en el informe.
El uso de gráficos para mostrar información sobre las ubicaciones adecuadas puede
proporcionarle condiciones adicionales. Por ejemplo, la creación de un histograma de las parcelas
por tamaño permite obtener una mejor idea del número de parcelas grandes y pequeñas
disponibles.
Mostrar el lugar adecuado utilizando el valor de atributo, ayuda a ver el patrón espacial. Por
ejemplo, puede mostrar parcelas con un color codificados por valor por há para ver si las parcelas
tienden a ser más caras en un área versus otra. De manera similar, mostrar las ubicaciones
adecuadas con información relacionada puede revelar oportunidades y restricciones. Por
ejemplo, se podrían mostrar las parcelas que son adecuadas para un centro de distribución
comercial, en la parte superior de un mapa de zonificación para ver qué parcelas tienen la
zonificación deseada (comercial) o cuales podrían estar en las zonas residenciales, por lo que son
menos atractivas para un centro de distribución.
10.4.1.5 ENCONTRAR LUGARES ADECUADOS USANDO OVERLAY.
Utilice el método de superposición (overlay) para encontrar ubicaciones adecuadas si sus criterios
están en varias capas de un mapa. Por ejemplo, es posible que desee encontrar áreas que son
un buen hábitat para los leones de montaña. Primero se definen las características que hacen un
buen hábitat y se identifican los datos fuentes para las correspondientes capas representando
cada característica. Al sobreponer las capas, se puede consultar e identificar las ubicaciones que
cumplen todos los criterios. El modelo se basa en la lógica booleana, como en el modelo descrito
en el tema anterior.
El modelo se crea mediante capas de entrada vectorial o rasterizada, dependiendo de los datos
que tenga. Aunque los conceptos son esencialmente los mismos para ambos tipos de datos, la
implementación del proceso de superposición es ligeramente diferente, como se verá en este
tema.
El proceso para identificar ubicaciones potenciales es:
1. recopilar las capas de origen

2. crear capas derivadas
3. superponer las capas e identificar las ubicaciones apropiadas
4. evaluar los resultados
5. visualizar y aplicar los resultados
10.4.5.1 RECOPILACIÓN DE CAPAS FUENTES.
Primero compilas las capas que representa los criterios. Las capas incluyen a menudo datos
espaciales de tipo continuo, tales como cubierta de la tierra, pendiente, elevación o precipitación
anual media. Las características discretas (o no continuas), que incluyen áreas (tales como límites
de área urbana) y características lineales (tales como caminos o arroyos), pueden también ser
utilizadas.
Por ejemplo, si está modelando el hábitat de los leones de montaña, sus criterios y las
correspondientes capas de datos fuentes, podrían incluir las de la siguiente tabla:

Pendiente mayor a 20 grados Elevación
Cubierta de bosque Cubierta de la tierra
Dentro de 500 metros a un arroyo Arroyos
Más de 500 metros desde una carretera Carreteras
Algunas de las capas fuentes se utilizarán como están en el modelo. Otras capas necesitarán
procesamiento adicional o se usarán para crear capas derivadas que se convertirán en entradas
para el modelo. En este ejemplo, la cubierta de la tierra se utiliza como está, a los arroyos y a las
carreteras se aplica un buffer para derivar capas de la distancia de las corrientes y de las
autopistas, y la capa de pendiente de la cuesta se deriva de la capa de la elevación.
10.4.1.5.2 CREAR LAYERS DERIVADOS.
En algunos casos, tendrá que derivar la capa correspondiente de una característica de sitio
determinada de una capa de datos de origen. Esto es particularmente cierto si sus criterios
incluyen un valor de umbral, como la distancia hacia o desde las características geográficas. Por
ejemplo, si un criterio es que las ubicaciones adecuadas están dentro de 500 m de arroyos, se
usaría la capa de arroyos para crear una capa de distancia. (Se requiere una capa de distancia
derivada, ya que se va a sobreponer con otras capas para identificar ubicaciones adecuadas, esto
no es como cuando se seleccionan las características existentes, descritas anteriormente en este
capítulo, donde se utilizó una selección espacial sobre la marcha para seleccionar parcelas dentro
de una distancia dada de una carretera).
Cuando se usa el método de superposición vectorial, se almacenan las características de la

secuencia para crear una capa de áreas dentro de 500 mts. de un arroyo. Cuando se utiliza el
método de superposición raster (overlay raster), se crea una superficie de distancia
(alternativamente, se puede crear un polígono de búffer de arroyos y, a continuación, convertirlo
en una capa rasterizada).
Del mismo modo, si las ubicaciones adecuadas deben estar a más de 500 mts. de una carretera,
se usaría la capa de la autopista para crear una capa de distancia. Esta vez, las áreas más lejanas
de las entidades (carreteras) son convenientes. Al utilizar el método de superposición vectorial se
crea el buffer carreteras para identificar áreas a más de 500 m de una carretera. Cuando se
combinan las capas de criterios, las áreas de la capa de salida que están fuera del búfer se
identifican como tales. Al utilizar el método de superposición raster se crea una superficie de
distancia.
En la figura anterior, en el centro está el layer de carretera. A la izquierda, un polígono del búfer de 500 que ha sido creado a
partir de las carreteras (las áreas fuera del búfer son las adecuadas). A la derecha una superficie de distancia raster se ha creado
para usar en el modelo de overlay (las celdas con un valor mayor que 500 metros son las adecuadas).
Además de las capas de distancia, es posible que tenga que derivar otras capas, a partir de una
capa de datos fuentes para su uso en el modelo. Por ejemplo, puede derivar una capa de
inclinación de pendiente desde una capa de elevación utilizando herramientas del SIG.
Elevación Este layer de pendiente fue derivado de una superficie de

elevación usando herramientas de ArcGIS.
Si está usando el método de superposición vectorial, es necesario convertir cualquiera de las

capas fuentes que se encuentran en formato de datos rasterizados a polígonos. Para valores
continuos, tales como elevación o pendiente, los valores necesitarán ser clasificados en rangos
antes de la conversión. Por ejemplo, si las pendientes superiores a 18 ° son adecuadas, se
reclasificaría un tramo de pendiente con valores que oscilaran entre 0° y 63 ° en dos clases: 0° a
18° (pendientes inadecuadas) y 19° a 63° (pendientes adecuadas). A continuación, convertiría la
trama reclasificada en una capa poligonal.
En la figura, el mapa de polígonos que representa pendientes empinadas (derecha) se creó reclasificando el raster de pendiente
(izquierda) en dos categorías y luego convirtiendo los tramos reclasificados en entidades poligonales. Para reclasificar las celdas
del raster se asignan códigos (en este ejemplo, 0 para pendientes de 0 ° a 18 ° y 1 para pendientes de 19 ° a 63 °). Los mismos
códigos son asignados a los polígonos correspondiente.
Por el contrario, si está usando el método raster de superposición (overlay), cualquier capa
vectorial necesitará ser convertida a capas rasterizadas. Por ejemplo, los polígonos de la cubierta
de la tierra necesitarían ser convertidos.
Los polígonos de categoría de cubierta de la tierra (izquierda) fueron convertidos a un raster de cubierta de la tierra (derechas)
para usar en el modelo de superposición raster.
10.4.1.5.3 SUPERPOSICION DE LAYERS E IDENTIFICACION DE UBICACIONES ADECUADAS.
Para encontrar las ubicaciones adecuadas, se superponen las capas en el SIG. Cuando se utiliza
el método de superposición vectorial, se combina ser capas fuentes para crear una nueva capa
que contenga todas las características del sitio. Con todas las características de una sola capa,
puede consultar la tabla de atributos para identificar las ubicaciones, que tienen cumplir los
criterios cuando se utiliza el método Overlay Raster. A continuación, se consultan las celdas de la
capa fuente para identificar las que cumplen con los criterios (la celda coincidente en cada capa
representa la misma ubicación en la superficie de la tierra). Puede consultar las capas individuales
o combinarlas en una única capa, que luego se consulta. Se crea una nueva capa rasterizada que
muestra qué celdas cumplen todos los criterios y cuáles no.
Como se ha dicho anteriormente, el método que utiliza depende principalmente de sus datos. Si
la mayoría de las capas de origen son capas vectoriales, utilice el método de superposición
vectorial. Si la mayoría son capas raster, utilice el método de superposición raster (overlay raster).
Sin embargo, cada método tiene algunas ventajas. Por ejemplo, el método de superposición
vectorial le permite mantener los límites (tenencia de la tierra) en la capa resultante, si es
necesario. Por su parte, el método raster suele requerir menos procesamiento de datos.
Uso del método de superposición vectorial.
Cuando se realiza una operación de superposición vectorial, se crean nuevos elementos

poligonales, donde los polígonos se solapan a partir de las capas fuentes. Las características del
sitio presentes en todas las capas fuentes se combinan en la tabla de atributos de la capa de
salida, y se muestra un registro para cada polígono resultante. A continuación, seleccione los
valores de los atributos que coincidan con los criterios. Los polígonos seleccionados son las
ubicaciones adecuadas.
Mediante la superposición vectorial, los polígonos de la capa fuente se combinan para crear una
capa de salida con nuevos polígonos que tengan los atributos de los polígonos de las capas
fuentes desde los que se crearon. Finalmente se selecciona el polígono en la nueva capa que
tenga los valores de atributo que coincidan con sus criterios.
PROFESOR: LUIS NAVARRETE ZUÑIGA TEMA: CAPACIDAD DE ACOGIDA Y LA ORDENACION DEL TERRITORIO
Diagrama que muestra el proceso para encontrar locaciones idóneas o aptas

El primer paso consiste en combinar la capa fuente, utilizando una herramienta de superposición
como Intersect o Union. Cualquiera de las herramientas creará la tabla de atributos con los valores
de los criterios que necesita: la diferencia está en la forma en que se manejan las extensiones
geográficas de las capas de entrada.
La herramienta Intersect crea una capa de salida con una extensión igual al área coincidente en
todas las capas de origen. Use Intersect si las capas tienen diferentes extensiones geográficas
(también funciona si todas tienen la misma extensión).
Con lnsersect, la capa de salida tiene en grado

igual al área común a la capa de dos fuentes.
La herramienta Unión crea una capa de salida que incluye toda la extensión de todas las capas
de origen. Utilice Union si todas las capas de origen tienen la misma extensión o si planea recortar
el área de estudio desde la capa de salida (utilizando una capa que consista en el límite del área
de estudio). El diagrama opuesto muestra cómo en el método de overlay vectorial, se crean los
nuevos elementos y se asignan atributos.
Como resultado de la operación de superposición, es probable que se termine con polígonos

muy pequeños, llamados slivers, donde los bordes de polígonos de diferentes capas fuentes son
casi coincidentes. Para evitar seleccionar e incluir estas pequeñas áreas en sus resultados, tendrá
que resolver cualquier slivers en este punto. Normalmente esto se hace seleccionando polígonos
por debajo de un tamaño mínimo y mezclándolos con polígonos vecinos. El tamaño mínimo
depende de su aplicación y el uso de su modelado. Por ejemplo, si un área mínima que
conformaría un hábitat viable para los leones de montaña es de veinte acres (o sea, un sector
aislado de hábitat adecuado de menos de 20 acres es improbable que sea el hábitat del león de
montaña), se deberá unir cualquier polígono menor que esto.
Una vez que ha creado la capa de salida, usted selecciona los polígonos que cumplen con los
criterios. Para ello, cree una selección lógica, para el modelo de hábitat del León de Montaña,
por ejemplo, la declaración de selección se vería así:
SLOPE CODE=1 AND (LANDCOVER CODE = 54 OR LANDCOVER = 55 OR LANDCOVER CODE

