anexos metodologÍa mapas de aptitud€¦ · -de 10 a 13% -de 13 a 16% - de 16 a 20% 0.50 0.33 0.17...
Post on 02-Oct-2020
2 Views
Preview:
TRANSCRIPT
Anexos
METODOLOGÍA MAPAS DE APTITUD
APTITUD AGRICULTURA DE RIEGO Y HUMEDAD
Identificación de atributos
Después de identificar los atributos que deben emplearse para la conservación de la biodiversidad,
tenemos los siguientes.
FACTORES (ATRIBUTOS)
Tipos de suelo
Disponibilidad de agua
Pendiente
A continuación se describe el procedimiento para la obtención de cada uno.
1.- Tipos de suelo
A partir del mapa de tipos de suelo, se clasificaron los siguientes tipos, en ALTO, MEDIO y BAJO.
ALTO MEDIO BAJO
-Luvisol 1 * -Pheozem 1* -Planosol 1 -Regisol 1* -Vertisol 2, 1 -Cambisol 1* -Fluvisol 1*
-Cambisol 2* -Fluvisol 2 -Fluvisol 3* -Luvisol 2* -Pheozem 2* -Planosol 2* -Regusol 2* -Ubrisol 2* -Vertisol 3*
-Cambisol 3* -Fluvisol 3* -Luvisol 3* -Pheosem 3* -Regusol 3* -Solonchack 3*
0.50 0.33 0.17
Se usará el mismo criterio para las dos agriculturas.
Restricciones de tipos de suelo.
Los tipos de suelo que no se toman en cuenta, o que son limitantes, son los siguientes:
-Arenosol, Duvisol, Gleysol, Leptosol, Solonchar 1 y 2, Solonetz, Zona urbana.
2.- Disponibilidad de agua
En este criterio se tomaron en cuenta dos factores.
*Distancia pozos de agua.
-Distancia a pozos de agua menor a 500 metros ALTO.
-Distancia a pozos de agua mayor a 500 metros BAJO.
*Distancia Ríos y arroyos perennes.
-Distancia a ríos y arroyos perennes menor a 1000 metros ALTO.
-Distancia a ríos y arroyos perennes mayor a 1000 metros BAJO.
Este Factor es para agricultura de temporal.
ALTO BAJO
Distancia a Pozos de Agua Menor a 500 metros Buffer de 500 m
Mayor a 500 m. Buffer a 2000 m
Distancia a Ríos y Arroyos Perenes
Menor a 1000 metros Buffer de 1000 m
Mayor a 1000 m. Buffer a 3000 m.
0.50 0.17
Para la Agricultura de Riego
-Distancia a Canales.
ALTO BAJO
Distancia a Pozos de Agua Menor a 500 metros Buffer de 500 m
Mayor a 500 m. Buffer a 2000 m.
Distancia a Ríos y Arroyos Perenes Menor a 1000 metros Buffer de 1000 m
Mayor a 1000 m. Buffer a 3000 m.
Distancia a Canales Menos a 200 m
>200 m 1000 m
0.50 0.17
3.- Pendiente
Para Agricultura de temporal.
ALTO MEDIO BAJO
-De 10 a 13% -De 13 a 16% - De 16 a 20%
0.50 0.33 0.17
Para Agricultura de riego y humedad.
ALTO MEDIO
-De 0 a 2 % -De 2 a 10%
0.50 0.33
4.- Aridez del suelo (LONG)
Solo para Agricultura de temporal.
Para la obtención de este factor, se realizó siguiendo la siguiente formula:
Aridez = Precipitación media Anual / Temperatura Media anual.
Es decir, se dividió un mapa de precipitación media anual entre una de temperatura media anual,
obteniendo así, un mapa que representa el índice de aridez.
Es importante mencionar, que después de que se establecieron los rangos de importancia de cada
uno de los factores, se realizó un proceso de normalización, con la finalidad de que todos los
mapas de factores tuvieran la misma escala de medida.
Normalización
Debe señalarse que, en cualquier estudio en el que se deban integrar distintos factores, variables
o criterios, independientemente del método de evaluación a utilizar, se requiere que se realice
sobre escalas comparables en tipo, rango de extensión, unidad de medida, eventual posición del
cero, etc. Santos y Borderías, (2002), establecen que la integración de los criterios valorativos de
un objetivo determinado exige, previamente, la transformación de los valores de las variables que
los representan a una escala de referencia común. De esta manera, el rango de variación de los
criterios se mueve entre valores semejantes. Es decir, se debe buscar estandarizar o normalizar
los criterios en una escala de medida común.
Existen diferentes métodos para normalizar los datos, entre los más conocidos está la
estandarización por el valor máximo, la estandarización mediante la amplitud total o recorrido. No
obstante, también es posible utilizar como métodos de normalización aquellos que se basan en
funciones de pertenencia borrosa, sobre todo si se reconoce que los factores continuos son en
realidad grupos difusos.
La lógica borrosa o difusa es una técnica que ayuda a la representación más exacta de la
información imprecisa, incompleta o incierta, implícita en la opinión de los expertos en la toma de
decisiones (Prakash, 2003). La teoría matemática de la lógica difusa fue propuesta por Zadeh en
1965, y se basa en la existencia de diferentes grados de pertenencia entre lo falso y lo verdadero
(deseado y no deseado; apto y no apto). Es decir, utiliza valores como “moderado”, “bajo”, “alto”,
entre otros, en lugar de expresarse como “si” o “no” similar al concepto del álgebra booleana.
Mediante la lógica difusa, un problema se puede representar en términos de conjuntos difusos, los
cuales pueden derivarse de procedimientos cuantitativos o cualitativos (Prakash, 2003).
Las funciones borrosas se caracterizan por un grado de pertenencia difusa (también llamado
posibilidad) que oscila entre 0.1 a 1.0, indicando un aumento continuo de la no pertenencia a la
pertenencia completa.
En IDRISI, el módulo llamado FUZZY (borroso) se utiliza para normalizar factores usando un rango
completo de funciones de pertenencia de grupos borrosos. El módulo cuenta con la opción de
normalización en una escala de números reales de 0.0- 1.0 o en una escala byte de 0.0-255. Es
recomendable usar la segunda opción porque el módulo de evaluación multicriterio ha sido
optimizado para utilizar una estandarización de nivel 0.0-255. El valor más alto de la escala
estandarizada debe representar el caso de mayor probabilidad de pertenencia al grupo de
decisiones.
Se normalizaron estos mapas para tener una escala byte (0 a 255) que podamos utilizar en la
evaluación final de este criterio. Se normalizó utilizando una función lineal de tipo creciente
(herramienta FUZZY dentro de Idrisi). Donde los valores mínimos y máximos en cada factor, son los
valores obtenidos de las clasificación de “ALTO”, “MEDIO” y “BAJO”.
Ponderación de atributos
Después de obtener los factores normalizados. Se procedió a la ponderación de cada uno.
Podemos definir el objeto de la ponderación como: “llegar a expresar, en términos cuantitativos,
la importancia de los distintos elementos para acoger o ser afectados por una determinada
actuación” (CEOTMA, 1991).
Existen diferentes técnicas de ponderación de criterios, la técnica aquí aplicada, es la matriz de
comparación por pares desarrollada por Saaty (1980). En este procedimiento es necesario que los
pesos sumen uno y se deben realizar comparaciones por pares de los criterios que parten de una
matriz cuadrada en donde el número de filas y columnas está definido por el número de criterios a
ponderar. De esta forma, se establece una matriz entre pares de criterios, comparando la
importancia de cada uno de ellos con los demás, lo que permite obtener el eigenvector principal que
establece los pesos (wj) y proporciona una medida cuantitativa de la consistencia de los juicios de
valor entre pares de factores.
La escala de medida que se emplea en este método es de tipo continuo que va desde el valor
mínimo de 1/9 hasta 9, tal y como se muestra en la Tabla 1.
