UNNIIVVEERRSSIIDDA ADD UN NAACCIIOON NALL …

UUNNIIVVEERRSSIIDDAADD NNAACCIIOONNAALL AAUUTTOONNOOMMAA DDEE HHOONNDDUURRAASS

FFAACCUULLTTAADD DDEE CCIIEENNCCIIAASS EESSPPAACCIIAALLEESS

Maestría en Ordenamiento y Gestión del Territorio

(MOGT)

“Sistemas de Información Geográfica y metodologías de evaluación

Multicriterio (EMC) en la búsqueda de escenarios alternativos para el

mejoramiento socio-espacial de las áreas urbanas populares de la Ciudad de

Comayagua”

JOSÉ LUIS PALMA HERRERA

Máster en Ordenamiento y Gestión del Territorio

Dr. GUSTAVO BUZAI

Tutor

Ciudad Universitaria, Tegucigalpa, M.D.C. - Honduras, Centro América

Diciembre, del 2010

Autoridades:

UNIVERSIDAD NACIONAL AUTÓNOMA DE

HONDURAS

Julieta Castellanos Ruíz Rectora

Rutilia Calderón Padilla Vicerrectora Académica

Ernesto Paz Aguilar Vicerrector de Relaciones Internacionales

América Alvarado Díaz Vicerrectora de Asuntos Estudiantiles

Emma Virginia Rivera Mejía Secretaría General

Olga Marina Joya Director del Sistema de Estudios de Postgrado

María Cristina Pineda de Carías Decana de la Facultad de Ciencias Espaciales

TRIBUNAL EXAMINADOR:

María Cristina Pineda de Carías Profesora Facultad de Ciencias Espaciales

Vilma Lorena Ochoa López

Profesora Maestría en Ordenamiento y Gestión del Territorio

Francisco Maza Vásquez

Profesor Universidad de Alcalá

. . . . . . .. . .

José Luis Palma Herrera UNAH – MOGT, Honduras, Centro América

II

MAESTRIA EN ORDENAMIENTO Y GESTIÓN DEL TERRITORIO

(MOGT)

La Universidad Nacional Autónoma de Honduras (UNAH) tiene funciones que le

competen con las demás universidades del país en el cuál dirige y desarrolla la

educación superior y profesional, tanto pública como privada. Por lo tanto,

supervisa todo lo que se refiere a la organización y funcionamiento de

universidades y centros de educación superior.

Por lo anterior, la UNAH ha creado esta maestría, como una iniciativa para

generar un marco de colaboración amplio para que docentes y estudiantes de

diferentes universidades, fomentemos el estudio, la discusión y la comprensión

de la teoría y las aplicaciones a casos reales del ordenamiento territorial para

contribuir a la transformación y al desarrollo sostenible y equitativo de la

sociedad.

Objetivo de la MOGT:

“Generar, adquirir y transferir conocimientos de ordenamiento territorial,

su teoría y aplicación a la realidad local, regional, nacional e

internacional con innovación”

La Maestría en Ordenamiento y Gestión del Territorio (MOGT) de la Facultad de

Ciencias Espaciales de la Universidad Nacional Autónoma de Honduras (UNAH) ha

sido creada en conjunto con esta universidad y la Universidad de Alcalá de Henares

de España.

Tesis de Posgrado, Maestría en Ordenamiento y Gestión del Territorio (MOGT)

III

Además, es un espacio académico construido para fomentar la investigación,

formación de recursos humanos e intercambio de experiencias sobre ordenamiento

territorial en los países de Centroamérica, contextualizado a la República de

Honduras. Es una iniciativa impulsada por el Departamento de Ciencia y

Tecnologías de la Información Geográfica (CTIG).

La maestría de ordenamiento territorial pretende:

Fortalecer el vínculo Universidad – Sociedad, en la temática de

Ordenamiento Territorial.

Facilitar el diálogo entre los diferentes grupos sociales vinculados al

ordenamiento territorial en Honduras y Centroamérica.

Formar recursos humanos en el uso de las metodologías e instrumentos

para la planificación y gestión territorial.

Divulgar el conocimiento generado sobre ordenamiento territorial en los

diferentes niveles de la sociedad, enfatizando en las necesidades de

información para la toma de decisiones de las entidades rectoras nacionales,

regionales y locales.

Establecer un observatorio permanente de los procesos de desarrollo

territorial en Honduras y Centroamérica.

Generalmente, los profesores de esta maestría son invitados de diferentes

universidades de España y Latinoamérica, como el caso del Dr. Buzai (mi tutor),

Coordinador del Laboratorio de Cartografía Digital y Docente de la Universidad

Nacional de Lujan, Argentina.

. . . . . . .. . .


IV

AGRADECIMIENTOS

A Dios, creador del universo y dueño de mi vida que me permite continuar

trabajando para lograr que este mundo sea igual para todos.

A mi esposa e hijas, que me han apoyado en las buenas y en las malas, y que

han sabido darme un poco de ese tiempo de familia, para que yo pudiera

terminar esta maestría. Va por ustedes, por lo que valen, porque siempre están

conmigo y por lo que han hecho de mí.

A mis padres, porque creyeron en mí y me apoyaron siempre, dándome

ejemplos dignos de superación y entrega, porque en gran parte gracias a ellos,

hoy puedo ver alcanzada mi meta, ya que siempre estuvieron impulsándome en

los momentos más difíciles de mi vida, y porque el orgullo que sienten por mí, fue

lo que me hizo ir hasta el final.

A mis hermanos, gracias por haber fomentado en mí el deseo de superación y el

anhelo de triunfo en la vida. Entre hermanos, siempre nos apoyamos, así es hoy

y así será siempre.

A los profesores de las diferentes Universidades que nos han instruido a lo largo

de nuestra maestría en los últimos años,

A mi tutor, Dr. Gustavo Buzai y Msc. Lorena Ochoa, por su apoyo y colaboración

para la realización y culminación de esta tesis, ya que sin su ayuda y apoyo

académico, nunca lo hubiese logrado.

A la municipalidad de Comayagua, por el soporte institucional dado para la

realización de este trabajo. A todos, espero no defraudarlos y contar siempre con

su valioso apoyo, sincero e incondicional.


V

RESUMEN

La ciudad de Comayagua está formada por barrios y colonias, como todas las

ciudades de Honduras. Y de acuerdo al relevamiento de los servicios básicos de

la población y uso del espacio físico del año 2,000 (ver anexo No.1), realizado

por la Unidad de Investigación y Estadística Social de la Municipalidad de

Comayagua (UIES-COM) y con financiado por las naciones unidas, se identificó

que los asentamientos humanos con mayor concentración poblacional y mayor

hacinamiento de viviendas son; la colonia 21 de abril, y los barrios; arriba,

independencia, abajo, cabañas y la sabana. Con estos y otros indicadores, se

identifican estos asentamientos como “barrios populares”.

Debido a que estos asentamientos se han identificado como “barrios populares”

podemos deducir que estas zonas residenciales contienen la población urbana

con mayor necesidad de servicios para satisfacer sus necesidades básicas.

Por ende, y aplicando el principio de “Justicia Social”, donde se maneja el

axioma de que “los que tienen menos necesitan más”, este se centrara en el

área donde están estos seis (6) barrios populares, donde por medio de la

aplicación de los conocimientos y experiencia adquirida durante la maestría se

desarrollara un trabajo que beneficie a los pobladores de esta ciudad.

. . . . . . .. . .


VI

INDICE DE CONTENIDO

CAPITULO I: PLANTEAMIENTO DEL PROBLEMA ............................................. 1

1.1 INTRODUCCIÓN ................................................................................. 2

1.2 PALABRAS CLAVE ............................................................................. 3

1.3 ÁREA DE ESTUDIO ............................................................................ 4

1.4 ASPECTOS SOCIO-ECONOMICOS DE LA REGIÓN ..................... 9

1.5 PROYECCIONES .............................................................................. 15

1.6 PLANTEAMIENTO DEL PROBLEMA .............................................. 18

1.7 OBJETIVO DE LA INVESTIGACIÓN ............................................... 21

CAPITULO II: MARCO TEORICO .......................................................................... 22

2.1 BASE TEORICA DE LA INVESTIGACIÓN ...................................... 23

2.2 TEORIA DE VON THÜNEN .............................................................. 25

2.3 TEORIA DE ACCESIBILIDAD DE MARTIM SMOLKA ................... 32

2.4 APLICACIÓN A CASO DE ESTUDIO .............................................. 39

2.5 HIPOTESIS DE CASO DE ESTUDIO .............................................. 41

2.6 ALCANCE DEL ESTUDIO ................................................................ 41

CAPITULO III: METODOLOGIA .............................................................................. 42

3.1 USO DE SIG Y EMC PARA LA TOMA DE DECISIONES .............. 43

3.2 DEFINICIÓN DE EMC ....................................................................... 45

3.3 METODOLOGIA DE APLICACIÓN DE EMC .................................. 50

CAPITULO IV: APLICACIONES Y RESULTADOS ................................................ 61

4.1 INSUMOS PARA EMC A CASO COMAYAGUA ............................. 62

4.2 APLICACIÓN TÉCNICA DE EMC A CASO COMAYAGUA............ 65

4.3 GENERACIÓN Y ANÁLISIS DE MAPAS DE MODELOS

TERRITORIALES .............................................................................. 68

4.3.1 GENERACIÓN DE MODELO TERRITORIAL No.1 ........................ 70

4.3.1.1 MAPAS DE DISTANCIA Y APTITUD –

CENTROS EDUCATIVOS ................................................................ 70


CENTROS DE SALUD ...................................................................... 74


VII


RUTAS DE TRANSPORTE .............................................................. 78

4.3.1.4 REALIZACIÓN DEL PROCEDIMIENTO EMC (MCE) ..................... 80

4.3.1.5 MAPA DE ACCESIBILIDAD DE MODELO NO.1 ............................ 83

4.3.1.6 ANÁLISIS DE RESULTADOS DEL MODELO TERRITORIAL

NO.1 ................................................................................................... 89

4.3.1.7 CONCLUSIÓN SOBRE MODELO TERRITORIAL NO.1 ................ 91

4.3.2 GENERACIÓN DE MODELO TERRITORIAL NO.2 ........................ 92


CENTROS EDUCATIVOS ................................................................ 95

4.3.2.2 MAPAS DE DISTANCIA Y APTITUD – CENTROS DE SALUD ..... 97

4.3.2.3 REALIZACIÓN DEL PROCEDIMIENTO EMC (MCE) ..................... 99

4.3.2.4 MAPA DE ACCESIBILIDAD DE MODELO NO.2 .......................... 100


NO.2 ................................................................................................. 105

4.3.2.6 CONCLUSIÓN SOBRE MODELO TERRITORIAL NO.2 .............. 107

4.3.3 GENERACIÓN DE MODELO TERRITORIAL NO.3 ...................... 108


RUTAS DE TRANSPORTE ............................................................ 109

4.3.3.2 REALIZACIÓN DEL PROCEDIMIENTO EMC (MCE) ................... 111

4.3.3.3 MAPA DE ACCESIBILIDAD DE MODELO NO.3 .......................... 112


NO.3 ................................................................................................. 117

4.3.3.5 CONCLUSIÓN SOBRE MODELO TERRITORIAL NO.3 .............. 119

CAPITULO V: CONCLUSIONES Y RECOMENDACIONES ................................ 120

5.1 CONCLUSIONES FINALES ........................................................... 121

5.2 RECOMENDACIONES ................................................................... 123

5.3 MODELO TERRITORIAL ACTUAL ................................................ 126

5.4 MODELO TERRITORIAL PROPUESTO ....................................... 127

BIBLIOGRAFÍA ........................................................................................................ 129

ANEXOS .......................................................................................................... 131

INDICE DE CONTENIDO CAPITULO I: PLANTEAMIENTO DEL PROBLEMA ........................................................................ 1 1.1 INTRODUCCIÓN ....................................................................................................................... 2 1.2 PALABRAS CLAVE................................................................................................................... 3 1.3 ÁREA DE ESTUDIO.................................................................................................................. 4 1.4 ASPECTOS SOCIO-ECONOMICOS DE LA REGIÓN .......................................................... 9 1.5 PROYECCIONES ................................................................................................................... 15 1.6 PLANTEAMIENTO DEL PROBLEMA ................................................................................... 18 1.7 OBJETIVO DE LA INVESTIGACIÓN .................................................................................... 21 CAPITULO II: MARCO TEORICO ..................................................................................................... 22 2.1 BASE TEORICA DE LA INVESTIGACIÓN ........................................................................... 23 2.2 TEORIA DE VON THÜNEN ................................................................................................... 25 2.3 TEORIA DE ACCESIBILIDAD DE MARTIM SMOLKA ........................................................ 33 2.4 APLICACIÓN A CASO DE ESTUDIO ................................................................................... 40 2.5 HIPOTESIS DE CASO DE ESTUDIO ................................................................................... 42 2.6 ALCANCE DEL ESTUDIO ...................................................................................................... 42 CAPITULO III: METODOLOGIA .......................................................................................................... 43 3.1 USO DE SIG Y EMC PARA LA TOMA DE DECISIONES .................................................. 44 3.2 DEFINICIÓN DE EMC ............................................................................................................ 46 3.3 METODOLOGIA DE APLICACIÓN DE EMC ....................................................................... 51 CAPITULO IV: APLICACIONES Y RESULTADOS ........................................................................... 62 4.1 Insumos para EMC a caso Comayagua ................................................................................ 63 4.2 Aplicación técnica de EMC a caso Comayagua ................................................................... 66 4.3 Generación y análisis de mapas de modelos territoriales .................................................. 69 4.3.1 GENERACIÓN DE MODELO TERRITORIAL No.1 ............................................................. 71 4.3.1.1 Mapas de distancia y aptitud – Centros Educativos ............................................................. 71 4.3.1.2 Mapas de distancia y aptitud – Centros de Salud ................................................................. 75 4.3.1.3 Mapas de distancia y aptitud – Rutas de transporte ............................................................ 79 4.3.1.4 Realización del procedimiento EMC (MCE) .......................................................................... 81 4.3.1.5 Mapa de Accesibilidad de Modelo No.1................................................................................. 84 4.3.1.6 Análisis de resultados del Modelo Territorial No.1 ................................................................ 89 4.3.1.7 Conclusión sobre Modelo Territorial No.1 ............................................................................. 91 4.3.2 GENERACIÓN DE MODELO TERRITORIAL No.2 ............................................................. 92 4.3.2.1 Mapas de distancia y aptitud – Centros Educativos ............................................................. 95 4.3.2.2 Mapas de distancia y aptitud – Centros de Salud ................................................................. 97 4.3.2.3 Realización del procedimiento EMC (MCE) .......................................................................... 99 4.3.2.4 Mapa de Accesibilidad de Modelo No.2............................................................................... 100 4.3.2.5 Análisis de resultados del Modelo Territorial No.2 .............................................................. 104 4.3.2.6 Conclusión sobre Modelo Territorial No.2 ........................................................................... 106 4.3.3 GENERACIÓN DE MODELO TERRITORIAL No.3 ........................................................... 107 4.3.3.1 Mapas de distancia y aptitud – Rutas de transporte ........................................................... 108 4.3.3.2 Realización del procedimiento EMC (MCE) ........................................................................ 110 4.3.3.3 Mapa de Accesibilidad de Modelo No.3............................................................................... 111 4.3.3.4 Análisis de resultados del Modelo Territorial No.3 .............................................................. 115 4.3.3.5 Conclusión sobre Modelo Territorial No.3 ........................................................................... 117 CAPITULO V: CONCLUSIONES Y RECOMENDACIONES ......................................................... 118 5.1 Conclusiones finales .............................................................................................................. 119 5.2 Recomendaciones ................................................................................................................. 121 5.3 Modelo Territorial Actual ....................................................................................................... 124 5.4 Modelo Territorial Propuesto ................................................................................................. 125 Bibliografía ................................................................................................................................................. 127 Anexos ........................................................................................................................................................ 129


1

CAPITULO I: PLANTEAMIENTO DEL PROBLEMA

Contenido:

1.1. Introducción

1.2. Palabras Clave

1.3. Área de estudio

1.4. Aspectos socio-económicos de la región

1.5. Proyecciones

1.6. Planteamiento del problema

1.7. Objetivo de la investigación

Planteamiento del problema

CAPITULO I

. . . . . . .. . .


2

1.1 INTRODUCCIÓN

Las ciudades latinoamericanas han crecido hasta sobrepasar por mucho su

capacidad para brindar a los ciudadanos un entorno productivo que ayude a la

gestión pública en servicios que cubran necesidades públicas. Se ha llegado a

una situación en la cual se hace evidente la carencia de adecuados servicios, un

ineficiente manejo de la educación, salud y vías de comunicación, lo cual está

causando un marcado descenso en el nivel de calidad de vida de la población en

áreas metropolitanas y comunidades cercanas. La ya precaria infraestructura

se está socavando debido a la presión proveniente de la creciente migración y la

proliferación de barrios populares o barriadas marginales en las ciudades.

Para tratar esta problemática existen diferentes herramientas de gestión

gubernamental, con las cuales, las autoridades toman decisiones de cómo

solucionar estos asuntos tomando como base económica sus propios fondos, sin

embargo no siempre toman las mejores decisiones para atacar estos problemas,

por añadidura, no invierten de una manera adecuada sus arcas. (Barkin, 1994).

En este sentido, resulta evidente que, uno de los principales problemas de la

gestión gubernamental está dado por el uso de las herramientas de gestión y

toma de decisiones. En los últimos años, cada vez es más común utilizar

Sistemas de Información Geográfica (SIG) para la toma de decisiones, los

cuales pueden brindar información socio-espacial relevante en múltiples

dimensiones. A través de la modelización digital es posible apoyar una actividad

de racionalidad científica en la planificación territorial.

En coincidencia con este argumento, Buzai (2003), considera que La geografía

actual posee nuevas herramientas para la gestión del territorio a partir del uso de

tecnologías digitales que le han brindado una flexibilidad propia que demandan

las situaciones cambiantes de la actualidad, sin embargo, la relación entre

geografía y planificación urbana no debe quedar agotada en la actual


3

planificación estratégica, la cual no debe reemplazar a la planificación urbana,

sino que debería ser un complemento que permita mejorar las estrategias de

gestión.

En conclusión, abordando las comunidades de una ciudad, como una red, las

autoridades que formulan políticas de desarrollo pueden lograr un mejor

equilibrio espacial en la política y gestión de desarrollo económico. Esto se

logrará realizando acciones correctas, y para esto se necesitan las herramientas

idóneas con fines a la toma de decisiones con base científica. En una política tal,

se reconocerá que la satisfacción de las necesidades básicas y el bienestar de la

población de las áreas metropolitanas dependen del fortalecimiento de la base

económica y la infraestructura social de los asentamientos más

necesitados. Y para la toma de decisiones y gestión de tierras, se consideran de

gran utilidad las herramientas de administración de información territorial.