=65) AND STREAM BUFFER CODE = INSIDE AND HWY BUFFER CODE = OUTSIDE
Uso del método de Overlay Raster.
El método de Overlay raster da como resultado una sola capa de celdas adecuadas e
inadecuadas, conocida como capa de idoneidad, en lugar de una capa vectorial con muchos
polígonos y una tabla de atributos que contiene los valores de atributos de cada polígono.
Hay un par de formas de crear una capa de idoneidad rasterizada. Uno de los enfoques consiste
en consultar las capas fuente individuales para crear la capa de idoneidad.
Puede hacerlo creando una instrucción de consulta única o realizando una serie de consultas
secuenciales. La consulta esencialmente filtra una capa fuente en celdas que cumplen los criterios
y los que no lo tienen. Por lo tanto, para un modelo del hábitat del León de Montaña, las consultas
podrían tener este aspecto:
SLOPE>18
LANDCOVER CODE =54 OR LANDCOVER CODE = 55 OR LANDCOVER = 65
STREAM DIST < 2500
HWY DIST > 2500
Si realiza consultas secuenciales, las capas creadas por la primera consulta se utilizan en la
segunda consulta, y así sucesivamente
La capa fuente se ha sido interrogada para crear la capa de idoneidad con dos valores:
1 para las celdas que cumplen todos los criterios (habitat conveniente) y 0 para el resto de las celdas.
La ventaja de este método es que su modelo puede ser flexible-si desea modificar sus criterios
utilizando un valor umbral diferente para la pendiente o diferentes categorías de cobertura de
tierra, simplemente modifique las instrucciones de la consulta.
Otro enfoque es asignar nuevos valores a cada capa fuente para crear una nueva capa con dos
valores: las celdas que cumplen los criterios se asignan a un valor y las celdas que no se asignan
otro (porque consisten en solamente dos valores, indicando las células convenientes e
inadecuadas, éstas se llaman las capas binarias de idoneidad o aptas) A continuación, se
combinan las capas de idoneidad binaria en una sola capa e identifican las celdas que se
definieron como adecuadas para todas las capas binarias (y por lo tanto son ubicaciones
adecuadas).
Una ventaja de este método es que usted puede determinar qué celdas satisfacen los criterios (o
ubicación) y cuáles no. Una desventaja es qué si desea modificar su modelo cambiando los valores
de los criterios considerados adecuados, tendría que volver a crear las capas de idoneidad binaria
utilizando los nuevos valores y recombinarlos.
DIAGRAMA QUE MUESTRA EL PROCESO PARA ENCONTRAR LOCACIONES IDONEAS O APTAS USANDO EL METODO DE OVERLAY RASTER
Cuando se crean las capas binarias de idoneidad, los valores de 1 y 0 son a menudo utilizados
por convención para identificar las celdas que cumplen los criterios y las que no lo hacen. Por
ejemplo, si las pendientes superiores a 18 ° son adecuadas, se asignarían a las celdas con valores
de 19 ° o mayor un valor de 1. A las celdas con un valor de 18 ° o menos se le asignaría un valor
de 0.
Pendiente como un raster continuo (izquierda). A la derecha, los valores de inclinación han sido reclasificados para crear una
capa binaria con valores de 1 (pendientes mayores que, 18 °) y 0 (pendientes de 18 ° o menos). Las celdas con un valor de 1
son las adecuadas.
Para una capa de fuente de distancia de los flujos, con áreas dentro de 500 mts de un stream
siendo adecuado, crearía una capa de distancia de flujo binario asignando un valor de 1 a celdas
con un valor menor o igual a 500 mt., y 0 a todas las celdas con un valor mayor que 500 mts.
Una capa de arroyos fue utilizada para crear un raster de distancia desde los arroyos (centro). El raster de distancia fue
reclasificado en áreas a menos de 2.500 pies de los flujos (1) y más de 2.500 pies (0).
Si las áreas de más de 500 mts de una carretera son adecuadas, se creará una capa binaria de
distancia de la carretera asignando un valor de 1 a celdas con un valor mayor o igual a 500 mts.
y 0 a todas las celdas con un valor menor que 500 mts.
El layer de carreteras fue usado para crear un raster de distancia (centro). El layer de distancia fue reclasificado en áreas
localizadas a más de 500 mts desde la carretera (1) y las ubicadas a menos de 500 mts (0).
Como se mencionó anteriormente, una alternativa para crear un raster de distancia es crear un
búfer a las entidades lineales (por ejemplo, arroyos o carreteras) utilizando la distancia requerida
y, a continuación, convertir el polígono del búfer en una capa rasterizada. A continuación, se crea
la capa de idoneidad binaria con los valores de 1 y 0. La ventaja de crear un raster de distancia,
es que puede cambiar fácilmente sus criterios mediante la creación de una nueva capa de
idoneidad binaria utilizando una distancia de umbral diferente. Usted evita tener que pasar por
el proceso de crear un nuevo búfer con una nueva distancia, convirtiéndolo en formato de datos
raster, y luego crear la nueva capa de idoneidad binaria.
Para datos categóricos, tales como los de cubierta de la tierra, a las categorías convenientes se le
asigna un valor de 1, y a todas las otras categorías un valor de 0. Por ejemplo, si los valores
apropiados de la cubierta de tierra son bosque mezclado, usted crearía una capa binaria con un
valor de 1 para las celdas que tenían esas categorías en cubierta de la tierra y un valor de 0 para
el resto de las celdas.
Las categorías de cubierta de la tierra (izquierda) han sido reclasificadas (derecha) en hábitat (1) y inadecuado (0)
Una vez que ha creado las capas de idoneidad binaria, las combinas. Una forma común de hacer
esto es crear una capa de salida en la que cada combinación única de valores tenga asignado un
valor específico por el SIG: se asigna ese valor a cualquier celda con una combinación particular.
La tabla de atributos de la capa de salida muestra las combinaciones de valores de las capas de
idoneidad binaria y el valor de salida asignado.
Puesto que usted sabe qué criterios cada célula cumplió u cual no, usted puede relajar fácilmente
sus criterios o explorar varias combinaciones de criterios. Una investigación adicional podría
mostrar, por ejemplo, que la distancia de las autopistas no es un factor crítico. Usted seleccionaría
y mostraría las celdas que tienen valores de 1 o 0 para la distancia del criterio de autopistas y un
valor de 1 para los otros criterios.
La capa combinada se ha reclasificado para incluir celdas que tienen valores de 1 for la pendiente, la cubierta de tierra y
distancia a la capa de arroyos. Esto corresponde a las celdas con valores de 2 o 10 en la capa de la combinación — las celdas
de éstas han sido asignadas al valor de 1 (adecuado).
EVALUAR LOS RESULTADOS
Una vez que haya identificado la ubicación adecuada, usted querrá verificar los resultados de su
modelo. Si usó el método de superposición vectorial, identifique y enumere los atributos para al
menos algunos de los polígonos adecuados para asegurarse de que su selección fue satisfactoria.
Estos deben tener valores de atributo que coincidan con los criterios.
Los polígonos punteados son áreas aptas para el hábitat de los leones de montaña. Los atributos para el polígono resaltado
(borde gris oscuro) muestran que cumplen todos los criterios.
También puede mostrar los polígonos seleccionados con las distintas capas fuentes para asegurar
que las áreas seleccionadas de hecho reflejan los atributos de ese sector de tierra. Será más fácil
todo esto si guarda los polígonos seleccionados como una capa, la capa sólo contendrá los
polígonos que representan las áreas adecuadas. Querrá buscar polígonos adecuados que
superpongan áreas inadecuadas en las capas fuentes. Estos pueden ser o no un problema para
su análisis, pero al menos querrá investigarlos.
Si ha utilizado el método overlay raster, compare las celdas adecuadas con las capas fuentes o la
capa de idoneidad binaria para asegurarse de que identificó y reclasificó correctamente las áreas
adecuadas. Hay varias formas de hacerlo, como la visualización de la capa de idoneidad general
en la parte superior de cada capa de adecuación binaria a su vez mediante una configuración de
transparencia. O puede convertir las áreas de rasterizado en polígonos y mostrarlas con las capas
de idoneidad binaria.
También querrá asegurarse de que los resultados correspondan con su conocimiento del área
de estudio y los resultados de otros expertos. El modelo es un intento de cuantificar lo que es a
menudo conocimiento adquirido a través de la experiencia en el campo. Es posible que tenga
que modificar el modelo, basándose en los resultados iniciales, para capturar mejor este
conocimiento. Puede hacerlo cambiando los valores de umbral de los criterios o añadiendo o
eliminando capas de origen.
VISUALIZAR Y APLICAR LOS RESULTADOS.
Una vez que haya evaluado y verificado los resultados de su modelo, probablemente quiera
presentar los resultados a otros, como pueden ser investigadores, tomadores de decisiones o el
público en general.
Puede ser útil generalizar la capa de idoneidad general para simplificar el mapa final y facilitar la
lectura e interpretación de la información (por supuesto, usted puede obviar algunos detalles del
proceso.) Como al eliminar slivers, es posible que desee eliminar otras áreas pequeñas que son
de consecuencia para su análisis. Para una capa de polígonos de idoneidad, elimine estos
polígonos seleccionando los polígonos de destino y mezclándolos con un polígono adyacente.
Para una capa de idoneidad de rasterizado, elimine las áreas pequeñas utilizando herramientas
de generalización rasterizada o convirtiendo la capa rasterizada en una capa poligonal y
seleccionando y fusionando los polígonos de destino.
Cuando utilice el método de superposición vectorial, puede terminar con polígonos adyacentes
que sean adecuados. Esto puede suceder si sus criterios incluyen varias categorías para el mismo
atributo, como dos o más tipos de cobertura terrestre adecuadas. Si es importante saber, por
ejemplo, qué tipo de cubierta de tierra comprende cada área de hábitat, puede mapear el color
de los sitios adyacentes, codificado por la cubierta terrestre.
Si la distinción entre estas categorías no es importante, la disolución de los límites entre los
polígonos adyacentes para crear una sola área contigua simplificará el mapa final. Esto también
le permitirá obtener fácilmente la extensión de área de cada área adecuada contigua.
Para utilizar los resultados de su modelo, deseará mostrar las áreas adecuadas con otra capa para
que usted y otros puedan explorar patrones y relaciones, extraer conclusiones o considerar
investigaciones adicionales. Las capas que usted presente, y la forma en que presenta, dependen
de su audiencia. Para un modelo de hábitat de león de montaña, los científicos e investigadores
querrán ver las capas fuentes y los valores de los criterios que entraron en el modelo. El público,
por otro lado, puede estar más interesado en ver las características — tales como carreteras, ríos,
pueblos, etc. — que les ayuden a localizar las áreas de hábitat.
Los responsables de la toma de decisiones querrán ver información relacionada junto con la capa
de idoneidad. Para un modelo de hábitat de León de montaña, esto podría ser la tenencia de
tierras o la densidad poblacional. Además de crear mapas, puede utilizar los resultados del
modelo para generar información resumida que será útil para los responsables de la toma de
decisiones o para los investigadores. Por ejemplo, puede calcular estadísticas como la cantidad
total de hábitat adecuado en el área de estudio o la cantidad de hábitat adecuado en cada
categoría de terrateniente.
10.4.2 CLASIFICACION DE UBICACIONES IDONEAS O ADECUADAS.
Puede utilizar SIG para clasificar las ubicaciones que son apropiadas para un uso particular, como
pueden ser un desarrollo de viviendas o un hábitat de ciervos mulares. Estos métodos asignan
un valor relativo a cada ubicación para indicar la idoneidad para un uso particular.
Como con el método de idoneidad booleana discutido anteriormente, usted creara un modelo
que combine varias capas de información sobre un lugar. A continuación, identifique las
ubicaciones dentro del área de estudio que tiene las características que está buscando. Los
métodos booleanos muestran qué sitios son adecuados (aquellos que cumplen con todos sus
criterios) y cuáles no. En contraste las ubicaciones basadas en su idoneidad relativa le brindan
mayor flexibilidad para la comparación de ubicaciones, así como en las consideraciones de
alternativas y comerciales al tomar decisiones. Sin embargo, como verá, los modelos utilizados
para clasificar ubicaciones requieren un diseño y procesamiento adicionales en comparación con
los modelos de idoneidad booleana.
Clasificar ubicaciones es útil cuando usted está buscando un sitio para colocar algo. Por ejemplo,
cuando se busca un sitio para un nuevo desarrollo de la vivienda, es posible que desee ver una
gama de lugares-unos que son muy adecuados, otros algo adecuados, y no adecuados. Una
ubicación muy adecuada podría costar menos para construir (si está en laderas más planas, por
ejemplo) y le permite establecer precios de vivienda más altos (si está más cerca de tiendas y
restaurantes) pero podría tener un alto precio de compra. Otra ubicación ligeramente menos
conveniente podría costar un poco más para construir y buscar precios más bajos de la casa,
pero cuestan mucho menos para comprar. Por ejemplo, un modelo que clasifica las ubicaciones
permitiría considerar las compensaciones entre el costo de la tierra y el costo de la construcción.
También se puede usar un modelo que clasifique las ubicaciones para tratar de identificar dónde
se puede encontrar algo, por ejemplo, si se está estudiando el ciervo venado y quiere encontrar
el área dónde estos se congregan. Es probable que el ciervo esté en las zonas más adecuadas,
pero también se pueden encontrar algunos en un momento dado en áreas ligeramente menos
apropiadas. Si usa un modelo de idoneidad o aptitud booleana, podría excluir algunas áreas que
serían aceptables (incluso principales) para el hábitat de los ciervos. Mediante el uso de un modelo
que pondere las ubicaciones no sólo se puede identificar las áreas donde el ciervo es más
probable que se congregue, sino que también otras áreas donde posiblemente estará (y que
pueden ser más accesible).
Al igual que con los modelos de idoneidad booleana, los modelos de idoneidad que clasifican o
ponderan ubicaciones tienen una amplia gama de aplicaciones, desde la evaluación de
ubicaciones en riesgo de un evento como un incendio forestal hasta la búsqueda de ubicaciones
deseables, como encontrar las mejores ciudades de una región para albergar una convención.
De hecho, estos modelos se pueden utilizar para cualquier aplicación que requiera encontrar y
clasificar ubicaciones que cumplen con un conjunto de criterios previamente definidos.
10.4.3 DISEÑO DE UN MODELO DE IDONEIDAD O APTITUD.
Para diseñar un modelo para clasificar o ponderar ubicaciones adecuadas, al igual que en el caso
anterior, primero defina el problema que está intentando resolver y determine qué resultados
necesita del modelo. A continuación, se consideran los criterios que definen lo que hace que una
ubicación sea más o menos adecuada. Basándose en estas decisiones, usted escoge un método
de modelado apropiado
Como se indicó anteriormente el diseño contempla:
1. Definir el problema
2. Definir los criterios
3. Elegir un método
A continuación, la explicación se centrará sobre la elección del método, ya que, para los primeros
dos puntos, lo dicho en las páginas anteriores es completamente válido.
10.4.3.1 ELECCION DE UN METODO.
Una vez que haya considerado los criterios que usará en su modelo, se elige el método de
modelado apropiado. Dos métodos comunes para clasificar ubicaciones idóneas son la
superposición ponderada (weighted overlay) y la superposición difusa (fuzzy overlay).
Con la superposición ponderada se asigna un valor de idoneidad a cada valor (o rango de valores)
en cada capa de origen utilizando una escala común que se especifica, creando una nueva capa
en el proceso (denominado capa de idoneidad). A continuación, se superponen las capas de
idoneidad y se suman los valores. El resultado es una nueva capa con un valor de idoneidad
general para cada ubicación. Este método le permite asignar más importancia a algunos criterios
que otros, asignando un peso a cada capa de idoneidad cuando las capas están superpuestas,
por lo tanto, se genera la llamada "superposición ponderada". La superposición ponderada es útil
si desea evaluar escenarios alternativos cambiando la importancia relativa de los diversos criterios.
El método también es útil cuando la mayoría o todos los criterios tienen puntos de ruptura
(umbrales) distintos entre los valores de idoneidad, definidos por reglamentos, estándares de la
industria o investigaciones reconocidas.
La superposición difusa implica definir la relación entre los valores de la capa de origen y la
idoneidad en una escala continua de 1 (muy adecuado) a 0 (no apto). Se especifica una función
matemática para asignar valores de idoneidad a los valores de capa fuente. A continuación,
combine las capas para asignar un valor de idoneidad a cada ubicación. Este método es útil la
relación entre los criterios específicos y la idoneidad bien definida. El método también le da varias
opciones para combinar capas usando operadores lógicos o matemáticos. Debido a la flexibilidad
que proporciona la asignación de valores de idoneidad y en la combinación de capas. La
superposición difusa es particularmente buena para crear un modelo de idoneidad que intente
capturar el conocimiento de expertos en un campo particular (por ejemplo, los expertos son
capaz de describir, pero no necesariamente cuantificar, la relación entre el layer fuente y el layer
idoneidad).
METODO PARA LO QUE ES BUENO COMO FUNCIONA