Tabla 1. Escala de comparación de pares de Saaty
Valor Definición Comentario
1/9 Importancia extrema A es extremadamente menos importante que B
1/7 Importancia muy fuerte A es mucho menos importante que B
1/5 Importancia fuerte A es menos importante que B
1/3 Importancia moderada A es ligeramente menos importante que B
1 Igual de importante A y B tienen la misma importancia
3 Importancia moderada A es ligeramente más importante que B
5 Importancia fuerte A es más importante que B
7 Importancia muy fuerte A es mucho más importante que B
9 Importancia extrema A es extremadamente más importante que B
Tomando como base esta escala, se puede asignar a cada par de factores un juicio de valor de
importancia relativa frente una actividad propuesta. Después de la asignación de los pesos se
otorga una medida operativa de la consistencia de la matriz, que permite valorar la relación de los
criterios entre sí determinando su coherencia y pertinencia. Esto es muy importante porque en la
asignación de los juicios de valor, aunque se basen en criterios sólidos, siempre existe una cuota
más o menos importante de incertidumbre o subjetividad (Gómez Delgado & Barredo, 2005).
Para obtener el peso, se utilizó el método de comparación por pares de Saaty, mediante la
herramienta WEIGHT dentro del software IDRISI SELVA. Donde se le dio un valor de importancia a
cada uno, de acuerdo a la escala de medida de Saaty.
AGRICULTURA DE RIEGO Y HUMEDAD
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Pendiente Disponibilidad de agua
Tipos de suelo
Pendiente 1 --- ---
Disponibilidad de agua
2 1 ---
Tipos de suelo
3 1.5 1
A partir de esta matriz de valores, se obtuvo el peso de cada factor:
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Tipos de suelo
0.50
Disponibilidad de agua
0.33
Pendiente
0.17
AGRICULTURA DE TEMPORAL
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Pendiente Disponibilidad de agua
Tipos de suelo
Aridez del suelo
Pendiente 1 --- --- ---
Disponibilidad de agua
2 1 --- ---
Tipos de suelo
3 1.5 1 ---
Aridez del suelo 4 2 1.333 1
A partir de esta matriz de valores, se obtuvo el peso de cada factor:
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Tipos de suelo
0.40
Disponibilidad de agua
0.30
Pendiente
0.20
Aridez del suelo
0.10
Con los factores establecidos y normalizados, es decir, con una misma escala compatible, junto a
los pesos establecidos, se obtuvo el mapa de aptitud utilizando la técnica de “Sumatoria Lineal
Ponderada” que perteneciente a la Evaluación Multicriterio (EMC).
La evaluación multicriterio es un conjunto de técnicas utilizadas en la toma de decisiones
multidimensional para evaluar una serie de alternativas, que satisfacen uno o varios objetivos, a la
luz de múltiples criterios. El fin básico de las técnicas de EMC es “investigar un número de
alternativas bajo la luz de múltiples criterios y objetivos” (Voogd, 1983).
Sumatoria Lineal Ponderada
Para obtener una evaluación final de las alternativas se utilizó la sumatoria lineal ponderada, la
cual es uno de los métodos más utilizados en la EMC por su relativa sencillez y poca complejidad
en su implementación (Gómez Delgado & Barredo, 2005). El nivel de adecuación de cada
alternativa se obtiene sumando el resultado de multiplicar el valor de cada criterio por su peso:
Con la implementación de la formula anterior, se obtuvo el mapa de aptitud en una escala
continua que va de 0 a 255.
Reclasificamos el mapa anterior para obtener los niveles de alto, medio y bajo de adecuación o
aptitud:
ALTO MEDIO BAJO
Escala 200 a 251 150 a 200 100 a 150
APTITUD GANADERÍA PASTOREO
Identificación de atributos
Después de identificar los atributos que deben emplearse para la ganadería de pastoreo, tenemos
los siguientes.
FACTORES (ATRIBUTOS)
Disponibilidad de agua
Usos de suelo
A continuación se describe el procedimiento para la obtención de cada uno.
1.- Disponibilidad de Agua
ALTO MEDIO BAJO Orden Pesos
1.- Ríos y arroyos perenes < 500 mts 1000 mts 1500 mts 1 0.50
0.48 0.16 0.022
2.- Cuerpos de agua Lagunas, diques y presas
< 3000 mts 6000 m 9000 m 2 0.333
0.83 0.14 0.05
3.- Pozos de agua < 500 mts 1000 m 1500 m 3 0.167
0.48 0.16 0.022
0.50 0.33 0.17
*2.- Usos de suelo
ALTO MEDIO BAJO
-Matorral sarcocaulescente -Vegetación de dunas costeras -Selva baja caducifolia.
-Pastizal inducido -Selva baja caducifolia
espinosa -Bosque caducifolio.
-Selva mediana caducifolia. -Selva mediana sub caducifolia.
0.50 0.33 0.17
Exclusiones
*Pendientes < 20%
Restricciones pendientes mayores al 20 %
*Localidades
Restricciones a 1,500 metros de las localidades, buffer a 1500.
Los mapas de restricciones se elaboraron para restringir, es decir con esas zonas con cero.
APTITUD GANADERIA INTENSIVA (ESTABULADA)
FACTORES (ATRIBUTOS)
Disponibilidad de agua
Potencial agrícola
Red eléctrica
Vías de comunicación
Localidades
Pendiente
1.- Disponibilidad de Agua
-Canales, Ríos, arroyos y posos.
ALTO MEDIO BAJO
-Ríos y arroyos -Canales.
-Pozos
300 a 600 metros
600 a 1,000 metros
> 1,000 metros (3,000)
0.86 0.61 0.033
0.76 0.34 0.16
Hacer un buffer de 300, 600, 1000 y 3,000. Restar (eliminar lo que vaya de 0 a 300 metros.
2.- presencia agrícola
ALTO NULO (0)
-
Presencia Ausencia
1 0
3.- Red eléctrica
ALTO MEDIO BAJO
-Presencia 0 a 600 metros 600 a 1,000 metros
1,000 a 3,000 metros
0.72 0.54 0.032
0.50 0.33 0.17
4.- Vías de comunicación
ALTO MEDIO BAJO
-Carreteras Pavimentadas 300 a 600 metros
600 a 1,000 metros
1,000 a 3,000 metros
Carreteras terracería 0.72 0.54 0.032
0.50 0.33 0.17
5.- Localidades
ALTO MEDIO BAJO
-Distancia a Localidades 300 a 600 metros
600 a 1,000 metros
1,000 a 3,000 metros
0.72 0.54 0.032
0.50 0.33 0.17
6.- Pendiente
ALTO MEDIO BAJO
-Pendiente 0 a 2% 2 a 7% 7 a 10%
0.50 0.33 0.17
RESTRICCIONES
-ANP.
-Sitios Ramsar.
-Aicas,
Es importante mencionar, que después de que se establecieron los rangos de importancia de cada
uno de los factores, se realizó un proceso de normalización, con la finalidad de que todos los
mapas de factores tuvieran la misma escala de medida.
Normalización
Debe señalarse que, en cualquier estudio en el que se deban integrar distintos factores, variables
o criterios, independientemente del método de evaluación a utilizar, se requiere que se realice
sobre escalas comparables en tipo, rango de extensión, unidad de medida, eventual posición del
cero, etc. Santos y Borderías, (2002), establecen que la integración de los criterios valorativos de
un objetivo determinado exige, previamente, la transformación de los valores de las variables que
los representan a una escala de referencia común. De esta manera, el rango de variación de los
criterios se mueve entre valores semejantes. Es decir, se debe buscar estandarizar o normalizar
los criterios en una escala de medida común.
Existen diferentes métodos para normalizar los datos, entre los más conocidos está la
estandarización por el valor máximo, la estandarización mediante la amplitud total o recorrido. No
obstante, también es posible utilizar como métodos de normalización aquellos que se basan en
funciones de pertenencia borrosa, sobre todo si se reconoce que los factores continuos son en
realidad grupos difusos.
La lógica borrosa o difusa es una técnica que ayuda a la representación más exacta de la
información imprecisa, incompleta o incierta, implícita en la opinión de los expertos en la toma de
decisiones (Prakash, 2003). La teoría matemática de la lógica difusa fue propuesta por Zadeh en
1965, y se basa en la existencia de diferentes grados de pertenencia entre lo falso y lo verdadero
(deseado y no deseado; apto y no apto). Es decir, utiliza valores como “moderado”, “bajo”, “alto”,
entre otros, en lugar de expresarse como “si” o “no” similar al concepto del álgebra booleana.