1.2 PALABRAS CLAVE

Las palabras clave de este documento son:

Evaluación Multicriterio

Ordenamiento Territorial

Informalidad

Barrios Populares

Accesibilidad

Modelo Territorial

Escenario

Aptitud

Criterios de decisión

Factores

. . . . . . .. . .


4

1.3 ÁREA DE ESTUDIO

La investigación de la presente tesis tiene como área de estudio la ciudad de

Comayagua cabecera del Municipio y del Departamento homónimo. Ubicado en

la zona central de la Republica de Honduras en Centroamérica.

Ciudad de Comayagua

Mapa No.1 – Ubicación geográfica de la Ciudad de Comayagua

Fuente: elaboración propia.


5

La ciudad de Comayagua está localizada a unos 594 metros sobre el nivel del

mar. Al sur de Comayagua se encuentra Tegucigalpa (80 kilómetros) y al norte la

ciudad de San Pedro Sula (165 kilómetros). La ciudad tiene una población de

50,600 habitantes y la superficie municipal tiene 5,124 kilómetros cuadrados.

Esta ciudad, puede incluirse dentro de la categoría definida como aglomeración

de tamaño intermedio (ATI) y, en este sentido, cuenta con la característica de

haber experimentado un acelerado crecimiento, tanto de su población como de

su mancha urbana en los últimos diez años casi un 50%1.

La ciudad de Comayagua está formada por barrios y colonias, como todas las

ciudades de Honduras. Y de acuerdo al relevamiento de los servicios básicos de

la población y uso del espacio físico del año 2,000 (ver anexo No.1), realizado

por la Unidad de Investigación y Estadística Social de la Municipalidad de

Comayagua (UIES-COM) y con financiamiento por las naciones unidas, se

identifico que los asentamientos humanos con mayor concentración poblacional

son; la Colonia 21 de Abril, y los barrios; Arriba, Independencia, Abajo, Cabañas

y la Sabana. Como lo muestra la siguiente tabla:

Tabla No.1 – Barrios y colonias con mayor concentración poblacional

Asentamientos con mayor Concentración Poblacional

No. Barrio/Colonia Población %

1 Barrio Arriba 5,547 9.90

2 Barrio Independencia 3,509 6.30

3 Barrio Abajo 3,499 6.20

4 Barrio Cabañas 3,240 5.80

5 Colonia 21 de Abril 3,089 5.50

6 Barrio La Sabana 2,860 5.10

Fuente: Alcaldía de Comayagua, año 2000.

1 Tomado de la página: http://www.municomayagua.com/comayagua/

http://es.wikipedia.org/wiki/Tegucigalpa

http://es.wikipedia.org/wiki/San_Pedro_Sula

. . . . . . .. . .


6

Igualmente, este relevamiento identifico estos barrios como las zonas

poblacionales con mayor concentración de unidades habitacionales ocupadas

(hacinamiento de viviendas). Los resultados tabulados que demuestran esto son

los siguientes:

Tabla No.2 – Barrios y colonias con mayor concentración de unidades

habitacionales ocupadas (viviendas)

Asentamientos con mayor Concentración de unidades habitacionales ocupadas

No. Barrio/Colonia Unidades %

1 Barrio Arriba 1,287 11.0

2 Barrio Independencia 793 6.80

3 Barrio Abajo 766 6.50

4 Barrio Cabañas 720 6.10

5 Colonia 21 de Abril 591 5.00

6 Barrio La Sabana 573 4.90

Total 4,730


De estas 4,730 unidades habitacionales, el 27.55% (1,303) tiene piso de tierra en

sus interiores y el 39.20% tienen por cubierta, techos de teja. Todos los

anteriores indicadores muestran que estos barrios poseen características de

asentamientos populares o “barrios populares”.

Debido a que estos asentamientos se han identificado como “barrios populares”

podemos deducir que estas zonas residenciales contienen la población urbana

con mayor necesidad de servicios para satisfacer sus necesidades básicas.


7

Por ende, y aplicando el principio de “Justicia y Equidad Social2”, donde se

maneja el axioma de que “los que tienen menos necesitan más”, este estudio se

centra en esta zonas de la ciudad; para lo cual, los mapas proporcionados por la

alcaldía de Comayagua, son los insumos utilizados para generar los modelos

territoriales.

A continuación se muestra un mapa de estos barrios:

Mapa No.2 – Barrios y colonias con mayor concentración poblacional de la

Ciudad de Comayagua


2 Moreno Jiménez, A. 2006. En torno a los conceptos de equidad, justicia e igualdad espacial. Huellas.

La Pampa. Argentina. 11:133-142

. . . . . . .. . .


8

Área de estudio:

Este estudio se centrara en el área donde están ubicados los seis (6)

barrios populares, donde por medio de la aplicación de los

conocimientos y experiencia adquirida en la maestría se desarrollara un

trabajo que beneficie a los pobladores de esta ciudad.

La ciudad está estructurada en base a una cuadrícula que se marca en el sector

tradicional, alrededor del parque, la catedral y la alcaldía, desde donde se

expande siguiendo el mismo patrón de calles, pero con ciertas variaciones en

alineamiento, hasta los bordes actuales.

Esta estructurada siguiendo cuatro ejes mayores que definen la organización de

los patrones de calles a lo largo de su recorrido. Estos ejes son el boulevard

Cuarto Centenario, que representa la conexión con la Carretera del Norte, El

boulevard llamado de Tierra, la Carretera del Norte y la prolongación dentro de la

ciudad de la calle Manuel Bonilla hacia el este.

El patrón general de retícula, con ciertas variaciones geométricas, es el resultado

de la topografía plana de la ciudad, del sistema original de cuadras y calles a

ángulos rectos y del hecho que no existen fenómenos geográficos que

interrumpan el patrón general.


9

1.4 ASPECTOS SOCIO-ECONOMICOS DE LA REGIÓN3

El nombre de Comayagua se deriva de la lengua indígena „lenca‟ que significa:

“Páramo de abundante agua.” La ciudad fue fundada el 8 de diciembre de 1537

bajo el nombre de Santa María de Comayagua por el capitán español: Alonso de

Cáceres, cumpliendo las órdenes del adelantado: don Francisco de Montejo,

entonces Gobernador de Yucatán.

Posteriormente se le cambió el nombre a Concepción de Comayagua. Pero

según una cédula expedida el 13 de septiembre de 1543, la población pasó a

llamarse Villa de Valladolid.

Imagen No.1 – Catedral de la ciudad de Comayagua, 1850

Fuente: Alcaldía de Comayagua

3 Fuente: http://www.municomayagua.com/comayagua/

http://es.wikipedia.org/wiki/Lenca

http://es.wikipedia.org/wiki/8_de_diciembre

http://es.wikipedia.org/wiki/1537

http://es.wikipedia.org/wiki/Santa_Mar%C3%ADa

http://es.wikipedia.org/wiki/Alonso_de_C%C3%A1ceres

http://es.wikipedia.org/wiki/Alonso_de_C%C3%A1ceres

http://es.wikipedia.org/wiki/Francisco_de_Montejo

http://es.wikipedia.org/wiki/Gobernador

http://es.wikipedia.org/wiki/Yucat%C3%A1n

http://es.wikipedia.org/wiki/13_de_septiembre


http://es.wikipedia.org/wiki/Villa

http://es.wikipedia.org/wiki/Valladolid

. . . . . . .. . .


10

A partir de 1540 Comayagua fue la capital de la provincia de Honduras,

perteneciente al Reino de Guatemala dentro del Virreinato de Nueva España.

Posteriormente fue capital de la Intendencia de Comayagua y en 1821 de la

Provincia de Comayagua. Luego de la independencia de España la ciudad

continuó siendo la capital del estado de Honduras en la República Federal de

Centroamérica. Después de que Honduras llegara a ser una república

independiente, Comayagua fue capital alterna con Tegucigalpa, hasta que en

1880, durante el gobierno de Marco Aurelio Soto, se fijó en Tegucigalpa como la

capital definitiva.

Algo muy interesante, es el hecho de que desde que se fundó esta ciudad, a

inicios de 1537, nunca ha tenido un crecimiento parecido, por lo cual, se

concluye que de seguir esta aceleración poblacional, esta ciudad puede

convertirse en un nuevo polo de desarrollo.

Si bien, el crecimiento de la aglomeración ha sido acelerado en estos años,

también ha existido una gran sub-urbanización producida entre 1975 y 1991, y si

bien ha disminuido su ritmo de crecimiento desorganizado en el último período,

su evolución espacial sigue siendo importante hasta la actualidad, ya que este

crecimiento ha sido constante y hasta cierto punto organizado. Es sabido que

estos ritmos de crecimiento constante producen gran cantidad de problemas en

el sistema urbano, los cuales afectan negativamente la calidad de vida de la

población. Ya que aumentan las necesidades de servicios públicos o privados,

pero no siempre se sabe decidir correctamente hacia donde deben dirigirse estos

servicios para que la mayoría de la población sea beneficiada.

Como capital de Honduras, la ciudad de Comayagua fue sede de grandes

eventos históricos entre los que destacan: El derrocamiento de Dionisio de

Herrera, por parte de las fuerzas federales de Manuel José Arce. El ascenso a la

jefatura de estado de Francisco Morazán entre muchos otros eventos.


http://es.wikipedia.org/wiki/Nueva_Espa%C3%B1a

http://es.wikipedia.org/w/index.php?title=Intendencia_de_Comayagua&action=edit&redlink=1

http://es.wikipedia.org/wiki/Provincia_de_Comayagua

http://es.wikipedia.org/wiki/Independencia

http://es.wikipedia.org/wiki/Espa%C3%B1a

http://es.wikipedia.org/wiki/Honduras

http://es.wikipedia.org/wiki/Rep%C3%BAblica_Federal_de_Centroam%C3%A9rica

http://es.wikipedia.org/wiki/Rep%C3%BAblica_Federal_de_Centroam%C3%A9rica




http://es.wikipedia.org/wiki/Marco_Aurelio_Soto



11

Imagen No.2 – Centro de la ciudad de Comayagua


Comayagua se ha convertido en uno de los centros turísticos más importantes

de Honduras, por ser una ciudad estrictamente de tipo colonial. Todo ello, debido

a la cooperación Técnica Española y el Instituto Hondureño de Antropología e

Historia, que se han comprometido en mantener el casco histórico de la ciudad.

En el centro de la ciudad se puede encontrar la Plaza Central, desde donde se

pueden apreciar: el palacio de la alcaldía municipal y la catedral de Comayagua.

Rodeada de bellos jardines, la Plaza Central sirve como punto de referencia de

la ciudad. En ella se reúnen los residentes, para celebrar las fiestas patronales

de la ciudad. También se celebran entre otras y tantas actividades, conciertos de

marimbas.


http://es.wikipedia.org/wiki/Instituto_Hondure%C3%B1o_de_Antropolog%C3%ADa_e_Historia

http://es.wikipedia.org/wiki/Instituto_Hondure%C3%B1o_de_Antropolog%C3%ADa_e_Historia

http://es.wikipedia.org/wiki/Marimba

. . . . . . .. . .


12

Al frente de la plaza se encuentra localizada; la alcaldía municipal, la cual ha sido

reconstruida en un par de oportunidades. El edificio es de estilo Neoclásico y fue

edificado durante el siglo XVI.

Desde la Plaza Central también se puede apreciar la Catedral de Comayagua,

atracción turística más importante de la ciudad. Inaugurada el 8 de diciembre de

1711, es una de la más grandes y bellas que se construyeron en Honduras

durante la época colonial.

Aspectos económicos:

Comayagua es una ciudad económicamente fuerte en aspectos comerciales,

agropecuarios e industriales, en ese orden, de muchos años atrás, con mucho

trámite a nivel municipal, departamental y regional. Constituye el núcleo de más

influencia en el Valle de Comayagua y el centro industrial de mayor importancia

entre la capital y la zona norte.

Es el centro de distribución y abastecimiento para todas las poblaciones del valle

y para ciudades tan alejadas como Siguatepeque, Marcala y La Esperanza. De

sus fábricas se exportan productos para el resto de la república y partes de

Centroamérica. La mayor parte de la población económicamente activa se

dedica a actividades comerciales de toda índole, tanto en la ciudad como en las

poblaciones vecinas. Un segundo sector esta empleado en actividades

industriales y agroindustriales y un sector menor se dedica a actividades

puramente agrícolas o ganaderas.

El sector profesional es bastante fuerte, con muchas oficinas de abogados y

licenciados en asuntos tales como economía y administración de empresas.

Existen muchos ingenieros agrícolas y civiles debido a la existencia de grandes

plantaciones de vegetales y legumbres en el valle y a las plantas industriales

cerca de la ciudad.

http://es.wikipedia.org/wiki/Neocl%C3%A1sico

http://es.wikipedia.org/wiki/Siglo_XVI

http://es.wikipedia.org/wiki/Catedral

http://es.wikipedia.org/wiki/8_de_diciembre




13

Además, este municipio está catalogado como “Categoría A” uno de los que

mayor desarrollo y mejores condiciones tiene, según la clasificación de la

Secretaria de Gobernación y Justicia (ahora Secretaria del Interior y Población)

tal y como lo demuestra el siguiente cuadro:

Tabla No.3 – Datos estadísticos del municipio de Comayagua

Estadísticas del municipio de Comayagua Fuente: Secretaría de Gobernación y Justicia, 2008

. . . . . . .. . .


14

Las actividades relacionadas con la construcción crecen notablemente, un reflejo

del mejoramiento económico de la región. No se manejan datos sobre ingresos

per cápita que puedan dar indicaciones precisas sobre capitales personales o

sociales, pero se puede afirmar que en la ciudad se manejan cantidades

interesantes de dinero. Prueba de ello es la existencia de agencias de todos los

bancos del país, en muchos casos varias agencias del mismo banco, la

existencia de sucursales de las cooperativas mayores de Honduras así como la

de cooperativas propias de la ciudad.

Dentro del esquema nacional de planificación por regiones Comayagua esta

designado como uno de los polos de desarrollo de la Región Central y de la

región cuenca del Río Ulúa. Dentro de sus funciones como polo se incluyen

servir como un centro industrial secundario, centro de transformación agro

industrial, centro de servicios para la sub región y polo comercial de primer

orden.

De hecho la ciudad ha venido funcionando así una vez que la red de carreteras

fue terminada hace varios años. Su zona de influencia cubre todo el Valle de

Comayagua, mucho del departamento de La Paz, parte de Intibucá y de

Francisco Morazán. Está considerada como la séptima a nivel nacional y primera

a nivel regional, según las estadísticas del censo de 2001.


15

1.5 PROYECCIONES

La ciudad de Comayagua tendrá un aumento de población por el reforzamiento

de la capacidad logística y de Servicios a causa del paso del Canal Seco que

desde hace un par de años se esta construyendo. Lo cual acarreara mayor

acceso al empleo por el aumento de los cultivos intensivos de exportación, lo

cual contara con el acceso directo al aeropuerto en Palmerola, mejorara la

comunicación entre las ciudades más importantes del país, lo que atraerá

también gran afluencia de turistas por la belleza histórica y el gran valor cultural

de Comayagua.

Debido a esto la afluencia de personas nacionales como extranjeras en el Casco

Histórico, se incrementara exponencialmente, por ello Comayagua deberá tener

una infraestructura para recibirlos lo mejor estructurada posible y a la vez, las

mejores rutas de transporte urbano. Igualmente, esta ciudad se convertirá en un

polo de migración donde personas de todo el país buscaran asentarse aquí.

Grafico 1 – Proyecciones de población para el 2015

Fuente: Datos Censo del 2001, INE

Proyeccion de Poblacion Comayagua

200.000

250.000

300.000

350.000

400.000

450.000

500.000

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

2015

2016

2017

años

Po

bla

cio

n

. . . . . . .. . .


16

La población de Comayagua ha tenido un crecimiento aproximado de 2% de

1988 a 2015, esta podría cambiar drásticamente con la construcción del Canal

seco. Se espera que para el 2015, con una tasa de crecimiento de 2%, producto

de disminuciones relativas graduales de la actual tasa, llegue a tener una

población estimada de 498 mil personas.

Si en el 2001 (de acuerdo al censo nacional del 2001), en promedio, habitaban

69 personas por Km², en el 2015 se tendrá una densidad poblacional de 97

habitantes por Km²

Grafico 2 – Pirámide poblacional: personas por sexo y grupos de edad en el

2001



17

Grafico 3 – Pirámide de proyección poblacional: personas por sexo y grupos de

edad para el 2015


La pirámide de población muestra la estructura por edad y sexo. En el 2001, su

base es ancha y cúspide estrecha, producto de una alta natalidad, junto con una

mortalidad relativamente baja o sea un predominio de la población joven, para el

2015, la forma de la pirámide cambia pues muestra una mayor proporción de

población en edades más avanzadas.

. . . . . . .. . .


18

1.6 PLANTEAMIENTO DEL PROBLEMA

Debido al aumento creciente del costo de la vida, las zonas residenciales de

Honduras se empobrecen, cada día más, tal es, que la clase media se convierte

en baja y la clase baja en baja extrema. Esto mismo ocurre en la ciudad de

Comayagua donde existen grandes barrios populares donde existen muchas

necesidades.

Lo anterior, repercute en el deterioro de sus viviendas, economía y diversas

características de las comunidades. Lo cual, a su vez, provoca que aumente la

marginalidad y asociada a esta una serie de actividades informales. Y esto a su

vez, aumenta la misma informalidad, como se podrá ver, esto se convierte en un

círculo vicioso que no tiene fin. De este comentario, se debe tener claro que no

solo el aumento del costo de la vida hace decaer las zonas residenciales, sino la

pobreza misma, es decir la informalidad, crea más informalidad.

Smolka (2007), expone que las tres causas principales de la informalidad son:

• Mal funcionamiento del mercado de tierras urbanas;

• Incidencia del costo de financiación de la infraestructura urbana y

servicios;

• La informalidad misma

Cabe aclarar que en esta definición de servicios se incluye a la distribución de

agua por red, distribución de energía eléctrica, provisión de transporte, salud,

educación, etc. Las anteriores tres causas principales de la informalidad, tienen

una relación estrecha una con otra. Pero si hablamos de atacar el problema y

buscar soluciones, definitivamente se debe tratar la segunda, Infraestructura y

Servicios, ya que esta no solo regula la primera (mercados de tierras), sino

también se encuentra estrechamente ligada a la tercera (informalidad). Por esto,

centraremos nuestro estudio en la segunda causa.


19

Accesibilidad a Servicios:

La ciudad de Comayagua está creciendo exponencialmente a nivel

habitacional y poblacional, pero el número de servicios públicos y

privados crece muy lentamente o es constante. Por esto, optimizar el

recurso existente y priorizar los emergentes debe ser una prioridad para

la ciudad.

Desde su inicios en 1537, la ciudad de Comayagua creció lentamente hasta el

año 1975, año en el cual comenzó su verdadero crecimiento hasta como se

conoce actualmente.

Este crecimiento se debe a que el esquema de polarización poblacional del país

donde Tegucigalpa y San Pedro Sula eran los polos de desarrollo colapso. Entre

otras, por causa de crecimiento descontrolado, criminalidad, informalidad, etc.

