Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Libro Geoinformatica PDF
Libro Geoinformatica PDF
Coordinadores:
Luis Carlos Alatorre Cejudo
María Elena Torres Olave
Hugo Luis Rojas Villalobos
Luis Carlos Bravo Peña
Lara Cecilia Wiebe Quintana
Fernando Sandoval Gutiérrez
Elifalet López González
La edición, diseño y producción editorial de este documento estuvo a cargo de la Dirección General
de Difusión Cultural y Divulgación Científica, a través de la Subdirección de Publicaciones.
D.R. 2015 Hugo Luis Rojas Villalobos, Francisco Javier Domínguez Chávez, Elifalet López Gon-
zález, Luis Carlos Alatorre Cejudo, Javier Enríquez Domínguez, Luis Carlos Bravo Peña, Lara
Cecilia Wiebe Quintana, Jaime Iván Rojo Venzor, María Elena Torres Olave, Jesús Antonio
Bencomo Sáenz, Vladimir Hernández Hernández, Juan Carlos Enríquez Venzor, Jesús Pilar
Amado Álvarez, Manuel Octavio González León, Jaime Octavio Loya Carrillo, Alan Edgardo
Chávez Bustillos, José Alejandro Corral Alvarado, Luis Raúl Rodríguez Marín, Leoncio Elmer
Ornelas Olivas, Luis Arturo Caraveo Caraveo, Luis René Cereceres Calzadillas, Manuel Iván
Gil Hernández, Jesús Alfredo Banda Granados, Carlos Daniel Fierro Macias, Mario Iván Uc
Campos, Fernando Sandoval Gutiérrez, Claudia Karina Legarreta Miranda, Fernando Sando-
val Gutiérrez, María Olivia Trevizo Nevares
Prólogo 9
Capítulo II
Capítulo 1
Geoinformática aplicada a la
Geoinformática aplicada al análisis de Planificación Urbana
riesgo Responsables: Lara Cecilia Wiebe
Responsable: Hugo Luis Rojas Villalobos Quintana, María Elena Torres Olave
11 y Hugo Luis Rojas Villalobos 87
http://www.uacj.mx/DGDCDC/SP/Paginas/
default.aspx Identificación de patrones de
Digitalización de mapas para
determinar riesgo a inundación y crecimiento urbano en el área de
potencial de pérdidas económicas ciudad Cuauhtémoc, Chihuahua:
en el seccional de Anáhuac, 2003 - 2010
Cuauhtémoc, Chihuahua: mediante Jesús Antonio Bencomo Sáenz, Lara
sistemas de información geográfica Cecilia Wiebe Quintana, Luis Carlos
Francisco Javier Domínguez Chávez, Bravo Peña y Vladimir Hernández
Hugo Luis Rojas Villalobos, Elifalet Hernández 91
López González, Luis Carlos Alatorre
Cejudo 13 Análisis de la competencia de gasto
de agua en ciudad Cuauhtémoc,
Análisis de áreas susceptibles a riesgos Chihuahua con las huertas de
químicos por gaseras y gasolineras de manzana colindantes con la mancha
Cuauhtémoc, Chihuahua: evaluación urbana
mediante técnicas de Sistemas de Juan Carlos Enríquez Venzor, Lara
Información Geográfica Cecilia Wiebe Quintana, Luis Carlos
Javier Enríquez Domínguez, Hugo Alatorre Cejudo, Luis Carlos Bravo
Luis Rojas Villalobos, Luis Carlos Bravo Peña y Jesús Pilar Amado Álvarez
Peña, Lara Cecilia Wiebe Quintana 115
33
Predicción y modelación del Capítulo IV
crecimiento urbano de Ciudad
Cuauhtémoc, Chihuahua del Geoinformática aplicada al estudio de
2010, usando autómatas celulares acuíferos
(SLEUTH) Responsable: Luis Carlos Bravo Peña
Manuel Octavio González León, Hugo 223
Luis Rojas Villalobos, Luis Carlos
Alatorre Cejudo y Luis Carlos Bravo Relaciones espaciales entre los
Peña 141 cambios del nivel estático del
acuífero Cuauhtémoc Chihuahua y
Análisis del cambio de cobertura la cobertura de huertas de manzana
y uso de suelo durante el periodo durante 1993-2003.
1995-2011, EMC y autómatas Alan Edgardo Chávez Bustillos, José
celulares para la predicción del Alejandro Corral Alvarado, Luis Carlos
crecimiento urbano, el caso de ciudad Bravo Peña, Luis Carlos Alatorre Cejudo
Cuauhtémoc, Chihuahua y Lara Cecilia Wiebe Quintana 227
Jaime Octavio Loya Carrillo, María
Elena Torres Olave, Luis Carlos Bravo Análisis y aplicación de un modelo
Peña y Luis Carlos Alatorre Cejudo empírico-conceptual para la
163 identificación de zonas potenciales
para recarga hídrica: cuenca de
Laguna de Bustillos, Chihuahua.
Capítulo III Luis Raúl Rodríguez Marín, Leoncio
Elmer Ornelas Olivas, Luis Carlos
Geoinformática aplicada a los Bravo Peña, Luis Carlos Alatorre Cejudo
procesos de erosión y degradación en y Hugo Luis Rojas Villalobos 247
suelos
Responsable: Luis Carlos Alatorre
Cejudo 195 Capítulo V
C
uando hablamos de Geoinformática se alude a una ciencia que
aborda el estudio de la superficie terrestre, mediante la integra-
ción de técnicas informáticas para el procesado de datos, con
los métodos y técnicas de las ciencias de la tierra tradicionales
(geografía, geología, hidrología, entre otras). Se trata de una
ciencia con enorme utilidad para el análisis geográfico, que no
obstante su potencial para la solución de problemas ambien-
tales en países como el nuestro, lamentablemente aún cuenta con muy pocos
textos en lengua castellana.
La obra que el lector tiene en sus manos constituye un aporte valioso
para llenar ese vacío. Resume las investigaciones desarrolladas en los proyectos
de titulación de la primera generación de licenciados en Geoinformática de la
UACJ en ciudad Cuauhtémoc, Chihuahua, y muestra aplicaciones que tiene
esta ciencia en el análisis de problemáticas ambientales en el contexto local
y regional. Expone ejemplos del amplio potencial de la geoinformática, para
generar datos que permitan transformar la realidad ambiental y social desde la
trinchera de las aulas y del trabajo universitario.
En la obra se incluyen investigaciones de amplia relevancia para el cen-
tro de Chihuahua, y trabajos con evidente pertinencia en el ámbito regional
del norte de México. A través de un abordaje geoinformático, sustentado en la
creatividad científica y en el rigor metodológico, se desarrollan siete capítulos
que muestran el estudio de la superficie terrestre desde ángulos muy diversos.
Entre estos se incluye el análisis de riesgos urbanos y aplicaciones de la geoin-
formática en la planificación urbana (capítulos I y II), el estudio y la caracte-
9
rización de procesos de degradación ambiental como la erosión del suelo, el
abatimiento de acuíferos y los cambios de la cubierta vegetal por actividades
humanas (capítulos III, IV y V), la modelación de patrones de distribución de
especies amenazadas en México (capítulo VI), hasta aplicaciones de la geoin-
formática para el análisis geoespacial de realidades educativas en educación
básica (capítulo VII).
Todos estos temas tienen un valor indiscutible. Añejos en algunos casos,
han cobrado mayor importancia en los inicios del siglo XXI, por las sinergias
existentes entre las dinámicas inapropiadas de uso del espacio por el hombre, y
las tendencias actuales de cambio climático. Son temas cuya vigencia deman-
da un abordaje novedoso, con herramientas geotecnológicas de vanguardia.
Eso es lo que se ha logrado en estos trabajos de titulación.
La obra es un trabajo de equipo. Muestra en pocas páginas aquello que
puede lograrse cuando autoridades universitarias, coordinadores de carrera,
maestros, investigadores, y alumnos, enfocan sus esfuerzos hacia un objetivo
común: transformar la realidad geográfica regional desde el espacio acadé-
mico. Lograr, con el esfuerzo de todos, datos y resultados que construyan la
sustentabilidad ambiental y social del futuro. Gracias por esto a todos ellos,
enhorabuena por un esfuerzo así. Muchos logros, muchas obras de estas.
Geoinformática aplicada
al análisis de riesgo
E
l análisis de riesgos es la evaluación de la vulnerabilidad del
ser humano y su entorno a fenómenos naturales o antropo-
génicos, y su potencial efecto negativo en los seres humanos,
lo que llamamos un desastre natural, es decir, cuando la ame-
naza se convierte en una realidad peligrosa y daña a los seres
humanos, a infraestructuras, asentamientos humanos, y otras
realidades (Abbott, 1996).
Antes de la aparición de los Sistemas de Información Geográfica (SIG),
los mapas de distribución espacial y temporal de las amenazas contenían muy
poca información, ya que los análisis de riesgos se realizaban utilizando téc-
11
nicas como la superposición manual de mapas temáticos (Coppock, J. T. y
Rhind, D. W., 1991). Con el desarrollo de la informática, actualmente se uti-
lizan los SIG, que ofrecen múltiples ventajas para el análisis de riesgos, ya
que permiten capturar datos geográficos en diferentes formatos, ya sea mapas
analógicos digitalizados o imágenes de satélite, se pueden almacenar grandes
volúmenes de datos, realizar análisis implementando algoritmos complejos
y la aplicación de modelaciones para la simulación de los riesgos. Los SIG
actualmente forman parte primordial de la administración ante las situacio-
nes de desastre e intervienen directamente en el desarrollo de las cuatro fases
descritas por Greene:
Mitigación. Actividades que reduzcan los efectos de un desastre inevi-
table, por ejemplo administración del uso de suelo, establecimiento de pro-
gramas de administración de emergencias como restricciones de licencias de
construcción para zonas inundables.
Preparación. Actividades necesarias para minimizar los daños del desas-
tre, por ejemplo consolidación de un inventario de recursos ante la emergencia,
establecimiento de protocolos de respuesta, instalación de sistemas de alerta
temprana y preparación de personal para atención a emergencias, entre otros.
Respuesta. Actividades posdesastre, diseñadas para brindar asistencia a
las víctimas, por ejemplo protocolos de búsqueda, rescate, atenciones médicas,
alimentación y acelera las operaciones de recuperación (inventario de daños).
Recuperación. Actividades necesarias para retornar todos los sistemas a
la normalidad, incluyendo actividades de corto plazo (limpieza, acceso a agua
y comida, viviendas temporales) y largo plazo (asesoría legal, planeamiento de
la comunidad, etcétera) (Greene, 2002).
En el panorama de la prevención y acción ante las situaciones de riesgo
comentadas, la Geoinformática permite una serie de aproximaciones variadas.
Algunos ejemplos son los trabajos que componen este capítulo.
Referencias
Introducción
E
l agua es uno de los recursos naturales más valiosos de cual-
quier país debido a los beneficios sociales y económicos que se
derivan de su explotación; sin embargo, junto con las ventajas
de su uso existen también situaciones extremas tales como las
inundaciones y las sequías. Las inundaciones son consideradas
como uno de los fenómenos de mayor impacto en el ámbito
mundial debido al efecto que producen en extensiones territo-
riales densamente pobladas (Domínguez, 1999).
Una inundación es el proceso que se produce cuando el gasto de una
avenida generada en una cuenca supera la capacidad del cauce, por lo que
el exceso de agua escurre fuera del mismo hacia las partes más bajas. Las
inundaciones son fenómenos naturales que se convierten en peligro cuando
los espacios ocupados por las poblaciones abarcan las llanuras de inundación
(Montecelos, 2011). La intensidad y volumen de la precipitación conlleva a la
13
inundación, que genera como consecuencia extensos y cuantiosos daños: pér-
didas económicas a viviendas, pérdidas humanas así como efectos catastróficos
para la población, la infraestructura urbana, daños al medio ambiente, servi-
cios básicos entre otros, en gran parte del territorio nacional (CEPAL, 2000).
La inadecuada planeación en el ordenamiento del territorio es la princi-
pal causa de que se desarrollen asentamientos humanos en las zonas aledañas
a los cuerpos de agua, lo que provoca inundaciones cuando se desborda una
corriente. Además la degradación del medio ambiente, tal como la deforesta-
ción, la erosión, entre otras, modifica la respuesta hidrológica de las cuencas,
lo que incrementa la ocurrencia y la magnitud de inundaciones (Cenapred,
2007). La modificación del terreno en las cuencas debido a cambios en los
usos del suelo, produce daños cada vez más considerables por el efecto de las
inundaciones, asociados a dos fenómenos:
Área de estudio
Materiales y métodos
No
Colonia Hogares Negocios Baldíos Parques Escuelas Iglesias Funeraria Total
habitado
Progreso 3,394 1,820 0 0 0 0 0 0 5,214
Manzanos 5,276 0 1,692 0 0 0 0 0 6,968
Habitacional 1,807 0 0 1,402 0 0 0 0 3,209
Ojito 7,877 1,702 939 0 396 0 0 0 10,914
San José 24,503 3,705 9,489 0 5,912 4,257 1,194 1,095 50,155
Centro 26,562 15,267 7,969 0 2,386 6,573 1,037 0 59,794
Total 72,342 22,494 22,606 1,402 8,694 10,830 2,231 1,095 141,694
% 50.05 15.87 15.95 .98 6.13 7.64 1.57 .77 100
Tabla 2. Resultados de identificación de lotes por colonia.
(Fuente: Elaboración propia).
Conclusiones
El objetivo de este estudio fue integrar las técnicas de SIG para identificar
las áreas vulnerables al riesgo de inundación así como la digitalización de los
mapas de inundación, y con ellos evaluar las posibles pérdidas económicas de
bienes en las zonas potenciales a inundación en el seccional Anáhuac. Este
estudio aporta información importante para compatibilizar criterios entre las
distintas disciplinas involucradas en la planificación urbana, y como resultado,
Referencias
Javier Enríquez Domínguez, Hugo Luis Rojas Villalobos, Luis Carlos Bravo
Peña, Lara Cecilia Wiebe Quintana
Introducción
E
n los últimos años la relación entre las poblaciones y su cre-
cimiento acelerado ha tenido como consecuencia una mala
organización para la construcción de colonias para casa-habi-
tación, escuelas, hospitales, las cuales son establecidas en ubi-
caciones que ponen en riesgo a la población, con respecto a los
establecimientos de distribuidores de combustibles (Sedesol,
2003). Cada uno de estos tiene normas y reglas a seguir para
su establecimiento, desafortunadamente en muchas ocasiones no se respetan.
Debido al crecimiento de la población, las ciudades tienden a expandirse muy
rápido, con la construcción de colonias que rodean establecimientos de gaso-
lineras y gaseras, quedando en riesgo de algún peligro como una explosión o
derrame químico.
Un ejemplo de un mal seguimiento de procesos de seguridad es lo que
ocurrió en septiembre de 2012 en las instalaciones de una planta de gas de
33
Pemex en Reynosa, Tamaulipas. En esa fecha se presentó una fuga de gas que
generó una gran explosión que tuvo como consecuencia graves pérdidas hu-
manas y económicas. Es muy poca la consideración que los departamentos de
gobierno encargados de la planeación del territorio tienen hacia estos riesgos
para mejorar el manejo de peligros químicos. Estos riesgos han ido creciendo
considerablemente, al contrario de las medidas de protección.
Para poder enfrentarlos es necesario contar con el conocimiento básico
del manejo de sustancias químicas, del tipo de almacenamiento adecuado, y
del desarrollo de nuevas tecnologías que puedan mejorar su manejo, así como
conocer los peligros a los que se están expuestos quienes trabajan en este rubro
y cómo se pueden evitar antes y actuar ante el desastre: crear escenarios y simu-
laciones para las diversas organizaciones que actuarán en el momento en el que
se presente la contingencia, como departamentos de protección civil, tránsito,
paramédicos, bomberos, policía, entre otros. (DPIRDM, 2001).
Los estudios de riesgos deben estar sujetos a cambios y evaluación cons-
tante, ya que continuamente hay cambios en el crecimiento de la cuidad, lo cual
ocasiona modificaciones en la configuración de las ciudades y los peligros que
causa para la población. Particularmente importantes son los efectos del cre-
cimiento demográfico y de la industrialización que modifican e incrementan
el riesgo (Cenapred, 2001). El rápido crecimiento de población, la expansión
urbana y el crecimiento económico, todo esto ha llevado a una mala planea-
ción urbana en la ciudad de Cuauhtémoc, Chihuahua. Existen problemáticas
en la construcción de colonias, escuelas, iglesias y centros sociales, que tienen
una relación de peligro por la cercanía con el establecimiento de distribución
o almacenamiento de químicos, sin tener algún tipo de prevención o cuidado,
estando seriamente expuestos. Por lo anterior, es importante la elaboración
de un análisis mediante estudios de las zonas y mapas en toda la traza urbana
que permitan identificar instalaciones en riesgo, y dar una breve evaluación
de la gravedad del problema, identificando cuáles serían los niveles de riesgo
e impacto en las diferentes construcciones, y la capacidad que tienen de ser
afectadas, la población expuesta y minimizar el problema al que se expone.
La implementación de la metodología propuesta en este documento y
el uso de sistemas de información geográfica (SIG), permitirán la administra-
ción de la información espacial con la que se cuenta, y generarán la capacidad
de actualizar y modificar la información de los mapas, y un uso de bases de
datos geográficas más eficiente, permitiendo dar respuesta inmediata en la
toma de decisiones ante situaciones de contingencia.
Justificación
Objetivos
General
Generar mapas de riesgos para su prevención y mitigación, identificando los
peligros potenciales que generan las instalaciones de gas y gasolina, a los que
está expuesta tanto la población como la infraestructura urbana en la ciudad
de Cuauhtémoc, Chihuahua.
Específicos
Hipótesis
Área de estudio
Materiales y métodos
Búsqueda de literatura
En la primera etapa se llevó a cabo una recolección de toda la información
necesaria sobre el tema, se realizó una búsqueda de estudios similares y de
documentos de las distintas organizaciones involucradas en el manejo de quí-
micos que aportaron los datos que fueron requeridos. Los documentos de pre-
vención de desastres de Cenapred aportaron una parte muy importante sobre
los riesgos y peligros que representan el establecimiento de estaciones de gas
o gasolina, otra información de Cenapred que en conjunto con las Normas
Oficiales Mexicanas se complementa son las distancias que deben de respetar
y las características y medidas de seguridad que deben tener y cumplir en su
construcción las gaseras y gasolineras
Mapas de riesgos
Cartografía, centros educativos y sociales, departamentos de seguridad pública y
hospitales. En la tercera etapa, se elaboró la cartografía que incluye la traza
urbana, los puntos que representan gasolineras, gaseras, hospitales, escuelas,
centros sociales y servicios públicos, donde esta representación gráfica da una
idea de la distribución geoespacial que tienen los puntos conflictivos (gaseras
y gasolineras) con respecto a los puntos de concentración social (escuelas y
centros de reunión social).
Elaboración de zonas de influencia (Buffers). Con base al punto anterior,
con los datos se realizaron los buffers o áreas de amortiguamiento utilizando
ArcGis™. Estas áreas de amortiguamiento representan los rangos de riesgo
que se les dio con base a la información de las normas y leyes oficiales de las
gasolineras y gaseras. En el software se generó el análisis de proximidad, se
crearon buffers con diferentes niveles de riesgo para cada uno de los anillos. Una
vez creadas éstas áreas se identificaron las escuelas o centros recreativos qué
están más expuestas a algún tipo de peligro por explosión o derrame químico.
Análisis de riesgos
Sistema de prevención. En la cuarta etapa se realizó un análisis para la mi-
tigación y prevención de los riesgos y un plan de respuesta. En esta fase se
buscó que los diferentes departamentos de seguridad pública puedan obtener
información cuantitativa de la zona en peligro con base al uso de un sistema
de información, de tal manera que al momento de acudir a alguna emergencia
tienen como ventaja saber la magnitud del problema y una estimación de la
población a debido a la cantidad de personas expuestas También saber la lo-
Delineamiento de rutas
de evacuación y auxilio
inmediato.
Leyenda
– Cuauhtémoc
• Gaseras
• Gasolineras
• Comandancias
• Servicios de salud
• Centros educativos
• Centros de concentración
Leyenda
• Gaseras
15
20
30
50
80
100
150
• Gasolineras
15
20
30
50
80
100
150
– Cuauhtémoc
Leyenda
Gaseras condición
• Estable
• Inestable
Gasolineras
Condición
• Estable
• Inestable
– Distancia
Leyenda
Gaseras condición
• Estable
• Inestable
Gasolineras
Condición
• Estable
• Inestable
– Distancia
Leyenda
Gaseras
Condición
• Estable
• Inestable
Gasolineras
Condición
• Estable
• Inestable
Centros Educativos
Condición
• Estable
• Inestable
Centros de Concentración
Condición
• Estable
• Inestable
– Distancia
Leyenda
Gaseras
Condición
• Estable
• Inestable
Gasolineras
Condición
• Estable
• Inestable
Centros de Concentración
Condición
• Estable
• Inestable
– Distancia
Leyenda
Ejército Mexicano Protección Civil Bomberos
Sanatoria y Maternidad San José
Hospital Médica Sierra IMSS • Comandancias
Policía Municipal • Servicios de salud
Tránsito
Centro Clínico del Noroeste SA de CV – Rutas
– Rutas
– Rutas
– Rutas
– Rutas
– Rutas
– Rutas
Centro de Salud 2 – Rutas
– Cuauhtémoc
Conclusiones
Existen en la ciudad gaseras y gasolineras que están fuera de la ley con base
en el reglamento y las normas correspondientes. Un ejemplo son las gaseras
que están en riesgo porque cuentan con mayor capacidad de almacenamiento
que las demás, lo que implica un grado más alto de exposición. Para cada una
de las gaseras se establecen las mismas reglas sobre las distancias que deben
guardarse con instalaciones, cuando deberían tomarse medidas y precauciones
adaptadas a cada uno de los establecimientos con base en las características
como las construcciones, tipo y capacidad de almacenamiento; esto es de suma
importancia debido a que el entorno está en constante riesgo, donde se afec-
taría a la población y a la infraestructura, ya sean escuelas o centros sociales.
Aunque en los resultados existen muy pocos puntos que representen un
riesgo para la población en toda la ciudad, y la mayoría de las estaciones de gas
y gasolina están en condiciones estables, existe un peligro mínimo que podría
afectar a algunas personas. El peligro que representan es intermitente, debido
a que están ubicadas en vialidades o lugares con un alto flujo de personas. Un
ejemplo sería al momento de hacer alto en algún semáforo y al encontrarse
Referencias
Introducción
L
a circulación vehicular es una actividad que puede, frecuente-
mente, producir accidentes cuyos resultados se traducen en da-
ños a personas o bienes materiales. Un accidente de tránsito, o
automovilístico, es un hecho en el cual se involucra al menos un
automóvil u otro tipo de vehículo de transporte. Dichos acci-
dentes tienen diferentes escalas de gravedad, destacan aquellos
que presentan como resultado víctimas mortales; más abajo en
dicha escala se hayan los heridos graves, los heridos leves y los daños materia-
les a los vehículos implicados.
Los accidentes constituyen un importante problema de salud pública
debido a las consecuencias del costo social ocasionado por lesiones y mor-
talidad. Siempre hay una causa desencadenante que produce un accidente,
que se puede agravar de forma considerable si por él resultan afectadas otras
personas, además de la persona que lo provoca.
La Organización Mundial de la Salud (OMS) calculó que en el 2000
más de 2.2% de la mortalidad mundial se relacionó con los accidentes de
57
tránsito (AT). Esto equivale a 1.2 millones de personas y se prevé que cada
año alrededor de 50 millones de individuos resultarán lesionados por este tipo
de sucesos. Se estima que en el mundo el promedio diario de defunciones por
esta causa es de 3000, (Ávila, 2008).
Objetivos
Justificación
Antecedentes
El transporte por carretera beneficia tanto a las naciones como a los indivi-
duos, porque facilita el movimiento de bienes y personas, permite un mayor
acceso a los empleos, los mercados económicos, la educación, la recreación, la
atención sanitaria, entre otros. Sin embargo, el incremento del transporte vial
también ha supuesto una carga importante para la salud de las personas, que
se manifiesta en forma de AT.
Según el proyecto de la OMS, Carga Mundial de Morbilidad, de 2004,
los accidentes de tránsito causaron aquel año más de 1.27 millones de víctimas
mortales, número similar a las provocadas por muchas enfermedades transmi-
sibles.
Se sabe ahora en la actualidad que los AT constituyen una parte de la
vida cotidiana y, a la vez, un problema global que destruye vidas y medios de
sustento, obstaculizan el desarrollo y puede convertir a millones de habitantes
en población vulnerable. En general, existen muy pocos estudios y artículos
enfocados al problema de la mortalidad en accidentes automovilísticos, con
o sin sus causas y efectos. Adicionalmente, la problemática envolvente de la
mortalidad en accidentes de tráfico no tan sólo persiste, sino que en muchas
partes del mundo se vuelve crítica (Silva, 2009).