Mediante la lógica difusa, un problema se puede representar en términos de conjuntos difusos, los
cuales pueden derivarse de procedimientos cuantitativos o cualitativos (Prakash, 2003).
Las funciones borrosas se caracterizan por un grado de pertenencia difusa (también llamado
posibilidad) que oscila entre 0.1 a 1.0, indicando un aumento continuo de la no pertenencia a la
pertenencia completa.
En IDRISI, el módulo llamado FUZZY (borroso) se utiliza para normalizar factores usando un rango
completo de funciones de pertenencia de grupos borrosos. El módulo cuenta con la opción de
normalización en una escala de números reales de 0.0- 1.0 o en una escala byte de 0.0-255. Es
recomendable usar la segunda opción porque el módulo de evaluación multicriterio ha sido
optimizado para utilizar una estandarización de nivel 0.0-255. El valor más alto de la escala
estandarizada debe representar el caso de mayor probabilidad de pertenencia al grupo de
decisiones.
Se normalizaron estos mapas para tener una escala byte (0 a 255) que podamos utilizar en la
evaluación final de este criterio. Se normalizó utilizando una función lineal de tipo creciente
(herramienta FUZZY dentro de Idrisi). Donde los valores mínimos y máximos en cada factor, son los
valores obtenidos de las clasificación de “ALTO”, “MEDIO” y “BAJO”.
Ponderación de atributos
Después de obtener los factores normalizados. Se procedió a la ponderación de cada uno.
Podemos definir el objeto de la ponderación como: “llegar a expresar, en términos cuantitativos,
la importancia de los distintos elementos para acoger o ser afectados por una determinada
actuación” (CEOTMA, 1991).
Existen diferentes técnicas de ponderación de criterios, la técnica aquí aplicada, es la matriz de
comparación por pares desarrollada por Saaty (1980). En este procedimiento es necesario que los
pesos sumen uno y se deben realizar comparaciones por pares de los criterios que parten de una
matriz cuadrada en donde el número de filas y columnas está definido por el número de criterios a
ponderar. De esta forma, se establece una matriz entre pares de criterios, comparando la
importancia de cada uno de ellos con los demás, lo que permite obtener el eigenvector principal que
establece los pesos (wj) y proporciona una medida cuantitativa de la consistencia de los juicios de
valor entre pares de factores.
La escala de medida que se emplea en este método es de tipo continuo que va desde el valor
mínimo de 1/9 hasta 9, tal y como se muestra en la Tabla 1.
Tabla 2. Escala de comparación de pares de Saaty
Valor Definición Comentario
1/9 Importancia extrema A es extremadamente menos importante que B
1/7 Importancia muy fuerte A es mucho menos importante que B
1/5 Importancia fuerte A es menos importante que B
1/3 Importancia moderada A es ligeramente menos importante que B
1 Igual de importante A y B tienen la misma importancia
3 Importancia moderada A es ligeramente más importante que B
5 Importancia fuerte A es más importante que B
7 Importancia muy fuerte A es mucho más importante que B
9 Importancia extrema A es extremadamente más importante que B
Tomando como base esta escala, se puede asignar a cada par de factores un juicio de valor de
importancia relativa frente una actividad propuesta. Después de la asignación de los pesos se
otorga una medida operativa de la consistencia de la matriz, que permite valorar la relación de los
criterios entre sí determinando su coherencia y pertinencia. Esto es muy importante porque en la
asignación de los juicios de valor, aunque se basen en criterios sólidos, siempre existe una cuota
más o menos importante de incertidumbre o subjetividad (Gómez Delgado & Barredo, 2005).
Para obtener el peso, se utilizó el método de comparación por pares de Saaty, mediante la
herramienta WEIGHT dentro del software IDRISI SELVA. Donde se le dio un valor de importancia a
cada uno, de acuerdo a la escala de medida de Saaty.
APTITUD GANADERÍA PASTOREO
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Disponibilidad de agua (
0.66
Coeficiente de agostadero 0.34
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Usos de suelo Disponibilidad de agua
Coeficiente de agostadero
1 ---
Disponibilidad de agua
2 1
APTITUD GANADERIA INTENSIVA (ESTABULADA)
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Disponibilidad de agua
0.29
Potencial agrícola
0.24
Red eléctrica
0.19
Vías de comunicación
0.14
Localidades
0.09
Pendiente
0.05
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Pendiente Localidades
Vías de comunicación
Red eléctrica
Potencial agrícola
Disponibilidad de agua
Pendiente
1 --- --- --- --- ---
Localidades
2 1 --- --- --- ---
Vías de comunicación
3 1.5 1 --- --- ---
Red eléctrica
4 2 1.333 1 --- ---
Potencial agrícola
5 2.5 1.667 1.25 1 ---
Disponibilidad de agua
6 3 2 15 1.2 1
Con los factores establecidos y normalizados, es decir, con una misma escala compatible, junto a
los pesos establecidos, se obtuvo el mapa de aptitud utilizando la técnica de “Sumatoria Lineal
Ponderada” que perteneciente a la Evaluación Multicriterio (EMC).
La evaluación multicriterio es un conjunto de técnicas utilizadas en la toma de decisiones
multidimensional para evaluar una serie de alternativas, que satisfacen uno o varios objetivos, a la
luz de múltiples criterios. El fin básico de las técnicas de EMC es “investigar un número de
alternativas bajo la luz de múltiples criterios y objetivos” (Voogd, 1983).
Sumatoria Lineal Ponderada
Para obtener una evaluación final de las alternativas se utilizó la sumatoria lineal ponderada, la
cual es uno de los métodos más utilizados en la EMC por su relativa sencillez y poca complejidad
en su implementación (Gómez Delgado & Barredo, 2005). El nivel de adecuación de cada
alternativa se obtiene sumando el resultado de multiplicar el valor de cada criterio por su peso:
Con la implementación de la formula anterior, se obtuvo el mapa de aptitud en una escala
continua que va de 0 a 255.
Reclasificamos el mapa anterior para obtener los niveles de alto, medio y bajo de adecuación o
aptitud:
ALTO MEDIO BAJO
Escala 200 a 251 150 a 200 100 a 150
APTITUD SECTOR FORESTAL MADERABLE
Identificación de atributos
Después de identificar los atributos que deben emplearse para el desarrollo del sector forestal
maderable, tenemos los siguientes.
FACTORES (ATRIBUTOS)
Usos de suelo
Incluye vegetación de pino- encino Encino –pino ,selva baja caducifolia, selva
baja subcaducifolia
Distancia a vías de comunicación
Carreteras pavimentadas y caminos
Distancia a centros de transformación y consumo
Localidades de 2500 habitantes
A continuación se describe el procedimiento para la obtención de cada uno.
1 Usos de suelo
(Producción Maderable)
ALTO MEDIO
Incluye vegetación de pino- encino Encino –pino ,
selva baja subcaducifolia
-Encino -Oyamel selva baja
caducifolia Bosque espinoso
0.50 0.33
2 - Distancia a Vías de Comunicación
Distancias a Carreteras Pavimentadas y caminos
ALTO MEDIO BAJO
0 a 1,000 metros 1,000 a 2,000 metros 2,000 a 3,000 metros
0.54 0.21 0.032
0.50 0.33 0.17
3 - Distancia a centros de transformación y consumo
LOCALIDADES URBANAS MAYOR A 2500 HABITANTES
ALTO MEDIO BAJO
0.78 0.081 0.018
0.50 0.33 0.17
APTITUD SECTOR FORESTAL NO MADERABLE
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
vegetación de pino- encino Encino –pino ,selva baja caducifolia, selva baja subcaducifolia
bosque espinoso Pastizales matorral xerófilo ,vegetación de dunas, palmar, tular
Vegetación secundara (todos tipos)
0.50
Distancia a vías de comunicación
0.33
Distancia a centros de transformación y consumo
0.17
1.- Selvas
Forestal no maderable.
