Modeling of urban expansion using cellular automata and artificial neural networks
Keywords:
Urban expansion, Artificial neural network, Cellular automata, Geographic Information Systems, City of LujánAbstract
Uncontrolled urban growth in areas with deficient infrastructure and inadequate and/or overloaded services is currently one of the central issues in territorial studies. According to the United Nations estimates, by 2030, 60% of the world’s population will be living in cities and 95% of this expansion will take place in developing countries. This article presents a model based on the use of cellular automata and an artificial neural network, which allows the simulation of urban expansion based on criteria that would define future spatial configurations. The methodological development is applied to the city of Luján (Buenos Aires, Argentina) and is carried out in Geographic Information Systems from the automation of the procedures for the analysis of land use changes available in the MOLUSCE tool (Methods for Land Use Change Evaluation) in QGIS. The results show that the expansion trend to 2030 is 20%, which is equivalent to the incorporation of 6.72 km2 of urban coverage, if no type of intervention is carried out. The relevance of this type of work lies in the fact that the results provide technical-scientific support for planning and management agencies in relation to spatial decision making
Downloads
References
Aguilera Benavente, F. (2006). Predicción del crecimiento urbano mediante SIG y modelos basados en AC. Geofocus, 6, 81-112.
Aguilera Benavente, F.; Plata Rocha, W.; Bosque Sendra, J. y Gómez Delgado, M. (2009). Diseño y simulación de escenarios de demanda de suelo urbano en ámbitos metropolita- nos. Revista Internacional Sostenibilidad, Tecnología y Humanismo, 4, 57-80.
Aguilera Ontiveros, A. (2002). Ciudades como tableros de ajedrez: introducción al modelado de dinámicas urbanas con autómatas celulares. San Luis Potosí: El Colegio de San Luis.
Asia Air Survey y NextGIS (2014). Molusce. Modules for Land Use Change Evaluation. Recuperado de https://wiki.gis-lab.info/w/Landscape_change_analy- sis_with_MOLUSCE_-_methods_and_algorithms
Buzai, G. D. y Montes Galbán, E. (2020). Megaciudad Buenos Aires: Cartografía de su última expansión y conurbación mediante el procesamiento digital de imá- genes satelitales nocturnas. Revista Cartográfica, 100, 215-238.
COU (2019). Código de Ordenamiento Urbano. Partido de Luján. Gobierno Municipal. Recuperado de http://luj-bue-datos.paisdigital.innovacion.gob.ar/data- set/codigo-de-ordenamiento-urbano
Culbertson, J. T. (1956). Some uneconomical robots. En Shannon, C. E. y McCarthy, J. (eds). Automata Studies. Princeton: Princeton University Press.
Householder, A. S. y Landahl, H. D. (1945). Mathematical Biophysics of the Central Nervous System. Mathematical Biophysics Monograph Series No.1. Bloomington, USA: Principia Press.
Humacata, L. (2017). Análisis espacial de los cambios de usos del suelo en partidos de interfase urbano-rural de la Región Metropolitana de Buenos Aires, en el periodo 2000-2010, mediante la aplicación de Tecnologías de la Información Geográfica. [Tesis de Maestría, Universidad Nacional del Centro de la Provincia de Buenos Aires] Recuperado de https://www.researchgate.net/publication/326169509
Landis J.R. y Koch G.G. (1977). The measurement of observer agreement for
categorical data. Biometrics. 33,159-174.
Lara, F. (2011). Fundamentos de redes neuronales artificiales. México: Laboratorio de Cibernética Aplicada-Centro de Instrumentos-Universidad Autónoma de México.
Linares, S.; Di Nucci, J. y Velázquez, G. (2016). Cambios en el Sistemas Urbano. En Geografía y calidad de vida en Argentina. Análisis regional y departamen- tal (2010) (67-81). Tandil: Instituto de Geografía, Historia y Ciencias Sociales (CONICET/UNCPBA).
Naciones Unidas (2016). Objetivos del desarrollo sostenible 17 objetivos para transformar el mundo. Recuperado de: http://www.un.org/sustainabledevelop- ment/es/cities/
Naciones Unidas – Habitat. (2016). Urbanization and Development: Emerging Issues. World Cities Report 2016. Nairobi: Naciones Unidas. Recuperado de: https://unhabitat.org/world-cities-report
Mas, J.-F. (comp) (2017). Análisis y modelación de patrones y procesos de cambio. México: Centro de Investigaciones en Geografía Ambiental - Universidad Nacional Autónoma de México. Recuperado de http://www.ciga.unam.mx/publicaciones/.
McCulloch, W. S. y Pitts, W. H. (1943). A Logical Calculus of the Ideas Immanent in Nervous Activity. Bulletin of Mathematical Biophysics. 5,115-133.
Vapñarsky, C. A. y Gorojovsky. N. (1990). El crecimiento urbano en la Argentina.
Buenos Aires: Grupo Editor Latinoamericano.
Villalobos, A. (2019). Análisis del potencial de escurrimiento en la microcuenca del río Tiribí entre 2005 al 2029 para la conservación de los servicios ecosisté- micos de regulación hídrica. (Tesis de licenciatura en Ciencias Geográficas con énfasis en ordenamiento del territorio). Costa Rica: Universidad Nacional.
Von Neumann, J. (1945). First draft of a report on the EDVAC. Republicado en Randall, B. (ed)(1982).The Origins of Digital Computers: Selected Papers.. Berlín: Springer.
Published
How to Cite
Issue
Section
License
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
