Modelos Geo-Espaciales del Medio Urbano

Además, se describirán y examinarán algunos de los métodos clave de la escuela de geografía económica utilizados en este tipo de modelos. Si bien es cierto que las metodologías aquí presentadas han caído en desuso y que actualmente la modelización urbana avanza hacia técnicas matemáticas derivadas del estudio de sistemas complejos (como se verá en el Capítulo 2), los modelos que se derivan de la geografía económica conservan su valor. . tienen valor no sólo desde una perspectiva histórica, sino también como herramientas que ayudan a comprender cómo las fuerzas económicas pueden dar forma al tejido urbano.

Modelos descriptivos de uso del suelo

En esta zona se concentran los hogares de la clase trabajadora y las industrias más pesadas. A continuación se hará un breve repaso de los métodos más representativos de la escuela de geografía económica.

Modelos integrados de uso de suelo y transporte

• Modelos de interacci´ on espacial
• Localizaci´ on
• El proceso de desarrollo del suelo urbano
• Oferta, demanda y equilibrio
• El sistema de transporte

Normalmente, los dos modelos están vinculados a través de la accesibilidad, lo que afecta a la ubicación de viviendas y negocios. Esta unificación en la práctica se da a través de la generación de viajes y el concepto de accesibilidad.

Limitaciones de los modelos tradicionales

• Din´ amica
• Nivel de detalle
• Interfase con el usuario
• Flexibilidad
• Realismo

Ambos modelos se desarrollaron a partir de conceptos derivados de la dinámica de sistemas y las ciencias económicas. El otro efecto importante de la estructura de red de SCA es el efecto de. El autómata es la idea básica a partir de la cual es posible construir modelos SCA.

El espacio en el que se encuentran, en cuanto a extensión y resolución de la información. Integración de información en la elaboración de inventarios de emisiones. La elección de un modelo urbano particular (o más bien, un conjunto de modelos urbanos) depende del problema específico que se aborda, por ejemplo si el objetivo es probar la efectividad de estrategias globales, como la sustitución de los taxis en el tráfico. la ciudad con vehículos híbridos (automóviles que pueden funcionar tanto con electricidad como con gasolina), luego la metodología del.

Geosimulaci´ on 23

Sistemas Complejos Adaptativos

Los metaagentes formados a partir de agregados de agentes individuales también tienen la capacidad de actuar de la misma manera que los agentes e incluso pueden servir como agentes agregados para formar meta-metaagentes en un nivel superior en la jerarquía del sistema de agentes. Por ejemplo, el beneficio de realizar una inversión en renta fija es una función lineal de la cantidad invertida. Sin embargo, el bosque virgen es uno de los ecosistemas con mayor diversidad y biomasa, esto sólo se puede entender desde la capacidad del bosque para reciclar los recursos desechados por las especies que lo habitan.

Los efectos del reciclaje se ven, por ejemplo, en el enorme número de familias que dependen económicamente de la industria de residuos. Los modelos internos pueden ser tácitos o explícitos, la imitación animal es un ejemplo de modelo interno tácito, los animales que imitan, ya sea con su entorno o con otros animales, lo hacen desde el conocimiento, implícito en su historia evolutiva, de la ventaja que tienen. otorgada. por parecer pertenecer. Este es quizás uno de los aspectos más importantes de la teoría SCA en relación con el modelado urbano; En este contexto, los modelos del entorno urbano pueden interpretarse como modelos internos del sistema y en este sentido contribuyen a una mejor comprensión de los cambios provocados. a través de la actuación de los agentes del sistema urbano.

El concepto de Aut´ omata

Modelos basados en Aut´ omatas Celulares

• Un modelo de AC para el crecimiento urbano

En éstas y en la mayoría de las aplicaciones urbanas de los modelos CA, las celdas (autómatas) están asociadas con unidades espaciales agregadas (por ejemplo, píxeles en una imagen de satélite), y los estados de las celdas representan posibles usos del suelo o niveles de densidad de población. Para aclarar la forma en que se utilizan los modelos de CA en el contexto de la dinámica urbana, a continuación se presentará un ejemplo paradigmático de este tipo de aplicación. A cada celda de simulación se le asigna la distancia más corta a cualquier calle dentro del área de estudio.

A partir de las curvas de nivel del área de estudio se construyó un mapa de pendientes, asignando a cada celda el valor promedio de la pendiente en esa celda. Al igual que ocurre con la distancia a las vías de comunicación, en esta capa a cada celda se le asigna el valor de la distancia más corta entre la celda y el área urbana. A partir de la información anterior, y con la restricción de que los cambios de estado ocurren gradualmente (es decir, el estado de una celda solo puede cambiar al siguiente nivel superior), las reglas de transición T de AC, estas reglas son una combinación de información local. (extraído de células.