Razones por la cual, tanto inversionistas y familias buscaron asentarse en las

ciudades intermedias en crecimiento, como ser Tela, La Ceiba, entre otras, y

desde luego Comayagua.

Problema identificado:

Las autoridades a pesar de conocer estas debilidades y necesidades y

de poseer un SIG no poseen un método de creación de modelos y toma

de decisiones. E igualmente, carecen del conocimiento de las teorías de

accesibilidad y ubicación para poder ordenar y gestionar adecuadamente

el territorio en una ciudad en pleno y constante crecimiento.

. . . . . . .. . .


20

Mapa No.3 – Crecimiento en el tiempo, ciudad de Comayagua al 2010

Fuente: Programa de Administración de Tierras, Banco Mundial


21

1.7 OBJETIVO DE LA INVESTIGACIÓN

Objetivo:

“Generar un modelo territorial mediante una herramienta de

ordenamiento y gestión territorial para crear escenarios que ayuden a

distribuir equitativamente y de acuerdo a los más necesitados la oferta

de servicios públicos y privados en la ciudad de Comayagua en base a

la accesibilidad.”

Mediante la interconexión de un Sistema de Información Geográfico (SIG) y una

Evaluación Multicriterio (EMC), se podrá decidir una solución óptima para

mejorar la accesibilidad y tiempos de traslado de los barrios y colonias con

menor accesibilidad socio-espacial de la ciudad de Comayagua a servicios

públicos y privados.

Como lo indica el anterior objetivo, la finalidad de esta tesis es demostrar que

gracias a un SIG y la EMC es posible resolver con mayor facilidad complejos

problemas de asignación “óptima” de actividades al territorio, considerando

para ello tanto su aptitud intrínseca, como el posible impacto social de la

localización, en ese punto del territorio.

. . . . . . .. . .


22

CAPITULO II: MARCO TEORICO

Contenido:

2.1. Base de la investigación

2.2. Teoría de ubicación de Von Thünen

2.3. Teoría de accesibilidad de Martím Smolka

2.4. Aplicación a caso de estudio

2.5. Hipótesis del estudio

2.6. Alcance del estudio

Marco Teórico

CAPITULO II


23

2.1 BASE TEORICA DE LA INVESTIGACIÓN

Al analizar la infraestructura y servicios como herramientas de la situación

económica y social de una ciudad, por añadidura se tocan puntos sociales que

son los causantes de la instalación de los servicios tanto públicos como privados.

Es decir, para que exista una oferta se necesita una demanda a satisfacer, y

generalmente estas demandas son necesidades de los habitantes de una o

varias zonas especificas. Por ende, si vamos a instalar un servicio para

solucionar los problemas de una población con necesidades básicas

insatisfechas (NBI), debemos saber la respuesta a las cuestiones; que, quien,

donde y como:

1. ¿Qué servicio es el requerido?

2. ¿A quién va dirigido el servicio?

3. ¿Dónde debe estar el servicio?

4. ¿Y cómo accederá el que lo requiera?

Las respuestas a estas preguntas, van ligadas directamente al tipo de necesidad

a satisfacer, sin embargo, existen elementos de estudio que son el origen de las

respuestas y que todo investigador, debe tener como elementos principales para

realizar un análisis de ubicación y accesibilidad a servicios. Estos son; la

vivienda y el transporte o vías de comunicación.

Vivienda:

La vivienda que corresponde a ubicaciones fijas (sitio) en el

espacio absoluto. Ya que, dependiendo del lugar de residencia

de las personas que necesitan el servicio, este se instala en la

ubicación más estratégica y accesible.

. . . . . . .. . .


24

Transporte o vías de comunicación:

Este elemento, permite el movimiento entre sitios y los convierte

en posiciones dentro de un espacio relativo. Sin este elemento,

no existe conexión, entre el servicio y quienes lo necesitan, por

ende, es el segundo elemento crucial en los análisis de ubicación

y accesibilidad de servicios.

Con esto, nos damos cuenta que la “ubicación y accesibilidad” de los servicios,

es un punto territorial muy importante en el proceso de satisfacer “necesidades

básicas insatisfechas”. Por lo cual, las teorías de ubicación y accesibilidad, son la

base teórica de esta investigación. Entre estas, este estudio utilizara la teoría de

ubicación de Von Thünen y la de accesibilidad de Martim Smolka, ya que son

aplicables, en teoría, a este caso.


25

2.2 TEORIA DE VON THÜNEN4

El origen de la teoría de la ubicación está fechado en 1826

cuando Johan Heinrich von Thünen publicó el libro Der

Isolierte Staat (El Estado Aislado). Propone un modelo de

localización agrícola, pero lo que es más importante como

forma de pensamiento deductivo que será retomado en esta

investigación, el concepto de “renta diferencial de ubicación”

(ver Buttler, 1986).

El modelo de Johann Heinrich von Thünen, estudia las diferencias de renta con

respecto al mercado, es el paradigma para todas las teorías posteriores. No en

vano usa el método deductivo en sus razonamientos, esto una apuesta por el

método científico.

La idea central es que la renta varía con la distancia con respecto al mercado, en

un espacio isótropo y aislado. A este tipo de renta se le llama renta de

ubicación. Von Thünen reconoció que el hombre trata de resolver sus

necesidades económicas en el entorno inmediato, “reduciendo sus

desplazamientos al mínimo”.

Von Thünen se preguntó por qué los lotes de tierra, con las mismas

características tenían diferentes usos. Concluyó que se explicaba por la distancia

al mercado.

a) Planteamiento:

Imaginemos un poblado muy grande en el centro de una planicie uniformemente

fértil; un espacio isotrópico. Tras el espacio fértil se extiende un desierto que

incomunica el poblado del resto del mundo. No hay otras poblaciones. El único

4 Fuente: http://www.ehu.es/Jmoreno/TextosTransporte/Thunen.pdf

http://www.ehu.es/Jmoreno/TextosTransporte/Thunen.pdf

. . . . . . .. . .


26

mercado compra toda la producción agrícola de la región, y se transporta por el

camino más corto (una línea recta).

En estas condiciones todos los hombres se comportan de manera semejante en

asuntos económicos, es decir, tienen las mismas necesidades y habilidades,

producen por igual y poseen un conocimiento total del espacio y se conduce

racionalmente para alcanzar el máximo rendimiento, es el hombre económico.

Sí se tienen en cuenta las diferencias en el coste del transporte dependiendo de

la distancia, la cantidad y lo perecedero de la mercancía.

b) Modelo matemático simple:

En estas condiciones Von Thünen empleó la variable única: distancia desde la

granja hasta el pueblo central de comercio. Si la actividad agrícola es pudiese

concentrar, como la producción industrial, se situaría cerca del mercado y la

distancia sería un coste insignificante en el precio del producto. Pero como la

agricultura requiere grandes cantidades de superficie para cada granja es

necesario que se sitúen a diferentes distancias. Por lo tanto, los productos se

transportarán desde diferentes distancias, lo que provoca un aumento del coste

para los productos más lejanos. Es decir, la renta de ubicación es: la renta (U)

es igual la rendimiento (r) multiplicado por el precio (p) menos el coste (c), menos

el rendimiento por la tasa de embarque (t) y la distancia (d).

U = r (p – c) – rtd

En esta ecuación existe una sola variable, la renta, que depende de un solo

factor que puede variar, la distancia; el resto de los parámetros varían para cada

tipo de mercancías pero son constantes en todas partes para un mismo tipo de

mercancía.


27

La ecuación da la siguiente grafica:

Grafico 4 - Fuente: http://www.ehu.es/Jmoreno/TextosTransporte/Thunen.pdf (2007)

Esto quiere decir que un incremento de la renta; generada bien por el aumento

de precio en el mercado, bien por la disminución del coste de producción;

provoca un alejamiento de la distancia al mercado, y viceversa.




. . . . . . .. . .


28

Si lo que varía es la tasa de embarque la distancia al mercado aumenta con la

disminución de la tasa de embarque y disminuye con su aumento.


c) Modelo matemático compuesto:

La renta de ubicación, a cualquier distancia del mercado, depende de cuatro

parámetros: rendimiento, precio, coste y tasas de embarque. Dependiendo de

las características de los productos se creará un sistema gradado de cosechas.

Por ejemplo: el precio de un kilo de tomates es mayor que el de un kilo de trigo

porque los tomates son más perecederos y su manipulación produce más

costes, por lo tanto se cultivarán más cerca. Pero ¿hasta dónde? se cultivarán

tomates mientras la renta de ubicación sea mayor que la renta de ubicación del

trigo.



29

Grafico 7 – Fuente: http://www.ehu.es/Jmoreno/TextosTransporte/Thunen.pdf (2007)

El modelo (grafico 8 y esquema 1) se puede complicar con cuantos cultivos

necesitemos y generará un esquema en el que los usos del suelo se sitúan

concéntricamente alrededor del mercado.




. . . . . . .. . .


30

Los usos de las franjas interiores serán más intensivos que los de las franjas

exteriores. Esto permite que las granjas interiores tengan más mano de obra y

puedan ser más pequeñas. Por el contrario, en las franjas exteriores, donde la

renta de ubicación es menor las granjas deben ser mayores para obtener rentas

similares, a las del interior. Todo esto, basado en el esquema original donde

representa gráficamente “El Estado Aislado”:

Esquema 1 Fuente: Libro “El Estado Aislado”, Von Thünen, página 387


31

d) Validez del modelo en el mundo real:

Evidentemente en el mundo real no se dan las condiciones de espacio isotrópico

planteadas, existen diferencias de feracidad de la tierra, diferencias de topografía

y de acceso a los mercados a causa de las vías de comunicación (más rápidas o

más baratas), y suele haber más de un mercado en la región. Todo ello

provocaría que el modelo concéntrico adopte un aspecto irregular, aunque

básicamente válido. Pensemos que el modelo de Von Thünen pertenece a los

comienzos del siglo XIX, cuando aún no estaban creados los mercados

nacionales.

Curiosamente el modelo es más válido en los grandes mercados, con capacidad

para transportar la mercancía de muy lejos, que en los pequeños. La distribución

de las actividades económicas en los países menos desarrollados se explica en

gran medida con este modelo; pero también en los países desarrollados: así se

explica el patrón de zonificación económica (a escala continental) dentro de

Estados Unidos y Canadá, y también buena parte de la localización de las

actividades económicas en la península ibérica.

Pero además, también explica los usos del suelo en la agricultura tradicional,

como en el sistema europeo. En los alrededores inmediatos del pueblo se

encontraban las huertas de frutas y hortalizas, las mejor regadas y abonadas,

que se cultivaban de forma intensiva. Luego se situaban las tierras dedicadas a

las leguminosas y los cultivos de regadío, más lejos estaba el cereal de secano,

trigo y escanda, más allá los pastos y baldíos, y por último el bosque, que

proporcionaba leña y caza. Y en el arrozal asiático organiza el paisaje rural en

campos de arrozales regulares en las tierras llanas, en contraposición con las

tierras de secano, que se sitúan a continuación.

Tras ellas encontramos las pendientes cubiertas de bosques. Es en la tierra de

secano, que periódicamente se queda en barbecho, donde pasta el ganado.

. . . . . . .. . .


32

Aunque no es muy intensa la integración de la ganadería en la agricultura. Las

parcelas no son muy grandes, entre 5 y 10 áreas. Las más grandes son las

granjas, seguidas de las parcelas de secano y las más pequeñas son los

arrozales intensivos. Hoy en día los usos agrícolas tienen un fuerte

comportamiento industrial. La agricultura sin tierra, los invernaderos y sobre todo

las granjas se sitúan cerca de los mercados, como si fueran plantas industriales.

Sinopsis:

Como Von Thünen reconoció, el hombre trata de resolver sus

necesidades económicas en el entorno inmediato, “reduciendo sus

desplazamientos al mínimo”, de esta manera reduce sus costos. En

base a esto desarrollo su teoría, más rural, que urbana.

Debido a esto, y para la aplicación urbana de nuestra investigación,

esta teoría es una base que debe actualizarse y adaptarse al aspecto

social-urbano. Por ende, la mejor adaptación, se ha identificado en la

teoría de accesibilidad urbana del Dr. Martim Smolka (2007), la cual,

se expone a continuación.


33

2.3 TEORIA DE ACCESIBILIDAD DE MARTIM SMOLKA5

Según Smolka (2007), el gasto de transporte en complemento

con los gastos de vivienda o renta del suelo (alquiler, hipoteca

y pago por impuestos inmuebles), comprenden, como mínimo,

el 35% del ingreso total de una familia (Grafico 9). Esto de

acuerdo a su modelo económico de una ciudad

latinoamericana, donde la distancia entre vivienda y centros de

trabajo o de servicio repercute en los gastos de transporte y vivienda.

Grafico 9 - Fuente: “Curso de Mercados de Tierra y asentamientos informales” del Lincoln Institute, en Lima, Perú, 2007

Lo más notable de la investigación de Smolka, es que define que la relación

entre el gasto de transporte (Situación de Accesibilidad) y el gasto de vivienda

es inversamente proporcional. Es decir, si el gasto de transporte es mínimo (o en

5 Teoría expuesta en el “Curso de Mercados de Tierra y asentamientos informales” del Lincoln Institute, en Lima, Perú,

en el año 2007

Lujos

. . . . . . .. . .


34

palabras técnicas, la accesibilidad es alta), significa que el gasto de vivienda es

máximo y viceversa. Su estudio, es sencillo, entendible y claro.

Lección No.1: “Recurso económico”

De acuerdo a Smolka (2007), “Una reducción en el costo de transporte provoca

una reducción de las rentas del suelo”, porque el residuo de la reducción del

costo de transporte puede ser invertido en la vivienda.

Por esto, las localizaciones donde el gasto en transporte es menor, producen un

„residuo presupuestario‟ mayor. Es decir, se disminuye el gasto de transporte

(mejorar la accesibilidad), se ahorra dinero que puede ser invertido en la

vivienda y familia.

Grafico 10 - Fuente: “Curso de Mercados de Tierra y asentamientos informales” del Lincoln Institute, en Lima, Perú, 2007

Menos tiempo de transporte mayor gasto y viceversa

Es claro que al haber una gran distancia entre las comunidades pobres y los

centros de trabajo y/o servicios de diferente naturaleza, el tiempo insumido en los

Recursos disponibles para inversión de vivienda y familia.


35

traslados realizados resulta ser importante. Sin embargo, esto significa que el

usuario de transporte escoge entre invertir tiempo o dinero dependiendo de su

disponibilidad de tiempo. Es decir, entre mayor tiempo disponga para recorrer

una distancia, es menor la inversión económica y viceversa, entre menos tiempo

tenga para recorrer la misma distancia, será mayor la inversión. Esto último

sucede porque por ejemplo para recorrer una distancia se pueden elegir como

medios de transporte: caminar, bicicleta, taxi colectivo o taxi directo (como se dijo

anteriormente, los autobuses comienzan ser otra opción). Sin embargo, entre

más económica es la opción más se tardara en llegar al destino. Por ejemplo, al

caminar, se llegara con atraso aunque ahorre dinero, y viceversa.

Lección No.2: “Recurso Tiempo”

Según Moreno Jiménez (2006), “…la satisfacción de las necesidades mediante

servicios implica, a menudo, la coincidencia espacio-temporal del proveedor y

del receptor del servicio”. De lo anterior y de acuerdo a nuestro caso, se puede

deducir que al evaluar la relación entre costo de transporte y puntualidad al

momento de llegar a un destino, la gente tenderá a elegir la opción que le

proporcione llegar a su destino en el tiempo más corto y con el costo más

bajo.

El deterioro de las comunidades (Recurso Humano):

Si bien el gobierno no puede asumir toda la responsabilidad de revertir el

deterioro de las áreas clase media y baja, si debe cambiar las políticas que

discriminan contra las regiones mas pobres y mas aisladas. Se necesitan nuevas

actividades y tecnologías apropiadas que garanticen la vialidad de las

comunidades más necesitadas que se han quedado rezagadas. No obstante, la

mera reconsideración de las estrategias nacionales y/o municipales de desarrollo

no garantizara una gestión urbana satisfactoria.

. . . . . . .. . .


36

Las autoridades gobernantes tienen que trabajar con los planificadores urbanos y

económicos para mejorar las repercusiones negativas del crecimiento y reducir la

tremenda carga financiera, social y ambiental que impone sobre la sociedad el

crecimiento desbocado con orientación al mercado (de tierras y plusvalías)

(Barkin, 1994).

Lección No.3: “Recurso Humano”

El gobierno a menudo empeora la situación de las comunidades pobres al

priorizar el mejoramiento de servicios sociales e infraestructura en áreas urbanas

“privilegiadas” donde se concentran el poder, mientras que desatiende los

distritos más pobres. Por ende, esto repercute en las personas de esas

comunidades, los cuales son en su mayoría, el recurso humano de los

comercios, industria y empresas de la ciudad. Es fácil entender, que si el recurso

humano de la ciudad esta en buenas condiciones, trabajara mejor y cubrirá mejor

las necesidades tanto de su centro de trabajo, como las propias.

Líneas de abordaje:

Conclusión No.1:

Después de lo anterior, se deduce que los tres principales recursos, con los

cuales cuenta cualquier familia o ciudadano, son la base de su economía. Estos

recursos son:

El humano,

El económico y

El espacio-tiempo.

En este sentido si resultara necesario aumentar la renta del suelo debemos

brindar herramientas para que los sitios sean más accesibles. Esto podría

lograrse través del mejoramiento del sistema de transporte o la localización


37

espacial de los servicios públicos destinados a satisfacer las demandas de la

población. Esta sería la forma para nosotros de generar un escenario de

posibilidad de mejora de áreas urbanas.

Conclusión No.2:

Si, desde un punto de vista administrativo, aplicamos los fondos obtenidos por

impuestos municipales en el mejoramiento de los servicios y/o infraestructura, y

con ello mejorar la accesibilidad se posibilitará la generación de un ahorro en los

gastos cotidianos de las comunidades más pobres, aumentando su capacidad de

ahorro e inversión.

Conclusión No.3:

Del marco teórico, y las conclusiones No. 1 y No. 2, se plantea que reducir los

costos de transporte, no solo beneficiaria el recurso económico de las

comunidades pobres, sino también su bienestar como personas. A la vez, esto

beneficiaria al sector productivo de la ciudad, ya que se mejoraría el recurso

tiempo y humano. Todo lo anterior, compone el ciclo económico urbano. En

dicho ciclo, los hitos iníciales y finales son domicilio y centro de empleo y/o

servicios. En el siguiente esquema se presenta este ciclo y la relación entre

factores:

. . . . . . .. . .


38

Esquema 2 Fuente: Elaboración propia, 2008.

Según Buzai (durante una sesión en el MOGT, Honduras, 2008) esto tiene

relación con lo que se llama transporte tipo A (rápido, eficiente y caro) y

transporte tipo B (lento, ineficiente, barato). Tiene que ver con la elección que

hace cada grupo social en base a su poder adquisitivo y también en base a su

CATEGORÍA OCUPACIONAL. ¿Cuánto le cuesta la pérdida de un determinado

lapso de tiempo a un gerente de banco? ¿Cuánto a un obrero poco calificado?