Desarrollo
Hipótesis
Metodología
• Aleatorio
• Bajo
• Moderado
• Alto
Resultados y discusión
(Aleatorio)
Significativo Significativo
Tomando en cuenta el z-puntuación de -33.69, existe una probabilidad menor del 1% de que el
agrupamiento se presente por casualidad.
a) Los conductores que transitan por dichas calles no miden el tiempo del
semáforo al ser la entrada a la ciudad.
b) En esta zona se encuentra un centro comercial, lo cual genera mayor con-
centración de parque vehicular.
c) Esta intersección se considera una de las dos formas más rápidas de llegar
a los diferentes centros de educación de esta ciudad.
a) Los ciudadanos de dicha colonia que desean salir tienen que atravesar la
vialidad Gómez Morín, sin tener las precauciones adecuadas para incor-
porarse a ella.
b) Esta vialidad es frecuentemente transitada por transportistas de materia-
les pesados que circulan a altas velocidades.
154
133 138
106
90 89 91
Leyenda
Mínimo
Bajo 1-2
Moderado 2-8
Alto 8-20
– Cuauhtémoc
Leyenda
Mínimo
Bajo 1-2
Moderado 2-8
Alto 8-20
– Cuauhtémoc
Leyenda
Mínimo
Bajo 1-2
Moderado 2-8
Alto 8-20
– Cuauhtémoc
En la Figura 10, se muestra que el día domingo registra 153 AT, siendo este
el número más alto registrado en toda la semana. El aumento generado du-
rante el fin de semana se presentó en ciertos puntos muy cercanos a centros
nocturnos, por lo que:
Leyenda
Mínimo
Bajo 1-2
Moderado 2-8
Alto 8-20
– Cuauhtémoc
La Figura 12, nos muestra que los AT presentados en este rango de horas
contabilizan un total de 75, colocándose en la categoría de Mínimo, mani-
festándose en el centro de la ciudad, pero con un punto en particular de ca-
tegoría Moderada, en la calle 40 y boulevard Fernando Baeza y esto se puede
deber a que a esta hora se presenta mayor congestionamiento vial, ya que los
principales negocios de la ciudad cierran al medio día.
Conclusiones
Referencias
Geoinformática aplicada
a la Planificación Urbana
Introducción
L
os espacios que ocupan los seres humanos y que comparten
con otras especies cambian constantemente por causas antrópi-
cas o naturales; desde países hasta ciudades, todos se ven afecta-
dos por aquellos criterios que se siguen para decidir qué espacio
ocupar o cuál debe ser conservado tal cual. Resulta entonces
necesario conocer las características del suelo y establecer cuál
puede ser el impacto sobre dicho espacio y aquellos que lo ha-
bitan.
La planificación urbana está relacionada con el rol del Estado a distintas
escalas para intervenir con el diseño, mantenimiento y administración de las
87
ciudades. Dicha planificación establece criterios que afectan a un espacio en
específico, por lo tanto a los seres que las ocupan; por ende, es un proceso que
da forma a la estructura social y económica de una ciudad, y afecta de igual
manera a los ecosistemas vecinos.
El incremento de la población, el crecimiento urbano, el acelerado pro-
ceso de urbanización, y sus repercusiones sobre el medio natural, han provo-
cado a lo largo de la historia desequilibrios ambientales que se convierten en
temas recurrentes de diagnóstico y análisis (Cifuentes Ruiz, 2009). Debido a
factores como el crecimiento acelerado de la población ha generado un desor-
den en el manejo del territorio, es por esto que surge la necesidad de realizar
una planeación urbana correcta donde el medio ambiente sea una prioridad,
como también la prevención de riesgos.
Los Sistemas de Información Geográfica permiten realizar un análisis
del espacio urbano incorporando variables demográficas, económicas, geográ-
ficas, etc., para una planificación urbana correcta. Los mapas, simples repre-
sentaciones de varios aspectos de la realidad espacial, son indispensables para
entender y visualizar la problemática existente en el entorno urbano y las con-
diciones que se puedan presentar a futuro (Maantay y Ziegler, 2006).
El área de estudio que se aborda en este capítulo, presenta particula-
ridades geográficas y económicas que hacen que la cobertura y uso de suelo
se vean afectadas y en algunos casos determinadas no solo por las cuestiones
climáticas propias del norte de México, sino también por fenómenos sociales
relacionados estrechamente con el principal ingreso de la región, que está de-
terminado por la agricultura, particularmente la manzana y el maíz.
En este capítulo, se abordan diferentes criterios para modelar el compor-
tamiento de la mancha urbana para ciudad Cuauhtémoc, Chihuahua, desde
diferentes perspectivas. La primera que compara una serie de tiempo de imá-
genes para determinar posibles patrones de crecimiento que sigue la mancha
urbana y aborda así mismo las posibles causas que determinan dicho compor-
tamiento.
Un segundo trabajo se apoya de dos algoritmos para analizar la cobertu-
ra y uso de suelo en el área de estudio y a su vez predecir el comportamiento
de cada categoría hacia el año 2019, basándose en la aptitud del territorio.
El tercer trabajo propone también un modelo por medio del cual se
permite predecir el crecimiento de la mancha urbana en el área de estudio me-
diante autómatas celulares e imágenes de satélite, comparando una predicción
al 2010 con el crecimiento real.
Referencias
Jesús Antonio Bencomo Sáenz, Lara Cecilia Wiebe Quintana, Luis Carlos Bravo
Peña y Vladimir Hernández Hernández
Introducción
E
l incremento de la población mundial, el crecimiento urbano,
el acelerado proceso de urbanización, y sus repercusiones so-
bre el medio natural han provocado a lo largo de la historia
desequilibrios ambientales que se han convertido en temas re-
currentes de diagnóstico y análisis en diferentes reuniones de
organismos internacionales (Cifuentes Ruiz, 2009).
El crecimiento urbano se puede definir como la expan-
sión de la mancha urbana, existiendo varios factores que lo determinan, tales
como los económicos, sociales, culturales, geográficos, etcétera.
A nivel mundial, al presentarse situaciones de crecimiento urbano acele-
rado, también se ha producido un descontrol en el manejo del territorio, mos-
trando así el proceso de artificialización del suelo a través de la urbanización.
Esta es una de las formas más extremas de alteración del uso del suelo y una de
las modificaciones más persistentes e importantes de los cambios producidos
por las personas (Oltra-Carrió et al., 2010). Los lugares urbanos son ahora el
91
hogar de casi uno de cada dos seres humanos y, a mediados del siglo XXI, casi
dos de cada tres personas vivirá en zonas urbanas.
En los siglos XIX y XX, lo rural se convirtió en urbano cuando empezó
a comunicarse con las principales vías de comercio y esta se conectó a las calles
que conformaban una sola cuadrícula bien definida, con intenciones de que la
población lograra acceder a todos los lugares sin mayores complicaciones de
ubicación o transporte.
Este proceso del crecimiento urbano seguirá mostrándose, siendo im-
posible detener este ciclo, tomando de esta manera un enfoque donde el pre-
servar y conservar recursos naturales sea prioridad, estableciendo un control
sobre la ciudad y efectuar planes de crecimiento. Uno de los factores que ayuda
al proceso de urbanización es la migración, encontrada por parte de zonas
rurales a zonas urbanas, mostrando así un desequilibrio en la ciudad, causan-
do una reorganización territorial. Esto último genera que las poblaciones se
sitúen en ciertas zonas de la ciudad donde no es viable la construcción o la
introducción de nuevas vialidades. El análisis espacial del comportamiento de
los indicadores según el periodo de crecimiento histórico al que pertenece el
espacio urbano, nos permite encontrar patrones espaciales más claros y con-
sistentes en la estructura de las ciudades medias mexicanas (Álvarez, 2010).
A partir del siglo XXI el uso de mapas y del conocimiento geográfico
ha tomado especial importancia debido a que, muchos de los análisis y pro-
fesiones requieren más de la información espacial para la toma de decisiones
(Maantay y Ziegler, 2006). Además de simplificar y representar varios aspec-
tos de la realidad, para el procesamiento de la información y la agrupación
de esta en un ambiente gráfico existen los SIG (Sistemas de Información
Geográfica), que por sus herramientas mezclan la información contenida en
el espacio real a una simple composición gráfica que contiene todo tipo de
información y ésta por su fácil interpretación ayuda en el proceso de optar por
mejores soluciones a problemas presentados, incluyendo una fácil y accesible
forma de almacenar cada dato obtenido.
Los mapas, simples representaciones de varios aspectos de la realidad
espacial, son indispensables para entender y visualizar la problemática exis-
tente en el entorno urbano y las condiciones que se puedan presentar a futuro
(Maantay y Ziegler, 2006).
El estudio del espacio urbano y concretamente del uso del suelo urbano
ha sido muy vasto y ha suscitado el interés de las ciencias sociales en general y
particularmente la geografía, la economía y la sociología urbana. Hoy en día,
las transiciones bien definidas o cuadriculadas son raras (Rashed y Jürgens,
• Patrón agregado
• Patrón lineal
• Salto de rana
• Patrón nodal
Objetivos
Materiales y métodos
Se pueden observar
a la cercanía de los
principales nodos de
Uso comercial
comunicación (Agui-
interno y externo a
lera et al., 2011),
la urbe
así como en la zona
central de la ciudad.
Continúa...
Se puede encontrar
este uso principal-
mente a las afueras
de la ciudad y son
localizadas en las
Uso industrial
principales vías de
comunicación o inter-
secciones (Aguilera
et al., 2011).
Esta se encuentra
principalmente en
las zonas que tienen
una asociación de
zonas habitacionales
Uso mixto (urbano y comercios estable-
consolidado de uso cidos, se da princi-
residencial y uso palmente por la falta
comercial) de espacios para el
desarrollo de comer-
cio y por facilidad del
usuario reconstruye
su vivienda en un
comercio pequeño.
• Agregación
• Compactación
• Aislamiento
Distancia media
Aislamiento/ Mide la distancia promedio entre dos par-
al vecino más Enn_mn
Proximidad ches en un paisaje.
cercano
Resultados
Uso industrial
Se presenta un proceso de agregación, ya que el número de parches (NP) dis-
minuyó mientras el área media del parche (Area_mn) aumentó.
Los polígonos tomaron una nueva forma más cuadrada por la disminu-
ción de la densidad de borde (ED) y el índice medio de forma (Shape_MN),
aumentó haciendo menos compacta a la clase.
Al igual que la clase comercial la distancia media al vecino más cer-
cano (Enn_mn) aumentó mostrando dispersión, además esta clase es la que
se encuentra más alejada de las demás por contener menores cantidades de
fragmentos.
Los parches pequeños se sumaron a los de mayor tamaño, mostrando un
fenómeno de agregación, ya que los polígonos están más dispersos y elongados
reflejando así un patrón lineal.
Leyenda
2010
Tipo
Urbano
Comercial
Industrial
Mixto
Conclusiones
Bibliografía
Juan Carlos Enríquez Venzor, Lara Cecilia Wiebe Quintana, Luis Carlos Alatorre
Cejudo, Luis Carlos Bravo Peña y Jesús Pilar Amado Álvarez
Introducción
E
l abastecimiento de agua es uno de los principales aspectos
que aseguran la sustentabilidad de las ciudades en el mundo.
Las limitaciones del medio ambiente son consideradas como
una de las principales causas de movimientos poblacionales,
principalmente en las zonas secas donde el agua y no la tierra
son el factor limitante (Shah, 2010).
En México el 75% de su población reside en localidades
urbanas y la proyección de los datos de crecimiento demográfico al año 2030
muestra que el mayor crecimiento de la población será en las zonas urbanas
(Arreguin, López, & Marengo, 2010).
De manera inversa al crecimiento demográfico, la disponibilidad de
agua per cápita disminuye cada vez más. En México la disponibilidad de agua
per cápita se redujo del año 1950 al año 2010 de 18,035 m3 de agua anualmen-
te a solamente 4,210 m3 por cada habitante del país; y según las proyecciones
115
de población realizadas para el año 2030, la disponibilidad de agua sería de
3,783 m3 por habitante y por año (CONAGUA, 2008).
De acuerdo con los resultados obtenidos por Díaz-Padilla (2011) y Ver-
bist K., (2010) es válido afirmar que todo el norte del país está bajo algún
tipo de aridez y que el estado de Chihuahua en la mayor parte de su territorio
cuenta con climas árido y semiárido. La mayor parte del estado de Chihuahua
tiene una precipitación pluvial anual que oscila entre 250 y 500 mm (CONA-
GUA, 2008). De igual manera la mayor parte del territorio de Chihuahua no
dispone de agua superficial (CONAGUA, 2008) y se está calentando y secan-
do (Arreguin, et. al, 2010).
La mayor sobreexplotación de acuíferos se registra en las regiones de
Camargo-Jiménez, Cuauhtémoc, Chihuahua-Sacramento, Villa Ahuma-
da-Flores Magón (Gobierno del Estado de Chihuahua, 2004). Aunado a esto,
en la región hidrológica Rio Bravo a la que pertenece la cuenca Laguna Bus-
tillos sobre la cual se encuentra la zona de estudio se cuenta con alto grado de
presión sobre el recurso hídrico equivalente a 76% (CONAGUA, 2011). Este
grado de presión sobre el recurso es el porcentaje que representa el agua em-
pleada en usos consuntivos respecto al agua renovable, el cual se considera que
si el porcentaje es mayor al 40% se ejerce una fuerte presión sobre el recurso.
En el caso de la ciudad de Cuauhtémoc Chihuahua, la cual cuenta con
un clima semiseco templado, se encuentra sobre un acuífero que está bajo una
planicie cerrada de forma irregular por las sierras de Pedernales, San Juan,
Salitrera, Chuchupate, Sierra Azul y el Rebote, en la cual la única aportación
de agua al acuífero es mediante las precipitaciones. Actualmente el acuífero
se encuentra sobre explotado, según la información que proporciona CONA-
GUA (2008):
1. Agrícola: 92.7%.
2. Público urbano: 4%.
3. Industrial y pecuario: 3.3%.
1 El IDH es un índice compuesto que resume las mediciones de los avances medios lo-
grados por una población en tres aspectos básicos del desarrollo humano: salud, conoci-
miento e ingresos. desarrollo nacional, como el nivel de ingresos y la tasa de crecimiento
económico.
Metodología
Población
El municipio de Cuauhtémoc tiene una población de 154,639 habitantes, de
los cuales el 73.72% se encuentran en la cabecera municipal equivalente a
114,007 habitantes (INEGI 2010).
Climatología
El municipio de Cuauhtémoc tiene un rango de temperatura promedio entre
los 12 y los 20°C; el rango de precipitación se encuentra entre los 300 y los 500
mm; el 82.7% del territorio del municipio cuenta con un clima semiseco tem-
plado, y este es el clima que está presente en la totalidad de la zona de estudio,
el 10.7% con un clima semifrío subhúmedo con lluvias en verano, de humedad
media, el 5.8% tiene un clima semiseco semifrío y un 0.8% del municipio es de
clima templado subhúmedo con lluvias en verano, de menor humedad.
Localización y delimitación
La región manzanera de Cuauhtémoc ubicada en el Estado de Chihuahua
tiene como cabecera municipal la Ciudad de Cuauhtémoc que se encuentra
en la longitud 106 52 0 W y latitud 28° 24 18 N, misma en la que se limita
el área de estudio a la mancha urbana comprendida entre los límites que esta-
blecen las carreteras que sirven como periféricos o libramientos de la ciudad,
debido a que son estas vías de comunicación las barreras que delimitan el
área perteneciente a la ciudad, las cuales son: la carretera a Colonia Álvaro
Obregón, el Periférico Manuel Gómez Morín y la carretera Chihuahua 21, al
oeste, norte y este de la ciudad respectivamente; al sur de la ciudad no se tiene
una barrera tan puntual, pero de igual manera no existen huertas de manzana
colindantes con la mancha urbana (figura 1).
Con el fin de ubicar las huertas manzaneras dentro del área de estudio, y
cuantificar el área que éstas representan, se ocupó la cartografía generada por
Bravo Peña, et. al. (2010) de las huertas de manzana de la cuenca en la que se
encuentra ciudad Cuauhtémoc, de la cual se eliminaron todas las huertas que
quedaron fuera del área de estudio. Esta cartografía se actualizó y corrigió ex-
haustivamente debido a que contaba con numerosos errores en la delimitación
de las huertas, faltaban huertas por digitalizar y aparecían en la cartografía
huertas que ya no existen o ya no están en producción. Lo anterior se realizó
con ayuda del software ArcGis 10© en el cual se hizo fotointerpretación con
imágenes Bing© 2010, también se hizo fotointerpretación con ayuda de imá-
genes de Google Earth© 2013, además de revisiones de campo.
Para analizar el grado de influencia del gasto de agua de uso urbano
para el sector agrícola (en huertas de manzana) dentro de la mancha urbana,
Se realizó una suma aritmética simple de los gastos anuales de cada uno de
los rubros que entran en competencia por el agua de uso urbano en el área de
estudio, con el fin de conocer el porcentaje de gasto de cada uno de ellos.
1. Microaspersión.
2. Goteo.
3. Goteo con acolchado.
Resultados
Simbología
Huertas
Riego
Acolchado
Goteo
Microaspersión
Por otra parte, para conocer los gastos de agua que realiza la población de
Cuauhtémoc, y poder así establecer una comparación entre los consumos de
agua, se obtuvo la siguiente información que muestra la Figura 4. Se aprecia
claramente el comportamiento del gasto de agua en litros por segundo (LPS) a
lo largo de todo un día, con base a la experiencia del entrevistado ( JMAS), “este
gasto tiene un comportamiento impredecible debido a que se necesitan tomar
en cuenta muchas variables para cada una de las viviendas de la ciudad y con
datos en tiempos reales”. Por este motivo se calculan parámetros como el gasto
medio, gasto máximo diario y gasto máximo horario, los cuales son necesarios
para la planeación de una red de agua potable.
Dónde:
Qaño = d * ih L * 365
Dónde:
Q = gasto en litros
d = Dotación 250 litros/habitante/día.
ih = Índice de hacinamiento 4.0 Habitantes/lote
L = Número de lotes del desarrollo habitacional3
Se realizó una cartografía de los pozos de JMAS (figura 6) con el fin de lo-
calizar espacialmente los pozos que actualmente sirven para el abastecimiento
de la población de la ciudad y de los cuales se cuenta con los datos de profun-
didad y niveles estáticos.
Simbología
Pozos
Con los datos de profundidad de los pozos de JMAS se creó una superficie
suavizada con la herramienta spline de ArcGIS 10 (Anexo 1).
Con las superficies resultantes de los dos apartados anteriores se realizó una
sobreposición de las capas y se encontró una relación entre los niveles estáticos
bajos, la profundidad de los pozos y la presencia de huertas de manzana con
riego por microaspersión (Anexo 4).
Con base a los estudios realizados por Orozco, 2012 en huertas de la zona de
estudio se encontró que el cambio de tipo de riego de microaspersión a goteo
obtuvo un ahorro de agua del 38%, y el cambio de microaspersión a goteo con
acolchado generó un ahorro de agua del 68%.
Dado que se determinó que el riego por microaspersión es el que gasta
más agua y es por tanto el menos tecnificado, se decidió analizar cuál sería el
comportamiento del gasto de agua en las huertas si todas las que utilizan este
tipo de riego cambiaran a goteo, mediante el cálculo del gasto por hectárea al
año de las 1394.31 Ha de microaspersión.
Aunque se sabe que el riego por goteo es más eficiente que la microas-
persión, se sabe también que no se controla la evapotranspiración dado que,
como ya se había mencionado, el 95% de los productores riegan de manera
empírica; esto significa que aun con un riego más eficiente el árbol no apro-
vecha toda el agua que se le suministra. Es por ello que se analizó también el
escenario de que todas las huertas migrasen a goteo con acolchado.
Después de haber ubicado los pozos de CONAGUA dentro del área de estudio
(Figura 7), se observa que algunos de ellos no quedan exactamente dentro del
polígono de la huerta más cercana; y esto se debe principalmente a que el pozo
fue perforado entre el área de huerta y la vivienda o las bodegas que sirven a la
misma, por lo anterior es lógico afirmar que el pozo es mayormente utilizado
para el riego de los árboles de manzana. Lo anterior se corroboró con diversas
visitas de campo. Los resultados del anterior análisis se muestran en el cuadro 3.
Pozos CONAGUA
Huertas de manzana
Urbano
Discusión y conclusiones
Arreguin, F., López, M., y Marengo, H. (2010). Los retos del agua en México
en el siglo XXI. Retos de la investigación del agua en México, 19-33.
Bravo Peña, L. C., Díaz, R., Alatorre, L., Sánchez, E., y Aguilar, S. (2010).
Cambios de la cubierta vegetal y los usos del suelo en una cuenca endo-
rréica de la región central de Chihuahua en el periodo 1993-2010. Una
zonificación desde la perspectiva hidrofuncional. Memorias Reunión
Nacional SELPER-México XIX, 390-398.
Callejas, N. (2007). Evaluación de Alianza para el Campo de los Sistemas
Producto Frutícolas en el Estado de Chihuahua. Retrieved Marzo 25,
2013, from http://www.fz.uach.mx/data/files/Alianza/informe%20
completo%20fruticola%20final.pdf
CONAGUA. (2008). Estadísticas del Agua en México 2008. Retrieved Mar-
zo 23, 2013, from CONAGUA: http://www.conagua.gob.mx/CONA-
GUA07/Publicaciones/Publicaciones/EAM_2008.pdf
CONAGUA. (2011, Marzo). Estadísticas del agua en México, edición 2011.
Retrieved Marzo 23, 2013, from http://www.conagua.gob.mx/OCB07/
Contenido/Documentos/EstadisticaAguamexico2011.pdf
Díaz-Padilla, G. (2011, septiembre). Mapeo del índice de aridez y su distribu-
ción poblacional en México. Revista Chapingo. Serie ciencias forestales
y del ambiente, vol. XVII, pp. 267-275.
ESRI. (2012, 11 7). ArcGIS Resource Center. Retrieved 02 05, 2013, from
http://resources.arcgis.com/en/home/
Gobierno del Estado de Chihuahua. (2004). Plan estatal de desarrollo 2004-
2010, agua. Retrieved from http://bva.colech.edu.mx/xmlui/hand-
le/1/1024
INEGI. (2005). INEGI. Retrieved 03 26, 2013, from http://www3.inegi.org.
mx/sistemas/mexicocifras/datos-geograficos/08/08017.pdf
López, L. (2003). El concepto de desarrollo humano, su importancia y apli-
cación en México. México: Programa de las Naciones Unidas para el
Desarrollo [PNUD].
Orozco, A. (2007). Determinación del régimen de riego para manzano bajo
microaspersión mediante el uso de estaciones meteorológicas y sondas
de captancia (FDR). Retos de la investigación del agua en México, 239-
253.
Orozco, A. (2012). Manejo eficiente del agua de riego en manzano mediante
goteo y acolchado de subproductos forestales. Red Temática del Agua
Capítulo II
Geoinformática aplicada a la Planificación Urbana
Simbología
Spline
(metros de profundidad)
Value
Más profundo: 423.369
Menos profundo
Anexo 1
137
138
Simbología
Interpolación Gausiana
[Pozos_ACT].[N_Estático]
[MASCARA]
125 -127.940349
127.940349 - 130.709567
130.709567 -133.649916
130.649916 - 136.771971
136.771971 - 140.086961
140.086961 - 143.606809
143.606809 - 147.344174
147.344147 - 151.312499
139
Simbología
Interpolación Gausiana
[Pozos_ACT].[N_Estático]
[MASCARA]
125 -127.940349
127.940349 - 130.709567
130.709567 -133.649916
130.649916 - 136.771971
136.771971 - 140.086961
Introducción
E
l estudio del crecimiento urbano, encuentra cada día nuevos
retos debido a los impactos ambientales, sociales, económi-
cos y culturales que comprenden los procesos de urbanización
(Cifuentes, 2009). En la actualidad existe un proceso de ur-
banización acelerado, por lo que han surgido cambios impor-
tantes en los patrones de crecimiento de la población en las
ciudades (Cifuentes, 2009).
Dada la competencia por el suelo urbano, aquellos espacios de mejor
accesibilidad adquieren mayor valor, al ser los sectores de mayor demanda
(Hoyt, 2005). Por lo que las vías de comunicación se convierten en factores
importantes de crecimiento urbano. Otro factor que ha sido protagonista en
el cambio del espacio urbano es la economía, sin embargo, existen diferentes
factores que pueden incidir en el crecimiento de una ciudad como son, la
141
topografía y las construcciones de equipamientos, como lo son educativos, de
salud, culturales, administrativos, entre otros (Ascher, 1992).
En algunas ciudades de América Latina, un importante factor de creci-
miento urbano ha sido el surgimiento de nuevas zonas residenciales, comercios,
equipamientos y servicios destinados a grupos sociales (Parrado, 2001). Dentro
de la ciudad, diversas actividades se han ido desplegando hacia lugares específi-
cos en la periferia, originando nuevos focos de crecimiento para la localización
de actividades de alta tecnología y servicios especializados (Cifuentes, 2009).
Se hace evidente entonces la necesidad de la planeación urbana que es
de gran importancia para la toma de decisiones y planeación del crecimiento
urbano, la cual permite evaluar distintas políticas tales como las de control de
crecimiento urbano, conservación ambiental, etcétera (Brugués et al., 2008).