ALTO MEDIO
-Selva baja sudcaducifolia pastizal, matorral, palmar, tular , vegetación
de dunas Vegetación secundara(todos tipos
-Bosque espinoso caducifolio Pino –encino- oyamel -Selva baja caducifolia
Distancia de los centros de transformación y consumo hasta 10 Km
Alto
Distancia de centros de transformación y consumo de 10 hasta 20km
medio
Distancia de centros de transformación y consumo mayor a 20km
bajo
0.50 0.33
2.- Distancias a Carreteras Pavimentadas y caminos TERRACERIAS
ALTO MEDIO BAJO
0 a 1,000 metros 1,000 a 2,000 metros 2,000 a 3,000 metros
0.61 0.31 0.069
0.50 0.33 0.17
3 - Distancia a centros de transformación y consumo
LOCALIDADES URBANAS MAYOR A 2500 HABITANTES
RESTRICCION NO MADERABLE
ANP (ÁREAS NATURALES PROTEGIDAS)
Humedales
SITIOS DESTINADOS A LA CONSERVACIÓN
Humedales
SITIOS DESTINADOS A LA CONSERVACIÓN
ALTO NO APTO NO APTO
-Escurrimientos RÍOS Y ARROYOS -Manglares
-Vegetación de halófila
-Matorral (Xerófilo y crasicaule)
0.50 0.33
Distancia de los centros de transformación y consumo hasta 10 Km
Alto
Distancia de centros de transformación y consumo de 10 hasta 20km
medio
Distancia de centros de transformación y consumo mayor a 20km
bajo
Es importante mencionar, que después de que se establecieron los rangos de importancia de cada
uno de los factores, se realizó un proceso de normalización, con la finalidad de que todos los
mapas de factores tuvieran la misma escala de medida.
Normalización
Debe señalarse que, en cualquier estudio en el que se deban integrar distintos factores, variables
o criterios, independientemente del método de evaluación a utilizar, se requiere que se realice
sobre escalas comparables en tipo, rango de extensión, unidad de medida, eventual posición del
cero, etc. Santos y Borderías, (2002), establecen que la integración de los criterios valorativos de
un objetivo determinado exige, previamente, la transformación de los valores de las variables que
los representan a una escala de referencia común. De esta manera, el rango de variación de los
criterios se mueve entre valores semejantes. Es decir, se debe buscar estandarizar o normalizar
los criterios en una escala de medida común.
Existen diferentes métodos para normalizar los datos, entre los más conocidos está la
estandarización por el valor máximo, la estandarización mediante la amplitud total o recorrido. No
obstante, también es posible utilizar como métodos de normalización aquellos que se basan en
funciones de pertenencia borrosa, sobre todo si se reconoce que los factores continuos son en
realidad grupos difusos.
La lógica borrosa o difusa es una técnica que ayuda a la representación más exacta de la
información imprecisa, incompleta o incierta, implícita en la opinión de los expertos en la toma de
decisiones (Prakash, 2003). La teoría matemática de la lógica difusa fue propuesta por Zadeh en
1965, y se basa en la existencia de diferentes grados de pertenencia entre lo falso y lo verdadero
(deseado y no deseado; apto y no apto). Es decir, utiliza valores como “moderado”, “bajo”, “alto”,
entre otros, en lugar de expresarse como “si” o “no” similar al concepto del álgebra booleana.
Mediante la lógica difusa, un problema se puede representar en términos de conjuntos difusos, los
cuales pueden derivarse de procedimientos cuantitativos o cualitativos (Prakash, 2003).
Las funciones borrosas se caracterizan por un grado de pertenencia difusa (también llamado
posibilidad) que oscila entre 0.1 a 1.0, indicando un aumento continuo de la no pertenencia a la
pertenencia completa.
En IDRISI, el módulo llamado FUZZY (borroso) se utiliza para normalizar factores usando un rango
completo de funciones de pertenencia de grupos borrosos. El módulo cuenta con la opción de
normalización en una escala de números reales de 0.0- 1.0 o en una escala byte de 0.0-255. Es
recomendable usar la segunda opción porque el módulo de evaluación multicriterio ha sido
optimizado para utilizar una estandarización de nivel 0.0-255. El valor más alto de la escala
estandarizada debe representar el caso de mayor probabilidad de pertenencia al grupo de
decisiones.
Se normalizaron estos mapas para tener una escala byte (0 a 255) que podamos utilizar en la
evaluación final de este criterio. Se normalizó utilizando una función lineal de tipo creciente
(herramienta FUZZY dentro de Idrisi). Donde los valores mínimos y máximos en cada factor, son los
valores obtenidos de las clasificación de “ALTO”, “MEDIO” y “BAJO”.
Ponderación de atributos
Después de obtener los factores normalizados. Se procedió a la ponderación de cada uno.
Podemos definir el objeto de la ponderación como: “llegar a expresar, en términos cuantitativos,
la importancia de los distintos elementos para acoger o ser afectados por una determinada
actuación” (CEOTMA, 1991).
Existen diferentes técnicas de ponderación de criterios, la técnica aquí aplicada, es la matriz de
comparación por pares desarrollada por Saaty (1980). En este procedimiento es necesario que los
pesos sumen uno y se deben realizar comparaciones por pares de los criterios que parten de una
matriz cuadrada en donde el número de filas y columnas está definido por el número de criterios a
ponderar. De esta forma, se establece una matriz entre pares de criterios, comparando la
importancia de cada uno de ellos con los demás, lo que permite obtener el eigenvector principal que
establece los pesos (wj) y proporciona una medida cuantitativa de la consistencia de los juicios de
valor entre pares de factores.
La escala de medida que se emplea en este método es de tipo continuo que va desde el valor
mínimo de 1/9 hasta 9, tal y como se muestra en la Tabla 1.
Tabla 3. Escala de comparación de pares de Saaty
Valor Definición Comentario
1/9 Importancia extrema A es extremadamente menos importante que B
1/7 Importancia muy fuerte A es mucho menos importante que B
1/5 Importancia fuerte A es menos importante que B
1/3 Importancia moderada A es ligeramente menos importante que B
1 Igual de importante A y B tienen la misma importancia
3 Importancia moderada A es ligeramente más importante que B
5 Importancia fuerte A es más importante que B
7 Importancia muy fuerte A es mucho más importante que B
9 Importancia extrema A es extremadamente más importante que B
Tomando como base esta escala, se puede asignar a cada par de factores un juicio de valor de
importancia relativa frente una actividad propuesta. Después de la asignación de los pesos se
otorga una medida operativa de la consistencia de la matriz, que permite valorar la relación de los
criterios entre sí determinando su coherencia y pertinencia. Esto es muy importante porque en la
asignación de los juicios de valor, aunque se basen en criterios sólidos, siempre existe una cuota
más o menos importante de incertidumbre o subjetividad (Gómez Delgado & Barredo, 2005).
Para obtener el peso, se utilizó el método de comparación por pares de Saaty, mediante la
herramienta WEIGHT dentro del software IDRISI SELVA. Donde se le dio un valor de importancia a
cada uno, de acuerdo a la escala de medida de Saaty.
FORESTAL MADERABLE
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Distancia a centros de
transformación y consumo
Distancia a vías de comunicación
Usos de suelo
Distancia a centros de
transformación y consumo
1 --- ---
Distancia a vías de comunicación
2 1 ---
Usos de suelo
3 1.5 1
A partir de esta matriz de valores, se obtuvo el peso de cada factor:
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Usos de suelo
0.50
Distancia a vías de comunicación
0.33
Distancia a centros de transformación y consumo
0.17
FORESTAL NO MADERABLE
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Distancia a centros de
transformación y consumo
Distancia a vías de comunicación
Selvas
Distancia a centros de
transformación y consumo
1 --- ---
Distancia a vías de comunicación
2 1 ---
Selvas
3 1.5 1
A partir de esta matriz de valores, se obtuvo el peso de cada factor:
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Selvas
0.50
Distancia a vías de comunicación
0.33
Distancia a centros de transformación y consumo
0.17
Con los factores establecidos y normalizados, es decir, con una misma escala compatible, junto a
los pesos establecidos, se obtuvo el mapa de aptitud utilizando la técnica de “Sumatoria Lineal
Ponderada” que perteneciente a la Evaluación Multicriterio (EMC).