Adecuada para lugares cuando el nivel Se especifican valores idóneos para
de idoneidad corresponde a los rangos cada clase en cada capa fuente usando
de valores bien definidos de las capas una escala de su elección; entonces se
Superposición ponderada
fuentes, cuando se desea asignar más asignan ponderaciones a las capas
importancia a algunos criterios que idóneas resultantes y se sobreponen
otros. las capas.
Adecuada cuando los criterios son Se específica una función matemática
difíciles de cuantificar y cuando se (lineal o curva), que se utiliza para
desea flexibilidad en la combinación de asignar valores de idoneidad a las
capas para capturar la opinión de capas fuentes a lo largo de una escala
Superposición difusa
expertos. continúa de 0 a 1; a continuación,
combine las capas resultantes
utilizando uno o más operadores
lógicos o matemáticos.
Estos métodos se discuten con más detalle a continuación. De hecho, cualquier método puede
ser aplicable para su análisis (y debe dar resultados comparables). La naturaleza de sus criterios
puede llevarle a favor de un método sobre el otro.
10.4.3.1.1 VALORACION DE LUGARES USANDO SUPERPOSICION PONDERADA.
Utilice la superposición ponderada para clasificar las ubicaciones adecuadas si sus criterios están
definidos por distintas categorías y rango de clases el método se basa en un enfoque de
planificación regional desarrollado en el 1960s por el arquitecto paisajista Ian McHarg. En el
método original de McHarg, fueron utilizadas hojas de mapas de acetato; cada hoja representa
una capa fuente, tal como cubierta de la tierra, cuestas, tipo del suelo, y así sucesivamente. Las
áreas convenientes en cada hoja fueron dejadas claras; las áreas inadecuadas fueron sombreadas
en tonos oscuros (así, por ejemplo, las laderas suaves que eran convenientes para la construcción
de casas eran claras; las cuestas moderadas sombreadas en gris claro, y las cuestas demasiado
escarpadas para construir en sombreado gris oscuro). Cuando las hojas translúcidas fueron
registradas (usando alfileres) y superpuestas sobre una mesa de luz, las áreas más claras indicaron
las ubicaciones más apropiadas y las más oscuras las menos apropiadas.
Se implementa el método de Ian McHarg en el SIG al sobreponer matemáticamente las capas

fuente correspondientes a los criterios. Se asigna primero a cada categoría o clase en cada capa
un valor numérico que corresponda a la idoneidad para el propósito propuesto. Por ejemplo, en
un modelo para identificar áreas apropiadas para un nuevo desarrollo de vivienda, se puede
utilizar una escala de 1 (no apto) a 3 (muy adecuado), se asigna un valor de 1 a pendientes
empinadas, un valor de 2 a pendientes moderadas, y un valor de 3 a pendientes suaves para
crear una capa de pendiente idónea. A continuación, se combinan las distintas capas de
idoneidad para asignar a cada ubicación un valor numérico global en la capa de salida que indica
la idoneidad de cada uno. Una ventaja de este método matemático de recubrimiento es que
puede asignar mayor importancia a algunos criterios que otros especificando un peso para cada
capa fuente.
Puede utilizar capas poligonal fuentes o capas de origen rasterizadas con el método de
superposición ponderado. Cuando se utilizan capas poligonales, el método es similar al método
de superposición booleano descrito en las páginas anteriores, pero implica asignar valores de
idoneidad y ponderaciones a cada polígono de cada capa fuente. Una vez que se combinan las
capas, se calcula el valor general de idoneidad para cada polígono de la capa de salida realizando
cálculos en la tabla atributos de la capa.
El método de superposición raster ponderado se utiliza comúnmente. Los datos rasterizados se