Todo depende del grupo ocupacional, y en este sentido, una decisión racional

elegirá el tipo de traslado dependiendo de esta relación. Si el tiempo perdido es

muy caro al no utilizarlo para generar renta se elegirá el transporte tipo A, en

caso contrario se elegirá el transporte tipo B.


39

Axioma general:

Lo que queda claro, es que cualquiera que sea la categoría ocupacional

de un habitante urbano o el servicio requerido, el habitante obtiene

grandes beneficios al acceder al servicio en el tiempo más corto,

gracias a la distancia más corta entre la persona y el servicio.

. . . . . . .. . .


40

2.4 APLICACIÓN A CASO DE ESTUDIO

En base a las teorías anteriores se puede definir a la vivienda, Centros de salud,

centros educativos, etc., como los “sitios de interés” y el transporte público

colabora en la medición de su posición en el espacio relativo. Es interesante en

este punto considerar que los conceptos de SITIO y POSICIÓN, que se están

tocando en esta tesis, son el centro del concepto genérico de LOCALIZACIÓN y

ACCESIBILIDAD, que son las bases de la Evaluación Multicriterio (EMC), la cual

detallaremos en otro capítulo.

Como se explico en el planteamiento del problema, la ciudad de Comayagua está

creciendo exponencialmente a nivel habitacional y poblacional, pero el numero de

servicios públicos y privados crece muy lentamente o es constante. Por esto,

optimizar el recurso existente y priorizar los emergentes debe ser una prioridad

para la ciudad. Sin embargo, las autoridades a pesar de poseer un SIG no

poseen un método de creación de modelos y toma de decisiones.

Después de lo anterior, es posible preguntarse, ¿Cuál será, la solución óptima y

realizable de ordenar los servicios de la ciudad?, la respuesta puede ser dada a

partir del uso de herramientas EMC que apoyen el proceso de decisión que nos

ayude a realizar un análisis y finalmente tomar una decisión en base al resultado.

Gracias al Mejoramiento de la accesibilidad y Justicia Socio-espacial:

(definición y/o optimización de centros servicios públicos y privados de la ciudad)

se apoyara a mejorar las condiciones de vida de los pobladores de los barrios

populares.


41

Aplicación:

Por lo anterior, para apoyar al gobierno (nacional o municipal) a mejorar

la situación de las zonas residenciales más pobres o necesitadas

(populares), usaremos una herramienta EMC para priorizar el

mejoramiento de la accesibilidad de servicios sociales públicos y

privados a través de modelos territoriales. De esta manera, evitaremos

la instalación de servicios básicos sociales o privados en áreas

urbanas “privilegiadas” donde la necesidad de servicios básicos es

mínima o innecesaria.

Gracias a esto, como beneficio complementario, esta distribución repercutirá en

las personas de esas zonas residenciales, las cuales son en su mayoría, son el

recurso humano de los comercios, industria y empresas de la ciudad. Es fácil

entender, que si el recurso humano de la ciudad está en buenas condiciones,

trabajara mejor y cubrirá mejor las necesidades tanto de su centro de trabajo

como las propias. Todo esto, se convierte en un círculo de beneficios para todos

los habitantes de la ciudad.

. . . . . . .. . .


42

2.5 HIPOTESIS DE CASO DE ESTUDIO

Del anterior marco teórico y teniendo bien definido el objetivo, se pueden plantear

como hipótesis lo siguiente:

Hipótesis:

Gracias a un SIG y la EMC es posible resolver con mayor facilidad

complejos problemas de asignación “óptima” de actividades al

territorio, considerando para ello tanto su aptitud intrínseca, como el

posible impacto social de la localización, en ese punto del territorio.

2.6 ALCANCE DEL ESTUDIO

Al finalizar este trabajo de tesis, se generaran modelos territoriales que nos

servirán para definir un ordenamiento de los componentes que satisfacen las

necesidades diarias de los pobladores de los barrios populares de la ciudad de

Comayagua.

Para esto, nuestros componentes o elementos territoriales del estudio serán los

servicios de educación, salud y transporte público. Y desde luego la ubicación de

los pobladores de los barrios populares. Estos elementos serán nuestras piezas

del ajedrez territorial que jugaremos en el tablero conocido como la ciudad de

Comayagua.


43

CAPITULO III: METODOLOGIA

Contenido:

3.1. Uso de SIG y EMC para la toma de decisiones

3.2. Definición de EMC

3.3. Metodología de aplicación de EMC

Metodología

CAPITULO III

. . . . . . .. . .


44

3.1 USO DE SIG Y EMC PARA LA TOMA DE DECISIONES

De acuerdo a Bosque Sendra (1992, 2000), los Sistemas de Información

Geográfica (SIG) constituyen una importante herramienta en las tareas de

planificación ambiental y ordenación del territorio. Con ellos es posible resolver

con más facilidad complejos problemas de asignación “óptima” de actividades

al territorio, considerando para ello tanto su aptitud intrínseca, como el posible

impacto ambiental de la localización, en ese punto del territorio, de una concreta

actividad.

Un importante desarrollo metodológico en el uso de la tecnología SIG ha sido la

estandarización de lo que Tomlin (1990) denominó “modelado cartográfico” y su

evolución hacia lo que hoy integran las diversas técnicas de “evaluación

multicriterio (EMC)” (Gómez Delgado y Barredo Cano, 2006), las cuales,

incorporadas al ambiente del SIG como desarrollo vertical (Eastman, 2007)

forman una potente herramienta de gran utilidad y validez. La interconexión de

SIG y EMC son de gran ayuda, al momento de resolver diversos tipos de

problemas de planificación ambiental:

Búsqueda de sitios candidatos para la localización de equipamientos

e instalaciones de diverso tipo (instalaciones de carácter deseable y

no deseables, con sus consiguientes externalidades positivas y

negativas respectivamente).

Determinación de la traza de mínimo impacto medioambiental de

infraestructuras lineales en base a las condiciones de fricción

espacial real o como método de ponderación.

Apoyo a la toma de decisiones para la asignación de nuevos usos y

formas de ocupación del territorio en base a principios de

racionalidad que lleven a lograr una mayor justicia espacial.


45

Mediante la interconexión de un SIG y un EMC, es posible crear, comparar y

decidir una solución óptima para mejorar la accesibilidad y tiempos de traslado

de los barrios y colonias con mayor desventaja socio espacial de la ciudad de

Comayagua. La finalidad es brindar elementos de desarrollo científico-técnico

con el objetivo de disponer de una herramienta que sirva para la planificación

territorial del área de estudio tendiente a la mejora en la calidad de vida de la

población.

. . . . . . .. . .


46

3.2 DEFINICIÓN DE EMC6

De acuerdo a Buzai (2006), la modelización de

comportamientos socio-espaciales a partir de la variación

en las condiciones de importancia de los factores

intervinientes generan resultados alternativos. He aquí la

importante utilidad que tienen estas aplicaciones en el

marco de las nuevas pautas que brinda la planificación

territorial estratégica y la resolución de conflictos sectoriales en diversas escalas.

El punto clave de este proceso es la elección de alternativas. Decidirse por una u

otra presenta una tendencia hacia determinado curso de acción y, en este

sentido, la evaluación Multicriterio (EMC), según Barredo (1994), puede ser

considerada como el conjunto de técnicas que apoyan el proceso de toma de

decisión dentro de una amplia variedad de posibilidades.

¿En qué consiste la EMC7?

El EMC o MCE, en ingles, calcula una imagen de evaluación multicriterio por

medio de un análisis Booleano, una Combinación Lineal Ponderada (Weighted

Linear Combination-WLC) o un Promedio Ponderado Ordenado

(OrderedWeighted Averaging-OWA) de las imágenes de factores. Al usar WLC,

cada imagen de factores estandarizada se multiplica por su peso y luego se

suman los resultados. OWA también trabaja con imágenes de factores

estandarizadas y emplea una variante de WLC. Toma en cuenta el riesgo

asociado a la decisión y el grado de intercambio relacionado con las variables del

análisis. En ambos casos, se pueden aplicar mapas Booleanos de restricción

para limitar las áreas consideradas para el análisis final. Finalmente, se puede

emplear un estricto análisis Booleano usando mapas Booleanos de factores para

producir un resultado seguro.

6 Del libro “Análisis socioespscial con SIG” - Dr. Gustavo Buzai y Lic. Claudia Baxendale - 2006 7 Manual Idrisi Kilimanjaro, Clark Labs, 2004


47

a) Variables de un EMC (layers o capas)

El análisis de evaluación Multicriterio comienza con la información básica

compuesta por variables en formato de layers que sirven como criterios para

llevar adelante los procedimientos de evaluación. Hay dos tipos de criterios;

aquellos que presentan valores continuos de aptitud en cada variable para

asignar el uso del suelo que se intenta ubicar, llamados factores, y las capas

temáticas que actúan con la finalidad de confinar los resultados en un sector

delimitado del área de estudio, llamados restricciones.

Factores: capas con valores continuos de aptitud Variables = Criterios Restricciones: capas que confinan resultados

Mediante la selección de variables, se continúa con su tratamiento tendiente a la

generación de factores y restricciones. (Es decir, se transforman los criterios en

factores o restricciones a través de análisis espaciales y reclasificaciones).

Factores:

Capas con valores continuos de

aptitud

Variables = Criterios Análisis de distancia y Reclasificación

Restricciones:

Capas que confinan los resultados

. . . . . . .. . .


48

Y la consideración de diferentes formas de combinación nos encaminamos hacia

la búsqueda de resultados. Las formas de vinculación se denominan reglas de

decisión y su proceso de aplicación evaluación.

b) Métodos de evaluación de una EMC

Cuando se tiene un objetivo único es posible conseguirlo a través de diferentes

caminos. Se pueden aplicar procedimientos técnicos booleanos, de combinación

lineal ponderada o de media ponderada, analizados en el presente capitulo como

diferentes alternativas de evaluación al interior de la EMC.

En otras ocasiones se presenta la necesidad de tener que resolver varios

objetivos simultáneamente; de esta forma, surgen relaciones complementarias o

conflictivas. Las primeras permiten que una misma localización pueda ser útil a

uno u otro objetivo, mientras que la segunda considera que una localización

debe satisfacer solamente uno de los dos, el método corresponde a los

procedimientos denominados como evaluación multi-objetivo (EMO).

Combinación Lineal Ponderada (WLC):

Cuando se tiene un objetivo único.

Métodos de EMC

Evaluación Multi-objetivo (EMO):

Cuando se tienen varios objetivos simultáneamente.

En síntesis, existen diversas alternativas para la aplicación de la tecnología SIG

como herramienta para la toma de decisión locacional.


49

Aplicación a caso de estudio:

Debido a que el estudio que se realiza para esta tesis abarca un único

objetivo, se utilizara el método de Combinación Lineal Ponderada, que

en ingles se traduce en Weighted Linear Combination (WLC).

c) Clasificación de decisiones locacionales

La utilización de layers en forma de criterios como apoyo a la resolución de

problemas de localización espacial impone, por un lado, la posibilidad de que la

decisión puede basarse en la consideración de uno o varios criterios (unicriterio o

Multicriterio), y por el otro la capacidad de solucionar uno o varios objetivos

simultáneamente (uni-objetivo o multi-objetivo). En este sentido, la clasificación

de las decisiones se basa en la combinación de las siguientes cuatro

posibilidades:

Tabla No.3 – Clasificación de Criterios

Unicriterio Multicriterio

Uni-objetivo Un layer – Una alternativa Varios layers – Una alternativa

Multi-objetivo Un layer – Varias

alternativas

Varios layers – Varias alternativas

Fuente: Del libro “Análisis socioespacial con SIG”

Buzai y Baxendale, 2006.

En el caso Multicriterio, su capacidad permite la consideración de una seria de

criterios para la búsqueda de una mejor solución de asignación o de soluciones

ante la posibilidad de variadas alternativas en los usos del suelo de naturaleza

complementaria conflictiva.

. . . . . . .. . .


50


Mientras que las problemáticas unicriterio prácticamente se encuentran

descartadas debido a su gran simplicidad, el entorno SIG se basa en la

resolución de problemáticas Multicriterio. Por ende en este estudio,

usaremos este método.


51

3.3 METODOLOGIA DE APLICACIÓN DE EMC8

a) Un análisis de riesgo mínimo y máximo

Una decisión de localización en la cual se minimiza el riesgo de seleccionar un

lugar inadecuado se lleva adelante a través de aplicar uno de los procesos de

mayor selectividad al momento de utilizar la tecnología SIG, como es el trabajar

únicamente con mapas de restricciones.

Esto significa que cada uno de los factores (f) utilizados debe quedar

estandarizado de acuerdo a la lógica booleana, llevando sus valores a números

digitales (DN, digital number) en dos categorías: DN = 0 (áreas sin aptitud) y DN

= 1 (áreas con aptitud), de esta manera, cada mapa estará definido únicamente

por lo que sea evaluado como sus mejores áreas.


Para nuestro caso, aquellos valores que se acerquen a 1 (áreas con

aptitud) serán los que nos indiquen si los modelos territoriales cumplen

con nuestro objetivo o no. En caso negativo, se realizara otro modelo

territorial hasta encontrar el modelo óptimo.

Posteriormente, el método trabaja por correspondencias espaciales en los

valores de cada uno de los pixeles del área de estudio, como grupo candidato a

clasificar. Cada uno de los factores booleanos cuenta con similar importancia

respecto de la problemática total y el uso de procedimientos de superposición

temática a través de operaciones matemáticas simples generan los

resultados.

8 Del libro “Análisis socioespscial con SIG” - Dr. Gustavo Buzai y Lic. Claudia Baxendale - 2006

. . . . . . .. . .


52

Una solución por multiplicación estaría dada por:

A = f1 x f2 x f3 x … x fn = ∏fx

Donde A es el resultado que contiene solo aquellas zonas en las que coincide la

mayor aptitud en todos los factores.

Una solución por suma estaría dada por:

B = f1 + f2 + f3 + … + fn = ∑fx

Donde B es un resultado que contiene una variedad de aptitudes continuas. El

espacio más favorable adquiere un valor DN = n, la segunda área DN = n-1,

hasta llegar a las áreas que no tienen aptitud en ninguno de los factores con DN

= n-n = 0. Esto significa una aptitud escalonada y progresiva en el riesgo de

tomar una decisión locacional incorrecta.

Y una tercera vía de solución estaría dada por una reclasificación de la solución

B, a un nuevo mapa C, en el cual se buscara una solución booleana para

aquellas áreas que cuentan con algún tipo de aptitud ampliara la zona geográfica

a la extensión de mayor riesgo, ya que con este resultado podría ser

seleccionada un área que solamente cuento con único factor a favor.

En síntesis, la solución A es el resultado de una intersección espacial del tipo

AND (correspondencia completa), la solución B camina por el eje de soluciones

decisionales múltiples entre AND y OR, mientras que la solución C, en su

máxima amplitud se ubica cercano de OR.


53

b) Estandarización continua (fuzzy)

Un avance en las opciones del proceso de toma de decisión desde un punto de

vista cuantitativo –ubicado entre AND y OR- se puede obtener a partir de realizar

una estandarización continua en las categorías de los factores. Esto sería el

paso inicial para la aplicación de la metodología basada en el nivel de

compensación a través del uso de valores de ponderación; una combinación de

la denominada estandarización fuzzy y la evaluación Multicriterio (Jiang y

Eastman, 2000).

Lógica fuzzy:

La lógica fuzzy es la que permite obtener mapas de aptitud continua

para cada factor, en donde cada pixel se clasifica en cuanto al nivel que

tiene entre los extremos apto-no apto.

Si a partir de la entidad geométrica seleccionada se realiza un mapa de

distancias la zona de aptitud a partir de la lejanía a esa entidad puede ser de dos

formas:

i. Un buffer de distancia fija

ii. Una aplicación fuzzy

1) Un buffer de distancia fija;

En donde la zona interna es apta y la zona externa no es apta. Las funciones de

crecimiento con la distancia más usuales son lineales, exponenciales y

sigmoideas.

. . . . . . .. . .


54

2) Una aplicación fuzzy:

Una aplicación fuzzy en donde, con valores de re-escalonamiento, se consideran

variaciones en aptitud. La definición fuzzy implica contar con un buen

conocimiento acerca del comportamiento de cada variable en cuanto a su

alcance espacial, pues este es el que permite elegir la función que mejor lo

representa.

En el caso booleano (grafico 11) el espacio cercano al punto adquiere similar

aptitud (representación buffer), la máxima dentro de ese espacio y ninguna más

allá de sus límites.

Grafico 11 – Caso Booleano de similar aptitud



Existen casos en los que se presenta una aptitud diferente dentro del área

establecida (grafico 12) estando la máxima aptitud en el centro y utilizando como

límites los mismos del buffer booleano, y finalmente, en otros casos se generan

limites difusos (grafico 12) a partir de diferentes grados de pertenencia dentro del

sistema clasificatorio.


55

Gráficos 12 – Casos Booleanos de diferente aptitud



. . . . . . .. . .


56

c) Uso de niveles de compensación

A partir del uso de factores estandarizados a través de la metodología fuzzy se

cuenta con la posibilidad de utilizarlos como materia prima para proporcionarle

un valor de ponderación a cada uno de ellos de acuerdo a la importancia relativa

que cada factor tiene dentro del conjunto de factores. El método de agregación

utilizado para el apoyo a la decisión de la resolución locacional se conoce como

WCL.

La técnica para determinar la importancia relativa de los factores puede ser

simple como la consideración de un valor de ponderación en base a lo que surja

a partir de la teoría o el conocimiento empírico de cada factor en relación con la

temática total. Cada uno deberá tener un peso de proporción que sumado

presente el valor de 1 como resultado, lo que representa una importancia de la

temática total en un 100%.

En resumen, podemos mencionar las dos metodologías recomendadas (según

Buzai, 2006) para definir el valor de peso de cada elemento y el caso en que se

escogen:

Tabla No.4 – Selección de método de cálculo de pesos

No. Caso Método a usar

1 Se conocen los factores Valoración empírica o teórica

2 No se conocen los factores Proceso de Jerarquía Analítica

(AHP)

Fuente: Del libro “Análisis socioespscial con SIG”



57

Caso 1:

Como se mencionó anteriormente, esta técnica para determinar la importancia

relativa de los factores consiste en la consideración de un valor de ponderación

en base a lo que surja a partir de la teoría o el conocimiento empírico de cada

factor en relación con la temática total.