La evaluación multicriterio es un conjunto de técnicas utilizadas en la toma de decisiones
multidimensional para evaluar una serie de alternativas, que satisfacen uno o varios objetivos, a la
luz de múltiples criterios. El fin básico de las técnicas de EMC es “investigar un número de
alternativas bajo la luz de múltiples criterios y objetivos” (Voogd, 1983).
Sumatoria Lineal Ponderada
Para obtener una evaluación final de las alternativas se utilizó la sumatoria lineal ponderada, la
cual es uno de los métodos más utilizados en la EMC por su relativa sencillez y poca complejidad
en su implementación (Gómez Delgado & Barredo, 2005). El nivel de adecuación de cada
alternativa se obtiene sumando el resultado de multiplicar el valor de cada criterio por su peso:
Con la implementación de la formula anterior, se obtuvo el mapa de aptitud en una escala
continua que va de 0 a 255.
Reclasificamos el mapa anterior para obtener los niveles de alto, medio y bajo de adecuación o
aptitud:
ALTO MEDIO BAJO
Escala 200 a 251 150 a 200 100 a 150
APTITUD ACUICULTURA
Identificación de atributos
Después de identificar los atributos que deben emplearse para la acuicultura (camarinocultura),
tenemos los siguientes.
FACTORES (ATRIBUTOS)
Disponibilidad de agua
Tipos de suelo
Usos de Suelo (USyV)
Carreteras
Pendiente
A continuación se describe el procedimiento para la obtención de cada uno.
*Agua
Disponibilidad de agua de mar/ proximidad al agua salobre.
Tipo de carretera ALTO MEDIO BAJO
Agua marítima 0 a 2 km 2 a 5 km 5 a 10km
.60 0.001 0.001
Se partió de un shape que representa los cuerpos de agua marítimos. De éste, se hicieron buffer
con las distancias mencionadas.
*Tipos de Suelos
Se utilizaron solo los tipos de suelo que son adecuados para el desarrollo acuícola, de acuerdo a
los criterios de Alto, medio y bajo se obtuvieron los pesos.
Importancia ALTO MEDIO BAJO
Tipo de Suelo Solonchak Solonetz Arenosol/Vertisol
PESOS 0.50 0.33 0.17
*Usos de suelo
1.- Se utilizaron solo los usos de suelo que son adecuados para el desarrollo acuícola, de acuerdo a
los criterios de Alto y bajo se obtuvieron los pesos.
Usos de suelo ALTO BAJO
-Desprovisto de vegetación -Matorral Sarco-crasicaula
Matorral sarco-crasicaula de neblina Matorral sarcocaule, Mezquital tropical.
Mezquital Xerófila, Pastizal Halófila. Vegetación halófila hidrófila Vegetación halófila xerófila
Vegetación secundaria arbustiva de matorral Vegetación secundaria arbustiva de mezquital
-Tular -Vegetación de dunas
costeras.
PESOS 0.50 0.17
*Carreteras
Proximidad a carreteras
Tipo de carretera ALTO MEDIO BAJO
Pavimentadas 0 a 6 km 6 a 10 km >10km
0.50 .0014 0.00028
Terracerías a 2 km 2 a 4 km >4 km
0.65 0.20 0.06
0
Dando como resultados los siguientes pesos:
Criterio Pesos
BAJO 0.11
MEDIO 0.33
ALTO 0.56
- Se normalizaron estos mapas para tener una escala byte (0 a 255) que podamos utilizar en la
evaluación final de este criterio.Se normalizó utilizando una función lineal de tipo creciente
(herramienta FUZZY dentro de Idrisi). Donde los puntos de control mínimo y máximo son 0 y el
valor más alto (en este caso 0.56).
- Por último, se obtuvo el mapa de aptitud del criterio de carreteras mediante la utilización del
método de evaluación multicriterio de sumatoria lineal ponderada (se utilizó la herramienta
MCEen Idrisi). Donde se pondero en primero lugar las carretas pavimentadas y en segundo las de
terracerías, teniendo los siguientes pesos:
Tipo Pesos
Pavimentadas 0.66
Terracerías 0.34
*Pendientes
- A partir de un DEM, se generó un mapa de pendientes. Y se reclasifico según lo siguiente, las
pendientes de 0 a 5 % con un valor de 0.5 y así sucesivamente.
ALTO MEDIO BAJO
PENDIENTES 0 a 5 % 5 a 10 % >10 %
PESOS 0.50 0.33 0.17
- Se normalizó el mapa utilizando una función lineal de tipo creciente (herramienta FUZZY dentro
de Idrisi). Donde el punto de control mínimo es igual a 0 y el máximo es 0.50. Obteniendo así el
factor final.
*RESTRICCIONES
1.- Manglares (a menos de 100 metros de manglares). Se hizo un buffer a 100 metros de los
manglares.
2.- Zonas núcleos ANP.
3.- Zonas pastizales naturales.
También se consideraron las carreteras como restricciones, porque al realizar los buffer estos
contienen las áreas ocupadas por carreteras.
Todos estos mapas considerados como restricciones se suman (se trabajaron en raster – Idrisi).
Obteniendo así un mapa con todos.
APTITUD ACUICULTURAEN JAULA
FACTORES (ATRIBUTOS)
Distancia a fuentes de agua
Temperatura
Pendiente
Vías de comunicación
Mercado local
1.- Distancia a fuentes de agua.
Distancias de las localidades a Ríos, Presas, Lagunas, Esteros, Diques.
ALTO MEDIO NO APTO
0 a 500 metros
500 a 2,000 metros >2,000 metros 4,000 metros.
0.84 0.59 0.16
0.50 0.33 0.17
RESTRICCIONES GENERALES
Quitar los cuerpos de agua marítimos, los manglares.
2.- Temperatura.
ALTO MEDIO NO APTO
24 a 26 °C
18 a 24 °C
>18°C
0.50 0.33 0.17
3.- Pendiente.
ALTO MEDIO NO APTO
0 a 7%
7 a 25%
>25%
0.50 0.33 0.17
4.- Vías de comunicación.
Carreteras pavimentadas
ALTO MEDIO NO APTO
0 a 5,000 metros
5 a 1000 metros
10,000 a 15,000 metros
0.51 0.17 .017
0.50 0.33 0.17
5.- Mercado Local.
Localidades
ALTO MEDIO NO APTO
<50 km De 0 a 5
50 a 100 km De 5 a 10
>100 km
.51 0.17 0.05
0.50 0.33 0.17
Para este criterio, solo se tomaron en cuenta las localidades que tienen una importancia en los
esterios, ríos y lagunas y presas, por lo que se hizo un intersect de las localidades con ese criterio,
el de disponibilidad de agua. Y sobre esas localidades se hizo el buffer.
De 5 y 10 km.
Es importante mencionar, que después de que se establecieron los rangos de importancia de cada
uno de los factores, se realizó un proceso de normalización, con la finalidad de que todos los
mapas de factores tuvieran la misma escala de medida.
Normalización
Debe señalarse que, en cualquier estudio en el que se deban integrar distintos factores, variables
o criterios, independientemente del método de evaluación a utilizar, se requiere que se realice
sobre escalas comparables en tipo, rango de extensión, unidad de medida, eventual posición del
cero, etc. Santos y Borderías, (2002), establecen que la integración de los criterios valorativos de
un objetivo determinado exige, previamente, la transformación de los valores de las variables que
los representan a una escala de referencia común. De esta manera, el rango de variación de los
criterios se mueve entre valores semejantes. Es decir, se debe buscar estandarizar o normalizar
los criterios en una escala de medida común.
Existen diferentes métodos para normalizar los datos, entre los más conocidos está la
estandarización por el valor máximo, la estandarización mediante la amplitud total o recorrido. No
obstante, también es posible utilizar como métodos de normalización aquellos que se basan en
funciones de pertenencia borrosa, sobre todo si se reconoce que los factores continuos son en
realidad grupos difusos.