adaptan bien a la superposición matemática, ya que el formato raster utiliza celdas que coinciden
entre capas, por lo que los valores de las celdas se pueden sumar simplemente para crear la capa
de idoneidad general. Esto hace que los cálculos de superposición sean más eficientes y que los
resultados sean más fáciles de analizar que cuando se utiliza el método de superposición
poligonal. El método raster se discute más adelante.
Este diagrama muestra una versión conceptual (y simplificada) Este diagrama muestra el método McHarg implementado
del método McHarg Overlay. La cubierta de la tierra (arriba), las en un SIG utilizando superposición matemática raster. En
laderas y los suelos se basan en la idoneidad para el desarrollo este caso, cada celda tiene asignado un valor numérico que
de la vivienda. El blanco indica alta aptitud, gris claro aptitud indica su idoneidad: las celdas con alta idoneidad se asigna
media, y gris oscuro una baja aptitud. Cuando las capas se un valor de 3 (aquí se muestra como verde), a mediana
superponen gráficamente, es decir, se muestran una encima de idoneidad un valor de 2 (amarillo), y baja idoneidad un valor
la otra, las áreas más claras indican la mayor idoneidad y las de 1 (rojo). Las capas se superponen matemáticamente para
áreas más oscuras indican la menor idoneidad. sumar los valores de las celdas de cada capa y reasignar los
valores sumados en una escala de 1 a 3. La capa resultante
tiene valores que indican qué celdas tienen idoneidad o
aptitud alta, media y baja (en este ejemplo, se utilizan sólo
tres niveles de idoneidad, pero cinco o nueve niveles
también se utilizan comúnmente y proporcionan más
variación en la capa de idoneidad global resultante).
PROCESO PARA DETERMINAR LOCACIONES USANDO SOBREPOSICION PONDERADA (WEIGHTED OVERLAY)

PROFESOR: LUIS NAVARRETE ZUÑIGA TEMA: CAPACIDAD DE
ACOGIDA Y LA ORDENACION DEL TERRITORIO
El proceso para determinar locaciones usando superposición ponderada (weighted overlay) es;
1. Recopilar las capas fuentes

2. Crear las capas aptas o idóneas
3. Asignar pesos y combinar las capas
4. Evaluar los resultados
5. Visualizar y aplicar los resultados
10.4.3.1.2 RECOPILAR LAS CAPAS FUENTES
Primero se enumeran las capas fuentes que representan los criterios del modelo. Por ejemplo,
los criterios y las capas fuentes correspondientes a un modelo para clasificar los lugares
adecuados para la construcción de viviendas podría incluir lo que se muestra en la tabla
siguiente:

Áreas que requieran menos limpieza Cubierta de la tierra
Suelos que soportan la construcción de viviendas Suelos
Áreas con pendientes planas Pendientes
Áreas más alejadas de los arroyos son más aptas Arroyos
Áreas cercanas a las carreteras son más aptas Carreteras
A continuación, se toman las capas y se realiza el procesamiento requerido. Por ejemplo, el

modelo de superposición ponderada requiere que los datos estén en formato raster para que
las capas puedan ser superpuestas matemáticamente, por lo que se tiene que convertir
cualquier dato vectorial en dato rasterizado.
Layer de polígonos de uso de la tierra Layer de polígonos de cubierta de la tierra convertidos a

raster
Es posible que tenga que asignar atributos adicionales a una capa. Por ejemplo, una capa de
tipos de suelo puede requerir códigos de clase de suelo que indiquen su capacidad de
desarrollo. Si los códigos no existen en la tabla de atributos de la capa de suelo, deberá
agregarlos. Si los códigos están en otra tabla, puede unir la tabla a la tabla de atributos
utilizando un ítem común.
Es posible que también necesite crear datasets derivados para algunos criterios. Por ejemplo, si
el modelo incluye grados de pendiente, puede crear la capa desde una capa de origen de
elevación utilizando herramientas del SIG.
Otras capas del terreno que representan características del sitio como son el aspecto, la
radiación solar o líneas visuales (que muestran las áreas que se pueden ver desde una ubicación)
también pueden derivarse de una capa de elevación.
Los modelos de idoneidad o aptitud a menudo incluyen criterios de distancia. Por ejemplo, en
un modelo de construcción de viviendas es posible que desee asignar valores de alta aptitud a
las áreas cercanas a las carreteras y lejos de las corrientes. Puede crear raster de distancia desde
puntos, líneas o polígonos. El raster representa una distancia continua desde las entidades. Un
raster de distancia euclidiana mide la distancia en línea recta.
Un raster de costo representa el dinero, el tiempo, o el esfuerzo implicado en atravesar el paisaje

junto con la distancia recorrida.
10.4.3.1.3 CREAR CAPAS DE IDONEIDAD O APTITUD
Antes de combinar la capa de origen, es necesario asignar valores relativos de idoneidad a los
valores de cada capa fuente o de origen, creando las capas de idoneidad correspondientes.
Los valores de idoneidad para cada capa deben utilizar la misma escala, por ejemplo, una escala
de 1 a 5. Esto asegurará que los valores sean comparables (un valor de 1 significa baja idoneidad
para la pendiente e igualmente baja idoneidad para los suelos), y por lo tanto se puede
combinar matemáticamente para obtener resultados significativos.
Los valores de idoneidad que se asignan se basan en su conocimiento sobre el tema, la

investigación publicada o los estándares de la industria. Por ejemplo, la investigación sobre el
hábitat de los ciervos mulas puede mostrar qué tipo de cubierta de tierra prefiere el ciervo
(digamos bosque sobre arbustos). De manera similar, los códigos sobre construcción y las
regulaciones pueden especificar qué pendientes y tipos del suelo son convenientes para la
construcción de viviendas.
Para convertir las capas fuentes en capas de aptitud o idoneidad que utilicen una escala de
valor común, primero se evaluará cada capa fuente y se reclasifica en clases relevantes. A
continuación, puede elegir una escala de idoneidad. Finalmente, se asigna un valor de idoneidad
a cada clase de cada capa para crear las capas de idoneidad.
10.4.3.1.4 Evaluar las capas fuente y reclasificarlas en clases relevantes.
El primer paso consiste en agrupar los valores de cada capa fuente en clases basándose en un
valor de idoneidad para el uso en relación con otros valores.
Para las capas fuentes conformadas por categorías, es posible que pueda omitir este paso (sólo
tiene que asignar el valor de idoneidad adecuado directamente a cada categoría). Sin embargo,
si tiene muchas categorías y algunas son igualmente apropiadas, puede que desee generalizar
la capa de origen antes de asignar valores de conveniencia reclasificando la capa en menos
categorías. Por ejemplo, si varias categorías de arbustos en una capa de cobertura de tierra son
igualmente adecuadas, puede reclasificar las categorías en una sola categoría. Sin embargo,
esto limita la flexibilidad en la modificación de su modelo, por lo que se debe hacer sólo si está
seguro de que no desea asignar valores de idoneidad diferentes a las categorías originales en
algún punto futuro (por ejemplo, si necesita crear escenarios alternativos).
Cubierta de la tierra con tres categorías de arbustos Cubierta reclasificada solo con una categoría de arbusto
Para las capas de origen comprendidas en valores continuos, como la elevación o la distancia
de las carreteras, deberá agrupar los valores en clases antes de asignar valores de idoneidad.
En un raster con valores continuos, potencialmente cada celda tiene un valor único. Por lo
menos habrá muchos valores diferentes en el raster, incluso si algunas céldas comparten un
valor. En lugar de asignar un valor de idoneidad a cada valor individual en el raster, es mucho
más eficiente agrupar valores similares en clases y, a continuación, asignar el valor de idoneidad
adecuado a cada clase.
Las clases que defina deben reflejar la conveniencia relativa de los valores de la capa de origen
y basarse en intervalos de clase significativos. La investigación publicada, las regulaciones, o los
estándares aceptados de la industria se utilizan frecuentemente como guía al definir clases. Por
ejemplo, muchas regularidades locales de construcción especifican rangos de inclinación de la
pendiente, con pendientes más empinadas que tienen restricciones crecientes en la
construcción:
• 0% to 7% — sin restricción
• 7% to l5% — restricción menor
• 15% to 30% — restricciones por efectos en laderas
• > 30% — construcción limitada
Asumiendo que cuanto, menos restricciones existan más convenientes es la localización, se

puede reclasificar la capa de pendientes en cuatro clases y crear una nueva capa con las
pendientes que consideren estas regulaciones para la construcción de edificaciones. Cuando se
asignan valores de idoneidad (como se discutirá más adelante en este tema), la clase con
pendientes de 0 por ciento a 7 por ciento se asignaría como de alta idoneidad, mientras que la
clase con pendientes > 30 por ciento se asignaría como de baja idoneidad.
En algunos casos, usted tiene sólo dos clases. Por ejemplo, si las regulaciones especifican que
sólo puede haber un desarrollo limitado a 150 m de corriente de agua, Se reclasificaría la
distancia a la capa de corriente o arroyos en dos clases: áreas dentro de 150 m de una corriente
de agua (que se asignarán como de baja aptitud o idoneidad) y todas las áreas otras (que se
asignará como de alta aptitud o idoneidad).
En general, evite la tentación de crear simplemente clases utilizando un esquema de clasificación