El hecho de poder contar con herramientas que simulen la tendencia
del crecimiento urbano, es útil para conocer hacia donde nos dirigimos sobre
todo en este contexto en el que los cambios acontecen de manera acelerada
(Aguilera, 2010), así como para apoyar a planificadores urbanos y tomadores
de decisiones (Brugués et al., 2008).
La simulación de patrones espaciales urbanos futuros pueden proveer
elementos de cómo nuestras ciudades pueden desarrollarse bajo variadas con-
diciones sociales, económicas y ambientales (Clarke et al., 1997). Estos avan-
ces en los modelos de crecimiento urbano permiten hacer estudios formales y
sistemáticos de posibles escenarios, y proveen las bases para preparar o evaluar
políticas urbanas para ayudar a la planificación (Brugués et al., 2008).
El uso de modelos de simulación para estudiar el cambio de usos de sue-
lo se ha convertido en algo habitual y ha experimentado un desarrollo acelera-
do en los últimos años (Batty, 1997), siendo especialmente relevantes aquellos
que se han ocupado de modelizar procesos de crecimiento urbano (Verburg
et al., 2004).
La técnica de simulación mediante autómatas celulares (AC), que se re-
monta a fines de la década de los 40s (Engelen et al., 1997), se ha convertido en
los últimos años en una técnica estándar para estudiar la dinámica temporal de
muchas cuestiones y, en primer lugar, el crecimiento urbano (Aguilera, 2006).
Los modelos realizados con AC se han utilizado para simular diferentes tipos de
formas urbanas y formas de desarrollo (Li y Yeh, 2000) y para investigar la evo-
lución de la estructura espacial urbana en el tiempo (White y Engelen, 2000).
Debido al crecimiento acelerado de la población y de la mancha urba-
na que ha presentado Ciudad Cuauhtémoc, Chihuahua la planeación para el
mejoramiento de la estructura urbana puede ser deficiente. Una buena forma
Metodología
Área de estudio
Programa SLEUTH
Adquisición de datos
Este estudio utilizó datos de varias fuentes para obtener los requerimientos
del modelo, incluyendo Sistemas de Información Geográfica (SIG), imáge-
nes satelitales Landsat-TM, las cuales se descargaron de la página web de
USGS (USGS, Earth Resources Observation and Science Center, 2012) y un
Modelo Digital de Elevaciones (MDE) obtenidas del Instituto Nacional de
Estadística y Geografía (INEGI, 2010).
Modelo de
Condiciones Generación
Generación de ciclosdedeciclos
crecimiento Modelo
simulación
Condiciones de crecimiento de simulación
Imágenes deSlope
entrada
Slope
Land Cover
Land cover
Exluded Calibración del
Valores
iniciales + Exluded
modelo
Mejor coeficiente S
Valores Urban Calibración Mejor
iniciales
+ Urban
del modelo coeficiente S
Transportation
Transportation
Hillshade
a) Pendientes (slope)
La forma de la tierra, representada por las pendientes, es determinante para el
crecimiento urbano. En las extensiones planas, al contrario de los lugares en
donde la pendiente aumenta, es más fácil el crecimiento debido a la estabili-
dad del suelo para las estructuras de los desarrollos urbanos.
Como su nombre lo indica, esta imagen muestra las pendientes las cua-
les se representan en porcentajes y se obtienen entre la altura y la distancia
del terreno. Los valores de este dato de entrada tienen un rango de 0 a 100
en escala de grises y se obtuvieron a partir del Modelo Digital de Elevaciones
(Figura 3).
c) Exclusión (excluded)
Las áreas de exclusión son las zonas que no pueden ser urbanizadas, para este
trabajo se tomaron en cuenta los cuerpos de agua, las huertas de manzana y las
pendientes. Los pixeles de las zonas excluidas van de 0 a 100, con valor de 0
en donde no se tienen restricciones de crecimiento urbano y 100 las áreas que
no pueden ser urbanizadas.
Leyenda
U Urbano
A Agrícola
NU No utilizado
F Forestal
CA Cuerpos
de agua
b) Calibración fina
En esta fase de calibración los coeficientes del documento escenario toman
los valores obtenidos de la calibración gruesa, los cuales generan índices que
identifican las combinaciones de los valores de cada parámetro que generan
mejores simulaciones. La configuración de Monte Carlo se debe de cambiar
a un valor bajo (~7-8).
Para la calibración fina los datos de entrada deben de ser cambiados
por los que tienen ½ resolución. Por ejemplo, si un conjunto de datos tiene
una resolución de 200x200, en este proceso las imágenes deben de tener una
resolución de 100x100.
En los resultados de los datos, lo recomendable es que los rangos se re-
dujeran a los incrementos de 5 - 10 para poder ser utilizados al mismo tiempo
sólo con valores de 5-6 en el coeficiente, por ejemplo, en cada coeficiente, el
valor sería de 25, 30, 35, 40, 45, 50.
Después de correr este paso se ordenaron los datos de mayor a menor
con base a la medida de Lee Salle. El primer valor es el que se coloca en los
parámetros de la calibración final.
c) Calibración final
En la calibración final, los valores de los coeficientes se reducen aún más. En
esta fase lo recomendable es que los rangos se redujeran a los incrementos de
Resultados y discusión
Modelo de Predicción
Los resultados del modelo, debido a lo dinámico que pueden ser los factores
en el proceso del crecimiento urbano, condicionan a que las áreas que se pre-
dijeron se representen en probabilidades (Brugués et al., 2008). La figura 10
muestra la mancha urbana base de la predicción, las vialidades principales y
un rango de probabilidad de crecimiento representado en colores obtenido del
modelo SLEUTH.
El modelo de predicción representa la posibilidad de crecimiento urba-
no hasta el año 2010 y muestra las tendencias de expansión, siendo principal-
mente hacia el norte y oeste de la ciudad.
Un elemento que influencia fuertemente la expansión urbana son las
vialidades regionales con mayor flujo vehicular, esto debido a que en los años
anteriores el crecimiento de la mancha urbana fue atraído por zonas en donde
se encontraban cerca estas redes de transporte.
El modelo de predicción generó crecimiento en todos los polígonos ur-
banos de los datos de entrada, siendo que en algunos polígonos no se presentó
crecimiento en este periodo donde se encuentran los valores iniciales.
A partir de los modelos teóricos de crecimiento urbano, en el modelo se
observa que el crecimiento fue en forma concéntrica, que es el crecimiento en
forma de anillos en torno al área central de la mancha urbana (Burgess et al.,
1925), y en forma de núcleos múltiples (Harris y Ullman, 1945), en donde los
usos de suelo se disponen alrededor de los núcleos de crecimiento separados
entre sí; estos tipos de crecimiento se generaron en todas las zonas urbanas,
excluyendo las áreas que presentaron algún tipo de resistencia de crecimiento,
como lo fue en este caso las huertas de manzana.
2.5
Área de crecimiento (km2)
2
1.5
1
0.5
0
10% 20% 30% 40% 50% 60% 70% 80% 90% 100%
Probabilidad de crecimiento
Crecimiento predicho Crecimiento real
Conclusión
Aun cuando se utilizaron imágenes Landsat-TM, las cuales tienen una baja
resolución espacial (30 x 30 metros), se pudo hacer una confiable digitaliza-
ción de los diferentes tipos de usos de suelo que requirió el modelo de predic-
ción y la comparación con el crecimiento real.
Los parámetros generados por el modelo, con base a los requerimientos
de entrada, son parte crucial para generar la predicción del crecimiento ur-
Agradecimientos
Referencias
Antecedentes
S
egún el Informe Mundial sobre la Cultura (1998) de la organi-
zación de las Naciones Unidas para la Educación, la Ciencia y
la Cultura (UNESCO), a principios del siglo XX, 150 millo-
nes de personas vivían en zonas urbanas, lo que representaba
menos del 10% de la población mundial. Sin embargo para
cuando el siglo termina, la población urbana en el mundo se
ha multiplicado por veinte, para alcanzar casi los tres mil mi-
llones de personas, es decir, que dentro de los núcleos urbanos, se encuentra
prácticamente la mitad de la población del planeta (UNESCO, 1999). A
pesar de ello, es importante mencionar que aun cuando las expectativas del
crecimiento demográfico eran muchas, las tendencias señalan que las tasas de
163
crecimiento poblacional han disminuido, principalmente en una gran canti-
dad de ciudades existentes en los países en vía de desarrollo (Banco Mundial
[BM], 2002).
Cabe mencionar que el desarrollo económico, especialmente en Mé-
xico, es una de las principales razones del crecimiento urbano, ya que como
menciona Garza (2002), se convirtió en una nación esencialmente rural en
el año 1900 a otra hegemónicamente urbana en el año 2000, de igual forma,
Rionda (2007, 2008), señala que el esquema económico, las reformas insti-
tucionales y las bases estructurales del desarrollo, son factores que explican
claramente los patrones de urbanización.
Los procesos de crecimiento urbano se presentan en el espacio-tiempo,
sobre los diferentes usos y coberturas de suelo existentes al área circundante,
lo cual, propicia transformaciones radicales al entorno, ocasionando impactos
agresivos al medio ambiente derivándose una gran cantidad de problemas
ambientales, que en ocasiones, resultan impredecibles (Alberto, 2009). La im-
portancia de este fenómeno, se debe principalmente a la degradación que se
provoca en los ecosistemas naturales originales, causados específicamente por
la presencia de ciudades, las cuales son el resultado del crecimiento urbano y
según varios especialistas en el tema (Alberto, 2009), son consideradas como
ecosistemas artificiales, a veces calificadas como parásitos, debido a que to-
man energía y recursos de ecosistemas vecinos.
Es claro como la expansión urbana ha ocurrido a lo largo del tiempo a
partir de procesos de cambio de cobertura y uso de suelo, en el que se trans-
forman espacios naturales o seminaturales en espacios de ocupación urbana
(Sandoval, 2009), de tal forma, que este fenómeno ha adquirido gran im-
portancia durante los últimos años, debido, a la gran velocidad con la que se
comprometen grandes extensiones de terreno, las cuales estuvieron cubiertas
inicialmente por diversos usos agrícolas y extensas masas forestales (Romero
et al, 2007), por lo que muy seguramente, este proceso seguirá ocurriendo de
la misma forma en los siguientes lapsos de tiempo.
En este sentido, el estudio de la dinámica espacio-temporal del cambio
de uso y cobertura de suelo permite asentar las bases para conocer las ten-
dencias de los procesos de deforestación, degradación, desertificación y per-
dida de la biodiversidad de una región especifica (Velázquez et al, 2002). De
acuerdo con esto, en México, existen una gran cantidad de estudios realizados
(Bocco, 2001; Priego et al, 2004; Berlanga et al, 2009), sin embargo, ya no es
suficiente establecer el grado de conversión de usos y coberturas de suelo en
una zona determinada, sino que es necesario aprovechar la tecnología, como
Justificación
Objetivos
Objetivo General
Hipótesis
Área de estudio
Materiales y métodos
USO O COBERTURA DE
DESCRIPCIÓN VISTA
SUELO
(Autómatas Celulares)
El modelo de simulación que se aplicó en el área de estudio fue un método
con base en autómatas celulares, que se encuentra dentro del software Idrisi
Taiga, en el módulo Ca_Markov. Para ello, es necesario la integración de una
imagen con base, es decir una cartografía de usos y cobertura de suelo, en este
caso la correspondiente al año 2011. Además, se deben incorporar las cadenas
de Markov que contienen las probabilidades de cambio de un uso o cobertura
de suelo en función del estado anterior de los mismos, es decir, con las carto-
grafías pertenecientes al año 1995 y 2003, se obtuvieron las probabilidades
de cambio para el año 2011. Por último, fueron requeridas las imágenes de
aptitud generadas en la EMC, dado que el modelo Ca_Markov predice de
acuerdo a las probabilidades generadas mediante el método de cadenas de
Markov, pero limitándose a las zonas de mayor aptitud obtenidas a partir de
la EMC.
Resultados
5000 4464.9
4048.83
3692.79
Superficie en hectáreas
4000
3000
2000
1000
0
1995 2003 2011
Años
Urbano o
Pastizales Agua Bosque Agrícola Suelo desnudo Sumatoria
edificado
Pastizales 0.909 0.012 0.001 0.018 0.038 0.023 1
Urbano o edificado 0.000 1.000 0.000 0.000 0.000 0.000 1
Agua 0.007 0.000 0.166 0.000 0.000 0.827 1
Bosque 0.018 0.023 0.000 0.950 0.007 0.003 1
Agrícola 0.006 0.015 0.000 0.002 0.977 0.000 1
Suelo desnudo 0.167 0.005 0.000 0.003 0.004 0.822 1
Fuente: Elaboración propia
Urbano o
Pastizales Agua Bosque Agrícola Suelo desnudo Sumatoria
edificado
Pastizales 0.996 0.002 0.000 0.000 0.002 0.000 1
Urbano o edificado 0.000 1.000 0.000 0.000 0.000 0.000 1
Agua 0.130 0.000 0.671 0.000 0.000 0.200 1
Bosque 0.000 0.002 0.000 0.998 0.000 0.000 1
Agrícola 0.000 0.026 0.000 0.000 0.973 0.001 1
Suelo desnudo 0.005 0.000 0.039 0.000 0.000 0.957 1
Fuente: Elaboración propia
• Usos de suelo susceptibles a cambio para el año 2019. Una vez ob-
tenido el modelo de predicción de usos y coberturas de suelo para año
2019, se realizó una tabulación cruzada (Cuadro 7) para determinar las
clases y superficie que pudieran cambiar. En este sentido, se observa que
los pastizales pudieran cambiar 11.52 ha para uso urbano, así como
7.74 ha de suelo desnudo. El modelo de predicción señala que 13.68 ha
pertenecientes a los cuerpos de agua, pudieran convertirse a pastizales, sin
embargo, es difícil atribuirse este cambio a causas antropogénicas, dado
que en los últimos años la región ha sido azotada por fuertes periodos
de sequía, por otro lado, para el resto de los usos de suelo, el modelo no
presenta ningún cambio.
Cobertura
Urbano o Suelo
Pastizales Agua Bosque Agrícola total año 1
edificado desnudo
(2011)
Pastizales 5624.82 11.52 0 0 0 0 5636.34
Urbano o edificado 0 4464.9 0 0 0 0 4464.9
Agua 13.68 0 89.64 0 0 0 103.32
Bosque 0 0 0 2720.79 0 0 2720.79
Agrícola 0 0 0 0 14856.57 0 14856.57
Suelo desnudo 0 7.74 0 0 0 1018.44 1026.18
Cobertura total espera-
5638.5 4484.16 89.64 2720.79 14856.57 1018.44 28808.1
da al año 2019
Fuente: Elaboración propia
Conclusiones
Este trabajo es uno de los primeros en la región, de tal forma que se convier-
te en una base para otros trabajos de investigación que pretendan definir
Referencias
Aguilar Estrada, S. A., Bencomo Sáenz, J. A., Fierro Macías, C. D., Lega-
rreta Miranda, C. K., Loya Carrillo, J. O., y Bravo Peña, L. C. (2010).
Cambios de cobertura vegetal y uso del suelo en la ciudad de Hermo-
sillo, Sonora durante los años 1981, 1996 y 2004. Un análisis a partir
de la fotointerpretación en fotomapas digitales generados en gabinete.
Memorias del XIV Simposium Internacional SELPER, (págs. 1-11).
Guanajuato, Guanajuato, México.
Alberto, J. A. (2009). Geografía y Crecimiento Urbano. Paisajes y Problemas
Ambientales. Geográfica Digital, (11), 1-13.
Ávila García, P. (2008). Vulnerabilidad socioambiental, seguridad hídrica y
escenarios de crisis por el agua en México. CIENCIAS(90), 48-57.
Banco Mundial. (2002). DEPweb-World Bank. Recuperado el 25 de Sep-
tiembre de 2012, de DEPweb-World Bank: http://www.worldbank.
org/depweb/spanish/modules/social/pgr/index.html
Barredo Cano, J. I. (1996). Sistemas de Información Geográfica y evaluación
multicriterio en la ordenación del territorio. Madrid: Ra-Ma.
Secuencia metodológica
0.004(2.07)
0.005 (4.77)
Bosque Pastizales
0.003 (1.44)
0.130 (12.15)
Suelo desnudo
0.039 (40.41) Agua
0.2 (18.72) 0.001(7.74) 0.002 (8.91)
0.007(18.18) Agrícola
0.004(2.07)
Geoinformática aplicada
a los procesos de erosión y degradación en suelos
Introducción
L
a erosión puede definirse como un proceso complejo que inclu-
ye el desprendimiento, remoción y transporte de partículas de
suelo o material rocoso por parte de los agentes erosivos (agua,
viento, gravedad). En un sentido geomorfológico, el término
erosión (y los términos asociados de remoción y transporte) se
utiliza habitualmente en referencia a una unidad paisajística
concreta, como por ejemplo una ladera o una cuenca. Cuando el
transporte de las partículas erosionadas se produce más allá de la unidad don-
de ha tenido lugar la erosión, es costumbre no utilizar el término erosión (o
transporte) y pasar a hablar de producción de sedimento (Alatorre y Beguería,
2009; Alatorre, 2010).
La erosión y la producción de sedimento se cuentan entre los procesos
geomorfológicos de mayor riesgo potencial debido a su gran extensión super-
195
ficial, y se reconocen como una cuestión clave para la conservación del medio
ambiente en el siglo XXI. Se estima que una sexta parte del suelo mundial se
encuentra afectada por la erosión hídrica acelerada (Walling y Fang, 2003).
Las modificaciones ambientales inducidas por el hombre a escala global han
sido causa de un incremento espectacular de la erosión y la producción de
sedimento en muchas partes del mundo. Alrededor de 1094 millones de hec-
táreas se encuentran amenazadas por la erosión como consecuencia directa
de las acciones humanas (Walling y Fang, 2003). Entre éstas se encuentran la
deforestación y remoción de la cubierta vegetal (43%), el sobrepastoreo (29%),
la gestión inapropiada de la tierra agrícola (24%) y la sobreexplotación de la
vegetación natural (4%).
Las consecuencias de la erosión del suelo y la producción de sedimento
tienen lugar tanto en el sitio donde se genera como fuera de él. Uno de los
efectos negativos más importantes se presenta en los suelos agrícolas, donde
la redistribución y pérdida de suelo, así como la ruptura de la estructura y el
descenso del contenido de materia orgánica y nutrientes hace que se reduzca
la profundidad cultivable y la fertilidad del suelo, promoviendo la dependencia
de los fertilizantes e incluso el abandono de terrenos agrícolas. La producción
de sedimento y su depósito, a su vez, alteran el funcionamiento de los ríos y
la capacidad de retención de las zonas inundables, realzando el riego de inun-
daciones. Además, la colmatación de los embalses es un grave problema am-
biental ya que acorta significativa la vida útil de los mismos. Los sedimentos
también son una fuente importante de contaminación a través de la fijación
de agroquímicos, incrementando los niveles de nitrógeno y fósforo en el agua
y causando su eutrofización.
La investigación aplicada sobre la erosión ha conocido un importante
avance en los últimos años gracias a la incorporación de modelos de simulación
numérica por computador. Estos modelos permiten evaluar espacialmente la
ocurrencia de los procesos de erosión, analizar su evolución temporal y simu-
lar los efectos de cambios en las variables climáticas y paisajísticas como por
ejemplo en el uso del suelo. Muestra del interés sobre los modelos de erosión
y producción de sedimento es su adopción por parte de las administraciones
públicas, las cuales se han encargado del desarrollo y aplicación de este tipo de
modelos. Ese es el caso, por ejemplo, de la Agencia de Protección Ambiental
(USEPA) y del Departamento de Agricultura (USDA) de los EEUU. Otras
agencias similares en la UE también han desarrollado modelos de erosión,
como por ejemplo EUROSEM (Morgan et al., 1998), WATEM/SEDEM
(Van Oost et al., 2000; Van Rompaey et al., 2001), RHINEFLOW (Assel-
Literatura citada:
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 197
Asselman, N.E.M., Middelkoop, H. y Van Dijk, P.M. (2003). The impact of
change in climate and land use on soil erosion, transport and deposition
of suspended sediment in the River Rhine. Hydrological Processes, 17,
3225–3244.
Jetten, V. y Favis–Mortlock, D. (2006). Erosion modelling in europe. In: Soil
Erosion in Europe ( J. B. y Jean Poesen, eds.). Wiley y Sons, Chichester
(UK), 695–716.
Kirkby, M.J., Le Bissonais, Y., Coulthard, T.J., Daroussin, J. y McMahon,
M.D. (2000). The development of Land Quality Indicators for Soil De-
gradation by Water Erosion. Agriculture, Ecosystems and Environment,
81, 125–136.
Morgan, R.P.C., Quinton, J.N., Smith, R.E., Govers, G., Poesen, J.W.A.,
Auerswald, K., Chisci, G., Torri, D. y Styczen, M.E. (1998). The Euro-
pean soil erosion model (EUROSEM): a dynamic approach for predic-
ting sediment transport from fields and small catchments. Earth Surface
Processes and Landforms, 23, 527–544.
Van Oost, K., Govers, G. y Desmet, P.J.J. (2000). Evaluating the effects of
changes in landscape structure on soil erosion by water and tillage.
Landscape Ecology, 15 (6), 579–591.
Van Rompaey, A., Verstraeten, G., Van Oost, K., Govers, G. y Poesen, J. (2001).
Modelling mean annual sediment yield using a distributed approach.
Earth Surface Processes and Landforms, 26 (11), 1221–1236.
Walling , D., y Fang, D. (2003). Recent trends in the suspended sediment
loads of the world’s rivers. Global and Planetary Change 39, 111-126.
Wischmeier, W.H. y Smith, D.D. (1978). Predicting rainfall erosion losses: A
guide to conservation planning, Agriculture Handbook. U.S. Depart-
ment of Agriculture, Washington D.C. (USA), 537 pp.
Introducción
E
n la actualidad, el aumento de la población y el desarrollo
económico han provocado un deterioro en la calidad de nues-
tros ecosistemas. Se ha experimentado una explotación inten-
sificada de los recursos y sistemas naturales para soportar la
producción agrícola, ganadera y forestal, para proporcionar
agua para el consumo humano, para suplir las necesidades de
los procesos industriales y para los atractivos paisajísticos que
incrementan el turismo y las actividades recreativas (Tenhunen, 1999). Se co-
nocen los efectos que provoca exceder el umbral de sostenibilidad por acción
humana (cambio climático, sequías y erosión del suelo) y se desconocen los
efectos a diferentes escalas, tanto espaciales como temporales. El deterioro de
la tierra o desertificación es el problema ecológico contemporáneo de mayor
importancia en los países en desarrollo (Duarte, 1990). Se estima que una sex-
ta parte del suelo mundial se encuentra afectada por la erosión hídrica (Wa-
lling & Fang, 2003). De acuerdo con estimaciones hechas por la Organización
de las Naciones Unidas para la Agricultura y la Alimentación (FAO), debido a
199
la desertificación, cada año dejan de ser productivas de seis a siete millones de
hectáreas en el mundo, y a este ritmo, en menos de 200 años el hombre habrá
agotado todas las tierras productivas del planeta (Duarte, 1990).
La pérdida de suelo y sus impactos asociados es también uno de los pro-
blemas ambientales actuales más importantes y menos conocidos (Lal, 1997;
Schlesinger, 1997). La erosión puede definirse como el proceso de despren-
dimiento y transporte del suelo o material rocoso desde cualquier parte de
la superficie de la tierra por parte de los agentes erosivos (Foster & Meyer,
1977). Estos agentes pueden ser agua, viento y gravedad. Desde hace aproxi-
madamente 450 millones de años ha ocurrido el proceso de la erosión, donde
el suelo es transportado a la misma tasa a la que este se forma en condiciones
naturales, esto se le denomina erosión tolerable. Mientras que la erosión ace-
lerada es el resultado de algunas acciones humanas como el mal uso del suelo
agrícola, la deforestación o el sobre pastoreo, dejando al suelo vulnerable a ser
erosionado por los agentes erosivos.
La erosión tiene efectos tanto en el área donde se genera como fuera
de la misma. Uno de los efectos negativos más importantes se presenta en los
suelos agrícolas, donde la redistribución y pérdida de suelo, así como la ruptu-
ra de la estructura y el descenso del contenido de materia orgánica y nutrientes
hace que se reduzca la profundidad cultivable y la fertilidad del suelo, promo-
viendo la dependencia de los fertilizantes e incluso el abandono de terrenos
agrícolas (Alatorre & Beguería, 2009). También este efecto es el causante de la
eutrofización, ya que incrementa los niveles de nitrógeno y fosforo en el agua
a través de agroquímicos utilizados en las parcelas agrícolas, siendo así una
fuente importante de contaminación. La desertificación es principalmente
provocada por causas inducidas, la falta de concientización, falta de educación
y el uso irracional de los recursos naturales (Sánchez, Sánchez, Garatuza, &
Alatorre, 2007).