La lógica borrosa o difusa es una técnica que ayuda a la representación más exacta de la
información imprecisa, incompleta o incierta, implícita en la opinión de los expertos en la toma de
decisiones (Prakash, 2003). La teoría matemática de la lógica difusa fue propuesta por Zadeh en
1965, y se basa en la existencia de diferentes grados de pertenencia entre lo falso y lo verdadero
(deseado y no deseado; apto y no apto). Es decir, utiliza valores como “moderado”, “bajo”, “alto”,
entre otros, en lugar de expresarse como “si” o “no” similar al concepto del álgebra booleana.
Mediante la lógica difusa, un problema se puede representar en términos de conjuntos difusos, los
cuales pueden derivarse de procedimientos cuantitativos o cualitativos (Prakash, 2003).
Las funciones borrosas se caracterizan por un grado de pertenencia difusa (también llamado
posibilidad) que oscila entre 0.1 a 1.0, indicando un aumento continuo de la no pertenencia a la
pertenencia completa.
En IDRISI, el módulo llamado FUZZY (borroso) se utiliza para normalizar factores usando un rango
completo de funciones de pertenencia de grupos borrosos. El módulo cuenta con la opción de
normalización en una escala de números reales de 0.0- 1.0 o en una escala byte de 0.0-255. Es
recomendable usar la segunda opción porque el módulo de evaluación multicriterio ha sido
optimizado para utilizar una estandarización de nivel 0.0-255. El valor más alto de la escala
estandarizada debe representar el caso de mayor probabilidad de pertenencia al grupo de
decisiones.
Se normalizaron estos mapas para tener una escala byte (0 a 255) que podamos utilizar en la
evaluación final de este criterio. Se normalizó utilizando una función lineal de tipo creciente
(herramienta FUZZY dentro de Idrisi). Donde los valores mínimos y máximos en cada factor, son los
valores obtenidos de las clasificación de “ALTO”, “MEDIO” y “BAJO”.
Ponderación de atributos
Después de obtener los factores normalizados. Se procedió a la ponderación de cada uno.
Podemos definir el objeto de la ponderación como: “llegar a expresar, en términos cuantitativos,
la importancia de los distintos elementos para acoger o ser afectados por una determinada
actuación” (CEOTMA, 1991).
Existen diferentes técnicas de ponderación de criterios, la técnica aquí aplicada, es la matriz de
comparación por pares desarrollada por Saaty (1980). En este procedimiento es necesario que los
pesos sumen uno y se deben realizar comparaciones por pares de los criterios que parten de una
matriz cuadrada en donde el número de filas y columnas está definido por el número de criterios a
ponderar. De esta forma, se establece una matriz entre pares de criterios, comparando la
importancia de cada uno de ellos con los demás, lo que permite obtener el eigenvector principal que
establece los pesos (wj) y proporciona una medida cuantitativa de la consistencia de los juicios de
valor entre pares de factores.
La escala de medida que se emplea en este método es de tipo continuo que va desde el valor
mínimo de 1/9 hasta 9, tal y como se muestra en la Tabla 1.
Tabla 4. Escala de comparación de pares de Saaty
Valor Definición Comentario
1/9 Importancia extrema A es extremadamente menos importante que B
1/7 Importancia muy fuerte A es mucho menos importante que B
1/5 Importancia fuerte A es menos importante que B
1/3 Importancia moderada A es ligeramente menos importante que B
1 Igual de importante A y B tienen la misma importancia
3 Importancia moderada A es ligeramente más importante que B
5 Importancia fuerte A es más importante que B
7 Importancia muy fuerte A es mucho más importante que B
9 Importancia extrema A es extremadamente más importante que B
Tomando como base esta escala, se puede asignar a cada par de factores un juicio de valor de
importancia relativa frente una actividad propuesta. Después de la asignación de los pesos se
otorga una medida operativa de la consistencia de la matriz, que permite valorar la relación de los
criterios entre sí determinando su coherencia y pertinencia. Esto es muy importante porque en la
asignación de los juicios de valor, aunque se basen en criterios sólidos, siempre existe una cuota
más o menos importante de incertidumbre o subjetividad (Gómez Delgado & Barredo, 2005).
Para obtener el peso, se utilizó el método de comparación por pares de Saaty, mediante la
herramienta WEIGHT dentro del software IDRISI SELVA. Donde se le dio un valor de importancia a
cada uno, de acuerdo a la escala de medida de Saaty.
APTITUD ACUICULTURA
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Disponibilidad de agua
0.36
Tipos de suelo
0.28
Usos de Suelo (USyV)
0.20
Disponibilidad de Carreteras
0.12
Pendiente
0.04
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Pendiente Carreteras
Usos de Suelo
(USyV)
Tipos de
suelo
Disponibilidad de agua
Pendiente
1 --- --- --- ---
Carreteras
3 1 --- --- ---
Usos de Suelo (USyV)
5 1.667 1 --- ---
Tipos de suelo
7 2.333 1.4 1 ---
Disponibilidad de agua
9 3 1.8 1.286 1
APTITUD ACUICULTURA EN JAULA
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Distancia a fuentes de agua
0.33
Temperatura
0.27
Pendiente
0.20
Vías de comunicación
0.13
Mercado local
0.07
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Mercado
local
Vías de comunicación
Pendiente
Temperatura
Distancia a fuentes de
agua
Mercado local 1 --- --- --- ---
Vías de comunicación
2 1 --- --- ---
Pendiente
3 1.5 1 --- ---
Temperatura
4 2 1.333 1 ---
Distancia a fuentes de
agua 5 2.5 1.667 1.25 1
Con los factores establecidos y normalizados, es decir, con una misma escala compatible, junto a
los pesos establecidos, se obtuvo el mapa de aptitud utilizando la técnica de “Sumatoria Lineal
Ponderada” que perteneciente a la Evaluación Multicriterio (EMC).
La evaluación multicriterio es un conjunto de técnicas utilizadas en la toma de decisiones
multidimensional para evaluar una serie de alternativas, que satisfacen uno o varios objetivos, a la
luz de múltiples criterios. El fin básico de las técnicas de EMC es “investigar un número de
alternativas bajo la luz de múltiples criterios y objetivos” (Voogd, 1983).
Sumatoria Lineal Ponderada
Para obtener una evaluación final de las alternativas se utilizó la sumatoria lineal ponderada, la
cual es uno de los métodos más utilizados en la EMC por su relativa sencillez y poca complejidad
en su implementación (Gómez Delgado & Barredo, 2005). El nivel de adecuación de cada
alternativa se obtiene sumando el resultado de multiplicar el valor de cada criterio por su peso:
Con la implementación de la formula anterior, se obtuvo el mapa de aptitud en una escala
continua que va de 0 a 255.
Reclasificamos el mapa anterior para obtener los niveles de alto, medio y bajo de adecuación o
aptitud:
ALTO MEDIO BAJO
Escala 200 a 251 150 a 200 100 a 150
APTITUD MINERÍA METALICA
Identificación de atributos
Después de identificar los atributos que deben emplearse para la minería, tenemos los siguientes.
FACTORES (ATRIBUTOS)
Geoquímica (Minas)
Geología (Rocas)
Estructura
Disponibilidad de agua
Recursos humanos
Infraestructura
A continuación se describe el procedimiento para la obtención de cada uno.
1.- Geoquímica (Minas)
Buffer de 500 metros donde se encuentren los siguientes tipos de minas.
ALTO MEDIO
-Au (Oro) Ag (Plata)
Cu (Cobre) Pb (Plomo) Zn (Zinc)
0.66 0.33
2.- Geología (rocas)
ALTO MEDIO BAJO
-Porfidodacítico
-Brechas Volcanicas -Dacitas. -Tobas Andesiticas. -Andesita.