predefinido (cartográfico), como son los intervalos iguales o los de quiebres naturales de Jenks.
Es mejor crear clases que reflejen sus criterios específicos.
Sin embargo, hay momentos en los que es apropiado utilizar un esquema de clasificación
estándar. Por ejemplo, un criterio podría ser que las ubicaciones cercanas a las carreteras
existentes sean las más apropiadas para la construcción de viviendas (ya que eso reduce el costo
de construir nuevas carreteras). En tal caso, se asume que todos los tramos son iguales; por
ejemplo, el costo de construir nuevas carreteras aumenta a un ritmo constante a medida que
aumenta la distancia de las carreteras existentes. En este caso, de hecho, se definirían clases de
intervalos iguales; digamos incrementos de ¼ kilómetro (0 a 250 m, 250 a 500 m, etc.).
En ArcGIS, no es necesario reclasificar las capas fuente que tienen valores continuos antes de
asignar valores idóneos; en lugar de ello, se puede atribuir valores de aptitud o idoneidad
directamente a intervalos de valores, al mismo tiempo que se superponen las capas para crear
la capa general de aptitud/idoneidad. Sin embargo, la agrupación de valores en clases antes de
asignar valores de idoneidad permite cambiar fácilmente los valores de aptitud de una clase sin
tener que comenzar con los valores de originales rasterizados cada vez que se ejecuta el
modelo. (por ejemplo, se puede modificar los valores de idoneidad para las clases al comprobar
el resultado de su modelo como se describe más adelante en esta sección; para muchos
modelos, es más probable que cambie el valor de idoneidad asignado a una clase que cambiar
los intervalos de clase mismos.)
10.3.1.5 Elección de una escala de aptitud/idoneidad
Después de reclasificar las capas fuente según sea necesario, se seleccionará una escala de
idoneidad. La escala de idoneidad es una forma de comparar valores entre las capas fuentes de
modo que exista un estándar común. Todos los valores de la capa de origen se colocan en la
misma escala con las mismas unidades. Los valores de la escala de idoneidad deben tener el
mismo significado a través de las capas de origen; un 3 para la cubierta terrestre es tan
adecuado como un 3 para los suelos. La misma escala se utiliza para todas las capas individuales
de idoneidad y también para la capa total de idoneidad final.
Los valores de idoneidad se asignan en una escala de intervalo, que mide un valor relativo.
Con una escala de intervalo, usted sabe, por ejemplo, que en una escala de 1 a 5, el valor 5 es
muy apta, por tanto, una ubicación con un valor de 4 será más apta o idónea que una
ubicación con un valor de 2, pero no se puede afirmar que es el doble de apta o idónea.
Por convención, las escalas de idoneidad suelen consistir en valores positivos con un valor de 1
que representa la menor idoneidad y el número más alto en la escala representa la mayor
idoneidad. A menudo, las escalas utilizan un número impar de valores para que haya un valor
medio que es neutral.
Debe decidir cuántos valores tendrá su escala de idoneidad. El número de valores en la escala
debe reflejar los diversos valores de los criterios, su conocimiento del tema, y el propósito de su
modelo.
En la práctica, menos de diez valores suelen ser suficientes; es difícil distinguir más niveles de
idoneidad relativa que éste (razón por la cual muchas cosas están clasificadas "en una escala de
1 a 10" y no en una escala de 1 a 20 o de 1 a 50). De hecho, la investigación ha demostrado que
la gente puede distinguir alrededor de siete colores (y por lo tanto valores) en un mapa.
Las escalas compuestas de tres, cinco, o nueve niveles de conveniencia se utilizan comúnmente.
El uso de tres niveles (alto, medio y bajo) suele ser suficiente para muchas aplicaciones: es fácil
comprender las diferencias entre los niveles. Sin embargo, limita su capacidad para analizar las
compensaciones y los compromisos, ya que las categorías son amplias.
NIVEL DE APTITUD/IDONEIDAD VALOR DE LA ESCALA
Alta 3
Media 2
Baja 1
Al usar cinco niveles (alto, moderadamente alto, medio, moderadamente bajo, bajo), las
diferencias entre los niveles son todavía fáciles de distinguir, pero puede existir más
diferenciación. Cinco es una escala de uso general en la experiencia de cada día, así que es
bastante familiar para las personas.

Alta 5
Moderadamente alta 4
Media 3
Moderadamente baja 2
Baja 1
Una escala con cinco niveles de idoneidad ofrece más flexibilidad para decidir que una escala
con tres niveles. Por ejemplo, si usted está buscando una ubicación para construir un desarrollo
de vivienda y una locación tiene una idoneidad total de 5 (alta) y otra ubicación tiene una
idoneidad de 4, pero la ubicación con un valor de 5 es mucho más cara para comprar, usted
podría decidir que la ubicación con una calificación de 4 es lo suficientemente buena para
localizar su desarrollo allí. (o, usted puede decidir construir en la ubicación que tiene una
calificación de 5 y pagar el costo adicional). Si usted estaba usando una escala con sólo tres
niveles y ambos lugares fueron clasificados 3 (alta) no sabría que la tierra por la que está
pagando menos, en realidad es un poco menos adecuada. Inversamente, si la localización
menos costosa ha sido asignada con un valor de 2 (media), puede ser que la rechace, aunque
esta puede ser solo levemente menos conveniente que otra localización que fue clasificada 3.
Se puede utilizar escala con nueve niveles si una o más de las capas fuente tiene muchos valores,
por ejemplo, si una de las capas fuente es una capa de vegetación con 40 categorías y otra es
una capa de distancia a las carreteras, probablemente requerirá más que unos pocos niveles de
idoneidad para su modelo. El tener niveles adicionales en la escala hará que sea más fácil
condensar los muchos valores de la capa de fuente en menos valores en la escala de idoneidad.
Una manera de acercarse a la asignación de valores en una escala con nueve niveles es clasificar
primero los valores de los criterios en alto, medio y bajo y, a continuación, asignar los valores
de cada una de estas tres categorías a una clasificación de alta, media o baja dentro de la misma
categoría. Así un valor puede ser establecido como un muy alta (o alta +), mientras que otro
puede ser clasificado como menos alta o (alta-).

Muy alta 9
Alta 8
Menos alta 7
Media alta 6
Media 5
Media baja 4
Baja alta 3
Baja 2
Muy baja 1
Usted puede generalizar fácilmente la capa final de idoneidad total a tres niveles (alto, medio,
y bajo) para la presentación si es lo deseado. Se reclasifica la capa para crear una nueva capa
con tres niveles (los valores de 9, 8 y 7 se asignan al valor de 3, alto, etc.). Usted todavía tiene
los nueve niveles de idoneidad en la capa de idoneidad general original para usar en análisis
adicional, o para los tomadores de decisiones que quieren considerar las mejores opciones
segunda y tercera y comparar al elegir el lugar más adecuado.
Si una determinada capa fuente tiene menos clases que el número de valores de idoneidad en
la escala, no se usarán todos los valores de idoneidad. En este ejemplo, mediante una escala de
1 a 5, se pueden asignar valores de idoneidad a las clases de pendiente como se muestra en la
tabla siguiente.
CLASE DE PENDIENTE RANGO DE VALORES NIVEL DE IDONEIDAD VALOR DE IDONEIDAD

1 0% - 7% Alta 5
2 7% - 15% Media 3
3 15% - 30% Moderadamente baja 2
4 ➢ 30% Baja 1
Para las capas fuente con más clases, necesitará combinar clases (esto es, asignar el mismo nivel
de idoneidad a más de una capa fuente para clases con valores continuos que probablemente
serán clases adyacentes). A las clases de distancia a las carreteras podrían asignarse valores de
idoneidad como se muestra en la tabla siguiente.
DISTANCIA A CLASES RANGO DE VALORES NIVEL DE IDONEIDAD VALOR DE IDONEIDAD

DE RUTAS
1 0’ – 1320´ Álta 5
2 1320´- 2640´ Moderadamente alta 4
3 2640´- 3960´ Media 3
4 3960´- 5280´ Moderadamente baja 2
5 5280´- 6600 Baja 1
6 ➢ 6600 Baja 1
10.3.1.6 Asignar valores de aptitud/idoneidad a las capas fuentes.
Una vez que haya elegido una escala de idoneidad, se asignan valores a cada categoría o clase
en cada capa de origen para crear las capas de idoneidad correspondientes.
10.3.1.7 Exclusión de áreas inadecuadas.
Usted puede excluir aquellas áreas cuyas ubicaciones son inconvenientes. Son áreas
consideradas como completamente inadecuadas o que están fuera de los límites. Por ejemplo,
cuando se construye un modelo para el desarrollo de la vivienda, se puede especificar que las
áreas urbanas y los cuerpos de agua no sean considerados urbanizables (el primero porque
esos lugares están presumiblemente ya desarrollados). También puede excluir áreas más allá
de un umbral o valor de corte si sus criterios lo requieren. Por ejemplo, las regulaciones pueden
especificar que no se pueden desarrollar edificaciones en pendientes superiores al 30%.
La capa de origen de la cubierta de tierra (superior) se ha reclasificado para crear una nueva capa
con valores de idoneidad (inferior) en una escala 1 a 5 utilizando los valores enumerados en la tabla;
a cada categoría se le asigna un valor de idoneidad.
Cuando se combinan las capas para crear la capa de idoneidad por superposición se especifica
que el valor o la clase que está fuera de los límites están "restringidas". Estas celdas recibirán un
valor en la capa de idoneidad general que indica que están restringidas (independientemente
de si tienen valores válidos).
En ArcGIS, cuando se combinan las capas de idoneidad, se utiliza un valor menor que el valor
más bajo de la escala de idoneidad para indicar que una celda está restringida. Así para una
escala de 1 a 5, con 1 siendo el menos adecuado, cualquier celda identificada como restringida
en cualquiera de las capas de idoneidad de entrada se asigna con un valor de 0 en la capa de
idoneidad general. El uso de un valor de "restricción" para las áreas que están fuera de los límites
le permitirá distinguir estas áreas (en la capa de idoneidad general) de las áreas para las que
faltan datos. (en ArcGIS, se utiliza un valor de NoData para este último.)
10.3.1.8 Creación de escenarios alternativos
Dependiendo de la aplicación, es posible que tenga que crear escenarios alternativos. Por
ejemplo, al modelar lugares adecuados para un desarrollo de viviendas, es posible que desee
crear un modelo que favorezca el bajo costo de desarrollo, uno que favorezca la preservación
de la tierra agrícola, y un tercero que favorezca la protección del hábitat de la vida silvestre.
Para cada modelo, asignaría valores de idoneidad a cada capa de origen. La implementación
de su modelo como un documento, hace que sea relativamente fácil crear escenarios
alternativos; simplemente copia y modifica el documento del modelo para crear un nuevo
modelo para cada escenario.
Para el modelo de desarrollo de viviendas que favorece la preservación de tierras agrícolas, se

asignaría a la categoría de tierras agrícolas un valor de 1 (baja idoneidad) ya que se quiere que
la tierra agrícola tenga una calificación de idoneidad general baja para el desarrollo, mientras
que para el modelo que favorece el bajo costo de desarrollo le asignaría a la tierra agrícola un
valor de 5 (alta idoneidad) ya que cuesta relativamente menos limpiar y construir. Del mismo
modo, si la tierra de arbustos representa el hábitat para la vida silvestre, le asignaría un valor
bajo al crear el modelo de desarrollo de viviendas, para proteger el hábitat de vida silvestre. Los
valores se reflejarán en la capa de idoneidad general resultante de cada modelo.
10.4.4 ASIGNAR PESOS Y COMBINAR LAS CAPAS
Una vez que haya creado las capas de idoneidad, las combinará en una sola capa para asignar
un valor de idoneidad general a cada celda.
En la mayoría de los modelos, algunos criterios son más importantes que otros. La superposición
ponderada le permite asignar pesos a las capas de idoneidad para especificar la medida en que
la idoneidad depende de cada criterio. Se especifican los pesos como porcentaje; los pesos para
todas las capas de idoneidad suman el 100 por ciento. Los valores de idoneidad asignados a las
categorías o clases de cada capa, estas son multiplicada por el peso (representado como un
decimal) que resulta en más (o menos) importancia para esa capa. Cuando se suman las capas
de idoneidad, los resultados reflejan esa ponderación.
Los pesos son valores de relación que representan una importancia relativa. Por lo tanto, en el
ejemplo siguiente, la pendiente (con un peso de 40 por ciento) es dos veces más importante
que la cubierta terrestre (con un peso del 20 por ciento) y cuatro veces más importante que la
distancia a las carreteras (con un peso del 10 por ciento).
Con el criterio de la pendiente las áreas más

