Validación de modelos predictivos de cambio de cubierta y uso del suelo en la península de Baja California, México

Main Article Content

Laura Alfonsina Chang Martínez
https://orcid.org/0000-0001-9371-6830
Fernando Antonio Rosete Vergés
https://orcid.org/0000-0001-9371-6830
Juan Felipe Charre Medellin
https://orcid.org/0000-0002-2192-1680
Jean Francois Mas
https://orcid.org/0000-0002-6138-9879

Resumen

Los modelos predictivos de cambio de cubierta y uso del suelo (CCUS) son herramientas que permiten identificar cantidad o áreas susceptibles a los cambios, y prevenir condiciones de degradación ambiental. Existen diversos enfoques para realizar las simulaciones de CCUS, los modelos predictivos a evaluar en esta investigación utilizan un enfoque basado en patrones, que echan mano de datos de percepción remota, censos poblacionales, análisis estadísticos y conocimiento experto, lo que permite generar la parametrización de las transiciones de una categoría a otra y así generar mapas de cambio. A través de la validación de los modelos se pretende evaluar la exactitud de las predicciones, permitiendo identificar las mejores metodologías para generar modelos predictivos confiables. Como resultado de esto, el objetivo de esta investigación es conocer la capacidad predictiva de tres modelos de CCUS en la península de Baja California, México, generados en 2008. A través del método de actualización cartográfica, se otuvieron tres mapas de cubiertas y usos del suelo para de 2018. Esto se realizó con herramientas de percepción remota, sistemas de información geográficas, uso de software de análisis estadísticos (R) y detección de cambios (DINAMICA-EGO). Una vez obtenidos en 2018 los mapas de CCUS del año 2018, fue evaluada la fiabilidad de cada mapa. Y, finalmente, se evaluaron los modelos predictivos realizados. Los mapas de CCUS de 2018 presentaron una fiabilidad superior a 96% en las tres localidades. Las predicciones de los modelos de CCUS realizadas en el 2008 fueron muy cercanas a las observadas en el 2018 en dos de ellos, ya que en la localidad de Santo Domingo la asertividad fue de 77% y en San Quintín del 86%, mientras que en Tijuana fue solamente del 35%.  La metodología empleada es una propuesta que ayuda a conocer el grado de certidumbre de los modelos predictivos de CCUS y la generación de cartografía actualizada.

Palabras clave: Actualización cartográfica, fiabilidad, detección de cambios, percepción remota y modelos predictivos

Article Details

Biografía del autor/a

Laura Alfonsina Chang Martínez, Escuela Nacional de Estudios Superiores Unidad Morelia de la UNAM (ENES)