Caso 2:

Existe una metodología propuesta por Saaty (1990) que permite disminuir el nivel

de contradicción en la asignación de pesos (pi) a partir de la aplicación de lo que

se denomina Proceso de Jerarquía Analítica (AHP, Analytical Hierarchy

Process). Comienza con la generación de una matriz cuadriculada (criterios x

criterios) que permite realizar una comparación de pares en la cual se brinda un

valor de nivel de importancia para la relación de cada par de criterios. De

acuerdo a estas comparaciones se calcula el valor de pi para cada uno de los

criterios, siendo:

0 ≤ pi ≤ 1

n ∑ pi = 1 I=1

Una vez obtenidos estos valores de ponderación se realiza un test de

consistencia, y se obtiene un valor de consistencia (vc) que indica la probabilidad

de que los valores de ponderación hayan sido obtenidos aleatoriamente (vc <

0.10 indican una coherente asignación de pesos y valores, vc > 0.10 lleva a tener

que revisar el procedimiento de comparación realizado).

. . . . . . .. . .


58

Método de ponderación a utilizar:

Debido a que se conocen tanto teóricamente, como empíricamente los

factores a utilizar, para esta investigación se utilizara el primer método

de Valoración empírica o teórica.

d) Método de agregación WLC

Este método, aplicado a partir de haber obtenido los valores pi para cada factor

indica que cada pixel que representa el espacio geográfico asume un valor de

aptitud (A) a partir de la siguiente fórmula:

n Ai = ∑ pi xi I=1

Donde Ai, es el valor índice para la unidad espacial i, ∑ es sumatoria de los

resultados brindados por la totalidad de las capas temáticas, p es la ponderación

como proporción de cada factor y x es el valor especifico de cada clase de cada

factor.

Cuando la evaluación incorpora mapas de restricciones (rj) la formula se amplia

de la siguiente forma:

n

Ai = ∑ pi xi πrj I=1

En términos de riesgo en la decisión este procedimiento presenta un resultado

que se encuentra en el punto medio del continuo AND-OR y agrega una nueva


59

dimensión al análisis, el nivel de compensación total entre los factores,

ofreciendo mayor flexibilidad que en el caso booleano al incorporar importancias

relativas y diferentes grados de aptitud.

e) Resumen esquema de procedimientos

Cuando se intenta obtener una solución a un problema de la relación

Multicriterio-uniobjetivo se parte de la selección de criterios, el proceso de

estandarización (booleana o fuzzy) para la formación de factores y restricciones,

la aplicación de un proceso de combinación como el método WLC y la obtención

del mapa de resultado con un continuo de aptitud para la asignación del uso o

actividad correspondiente (objetivo 1). Un proceso posterior de posicionamiento

(ranking) para los valores de cada pixel del mapa permite obtener áreas más

específicas para la toma de decisión.

A continuación se presenta el flujo de este proceso:

. . . . . . .. . .


60

Definiciones9:

Decisión

Una decisión es una elección entre alternativas. Las alternativas pueden

representar diferentes caminos de acción, diferentes hipótesis sobre la

naturaleza de una característica, diferentes clasificaciones, etc. Llamamos a este

grupo de alternativas marco de decisiones. Entonces, por ejemplo, el marco de

decisiones para un problema de zonificación puede ser comercial residencial

industrial. El marco de decisiones, sin embargo, debe distinguirse de los

individuos a los que se aplica la decisión. A esto le llamamos grupo candidato.

Por ejemplo, un grupo de decisiones es aquél que en un ordenamiento del

territorio incluye todos los individuos a los que se les asigna una alternativa

específica del marco de decisiones. Entonces en el caso de la zonificación de

una ciudad, por ejemplo, todos los pixeles asignados a la zona residencial

constituyen un grupo de decisiones. De manera similar, aquellos que pertenecen

a la zona comercial constituyen otro. Por lo tanto, otra definición de una decisión

sería considerarla el acto de asignación de un individuo a un grupo de

decisiones. Alternativamente, se puede interpretar como una elección de

caracterizaciones alternativas para un individuo.

Criterio

Un criterio es la base para una decisión que puede medirse y evaluarse. Es la

evidencia sobre la cual puede asignarse un individuo a un grupo de decisiones.

El criterio puede ser de dos tipos: factores y restricciones, y puede estar

relacionado con los atributos del individuo o bien con un grupo de decisiones

entero.

9 Manual del Idrisi Kilimanjaro, Guia para SIG y procesamiento de imágenes, mayo 2004


61

Factores

Un factor es un criterio que mejora o reduce la aptitud de una alternativa

específica para la actividad en consideración. Por lo tanto, se mide comúnmente

en una escala continua. Por ejemplo, una compañía de forestación puede

determinar que mientras más profunda sea la pendiente, más costoso es

transportar la madera. Como resultado, las mejores áreas para la tala son

aquéllas con pendientes suaves – mientras más suave, mejor. Los factores

también se conocen como variables de decisión en la literatura de la

programación matemática (ver Feiring, 1986) y variables estructurales en la

literatura de la programación de objetivo lineal (ver Ignizio, 1985).

Objetivo

Las reglas de decisión están estructuradas en el contexto de un objetivo

específico. La naturaleza de ese objetivo, y la manera en que es entendido por la

persona que toma las decisiones (es decir, sus motivos) sirven como una

enérgica fuerza conductora en el desarrollo de una regla de decisión específica.

Un objetivo es entonces una perspectiva que sirve para guiar la estructuración de

las reglas de decisión. Por ejemplo, podemos tener el objetivo establecido para

determinar las áreas aptas para la tala de árboles para madera.

Sin embargo, nuestra perspectiva puede ser una que trata de minimizar el

impacto de la cosecha en los usos recreacionales del área. La elección del

criterio para usar y los pesos para asignarles es bastante diferente de la de un

grupo cuya preocupación principal es la maximización de las ganancias. Los

objetivos se ocupan por lo tanto de los temas del motivo y la perspectiva social.

. . . . . . .. . .


62

CAPITULO IV: APLICACIONES Y RESULTADOS

Contenido:

4.1. Insumos para EMC a caso Comayagua

4.2. Aplicación técnica de EMC a caso Comayagua

4.3. Generación y análisis de mapas de accesibilidad y modelos territoriales

Aplicación y resultados

CAPITULO IV


63

4.1 Insumos para EMC a caso Comayagua

Después de la explicación teórica este estudio se centrara en la aplicación al

caso de estudio de la tesis, en el área donde están estos seis (6) barrios

populares, donde por medio de la aplicación de la Evaluación Multicriterio (EMC)

podremos optimizar los servicios existentes y priorizar los emergentes, ya que

esto debe ser una prioridad para la ciudad.

Se generara un modelo territorial, para apoyar al gobierno (nacional o municipal)

a mejorar la situación de las zonas residenciales más pobres o necesitadas

(populares), usaremos una herramienta EMC para priorizar el mejoramiento de

la accesibilidad de servicios sociales públicos y privados a través de

comparación de modelos territoriales que cumplan los criterios de decisión. De

esta manera, evitaremos la instalación de servicios básicos sociales o

privados en áreas urbanas “privilegiadas” donde la necesidad de servicios

básicos es mínima o innecesaria.

Los servicios básicos que tomaremos como elementos de estudio serán las rutas

de transporte público, centros de salud y centros de estudio.

Información y Software utilizado:

Área de estudio: Barrios populares de la ciudad de Comayagua

Software cartográfico: Idrisi Andes y ArcGIS 9.0

Formato de archivos: Raster

Base catastral: Mapa catastral de Comayagua

Base cartográfica: Alcaldía de Comayagua y SINIT

Capas o layers temáticos:

o Vector 1: Rutas de transporte público

o Vector 2: Centros de Salud

o Vector 3: Centro Educativos

. . . . . . .. . .


64

Vector No.1 – Rutas de transporte público.

Fuente: Alcaldía Municipal de Comayagua.

Vector No.2 – Centros de Salud.



65

Vector No.3 – Centros Educativos.


Sobre el Idrisi Andes

El software a utilizar será el Idrisi Andes, el cual será

utilizado en base a los conocimientos adquiridos

durante las clases de la maestría. Apoyándose en la

sección de EMC del “Manual del IDRISI Kilimanjaro,

Guía para SIG y Procesamiento de Imágenes Mayo de

2004” (Ver anexo No.2). Este software fue creado por

los Laboratorios Clark, para fines educativos.

. . . . . . .. . .


66

4.2 Aplicación técnica de EMC a caso Comayagua

La investigación brindara elementos de decisión territorial y, con ello, convertirse

en una herramienta de apoyo para que el gobierno local (organismos de

planificación) implemente políticas que tiendan a mejorar la accesibilidad

espacial de la población de la ciudad de Comayagua. La accesibilidad hacia

diferentes “centralidades”. Estas centralidades corresponden a servicios e

infraestructuras urbanas.

A continuación se detallan las fases de la aplicación:

1) Obtención de mapas vector:

Para la tarea de aplicación hay que tener los mapas de todas las centralidades

posibles: (1) puntuales – centros de salud y centros educativos. (2) lineales –

rutas de transporte público. Dichos mapas vectores, fueron proporcionados por

la Unidad de Investigación y Estadística Social de la Municipalidad de

Comayagua (UIES-COM).

2) Obtención de criterios:

La evaluación Multicriterio realizada con el método WLC, trabajada en Idrisi,

requiere que los vectores sean transformados en raster. De esta manera, se

puede trabajar con sus pixeles como unidad de medida y evaluación.

3) Generación de factores:

Cada centralidad o vector es una “capa temática”. Luego se define para cada

una las distancias a la centralidad. Ej: zonas (buffer) de diferentes distancias a

los centros de salud y centros educativos. Todo en “sistema raster” del Spatial

Analyst. Se definirán franjas de similar amplitud (metros) alrededor de la


67

centralidad, para este caso, 5 y la última una zona lejana. Los valores de los

pixeles para cada franja serían 5, 4, 3, 2 y 1 los pixeles más lejanos.

4) Combinación Lineal Ponderada (WLC):

Al tener todos estos mapas de “nivel de accesibilidad” a cada centralidad o

mapa, se superponen o suman con la calculadora. El valor mayor será el de

mayor accesibilidad y el de menor valor el de menos accesibilidad, o puede

obtenerse un “promedio” de valores, Si un pixel obtiene el valor 5 esto significa

que su posición es la mejor de todas en todos los casos, 1 sería lo inverso. Esta

resolución simple luego puede obtener variantes con el método de ponderación

por WLC (Combinación Lineal Ponderada) donde previo a la suma de valores se

multiplican por un valor ponderado previamente. Pero se aplica posteriormente

de haber obtenido los primeros resultados. Este es el MAPA DE

ACCESIBILIDAD DEL AREA DE ESTUDIO 1, es el resultado u objetivo 1.

5) Evaluación de modelo:

El mapa de accesibilidad y los mapas de aptitud anteriores muestran donde se

localizan las zonas con mayor accesibilidad. Para determinar si el modelo es el

adecuado con estos resultados, realizamos una evaluación en base a criterios de

accesibilidad definidos en base al cumplimiento de los objetivos del estudio. Si el

modelo cumple dichos criterios el objetivo es alcanzado y por ende el modelo es

el deseado u optimo.

En caso contrario, donde estos criterios no cumplen, se genera otro modelo

territorial con la agregación o reubicación de cualquier centro (educación, salud,

ruta de transporte, etc) y aplicar el procedimiento nuevamente para llegar a un

segundo resultado final: MAPA DE ACCESIBILIDAD DEL AREA DE ESTUDIO 2.

Este es el resultado 2, en el que igualmente se evaluara el cumplimiento de los

criterios.

. . . . . . .. . .


68

Este proceso se continúa hasta encontrar el resultado deseado. El siguiente flujo

de proceso explica gráficamente la aplicación de este caso:


69

4.3 Generación y análisis de mapas de modelos territoriales

La generación de diferentes ESCENARIOS para toma de decisiones en base a la

ACCESIBILIDAD es la base de este trabajo. Se simulan nuevas situaciones, por

ejemplo: Si agregamos o reubicamos vías de circulación, escuelas u hospitales.

Cualquier alternativa y con el mismo procedimiento va a cambiar la superficie de

accesibilidad. Para la generación de diferentes escenarios se empleó el siguiente

procedimiento:

Paso 1:

Definir todos los elementos que dentro del área de estudio pueden servir para

medir accesibilidad y realizar las capas temáticas (mapas vectores). Para este

proyecto, serán:

Mapa de Comayagua: localización de rutas de transporte público

Mapa de Comayagua: localización de centros educativos

Mapa de Comayagua: localización de centros de salud

Paso 2:

Transformar todos los mapas (Criterios) en factores, esto se realiza con el

cálculo de distancias y lógica de aptitud fuzzy, de los cuales obtenemos:

Mapa de Comayagua: accesibilidad a las rutas de transporte público

Mapa de Comayagua: accesibilidad a los centros educativos

Mapa de Comayagua: accesibilidad a los centros de salud

Paso 3:

Combinación de factores mediante una WLC (Weighted Linear Combination), o

combinación lineal ponderada, a través de la cual se logra la obtención del

MAPA DE ACCESIBILIDAD.

. . . . . . .. . .


70

Paso 4:

Generación de ESCENARIOS DE MEJOR ACCESIBILIDAD y selección del

MEJOR ESCENARIO utilizando los criterios de decisión, los cuales han sido

establecidos basándose en la Justicia y Equidad espacial10.

Los criterios de decisión que se utilizaran para definir el modelo

territorial óptimo serán:

a) Mayor área de población beneficiada con servicios

b) Mejor distribución de servicios

c) Las áreas con mayor aptitud están en los barrios populares

Con esto trataremos el problema de donde situar un servicio o actividad,

escogiendo el mejor modelo territorial que logre ofrecer a la población más

necesitada lo siguiente:

1. Aumentar la calidad de vida de la población que reside o usa el territorio

2. La organización más equilibrada o coherente del espacio geográfico de

acuerdo a las necesidades insatisfechas.

10 Moreno Jiménez, A. 2006. En torno a los conceptos de equidad, justicia e igualdad espacial. Huellas.

La Pampa. Argentina. 11:133-142


71

4.3.1 GENERACIÓN DE MODELO TERRITORIAL No.1

Como se menciono anteriormente, se generaran modelos y se evaluaran cada

uno para escoger el que resulte optimo en base a criterios de beneficio definidos

para los barrios populares. El primer modelo, consiste en el modelo actual, es

decir, evaluaremos el modelo existente actualmente.

4.3.1.1 Mapas de distancia y aptitud – Centros Educativos

Procedimiento para generar la capa raster de aptitud (fuzzy) de los centros

educativos:

i. Definición de distancia máxima:

Primero, se define cual es la distancia máxima que pueden recorrer la población

a un centro de estudio. En este punto, no existe un estudio socioeconómico de

cuál es la distancia mínima, media o máxima que recorre un alumno para asistir

a su centro educativo, por lo cual, se asume, que en el peor de los casos (en la

periferia urbana), un alumno que vive a la par de un centro de estudio, decide

estudiar en otro por una razón “x”. El alumno decidió estudiar en el Segundo

Centro de Estudio más cercano a su hogar. Al crear un radio imaginario

(distancia) entre un centro y otro se generaron las circunferencias de distancia.

Gracias a este planteamiento hipotético, logramos tener áreas de influencia

“circulares” de cada centro educativo (ver Mosaico Regional, Análisis Socio

espacial con SIG, Buzai y Baxendale, 2006).

Como se puede ver (Mapa No.4), existen traslapes entre las áreas de influencia

de los centros de estudio debido a que los radios de las circunferencias no son

iguales. Unos radios son más grandes y otros más pequeños. Con esto, se

muestra que existe una inadecuada distribución de la oferta del servicio. Esto

. . . . . . .. . .


72

muestra, la desequilibrada inversión del gobierno en satisfacer la demanda de

educación pública. Para efecto de la presente investigación, se tomó como la

“distancia de estudio” el caso extremo, que es la circunferencia de distancia de

mayor radio, 250 metros. Con lo cual, obtenemos el siguiente mapa:

Mapa No.4 – Radios de distancia máxima de recorrido por alumno, Comayagua.



73

ii. Generación de capa de distancia:

Se obtiene la capa de Distancia de los centros de estudio, utilizando como base

la distancia máxima anterior.

Mapa No.5 – Resultado intermedio de distancia a los centros educativos.


. . . . . . .. . .


74

iii. Generación de capa de aptitud (fuzzy):

Se estandariza la capa raster de distancia para obtener la capa de aptitud

(fuzzy), para esto utilizamos una función del tipo sigmoidal, con un rango de

formato de salida entre 0 y 255 bytes. Igualmente, se utiliza como distancia

máxima entre puntos los 250 metros. Al finalizar se obtiene lo siguiente:

Mapa No.6 – Aptitud de los centros educativos.



75

4.3.1.2 Mapas de distancia y aptitud – Centros de Salud

Procedimiento para generar la capa raster de aptitud (fuzzy) de los centros de

salud:


Se define cual es la distancia máxima que pueden recorrer la población a un

centro de salud. Para esto, se asume, que en el peor de los casos (en la periferia

urbana) la distancia es 300 metros.

Al igual que en los centros educativos, se crea las áreas de influencia generando

un radio imaginario (distancia) entre un centro de salud y el siguiente más

cercano. Como se puede ver, al contrario de los centros de estudio, la cantidad

de centros médicos es menor, igualmente existe una mala distribución del

servicio, lo que se capta con el traslape entre los radios.

A continuación se presenta el mapa resultante:

. . . . . . .. . .


76

Mapa No.7 – Radios de distancia máxima de recorrido por paciente, Comayagua.



77


Se obtiene la capa de Distancia de los centros de salud, utilizando como base la

distancia máxima anterior.

Mapa No.8 – Resultado intermedio de distancia a los centros de salud.


. . . . . . .. . .


78


Al igual que se hizo en la capa de centros educativos, en esta capa se

estandariza la capa raster de distancia para obtener la capa de aptitud (fuzzy),

para esto utilizamos los mismos estándares. Igualmente, se utiliza como

distancia máxima entre puntos los 300 metros obtenida previamente. Al aplicar

el procedimiento se obtiene lo siguiente:

Mapa No.9 – Aptitud de los centros de salud.



79

4.3.1.3 Mapas de distancia y aptitud – Rutas de transporte

Procedimiento para generar la capa raster de aptitud (fuzzy) de rutas de

transporte:


Se define cual es la distancia máxima que pueden recorrer la población a una

ruta de transporte público. Para esto, se asume, que en el peor de los casos (en

la periferia urbana) la distancia es 300 metros.


Se obtiene la capa de Distancia de las rutas de transporte, utilizando como base

la distancia máxima anterior.

Mapa No.10 – Resultado intermedio de distancia a las rutas de transporte.


. . . . . . .. . .


80


En esta capa se estandariza la capa raster de distancia para obtener la capa de

aptitud (fuzzy), para esto utilizamos los mismos estándares. Se utiliza como

distancia máxima entre puntos los 300 metros obtenida previamente. Al finalizar

obtenemos lo siguiente:

Mapa No.11 – Aptitud de rutas de transporte.



81

4.3.1.4 Aplicación del procedimiento EMC (MCE)

Para obtener la EMC, se utilizo el proceso de la combinación de factores

mediante una WLC (Weighted Linear Combination), o combinación lineal

ponderada.

La WLC, consiste en que una vez estandarizadas las variables o vectores en

factores de aptitud continua, se pondera cada Factor de acuerdo a su

importancia. Se multiplica cada factor por el valor de ponderación y luego se

suman para obtener el resultado.