Sistemas Multiagentes sobre espacios celulares

En cuanto a la interpretación geográfica de las celdas, la dirección elegida es el uso de CA generalizadas. Sin embargo, hay una gran cantidad de fenómenos y procesos urbanos que no están cubiertos adecuadamente por la AC, especialmente los fenómenos que tienen que ver con los efectos de la movilidad de los agentes urbanos. Situaciones como el proceso de desarrollo urbano (discutido en la Sección 1.2), que involucra tanto a residentes que toman decisiones sobre dónde vivir y por lo tanto mudarse, como a agentes inmobiliarios que pueden poseer múltiples propiedades y que deciden cuándo venderán en función de variables y fenómenos locales. . fuera de la ciudad no están bien modelados por los aires acondicionados, por lo que se debe buscar una herramienta que permita la adaptación a estas situaciones.

Un ejemplo de la aplicación de SMA al modelado urbano se puede ver en el modelo Free Agents Over Cellular Space desarrollado por Juval Portugali [26]. En el modelo, el estado de cada celda se modifica por la interacción con las celdas vecinas de la misma manera que en las CA, pero además cada celda puede cambiar de estado en función de las propiedades de los agentes que la pueblan. La integración de los conceptos de AC y SMA ofrece una gama de nuevas posibilidades de modelado, bajo este marco es posible simular la forma en que el proceso de toma de decisiones a nivel individual afecta los patrones emergentes en la ciudad. , De este modo. tenemos un instrumento para tratar desde abajo los procesos involucrados en el desarrollo del país que en los modelos clásicos dependían fundamentalmente de las variables económicas globales de la ciudad.

Sistemas de Aut´ omatas Geogr´ aficos

Ts: (St, Lt, Nt)→St+1ML: (St, Lt, Nt)→Lt+1RN: (St, Lt, Nt)→Nt+1 (2.5) La exploración con A SAG se convierte en una investigación cualitativa y cuantitativa problema del comportamiento espacio-temporal de G. La principal ventaja del formalismo anterior es que los autómatas individuales (componentes del grupo G) están equipados con la capacidad de considerar explícitamente el comportamiento interactivo espacial de objetos geográficos elementales en un sistema. Para comprender mejor cómo funciona un SAG, a continuación se describirán los tres pares de estados y las reglas de transición.

Una descripción exhaustiva de la construcción de modelos derivados de SAG está más allá de los objetivos de este trabajo, aquí basta mencionar que la herramienta existe y ha sido utilizada con éxito en diversos ejercicios de modelación (Torrens y Benenson, 2004 [4] para dar una idea). algunos ejemplos). En este punto, es más apropiado continuar la discusión a nivel teórico y examinar algunas implicaciones de abordar el modelado urbano desde la perspectiva de SCA, es particularmente interesante revisar el concepto de validación e interpretar el papel que juega el modelado en el contexto. de la investigación urbana.

Predicci´ on Vs. Simulaci´ on

En resumen, los modelos SCA no son generalmente válidos, pero mediante la experimentación virtual y el contraste con la información disponible, es posible generar confianza en la plausibilidad de las hipótesis subyacentes. Para las ciencias atmosféricas, el problema de la contaminación consiste en estimar las concentraciones de gases contaminantes en la atmósfera en función de las emisiones. Por tanto, un paso más en la modelización de la contaminación es el uso de herramientas físico-químicas para estudiar el desarrollo del fenómeno a medio y largo plazo, es decir, la conexión de la dinámica de las ciudades (como se estudió en la primera parte del trabajo). . Procesos involucrados en la generación de contaminantes.

El panorama realizado sobre la construcción de inventarios de emisiones revela y explica la relación que existe entre las actividades realizadas en la ciudad y la generación de contaminantes. Este segundo ejemplo es de particular interés porque utiliza un modelo urbano para estimar las consecuencias de construir un nuevo aeropuerto. En el contexto de la contaminación, esto se puede traducir en la evaluación a priori de diferentes iniciativas para reducir los niveles de contaminación atmosférica y sus efectos nocivos en la sociedad.

Con esto concluye la discusión sobre la relación entre la dinámica (en el largo plazo) de las emisiones contaminantes y la modelización del uso del suelo y el transporte. Evaluación comparativa de sitios para la ubicación del nuevo aeropuerto internacional de la Ciudad de México.