Existen una amplia variedad de metodologías para el estudio de la ero-
sión del suelo, algunas basadas en observaciones en campo y otras en los fac-
tores que influyen en este proceso. Las investigaciones acerca del riesgo de
erosión se iniciaron desde las primeras décadas del siglo XX. La aplicación de
modelos de simulación numérica por computador, es la que ha proporcionado
más avances para entender este fenómeno. Estos modelos permiten hacer un
análisis de la evolución temporal, simular los efectos a diferentes escalas, así
como evaluar la ocurrencia de los procesos de erosión. En algunos casos, los
modelos están diseñados para distribuir espacialmente el territorio mientras
que otros tienden de agregarlo.
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 201
cerra, 1998). Las dificultades que enfrenta el país para combatir el deterioro
de los ecosistemas tienen origen principalmente en factores socioeconómicos.
Existen pocos estudios enfocados a analizar la erosión hídrica en el país. Por
ello se eligió utilizar el modelo empírico RUSLE, para modelizar por medio
de Sistemas de Información Geográfica (SIG) áreas potenciales a ser ero-
sionadas en la cuenca Laguna de Bustillos en el municipio de Cuauhtémoc,
Chihuahua. En esta cuenca los factores que provocan la aceleración de este
fenómeno están presentes en el área de estudio, por lo que puede tener áreas
potenciales a ser erosionadas.
MATERIALES Y MÉTODOS
Área de estudio
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 203
Figura 2. Mapa de cobertura y usos del suelo (Bravo, Díaz Caravantes, Ala-
torre Cejudo, Sanchez, & Aguilar, 2012).
(1)
(2)
Donde:
E= energía cinética total de una tormenta i.
I30= intensidad máxima de una lluvia en 30 minutos.
j= número de tormentas en un periodo de años N.
(3)
(4)
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 205
propuestos por Téllez, Hutchinson, Nix, y Jones, (2011), el cual utiliza valores
puntuales mensuales promedio de la precipitación a una resolución espacial
de 1 km2.
El algoritmo que utilizan estos autores, interpola los datos puntuales de
forma progresiva suave y no abrupta con base en el incremento o decremento
de la elevación y un intervalo de error entre 8.8-13.9%.
La precipitación media diaria dentro de la cuenca es de 0.9-1.2 mm.
Luego se calculó el factor R por medio de la ecuación obtenida mediante el
modelo de regresión lineal (Figura 4).
El modelo empleado para obtener los valores del factor R para el área de
estudio mostró un buen grado de ajuste, tal y como lo muestra el valor de R² =
0.9952 (Figura 4). Para obtener RD para la cuenca Laguna de Bustillos, a los
datos de precipitación diaria se les aplico la siguiente ecuación:
(5)
PMD
Nombre R-Diario
(mm)
La Colorada 0.97 83.90
Mazatlán 1.19 102.67
Guaymas 1.55 146.04
Nacori Grande 1.06 96.63
Punta de Agua 0.68 55.48
Torres FF. CC 0.97 85.66
Francisco 1.60 156.10
Pueblo de Álamos 1.41 131.34
Tecoripa 1.31 122.21
Punta de Agua 0.85 72.99
Mátape 1.14 101.12
Cobachi 1.63 156.19
La Misa 1.69 165.24
San José de Pimas 1.10 100.17
160.00
140.00
120.00
100.00
80.00
R. Diario
60.00
40.00
20.00
0.00
0.00 0.50 1.00 1.50 2.00
Precipitación media diaria (mm)
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 207
El factor de erodibilidad del suelo K mide la resistencia del suelo a la
erosión, considerando la información textural, contenido de materia orgánica,
y permeabilidad de los suelos en la cuenca. Para el cálculo de este factor hay
que acudir a medidas experimentales en parcelas durante varios años, con el
fin de estimar la intensidad y frecuencia de las tormentas, el cálculo se puede
simplificar mediante simuladores de lluvia (Wischmeier & Cross, 1971).
Algunos autores llegaron a la conclusión de que el factor K puede ser
calculado en función de propiedades del suelo por medio de ecuaciones de re-
gresión múltiples. Entre ellos están Wischmeier y Cross (1971), que simplifi-
caron un cálculo de la erodibilidad utilizando un simulador de lluvia. Llegan-
do a obtener la ecuación de regresión empleando algunos parámetros físicos
(Tablas 3 y 4):
(6)
(7)
Donde L+Armf representan limo mas arena muy fina (0.1-0.002 mm), y
Ac es arcilla (<0.002 mm). Para el cálculo del factor de erodibilidad se utiliza
el porcentaje de cada textura.
Los valores del factor relacionado con la cobertura y usos del suelo C,
reflejan el efecto de la cobertura vegetal y restos vegetales sobre la lluvia, lo
cual provoca los efectos de trascolación y escorrentía cortical, evitando el des-
prendimiento de partículas del suelo y disminuyendo la velocidad de la esco-
rrentía. Se aplicaron los valores del factor C a cada una de las categorías de
usos de suelo de acuerdo a los valores propuestos por el Instituto de Conser-
vación Natural de España (ICONA; (Almorox, De Antonio , Saa, Cruz Díaz,
& Gasco, 1994)), como se muestra en el cuadro 6.
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 209
Tabla 6. Valores para el factor C asignados a cada categoría de usos de suelo.
Categoría Factor C
Agricultura de Anuales 0.040
Asentamientos Humanos 0.000
Asociación Pino-Encino 0.012
Bosque de Pino 0.012
Cuerpos de Agua 0.000
Encinar Perturbado 0.034
Huertas de Manzana 0.041
Matorrales 0.170
Pastizales 0.040
Suelo desnudo 0.450
(8)
Una vez que se obtuvo el mapa de erosión potencial por medio de la RUSLE,
se procedió a hacer una reclasificación en rangos de erosión propuestos por
Sánchez, Sánchez, Garatuza, y Alatorre (2007) (Tabla 8). Una vez que se ob-
tuvo la distribución espacial de cada uno de los rangos de erosión, se hizo un
análisis de los porcentajes de área que ocupan cada una de las categorías, para
así identificar el grado de erosión que predomina en el área de estudio.
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 211
Figura 5. Mapa de disección vertical
(descripción de las categorías en el cuadro 7).
RESULTADOS
Factor R
El resultado de aplicar la el modelo de regresión lineal entre los valores de
R-Diario y la precipitación media diaria para la cuenca de la Laguna Bustillos
Tabla 9. Precipitación
mínima, máxima
y media mensual en
la cuenca de la laguna
Bustillos.
Precipita-
Mes Min Max
ción media
Enero 6 15 11.45
Febrero 4 14 7.34
Marzo 2 8 5.71
Abril 3 10 6.75
Mayo 8 19 12.06
Junio 27 59 38.30
Julio 97 152 120.40
Agosto 109 148 125.72
Septiembre 75 107 88.38
Octubre 22 32 26.36
Noviembre 9 14 11.62
Diciembre 8 17 12.29
Figura 6. Factor R.
Factor K
Los valores obtenidos del factor K reflejan la susceptibilidad que tiene el
suelo para ser desprendido por el agente erosivo, en este caso refiriéndonos
principalmente a la escorrentía superficial.
La distribución espacial de los valores más altos sobre la cuenca no sigue
un patrón en específico (Figura 7). Los suelos con alto contenido de arcilla ge-
neralmente tienen valores bajos de K, aproximadamente de 0.05-0.15, mien-
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 213
tras que los suelos de textura gruesa (arenosos) los valores son moderados,
los suelos de textura media (franco limoso) son medios, y los suelos con alto
contenido limoso son los que se desprenden más fácilmente, con valores más
altos de K según (Institute of Water Research (2013).
Figura 7. Factor K.
Factor C
El factor C representa el efecto de las plantas y la cobertura, biomasa y las
actividades perturbadoras del suelo en la erosión. Los valores de este factor
indican el grado en el que reduce el impacto directo de las gotas de lluvia al
suelo y la velocidad de la escorrentía. Los usos de suelo, como el denominado
agricultura de anuales, aparte de cubrir casi por completo las llanuras y lome-
ríos de la cuenca (33%), son los que cuentan con un valor en el factor C más
alto (figura 8), los valores oscilan entre 0-0.45 del factor C, donde por ejemplo,
existen zonas en la que el efecto del factor R (por mencionar uno de los cinco
factores) sería reducido hasta un 45% por contar con mayor cobertura de bio-
masa durante los periodos de lluvia más intensos. Se observa que los valores
más bajos del factor C se localizan principalmente en el valle de la cuenca y
Figura 8. Factor C.
Factor LS
El factor LS representa la longitud de pendiente y la pendiente proporcional,
en la cuenca Laguna de Bustillos la distribución espacial de los valores más
altos de este factor obtenidos por la ecuación de Desmet y Govers (1996), se
encuentran principalmente las sierras que delimitan la cuenca de la Laguna
Bustillos, donde el relieve es más accidentado, lo cual da mayor probabilidad
a que la erosión se presente con mayor severidad en estas zonas, esto debido
a que las pendientes pronunciadas aceleran la velocidad de la escorrentía y
aumentando la probabilidad de que las partículas del suelo sean desprendidas
durante el recorrido de la escorrentía (Figura 9).
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 215
Figura 9. Factor LS.
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 217
1200
1000
800
Muy baja
Área en Km2
Baja
600 Media
Moderada
400 Alta
Muy alta
200
0
1 2 3 4 5 6 7 8 9 10 11
Usos y cobertura del suelo
Figura 11. Análisis de erosión potencial por uso y cobertura de suelo (des-
cripción de las categorías en la Tabla 11).
450
400
350
300 Muy baja
Área en Km2
Baja
250 Media
200 Moderada
Alta
150
Muy alta
100
50
0
1 2 3 4 5 6 7 8 9 10 11 12 13
Disección vertical
Figura 12. Análisis entre erosión potencial y disección vertical (Tabla 7).
No. Descripción
1 Agricultura de Anuales
2 Asentamientos Humanos
3 Asociación Pino-Encino
4 Bosque de Pino
5 Cuerpos de Agua
6 Encinar Perturbado
7 Huertas de Manzana
8 Matorrales
9 Pastizales
10 Suelo desnudo
CONCLUSIONES
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 219
diseccionadas. Por otra parte, las categorías de uso de suelo con poca cobertura
vegetal como la asociación pino-encino y el bosque de pino, fueron las áreas
con una alto grado potencial de erosión.
A pesar de las limitantes encontradas, fue posible cumplir con todos los
objetivos. Los resultados encontrados, son un primer acercamiento para poder
tomar acciones de mitigación enfocadas a dichas áreas por su mayor vulne-
rabilidad. Como por ejemplo, en estas áreas se podrían realizar obras para el
control, estabilización y consolidación, para mitigar los efectos de la erosión
superficial en laderas y cauces.
Bibliografía
Capítulo III Geoinformática aplicada a los procesos de erosión y degradación en suelos 221
Wischmeier, W., y Smith, D. (1978). Predicting rainfall-erosion losses: a guide to
conservation planning. Washington, DC.: Agriculture Handbook #507.
USDA.
Geoinformática aplicada
al estudio de acuíferos
Introducción
E
n México, el agua subterránea es fundamental para las acti-
vidades económicas y el consumo humano. Alrededor de una
tercera parte del agua utilizada en las actividades productivas
del país, proviene de los mantos freáticos, y esta proporción se
duplica cuando se habla del consumo doméstico en los pue-
blos y localidades urbanas. Dicha dependencia, y la ausencia
de medidas apropiadas de manejo de los recursos hídricos, han
configurado una situación crítica que demanda medidas de manejo de acuífe-
ros, apoyadas en técnicas y metodologías de vanguardia.
La situación es apremiante. Estimaciones recientes indican que más del
50 % del agua subterránea utilizada proviene de acuíferos sobre-explotados,
223
y este porcentaje podría incrementarse si se mantienen los esquemas actuales
de manejo del recurso. Decisiones sin sustento científico, o apoyadas en datos
no actualizados sobre el volumen disponible de agua subterránea, agravarán la
problemática de los recursos hídricos en el futuro.
Corregir esta situación precisa esfuerzos en varios frentes. Usualmente
se mencionan medidas políticas y adecuaciones al marco legal que regula el
uso del agua subterránea, pero también se requieren estudios orientados a
identificar acciones de remediación en los acuíferos sobre-explotados, e inves-
tigaciones en el campo de la geografía humana, que esclarezcan las variables
socioeconómicas, o culturales, que inciden en la problemática actual. Acciones
en este sentido permitirán un abordaje integral del problema, y aportarán ele-
mentos para la recuperación de los acuíferos nacionales en el mediano plazo.
Los dos trabajos que se presentan en este capítulo se orientan en esas
direcciones. El primero de estos “Análisis y aplicación de un modelo empíri-
co-conceptual para la identificación de zonas potenciales de recarga hídrica:
Cuenca de Laguna Bustillos, Chihuahua”, atiende a la necesidad de identificar
sitios con potencial de ser utilizados como áreas de recarga en un acuífero
sumamente sobre-explotado de este estado del Norte de México. El segundo
trabajo: “Relaciones espaciales entre los cambios del nivel estático del acuífero
Cuauhtémoc Chihuahua y la cobertura de huertas de manzana durante 1993-
2003” explora las implicaciones socio-espaciales del abatimiento de acuíferos
sobre la producción frutícola en este mismo escenario físico. Dichas implica-
ciones, que incorporan como referente el origen sociocultural de los produc-
tores rurales, son importantes para entender la vulnerabilidad de los usuarios
del agua al abatimiento de los mantos freáticos.
Los estudios señalados anteriormente, realizados por estudiantes y
maestros de la Licenciatura en Geoinformática, se desarrollaron espacialmen-
te en el área de captación/explotación del acuífero Cuauhtémoc Chihuahua.
Este, uno de los acuíferos con mayores presiones de sobre-explotación a nivel
nacional, fue objeto de análisis con herramientas como la sensoría remota y
los sistemas de información geográfica. Mediante este acercamiento desde las
ciencias geoinformáticas, fue posible identificar áreas importantes desde una
perspectiva hidrofuncional para la recarga del acuífero, y actores sociales que
son más vulnerables a las disminuciones de los niveles estáticos. Los resulta-
dos obtenidos en ambos trabajos, constituyen una importante aportación de
la geoinformática al análisis de la compleja situación de los mantos freáticos
del país, y en particular del estado de Chihuahua. Contribuciones de este tipo
proveen elementos para mejorar el manejo de los acuíferos nacionales.
Alan Edgardo Chávez Bustillos, José Alejandro Corral Alvarado, Luis Carlos
Bravo Peña, Luis Carlos Alatorre Cejudo y Lara Cecilia Wiebe Quintana.
Introducción
M
éxico se caracteriza por tener tasas de crecimiento
poblacional y económicas muy altas. Estas han sido
el determinante fundamental de la transformación del
país de una nación esencialmente rural en 1900 a otra
hegemónicamente urbana en el 2000 (Garza, 2002).
Este crecimiento ha implicado la búsqueda de nuevos
lugares para la expansión agrícola, generando nuevas
áreas de cultivo, pero también mayor presión sobre el agua superficial y subte-
rránea necesaria para la producción de alimentos.
En el caso del agua subterránea, en 1998, el país contaba con 140,000
pozos, de los cuales 50,000 eran utilizados para riego. El volumen de agua que
se extraía del subsuelo ascendió para finales del siglo XX a 28,500 millones de
227
m3 (904 m3/s, casi cuatro veces la cantidad que se usa para fines municipales)
y se empleó en uso urbano (20%), riego (67%) e industria (13%) (Cisneros,
2010). En un futuro próximo muchos de estos pozos requerirán de manteni-
miento y rehabilitación y, en otros casos, al terminar su vida útil, serán clausu-
rados o simplemente abandonados.
Los pozos para extracción de agua son un conducto de comunicación
entre el medio ambiente exterior y los acuíferos; el uso o manejo inadecuado
de estas instalaciones puede provocar la contaminación de dichos acuíferos
(SEMARNAT, 1997). Sin embargo la capacidad de la CONAGUA para estar
verificando y autorizando los pozos que existen en el país ha sido rebasada de
sus capacidades, por lo que en ciertas partes del país la problemática del agua
se ha vuelto más severa (Comisión Nacional del Agua, 2010).
En el caso del acuífero de la cuenca No. 34 de La Laguna de Bustillos,
donde existen aproximadamente 4,230 pozos, con una extracción anual de 360
millones de metros cúbicos (Mm³), una recarga de 87 Mm³, con déficit anual
de 273 Mm³ (Orozco, 2010),se ha observado en los últimos años descensos
considerables de la superficie piezométrica, correspondiendo los mayores a
la porción central del valle, donde en el período de 1988 a 1997 se observan
abatimientos de hasta 25 metros (Comisión Nacional del Agua, 2002). Dicha
situación es preocupante, ya que el abatimiento podría afectar seriamente a la
actividad agrícola, pues la zona destaca a nivel estatal por su producción de
cereales forrajeros, y a nivel nacional por su producción frutícola.
El abatimiento del acuífero puede determinar la evolución de los usos
de suelo, en particular de aquellos que incorporan el agua subterránea como
un insumo productivo. En este caso se puede situar las actividades agrícolas
y ganaderas, siendo potencialmente más grave en aquellos que han requerido
altos niveles de inversión, como las huertas de manzana u otros cultivos rela-
tivamente tecnificados.
La región de Cuauhtémoc es una zona importante de agricultura para el
estado y gran parte de la región de la cual se encuentra cubierta por diferentes
cultivos, principalmente maíz, fríjol, avena y manzana. Además, es correcto
decir que una gran parte de estos cultivos se encuentran tecnificados por sis-
temas de riego los cuales establecen pozos para fines de riego. Se puede llegar
a la pérdida de miles de hectáreas dedicadas al cultivo del manzano, ya que el
agua es el factor más limitante para la fruticultura ( Juárez, 2007).
En el caso de la cuenca bajo análisis, se tiene huertas de manzana en
diferentes condiciones de equipamiento y tecnificación, determinadas funda-
mentalmente por el tipo de tenencia de la tierra, y las posibilidades econó-
Área en estudio
Metodología
Resultados y discusión.
Cambios en ha Total
Zona de abatimiento
No Si
Huertas en zona de alto abatimiento Cantidad observada 164 524 688
Huertas en zona de bajo abatimiento Cantidad observada 3477 2414 5891
Huertas en zona de recarga Cantidad observada 180 113 293
Total Cantidad observada 3821 3051 6872
Valor p<0.05
Chi Cuadrada
313.16 0.00
Tasa de
Cobertura Cobertura 2003
Clases Cambio en ha cambio anual
1993 en ha en ha
en %
Huertas en tenencia Colonias Agrícolas. 52.92 89.10 36.18
5.30
Huertas en tenencia Ejidos. 30.06 66.87 36.81 8.30
Huertas en tenencia Menonita. 88.47 221.58 133.11 9.60
Huertas en tenencia Propiedad Privada. 0 39.96 39.96
0
Cambios en ha Total
Zona de Alto abatimiento
No Si
Huertas presentes en colonias agrícolas Cantidad observada 53 36 89
Huertas presentes en ejidos Cantidad observada 30 37 67
Huertas presentes en población menonita Cantidad observada 81 141 222
Huertas presentes en población privada Cantidad observada 0 310 310
Total Cantidad observada 164 524 688
Valor p<0.05
Chi Cuadrada
195.29 0.00
Cambios en ha Total
Zona de Bajo abatimiento
No Si
Huertas presentes en colonias agrícolas Cantidad observada 1008 408 1416
Huertas presentes en ejidos Cantidad observada 553 236 789
Huertas presentes en población menonita Cantidad observada 255 1023 1278
Huertas presentes en población privada Cantidad observada 1607 743 2350
Total Cantidad observada 3423 2410 5833
Valor p<0.05
Chi Cuadrada
1015.48 0.00
Agradecimientos
Este trabajo se generó en el marco del proyecto “Cambios del uso del suelo y
vulnerabilidad a la escasez de agua subterránea: una exploración en el munici-
pio de Cuauhtémoc Chihuahua” (Convocatoria Interna DGIP-UACJ-2012).
Bibliografía
Luis Raúl Rodríguez Marín, Leoncio Elmer Ornelas Olivas, Luis Carlos Bravo
Peña, Luis Carlos Alatorre Cejudo y Hugo Luis Rojas Villalobos
INTRODUCCIÓN
E
n la actualidad la República Mexicana muestra un deterioro
acelerado de los recursos naturales, (Torres, 2000). Presenta
un marcado incremento poblacional (INEGI, 2005), además
de un desarrollo acelerado de distintas actividades producti-
vas. Estos fenómenos generan una presión muy importante
sobre las reservas de agua del país. Como consecuencia de esto,
se observa una sobrexplotación importante sobre este recurso
(Torres, 2000). El empleo del agua subterránea se ha llevado a cabo sin tomar
en cuenta un manejo eficiente y sustentable, a tal grado, que los volúmenes de
demanda son mayores a los suministrados (Cotler, 2004).
El uso inapropiado de los distintos recursos naturales, trae consigo
problemas como es la escasez de agua en varias regiones del país (Martínez,
2009). Esta problemática ha causado fuertes conflictos en diferentes regiones
y comunidades del país (Barkin, 2004). El agua es el recurso natural del que
dependen la vida humana, la seguridad alimentaria y la salud de los ecosiste-
mas (García, 1998).
249
Los impactos ambientales de la sobreexplotación del acuífero se han
observado en numerosos lugares en todo el mundo (Llamas, 1992). La escasez
del agua ha orillado a la extracción desordenada del agua subterránea, hasta el
grado de convertirse ya en una amenaza para el desarrollo de las regiones que
dependen del agua del subsuelo para realizar las diversas actividades económi-
cas, y para abastecerse de agua potable (Martínez, 2009).
La inadecuada planeación de este recurso y la utilización inadecuada e
irracional, ha traído como consecuencia una sobreexplotación de acuíferos. A
partir de la década de los setenta, ha aumentado sustancialmente el número
de acuíferos sobre-explotados (CONAGUA, 2011). En el año 1975 eran 32
acuíferos, 80 en 1985, y 100 acuíferos sobre explotados al 31 de diciembre del
2009 (CONAGUA, 2011).
Debido al grave problema de sobreexplotación de acuíferos, se hace ne-
cesario impulsar acciones de recarga de los mismos, que contribuyan a reducir
esta problemática (SMA, 2007). En este sentido, diferentes organizaciones
nacionales y locales tienen en cuenta que un aumento de la recarga de acuífe-
ros representa una oportunidad para incrementar la garantía y la calidad de las
fuentes de agua en poblaciones con carencia de este recurso (Castillo, 2008).
Se cuentan con diferentes acciones para apoyar la recarga de un acuífero, estas
prácticas se han utilizado por siglos en distintas regiones del país y del mundo
además de ser aplicadas en regiones áridas y semiáridas (Molina, 2000). Los
procedimientos que se utilizan y se ponen en práctica son condicionados por
distintos factores físicos, económicos y sociales (Molina, 2000).
Entre las acciones más efectivas, destacan los estudios para identificar
áreas de recarga. Estos pueden realizarse mediante el uso de los sistemas de
información geográfica (SIG) ya que se han utilizado en forma sistemática
desde hace por lo menos 20 años (CONAGUA, 2011). Unos de los principa-
les resultados de los SIG son los mapas, ya que son de gran utilidad para las
zonas críticas de recarga de los acuíferos (Morgan, 2005).
Los estudios de los acuíferos pueden apoyar para obtener un proyecto de
la recarga exitoso. Pará esto es necesario que se cuente con una buena planea-
ción además de que estén bien diseñados, operados y sean parte de distintas
estrategias para los recursos hídricos (Garduño, 2003). Alrededor del mundo
se cuenta con distintos modelos sobre la identificación de zonas de recargas
potenciales (Vásquez, 2008), para identificar estas zonas de recarga se han
tomado en cuenta distintas variables relacionadas con la pendiente, usos de
suelo, vegetación entre muchas otras (INAB, 2003). Uno de los principales
problemas en buena medida, es que no se sabe dónde se ubican las principales
Justificación
A medida que la problemática de los acuíferos se agrava, se hace necesario
identificar adecuadamente las zonas de recarga hídrica. Esto con la finalidad de
proponer la implementación de técnicas y practicas necesarias o aptas, que ayu-
den a la conservación, recuperación, protección ambiental y de la biodiversidad,
que se encuentra en estas áreas, para poder tener un buen aprovechamiento
y utilización de lo que es este recurso hídrico (Polioptro et al, 2010). El mal
aprovechamiento, la utilización y gran deterioro de las zonas de recarga hídrica
se agravan por carecer de información básica, como la ubicación espacial de
las áreas de recarga, lo que lleva a su desprotección (Hadi & Copty, 2012).
Es importante mencionar que si se contara con la ubicación y la información
apropiada sobres estas áreas de recarga, se podrán orientar hacía los usuarios de
estos lugares para tener un buen manejo de estas áreas (Matus, 2009).
De no llevarse a cabo una implementación de alguna estrategia para
poder frenar el mal uso del recurso se puede ocasionar el desabasto de este, así
como su agotamiento (CONAGUA, 2002).El manejo y gestión de las zonas
de recarga hídrica es uno de los desafíos importantes después de identificar y
evaluar, ya que los servicios que brinda están fuera del sitio (Castillo, 2008).
La literatura menciona técnicas, estrategias y modelos para el manejo de
las zonas de recarga hídrica, pero no todos los modelos para identificación de
áreas potenciales de recarga hídrica son aplicables en el territorio de México,
pues se carece de la información básica que estos utilizaban, Por este motivo,
es conveniente verificar distintos modelos o también realizar un modelo pro-
pio para una región en particular.