-Caliza. -Lulita-Arenisca-
0.50 0.33 0.17
3.- Estructura
Buffer de 500 metros donde se encuentren las siguientes:
ALTO MEDIO
-Falla normal -Fala inversa
A 500 metros
-Fractura
A 500 metros
0.66 0.33
4.- Disponibilidad de agua
Ríos y Arroyos
ALTO MEDIO BAJO
1000 metros Buffers
3000 mts
5000 mts
0.73
0.40 0.10
0.50 0.33 0.17
5.- Recursos humanos
Localidades
ALTO MEDIO BAJO
2 kilómetros Buffers
3 kilómetros
10 kilómetros
0.73 0.61 0.033
0.50 0.33 0.17
6.- Infraestructura de comunicación
ALTO MEDIO BAJO
Carreteras pavimentadas Caminos Brechas
2 km 3 km 10 km
0.73 0.61 0.033
0.50 0.33 0.17
1b.- MAPA DE APTITUD MINERA DEL SGM
SIERRA.SHP Reclasificar como aptitud minera ALTA
Llanura_costera.shpReclasificar como aptitud minera MEDIA
Adaptar los pesos para este factor, ponderar primero.
APTITUD APROVECHAMIENTO DE MATERIALES PETREOS
FACTORES (ATRIBUTOS)
Áreas con bancos de materiales pétreos explotados
Ríos principales
Distancia a carreteras y caminos
Distancia a localidades urbanas
1.- Áreas con bancos de materiales pétreos explotados
Rasterizar el shapede“Extraccion_de_Materiales_Dissolve” y reclasificar con nivel de 255, todos
los puntos esos tendrán la mejor aptitud.
2.- Ríos principales
Hacer como se explicó, valorando los ríos de acuerdo a los puntos de explotación que haya sobre
ellos.
3.- Distancia a carreteras y caminos
Distancias a vialidades principales (carreteras pavimentadas) y caminos de Terracerías. Los dos
shapes de carreteras.
ALTO MEDIO BAJO
Distancia a carreteras 400 mts 800 mts 1000 mts
Nuevos pesos 0.87 0.21 0.07
0.50 0.33 0.17
4.- Distancia a localidades urbanas
Distancias a localidades urbanas (puntuales).
ALTO MEDIO BAJO
Distancia a localidades urbanas 8 km 12 km 20 km
0.92 0.40 0.043
0.50 0.33 0.17
RESTRICCIONES
1.-Limitante franja de amortiguamiento de 0 a 2000 metros de los pozos de extracción de agua.
buffer de 2000 metros del shape“Pozos_Dissol”.
2 –Franja de amortiguamiento alrededor de cuerpos de agua y manglares (100 metros)
Buffer de cuerpos de agua y manglares de 100 metros. Ya hay un buffer de manglares de
100 metros, el de cuerpos de agua se hace en el anterior.
3.- Restricción de zonas urbanas a 100metros.
Sumamos los tres y los rasterizados y reclasificamos.
Considerando lo anterior, se realizó la búsqueda de criterios de distancia a la cual deberían estar alejada la actividad minera de ciertas áreas o fuentes receptoras para disminuir el riesgo de impactos ambientales. Para la definición de criterios de distancia se tomaron en consideración los siguientes artículos científicos relacionados al tema de la estimación del riesgo de desperdicios mineros: TestingContaminationRiskAssessmentMethodsFor Mine WasteSite; PreliminaryContaminationRiskAssessment of MiningWasteUsingSpatialAnalysis and GeochemicalCharacterization of Rock Formations. Case study in Hungary; y DecisionSupportMethodsfortheEnvironmentalAssessment of Contamination at MiningSites. Y también se tomó en cuenta los criterios definidos por la Directiva de Desperdicios Mineros de la Unión Europea(EU MiningWasteDirective (MWD) Pre-selectionProtocol) (Abdaal et al., 2013; Abdelaal y Gyozo, 2013; Abdelaal, 2014). Con base a estos criterios de distancia, se propuso nuevos valores de distancia considerando los impactados ambientales que causan ciertas actividades y procesos de la minería, así como también la justificación del porque se debería alejar la actividad minera haciendo referencia a las principales leyes y normas que rigen a México en temas ambientales. Además, se han agregado dos capas nuevas como lo es la cobertura forestal y polígonos de zona de influencia de las cuencas de aportación aguas arriba de las presas (Tabla 2).
Tabla 2. Capas para considerarse con sus respectivos criterios de distancia con respecto a la actividad minera.
Capas Criterios (MWD) Criterio
propuesto Justificación Referencia
Zonas excluidas o
restringidas (Áreas
Naturales Protegidas,
Parques o reservas
naturales, Regiones
Prioritarias para la
Conservación)
Buffer de 1 km a partir del
límite del polígono
Buffer de 2 km a
partir del límite
del polígono
Conservación de la
biodiversidad
(especies de fauna y
flora) y
aprovechamiento de
los servicios
ambientales
(producción de agua)
NOM-059-
SEMARNAT-
2010; Ley
General de
Vida Silvestre;
Ley General
del Equilibrio
Ecológico y
Protección al
Ambiente
Cuerpos de agua (ríos,
lagos, lagunas, esteros,
etc.)
Buffer de 1 km de
distancia
Buffer de 3 km a
partir de la última
cota de zona
inundable
Evitar la modificación
del sistema
hidrológico que
afecte la calidad y
cantidad del agua
Ley General de
Aguas
Nacionales
(Artículo 1)
Asentamientos humanos Buffer de 1 km de
distancia
Buffer de 3 km a
partir de la
periferia
Exposición a
contaminación
atmosférica, de ruido
y vibraciones
Ley Federal de
Protección al
Ambiente
Pendiente Pendiente menor a 10% Pendiente menor
a 10%
Reducir el riesgo y
peligro del arrastre
de materiales
contaminados
(relaves) a grandes
velocidades
Abdaal et
al. (2013)
Agua subterránea Buffer de 1 km de
distancia
Buffer de 2 km de
distancia a la
redonda desde el
Alteraciones al
sistema
hidrogeológico
Younger et al.
(2002)
US EPA (2003)
punto de
extracción
mediante la
extracción y
contaminación del
agua subterránea
Área de agricultura Buffer de 1 km de
distancia
Buffer de 2 km
(Considerar
como los Distritos
de riego 111 y
112)
Evitar el potencial de
daño de áreas de
suelos agropecuarios
por derrames
Abdaal et
al. (2013)
Permeabilidad del suelo
Permeabilidad baja
(suelos arcillosos y rocas
impermeables)
Permeabilidad media
(suelos limosos, rocas de
tipo arenisca y volcánicas)
Permeabilidad alta (suelos
arenosos y rocas calizas y
dolomitas)
Permeabilidad
baja (suelos
arcillosos y rocas
impermeables)
Permeabilidad
media (suelos
limosos, rocas de
tipo arenisca y
volcánicas)
Permeabilidad
alta (suelos
arenosos y rocas
calizas y
dolomitas)
Disminuir el riesgo
de contaminación del
agua subterránea
mediante la
infiltración y
percolación de
lixiviados por
características
hidráulicas del suelo
Abdelaal y
Gyozo
(2013)
Cobertura forestal -
Buffer de 1 km a
partir del límite
de la cobertura
forestal
Disminuir los
cambios en uso de
suelo (remoción de
la cobertura vegetal
y erosión) y
biodiversidad
(alteración de
ecosistemas)
Ley General de
Desarrollo
Forestal
Sustentable
Presas -
Buffer de 3 km a
partir del límite
del polígono de
cuencas de
aportación aguas
arriba de las
presas
Reducir el riesgo y
peligro del arrastre
de materiales
contaminados
(relaves) y
contaminantes a
embalses como
fuentes de
abastecimiento
-
Es importante mencionar, que después de que se establecieron los rangos de importancia de cada
uno de los factores, se realizó un proceso de normalización, con la finalidad de que todos los
mapas de factores tuvieran la misma escala de medida.
Normalización
Debe señalarse que, en cualquier estudio en el que se deban integrar distintos factores, variables
o criterios, independientemente del método de evaluación a utilizar, se requiere que se realice
sobre escalas comparables en tipo, rango de extensión, unidad de medida, eventual posición del
cero, etc. Santos y Borderías, (2002), establecen que la integración de los criterios valorativos de
un objetivo determinado exige, previamente, la transformación de los valores de las variables que
los representan a una escala de referencia común. De esta manera, el rango de variación de los
criterios se mueve entre valores semejantes. Es decir, se debe buscar estandarizar o normalizar
los criterios en una escala de medida común.