idóneas son ponderada más pesadamente (5
y 4), y son las que concentran las áreas con
pendiente planas, mientras que las áreas
menos aptas (1 y 2) se concentran dónde
están las pendientes más empinadas.
Si todos los criterios son igual de importantes (o si se es incapaz de determinar cuáles son más
importantes), asigne pesos iguales a las capas. Por ejemplo, si se tiene cinco niveles de
idoneidad, cada uno recibiría un peso del 20 por ciento.
Con todos los criterios

ponderados por igual, la
influencia de las pendientes
observadas en el mapa, han
disminuido de manera que las
locaciones idóneas se reparten
en el área de forma más
homogénea.
Entonces, con la superposición ponderada, la capa de idoneidad general es el resultado de dos

factores. Uno es el valor de idoneidad que se asigna a cada valor en una capa fuente (por
ejemplo, si el bosque es muy adecuado o no adecuado) al crear las capas de idoneidad. El otro
es el peso que se asigna a cada capa al crear la capa de idoneidad general (por ejemplo, a la
cubierta de la tierra se asigna un peso del 10 por ciento o del 30 por ciento).
Al igual que con la asignación de valores de idoneidad a la capa fuente, el peso que asigne a
cada capa de idoneidad dependerá del objetivo de su modelo, así como de su conocimiento
del uso que está modelando.
10.4.4.1 Cómo funciona la superposición ponderada.
Los valores de cada capa de idoneidad se multiplican por el peso de esa capa y se suman estos
valores ponderados. Por ejemplo, si la pendiente es cuatro veces más importante que la
distancia a las carreteras, se le asigna un peso de 40 por ciento a la capa de pendiente y un
peso de 10 porcentaje a la distancia a la capa de carreteras. Una celda en la capa de pendiente
con un valor de 5 (pendiente suave) terminará con un valor de 2,0 (5 * 0,4); una celda en la
capa de la distancia a los caminos con un valor de 5 (cerca de las carreteras) terminará con un
valor de 0,5 (5 * 0.1). Dos, es cuatro veces mayor que 0,5; esto refleja el hecho de que, en este
modelo, la pendiente es cuatro veces más importante que la distancia a las carreteras.
Los valores ponderados para cada capa de idoneidad se agregan para derivar la calificación de
idoneidad general de la celda. Cuando se utiliza la superposición ponderada, la escala de salida
es la misma que la escala de idoneidad de entrada, ya que los valores son multiplicados por un
porcentaje decimal (donde 100 por ciento es igual a 1,0). Por ejemplo, usando los valores de
peso de la tabla a la derecha, una celda con un valor de idoneidad de 5 para las cinco capas de
terminaría con un valor de idoneidad general de 5 (1,0 + 1,0 + 2,0 + 0,5 + 0,5); y una celda con
valores de 1 para las cinco capas de idoneidad terminaría con un valor de 1 (0.2 + 0.2 + 0.4 +
0.1 + 0.1).
CAPA DE APTITUD/IDONEIDAD VALOR PESOS
Cobertura de la tierra 20%
Suelos 20%
Pendiente 40%
Distancia a corrientes de agua 10%
Distancia a carreteras 10%
Por supuesto, la mayoría de las celdas tendrán diferentes valores de idoneidad en cada una de
las capas y terminarán con valores generales de idoneidad en algún lugar del rango entre los
extremos alto y bajo de la escala. Por ejemplo, una celda con los valores de idoneidad de
entrada que se muestran a continuación terminaría con un valor de idoneidad general de 3,6.
LAYER DE APTITUD/IDONEIDAD VALOR DE IDONEIDAD PESOS VALOR IDONEIDAD PONDERADO
Cobertura de la tierra 4 20% 0.8
Suelos 3 20% 0.6
Pendiente 3 40% 1.2
Distancia a corrientes de agua 5 10% 0.5
Distancia a carreteras 5 10% 0.5
SUMA 100% 3.6
El valor ponderado sumado se redondea hacia arriba o hacia abajo, resultando en un raster de
salida de valores enteros, en la capa de idoneidad general. Esto es porque mientras que los
pesos son valores relativos, los valores en las capas de idoneidad son valores del intervalo.
Cuando se combinan las capas de idoneidad, se agregan valores de intervalo que se han
multiplicado por un valor decimal (que representa un porcentaje) por lo que muestran como
valores decimales. Sin embargo, todavía son valores de datos de intervalo, por lo que el
redondeo se hace al final para mantener la escala de intervalo original. En el ejemplo, la celda
con un valor de 3,6 se redondea a un valor de 4 en la capa de salida.
Al ponderar cierta capa mayor que otras, puede enfatizar un conjunto de criterios sobre otro.
Un escenario, por ejemplo, podría enfatizar el menor coste de desarrollo directo, mientras que
otro podría maximizar las preocupaciones medioambientales. Si bien ninguna de las alternativas
puede terminar siendo la opción final, al menos se resaltarán las limitaciones y posibilidades
para los tomadores de decisiones, por ejemplo, las áreas que son las más apropiadas en
cualquiera de los escenarios serán aparentes.
En este panorama, que intenta reducir al mínimo costes En este escenario, que, enfatiza las protecciones de
del desarrollo, el layers de pendiente y la distancia a las arroyos y bosques, los layers para la cobertura de la
carreteras, se carga más pesadamente que la cubierta de tierra y la distancia a los arroyos se ponderan más
la tierra, la conveniencia del suelo, o la distancia a las pesadamente.
corrientes de agua. El resultado es que las áreas en
laderas suaves y carreteras cercanas se clasifican como
más aptas o idóneas.
10.4.4.2 EVALUAR LOS RESULTADOS
Una vez que haya creado la capa de idoneidad general, querrá verificar los resultados de su
modelo. Para empezar, compare visualmente la capa de idoneidad general con las capas de
idoneidad de entrada para ver si el patrón refleja los patrones de las capas de idoneidad. Si ha
ponderado las distintas capas de idoneidad de forma diferente, los patrones de las capas que
se ponderaron más arriba deben ser más prominentes en la capa de idoneidad general.
Las categorías de cubierta de la tierra con altos valores de aptitud (áreas verdes en mapa izquierdo) y pendientes escarpadas
con valores de baja aptitud (áreas rojas en mapa derecho) se reflejan en la capa total de idoneidad (centro).
De manera similar, puede identificar los valores en diferentes ubicaciones para ver el valor de
idoneidad general en esa ubicación, junto con los valores de las capas fuente o capa de
idoneidad correspondientes.
Usted querrá asegurarse de que los resultados de su modelo corresponden con su

conocimiento del área de estudio y el uso que usted está modelando. Si está familiarizado con
el área de estudio, puede ser capaz de ver con sólo mirar el mapa si los resultados tienen
sentido. Es posible que desee que colegas o expertos independientes revisen los resultados.
También puede comprobar el resultado en el campo y ver si las ubicaciones adecuadas son de
hecho adecuados.
También querrás analizar qué tan robusto es el modelo, o sea, cuánto cambian los resultados
si se modifican los valores de idoneidad o los pesos (que en muchos casos se basan en la
opinión experta y son subjetivos). Si el desplazamiento de los valores ligeramente tiene poco
efecto en los resultados, usted puede tener más confianza en su modelo. Es posible que el
cambio de algunos criterios tenga poco efecto en los resultados, pero cambiar otros criterios lo
hace: se considera que el modelo es sensible a estos criterios. Para los criterios sensibles, usted
querrá tener cuidado adicional para asignar valores de idoneidad y pesos que reflejan con
precisión lo que es un lugar adecuado para el uso en particular.
10.4.4.3 VISUALIZAR Y APLICAR LOS RESULTADOS.
Una vez que esté seguro de que su modelo ha generado resultados útiles, querrá mostrar los
resultados y presentarlos a otros. Si se muestra la capa de idoneidad final con capas adicionales,
como carreteras, arroyos y terrenos, se agregará un contexto al mapa y se facilitará a las
personas la comprensión de los resultados del modelo. También puede utilizar la capa de
idoneidad final para derivar estadísticas y otra información resumida.
Incluir otras capas de datos relacionadas con el mapa ayudará a los responsables a tomar
decisiones. Por ejemplo, para un estudio de desarrollo de vivienda, puede mostrar áreas
aptas/idóneas sobre el uso de la tierra. Si desea realizar análisis adicionales en las áreas
aptas/idóneas, puede convertir el raster de aptitud/idoneidad en una capa de polígonos. Esto
hará más fácil, por ejemplo, calcular la extensión de cada área apta discreta. También será más
fácil realizar operaciones de superposición o selección para encontrar, por ejemplo, las parcelas
que caen dentro del área adecuada.
Si utiliza una escala de 1 a 9 para crear la idoneidad [ayer, es posible que desee condensar el
número de categorías de idoneidad para facilitar la información a interpretar. Usted puede
mostrar las nueve categorías resumidas, por ejemplo, en tres.
Cuando cree la leyenda del mapa, utilice un texto para etiquetar las categorías de idoneidad
(en lugar de los valores numéricos reales de la escala de idoneidad). Cuanto más específico eres
en cuanto a lo que las categorías presentan, más significativo será el mapa para los lectores.
Por ejemplo, si su modelo muestra ubicaciones en riesgo de incendios forestales, con tres
categorías, puede especificar etiquetas de leyenda de "Riesgo extremo de incendios forestales",
"Riesgo moderado de incendios forestales" y "Riesgo leve de incendios forestales", (en este caso
también puede invertir los colores para que la categoría más alta sea roja y la más baja sea
verde). Los lectores de mapas sabrán que la categoría más baja representa algún riesgo y no
malinterpretarán el mapa indicando que esas ubicaciones no tienen ningún riesgo.
Raster de idoneidad usando nueve categorías. En este hay El raster de idoneidad utilizando nueve categorías ha sido
una amplia cantidad de detalles en el mapa, pero los reclasificado en tres categorías, haciendo que las categorías
niveles de idoneidad son difíciles de distinguir. sean fáciles de distinguir, aunque algunos detalles se han
perdido.
Si su análisis implica crear escenarios alternativos, puede combinar los resultados para mostrar
oportunidades y restricciones. Por ejemplo, si ha modelado la idoneidad para la vivienda
utilizando un modelo que minimiza los impactos negativos al entorno y otro modelo que
minimiza los costos del desarrollo, puede crear un mapa que muestre cuáles áreas son aptas
para el desarrollo bajo ambos escenarios y, cuáles son inadecuados bajo ambos escenarios, y
cuáles son aptas en uno y no en el otro. Esto funciona mejor con los mapas de idoneidad que
utilizan sólo tres niveles de idoneidad (de lo contrario, las diferentes combinaciones entre los
escenarios hacen que el mapa sea difícil de interpretar).
Finalmente, usted querrá ser capaz de explicar cómo obtuvo los resultados de su modelo. La
visualización de un documento de modelo ModelBuilder es una buena forma de presentar el
criterio, las capas de datos que se utilizaron y el proceso. También sirve como documentación
para el modelo si quieres compartirlo con otros o necesitas volver a visitar el modelo en el
futuro. El documento del modelo de idoneidad para el desarrollo de la vivienda muestra que,
utilizando el método de superposición ponderado, después de que las capas fuentes con
valores continuos se reclasificaron en clases significativas, se asignaron todos los valores de
capas a una escala de idoneidad de 1 a 5, y las capas de aptitud/idoneidad combinadas para
crear la capa total de aptitud/idoneidad usando los pesos asignados.
10.5 EVALUACION DE LA CAPACIDAD DE ACOGIDA DEL TERRITORIO.
La capacidad de acogida puede definirse como “el grado de idoneidad o la cabida que presenta
el territorio para una actividad, teniendo en cuenta a la vez, la medida en que el medio cubre sus
requisitos de localización y los efectos de dicha actividad sobre el medio” (Gómez Orea, 1992)
En este sentido, la actividad o uso del suelo evaluado optimizará su localización cuando se
asigne a un lugar que cuente con la mayor aptitud y el menor impacto posible, es decir, el lugar
con mayor capacidad de acogida en el territorio en estudio.
Barredo, 1996, plantea que la capacidad de acogida del territorio se puede enfocar de distintas
formas. Así se puede entender la capacidad de acogida como la sumatoria de los factores
positivos (aptitud) menos la sumatoria de los factores negativos de la actividad evaluada
(impacto), obteniendo para cada lugar del territorio un determinado valor que refleje su
capacidad para acoger una determinada actividad.
La capacidad de acogida definida anteriormente puede asimismo abordarse desde distintos