Hipótesis
La identificación y análisis de los modelos actuales de recarga de acuíferos
existentes en la bibliografía permitirá: a) definir el modelo más apropiado para
las condiciones de la cuenca Laguna de Bustillos, b) identificar las necesidades
más apremiantes de generación de información cartográfica para la aplicación
de los modelos apropiados en esta zona de estudio.
General:
Identificar y analizar los modelos de selección de áreas de recarga de acuífe-
ros susceptibles de ser evaluados localmente en el área de captación de la
cuenca Laguna de Bustillos:
Específicos:
METODOLOGÍA
Área en estudio
El área de estudio se localiza en la cuenca hidrológica Laguna de Bustillos
(Figura 1) la cual se encuentra a 100 kilómetros aproximadamente, de la ca-
pital del estado de Chihuahua. La cuenca tiene una altitud mínima de 2,060
metros sobre el nivel del mar en las partes más bajas, aunque las montañas del
parteaguas alcanzan hasta 2800 msnm. Colinda con los municipios; al sur con
Cusihuiriachi, al este con Riva Palacio, al norte con Namiquipa y Gran More-
los y al oeste con Bachíniva y Guerrero (CONAGUA, 2002).
Procedimientos
Los procedimientos para identificar el modelo más apropiado a la zona, y
explorar sus posibilidades de aplicación local se dividieron en cuatro etapas:
RESULTADOS Y DISCUSIÓN
b) Modelo seleccionado.
De acuerdo a los resultados de la sección anterior, se seleccionó el modelo
desarrollado por Matus en el año 2007; aplicado a la subcuenca del río por
el centro agronómico tropical de investigación y enseñanza (CATIE). Este
modelo se basa principalmente en elementos como la pendiente, tipo de sue-
lo, tipo de roca, cobertura vegetal y uso del suelo. Dichos elementos se han
cartografiado en la zona de estudio, o bien se cuenta con la posibilidad rápida
de mapeo. Uno de los elementos que se tomó en cuenta para seleccionar este
modelo, es que fue validado con datos reales, y comparado con otros modelos
probados en diferentes partes del mundo. Según reporta la bibliografía, el mo-
delo de Matus presentó una gran semejanza en con los resultados reales, en
comparación con los otros (Silva, 2007). Debe enfatizarse que este modelo, es
un modelo empírico-conceptual, por lo que únicamente nos da áreas poten-
Tipo de suelo
El tipo de suelo está estrechamente ligado con la capacidad de infil-
tración del agua, tal es así, que entre mayor sea la porosidad, el tamaño de las
partículas y el estado de fisuramiento del suelo, mayor será la capacidad de in-
filtración (Nolan et al., 2007). Para la evaluación de los elementos se usó tabla
propuesta por Matus (2007), con una categoría y ponderación proporcionada
en este trabajo a partir de la lectura y reconocimiento de las propiedades y ca-
racterísticas físicas del tipo de suelo (Cuadro 6) en la cartografía y bibliografía
de esta zona (INEGI, 2005).
Tipo de roca
Las características de las rocas que determinan su capacidad de recarga y
porosidad y la permeabilidad. Las rocas duras con poros finos no favorecen la
recarga; por el contrario, las rocas suaves o permeables, con macro poros, fallas
o fracturas si favorecen la recarga de los acuíferos (Ireson & Butler, 2011). Para
la evaluación de los elementos se usó tabla propuesta por Matus (2007), con
una categoría y ponderación aplicada al caso local, a partir del reconocimiento
de las propiedades texturales y físicas del tipo de roca, en la lectura de mapas
e información local (Cuadro 7) (CONAGUA, 2002).
Cobertura vegetal
La cobertura de suelo es un factor que influye en la infiltración del agua,
ya que permite un mayor contacto con el suelo, disminuye la velocidad de la
escorrentía, la erosión y el impacto de la gota de lluvia (Matus, 2009). Para la
evaluación de los elementos se usó la tabla propuesta por Matus (2007), con
su categoría y ponderación respectiva (Cuadro 9), que fue totalmente aplicable
en la zona de estudio, dada la existencia de cartografía generada previamente
en estudios locales (Bravo 2012).
CONCLUSIONES
AGRADECIMIENTOS
REFERENCIAS
Geoinformática aplicada
al estudio de cubiertas vegetales
Introducción
L
a dinámica vegetal tiene un papel muy importante en la eva-
luación de los procesos ambientales a causa de su estrecha re-
lación entre la biósfera y los parámetros globales, incluyendo:
la concentración de CO2 atmosférico (Zeng et al., 1999), la
influencia de la vegetación en el ciclo hidrológico a escala lo-
cal (Beguería et al., 2003), la estructura y diversidad del paisaje
(Olsson et al., 2000), los procesos de erosión y transporte de
sedimentos (Alatorre y Beguería, 2009b; Alatorre, et al., 2011).
Además de las condiciones climáticas, existen factores regionales y lo-
cales que también afectan la dinámica vegetal y deben ser considerados. Por
ejemplo, las diferencias espaciales en la dinámica vegetal han demostrado es-
tar estrechamente relacionadas con las condiciones topográficas (Florinsky
269
y Kuryakova, 1996; Pueyo y Beguería, 2007), el tipo de suelo (Farrar et al.,
1994), la gestión humana, uso del suelo (Stohlgren et al., 1998), y procesos
geomorfológicos como la erosión del suelo (Alatorre, et al., 2011).
Varios estudios han identificado cambios en la dinámica vegetal a escala
continental (Slayback et al., 2003; Delbart et al., 2006), regional y local (An-
dreu et al., 2007; Martínez-Villalta et al., 2008; Alatorre, et al., 2011) en las
últimas décadas. La mayoría de los cambios han sido causados por actividad
humana, particularmente por la deforestación (Giglio et al., 2006; Achard et
al., 2002; DeFries et al., 2002) y los incendios forestales (Riaño et al., 2007),
por otra parte, el abandono rural y la consiguiente marginalización de algunas
regiones ha contribuido al proceso de recuperación vegetal (Sluiter and de
Jong, 2007; Vicente-Serrano et al., 2004). Sin embargo, numerosos estudios
han encontrado un incremento en la actividad vegetal sobre distintos ecosis-
temas del mundo (Myneni et al., 1998; Kawabata et al., 2001; Lucht et al.,
2002), sugiriendo que la causa principal son las variaciones en la precipitación
y/o temperatura (Delbart et al., 2008).
Por ejemplo, en la región mediterránea han surgido diversos patrones
en la dinámica vegetal. En general, se ha observado que el crecimiento de la
vegetación tiende a ser favorecido por el aumento de la temperatura en zonas
donde el agua no es una factor limitante (Andreu et al., 2007; Martínez-Vi-
llalta et al., 2008). Además, la disminución de la actividad vegetal en zonas fo-
restales y el aumento en otras regiones ha sido relacionada con las tendencias
climáticas recientes (Maselli, 2004; Sarris et al., 2007). En las zonas monta-
ñosas del cuenca mediterránea, los patrones observados en la actividad vegetal
han sido muy complejos, como consecuencia de la diversidad de los usos de
suelo y de la interacción de factores ambientales y microclimáticos (MacDo-
nald et al., 2000; Sluiter and De Jong, 2007). En el Pirineo central español
diferentes estudios han analizado las variaciones temporales y espaciales de la
actividad vegetal sobre distintas coberturas vegetales a escala regional y local
(Vicente-Serrano et al., 2004; Vicente-Serrano et al., 2006a, 2006b; Lasanta
and Vicente-Serrano, 2007, Alatorre, et al., 2011), teniendo como objetivos: i)
evaluar los cambios en la cubierta vegetal en los últimos 50 años; ii) detectar la
tendencia global de la biomasa vegetal; iii) estudiar los cambios de la actividad
foliar en regiones forestales; iv) analizar el control que ejercen las variables cli-
máticas (temperaturas y/o precipitación) y los patrones espaciales de la aridez;
v) determinar el efecto antropogénico de los usos de suelos; y, vi) estudiar las
variaciones temporales y espaciales de la dinámica vegetal en áreas degradadas
(cárcavas y zonas de riesgo de erosión), donde la vegetación es escasa.
Luis Arturo Caraveo Caraveo, Luis Carlos Alatorre Cejudo, María Elena Torres
Olave y Lara Cecilia Wiebe Quintana
INTRODUCCIÓN
A
ctualmente los bosques se encuentran bajo un grave
problema de deforestación, esto debido a diferentes cau-
sas tales como la tala desmedida, los incendios forestales
y el cambio climático entre otras. Esto lleva a la perdida
de los servicios ambientales que brindan, ya que al ser
deforestados desaparecen o se reducen los beneficios am-
bientales que proporcionan tal como lo plasma Pagiola,
Landell - Mills, y Bishop (2002).
Entre los beneficios ambientales que brindan los bosques destacan la
protección de las cuencas hidrográficas, la conservación de la biodiversidad y
el secuestro de carbono, entre otros. En las cuencas hidrográficas los bosques
juegan un papel muy importante ya que la vegetación que se encuentra en
277
ellos evita los procesos de erosión, tales como el desprendimiento del suelo
por efecto de la lluvia y la escorrentía superficial y concentrada, el consiguien-
te trasporte de los sedimentos y su sedimentación, y por otra parte los bos-
ques también tienen un gran impacto en el control de los flujos hidrológicos
(Franquis, 2003). Los bosques son uno de los hábitats más biodiversificados
que existen, y con la perdida de estos hábitats se llega a la perdida de las es-
pecies que habitan en él, a su vez los bosques en pie son grandes depósitos
de carbono y los bosques en crecimiento secuestran carbono de la atmósfera
(Franquis, 2003).
El cambio climático es una de las consecuencias más notables de la
deforestación pero a la vez, se podría ver como una causa ya que con el
incremento de los gases invernadero los diferentes ecosistemas que sostienen
los bosques se ven afectados (Martínez y Rodríguez).
Estos efectos se manifiestan en sus procesos de desarrollo y reproduc-
ción, ya que el bosque ya no puede subsistir por sí mismo porque no cuenta
con algunas especies o procesos que lo ayudaban a regenerarse de forma na-
tural.Por otra parte, los incendios en los últimos años han causado graves
daños a la masa forestal, y no solo en nuestro país si no en muchas regiones
del mundo, esto debido a muchas razones, y una de las más importantes se
podría decir que es la acción humana, ya que con descuidos o irresponsabili-
dad cerca del 90% de los incendios son causados por el hombre (Castillo, s/f).
Según la definición de White, Ryan, Key, y Running, (2005) un incen-
dio forestal se define como un incendio que inicia y se desarrolla principal-
mente en zonas naturales con vegetación abundante. Como elemento natural,
el fuego ha contribuido a la selección de especies, a la composición de las
formaciones vegetales y a su estabilidad o alternancia.
Los efectos de los incendios están ligados a una serie de variables tales
como, la magnitud del incendio, la frecuencia, la intensidad, así mismo las
condiciones físicas del suelo y la vegetación, por ejemplo clima, geomorfolo-
gía, topografía, entre otras ( Ruiz-Gallardo, Quintanilla, y Castaño, 2003).
Uno de los problemas más graves o notorios de los incendios forestales
es la eliminación o destrucción de la cubierta vegetal y con ello la reactivación
de los procesos de erosión, esto debido a que la vegetación es uno de los
principales factores que controlan la pérdida de suelo.
La disminución de la cubierta vegetal, la cual intercepta la precipitación,
hace que la lluvia encuentre menos obstáculos en su camino hacia el suelo, lo
que tiene un efecto importante en el incremento de la energía cinética y, como
resultado, una mayor capacidad para destruir los agregados edáficos.
Área de estudio
El área de estudio se localiza en el incendio ocurrido en el mes de Abril de
2011, en el municipio de Ocampo, al noroeste de Coahuila, México, en la re-
gión conocida como la sierra norte de Coahuila (Figura 1). El área de estudio
cuenta con un clima propio del desierto, lo que se traduce en altas tempera-
turas durante el día y bajas temperaturas durante la noche. La precipitación es
escasa, la mayor parte del municipio se encentra en un rango de 200 a 300
mm y en las partes altas puede llegar de los 400 a 500 mm de precipitación
anual (Téllez, Hutchinson, Nix, y Jones, 2011). La vegetación que predomina
en la región es el matorral desértico, candelilla, guajilla, gobernadora, zacate
y en algunas zonas se pueden encontrar pastizales naturales. Al norte pode-
mos encontrar bosque templado en el cual predominan el pino y el cedro,
esto debido a la altitud de las sierras, en general se muestra un claro gradiente
altitudinal en la progresión de las especies vegetales, encontrando matorrales
desérticos en las zonas más bajas hasta encontrar las masas forestales cubiertas
principalmente por pinos en las zonas más altas.
Para determinar la severidad del fuego en cada uno de los incendios selec-
cionados, utilizamos la metodología propuesta por Ruiz- Gallardo et al.
(2005), la cual se basa en la estimación del NDVI pre-incendio y pos-incen-
dio. La estimación del NDVI se basó en la ecuación propuesta por Rouse
et al. (1974):
Para evaluar la evolución vegetal después del incendio se obtuvieron los valo-
res de NDVI para cada una de las fechas propuestas, Agosto-2011 y Octu-
bre-2011. Posteriormente se hizo un análisis temporal de los valores donde rIR es
la reflectividad de la medios del NDVI presentes en cada una banda del infrarrojo
cercano del de las cuatro categorías de severidad deespectro electromagnético y
rR es la fuego, para así obtener un panorama regional sobre el comportamiento
que reflectividad de la banda de rojo.
Una vez que obtuvimos el área de cada incendio se procedió a calcular
la ecuación propuesta por Ruiz-Gallardo et al. (2005), el cociente entre la res-
ta del NDVI pre-incendio con el NDVI pos-incendio presentó la cubierta
vegetal durante los meses posteriores al incendio forestal con el apoyo del
NDVI.
RESULTADOS Y DISCUSIÓN
A) B)
Municipio de Ocampo
Incendio 1
Incendio 2
1:500,000
Incendio 3 1:500,000 1:200,000 1:300,000
40 20 0 40 Kilómetros 10 Kilómetros
10 5 0 20 10 0 20 Kilómetros 10 5 0 10 Kilómetros
Una vez que se obtuvo la severidad de fuego para cada uno de los incendios,
se estimó el NDVI para los meses de Agosto y Octubre de 2011 (Figuras 10
y 11), y así evaluar los valores medios del NDVI en cada una de las cuatro
categorías de severidad del fuego para cada incendio seleccionado.
En general se observa que después del incendio los valores de NDVI
se han ido incrementando en cada uno de los incendios seleccionados. Si ob-
servamos los valores de NDVI para el mes de Agosto (Figura 10) y Octubre
(Figura 11) de 2011 se puede apreciar de forma muy contundente como las
áreas correspondientes a los incendios presentan un incremento en los valores
NDVI en comparación a los valores que se tuvieron en el mes de Junio de
2011 (justo después del incendio, Figura 3).
La evolución de los valores medios del NDVI en cada una de las cua-
tro categorías para los meses de Agosto y Octubre de 2011 se observa en la
Figura 10. Se aprecia que en los tres incendios la evolución de los valores
de NDVI presentan un comportamiento similar en las cuatro categorías de
Severidad del fuego. Las categorías de Severidad nula y alta presentan una
disminución progresiva de los valores de NDVI. En el caso del comporta-
miento observado en la categoría de Severidad nula se puede explicar por
el hecho de que estás áreas estaban ocupadas por escaza cobertura vegetal y la
presencia de suelos degradados, lo cual hace que la recuperación vegetal sea
casi imposible después de un incendio. Por otra parte, la disminución de los
valores de NDVI en la categoría de Severidad alta, se debe principalmente a
las altas temperaturas alcanzadas, ya que la recuperación de la vegetación
después de un incendio forestal depende principalmente de un órgano o raíz
subterráneo y el daño que le ocasionan las altas temperaturas a estos, no le
permite que la vegetación se regenere adecuadamente
A)
Incendio 1
Severidad nula
NDVI
Severidad baja
Severidad media
Severidad alta
Junio Agosto Octubre
B) Incendio 2
Severidad nula
NDVI
Severidad baja
Severidad media
Severidad alta
Junio Agosto Octubre
C) Incendio 3
Severidad nula
NDVI
Severidad baja
Severidad media
Severidad alta
Junio Agosto Octubre
BIBLIOGRAFÍA
Luis René Cereceres Calzadillas, Luis Carlos Alatorre Cejudo, Luis Carlos Bravo
Peña y María Elena Torres Olave
INTRODUCCIÓN
E
l estado de Chihuahua posee la mayor extensión de terreno,
así como la mayor cantidad de área forestal del país. En su
mayoría está constituido por áreas de bosque de pino de varias
especies, en menor importancia en extensión hay presencia de
bosque de encino y asociación pino-encino (Escárpita Herre-
ra, 2002). Las coníferas son más resistentes a las bajas tempe-
raturas, a diferencia del bosque de latifoliadas (encinos) que
son menos susceptibles a la explotación maderera del estado, y además son las
más susceptibles a los descensos extremos de temperatura (Ruelas Monjardin
y Dávalos Sotelo, 1999).
El estado de Chihuahua tiene la característica de ser la entidad del país
que es más afectada por temperaturas extremas en la estación de invierno.
En ésta época del año las temperaturas del estado son extremadamente bajas,
éstas temperaturas extremas pueden alcanzar hasta los -22° C, pero incluso
se han registrado temperaturas más bajas (Muñoz, 2011). Las temperaturas
293
más bajas se registran entre los meses de Noviembre a Marzo con descensos
abruptos en la temperatura (Esquivel, 2012).
Estudios recientes han identificado cambios en la dinámica vegetal a
escala continental, regional y local en las últimas décadas (Rodríguez Rivera,
2012). La mayoría de los cambios han sido causados por actividad humana,
particularmente por la deforestación y los incendios forestales, por otra parte,
el abandono rural y la consiguiente marginalización de algunas regiones ha
contribuido al proceso de recuperación vegetal. Sin embargo, algunos estudios
han encontrado un descenso abrupto en la actividad vegetal sobre distintos
ecosistemas del mundo, sugiriendo que la causa principal son las variaciones
extremas en la temperatura. (Vicente Serrano, y otros, 2012; Alatorre y begue-
ría, 2009). Para evaluar el efecto de las temperaturas extremas sobe la actividad
vegetal se ha empleado con éxito la percepción remota apoyada por imágenes
de satélite, particularmente los índices de vegetación como el Índice de Dife-
rencia Normalizada de la Vegetación (NDVI, Normalized Difference Vegeta-
tion Index) derivados de información espectral, son los mejores indicadores de
la actividad y la salud vegetal (Flores Cárdenas, y colaboradores, 2011).
Se ha comprobado que la utilización de técnicas sensoria remota apoya-
da con los Sistemas de Información Geográfica (SIG) arroja resultados claros
de los cambios en la superficie terrestre y en la actividad de la misma. Uno de
los sensores más utilizados para estudiar la dinámica de la actividad vegetal es
el sensor Landsat TM, así como para estudios de cubierta vegetal y cambios
en la actividad vegetal a nivel regional (Chuvieco, 2008). El uso de técnicas de
sensoria remota, imágenes del sensor Landsat TM 5 y el cálculo del NDVI
a partir de dichas imágenes, permite evaluar las afectaciones provocadas a la
vegetación, ya sea por efectos climatológicos extremos o actividades humanas
(Pérez Cabello y De la Riva Fernández, 1998).
OBJETIVO
HIPÓTESIS
Área de estudio
Leyenda
1 cm = 4 km Área de estudio
Para este proyecto se utilizaron tres imágenes del sensor Landsat TM, co-
rrespondientes a los meses de Enero, Febrero y Mayo de 2011. La imagen de
Enero fue tomada previamente al evento climatológico extremo, la de Febrero
es inmediatamente posterior al evento con unos días de diferencia, y la imagen
de Mayo, con tres meses de diferencia al evento. Estas imágenes se eligieron
con base en la época del año en la que los encinos muestran una gran capaci-
dad foliar, además la presencia de nubes es nula en comparación con los meses
siguientes. De esta manera se tiene informacion previa e inmediatamente pos-
terior al evento extremo, lo cual permitió detectar la recuperación o pérdida
de la actividad vegetal (en un tiempo normal de recuperación de la actividad
vegetal) de las áreas ocupadas por encino.
Uno de los principales problemas a los que nos enfrentamos al utilizar
imágenes de satelite como lo son las Landsat TM es el “ruido atmosferico”, lo
que lleva a perturbaciones en la imagen que nos dificultan su utilizacion o que
arrojarian resultados erroneos o alejados de la realidad (Alatorre y Beguería,
2009). Para eliminar o reducir estos efectos atmosfericos existen varios méto-
dos y modelos que permiten corregir estas anomalías en las imágenes, como
lo son : “Reflectancia aparente (AR)”, “Sustraccion del objeto oscuro (DOS) y
COST”, se siguen tambien algoritmos como el de “Transformacion de com-
ponentes principales (ACP)” (Brizuela et al.,2007). Las imágenes a utilizadas
se fueron corregidas con los Métodos anteriormente mencionados.
Para determinar cuáles usos y coberturas de suelo están presentes en el
área de estudio, se llevó a cabo una clasificación supervisada la cual sirvió para
determinar con un elevado grado de certidumbre las categorías que están pre-
sentes en el área de estudio, sin olvidar que el objeto de nuestro estudio es la
categoría de encino. Para generar la cartografía se aplicó el método de máxima
verosimilitud o máxima probabilidad, este algoritmo es el más comúnmente
utilizado en percepción remota, por el procedimiento que sigue y por la facili-
dad que ofrece al interpretar los resultados, además este método se considera
uno de los más acertados y eficientes. El modelo requiere como entrada las fir-
mas espectrales para cada una de las categorías presentes en el área de estudio,
las cuales fueron: pastizales, cuerpos de agua, agrícola y encinos. Para generar
las firmas espectrales se utilizaron las áreas de entrenamiento previamente
definidas mediante fotointerpretación, y posteriormente para realizar la cla-
sificación el modelo calculó la probabilidad de pertenencia a cada categoría,
definida por las firmas espectrales de las áreas de entrenamiento, píxel por
(1)
(2)
y:
RESULTADOS
0.4
NDVI
0.2
Bosque de encino
0
Enero Febrero Mayo
Figura 5. Evolución de los valores medios del NDVI para el bosque de enci-
no en cada una de las fechas seleccionadas para el estudio.
Para evaluar las tendencias temporales de los valores de NDVI píxel por
píxel y así poder identificar específicamente las áreas que tuvieron tendencia
negativa se utilizó la prueba de Mann Kendall (MK). Se obtuvo un mapa de
tendencias estadísticamente significativas (p = 0.05) en el cual se muestran las
áreas que presentan una tendencia negativa en los valores del NDVI (Figura
6). Estás áreas con “mayor degradación” es decir, con tendencia negativa co-
rresponden precisamente al bosque de encino, justo donde se observaron los
cambios en los ejemplares de encino. Las áreas de pastizales no presentaron
cambio, es decir que no se encontró una tendencia estadísticamente significa-
tiva en estas categorías, representan áreas donde no se obtuvo una tendencia
clara de los valores de NDVI, lo cual no significa que presentan recuperación
ni degradación. Prácticamente se puede observar únicamente tendencia nega-
tiva en el área que ocupa el bosque de encino.
REFERENCIAS
Manuel Iván Gil Hernández, Luis Carlos Alatorre Cejudo, María Elena Torres
Olave y Luis Carlos Bravo Peña
INTRODUCCIÓN
E
l estado de Chihuahua ocupa el primer lugar nacional en su-
perficie arbolada con un total de 6, 879, 521 hectáreas, de bos-
que templado, es decir que el 30% de la superficie del estado
está ocupada por los bosques, de los cuales el 63% de la super-
ficie forestal es propiedad de ejidos (comunidades y colonias),
el resto es propiedad privada y en menor medida propiedad
nacional, sin embargo ocupa el segundo lugar en producción
de recursos madereros solo detrás de Durango con 1.59 Hm3 (millones de
metros cúbicos) de madera en rollo.
Chihuahua se considera apto para las actividades forestales, una de las
más importantes en la zona del bosque templado es la explotación forestal.
Debido a la gran demanda de estos productos se está produciendo una grave
problemática, lo cual trae consigo la pérdida en la cobertura vegetal del bos-
que, por lo tanto acarrea los terribles problemas de la deforestación (explo-
tación forestal), la pérdida de especies y todos los impactos ambientales que
traen consigo el desequilibrio del ecosistema forestal.
309
Cabe hacer una distinción entre los conceptos deforestación y degra-
dación, debe entenderse por “deforestación” a la eliminación total de la vege-
tación o su reemplazo por usos no forestales de la tierra, y por otra parte la
“degradación” consiste en la gradual reducción de la biomasa, cambios en la
composición de especies y el deterioro correlativo del suelo.
Debido a todos estos problemas es prioritario identificar y considerar las
consecuencias que este fenómeno produce, los cuales comprenden una infini-
dad de sucesos, como son la degradación geosistémica y la pérdida de las zonas
verdes del planeta, las cuales son las principales áreas de captura de carbono,
y sustentabilidad del ambiente. A pesar de la gran importancia ecológica, no
existe un sistema completo y eficaz de monitoreo de pérdida y recuperación en
la cubierta vegetal, para la restauración del bosque en el estado de Chihuahua,
por lo cual la vulnerabilidad del mismo se encuentra en niveles alarmantes.