Esto se puede lograr con la calculadora geográfica de la siguiente

manera:

Resultado WLC = (Mapa 6 x Valor de ponderación (a)) + (Mapa 9

x Valor de ponderación (b)) + (Mapa 11 x Valor de ponderación

(c))

Las ponderaciones deben tener valores entre 0 y 1, y la suma de las

ponderaciones debe dar 1.

En la Evaluación Multicriterio de los criterios visuales se requiere definir

previamente los pesos Wa, Wb y Wc correspondientes. El valor de dichos pesos

dependerá de las preferencias del tomador de decisiones. Para este caso, las

rutas tienen más importancia, ya que gracias a ellas, que la comunidad llega en

menos tiempo a los centros educativos y de salud. Y en el caso de estos centros,

se tomaran un valor equitativo para ambos, pues estos servicios son

complementarios e importantes.

. . . . . . .. . .


82

De esta manera resultan los valores siguientes:

Factor Factores Pesos (W)

1 Rutas de

Transporte 0.40

2 Centros

Salud 0.30

3 Centros

Educativos 0.30

En dicha matriz se establece la importancia relativa que guardan entre si los

diversos criterios considerados. El valor de ponderación siempre es un número

entre 0 y 1, y la suma de las ponderaciones es igual a 1, lo que significa que el

problema vale un 100%. En este problema el Factor 1 vale un 40% (es muy

importante, vale la mitad del problema), el Factor 2 un 30% y el Factor 3 un 30%.

Este procedimiento se aplica cuando se considera que no todos los factores

valen lo mismo.

Después de esta ponderación, la formula finalmente está completa en todas sus

variables ahora como parámetros definidos:

WLC = (Factor 1 x 0,30) + (Factor 2 x 0,30) + (Factor 3 x 0,40)

Otra forma es realizar la EMC con el IDRISI Andes, utilizando un módulo

específico en “Decision Support”, con el comando “EMC: Muti-criterial evaluation”

y allí seleccionando el método WLC aquí se carga cada mapa, se digita el valor

de ponderación (peso) que se haya elegido y el nombre del mapa final. El

programa multiplicará cada factor por el valor asignado y luego sumará para

obtener el resultado. En este estudio, se determinó utilizar la herramienta

Decision Support – EMC.


83

Mapa No.12 – Evaluación Multicriterio Modelo No.1


. . . . . . .. . .


84

4.3.1.5 Mapa de Accesibilidad de Modelo No.1

i. Generación de mapa de accesibilidad:

Con el MCE, se recortan los resultados superponiéndolos al área de estudio

(mapa catastral), con lo cual, se ha obtenido el MAPA DE ACCESIBILIDAD DEL

AREA DE ESTUDIO. De acuerdo al flujo de proceso, este es el resultado 1 del

modelo No.1.

Mapa No.13 – Mapa de Accesibilidad del Modelo No.1.



85

ii. Generación de zonas de mayor aptitud:

Debido a que los criterios base para identificar el modelo optimo, se necesita

tener identificadas las zonas de mayor aptitud o accesibilidad, el mapa de

accesibilidad del modelo No.1 será priorizado con las zonas de aptitud alta, es

decir en el rango entre 100 y 255. Con lo cual, obtenemos el mapa de ubicación

de las zonas de mayor aptitud o accesibilidad.

Mapa No.14 – Mapa de las áreas con mayor aptitud o accesibilidad del Modelo

No.1.


. . . . . . .. . .


86

iii. Reclasificación del mapa de accesibilidad:

Con la reclasificación del mapa de accesibilidad se obtiene un mapa de

restricciones, esto significa que cada uno de los factores (f) utilizados debe

quedar estandarizado de acuerdo a la lógica booleana, llevando sus valores a

números digitales (DN, digital number) en dos categorías: DN = 0 (áreas sin

aptitud) y DN = 1 (áreas con aptitud), de esta manera, cada mapa estará definido

únicamente por lo que sea evaluado como sus mejores áreas.

Para este estudio, las áreas con los valores digitales DN = 1, son las áreas

beneficiadas con los servicios en evaluación, y las áreas con valores digitales DN

= 0, son las áreas sin el beneficio de estos servicios.

Después de aplicar la reclasificación al mapa de accesibilidad, obtenemos el

nuevo mapa donde podemos observar solamente las áreas beneficiadas:


87

Mapa No.15 – Mapa de área beneficiada con accesibilidad optima a los servicios

del Modelo No.1.


. . . . . . .. . .


88

iv. Calculo de área del mapa de accesibilidad :

Ahora que tenemos el mapa de las áreas beneficiadas se calcula la superficie del

área en kilómetros cuadrados.

Los cálculos de la superficie beneficiada con una accesibilidad óptima a los

servicios de transporte público, salud pública y educación pública, nos muestran

lo siguiente:

Tabla No.5 – Área urbana con beneficio

Área Urbana Superficie (Km2) Porcentaje (%)

Sin beneficio 6.9867 77.63

Con beneficio 2.0133 22.37

Total 9.0000 100.00

Fuente: Elaboración propia.


89

4.3.1.6 Análisis de resultados del Modelo Territorial No.1

Como se indico previamente, los criterios de decisión que se utilizaran para

definir el modelo territorial óptimo son:




A continuación el análisis del modelo No.1, criterio a criterio:


Este criterio no se cumple, debido a que

menos de ¼ (22.37%) de la zona urbana tiene

el beneficio de una accesibilidad optima a los

servicios públicos y privados básicos en

estudio.


Este criterio no se cumple, ya que las

zonas de mayor aptitud o accesibilidad, se

encuentran polarizadas en el centro de la

ciudad. Por lo cual, la distribución no

existe en este caso, sino al contrario, se

presenta una evidente centralización.

. . . . . . .. . .


90


Este criterio tampoco se cumple, ya que las zonas de mayor aptitud o

accesibilidad, no se encuentran en los barrios populares de la ciudad.

Mapa No.16 – Mapa de

ubicación de barrios

populares del

Modelo No.1

Fuente:

elaboración propia.


91

4.3.1.7 Conclusión sobre Modelo Territorial No.1

Finalizado el análisis, se puede resumir los resultados en la siguiente tabla, en la

cual se observa que ningún criterio se cumple por el Modelo Territorial actual, por

lo que se concluye que se justifica esta investigación, que permita definir un

modelo territorial para ofrecer mayor accesibilidad a los servicios básicos a los

habitantes de barrios populares.

Tabla No.6 – Cumplimiento de criterios de decisión Modelo No.1

No. Criterio Si

Cumple

No

cumple

1 Mayor área de población

beneficiada con servicios. X

2 Mejor distribución de

servicios X

3

Las áreas con mayor aptitud

están en los barrios

populares.

X


. . . . . . .. . .


92


Ya que el primer modelo no cumplió, se concluye que se debe realizar cambios

en el modelo actual, a través de modelizaciones a priori y aplicar el análisis de

EMC nuevamente y decidir si el nuevo modelo es el idóneo.

Este segundo modelo, consiste en cambios en la distribución de los servicios de

salud y educación. Una vez, realizados estos cambios se evaluara el

cumplimiento de los criterios base para decidir si el modelo es beneficioso o no.

Rutas de transporte: En este segundo modelo no se realizaran cambios

en las rutas de transporte, asumiendo que dichas

rutas están bien definidas, por lo cual, no existe

necesidad de cambio.




93

Centros de Salud: Los centros de salud, son los de menor número en el

estudio, por lo cual amerita una redistribución para

que no se centralicen sus ubicaciones.

Vector No.5 – Centros de Salud.


Centros educativos: Este elemento en el segundo modelo se corregio,

ampliando el número de centros.

. . . . . . .. . .


94

Vector No.6 – Centros Educativos.


Debido a que la distancia máxima ya fue definida con anterioridad, se omitirá la

repetición de esta etapa, usaremos las mismas distancias para los siguientes

modelos territoriales.


95

4.3.2.1 Mapas de distancia y aptitud – Centros Educativos

i. Generación de capa de distancia:


la distancia máxima ya definida; 250 metros.

Mapa No.17 – Resultado intermedio de distancia a los centros educativos.


. . . . . . .. . .


96

ii. Generación de capa de aptitud (fuzzy):

Se estandariza la capa raster de distancia para obtener la capa de aptitud

(fuzzy), para esto utilizamos los mismo parámetros de función tipo sigmoidal, con

un rango de formato de salida entre 0 y 255 bytes. Igualmente, se utiliza como

distancia máxima entre puntos los 250 metros. Al finalizar se obtuvo la siguiente

capa de aptitud:

Mapa No.18 – Aptitud de los centros educativos.



97

4.3.2.2 Mapas de distancia y aptitud – Centros de Salud



la distancia máxima ya definida: 300 metros.

Mapa No.19 – Resultado intermedio de distancia a los centros de salud.


. . . . . . .. . .


98


En esta capa de centros de salud se estandariza la capa raster de distancia para

obtener la capa de aptitud (fuzzy), para esto utilizamos los mismos estándares y

la distancia máxima entre puntos los 300 metros obtenida previamente en el

proceso del primer escenario.

Mapa No.20 – Aptitud de los centros de salud.



99

4.3.2.3 Realización del procedimiento EMC (MCE)

Una vez obtenidos los mapas, procedemos a aplicar el procedimiento del WLC,

a través de la siguiente fórmula:






. . . . . . .. . .


100




(mapa catastral), con lo cual, se ha obtenido el MAPA DE ACCESIBILIDAD DEL

AREA DE ESTUDIO. Es el resultado 2 del modelo No.2, de acuerdo al flujo de

proceso.




101


Al igual que en el modelo No.1, el mapa de accesibilidad del modelo No.2 será

priorizado con las zonas de aptitud alta, es decir en el rango entre 100 y 255.

Con lo cual, obtenemos el mapa de ubicación de las zonas de mayor aptitud o

accesibilidad.

Mapa No.23 – Mapa de las áreas con mayor aptitud o accesibilidad del Modelo

No.2.


. . . . . . .. . .


102

iii. Reclasificación de mapa de accesibilidad:

Al igual que en el modelo No.1, en este segundo modelo los valores digitales DN

= 1, serán asignados para las áreas beneficiadas con los servicios en

evaluación, y las áreas con valores digitales DN = 0, son las áreas sin el

beneficio de estos servicios. Con lo cual, obtenemos el siguiente mapa:


del Modelo No.2.



103





servicios de transporte público, salud pública y educación pública, nos muestran

lo siguiente:

Tabla No.7 – Área urbana con beneficio




Total 9.0000 100.00


. . . . . . .. . .


104


Nuevamente, los criterios de decisión que se utilizaran para definir el modelo

territorial óptimo son:






Al igual que en el primer modelo, este criterio

tampoco se cumple, debido a que solo 1/5 (20.32%)

de la zona urbana tiene el beneficio de una

accesibilidad optima a los servicios públicos y

privados básicos en estudio. Se identifica un

retroceso en este indicador.


Tampoco este criterio se cumplió, ya

que las zonas de mayor aptitud o

accesibilidad, se encuentran polarizadas

en el centro de la ciudad nuevamente.

Con la diferencia que la distribución es

menor, nuevamente se identifica un

retroceso.


105


Este criterio tampoco se cumple e igualmente se identifica un retroceso, pues las

zonas de mayor aptitud o accesibilidad están más alejadas de los barrios

populares de la ciudad.

Mapa No.25 – Mapa de

ubicación de barrios

populares del

Modelo No.2

Fuente:

elaboración propia.

. . . . . . .. . .


106


Al finalizar este análisis, se puede observar que ningún criterio se cumple en el

Modelo Territorial No.2 (ver tabla 8), por lo que se concluye que se requiere

definir un tercer modelo territorial para ofrecer mayor accesibilidad a los servicios

básicos a los habitantes de barrios populares.

No. Criterio Si

Cumple

No

cumple




servicios X

3



populares.

X




107


Ya que ni el primer ni el segundo modelo cumplieron con los criterios de

selección, se concluye que se debe realizar un tercer modelo.

Este tercer modelo, consiste en realizar cambios en la distribución de los

servicios de las rutas de transporte público únicamente, debido a que es el único

factor que no ha recibido cambio, con esto tendremos un escenario en el cual se

mantienen los factores de salud y educación del segundo modelo.

Rutas de transporte: En este tercer modelo se realizaran cambios en las

rutas de transporte, dicho cambio consistirá en la

ampliación de las rutas de transporte.



. . . . . . .. . .


108

4.3.3.1 Mapas de distancia y aptitud – Rutas de transporte



la distancia máxima ya definida: 300 metros.

Mapa No.26 – Resultado intermedio de distancia de las rutas de transporte



109


En esta capa se estandariza la capa raster de distancia para obtener la capa de

aptitud (fuzzy), para esto utilizamos los mismos estándares y la distancia máxima

entre puntos: 300 metros, obtenida previamente para este vector.

Mapa No.27 – Aptitud de rutas de transporte.


. . . . . . .. . .


110

4.3.3.2 Realización del procedimiento EMC (MCE)

Con el nuevo mapa fuzzy de rutas y usando los mapas fuzzy de salud y

educación del segundo modelo, procedemos a aplicar el procedimiento del WLC,

a través de la siguiente fórmula:





111




(mapa catastral), con la cual, se obtiene el MAPA DE ACCESIBILIDAD,

constituyendo este el resultado 3 del modelo No.3:



. . . . . . .. . .


112


Priorizando el mapa de accesibilidad en las zonas de aptitud alta, usaremos el

rango entre 100 y 255 como se ha realizado anteriormente. Con lo cual,

obtenemos el mapa de ubicación de las zonas de mayor aptitud o accesibilidad:

Mapa No.30

Mapa de las áreas con mayor aptitud o accesibilidad del Modelo No.3.



113

iii. Reclasificación del mapa de accesibilidad:

En este tercer modelo mantendremos los valores digitales DN = 1, para las áreas

beneficiadas con los servicios en evaluación, y las áreas con valores digitales DN

= 0, son las áreas sin el beneficio de estos servicios. Con lo cual, obtenemos el

siguiente mapa:


del Modelo No.3.


. . . . . . .. . .


114





servicios de transporte público, salud pública y educación pública para este

modelo, nos muestran los siguientes resultados:

Tabla No.9 – Área urbana con beneficio, modelo No.3




Total 9.0000 100.00



115


Los criterios de decisión que se utilizaran para definir el modelo territorial óptimo

son:






En el tercer modelo se cumplió este criterio,

produciendo un aumento del área

beneficiada en 32.69% (10.32% mayor que

lo resultante en el primer escenario) de la

zona urbana en estudio.


También este criterio es cumplido,

ya que las zonas de mayor aptitud

o accesibilidad, se encuentran más

distribuidas en la zona de estudio.

Lo mejor del modelo, es que los

servicios se distribuyen hacia los

barrios populares.

. . . . . . .. . .


116


Finalmente, este criterio también fue cumplido, ya que la zona de mayor aptitud

es un barrio popular (Colonia 21 de Abril) Después otros cuatro barrios tienen

alto grado de aptitud, exceptuando el barrio abajo.

Mapa No.32 –

Mapa de ubicación

de barrios

populares del

Modelo No.3

Fuente:

Elaboración propia.


117


Se puede concluir, que los criterios se cumplen en su totalidad por este tercer

Modelo Territorial, por lo que se concluye que este modelo ofrece la mayor

accesibilidad a los servicios para los habitantes de barrios populares.

No. Criterio Si

Cumple

No

cumple




servicios X

3



populares.

X



. . . . . . .. . .


118

CAPITULO V: CONCLUSIONES Y RECOMENDACIONES

Contenido:

5.1. Conclusiones finales

5.2. Recomendaciones

5.3. Modelo Territorial Actual

5.4. Modelo Territorial Propuesto

Conclusiones y recomendaciones

CAPITULO V


119

5.1 Conclusiones finales

Conclusión No.1:

El objetivo del estudio se ha cumplido, ya que el modelo territorial No.3 muestra

un escenario donde los servicios en análisis satisfacen la necesidad de

accesibilidad hacia los servicios de la mayoría de los habitantes de los barrios

populares. Por ende, los vectores del modelo tres servirán para generar el

modelo propuesto de ordenamiento territorial (ver Modelo Territorial Propuesto,

inciso 5.4).

Conclusión No.2:

El análisis del modelo No.1, ha mostrado que existe una deficiente distribución

de los servicios de salud, educación y transporte para los barrios más populares

de la ciudad de Comayagua, el modelo presenta un déficit de accesibilidad de un

77.63%, esto debe tomarse como un llamado de alerta para las autoridades tanto

gubernamentales como municipales, ya que el modelo territorial actual no es

apto (ver Modelo Territorial Actual, inciso 5.3).

Conclusión No.3:

La obtención del modelo territorial óptimo, no hubiese sido posible sin el uso de

herramientas de generación de modelos u escenarios territoriales. Igualmente,

tampoco se hubiesen obtenido los modelos sin el conocimiento del uso de

herramientas de evaluación digital y criterios de ordenamiento y gestión territorial

científica y técnica. Una comparación sencilla de esto, es querer ganar un juego

de ajedrez sin las piezas y sin saber usarlas.

Conclusión No.4:

El modelo No.3, no es el final del análisis de accesibilidad de servicios para la

ciudad de Comayagua, ya que como se pudo ver, se puede jugar con los

parámetros para obtener mejores resultados. Si este análisis de tres modelos

. . . . . . .. . .


120

logro un aumento de las áreas beneficiadas de un 10.32%, el análisis de otros

modelos podrían dar mejores resultados.

Conclusión No.5:

Este estudio, ha dejado definido una metodología de Evaluación de Modelos

Territoriales para la ciudad de Comayagua u otras zonas. De tal manera, que se

ha documentado pasó a paso cada uno de los procesos a seguir. También, ha

dejado una base teórica para que otros modeladores intuyan que fundamentos

deben usar para crear criterios de evaluación y decisión. Por ende, este estudio,

podrá servir a estudiantes de la MOGT en sus estudios o futuras tesis.

Conclusión No.6:

Para generar y aplicar ordenamiento territorial, se debe tener primero un fin o

axioma a seguir, sin esto, no existe ordenamiento o gestión territorial. Para

este estudio, los criterios de evaluación y decisión, estuvieron basados en la

“Justicia Social”, donde los que tienen menos necesitan más. Igualmente, para

otros casos, pueden ser otros principios o aplicaciones como:

La conservación y uso sostenible de los recursos naturales

La conservación y uso sostenible del patrimonio cultural

La instalación adecuada de infraestructura para el desarrollo

La disminución o eliminación de la vulnerabilidad a desastres naturales

La disminución o eliminación de la informalidad de las ciudades

La distribución optima de fondos de cooperación internacional

La creación y ubicación de polos de desarrollo local, municipal o nacional

La distribución equitativa de aumento de valores de bienes inmuebles

Etc.