enfoques o modelos, puede ser a partir del concepto de aptitud, o a partir del concepto de
impacto, o a partir de ambos en un solo sistema (Gómez Orea, 1996).
En este curso se seguirá lo planteado por Barredo, 1996, esto es, se adoptará el modelo impacto-
aptitud para la obtención de la capacidad de acogida en un territorio, ya que:
a) ofrece la posibilidad de considerar ambos elementos en un mismo proceso,

b) dicho modelo es desarrollable en el entorno SIG,
c) permite integrar Técnicas de Evaluación Multicriterio.
En el primer punto, los dos elementos que definen esta aproximación se expresan en el territorio
como el efecto de una actuación determinada sobre el medio (impacto) y el potencial (aptitud)
de cada lugar para una actividad, evaluando ambos simultáneamente, lo que a la postre resulta
en una asignación más coherente e integral para la actividad evaluada.
Por su parte, el modelado en un SIG describe el uso de las funciones básicas de una secuencia
lógica para resolver problemas espaciales complejos, cómo los presentados en la obtención de
la capacidad de acogida de un territorio.
Por último, el modelado espacial va aún más allá en la búsqueda de la resolución de dichos
problemas, ya que en éste se integran otras técnicas de análisis ajenas a las funciones básicas
de los SIG. Entre éstas se encuentran las técnicas de evaluación multicriterio qué integradas a
los SIG, permite la obtención de modelos de capacidad de acogida del territorio.
La utilización combinada de los Sistemas de Información Geográfica (SIG) y las Técnicas de

Evaluación Multicriterio (EMC) se constituyen en unas herramientas muy útiles para su aplicación
en los procesos de evaluación territorial. Así el método adquiere la máxima aplicabilidad posible,
siendo posible investigar el número de alternativas y, en definitiva, facilitar la toma de decisiones.
Como se afirma, las ventajas de utilizar estas técnicas con SIG se sitúan en poder resolver con
todo rigor la interrelación de las diversas variables del territorio, otorgándosele el peso y la
proporcionalidad adecuada o necesaria en cada momento.
A su vez, en lo que concierne al proceso de evaluación, su diseño dentro de un SIG, permite

aprovechar las potencialidades de éste en la interrelación de las capas de información
requeridas (capas que darán lugar a criterios y factores) y sus utilidades de análisis/evaluación;
de modo que sea factible su aplicación y revisión en otros escenarios espaciales con la mera
adecuación de los datos, y en su caso de los procesos, a las nuevas condiciones geográficas o
territoriales. Con ello el método adquiere un carácter aplicado y una finalidad demostrativa y se
convierte en una herramienta dúctil, con la que se puede interactuar, capaz de reorientar las
evaluaciones, de acuerdo, a diferentes puntos de vista. Así los resultados serán válidos en
función de los juicios y las valoraciones emitidas, teniendo cabida por tanto experimentar sobre
resultados alternativos, rectificar los juicios, considerar o no determinadas variables o criterios,
etc.
10.5.1 MÉTODO DE EVALUACIÓN MULTICRITERIO (EMC).
El análisis multicriterio es, un método a utilizar en el proceso de toma de decisiones y sirve para
planificar proyectos de desarrollo con más de un objetivo y varios criterios, teniendo en cuenta
los recursos naturales y los servicios ecosistémicos y no sólo la visión económica en la
planificación territorial. Esta técnica permite considerar diversas opiniones ante un mismo
problema y admite la consideración de enfoques y objetivos contrapuestos.
10.5.1.1 Metodología de la EMC.
La metodología del modelo de evaluación multicriterio, para la obtención de la capacidad de

acogida territorial, supone la definición de una serie de etapas o fases de análisis, que se
enuncian a continuación:
1. Definir el problema
2. Determinar los criterios
3. Estandarizar las puntuaciones de factores/criterios
4. Determinar el peso de cada factor
5. Agregar los criterios
6. Validar/Verificar los resultados
1.- Definición del problema: Como regla general, el objetivo principal será obtener una capa de
información que muestre una clasificación del espacio estudiado con una valoración asignada
a cada parte del territorio en función de su capacidad para acoger los usos que son evaluados.
Como regla general, este objetivo debe ser, según la regla SMART: S => Específico; M =>
Mesurable; A => Alcanzable; R => Relevante; T => Tiempo
2.- Definir una serie de criterios (variables) y factores básicos para la valoración del territorio a
examinar. En tal sentido, se establecen las pautas o requisitos utilizados como base para una
decisión entre alternativas. Estos pueden ser de dos tipos: factores y restricciones
Un factor es un criterio que realza o retrae la aptitud o idoneidad de una alternativa específica
para la actividad bajo consideración, por ejemplo, distancia a una carretera (cerca = idóneo;
lejos = menos idóneo), por otra parte, una restricción sirve para limitar las alternativas bajo
consideración; elementos o entidades que representan limitaciones o restricciones; zona que
no debe ser seleccionada de ninguna forma o es considerada inadecuada. Por ejemplo, áreas
protegidas, cuerpos de agua, etc.
Un ejemplo nos puede servir para facilitar la explicación. Si deseáramos evaluar la aptitud de un
área concreta para la repoblación forestal, deberíamos seleccionar aquellas variables
geográficas que se supongan decisivas en la potenciación de esta actividad económica
determinada, por ejemplo: vegetación, pendiente, exposición, litología, altitud, etc.
3.- Estandarizar las puntuaciones de factores/criterios. Medir los diferentes factores o criterios
seleccionados, según una escala, para evaluar la aptitud y el impacto de la actividad en el
territorio para el posterior desarrollo del modelo de capacidad correspondiente. La medición
debe establecerse siempre en idéntica dirección para todos los criterios (por ejemplo, que los
valores reducidos supongan una contribución a que la aptitud sea baja y los valores elevados a
que sea alta). Se aconseja que los rangos de todas las variables sean comunes. Así, si una
variable se mueve entre valores de 1 a 10, el resto de las variables debería seguir la misma
norma. En ocasiones, la valoración de cada factor no se puede realizar en una escala
cuantitativa, sino sólo cualitativa (bien nominal u ordinal), por lo que la comparación entre
alternativas se ve dificultada.
4.- Determinar el peso de cada factor. Cómo se ha señalado y visto con anterioridad
(sobreposición ponderada), hay varios métodos para esto, entre los cuales están: Ranking-
factores; Ranking-proporción; Ranking y proporción. En este punto, se analizará un método de
comparación por pares conocido como el método de las jerarquías analíticas propuesto por
Tomás Saaty (1980)
4.1 El método de las jerarquías analíticas (MJA).
En las EMC aplicadas en planeación territorial y en los entornos SIG, usualmente se utiliza el
Método de Comparación Por Pares (Saaty, 1980), comúnmente conocido en la literatura como
Analytic Hierarchy Process (AHP) o Método de Jerarquías Analíticas (MJA). Sumado a esto la EPA
(Environmental Protection Agency) recomienda la utilización de este método para comparar
alternativas.
El MJA es una metodología útil para la EMC y que ha tenido un amplio uso; en ella, el decisor
provee sus preferencias relativas (en términos de asignación de pesos de importancia) a las
distintas alternativas por medio de una serie de comparaciones entre pares de factores, con las
que se forma una matriz de comparación. Es decir, se establecen las prioridades o importancia
relativa (aij) ya sea de las alternativas o de los factores comparándolos en un juicio de valor. En
este caso, se puede usar la escala de medida que aparece en Tabla 9.2: Escala de medidas para
las matrices jerárquicas analíticas:
TABLA 9.2.- Escala de medidas de Saaty
Procedimiento
1.- El procedimiento se inicia a partir de la construcción de la matriz de comparación por pares

(factores), la que se genera asignando a cada celda un juicio de valor (aij) que representa la
importancia relativa de cada factor (en la columna principal) con otros (de la fila principal);
así, por ejemplo, podemos expresar que el factor F1 es 3 veces más importante que el factor
F2 en la celda correspondiente (acb), de esta manera, con una escala establecida por el
procedimiento, se asignan los juicios de valor a todas las celdas de la matriz; sin embargo,
hay que hacer notar que en la diagonal solamente se asignan valores 1 que denoten la
igualdad en la comparación de cada factor consigo mismo.
A fin de clarificar el proceso a continuación, se presenta el ejemplo de Barredo (1996: 133),

en que se aplica este método en la evaluación de la aptitud para la actividad agrícola
considerando el criterio pendiente del terreno; el cual es tomando de la capa temática
correspondiente en la que supuestamente se encuentran los datos espaciales clasificados en
rangos:
CLASE RANGO (%)