En las últimas décadas los ecosistemas terrestres han sufrido grandes
transformaciones en los usos de suelo, la mayoría debido a la conversión de
la cobertura del terreno y a la degradación e intensificación del uso del suelo
(Lambin, 1997). Estos procesos usualmente englobados en lo que se conoce
como deforestación o degradación forestal, se asocian a impactos ecológicos
importantes en casi todas las escalas (Bocco et al., 2001).
En México se estima que de la superficie original forestal del país, al
menos 50% de su cobertura en hectáreas han desaparecido o se ha deteriorado
de tal manera que ha perdido su papel ecológico original. (Velázquez et al.,
2001). Sin embargo, la velocidad de deforestación en México se ha reducido
en 35% durante los últimos cinco años, pero todavía se pierden 155 mil hectá-
reas de cubierta vegetal por año, informó la Organización de Naciones Unidas
para la Agricultura y la Alimentación (FAO, 2010), siendo los desmontes para
uso agropecuario (82%), tala ilegal (8%), incendios (4%) y plagas y enfermeda-
des (3%), las principales causas de la deforestación (FAO, 2010).
La deforestación y el cambio en la cobertura y uso del suelo en México
es un problema que se ha presentado desde tiempos precolombinos, sin em-
bargo, durante las últimas cinco décadas este proceso se ha incrementado dra-
máticamente, con un panorama poco alentador, las 52 millones de hectáreas
de bosques y selvas con que contaba el país en el año 2000, presentaron una
tasa de deforestación promedio de 631 mil hectáreas por año (FAO, 2010), lo
que indica que en un futuro no muy lejano este fenómeno nos traerá conse-
cuencias devastadoras para todas las regiones forestales de nuestro país. Sólo
para los bosques templados que comprenden Chihuahua existe una estima-
ción de 76,000 hectáreas deforestadas por año, lo cual implica un grave daño
para este ecosistema.
OBJETIVO
Espacial
Modo espectral Espectral (micras) Radiométrica Temporal
(metros)
Banda 1 azul: 0.45 -0.52
Banda 2 verde: 0.52 -0.60
30 Banda 3 roja: 0.63 -0.69
Multiespectral 8 Bits 16 Días
Banda 4 Infrarrojo cercano1: 0.76 -0.90
Banda 5 Infrarrojo cercano2: 1.55 -1.75
Banda 7 Infrarrojo medio: 2.08 -2.35
Termal 120 Banda 6 Infrarrojo térmico: 10.4 -12.5
Fuente: Aspectos técnicos de las imágenes Landsat INEGI.
Clasificación supervisada
(1)
Una vez que los mapas de coberturas y uso de suelo fueron validados, se
analizaron los cambios en las coberturas de cada una de las categorías selec-
cionadas para los años 2004 y 2011, esto se realizó mediante el módulo Cross-
tab del software Idrisi Taiga, el cual brinda una técnica comparativa para los
datos cualitativos (Ej. imágenes de clases de cubierta terrestre).
Tasas de cambio
RESULTADOS Y DISCUSIÓN
Concordancia obser-
0.92
vada
Concordancia espera-
0.33
da
Kappa 0.89
Fuente: elaboración propia.
2011
Tipo de Cobertura 2004 (hectáreas) % % Cambio (hectáreas) %
(hectáreas)
Área Forestal 242,982.61 75.69 209,095 65.13 -33,887.59 10.55
Área No Forestal 77,949.77 24.28 111,878 34.85 33,928.2 -10.56
Cuerpos de Agua 66.02 0.02 23.14 0.007 -42.88 0.01
Para hacer más claros estos cambios detectados se realizó una gráfica
comparativa de las distintas coberturas en hectáreas. (Figura 4), en ella se pue-
de observar todos los cambios sufridos en el lapso de los 7 años trascurridos
en el estudio.
400 000.00
300 000.00
200 000.00
100 000.00
0.00
-100 000.00 2004 (Has) 2011 (Has) Cambio (Has)
Una vez que se obtuvieron las distintas coberturas y uso de suelo por te-
nencia de tierra, se procedió a procesar toda la información para cada cubierta,
con el software Idrisi Taiga. Los resultados de este análisis se observan en la
Tabla 9. Estos resultados permitieron determinar los cambios en las cobertu-
ras y uso de suelo que se localizan en los ejidos de los años 2004 y 2011, para la
categoría área forestal, se redujo considerablemente, ya que de las 111,027.60
hectáreas que existían en esta cobertura, pasaron a formar parte 2194.83 hec-
táreas a la cubierta de área no forestal. Por otra parte la cobertura área no
forestal en el año 2004 contaba con 29,890.44 hectáreas, en las cuales existió
muy poca transferencia a las demás categorías, hablando de la cobertura de
cuerpos de agua la cual contaba con 22.23 hectáreas, para esta categoría se
perdieron 0.54 hectáreas, que pasaron al área no forestal en pocas palabras los
cambios fueron muy pocos para esta categoría.
Tasas de cambio
REFERENCIAS
Geoinformática aplicada al
estudio de la distribución
potencial de especies
Introducción
L
a distribución de los seres vivos es consecuencia de la combi-
nación de múltiples factores tanto ambientales como históricos,
entendidos estos últimos como los relacionados con eventos
geológicos. Para cualquiera de nosotros resulta claro que algu-
nas especies solo se encuentran en determinados ambientes a
los cuales se han adaptado a lo largo de miles de años. Así por
ejemplo, existen especies que solo se presentan en climas tem-
plados, mientras que otras solo se encuentran en lugares cálidos y húmedos.
337
Cuando se habla de distribución deben distinguirse dos categorías dife-
rentes: la real (también llamada ocurrencia) y la potencial (Phillips et al.2006).
La distribución real se refiere a los sitios en los que se han observado o co-
lectado individuos y la potencial hace alusión a las áreas que tienen condicio-
nes ambientales muy similares a los sitios donde se encuentran las especies y
que tienen muy altas probabilidades de estar ocupadas por estas mismas. El
concepto de distribución potencial resulta ser sumamente útil debido a que
permite salvar en problema de que, en países tan grandes y complejos como
México, resulta prácticamente imposible disponer de información para todo
el territorio.
Los modelos de distribución de especies mediante nicho ecológico
(MNE) se basan en encontrar aquellos lugares del espacio geográfico, que
reúnen las condiciones ambientales capaces de soportar una población de una
especie determinada. Para ello el algoritmo del MNE establece una relación
entre las condiciones ambientales que existen en los lugares de presencia actual
de una especie y encuentra otros lugares donde se cumpla la relación estableci-
da y de esta forma se puede obtener una proyección sobre un mapa de las áreas
donde la especie podría sobrevivir con diferentes grados de idoneidad. Estas
proyecciones también pueden realizarse sobre escenarios futuros de cambio
climático, o bien al pasado, de forma que puede observarse el “movimiento” del
nicho de una especie a lo largo de un espacio geográfico y a través del tiempo.
Los modelos de nichos ecológicos son importantes para una variedad
de aplicaciones en ecología y conservación (Elith, et al. 2006). Por ejemplo,
intentan proveer de cartografía detallada de distribución relacionada con la
dispersión de especies invasoras (Torres-Olave, 2012 et al; Hernández et
al.2008), impactos en el cambio climático (Phillips et al.2008), patrones es-
paciales de diversidad de especies y predicción de vectores de enfermedades
(González et al., 2010).
De esta forma, los modelos de nichos ecológicos han sido objeto de
impresionante aumento de atención en los últimos años (Phillips et al.2006),
situándose esta técnica entre los nuevos enfoques emergentes relacionados
con la ecología, la epidemiología, la biogeografía y la biología de conservación.
En este capítulo se presentan los siguientes trabajos:
Banda Granados Jesús Alfredo, Torres Olave María Elena, Alatorre Ce-
judo Luis Carlos y Wiebe Quintana Lara Cecilia (2013). Distribución poten-
cial de la guacamaya verde (Ara militaris) en el estado de Chihuahua México:
mediante el método de máxima entropía. .
Literatura citada:
Jesús Alfredo Banda Granados, María Elena Torres Olave, Luis Carlos Alatorre
Cejudo y Lara Cecilia Wiebe Quintana
L
INTRODUCCIÓN
341
Ara militaris es la especie que presenta la distribución más norteña en
el continente americano. Esta especie aparece catalogada como vulnerable y
en peligro de extinción en la lista internacional y en la nacional de especies
amenazadas, respectivamente (Conabio, 2011; UNEP-WCMC, 2012).
No existen estudios sobre su distribución en el estado de Chihuahua.
Ante la carencia de información actual de campo para la guacamaya verde
(Ara militaris), y frente a la vulnerabilidad de la especie, su conservación re-
quiere de información actual y precisa sobre su distribución. Por lo que se pre-
tende actualizar esta información para el estado de Chihuahua enfocándose
en los municipios de Batopilas y Urique, por el difícil acceso y las condiciones
de aislamiento de estas regiones las hace potencialmente de gran capacidad
ecológica para la distribución de la especie.
Recientemente se han desarrollado un conjunto de metodologías en las
que se estima la distribución potencial de las especies mediante el uso de mo-
delos ecológicos de nicho. En estos modelos se evalúan cambios hipotéticos
en la distribución de las especies asociados a cambios en sus hábitats dentro de
áreas aptas para su presencia (Peterson et al., 2005; Íñigo-Elías, 1999).
En México, el potencial de esta metodología se ilustró con un estudio
reciente a escalas geográficas muy amplias con aves de las familia Psittacidae,
en la que se analizan los cambios de la cobertura vegetal en diferentes perio-
dos y su coincidencia con la distribución hipotética de las especies generada
con modelos ecológicos de nicho (Peterson, et al., 2005; Herbert, 2006).
La modelación de nichos de especies basadas en sistemas de informa-
ción geográfica, son una herramienta muy útil para la predicción de distri-
buciones potenciales de especies, que ayudan en la toma de decisiones para
su conservación (Mackey et al., 2001). Actualmente existen algunos modelos
que tienden a predecir significativamente su distribución, de los cuales se pue-
de mencionar algunos: GARP (Stockwell y Noble 1992), los modelos, como
BIOCLIM (Busby, 1991), Biomapper y MAXENT (Philips, et al. 2006)
Estos modelos de distribución de especies manejan diferentes algorit-
mos, tipos de datos primarios (presencia y ausencia de la especie) y tipos de
datos secundarios (variables ambientales).
Este estudio plantea hipótesis de cambios en la distribución asociados a
cambios en la cobertura del hábitat de las especies.
OBJETIVOS
MARCO TEÓRICO
Estado de conservación
La Norma Oficial Mexicana NOM-059- SEMARNAT-2010, Protección am-
biental- Especies nativas de México de flora y fauna silvestres-Categorías
de riesgo y especificaciones para su inclusión, exclusión o cambio-Lista de
especies en riesgo, la clasifica dentro de la categoría (P), que hace referen-
cia a aquellas cuyas áreas de distribución o tamaño de sus poblaciones en
el Territorio Nacional han disminuido drásticamente, poniendo en riesgo su
viabilidad biológica en todo el todo su hábitat natural, debido a factores tales
como la destrucción o modificación drástica del hábitat, aprovechamiento no
sustentable, enfermedades o depredación, entre otros. Además de haber sido
declarada en riesgo por la Convención Internacional de Especies Salvajes de
Flora y Fauna en Peligro de Extinción (CITES por sus siglas en inglés), que
HIPÓTESIS
MATERIALES
Hidrografía
Los recursos hidrológicos de Chihuahua se alimentan de una precipitación
pluvial media de 470 mm anuales. Las corrientes que drenan al interior, suma-
das a los depósitos lagunas y presas, y aguas subterráneas integran el potencial
hidrológico del estado. (CONANP. 2010).
Aguas superficiales
El parte aguas continental discurre a lo largo de las cimas de la Sierra Tara-
humara y divide la superficie de la entidad en tres vertientes: Vertiente del
Golfo de California, Vertiente del Golfo de México y Vertiente Interna.
Las corrientes de la Vertiente del Golfo de California en que predo-
minan los tributarios de los ríos Yaqui, Mayo, Fuerte y Sinaloa, alimentan las
cuencas que dan su riqueza agrícola a Sonora y Sinaloa; sin embargo, su velo-
cidad y encajonamiento impide el aprovechamiento local (como excepción a
la regla, se aprovechan para riego las aguas del río Papigochi, nacimiento del
río Yaqui); A la vertiente del Golfo de México pertenecen los ríos y arroyos
de curso extenso y poco Volumen. Todos son tributarios del río Bravo; el
más importante es el Río Conchos, que nace en las estribaciones de la Sierra
Tarahumara. (CONANP. 2010).
Fisiografía
El estado de Chihuahua, se encuentra dividido en dos Provincias Fisiográfi-
cas: a) Sierra Madre Occidental y b) Sierras y Llanuras del Norte; la primera
Principales ecosistemas
Como se mencionó en los capítulos de orografía y clima al hablar de los prin-
cipales ecosistemas del estado de Chihuahua se pueden clasificarlos en tres zo-
nas: La desértica, la de las llanuras y la de la sierra o montañosa. (INEGI, 2012).
En la desértica se encuentran muy pocos vegetales y los animales, alta-
mente adaptados al medio, tienen colores y figuras diferentes a sus similares
de otras partes del estado. (INEGI, 2012).
La flora es diversa según se trate de la región de la sierra, de la llanura
o del desierto. Una de las regiones más espectaculares de todo México es sin
duda la Sierra Madre Occidental, especialmente su porción chihuahuense
conocida como sierra Tarahumara (Bird Life international, 2008).
En la sierra crecen aile, abeto, chamal, ciprés y diferentes encinos; es
aquí donde se encuentran los principales parques nacionales del estado, el
de Basaseachic su imponente caída de agua de más de 300 metros de altura
presenta la base del ecosistema más singular del estado aquí se cría el venado
cola blanca, el jabalí, el león americano, la guacamaya una de las diez especies
de aves registradas en la sierra tarahumara que se encuentran en peligro de
extinción. (CONANP. 2010).
Clima
En el 40% de su territorio existe clima Muy seco, localizado en las sierras y
Llanuras del Norte; 33% de clima Seco y semi seco en las partes bajas de la
Sierra Madre Occidental y en el 24% Templado subhúmedo, localizado en las
partes altas de la misma. Sólo una pequeña proporción del territorio (3%)
presenta clima Cálido subhúmedo. La temperatura media anual en el estado
es de17°C. La temperatura más alta es mayor de 30°C, y se presenta en los
METODOLOGÍA
Para modelación de nicho ecológico actual del Ara militaris se analizó con
base a un sistema de información geográfica (Arcgis 9.3) y se modelo el nicho
ecológico actual y potencial mediante el uso del método de máxima entropía
(Maxent) para la modelización de la distribución geográfica de las especies
(Figura1).
Maxent es un método que interpola entre puntos de ocurrencia, ajus-
tando los datos a partir de una distribución uniforme, que va modificando
hasta una distribución de Máxima Entropía. Elmodelo se basa en ajustar los
parámetros de la distribución final y tiene un número de aspectos que hacen
que sea muy adecuada para el modelado de la distribución de especies, el cual
necesita un conjunto de localidades o puntos donde se sabe que la especie
está presente y coberturas geográficas (parámetros ambientales que pueden,
potencialmente, limitar la capacidad de supervivencia de la especie).
Estos parámetros ambientales imponen restricciones sobre la distribu-
ción desconocida de la especie, es decir que el enfoque de máxima entropía
se aproxima a la distribución desconocida usando los puntos de ocurrencia
conocidos para maximizar la entropía, sujetas a las limitaciones impuestas
por los puntos conocidos. Además Maxent no está fuertemente influenciado
por el número de parámetros ambientales utilizados para construir el modelo
porque ignora los que no tienen suficiente información y utiliza técnicas de
regularización para evitar el exceso de parametrización (Phillips et al. 2006).
MAXENT (entropía máxima) estima la probabilidad de distribución
esperada, encontrando la probabilidad de distribución que es más uniforme
(entropía máxima), dadas las restricciones de que el valor esperado de cada
Registros Variables
MDE
lat-long bioclimáticas
Evaluación Determinación de
MAXENT
variables importantes
Puntos Puntos
train test Mapa de distribución
potencial
MAXENT
VALIDACIÓN
AUC
CURVA ROC
EJECUCIÓN DE MODELOS
Una vez recopilados todos los datos de presencia que al final sumaron 54 se
anotó por cada registro la latitud y longitud, y nombre de la especie), las 19
variables bioclimáticas y el modelo digital de elevación. Después estos datos
fueron transformados a “shapefile” y cargados en ArcGis 9.3 para visualizar
espacialmente los registros y revisar que las coordenadas estuvieran dentro de
los límites del estado de Chihuahua.
A continuación se cargaron los puntos de presencia y las variables am-
bientales en MaxEnt para efectuar la corrida. Cada una de estas variables
ambientales fue modificada y generalizada a una resolución espacial de 1 km
cuadrado para después convertirlas al formato “ASCII” (en el formato .asc de
ESRI). Además se hizo una carpeta que contuviera los datos de ocurrencia
en formato .csv, y otra carpeta para las salidas del modelo. Todos los “Grids”
se encontraban bajo los mismos límites geográficos y tamaño de celda opixel.
Se seleccionó del 100% de los datos mediante un muestreo aleatorio
para extraer el 75% de los registros con los que entrenar el algoritmo y un
25% con los que evaluar los modelos. El formato de salida seleccionado fue
el logístico ya que proporciona un estimado entre cero y uno de probabilidad
de presencia [0, 1] (Phillips et al. 2006). Los parámetros fijados para cali-
brar el modelo fueron los recomendados por Phillips et al. (2006): número
máximo de iteraciones = 500; regularización = 1.0; convergencia umbral =
0.000001; en “random test percentage” se introdujo el 25, número que indica
al programa que debe escoger de manera aleatoria y apartar el 25% de los re-
gistros de presencia de Ara militaris para usarlos en la prueba. Esto permite
al programa efectuar algunos análisis estadísticos simples. Para la realización
del modelo se eliminaron los datos duplicados, es decir, en aquellos pixeles
donde se encontró más de un punto de presencia, se consideró solo uno de los
datos. La mayor parte de los análisis empleados usan un umbral para hacer
una predicción binaria, estando las condiciones adecuadas por arriba de dicho
umbral y las inadecuadas por debajo.
Para la evaluación del modelo se realizó una prueba estadística para saber
cómo está funcionando el modelo en relación a la exactitud de la predicción
con la realidad. Se determinó la calidad de la predicción del área de distribu-
ción de Ara militaris en el estado de Chihuahua, utilizando la herramienta de
evaluación del área bajo la curva (ROC).
Lo que hace esta prueba es que en cada vuelta del modelo se excluye una
variable y se crea el modelo con las variables remanentes (Phillips et al. 2006);
de tal forma que se generan curva de la función ROC (Receiver Operating
Characteristic).
Una vez obtenido el mapa de distribución potencial generado por
Maxent, la evaluación de los resultados obtenidos fue complementada con
los parámetros que son proporcionados por el programa, como el área bajo la
curva (AUC, por sus siglas en inglés), la cual es un índice de probabilidad de
que los sitios de presencia fueran clasificados al azar como sitios de ausencia.
Los modelos arriba de 0.75 son considerados potencialmente útiles
(Elith et al. 2006). En este caso no se tienen registros de ausencia con los
cuales medir AUC, por lo tanto, el programa utiliza datos de presencia ele-
CURVA ROC
La curva ROC (Receiver Operating Characteristic) es una técnica que indica
la exactitud global de la prueba. Un diagrama de ROC es obtenido trazando
la fracción de casos clasificados correctos en el eje de y contra la fracción de
los casos clasificados incorrectos para todas las probabilidades posibles en el
eje de x (Fielding y Bell, 1997).
RESULTADOS
Los primeros mapas que se obtuvieron como resultado fueron, los 6 mejores
modelos de los 30 realizados para la predicción de la presencia de Ara mi-
litaris en la región. Los cuales se seleccionaron conforme a la mayor AUC
obtenida por cada modelo.
Los modelos 3, 5, 7, 14, 19 y 27. Obtuvieron un AUC mayor a .989 la
cual indica que la calidad de los mapas es buena de acuerdo con Elith et al.
(2006), como se mencionó anteriormente cuando los modelos con los valores
mayores a 0.75, son útiles para ver las diferencias entre los tipos de caracterís-
ticas; donde muestra la probabilidad predicha de condiciones favorables tal y
como es dada en el formato de salida logístico.
La figura 2 y 3 muestran el mapa de salida del modelo MaxEnt en for-
mato logístico con valores de 0-1, y el mapa consenso obtenido por la herra-
mienta algebra de mapas de ArcGis 10, en el que se sumaron los tres mejores
modelos con los valores de AUC más altos, respectivamente. (Modelos 19,
Figura 6. Curva operada por el receptor (ROC) del modelo 14, tanto para
los datos de entrenamiento como para los de prueba.
En estos modelos se presentó una AUC con valores mayores a .99, Las
líneas azul y roja serian idénticas si se hubiera usado los mismos datos para
el entrenamiento y para la prueba (Phillips et al. 2006). Sin embargo solo se
utilizó el 25% de los datos y por lo tanto la curva roja (entrenamiento) mues-
tra una mayor AUC que la curva azul (prueba). La curva roja representa el
ajuste del modelo a los datos de entrenamiento y es la auténtica prueba de la
capacidad que tienen los modelos de predecir. La línea negra muestra lo que
se esperaría si el modelo no fuera mejor que al azar. Si la curva azul (la curva
de prueba) estuviera por debajo de la línea negra, entonces indicaría que su
modelo se desempeña peor de lo que lo haría un modelo aleatorio. Por el con-
trario, cuanto más se aproxime la curva azul a la esquina superior izquierda,
mejor es el modelo para predecir las presencias contenidas en la muestra de
prueba de los datos (Phillips et al. 2006). Por lo que se concluye que el mejor
modelo de predicción de presencia fue el 19 ya que presenta la AUC más alta
tanto en las muestras de entrenamiento como en las de las pruebas.
Las siguientes Tablas (1, 2 y 3) muestran una estimación de las contri-
buciones relativas de las variables ambientales para cada modelo.
Variable % de contribución
Bio13 37.9
bio15 17.6
bio14 13.2
bio18 7.3
Variable % de contribución
bio18 37.3
bio4 24.2
Slo_mex 7.4
bio15 6.3
CONCLUSIONES GENERALES
RECOMENDACIONES
BIBLIOGRAFÍA
Carlos Daniel Fierro Macias, María Elena Torres Olave, Luis Carlos Alatorre
Cejudo y Hugo Luis Rojas Villalobos
INTRODUCCIÓN
L
a biodiversidad y los recursos naturales son una parte funda-
mental en el desarrollo de una nación. México, gracias a su di-
versidad climática y topográfica, así como a su privilegiada ubi-
cación geográfica, permite la existencia de una enorme cantidad
de especies, lo que lo convierte en un país megadiverso; En el
país se hallan casi todos los tipos de vegetación que existen en
el mundo, así como un gran número de especies de los grupos
taxonómicos más importantes. Se estima que del total de especies en el pla-
neta entre el 10 y el 12% se encuentran en nuestro territorio; México ocupa el
segundo lugar mundial en riqueza de reptiles, rebasando las 800, y el tercero
en mamíferos con más de 500 (SEMARNAT, 2008).
369
Por muchos años se ignoraron los temas ambientales o se considera-
ron de poca relevancia (SEMARNAT, 2008). Las actividades antropogénicas
cambian de manera drástica la composición y estructura de las comunida-
des ecológicas y traen consigo la pérdida de la biodiversidad (Chillo y Ojeda,
2012). Gran parte de los suelos y de la cubierta vegetal del país fueron degra-
dados (SEMARNAT, 2008). El hábitat de numerosas especies fue fragmen-
tado a raíz de los rápidos cambios en las coberturas de suelo y los procesos de
urbanización (Fuller et al., 2007). Más de dos mil especies de plantas y anima-
les se hallan en algún nivel de riesgo de extinción (SEMARNAT, 2008). Los
grupos de animales que se ven más afectados por estos rápidos cambios en las
estructuras de sus hábitats son los mamíferos (Fuller et al., 2007).
Una de las especies con mayor área de distribución en el continente
americano es el venado cola blanca (Odocoileus virginianus), especialmente en
México (Bolívar, 2009). De las 38 subespecies presentes en el continente, 14
pueden ser halladas en el país (Villarreal, 2002). Los únicos estados que no
cuentan con su presencia son Baja California y Baja California Sur, habitando
el 92.7% del territorio nacional (Rojo et al., 2007). En la Figura 1 se muestra
su distribución histórica dentro del territorio nacional. Entre estas 14 subes-
pecies O. virginianus, couesi ocupa la mayor extensión con 28.3% del total
del territorio (Fullbright y Ortega, 2007; Rojo et al., 2007). Esta subespecie
habita, principalmente, en los estados áridos del norte y centro de México,
extendiéndose su área de influencia hasta más allá de la frontera con los Esta-
dos Unidos (Fullbright y Ortega, 2007). Le siguen en porcentaje de superficie
habitada las subespecies O. virginianus carminis y O. virginianus mexicanus con
alrededor de 10% cada una (Rojo et al., 2007). El resto de las subespecies se
extiende en menos del 10% del país (Rojo et al., 2007).