Conclusión No.7:

Con este estudio se pudo identificar que la municipalidad de Comayagua, al igual

que muchas instituciones municipales y gubernamentales poseen mucha


121

información valiosa y provechosa. Pero debido a la falta de herramientas para la

toma de decisiones y la falta de capacitaciones en el tema de gestión territorial

no explotan lo que poseen y por ende, no pueden mejorar su orden territorial.

5.2 Recomendaciones

Recomendación No.1:

Se recomienda la aplicación del Modelo u Escenario No.3, en la municipalidad de

Comayagua y/o en las Secretarias de Educación, Salud y Transporte donde los

servicios en análisis satisfacen la necesidad de accesibilidad hacia los servicios

de la mayoría de los habitantes de los barrios populares.

Si utilizan como base este modelo puede distribuir fondos o proyectos hacia los

centros o rutas donde mayor acceso tiene los barrios más poblados. Por ende,

más personas y con mayor necesidad recibirán directamente los beneficios de

que estas instituciones generan con sus inversiones y presupuestos.


Debido al déficit de accesibilidad del 77.63%, tanto las autoridades

gubernamentales como las municipales deben analizar que el actual

ordenamiento de los servicios ya no es el adecuado. Por esto, se recomienda

mejorar el sistema de transporte público en base a este estudio y realizar

periódicamente este análisis para medir los resultados de su aplicación. Con esto

se estará aplicando la gestión adecuada del territorio, ya que no solo basta con

ordenar sino dar seguimiento y mejora continua a dicho ordenamiento.

. . . . . . .. . .


122


La alcaldía de Comayagua, otra organización gubernamental u ONG puede

continuar el presente método de modelaje hasta obtener un porcentaje mayor

con los insumos que se disponen. Ya que el aumento del 10.32% de área

beneficiada puede aumentarse con otros modelos territoriales.


La metodología de Evaluación de Modelos Territoriales para la ciudad de

Comayagua no es definitiva, por lo cual, se recomienda tanto a estudiantes como

otros profesionales continuar la misma para mejorarla, ya que el mejoramiento

de los procesos de ordenamiento territorial no solo benefician a nuestra rama

académica sino al desarrollo ordenado y equitativo de nuestro país. Por lo cual,

se invita a cualquier persona interesada en profundizar y mejorar esta

metodología propuesta.


Aun en nuestra maestría he encontrado estudiantes que no tienen claro el

concepto fundamental del ordenamiento territorial, ya que varios de ellos piensan

que el ordenamiento del territorio se fundamenta en hacer mapas y nada más.

Sin embargo, deben entender que para realizar ordenamiento territorial, se debe

tener primero un objetivo a cumplir. Esta tesis muestra que en cualquier proceso

de ordenamiento territorial debe existir un ahora y un futuro, o en otras palabras

un modelo actual y uno futuro. Sin este modelo futuro, que representa lo que

deseamos alcanzar, cualquier actividad que se haga llamar ordenamiento

territorial no es tal. Por ende, recomiendo que en cualquier actividad de

ordenamiento territorial de nuestra MOGT deben crearse modelos de territorio

como una exigencia académica para que nuestra carrera siempre proponga

opciones para mejorar o desarrollar nuestro territorio.


123


Se deben realizar más proyectos de tesis enfocados a resolver problemas de

diferentes municipios del país, ya que los gobiernos municipales tienden a

prestar más importancia a los proyectos universitarios, inclusive han llegado a las

puertas de universidades en busca de asistencia técnica. Por esto, cualquier

proyecto de investigación de un estudiante, si es basado en una necesidad real

de un municipio, puede terminar siendo la base de un proyecto apoyado con

presupuesto municipal para volverlo una realidad.

Por lo anterior, llamo a cualquier estudiante de la MOGT a visitar

municipalidades que requieran proyectos de Ordenamiento Territorial. Ya que

existe mucha carencia no solo a nivel de logística en las municipalidades, sino

también de capacidades.

. . . . . . .. . .


124

5.3 Modelo Territorial Actual

Univ

ers

ida

d N

acio

nal A

uto

nom

a d

e H

on

du

ras

Ma

estr

ia e

n O

rden

am

iento

y G

estió

n d

el T

err

ito

rio

Octu

bre

-201

0 F

ue

nte

: U

nid

ad d

e In

vestig

ació

n y

Esta

dis

tica

Socia

l

Mun

icip

alid

ad

de C

om

ayag

ua -

Añ

o 2

,000

Cre

ado

por

Jo

sé

Luis

Palm

a H

err

era

Mo

de

lo T

err

ito

ria

l A

ctu

al

- C

iud

ad

Co

ma

ya

gu

a

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿¾¾¿

¾¾¿ ¾¾¿¾¾¿

¾¾¿ ¾¾¿

¾¾¿¾¾¿¾¾¿ ¾¾¿ ¾¾¿ ¾¾¿

¾¾¿ ¾¾¿

¾¾¿ ¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿ ¾¾¿ ¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

nm

nm

nmnm

nm

nmnm

nm

nm

nmnm nm

nmnm

nm nmnm

nmnm nm

nmnm

nm nm nm

nmnm

nm

nm

® v® v

® v

® v

® v ® v

46

70

00

.000000

46

70

00

.000000

46

80

00

.000000

46

80

00

.000000

46

90

00

.000000

46

90

00

.000000

47

00

00

.000000

47

00

00

.000000

47

10

00

.000000

47

10

00

.000000

1597000

.000000

1597000.000000

1598000

.000000

1598000.000000

1599000

.000000

1599000.000000

1600000

.000000

1600000.000000

Sis

tem

a d

e C

oord

enadas U

TM

Datu

m: W

GS

1984

Zona: 16 N

ort

eP

roje

ction: T

ransvers

e_M

erc

ato

r

Dato

s G

eo

des

ico

s

^

Com

ayagua

Intibucá

Fra

ncis

co M

ora

zán

Yoro

La P

az

Santa

Bárb

ara

Cort

és

Ola

ncho

El P

ara

iso

Lem

pira

Lem

pira

Lem

pira

40

00

00

.000000

40

00

00

.000000

50

00

00

.000000

50

00

00

.000000

1600000

.000000

1600000.000000

Ola

ncho

Yoro

Coló

n

Gra

cia

s a

Dio

s

El P

ara

iso

Atlá

ntida

Copá

n

Cort

és

Lem

pir

a

Fra

ncis

co M

ora

zá

n

Cholu

teca

Com

aya

gua

Intib

ucá

La P

az

Sa

nta

Bárb

ara

Valle

Ocote

pequ

e

Isla

s d

e la B

ahía

Isla

s d

e la B

ahía

Isla

s d

e la B

ahía

Nic

ara

gu

a

El S

alv

ado

r

Be

lize

Gu

ate

ma

la

30

00

00

.000000

30

00

00

.000000

50

00

00

.000000

50

00

00

.000000

70

00

00

.000000

70

00

00

.000000

90

00

00

.000000

90

00

00

.000000

1400000

.000000

1500000.000000

1600000

.000000

1700000.000000

1800000

.000000

Div

isió

n M

un

icip

al

Div

isió

n D

ep

art

am

en

tal

Barr

ios c

on

mayo

r co

ncen

tració

n p

ob

lacio

nal y s

erv

icio

s

090

180

270

45

Kilo

metr

os

Ê Ê0

340

680

1,0

20

1,3

60

170

Metr

os

ÅN

o.

Bar

rio

/Co

lon

iaP

ob

laci

ón

%

1B

arri

o A

rrib

a5

,54

79

.90

2B

arri

o I

nd

epen

den

cia

3,5

09

6.3

0

3B

arri

o A

baj

o3

,49

96

.20

4B

arri

o C

abañ

as3

,24

05

.80

5C

olo

nia

21

de

Ab

ril

3,0

89

5.5

0

6B

arri

o L

a Sa

ban

a2

,86

05

.10

Ase

nta

mie

nto

s co

n m

ayo

r C

on

cen

trac

ión

Po

bla

cio

nal

06

03

02

04

05

01

Sim

bo

log

ia

® vC

en

tros d

e S

alu

d

nmC

en

tros E

ducativo

s

¾¾¿R

uta

s_de_

Com

ayagu

a_200

9

Barr

ios_m

as_pobla

dos_de_C

om

ayagu

a

Barr

ios_de

_C

om

ayag

ua

020

40

60

80

10

Kilo

metr

os


125

5.4 Modelo Territorial Propuesto

Univ

ers

ida

d N

acio

nal A

uto

nom

a d

e H

on

du

ras

Ma

estr

ia e

n O

rden

am

iento

y G

estió

n d

el T

err

ito

rio

Octu

bre

-201

0 F

ue

nte

: U

nid

ad d

e In

vestig

ació

n y

Esta

dis

tica

Socia

l

Mun

icip

alid

ad

de C

om

ayag

ua -

Añ

o 2

,000

Cre

ado

por

Jo

sé

Luis

Palm

a H

err

era

Mo

de

lo T

err

ito

rial

Pro

pu

esto

- C

iud

ad

Co

ma

ya

gu

a

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿¾¾¿¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿¾¾¿

¾¾¿

¾¾¿ ¾¾¿

¾¾¿ ¾¾¿

¾¾¿¾¾¿ ¾¾¿

¾¾¿ ¾¾¿¾¾¿ ¾¾¿

¾¾¿ ¾¾¿ ¾¾¿ ¾¾¿¾¾¿ ¾¾¿¾¾¿

¾¾¿¾¾¿

¾¾¿¾¾¿

¾¾¿¾¾¿

¾¾¿¾¾¿

¾¾¿¾¾¿

¾¾¿ ¾¾¿¾¾¿¾¾¿¾¾¿¾¾¿ ¾¾¿

¾¾¿

¾¾¿¾¾¿

¾¾¿¾¾¿

¾¾¿

¾¾¿

¾¾¿ ¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿¾¾¿

¾¾¿

¾¾¿¾¾¿¾¾¿

¾¾¿

¾¾¿¾¾¿¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

¾¾¿

® v

® v

® v

® v

® v

® v

® v

® v® v

nm

nm

nmnm

nm

nmnm

nm

nm

nmnm nm

nmnm

nm nmnm

nmnm nm

nmnm

nm nm nm

nmnm

nm

nm

nm

nm

nm

46

70

00

.000000

46

70

00

.000000

46

80

00

.000000

46

80

00

.000000

46

90

00

.000000

46

90

00

.000000

47

00

00

.000000

47

00

00

.000000

47

10

00

.000000

47

10

00

.000000

1597000

.000000

1597000.000000

1598000

.000000

1598000.000000

1599000

.000000

1599000.000000

1600000

.000000

1600000.000000

Sis

tem

a d

e C

oord

enadas U

TM

Datu

m: W

GS

1984

Zona: 16 N

ort

eP

roje

ction: T

ransvers

e_M

erc

ato

r

Dato

s G

eo

des

ico

s

^

Com

ayagua

Intibucá

Fra

ncis

co M

ora

zán

Yoro

La P

az

Santa

Bárb

ara

Cort

és

Ola

ncho

El P

ara

iso

Lem

pira

Lem

pira

Lem

pira

40

00

00

.000000

40

00

00

.000000

50

00

00

.000000

50

00

00

.000000

1600000

.000000

1600000.000000

Ola

ncho

Yoro

Coló

n

Gra

cia

s a

Dio

s

El P

ara

iso

Atlá

ntida

Copá

n

Cort

és

Lem

pir

a

Fra

ncis

co M

ora

zá

n

Cholu

teca

Com

aya

gua

Intib

ucá

La P

az

Sa

nta

Bárb

ara

Valle

Ocote

pequ

e

Isla

s d

e la B

ahía

Isla

s d

e la B

ahía

Isla

s d

e la B

ahía

Nic

ara

gu

a

El S

alv

ado

r

Be

lize

Gu

ate

ma

la

30

00

00

.000000

30

00

00

.000000

50

00

00

.000000

50

00

00

.000000

70

00

00

.000000

70

00

00

.000000

90

00

00

.000000

90

00

00

.000000

1400000

.000000

1500000.000000

1600000

.000000

1700000.000000

1800000

.000000

Div

isió

n M

un

icip

al

Div

isió

n D

ep

art

am

en

tal

Ba

rrio

s c

on

ma

yo

r c

on

ce

ntr

ac

ión

po

bla

cio

na

l y

se

rvic

ios

090

180

270

45

Kilo

metr

os

Ê Ê0

340

680

1,0

20

1,3

60

170

Metr

os

ÅN

o.

Bar

rio

/Co

lon

iaP

ob

laci

ón

%

1B

arri

o A

rrib

a5

,54

79

.90

2B

arri

o I

nd

epen

den

cia

3,5

09

6.3

0

3B

arri

o A

baj

o3

,49

96

.20

4B

arri

o C

abañ

as3

,24

05

.80

5C

olo

nia

21

de

Ab

ril

3,0

89

5.5

0

6B

arri

o L

a Sa

ban

a2

,86

05

.10

Ase

nta

mie

nto

s co

n m

ayo

r C

on

cen

trac

ión

Po

bla

cio

nal

06

03

02

04

05

01

Sim

bo

log

ia

Barr

ios_m

as_pobla

dos_de_C

om

ayagu

a

¾¾¿R

uta

s p

ropuesta

s

Barr

ios_de

_C

om

ayag

ua

® vC

en

tros m

edic

os p

rop

uesto

s

nmC

en

tros e

ducativo

s p

ropu

esto

s

020

40

60

80

10

Kilo

me

tro

s

. . . . . . .. . .


126

Literatura consultada durante la investigación

Bibliografía


127

Bibliografía

Buzai, G.D.; Baxendale, C.A. 2006. Análisis Socioespacial con

Sistemas de Información Geográfica. Lugar Editorial. Buenos

Aires.

Thunen Von, Johann Heinrich Der isolierte Staat en: Beziehung

auf Landwirtschaft und Nationalokönomie (Neudruck der Ausgabe

2.bzw.1.Auflage 1842 bzw, 1850). Stuttgart 1966 (4).

Barkin, D. 1994. Reconcebir la ciudad: una nueva perspectiva de

las políticas de asentamientos humanos en América Latina. En:

Smolka, M.O.; Mullahy, L. (eds.) Perspectivas urbanas. Lincoln

Institute of Land Policy. Cambridge.

Bosque Sendra, J. 1992. Sistemas de Información Geográfica.

Rialp. Madrid.

Bosque Sendra, J. 2001. El uso de los sistemas de información

geográfica en la planificación territorial. El Campo de las

Ciencias y las Artes. Madrid. España. 138:137-174.

Butler, J.H. 1986. Geografía Económica. Limusa. México.

Buzai, G.D. 2003. Mapas Sociales Urbanos. Lugar Editorial.

Buenos Aires. 1:61-62.

Calder, A; Greenstein, R. 2007. Política de suelo, mercados

inmobiliarios y segregación espacial urbana. En: Smolka, M.O.;

Mullahy, L. (eds.) Perspectivas urbanas. Lincoln Institute of Land

Policy. Cambridge. pp. 323-328.

. . . . . . .. . .


128

Eastman, J.R. 2007. La verticalización de los Sistemas de

Información Geográfica. Memorias de la XI Conferencia

Iberoamericana de Sistemas de Información Geográfica.

Departamento de Ciencias Sociales – UNLu. Luján. pp. 183-195.

Gómez Delgado, M.; Barredo Cano, J.I. 2006. Sistemas de

Información Geográfica y evaluación multicriterio en la

ordenación del territorio. Alfaomega-Rama. México.

Moreno Jiménez, A. 2006. En torno a los conceptos de equidad,

justicia e igualdad espacial. Huellas. La Pampa. Argentina.

11:133-142.

Polese, M. 1998. Economía Urbana y Regional. Editorial

Tecnológica de Costa Rica. Libro Universitario Regional. Cartago.

Smolka, M. 2007. Mercados Informales de Suelo y

Regularización de Asentamientos Informales, Curso

Latinoamericano. Lincoln Institute of Land Policy. Lima, Perú.

Smolka, M.O.; Mullahy, L. (eds.) 2007. Perspectivas urbanas.

Lincoln Institute of Land Policy. Cambridge.

Tomlin, C.D. 1990. Geographic Information Systems and

Cartographic Modeling. Prentice Hall-Englewood Cliffs. New

Jersey.

Clarks Labs, 2004. Manual del Idrisi Kilimanjaro, Guia para SIG y

procesamiento de imágenes, mayo 2004


129

Jiang y Eastman, 2000. Application of fuzzy measures in multi-

criteria evaluation in GIS. USA, int. j. geographical information

science, vol. 14, no. 2, 173-184

Saaty, T.L. (1990). The analytic hierarchy process: planning,

priority setting, resource allocation, McGraw-Hill, Nueva York,

USA.

Feiring, Bruce R. (1986). Linear Programming: An Introduction,

Sage Publications, Beverly Hills, USA.

Ignizio, James P. (1985). Introduction to linear goal programming,

Sage Publications, Beverly Hills, USA.

Anexos

http://www.getcited.org/inst/144230

http://www.getcited.org/inst/144230

. . . . . . .. . .


130

Anexo 1: Resultados del relevamiento de los servicios básicos de la

población y uso del espacio físico de la ciudad de Comayagua

(2,000).

Anexo 2: “Manual del IDRISI Kilimanjaro, Guía para SIG y Procesamiento

de Imágenes Mayo de 2004” – Sección Evaluación Multicriterio.

Documentación de apoyo

Anexos


131

Anexo 1

Resultados del relevamiento de los servicios básicos de la población y uso del

espacio físico de la ciudad de Comayagua (2,000).

. . . . . . .. . .


132


133

. . . . . . .. . .


134


135

Anexo 2

“Manual del IDRISI Kilimanjaro, Guía para SIG y Procesamiento de Imágenes

Mayo de 2004” – Sección Evaluación Multicriterio.

. . . . . . .. . .


136

Guía de Apoyo en la Toma de Decisiones Multiobjetivo y Multicriterio11

La Guía de Apoyo en la Toma de

Decisiones (es decir, un grupo de

diálogos enlazados) ayuda a guiar a

los usuarios en los procedimientos de

asignación de recursos multiobjetivo y

multicriterio como los ilustrados

anteriormente. Los pasos conducen

al usuario a través de cada fase en la

construcción de un modelo completo

y graban las reglas de decisión en un archivo que puede almacenarse y luego

ser modificado. Una sección especial del Sistema de Ayuda provee información

adicional para cada pantalla de la guía. Los usuarios novatos encontrarán que la

guía es muy útil para organizar su progreso a través de la secuencia de pasos,

mientras que los usuarios avanzados apreciarán la habilidad para almacenar un

modelo MCE/MOLA completo que puede alterarse y ejecutarse repetidamente

para producir asignaciones finales alternativas. La guía se inicia desde el menú

Analysis/Decision Support.

Evaluación

El proceso real de aplicación de la regla de decisión se llama evaluación.

Evaluaciones Multicriterio

Para cubrir un objetivo específico, a menudo ocurre que se necesita evaluar

varios criterios. Tal procedimiento se llama Evaluación Multicriterio (Voogd, 1983;

11 IDRISI Kilimanjaro

Guía para SIG y Procesamiento de Imágenes

Mayo de 2004


137

Carver, 1991). Otro término que a veces se usa es modelación. No obstante,

este término se evita aquí ya que la forma en que los criterios son combinados

está muy influenciada por el objetivo de la decisión.