F1 0–5
F2 5 – 10
F3 10 – 15
F4 15 – 35
F5 35 y más
Luego, con la escala de Saaty antes mostrada, podemos construir la matriz de comparación
entre cada par de clases, asignando en cada celda un valor que especifique la preferencia
de las clases ubicadas en la columna principal entre las de la fila principal. Ver la siguiente
tabla:
TABLA 9.3.- Matriz de comparación por pares
CLASES F1 F2 F3 F4 F5
F1 1 3 4 6 8
F2 1/3 1 2 4 6
F3 1/4 1/2 1 3 4
F4 1/6 1/4 1/3 1 2
F5 1/8 1/6 1/4 1/2 1
∑ 1,875 4,542 7,583 14,500 21,000
Así, en la tabla podemos interpretar que la clase F4 (pendiente entre 15 y 35 %) es 1/6 veces
menos apta para la actividad agrícola que la clase F1 (pendiente entre 0 y 5 %). Esta
interpretación se hace de manera similar para cada relación numérica en el cuadro.
2.- Una vez elaborada la matriz, hay que determinar el eigenvector principal, que representa el
orden de prioridad de los factores y establece sus pesos (w ij), proporcionando una medida
cuantitativa de la consistencia de los juicios de valor entre pares (Saaty, 1980). En cada factor,
a partir de los juicios de valor, se establece el eigenvector principal, pasando a considerar el
eigenvalor máximo como una medida de la consistencia de los juicios.
El procedimiento que utilizaremos en este trabajo para obtener el eigenvector principal

consiste, en primer lugar, en obtener los valores de la matriz de comparación normalizados
por columnas, esto es, Va11 = a11 / ∑a1j , así el valor normalizado para cada celda se obtiene
a partir del cociente entre cada valor (aij) y el valor de la sumatoria de cada columna,
posteriormente los valores normalizados se suman por filas, obteniendo así el eigenvector
principal, el cual se normaliza dividiendo cada uno de los valores de dicho vector entre “n”
(número de factores), obteniendo de esta manera el eigenvector principal normalizado que
representa los pesos (wj) de cada factor:
TABLA 9.4.- Matriz de normalización y eigenvector principal y normalizado

CLASES F1 F2 F3 F4 F5 Eigenvector Eigenvector
principal principal
normalizado
F1 0,53 0,66 0,52 0,41 0,38 2,50 0,50
F2 0,18 0,22 0,26 0,28 0,29 1,23 0,24
F3 0,13 0,11 0,13 0,21 0,19 0,77 0,15
F4 0,09 0,06 0,04 0,07 0,10 0,36 0,07
F5 0,07 0,04 0,03 0,03 0,04 0,21 0,04
3.- Determinación de la Razón de Consistencia (RC). El paso siguiente a la obtención del

eigenvector principal es sin duda uno de los aspectos más importantes e interesantes del
Método de las Jerarquías Analíticas (MJA), esto diferencia al método de los demás para la
asignación de pesos, ya que indica un dato cuantitativo acerca de la consistencia en la
asignación de los juicios de valor. Así, este procedimiento permite el cálculo del eigenvalor
máximo (λMAX), a través del cual se establece una medida operativa de la consistencia en la
asignación de los juicios de valor (aij), lo que también permite reconsiderar dicha asignación
en caso de que no se considere consistente. En caso de valores de la Razón de Consistencia
(RC) iguales o mayores a 0,10 los juicios de valor deben ser revisados, ya que no son lo
suficientemente consistentes para establecer los pesos (wij); a la inversa, si el valor es menor
a 0,10, se pueden considerar aceptables los juicios de valor asignados. El valor de la Razón
de Consistencia (RC), es un valor derivado del eigenvalor máximo (λMAX)
Cálculo de la Razón de Consistencia (RC).
RC = Índice de Consistencia (IC)/Índice de Consistencia Aleatoria (ICA)
Donde:
IC = (λMAX – n)/n-1 => λMAX = ∑ de los productos entre cada valor total de las columnas
de la matriz de comparación por pares y del eigenvector
principal normalizado o los respectivos pesos (wij).
n = número de factores
Indice de consistencia Aleatoria (ICA).

(Valores según Saaty, 1980)
n 1 2 3 4 5 6 7 8 9 10
ICA 0 0 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49
Para el caso del ejemplo tenemos:
• λMAX = (1,875 * 0,50) + (4,542 * 0,24) + (7,583 * 0,15) + (14,5 * 0,07) + (21,0 * 0,04) = 5,02
• IC = (5,02-5)/(5-1) => IC = 0,02/4 = IC = 0,005
• RC = IC/ICA = 0,005/1,12 = 0,0045 < 0,10 (Aceptable)
4.- Asignar los criterios. Para esto recurriremos al método denominado Sumatoria Lineal
Ponderada, que es una manera rápida y sencilla para identificar la solución en un problema
de decisión multicriterio.
El Modelo para Calcular es: S (ij ) =  wi xij
Donde:
w(i) = peso para el criterio j
x(ij = valor de la alternativa i en el criterio j
Usando la calculadora raster en un SIG, (también puede ser usado el proceso de Overlay
Ponderado) y aplicando los valores obtenidos:
S(ij) = ((F1 * 0,50) + (F2 * 0,24) + (F3 * 0,15) +( F4* 0,07) + (F5 *0,04))
Nota: En un caso real F1, F2,…F5, son capas temáticas
5.- Validar/Verificar los resultados: Implica evaluar la fiabilidad de la salida, verificar la

verdad – terreno. Esto puede implicar levantamientos de campo para verificar áreas de
muestreo, otros, etc.

Informativo Estadístico de Edificación A Sep-2018

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Informativo Estadístico de Edificación A Sep-2018

Cargado por

Copyright:

Formatos disponibles

MODULO VI: ING.

GEOMATICA EN EL ORDENAMIENTO TERRITORIAL Y AMBIENTAL

10. LA CAPACIDAD DE ACOGIDA Y LA ORDENACIÓN DEL TERRITORIO

✓ Las actividades humanas, que se ordenan y soportan el cauce al desarrollo.

✓ Adecuarse a la lectura del medio físico, lo que se traduce en respetar la capacidad de

En la medida en que la localización de las actividades se aproxime más o menos a la capacidad

10.1.1 Capacidad de acogida

La capacidad de acogida es un concepto tomado de la ordenación territorial que expresa la

último, en términos de impacto, mientras el promotor la percibe desde la actividad, en términos

• La determinación de la capacidad de acogida del territorio puede considerarse como un

En este sentido, el concepto de capacidad de acogida es considerado el más importante para

10.1.2 Descripción general del método de capacidad de acogida

La capacidad de acogida se interpreta como síntesis de dos requerimientos o factores que la

• La capacidad del territorio como soporte físico de una actividad.

La valoración de la capacidad y de la vulnerabilidad se realiza de forma cualitativa en cinco niveles:

5. Definición de las Unidades de Capacidad y de Vulnerabilidad mediante la integración

Figura 10.1. Modelo para la integración de unidades de capacidad y de vulnerabilidad

6. Asignar a cada unidad de integración de capacidad y de vulnerabilidad un valor integrado y

Tabla 10.1. Matriz de aptitud o capacidad de acogida

SL: Se permite el uso sin limitación

10.2 Evaluación Multicriterio (EMC) y Evaluación Multiobjetivo (EMO)

En el ámbito de la EMC, la determinación de la capacidad de acogida para una actividad en un

En este sentido, un enfoque para el análisis de la capacidad de acogida es el de impacto- aptitud.

10.2.1 Métodos de EMC

Se diferencian dos grupos de técnicas de EMC: compensatorias y no compensatorias. En las

En las técnicas basadas en el concepto de un punto ideal, el decisor se le pide establecer un

Donde L2 es la distancia euclidiana entre la alternativa i y el punto ideal de aptitud. Wj es el peso

10.3 USO DE LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y EVALUACIÓN MULTICRITERIO

10.4 MODELOS PARA ENCONTRAR UBICACIONES IDONEAS O APTAS.

La utilización de un modelo de idoneidad o aptitud permiten encontrar ubicaciones para un uso

Las áreas en azul indican las mejores para

10.4.1 DISEÑO DE UN MODELO DE IDONEIDAD O APTITUD

10.4.1.1 DEFINA EL PROBLEMA

10.4.1.2 DEFINIR LOS CRITERIOS

• un lote o parcela actualmente vacante

Cada criterio tiene un correspondiente layer fuente:

CRITERIO LAYER FUENTE

Generalmente, los criterios se basan en una característica de la localización por sí mismo o en la

10.4.1.3 ELEGIR LAS HERRAMIENTAS APROPIADAS.

En lo que sigue, se presentan ejemplos de utilización de herramientas de selección lógica y

10.4.1.4 ENCONTRAR LUGARES ADECUADOS UTILIZANDO HERRAMIENTAS DE SELECCIÓN.

10.4.1.4.1 RECOPILAR LAS CAPAS FUENTES.

CRITERIO LAYER FUENTE PLANTEAMIENTO TIPO SELECCION

10.4.1.4.2 REALIZAR LAS SELECCIONES.

Selección de entidades -dentro o fuera- de un área.

Seleccionar entidades cercanas o lejanas de otras.

AREA ≥ 2500 AND LANDUSE = ´ VAC ´

AREA > 5000 AND AREA < 10000

LANDUSE = ´FOREST ´ OR LANDUSE = ´SHRUB´ OR LANDUSE = ´MEADOW ´

posteriores incluirán un conjunto más pequeño de entidades y se completarán más rápido de lo

10.4.1.4.3 EVALUAR LOS RESULTADOS.

Si se ha guardado cada conjunto resultante de una selección, o si se ha creado un documento

10.4.1.4.4 VISUALIZAR Y APLICAR LOS RESULTADOS.

10.4.1.5 ENCONTRAR LUGARES ADECUADOS USANDO OVERLAY.

El proceso para identificar ubicaciones potenciales es:

1. recopilar las capas de origen

10.4.5.1 RECOPILACIÓN DE CAPAS FUENTES.

CRITERIO LAYER FUENTE

10.4.1.5.2 CREAR LAYERS DERIVADOS.

Cuando se usa el método de superposición vectorial, se almacenan las características de la

Elevación Este layer de pendiente fue derivado de una superficie de

Si está usando el método de superposición vectorial, es necesario convertir cualquiera de las

10.4.1.5.3 SUPERPOSICION DE LAYERS E IDENTIFICACION DE UBICACIONES ADECUADAS.