La importancia de Odocoileus virginianus radica en su valor cinegéti-
co, es decir, como trofeo de caza (Villarreal, 2002). El venado cola blanca es
la especie de caza mayor más importante de Norteamérica y, sobretodo, de
México (Villarreal, 2002). La actividad cinegética en relación al venado cola
blanca representa una importante fuente de ingresos en diversos sectores de
la economía nacional (Villarreal, 2002). Sin embargo, muchas de las subes-
pecies mexicanas no califican como trofeos de caza (Villarreal, 2002). Sólo
cuatro subespecies son consideradas de caza mayor, por importancia son: O.
virginianus texanus, O. virginianus couesi, O. virginianus carminis y O. virgi-
nianus miquihuanensis (Villarreal, 2002). La subespecie de mayor importancia
cinegética, y cuya caza representa el mayor porcentaje de ingreso económico
al país dentro de este rubro, es O. virginianus texanus (Mandujano, 2004). Las
Área de estudio
MATERIALES Y MÉTODOS
DISCUSIÓN
20
17.9
18
16
14.4
Porcentaje de contribución
13.9 13.3
14
12 10.5
11.1 11.1
10
8
5.7
6
4 3.0
1.5 1.3 1.7 2.4
2 0.1 0.7 0.1 0.8 1.0
0.2
0.0 0.0 0.5 0.0
0
ALTO01
ASP01
BIO01
BIO02
BIO03
BIO04
BIO05
BIO06
BIO07
BIO08
BIO09
BIO10
BIO11
BIO12
BIO13
BIO14
BIO15
BIO16
BIO17
BIO18
BIO19
BIO20
Variable ambiental
REFERENCIAS
Mario Iván Uc Campos, María Elena Torres Olave, Elifalet López Gonzáles y
Lara Cecilia Wiebe Quintana
INTRODUCCION
L
a ubicación geográfica y la forma del territorio de México pro-
pician las condiciones necesarias para que sea un país con más
biodiversidad en el mundo. Entre las causas está la topografía,
la variedad de climas y una compleja historia, tanto geológica y
biológica como cultural. Estos factores y otros han contribuido
a formar un mosaico de condiciones ambientales que promue-
ven una gran variedad de hábitat, de formas de vida y biodiver-
sidad (Ferrier et al, 2002).
389
La biodiversidad se refiere a la variabilidad de la vida; abarca tres niveles
de expresión: ecosistemas, especies y genes. Esta diversidad se expresa en los
diferentes tipos de ecosistemas, el número de especies, el cambio de riqueza de
especies de una región a otra, el número de especies endémicas, las subespecies
y variedades o razas de una misma especie (Guisan et al., 2005). La existen-
cia de biodiversidad a lo largo y ancho del planeta no tiene una distribución
homogénea; esta distribuciónse da principalmente en zonas tropicales y en
países llamados “Megadiversos” (Nix, 1986).
Entre las especies que predominan y presentan mayor distribución en
todo el mundo es el género del Quercus spp. Este se encuentra en casi todos los
bosques templados del hemisferio norte, así como en unas regiones tropicales
y subtropicales del mismo. En América se localiza desde Canadá hasta Co-
lombia incluyendo Cuba (Valencia, 2004). Se reconocen dos centros de biodi-
versidad para el género del Quercus spp. El primero se localiza en el sureste de
Asia con alrededor de 125 especies (Ortega-Huerta et al. 2008). El segundo se
encuentra en México, particularmente en las regiones montañosas, en donde
forman parte importante de los bosques templados (Myers et al. 2000). Su
presencia en México se debe a que es uno de sus centros de origen; además,
este país es uno de los más ricos en cuanto a la población de encinos, pues
cuenta con aproximadamente 160 especies de las 400 o 500 que se reportan
en todo el mundo (García, 2012).
Los encinos aparecen en toda una gama de condiciones climáticas, de
suelo y relieve, crecen desde laderas bajas de macizos montañosos o colinas
de zonas semiáridas, sobre laderas medias y altas con zonas boscosas de cli-
ma templado-subhúmedo hasta en los márgenes de arroyos en cañones de
bosques húmedos; prosperan en terrenos moderadamente fértiles y húmedos,
pero algunas especies se adaptan a terrenos pobres, aunque siempre en lugares
montañosos (Benito, 2009).
La distribución del encino en las montañas mexicanassobre las zonas
con más presencia; son las del centro y sur además de la Sierra Madre Orien-
tal, y los estados con mayor riqueza de esta especie son Oaxaca, Nuevo León,
Chihuahua y Veracruz (García, 2012). En la parte oriental de Chihuahua, a
altitudes superiores a los 1750 msnm (Engler et al. 2004) se presentan man-
chones aislados de encino bajo y abierto de Q. grisea, al que pueden acompañar
Q. emoryi entre otros.
Debido a diversas problemáticas se ha dificultado la identificación y la
distribución del encino (Quercus spp), tales como los incendios, prácticas histó-
ricas antrópicas como la deforestación y el cambio climático están modificando
ANTECEDENTES
JUSTIFICACIÓN
Existe un gran interés en torno a los géneros del Quercus spp atribuido a su
alta diversidad y a su gran importancia ecológica y económica. Diversos pro-
blemas dificultan conocer la distribución de la especies de encino rojo (Q.
emoryi) y blanco (Q. grisea).
Hasta el momento no existe una revisión integral y actualizada sobre la
distribución del género de las especies del Quercus en México (Valencia, 2004).
Los cambios constantes en el clima han provocado que las especies modifiquen
su distribución natural, ya que se ha observado que los bosques son particular-
mente vulnerables si hay un incremento o disminución en el gradiente de tem-
peratura estos tienden a recorrerse hacia la parte superior de la montaña, por lo
cual llegará un momento en el que ya no exista más espacio y las especies ya no
tendrán hacia donde moverse o ubicarse, esto traerá consigo la disminución de
especies y en el peor de los casos su extinción en la región.
OBJETIVOS
HIPÓTESIS
METODOLOGÍA
Área de estudio
El área de estudio (Figura1) para el análisis comprende el estado de Chi-
huahua, México; este se encuentra ubicado en sus coordenadas geográficas
extremas, al norte 31°47’, al sur 25°38’ de latitud norte; al este 103°18’, al oes-
Variables ambientales
Las capas ambientales se descargaron del sitio www.worldclim.org el cual se
explica en detalle en Hijmans et al., 2006. Esta base de datos contiene datos
climáticos que corresponden a capas climáticas globales (grids de 20 x 20 km,
formato ESRI) con una resolución de 1 km obtenidos de la interpolación de
los registros de estaciones climáticas de 1950 al 2000 procedentes de diversas
fuentes a nivel global, nacional, regional y local (ICPP, 2002). Estas capas con-
tienen las variables bioclimáticas de bioclim (Tabla 1), las variables se derivan
de la temperatura mensual y los valores de precipitación con el fin de generar
las variables más biológicamente significativas.
Escenario CGCMA2
Para evaluar la distribución de las especies en un escenario de cambio climá-
tico hacia el 2020 y 2050. Se incluyó el escenario del Centro Canadiense Cli-
mático (http://www.ipccdata.org/sres/cgcm2_download.html):CGCMA2
(escenario no conservador). Este escenario supone un incremento de las tem-
peraturas para el 2100 de 3.0ºC a 5.2ºC.
Variable Significado
bio1 Temperatura media anual
bio2 Media rango diurna (media mensual (max temp - min temp))
bio3 Isotermalidad (BIO2/BIO7) (*100)
bio4 Temperatura de estacionalidad (desviación estándar * 100)
bio5 Temperatura máxima del mes más caliente
bio6 Temperatura mínima del mes más frío
bio7 Amplitud de la temperatura anual (BIO5-BIO6)
bio8 Temperatura media del trimestre más húmedo
bio9 Temperatura media del trimiestre más seco
bio10 Temperatura media del trimestre más cálido
bio11 Temperatura media del trimestre más frío
bio12 Precipitación anual
bio13 Precipitación del mes más lluvioso
bio14 Precipitación del mes más seco
bio15 Precipitación estacionalidad (coeficiente de variación)
bio16 Precipitación del trimestre más húmedo
bio17 Precipitación del trimestre más seco
bio18 Precipitación del trimestre más caliente
bio19 Precipitación del trimestre más frío
MaxEnt
Bootstrap
Una vez que se generaron los mapas consenso (Potencial Actual, 2020 y
2050) para el estado de Chihuahua; estos se reclasificaron con base al resulta-
do del porcentaje del 10 percentil de cada modelo que se seleccionó, este valor
viene en la página html generada por el software para cada modelo; los valores
fueron promediados en donde: los valores menores al percentil promedio tie-
nen un valor de 0 (no idóneo para que la especie exista) y los valores mayores
al percentil promedio tienen un valor de 1 (idóneo para que la especie exista).
Para reclasificar cada uno de los modelos que se seleccionaron, se utilizó
el mismo valor del 10 percentil; en donde: el valor menor al .10 percentil tiene
el atributo de 1 (áreas sin condiciones óptimas para que la especie exista), el
valor mayor al .10 percentil a .60 tiene el atributo de 2 (áreas con posibles
condiciones para que la especie exista) y los valores mayores a .61 tienen el
RESULTADOS
Las imágenes (Figura 8, 9 y 10) muestran los cortes para Chihuahua de los
modelos 12, 18 y 21, donde los valores entre 0 a .298 son las regiones en que
las condiciones no serán apropiadas para que las especies sobrevivan, de .299
a .596 los lugares que tendrían probables condiciones para que las especies
subsistan y de .597 a .893 son áreas en las que las condiciones serán óptimas
para las especies; esto es generalizando los valores de los tres cortes.
Figura 12. Mapas de condiciones, estos son los modelos reclasificados del
potencial 2020
Este mapa (Figura 18) es la reclasificación del mapa consenso Potencial 2020
basado en el promedio percentil de los modelos 1, 5 y 19, la línea de corte se
realizó del valor .300, donde los valores menores a este se les identifica con un
0 que representaran lo No Idóneo para que las especies existan, y los valores
mayores a .300 se les asignó el valor de 1 que indica las áreas en donde será
Idóneo para que las especies subsistan.
Este mapa (Figura 19) es la reclasificación del mapa consenso Potencial 2050
basado en el promedio percentil de los modelos 12, 18 y 21, la línea de corte
se realizó del valor .260, donde los valores menores a este se les identifica con
un 0 que representa lo que será No Idóneo para que las especies existan, y los
valores mayores a .260 se les asignó el valor de 1 que indica las áreas en donde
será Idóneo para que las especies subsista.
La gráfica (Figura 22) muestra las áreas idóneas en km2 por uso de suelo
para cada periodo.
DISCUSIÓN
Figura 20. Mapa de pérdida de idoneidad del potencial actual al potencial 2020
60 000
50 000
Área en Km2
40 000
30 000
Área idoneo actual
20 000
Área no idoneo actual
10 000 Área idoneo 2020
0 Área no idoneo 2020
Chaparral
Pastizal
Agricultura
Agricultura de temporal
Áreas sin vegetación aparente
Bosque bajo
Bosque de encino
Bosque de pino
Bosque de tascate
Cuerpos de agua
Matorral
Mezquital
Yáñez (2012) realizó un estudio de dos subespecies del género del Quercus
emoryi y grisea (blanco y rojo) en el que obtuvo: que la distribución de encinos
en el país es variada; aparentemente hay diferencias entre regiones geográficas,
habiendo mayor riqueza de especies en la región central; algunas de distribu-
ción México-Norteamericana. Los encinos blancos fueron más abundantes
por entidad en el norte del país, en tanto que los rojos lo fueron en el sur; éstos
resultaron más abundantes que los blancos en las regiones occidental-sur y
sureste (Neyra, et al.,2010). En este estudio se utilizó la modelación bajo la
máxima entropía, esta modelación predice para el estado de Chihuahua la dis-
tribución potencial del Quercus emoryi y griseaobteniendo resultados actuales
y a futuro (2020 y 2050), de los cuales se estimaron las áreas de idoneidad y
de pérdida de la misma hacia los diferentes periodos analizados; es de gran
importancia tomar en cuenta que la distribución de estas especies se da por
factores ambientales como el cambio climático y factores antrópicos como el
cambio de uso de suelo, incendios, tala, fragmentación del hábitat, entre otros.
A diferencia de estudios anteriores como el de Yáñez, (2012). En este trabajo
se generaron modelos de distribución y los recortaron con base en mapas de
vegetación sin considerar el impacto humano y después los recortaron nueva-
mente con mapas de vegetación basados en los inventarios nacionales foresta-
CONCLUSIÓN
Se han modelado las especies del Quercus emoryi y Quercus grisea bajo las
variables bioclimáticas actuales y el escenario no conservador A2 de worldclim
hacia los años 2020 y 2050, se ha obtenido que bajo condiciones bioclimáticas
actuales existe un área potencial actual idónea de 136 144.6386 km2 para el
2020 esta área disminuyó 16 878.3007 km2 prediciendo un potencial idóneo
hacia esta fecha de 119 226.3378 km2; el modelado hacia el 2050 predice un
área potencial idónea de 121 453.3356 km2 recuperando un área idónea de 2
186.9977 km2 hacia este año para las especies. Las regiones que comprenden
las áreas predichas se ubican al oeste del estado de Chihuahua sobre la Sierra
Madre Occidental (SMO) en donde el clima es templado subhúmedo y tem-
plado semiseco donde se desarrollan bosques de (Quercus) encino. La mode-
lación muestra que las especies se encuentran sobre toda la SMO, desde valles
hasta las partes más altas de la sierra.
Los resultados indican que la distribución de las especies está dada por
regiones geográficas como la pendiente y el relieve mientras que en aspectos
ambientales sobresalen regiones que cuentan con peculiaridades climatológi-
cas como: temperatura estacional, amplitud de la temperatura anual, tempe-
ratura media del trimestre más cálido, precipitación del trimestre más frío y
temperatura máxima del mes más caliente.
La región con menos área idónea es el noreste del estado, esta región
está constituida por un clima cálido y seco, mientras que el área idónea para
los tres periodos se encuentra en las regiones noroeste, sur-suroeste y una
pequeña región al sureste del estado; estas cuentan con las características geo-
gráficas y bioclimáticas antes mencionadas para la subsistencia y desarrollo de
las especies. Este análisis ha demostrado que la distribución actual y a futuro
de las especies no cambia significativamente de región; sin embargo los resul-
tados presentan un aumento de idoneidad de área por lo que las condiciones
bioclimáticas hacia el periodo de los años 2020-2050 se muestran satisfacto-
rias para las especies.
BIBLIOGRAFÍA
Benito BM, Martınez-Ortega MM, Munoz LM, Lorite J, Penas J. 2009. As-
sessing extinction-risk of endangered plants using species distribution
models: a case study of habitat depletion caused by the spread of green-
houses. Biodiv. Conserv. doi: 10.1007/s10531-009- 9604-8.
Bradley Efron.1979. “Bootstrap methods: Another look at the jackknife”, The
Annals of Statistics, 7, 1-26.
Bravo j., Sánchez G., 2012, “Estudio de la distribución de las especies frente
al cambio climático”, Cuadernos de biodiversidad. [http://www.uaeh.
edu.mx/investigacion/icbi/LI_EcoConserBiolo/gerardo_sanchez/
2011CuadernosBio.pdf: 5 de Noviembre del 2012].
Cerda J. y Villarroel L. 2008, “Evaluación de la Concordancia Inter-obser-
vador en investigación Pediátrica: Coeficiente Kappa”, Bioestadística,
Revista Chilena de Pediatría, vol. 79, núm. 1, Chile, 17 de Enero del
2008. [http://www.scielo.cl/pdf/rcp/v79n1/art08.pdf: [15 de Diciembre
del 2012].
Elith J, Graham CH, Anderson RP, Dudik M, Ferrier S, Guisan A, Hij-
mans RJ, Huettmann F, Leathwick JR, Lehmann A, Li J, Lohmann
LG, Loiselle BA, Manion G, Moritz C, Nakamura M, Nakazawa Y,
Overton JM, Peterson AT, Phillips SJ, Richardson K, Scachetti- Pereira
R, Schapire RE, Soberon J, Williams S, Wisz MS, Zimmermann NE
2006. Novel methods improve prediction of species’ distributions from
occurrence data. Ecography 29: 129-151.
Engler R, Guisan A, Rechsteiner L. 2004. An improved approach for predic-
ting the distribution of rare and endangered species from occurrence
and pseudo-absence data. J. Appl. Ecol. 41: 263-274
Ferrier S, Watson G, Pearce J, Drielsma M. 2002. Extended statistical approa-
ches to modeling spatial pattern in biodiversity: the north-east New
South Wales experience. I. Species-level modeling. Biodiv. Conserv. 11:
2275–2307
La Geoinformática como
alternativa para el análisis
de realidades educativas
H
ablar de educación en México es un ejercicio reiterado.
Desde la emergencia del sistema educativo nacional, y so-
bre todo desde hace un par de décadas, la reflexión con
respecto a qué es lo que ocurre en las escuelas y cómo es
que la experiencia educativa en su conjunto opera y puede
ser mejorada se ha ido extendiendo y ampliando. Cada
vez miramos con más exhaustividad y precisión estos fe-
nómenos, que por razones de índole económica, política y sobre todo social
se han convertido en un tema estratégico para el país. En realidad siempre lo
427
han sido, sin embargo los eventos y transformaciones que observamos hoy en
día en la educación en México tienen como nunca implicaciones profundas en
temas clave para el devenir nacional.
Aunque resulta sencillo hacer propia la afirmación de que hablar de
educación es importante, no lo es tanto encontrar los cómos para hacerlo.
El incremento en el interés y en la frecuencia de las investigaciones sobre
el tema aparentemente no ha contribuido significativamente al abatimiento
de los grandes desafíos de nuestro sistema educativo. Para comprender me-
jor esta afirmación basta ver que existe –mucho más allá de los rendimientos
académicos medidos usando recursos estandarizados- un inventario mínimo
simbólico y académico que alcanzan los niños con el tránsito por la escuela,
pero este inventario con frecuencia no resulta suficiente para lidiar con los de-
safíos de la vida cotidiana durante y después de estar estudiando. En términos
agregados la pregunta de en qué medida la escuela pública está respondiendo
a las prescripciones para el perfil de egreso contenidas en el Artículo Tercero
Constitucional es inquietante.
De manera paralela a este fenómeno agregado, las escuelas son esce-
nario de la actividad de miles de profesores que se empeñan por alimentar
ese inventario simbólico y académico mediante el ejercicio de sus habilidades
profesionales y de la adopción de una moral bienintencionada, cimentada en
esquemas de valores específicos y en intereses íntimos y particulares por hacer
las cosas bien, por lograr que los niños aprendan. Esto plantea una paradoja
importante: ¿Por qué los resultados de nuestras escuelas son tan malos, si hay
tantos maestros buenos? En el fondo estamos hablando de una realidad alta-
mente compleja en la que se articulan innumerables acciones comunicativas
enmarcadas en la escuela como fenómeno social y como escenario de cientos
de miles de interacciones cotidianas.
Estudiar estas realidades altamente complejas no es fácil. Hoy en día
los interesados en los procesos educativos nos enfrentamos a la necesidad de
hacernos de recursos instrumentales nuevos, de trepar a nuevos miradores pa-
radigmáticos para pensar mejor sobre lo que observamos, y para hacer más
potentes los alcances de nuestras conclusiones. Por eso resulta tan importante
que se ensayen aproximaciones al fenómeno educativo utilizando recursos ba-
sados en la interdisciplinariedad y en el aprovechamiento de las nuevas tecno-
logías analógicas y digitales. La Geoinformática cumple con estas condiciones,
y añade un importante componente de versatilidad conceptual y metodológica
al estudio de los fenómenos educativos.
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 429
GEOINFORMÁTICA APLICADA A PROCESOS GEOAMBIENTALES
en el contexto local y regional: teledetección y sistemas de información geográfica
Correlación entre
indicadores
sociodemográficos
y de rendimiento escolar en escuelas primarias de
ciudad Cuauhtémoc
INTRODUCCIÓN
L
os trabajos acerca de indicadores estadísticos sobre la realidad
educativa son instrumentos analíticos que permiten compren-
der mejor la realidad de lo que ocurre en las escuelas. Desde
tiempo atrás el interés por entender a las instituciones educa-
tivas se ha convertido en uno de los temas más importantes
para la investigación social, asociado a la necesidad de mejorar
la calidad de la oferta de la educación escolarizada y a que los
sistemas educativos en las sociedades contemporáneas consumen buena parte
de los presupuestos nacionales (Consejo Mexicano de Investigación Educa-
tiva, 2003).
431
La educación es un factor de desarrollo estratégico para la sociedad, por
ello, un acercamiento prometedor para saber más acerca de lo que sucede en las
instituciones dedicadas a los servicios educativos, consiste en practicar un aná-
lisis correlacional entre los indicadores socioeconómicos de los contextos en los
que operan dichas instancias y los índices de aprovechamiento académico que
arrojan, para así identificar posibles relaciones entre los resultados de lo que está
ocurriendo dentro del salón de clases con los factores subyacentes al alumno.
El presente reporte de investigación es un ejemplo de ese tipo de in-
dagaciones (Elacqua, 2007), pensado con un propósito central: construir una
explicación de los posibles factores que inciden en la realidad escolar y su po-
tencial influencia en los resultados del proceso de aprendizaje, tomando como
base para el estudio una serie de indicadores que se usarán como herramienta
para el análisis planteado. La investigación se planteó teniendo en cuenta que
la educación es un espacio que nos involucra todos, siendo éste uno de los ám-
bitos que cuentan con mayor inversión en capital humano y en otro tipo de re-
cursos. Es aquí donde adquiere importancia su estudio y análisis, debido a las
implicaciones sociales que tiene una buena o una mala experiencia educativa.
Uno de los aspectos más llamativos de éste trabajo es que se trata de una
investigación realizada desde la perspectiva de la Geoinformática pero con un
enfoque social. Este tipo de análisis puede implementarse ya que ésta disciplina
es multidimensional. Utilizando el conjunto de herramientas que conforman la
Geoinformática, se puede llevar a cabo una amplia variedad de estudios, permi-
tiendo la obtención de resultados más precisos y potentes para la comprensión
y transformación de la realidad estudiada. Aunque a primera vista pareciera ser
que las Ciencias Sociales se alejan del campo de estudio de la Geoinformática,
en realidad hay muchos puntos de encuentro entre ellas: las dos disciplinas se
dedican a estudios humanos o factores en los que intervienen aspectos sociales,
diversos indicadores socioeconómicos se pueden estudiar fácilmente por me-
dio de los llamados Sistemas de Información Geográfica (SIG), facilitando el
análisis y el desarrollo en un contexto determinado.
Por otro lado el tomar como herramienta de apoyo a los sistemas de
información geográfica permite contar con un abanico de posibilidades analí-
ticas, como las que se exploran en el presente estudio. Además, la importancia
del trabajo compartido entre las Ciencias Sociales y la Geoinformática radica
en su capacidad para descubrir dimensiones de las realidades estudiadas que
de otra manera seguirían ocultas; en otras palabras, la Geoinformática consti-
tuye un mirador novedoso para observar los fenómenos educativos.
Indicadores
Indicadores de rendimiento
sociodemográficos
Resultados en ENLACE en Español
Densidad poblacional. ¿Cómo se
Resultados en ENLACE en Matemáticas.
Porcentaje de población indígena. correlacionan?
Resultados en ENLACE en Ciencias
Índice de marginación.
Deserción
Población ocupada en edad de trabajar
Reprobación
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 433
Los indicadores que conforman la pregunta de trabajo anteriormente
mencionada fueron seleccionados con base en el análisis de investigaciones
similares realizadas con anterioridad que indican por qué son esos y no otros
los que tienden a correlacionarse de manera más significativa (Márquez Jime-
nez, 20101-25).
Los proyectos de análisis de relaciones correlacionales son cada vez más
comunes en contextos sociales, y exploran la magnitud en la que el comporta-
miento de una determinada variable afecta el comportamiento de una o más
variables. Para el caso de esta investigación, resulta importante resaltar que
enfatiza la búsqueda de una potencial correlación significativa entre uno o
más de los indicadores sociodemográficos seleccionados con uno o más de los
indicadores de rendimiento escolar usados.
Hipótesis
“debe especificar las relaciones entre dos o más variables, debe explicar cómo
están asociadas, el orden en que se coloquen dichas variables no es importante” (Her-
nández Sampieri, 2010).
Objetivos generales
Objetivos específicos
Justificación
Inicialmente podemos afirmar que los estudios sobre los asuntos educativos
son intrínsecamente relevantes ya que la educación es un bien público de pri-
mera importancia; es un factor de desarrollo económico, político y social de
cualquier nación.