La evaluación multicriterio (MCE) se logra comúnmente a través de uno de dos

procedimientos diferentes. El primero implica una supercapa booleana por la cual

todos los criterios son reducidos a declaraciones lógicas de adecuación y luego

combinados por medio de uno o más operadores como la intersección (AND) y la

unión (OR). El segundo se conoce como combinación lineal ponderada (WLC)

donde los criterios continuos (factores) son estandarizados en un rango numérico

común, y luego combinados por medio de un promedio ponderado. El resultado

es un mapeo de adecuación continuo que luego puede ser enmascarado por una

o más restricciones booleanas para dar lugar a los criterios cualitativos, y

finalmente se impone un umbral para producir una decisión final.

A pesar de que estos dos procedimientos están bien establecidos en los SIG,

frecuentemente conducen a resultados diferentes porque realizan declaraciones

muy diferentes acerca de cómo deben evaluarse los criterios. En el caso de la

evaluación booleana, se usa una forma muy extrema de decisiones. Si los

criterios son combinados con un AND lógico (operador de intersección), una

posición debe cumplir con cada criterio para que ésta sea incluida en el grupo de

decisiones. Si aún un simple criterio no se cumple, la posición será excluida. Tal

procedimiento es esencialmente adverso al riesgo, y selecciona posiciones

basándose en la estrategia más cautelosa posible – una posición logra ser

elegida sólo si su peor cualidad (y por lo tanto, todas las cualidades) pasan la

prueba. Por otra parte, si se usa un OR (unión) lógico, ocurre lo contrario – una

posición será incluida en el grupo de decisiones si sólo un único criterio pasa la

prueba. Esta es una estrategia bastante especuladora, con un riesgo incluido

(aparentemente) sustancial.

. . . . . . .. . .


138

Ahora compare estas estrategias con aquellas representadas por la combinación

lineal ponderada (WLC). Con la WLC, los criterios pueden intercambiar sus

cualidades. Una cualidad muy pobre puede ser compensada con un número de

cualidades muy favorables. Este operador no representa un AND ni un OR –

yace en alguna parte entre estos extremos. No es ni adverso ni favorable al

riesgo.

Debido a razones que tienen mucho que ver con la facilidad con la que estos

enfoques pueden implementarse, la estrategia booleana domina los enfoques

vectoriales a MCE, mientras que la WLC domina las soluciones en los sistemas

raster. Pero claramente, ninguno es mejor que el otro – simplemente representan

dos perspectivas muy diferentes sobre el proceso de decisión – lo que se puede

llamar estrategia de decisión. IDRISI además incluye una tercera opción para la

Evaluación Multicriterio, conocida como promedio ponderado ordenado (OWA)

(Eastman and Jiang, 1996). Este método ofrece un espectro completo de

estrategias de decisión a lo largo de las dimensiones primarias del grado de

intercambio involucrado y del grado de riesgo en la solución.

Evaluaciones Multiobjetivo

A pesar de que muchas de las decisiones que tomamos son impulsadas por un

solo objetivo, también sucede que necesitamos tomar decisiones que cumplan

con varios objetivos. Un problema Multiobjetivo se presenta siempre que

tenemos dos grupos candidatos (es decir, grupos de entidades) que comparten

miembros. Estos objetivos pueden ser de naturaleza complementaria o

conflictiva (Carver, 1991 : 322).

TOMA DE DECISIONES MULTIOBJETIVO EN SIG

Las decisiones multiobjetivo son tan comunes en el manejo del ambiente que es

sorprendente que herramientas específicas para tratarlas aún no hayan sido más


139

desarrolladas dentro de SIG. Los pocos ejemplos que uno encuentra en la

literatura tienden a concentrarse en el uso de las herramientas de programación

matemática fuera de SIG, o están limitados a casos de objetivos

complementarios.

Objetivos Complementarios

Como se indicó anteriormente, el caso de los objetivos complementarios puede

tratarse de manera bastante simple por medio de una extensión jerárquica del

proceso de evaluación multicriterio (Ej.: Carver, 1991). Aquí, un grupo de mapas

de adecuación, cada uno derivado en el contexto de un objetivo específico,

sirven como los factores para una nueva evaluación en la cual los objetivos son

ponderados y combinados por una sumatoria lineal. Desde que la lógica que

avala esto es de uso múltiple, también tiene sentido multiplicar el resultado por

todas las restricciones asociadas con los objetivos componentes.

Objetivos en Conflicto

Con los objetivos en conflicto, el terreno puede ser asignado a un objetivo

solamente (aunque los modelos híbridos pueden combinar objetivos

complementarios y en conflicto). Como señalamos anteriormente, una solución

posible se encuentra en darle distintas prioridades a los objetivos (Rosenthal,

1985). Después de que los objetivos han sido ordenados según la prioridad, se

satisfacen primero las necesidades de aquellos objetivos con mayor prioridad (a

través del orden de rango de las celdas y de la reclasificación para cumplir con

los objetivos de área) antes que las necesidades de aquellos con menor

prioridad. Esto se realiza al satisfacer sucesivamente las necesidades de los

objetivos con mayor prioridad, y luego eliminando (como una nueva restricción)

las áreas tomadas por ese objetivo para consideración de todos los objetivos

restantes. Una solución de prioridad se logra fácilmente con el uso de los

módulos RANK, RECLASS y OVERLAY en IDRISI. Sin embargo, son raros los

. . . . . . .. . .


140

casos en los que una solución de prioridad tiene sentido. Más frecuentemente se

requiere una solución de compromiso.

Como se dijo antes, las soluciones de compromiso para el problema multiobjetivo

se han tratado comúnmente a través del uso de herramientas de programación

matemática fuera de SIG (Ej.: Diamond y Wright, 1988; Janssen y Rietveld,

1990; Campbell, y otros, 1992). Las soluciones de programación matemática

(como la programación lineal o entera) pueden funcionar bastante bien en los

casos donde sólo se incluye un pequeño número de alternativas. Sin embargo,

en el caso de SIG raster, los grupos de datos masivos involucrados usualmente

exceden la capacidad de las computadoras de hoy en día. Además, los

conceptos y la metodología de la programación lineal y entera no son

particularmente posibles para un amplio grupo de personas que toman

decisiones. Como resultado, hemos buscado una solución al problema de la

asignación de terreno multiobjetivo bajo condiciones de objetivos en conflicto de

manera tal que los grupos grandes de datos raster puedan manejarse usando

procedimientos que poseen una atracción intuitiva inmediata.

El procedimiento que hemos desarrollado es una extensión de la heurística de

decisión usada para la asignación de terreno con problemas de objetivos únicos.

Esto está mejor ilustrado en el diagrama de la Figura 12-6a. Cada uno de los

mapas de adecuación puede interpretarse como un eje en un espacio

multidimensional. Aquí consideramos solo dos objetivos para propósitos de

explicación simple. Sin embargo, puede usarse cualquier número de objetivos.


141

Cada celda raster en la imagen puede localizarse dentro de este espacio de

decisión de acuerdo con su nivel de adecuación sobre cada uno de los objetivos.

Para encontrar las mejores hectáreas x de terreno para el Objetivo 1,

simplemente necesitamos mover una línea de decisión hacia abajo desde la

cima (es decir, bien a la derecha) del eje de adecuación del Objetivo 1 hasta

capturar la cantidad suficiente de las mejores celdas raster para cumplir con el

propósito de nuestra área.

Podemos hacer lo mismo con el eje de adecuación del Objetivo 2 para capturar

las mejores hectáreas y de terreno para éste. Como puede observarse en la

Figura 12-6a, esto divide el espacio de decisión en cuatro regiones – mejores

áreas para el Objetivo 1 y no adecuadas para el Objetivo 2, mejores áreas para

el Objetivo 2 y no adecuadas para el Objetivo 1, áreas no adecuadas para

ninguno y áreas juzgadas como adecuadas para ambos. Esta última representa

áreas de conflicto.

Para resolver estas áreas de conflicto, se usa una simple división de las celdas

afectadas. Como se ve en la Figura 12-6b, el espacio de decisión también se

puede dividir en dos regiones más: aquellas más cercanas al punto ideal para el

. . . . . . .. . .


142

Objetivo 1 y aquellas más cercanas al punto ideal para el Objetivo 2. El punto

ideal representa el mejor caso posible – una celda que es adecuada al máximo

para un objetivo y al mínimo para cualquier otra cosa. Para resolver la zona de

conflicto, la línea que divide estas dos regiones es superpuesta sobre esta zona

y las celdas luego son asignadas a su punto ideal más cercano.

Debido a que la región de conflicto se dividirá entre los objetivos, ambos

objetivos no llegarán a lograr sus propósitos de área. Como resultado, el proceso

se repetirá con la disminución de las líneas de decisión para ambos objetivos

para ganar más territorio. El proceso de resolver conflictos y de disminuir las

líneas de decisión se repite una y otra vez hasta lograr los objetivos de área

exactos.

Se debe tener en cuenta que una línea de 45 grados entre un par de objetivos

supone que tiene el mismo peso en la resolución de los conflictos. Sin embargo,

se les puede dar diferentes pesos. Los pesos diferentes tienen el efecto de

cambiar el ángulo de esta línea divisora. En realidad, la tangente del ángulo es

igual a la tasa de los pesos asignada a esos objetivos.

Además se debe observar que de la misma manera en que es necesario

estandarizar los criterios para la evaluación multicriterio, también esto es

necesario para la evaluación multiobjetivo. El proceso incluye una conciliación de

los histogramas para los dos mapas de adecuación. En los casos en que las

distribuciones son normales, la conversión a los valores estándar (usando el

módulo llamado STANDARD) será apropiada. Sin embargo, en muchos casos,

las distribuciones no son normales. En estos casos, el ajuste de los histogramas

se logra más fácilmente por medio de una técnica no paramétrica conocida como

ecualización de histogramas. Esta es una opción estándar en muchos sistemas

de procesamiento de imágenes como IDRISI.

Sin embargo, también se da el caso en que los mapas de adecuación evaluados

y producidos por el módulo RANK poseen histogramas ecualizados (es decir, un

histograma de un mapa evaluado es uniforme). Esto es fortuito ya que la lógica


143

señalada en la Figura 12-6a se logra mejor por medio de la reclasificación de los

mapas de adecuación evaluados.

Como resultado de las consideraciones anteriores, el módulo llamado MOLA

(Multi-Objective Land Allocation-Asignación de Terreno Multiobjetiva) ha sido

desarrollado para llevar a cabo la solución de compromiso del problema

multiobjetivo. MOLA requiere los nombres de los objetivos y sus pesos relativos,

los nombres de los mapas de adecuación evaluados para cada uno, y las áreas

que deben ser asignadas a cada uno. Luego reclasifica repetidamente los mapas

de adecuación evaluados para realizar una asignación de primer paso, verifica

los conflictos, y después asigna los conflictos basándose en una regla de

distancia mínima al punto ideal empleando los valores ponderados.

Un Ejemplo Elaborado

Para ilustrar estos procedimientos multicriterio y multiobjetivo, consideraremos el

siguiente ejemplo de la creación de un mapa de zonificación para regular la

expansión de la industria de alfombras (una de las industrias más grandes y

crecientes de Nepal) dentro de las áreas agrícolas del Valle de Katmandú en

Nepal. El problema es zonificar 1500 hectáreas de tierras actualmente agrícolas

afuera de los caminos de Katmandú para una mayor expansión de la industria de

alfombras. Además, se zonificarán 6000 hectáreas para la protección especial de

la agricultura. El problema se encuentra claramente en el campo de los

problemas de decisión multicriterio y multiobjetivo. En este caso, tenemos dos

objetivos: proteger las mejores tierras para la agricultura y al mismo tiempo

encontrar otras tierras más adecuadas para la industria de alfombras. Debido a

que la tierra sólo puede ser asignada a uno de estos usos por vez, los objetivos

deben verse como en conflicto (es decir, pueden competir potencialmente por las

mismas tierras). Además, la evaluación de cada uno de estos objetivos puede

requerir criterios múltiples.

En la ilustración a continuación, se presenta una solución al problema

multiobjetivo y multicriterio creada con un grupo de funcionarios del gobierno de

. . . . . . .. . .


144

Nepal como parte de un seminario avanzado en SIG.60 Mientras que el

escenario se desarrolló puramente con el propósito de demostrar las técnicas

usadas y el resultado no representa una decisión de política verdadera, esta es

una solución que incorpora un trabajo de campo sustancial y también las

perspectivas de personas reconocidas que toman decisiones. El procedimiento

sigue la lógica en la que cada uno de los dos objetivos primero se trata como un

problema separado de evaluación multicriterio. El resultado consiste en dos

mapas de adecuación separados (uno para cada objetivo) que luego son

comparados para llegar a una sola solución que nivele las necesidades de los

dos objetivos competidores.

1. Resolviendo las Evaluaciones de un Solo Objetivo Multicriterio

1.1 Estableciendo los Criterios: Factores y Restricciones

El grupo que toma las decisiones identificó cinco factores relevantes para el

establecimiento de la industria de alfombras: proximidad a una fuente de agua

(para usar en el teñido y lavado de las alfombras), proximidad a los caminos

(para minimizar los costos de construcción de caminos), proximidad a una fuente

de energía, proximidad al mercado y gradiente de las pendientes. Para la

agricultura identificaron tres de los mismos factores: proximidad a una fuente de

agua (para la irrigación), proximidad al mercado y gradiente de las pendientes,

así como también un cuarto factor, capacidad del suelo. En ambos casos,

identificaron las mismas restricciones: la asignación estaría limitada a áreas

fuera de los caminos periféricos que rodean Katmandú, terreno actualmente con

algún tipo de uso agrícola y gradientes de pendientes menores de 100%. Para

las imágenes de factores, la distancia a la fuente de agua, a los caminos y a las

líneas eléctricas fue calculada en base a la distancia física. Y la proximidad al

mercado fue desarrollada como una superficie de costo de distancia

(constituyendo las fricciones variables de las clases de caminos).


145

1.2 Estandarizando los Factores

Cada una de las restricciones fue desarrollada como un mapa booleano,

mientras que los factores fueron estandarizados usando el módulo FUZZY para

que los resultados representasen una pertenencia difusa en el grupo de decisión.

Por ejemplo, para la asignación de la industria de alfombras, el mapa del factor

de proximidad a la fuente de agua fue estandarizado usando una función de

pertenencia difusa sigmoide, monotónicamente decreciente con los puntos de

control a 10 y 700 metros. Entonces, a las áreas a menos de 10 metros se les

asignó un grupo de pertenencia de 255 (en una escala de 0-255), a aquellas

entre los 10 y los 700 metros se les asignó un valor progresivamente decreciente

de 255 a 0 como en una curva en forma de s, y a aquellas más allá de los 700

metros de un río fueron consideradas como demasiado lejanas (es decir, se les

asignó un valor de 0). La Figura 12-7 ilustra los resultados estandarizados de los

cinco factores y las restricciones para la asignación de la industria de carpetas.

1.3 Estableciendo los Pesos de Factores

El próximo paso fue establecer un grupo de pesos para cada uno de los factores.

En la naturaleza de un grupo foco, el analista de SIG trabajó con las personas

que toman las decisiones como un solo grupo para completar una matriz de

comparación por pares. A cada persona que toma decisiones se le pidió que

estimara un valor y luego indicara por qué él o ella asignaron el valor. Luego se

le preguntó al grupo si estaba de acuerdo. Otras discusiones resultaron, a

menudo con sugerencias, en valores diferentes.

Finalmente, si otra persona exponía un buen caso para un valor diferente y tenía

bastante apoyo, a la persona original que propuso el valor se le preguntaba si

estaría dispuesto/a a cambiar (la decisión final en realidad la tomaba el

evaluador original). No fue difícil llegar a un acuerdo usando este procedimiento.

. . . . . . .. . .


146

Se ha descubierto a través de repetidos experimentos con esta técnica que los

únicos casos donde existió un fuerte desacuerdo fueron aquellos en los que se

identificó eventualmente una nueva variable necesaria de incorporar. Esto es

quizás el mayor valor de la técnica de comparación por pares – es muy efectiva


147

en descubrir criterios pasados por alto y en lograr un consenso sobre los pesos

por medio de la participación directa de las personas que toman las decisiones.

Una vez que se llenaron las matrices de comparación por pares, el módulo

WEIGHT fue usado para identificar las inconsistencias y para desarrollar los

pesos mejor adecuados. La Figura 12-8 muestra los pesos de factores evaluados

para la adecuación con el fin de crear una industria de alfombras.

1.4 Realizando la Evaluación Multicriterio

Una vez que se establecieron los pesos, se usó el módulo MCE (para la

Evaluación Multicriterio) para combinar los factores y las restricciones en la

forma de una combinación lineal ponderada (opción de WLC). El procedimiento

es optimizado para una mejor velocidad y tiene el efecto de multiplicar cada

factor por su peso, sumando los resultados y luego multiplicando sucesivamente

el resultado por cada una de las restricciones. Debido a que los pesos suman

1,0; los mapas de adecuación resultantes tienen un rango de 0-255. La Figura

12-9 muestra el resultado de evaluaciones multicriterio separadas para derivar

mapas de adecuación para las industrias de alfombra y agrícola.

. . . . . . .. . .


148

2.1 Estandarizando los Mapas de Adecuación Uniobjetivo

El primer paso fue usar el módulo RANK para evaluar el orden de las celdas en

cada uno de los dos mapas de adecuación. Esto prepara los datos para usarlos

con el procedimiento MOLA y tiene el efecto adicional de estandarizar los mapas

de adecuación usando una técnica de ecualización de histograma no

paramétrica. Los valores se desarrollaron en orden descendente (es decir, el

mejor valor fue de 1). En ambos casos los valores enlazados fueron resueltos

examinando el otro mapa de adecuación y colocando los valores en orden

reverso a la adecuación de ese mapa. Esto preserva la lógica básica usada en la

resolución de conflictos de los puntos ideales no correlacionados para los

objetivos en conflicto.

2.2 Resolviendo el Problema Multiobjetivo

El segundo paso fue enviar los mapas de adecuación evaluados al

procedimiento MOLA. Éste requiere los nombres de los objetivos, el peso relativo

y el área para asignarle a cada uno. El módulo entonces realiza el procedimiento

iterativo de asignar las celdas mejor valuadas a cada objetivo según los

propósitos de área, buscando los conflictos y resolviéndolos en base a la lógica

ponderada de la distancia mínima al punto ideal. La Figura 12-10 expone el

resultado final, logrado luego de 6 repeticiones.


149

Comentario Final

Las herramientas de apoyo para la toma de decisiones ofrecidas en IDRISI aún

se encuentran en activo desarrollo. Por lo tanto, le damos la bienvenida a

comentarios y observaciones escritas para mejorar aún más los módulos y

perfeccionar su aplicación en situaciones reales.

Documents

UNNIIVVEERRSSIIDDA ADD UN NAACCIIOON NALL …