En otro sentido, mejorar los servicios educativos es una preocupación co-
lectiva histórica en nuestro país: ello explica parcialmente la ampliación de la
cobertura del servicio educativo a nivel nacional iniciada desde la década de los
veinte del siglo pasado y el aumento sostenido a los presupuestos de la Secreta-
ría de Educación Pública (SEP) (Secretaría de Educación Pública, 2008). Sin
embargo, la educación en México sigue enfrentando serios problemas de calidad
(Secretaría de Educación Pública, 2008). En otras palabras, es posible afirmar
que la primera justificación de estudios como el que se presenta es que la socie-
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 435
dad mexicana espera aún mucho de sus escuelas. Entre otras, se tienen las si-
guientes expectativas del Sistema Educativo Nacional (SEN) (Miranda, 1995):
Por todo ello, mientras más se conozca con respecto a lo que sucede
en los centros educativos, se conocerá más acerca de cómo potencializar las
acciones de los maestros y maestras de México para poder dar respuesta a
dichas expectativas sociales. Naturalmente se entiende que el SEN no está en
posibilidades de ofrecer todas las respuestas de los complejos problemas so-
ciales que enfrenta el país y que en muchos sentidos son multidimensionales,
sin embargo la investigación educativa aparece como un recurso efectivo para
saber más acerca de los complejos fenómenos que ocurren teniendo como
escenario la escuela.
En cuanto a la realización de éste trabajo, es posible afirmar que su di-
seño y aplicación es de gran importancia debido a que permite contar con un
panorama más amplio acerca de la realidad educativa y de cómo se relaciona
ésta con su entorno.
Por otro lado, por medio de las conclusiones que se obtuvieron se puede
enriquecer el proceso de toma de decisiones de los encargados del diseño y la
implementación de las políticas educativas, mediante una comprensión más
precisa de lo que pasa en las escuelas, propiciando así un avance en la forma en
la que se pueden estudiar éstas y facilitando la comprensión de los diferentes
escenarios con base en resultados más precisos.
Naturaleza de la investigación
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 437
correlación. En este caso, se desea saber el comportamiento de un total de 18
variables, conocer su relación y cómo cada una influye en la otra.
Un riesgo en este tipo de estudios es incurrir en un error común que
los metodólogos denominan correlación espuria (Hernández Sampieri, 2010).
Este error consiste en el establecimiento de indicadores de correlación que
aparentemente son válidos –incluso pueden llegar a serlo en términos neta-
mente estadísticos- pero que en realidad no reflejan una relación verdadera
entre una variable y otra.
Para el caso de este proyecto no existe este riesgo puesto que estos indi-
cadores han sido analizados ya en otros contextos por esfuerzos de investiga-
ción similares al que se presenta (Consejo Mexicano de Investigación Educa-
tiva, 2003). En otras palabras, el planteamiento de la investigación no se basó
en una presunción personal, o en la observación de una tendencia específica
que puede resultar falsa (Guzman Arredondo & Alvarado Cabral, 2008), sino
en la revisión de la literatura existente.
METODOLOGÍA
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 439
tenidos de las asignaturas de Español, Matemáticas y Ciencias. Se aplica cada
año a todos los alumnos de tercero a sexto grados de primaria, de tercero de
secundaria y de tercer grado de educación media superior (ENLACE, 2012).
Además de ejercicios de examinación nacionales, México ha participado
desde hace años en otras evaluaciones estandarizadas de magnitud interna-
cional, como el tercer Estudio Internacional sobre Matemáticas y Ciencias
(TIMSS), las pruebas del Laboratorio Latinoamericano de Evaluación de la
Calidad Educativa de la OREALC (LLECE) y el Program for International
Student Assessment (PISA) de la OCDE.
La aplicación de los instrumentos de ENLACE arrancó durante el ciclo
escolar 2005-2006. Sus resultados se dan a conocer a partir del mes de septiembre
de cada año mediante diversos canales: documentos impresos, informes a cada
padre de familia y vía internet, en la redacción de dichos resultados se evita el uso
de tecnicismos que podrían dificultar su interpretación; se incluyen referencias
para comparar los resultados de los estudiantes y para poder comprender mejor
el significado del nivel del logro en el que éstos se ubican (ENLACE, 2012).
Desde su arranque, la responsabilidad del diseño, aplicación y difusión
de los resultados de las pruebas ENLACE recayeron en el Instituto Nacional
de Evaluación Educativa (INEE) (INEE, 2007). En fechas recientes el Ins-
tituto se vio envuelto en la polémica debido a su importancia en la reforma
constitucional del 21 de diciembre de 2012, que le otorgó autonomía a dicho
órgano y que lo facultó para aplicar exámenes de acceso, ascenso y permanen-
cia al servicio docente (Cámara de Diputados del Honorable Congreso de la
Unión. LXII Legislatura, 2012). ENLACE divide sus resultados en cuatro
categorías, a saber: insuficiente, elemental, bueno y excelente, clasificando así
los alcances de los estudiantes y permitiendo una comprensión de los rendi-
mientos en Español, Matemáticas y Ciencia mediante un sistema de clusters.
Es así que, de ENLACE, utilizamos en este estudio los siguientes indicadores:
1. Insuficiente en Español
2. Elemental en Español
3. Bueno en Español
4. Excelente en Español
5. Insuficiente en Matemáticas
6. Elemental en Matemáticas
7. Bueno en Matemáticas
8. Excelente en Matemáticas
9. Insuficiente en Ciencias
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 441
En todo caso la cobertura de la investigación es lo suficientemente am-
plia para poder construir conclusiones sólidas con respecto a las posibles co-
rrelaciones entre las variables estudiadas.
Se analizó éste grupo de instituciones educativas debido a que todas
ellas contaron con los requisitos técnicos necesarios para el análisis propues-
to, su selección se llevó a cabo por medio de una depuración del padrón de
centros educativos de la SEP mediante los siguientes criterios; para poder ser
parte del estudio, cada centro de trabajo debió:
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 443
años o más del municipio es capaz de leer y escribir y tan solo el 56% solamente
cuenta con primaria terminada (Consejo Nacional de Población, 2000). Por
otro lado, con una tasa de crecimiento de 7.7% para el 2007, Cuauhtémoc abar-
ca el primer lugar en cuanto a la población total de la entidad (UACJ, 2008).
La selección de escuelas estudiadas en este proyecto de investigación
opera en una ciudad considerada como media según su tamaño; Cuauhtémoc
es un asentamiento que en 2010 contaba con 154, 639 habitantes y que se
ubica hacia el sur del municipio del mismo nombre, en la región sur de un
amplio valle que por sus condiciones geográficas es ideal para el desarrollo de
una serie de actividades económicas: la agricultura, la ganadería, el comercio y
la industria (Instituto Nacional de Estadística y Geografía, 2011).
El área en la que se ubican las escuelas analizadas se corresponde con la
mancha urbana de la ciudad de Cuauhtémoc (figura 1). La ciudad se despliega
en un polígono de unas 467 mil 374 hectáreas, mayormente extendido en una
serie de planicies extendidas en las riberas del arroyo San Antonio y que son
interrumpidas por dos elevaciones orográficas hacia el suroeste de la ciudad.
En diversas secciones de la mancha urbana se ubica un sistema de huertas
manzaneras, que comparten el espacio con otros sectores destinados al uso
industrial, agrupados principalmente hacia la salida a Ciudad Anáhuac al no-
reste y hacia la Colonia Álvaro Obregón al noroeste. Los lindes de la ciudad
se delimitan con polígonos que se utilizan para fines agrícolas y pecuarios,
principalmente para la siembra de maíz y frijol y para agostadero. Otras carac-
terísticas de la ciudad, tales como el volumen de su población, su traza urbana,
las características de sus vialidades, permiten considerarla una ciudad media.
1. Deserción
2. Reprobación
3. Insuficiente en Español / Matemáticas / Ciencias
4. Elemental en Español / Matemáticas / Ciencias
5. Bueno en Español / Matemáticas / Ciencias
6. Excelente en Español / Matemáticas / Ciencias
El análisis inicial de esta tabla nos permitió construir una idea general
del comportamiento de los indicadores de rendimiento, mediante la identifi-
cación de los casos extremosos de cada uno de los indicadores y de la media en
los indicadores de reprobación y deserción de la selección de escuelas estudia-
das. Es importante recordar que el trabajo abarcó un 95% del total de planteles
de primaria en Cuauhtémoc, por lo que sus resultados son casi universales.
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 445
Análisis descriptivo de los indicadores de rendimiento
• Densidad de población,
• Porcentaje de población indígena
• Porcentaje de población ocupada en edad de trabajar
• Índice de marginalidad
Análisis de patrones
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 447
la configuración espacial de las unidades sobre las cuales se observa, o si por el
contrario esta distribución es independiente de dónde se realiza. La autoco-
rrelación espacial puede ser definida como el fenómeno por el cual la similitud
de observaciones próximas espacialmente se une con la similitud de valores.
Así, valores altos o bajos de una variable aleatoria tienden a agruparse en el
espacio (autocorrelación espacial positiva), o bien se sitúan en localizaciones
rodeadas de unidades vecinas con valores disímiles (autocorrelación espacial
negativa) ( J. J. Camarero, 2006).
• Las cinco escuelas con los resultados en ENLACE más altos en Español,
Matemáticas y Ciencias.
• Las cinco escuelas con los resultados en ENLACE más bajos en Español,
Matemáticas y Ciencias.
• Las cinco escuelas con mayor grado de deserción.
• Las cinco escuelas con menor grado de deserción.
• Las cinco escuelas con mayor grado de reprobación.
• Las cinco escuelas con menor grado de reprobación
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 449
La importancia del contexto sociodemográfico para los rendi-
mientos escolares
Características intrínsecas al
propio alumno
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 451
Experiencias en investigación de correlaciones entre indicadores
• El nivel sociocultural de los padres: las familias cuyos padres cuentan con
niveles socioculturales más altos (asociados sobre todo al grado de esco-
laridad) tienden a criar hijos e hijas con mejores resultados académicos.
• Las características de la comunidad: comunidades con altos índices de capi-
tal social, participación social y niveles bajos de pobreza y violencia suelen
obtener mejores resultados en la escuela.
• El contacto con hablantes de una lengua extranjera: - Madrid realizó su tra-
bajo teniendo en cuenta los resultados de los alumnos en el aprendizaje de
una segunda lengua; por ello el tema de la lengua es fundamental en sus
conclusiones.- la influencia del contacto con una lengua extranjera radica
en la diversificación cultural y el constante cambio de conducta individual
aunado al tiempo de relación.
• Las lenguas que se hablan en casa: cuando en casa se habla una segunda len-
gua, para el alumno es favorable, ya que al escuchar esta lengua se forman
bases específicas y se hace notar de manera positiva al llegar a la escuela.
Estos seis elementos han sido identificados como claves para los rendi-
mientos escolares de los alumnos, o en otras palabras; la investigación ha iden-
tificado correlaciones de importancia entre éstos elementos y los indicadores
de rendimiento. Lo interesante del estudio que se planteó aquí es constatar si
esto mismo es válido para el contexto cuauhtemense. Éstos indicadores fueron
analizados en correlación con la selección de indicadores de rendimiento que
sigue:
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 453
4. Rendimiento en Matemáticas por centro de trabajo (ENLACE, 2012)
5. Rendimiento en Ciencias por centro de trabajo (ENLACE, 2012)
Existen otros estudios similares, entre los cuales destaca el realizado por
Piedad Patricia Rastrepo y Mauricio Alviar en 2004, que muestra las relacio-
nes existentes entre diversos factores y el aprovechamiento de los alumnos
de escuelas primarias en Bogotá, el estudio mencionado fortalece la noción
de que la colección de indicadores educativos mencionada tiende a presentar
correlaciones significativas con determinados indicadores sociodemográficos.
Aunque esfuerzos de investigación como los mencionados en este apar-
tado indican que efectivamente existe la tendencia a que el contexto sociode-
mográfico de las escuelas se correlacione con sus resultados, la misma literatu-
ra sobre el tema hace hincapié en que lo que ocurre en los centros educativos
no se debe solamente esa relación, sin embargo, los factores demográficos y
sociales tienen gran impacto en sus rendimientos (Restrepo, 2004).
Definición de indicador
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 455
Figura 3. Localización de escuelas y AGEBS. Fuente: elaboración propia.
RESULTADOS
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 457
más sencilla de sus resultados; así, los resultados identificados en ENLACE
como insuficiente, se ponderaron con, 6 para elemental, 9 para bueno y exce-
lente con 10. Esta sencilla medida se llevó a cabo en las 54 escuelas estudiadas,
y nos permitió obtener un solo resultado numérico por escuela.
Teniendo en consideración lo anterior, fue posible ordenar las escuelas
a partir de su calificación promedio en ENLACE, e identificar a aquellos
centros escolares que se ubican en las colas de la distribución de los resultados
(figura 4)
De entrada llama la atención que, aunque no es uno de los indicadores
que se analizan en este estudio, cuatro de las cinco mejores escuelas –en cuanto
a sus resultados en Español- pertenezcan al sostenimiento privado. Solamente
un plantel, la escuela Cuauhtémoc (08DPR1450Z) es público, perteneciente
al subsistema federalizado.
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 459
Una vez que se contó con los resultados de ENLACE ordenados y pon-
derados de la manera en la que se explicó, fue posible obtener una calificación
única por plantel promediando sus resultados en los exámenes correspondien-
tes a las tres áreas del conocimiento (Español, Matemáticas y Ciencias).
El estudio de estos centros educativos a la luz del análisis de sus in-
dicadores sociodemográficos permite matizar las razones que explican estos
resultados. Se realizan una serie de consideraciones con respecto al contexto
sociodemográfico en el que operan estas escuelas, y que resulta, como se verá
en los apartados finales de gran importancia para los procesos educativos.
(Aleatorio)
Significativo Significativo
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 461
Figura 6. Agrupación con Índice de Moran. Fuente: elaboración propia.
La densidad de población aparece mucho más alta para las AGEBS es-
tudiadas que para el municipio porque el estudio se circunscribe a la cabecera
municipal, mientras que el dato del municipio contempla toda la superficie
del mismo. Los datos relacionados con la población indígena para el conjunto
de AGEBS sometidas a análisis aparecen más bajos que la cifra para el mu-
nicipio. Esa tendencia se mantiene en el indicador de población en edad de
trabajar ocupada y en el índice de marginación(figura7).
Por otro lado se puede identificar observando la figura 8 que efectiva-
mente el índice de marginación y se ve reflejado en el grado de calificaciones
de los alumnos por centro educativo. Según estas dos cartografías, en el cen-
tro de la ciudad se encuentran las instituciones con calificaciones más altas y
conforme se acercan a la periferia, las calificaciones disminuyen. Esto a base
de ciertos factores en la vida del contexto de la escuela, entre el que es más
representativo en este estudio, la marginación.
Aparentemente coinciden en su totalidad los valores y disminución de
calificaciones según el sector haciéndose así un notorio enlace entre estas dos
variables.
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 463
Figura 8. Relación promedio contra marginación.
Fuente: elaboración propia.
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 465
Lo que aparece al revisar los resultados del análisis es que la manera en
la que se configuran los rendimientos de los estudiantes se matiza por diver-
sos elementos: lo que pudiera esperarse es que los resultados insuficientes en
ENLACE se concentraran en zonas con alto índice de marginación, cosa que
no ocurre, y que los resultados de rendimientos excelentes se agruparan en las
zonas con muy bajo índice de marginación. Aparentemente la construcción de
los rendimientos escolares es altamente compleja.
Las calificaciones de cada escuela se modifican claramente según el in-
dice de marginacion existente en la zona, con ello se puede onservar que si-
guen un patron, habiendo una clara excepcion en la escuela Jose Vazconcelos,
en donde se puede observar que su marginacion es alta y no por ello tiene las
mas bajas calificaciones, es decir, el indice de marginacion afecta en gran ma-
nera, pero a su alrrededor existen otros muchos factores que afectan el motivo
de que esto suceda.
Cuadro 3. Las cinco escuelas con los indicadores de rendimiento más bajos
por promedio en Ciudad Cuauhtémoc Chihuahua.
10.00
8.00
6.4 6.4 6.5
6.0 6.0
6.00
4.00
2.00
0.17
0.00
-0.30 -0.50
-0.85 -1.00
-2.00 I_Marginac CALIF PROM
08DPR1392Z Ángela Peralta -0.30 6.0
08EPR0092V José María -0.50 6.0
Morelos y Pavón 2582
08DPR2106W 10 de abril -0.85 6.4
08DPR2181C Ignacio Ramírez -1.00 6.4
08DPR2435O José Vasconcelos 0.17 6.5
8.00
6.00
4.00
2.00
0.00
-0.32
-1.15-0.93 -0.93 -1.30
-2.00
I_Marginac CALIF PROM
08PPR20100 Colegio Bilingüe -1.15 8.4
Gestalt
08PPR1822E Colegio Pierre -0.93 8.4
Faure A.C.
08PPR0034K Cuauhtémoc -0.93 8.5
08DPR1450Z Cuauhtémoc -0.32 8.7
08PPR1853Y Educare -1.30 9.6
Cuauhtémoc
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 467
po. Se encuentra localizada en el AGEB 678, que se corresponde con la Co-
lonia CTM. Dicha AGEB presenta una densidad de población de 1,541.27
habitantes por kilómetro cuadrado, un 0.2% de población indígena, un índice
de marginación de -1.3.
Por otra parte los datos analizados arrojan como resultado que la escuela que
muestra los resultados de ENLACE más bajos para Español es la escuela
“Cuauhtémoc” con clave federal 08PPR0034K. Esta institución es de modali-
dad privada, cuenta con un total de 167 alumnos y 4 profesores. Se localiza en
el AGEB 733, en el Fraccionamiento San Antonio. La densidad de población
es de 2,417.51 personas por kilómetro cuadrado, 0.42 de población indígena,
un índice de marginación de -0.93 y una población ocupada de 482 personas.
Por otra parte, la escuela con la tasa de reprobación más elevada de aquellas
contenidas en el estudio fue la “Ricardo Flores Magón”, del turno vespertino.
El plantel pertenece al subsistema federalizado, cuenta con un total de 146
alumnos y 8 profesores. Se localiza en el AGEB 786, localizado en la colo-
nia Benito Juárez, la cual cuenta con una densidad de población de 6,507.86
personas por kilómetro cuadrado, un 0.4% de población indígena, siendo su
índice de marginación -0.26 y su población ocupada es de 706 personas.
Esta consideración se basa en el hecho de que los fenómenos analizados
responden a una multiplicidad de factores en relaciones dialécticas que son
difíciles de medir utilizando una sola variable; en otras palabras, los rendi-
mientos de las escuelas efectivamente están relacionados con su contexto so-
ciodemográfico, pero además lo están con otros muchos elementos presentes
en la vida cotidiana de los centros escolares.
Teniendo en consideración lo anterior, fue posible identificar las si-
guientes cinco correlaciones significativas entre los indicadores de rendimien-
to y sociodemográficos estudiados (figura 10):
0.4
**0.37
**0.35
0.35
0.3
0.257
0.25
0.214 0.207
0.2
0.15
0.1
0.05
0
Índice de Índice de Índice de Índice de Pob. Ocup. y
marginación e marginación e marginación e marginación y Elemental en
insuficiente en insuficiente en insuficiente en Elemental en Español
Ciencias Español Matemáticas Español
Figura 10. Correlaciones significativas encontradas. Los datos marcados con doble asterisco
señalan los índices de correlación de alta significancia. Fuente: elaboración propia.
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 469
Para poder darle sentido a estos resultados, es importante recordar la
definición misma del término correlación: se trata de la influencia que el com-
portamiento de una variable tiene sobre otra. Es así que podemos, con base en
los resultados obtenidos, afirmar lo siguiente:
La correlación más sólida de entre las que emergieron del análisis fue la que
se encontró entre el índice de marginación y el indicador de insuficiente en
Español (0.350). Las AGEBS que presentan un alto índice de marginación,
tienden a albergar escuelas en las que los estudiantes alcanzan resultados cali-
ficados como insuficientes en los instrumentos de examinación de ENLACE.
En otras palabras, fue posible observar que en las escuelas ubicadas en
contextos sociodemográficos que presentan índices de marginación elevados,
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 471
Interpretación de los resultados de correlaciones significativas
Conclusiones y discusión
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 473
5. Dado que la correlación entre los indicadores estudiados resultó signifi-
cativa en muy pocos casos, podemos concluir que existen otros factores
presentes en la realidad educativa que explican y determinan los rendi-
mientos de los estudiantes.
6. Se pudo encontrar también una correlación importante entre el índice de
Moran y el promedio de las calificaciones por sector, haciéndose notar una
similitud de los datos espaciales, notándose las zonas de alta marginación
con calificaciones bajas y de calificaciones altas con marginación baja, y
demostrando que esta relación no se debe al azar sino que es significativo.
7. Los resultados obtenidos permiten concluir que el índice de marginalidad
efectivamente marca en alguna medida los rendimientos de las escuelas,
pero esa impronta no es definitiva ni directa, sino que interactúa de ma-
nera multidimensional con otros elementos.
• ¿Por qué algunas escuelas con altos índices de marginalidad obtienen muy bue-
nos resultados académicos? La pregunta se orienta hacia la potencial identi-
ficación de otros elementos que puedan estar correlacionados con dichos
indicadores, y que posibiliten una comprensión más completa de lo que
ocurre en las escuelas.
• ¿Cómo explicar que escuelas ubicadas en contextos sociodemográficos muy simi-
lares obtengan resultados académicos muy diferentes? Igualmente, este cues-
tionamiento se orienta hacia el descubrimiento de qué otros elementos se
correlacionan con los indicadores de rendimiento de la escuela. Es muy
posible que esos otros elementos tengan que ver con dimensiones inhe-
rentes a la propia escuela, tales como el perfil de los docentes, el plan de
estudios, el tiempo que los estudiantes permanecen en el plantel educati-
vo, entre otros. Estas reflexiones nos permiten plantear una pregunta más:
• Con esta investigación pudimos constatar que el contexto sociodemográfico influye
en alguna medida en los resultados académicos de las escuelas ¿qué otros elementos
se relacionan con dichos resultados? Es posible plantear una pregunta más:
• ¿Por qué las y los estudiantes de las primarias de ciudad Cuauhtémoc obtienen
mejores resultados en Español y Matemáticas que en Ciencia? Cuáles ele-
mentos propios del contexto, o de la escuela misma, explican cabalmente
estos resultados.
REFERENCIAS
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 475
Consejo Nacional de Población. (2010). Índice de marginación por entidad fede-
rativa y municipio. México: CONAPO.
DANE. (2010). Guia para el diseño , construcción e interpretación de indica-
dores. Estrategia para el Fortalecimiento Estadistico Territorial.
Elacqua, J. J. (2007). Factores que inciden en una educación efectiva.
ENLACE. (2012). Evaluación nacional del logro académico en centros escolares.
Recuperado el 22 de enero de 2013, de http://www.enlace.sep.gob.mx/
ENLACE. (2012). Evaluacion Nacional del Logro Académico en Centros Esco-
lares. Recuperado el 14 de Noviembre de 2012, de http://www.enlace.
sep.gob.mx/ba/
Favret Tondato, R. (2010). Condiciones laborales de jornaleros indígenas en
una empresa frutícola. Actas del VIII Congreso Latinoamericano de So-
ciología Rural (págs. 1-20). Recife: Instituto de Sociología y Estudios
Campesino (ISEC).
Gobierno del Estado de Chihuahua. (2012). Presupuesto de egresos del Gobierno
del Estado de Chihuahua para el ejercicio fiscal del año 2012. Chihuahua:
Gobierno del Estado de Chihuahua.
Guzmán Arredondo, A., y Alvarado Cabral, J. (2008). Fases y operaciones me-
todológicas en la investigación educativa. Durango: Consejo de Ciencia y
Tecnología del Estado de Durango.
Hernández Sampieri, R. (2010). Metodología de la Investigación. México, Dis-
trito Federal: McGraw-Hill.
INEE. (2007). Aprendizaje y desigualdad social en México. México: Instituto
Nacional para la Evaluación de la Educación.
INEE. (2007). Factores escolares y aprendizaje en México: el caso de la educación
básica. México.
INEGI. (2010). Instituto Nacional de Estadística y Geografía. Recuperado el
22 de enero de 2013, de www.inegi.org.mx
INEGI. (2011). México en cifras. Recuperado el 8 de Octubre de 2012, de
INEGI: http://www3.inegi.org.mx/sistemas/mexicocifras/default.as-
px?e=08
Institute of Education Sciences. (2013). National Center for Education Statis-
tics. Retrieved Febrero 18, 2013, from Trends in International Mathe-
matics and Science Study: http://nces.ed.gov/Timss/
Madrid, D. (1999). Modelos para investigar en el aula de LE. En Lingüística
aplicada a la enseñanza de lenguas extranjeras (págs. 126-181). Salaberri:
Universidad de Almería: Secretariado de Publicaciones.
Maguid, A. M. (2007). Los sistemas de indicadores sociodemográficos.
Capítulo VII La Geoinformática como alternativa para el análisis de realidades educativas 477
ua.es/dspace/bitstream/10045/12059/1/03%20Atlas%20Social-Capi-
tulo1.pdf
UACJ. (Noviembre de 2008). Estudio de Factibilidad. Juárez: Universidad Au-
tónoma de Ciudad Juárez.
UNICEF. (1995). Indicadores para el cálculo de los recursos físicos en las unidades
médicas, México 1990.