Existen diferentes métodos para normalizar los datos, entre los más conocidos está la
estandarización por el valor máximo, la estandarización mediante la amplitud total o recorrido. No
obstante, también es posible utilizar como métodos de normalización aquellos que se basan en
funciones de pertenencia borrosa, sobre todo si se reconoce que los factores continuos son en
realidad grupos difusos.
La lógica borrosa o difusa es una técnica que ayuda a la representación más exacta de la
información imprecisa, incompleta o incierta, implícita en la opinión de los expertos en la toma de
decisiones (Prakash, 2003). La teoría matemática de la lógica difusa fue propuesta por Zadeh en
1965, y se basa en la existencia de diferentes grados de pertenencia entre lo falso y lo verdadero
(deseado y no deseado; apto y no apto). Es decir, utiliza valores como “moderado”, “bajo”, “alto”,
entre otros, en lugar de expresarse como “si” o “no” similar al concepto del álgebra booleana.
Mediante la lógica difusa, un problema se puede representar en términos de conjuntos difusos, los
cuales pueden derivarse de procedimientos cuantitativos o cualitativos (Prakash, 2003).
Las funciones borrosas se caracterizan por un grado de pertenencia difusa (también llamado
posibilidad) que oscila entre 0.1 a 1.0, indicando un aumento continuo de la no pertenencia a la
pertenencia completa.
En IDRISI, el módulo llamado FUZZY (borroso) se utiliza para normalizar factores usando un rango
completo de funciones de pertenencia de grupos borrosos. El módulo cuenta con la opción de
normalización en una escala de números reales de 0.0- 1.0 o en una escala byte de 0.0-255. Es
recomendable usar la segunda opción porque el módulo de evaluación multicriterio ha sido
optimizado para utilizar una estandarización de nivel 0.0-255. El valor más alto de la escala
estandarizada debe representar el caso de mayor probabilidad de pertenencia al grupo de
decisiones.
Se normalizaron estos mapas para tener una escala byte (0 a 255) que podamos utilizar en la
evaluación final de este criterio. Se normalizó utilizando una función lineal de tipo creciente
(herramienta FUZZY dentro de Idrisi). Donde los valores mínimos y máximos en cada factor, son los
valores obtenidos de las clasificación de “ALTO”, “MEDIO” y “BAJO”.
Ponderación de atributos
Después de obtener los factores normalizados. Se procedió a la ponderación de cada uno.
Podemos definir el objeto de la ponderación como: “llegar a expresar, en términos cuantitativos,
la importancia de los distintos elementos para acoger o ser afectados por una determinada
actuación” (CEOTMA, 1991).
Existen diferentes técnicas de ponderación de criterios, la técnica aquí aplicada, es la matriz de
comparación por pares desarrollada por Saaty (1980). En este procedimiento es necesario que los
pesos sumen uno y se deben realizar comparaciones por pares de los criterios que parten de una
matriz cuadrada en donde el número de filas y columnas está definido por el número de criterios a
ponderar. De esta forma, se establece una matriz entre pares de criterios, comparando la
importancia de cada uno de ellos con los demás, lo que permite obtener el eigenvector principal que
establece los pesos (wj) y proporciona una medida cuantitativa de la consistencia de los juicios de
valor entre pares de factores.
La escala de medida que se emplea en este método es de tipo continuo que va desde el valor
mínimo de 1/9 hasta 9, tal y como se muestra en la Tabla 1.
Tabla 5. Escala de comparación de pares de Saaty
Valor Definición Comentario
1/9 Importancia extrema A es extremadamente menos importante que B
1/7 Importancia muy fuerte A es mucho menos importante que B
1/5 Importancia fuerte A es menos importante que B
1/3 Importancia moderada A es ligeramente menos importante que B
1 Igual de importante A y B tienen la misma importancia
3 Importancia moderada A es ligeramente más importante que B
5 Importancia fuerte A es más importante que B
7 Importancia muy fuerte A es mucho más importante que B
9 Importancia extrema A es extremadamente más importante que B
Tomando como base esta escala, se puede asignar a cada par de factores un juicio de valor de
importancia relativa frente una actividad propuesta. Después de la asignación de los pesos se
otorga una medida operativa de la consistencia de la matriz, que permite valorar la relación de los
criterios entre sí determinando su coherencia y pertinencia. Esto es muy importante porque en la
asignación de los juicios de valor, aunque se basen en criterios sólidos, siempre existe una cuota
más o menos importante de incertidumbre o subjetividad (Gómez Delgado & Barredo, 2005).
Para obtener el peso, se utilizó el método de comparación por pares de Saaty, mediante la
herramienta WEIGHT dentro del software IDRISI SELVA. Donde se le dio un valor de importancia a
cada uno, de acuerdo a la escala de medida de Saaty.
APTITUD MINERÍA
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Mapa de aptitud minera 0.25
Geoquímica (Minas)
0.21
Geología (Rocas)
0.18
Estructura
0.14
Disponibilidad de agua
0.10
Recursos humanos
0.07
Infraestructura
0.05
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Infraestructura
Recursos humanos
Disponibilidad de agua
Estructura
Geología (Rocas)
Geoquímica (Minas)
Infraestructura
1 --- --- --- --- ---
Recursos humanos
2 1 --- --- --- ---
Disponibilidad de agua
3 1.5 1 --- --- ---
Estructura
4 2 1.333 1 --- ---
Geología (Rocas)
5 2.5 1.667 1.25 1 ---
Geoquímica (Minas)
6 3 2 15 1.2 1
Aptitud Minera
7 3.5 2.333 1.75 1.4 1.167
APTITUD APROVECHAMIENTO DE MATERIALES PETREOS
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Áreas con bancos de materiales pétreos explotados
0.40
Ríos principales
0.30
Distancia a carreteras y caminos
0.20
Distancia a localidades urbanas
0.10
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Distancia a localidades
urbanas
Distancia a carreteras y
caminos
Ríos principales
Áreas con bancos de materiales
pétreos
Distancia a localidades
urbanas
1 --- --- ---
Distancia a carreteras y
caminos
2 1 --- ---
Ríos principales
3 1.5 1 ---
Áreas con bancos de materiales
pétreos
4 2 1.333 1
Con los factores establecidos y normalizados, es decir, con una misma escala compatible, junto a
los pesos establecidos, se obtuvo el mapa de aptitud utilizando la técnica de “Sumatoria Lineal
Ponderada” que perteneciente a la Evaluación Multicriterio (EMC).
La evaluación multicriterio es un conjunto de técnicas utilizadas en la toma de decisiones
multidimensional para evaluar una serie de alternativas, que satisfacen uno o varios objetivos, a la
luz de múltiples criterios. El fin básico de las técnicas de EMC es “investigar un número de
alternativas bajo la luz de múltiples criterios y objetivos” (Voogd, 1983).
Sumatoria Lineal Ponderada
Para obtener una evaluación final de las alternativas se utilizó la sumatoria lineal ponderada, la
cual es uno de los métodos más utilizados en la EMC por su relativa sencillez y poca complejidad
en su implementación (Gómez Delgado & Barredo, 2005). El nivel de adecuación de cada
alternativa se obtiene sumando el resultado de multiplicar el valor de cada criterio por su peso:
Con la implementación de la formula anterior, se obtuvo el mapa de aptitud en una escala
continua que va de 0 a 255.
Reclasificamos el mapa anterior para obtener los niveles de alto, medio y bajo de adecuación o
aptitud:
ALTO MEDIO BAJO
Escala 200 a 251 150 a 200 100 a 150
APTITUD AGROINDUSTRIA
Identificación de atributos
Después de identificar los atributos que deben emplearse para el desarrollo de la agroindustria,
tenemos los siguientes.
FACTORES (ATRIBUTOS)
Distancia a carreteras principales y ferrocarriles
Localidades con electricidad y agua potable
Distancia a centros de población
A continuación se describe el procedimiento para la obtención de cada uno.
1.- Distancia a carreteras Principales y ferrocarriles
Se usó el shape de carreteras pavimentadas y el de vías férreas.
ALTO MEDIO BAJO
Distancia a carreteras y vías férreas
< 500 mts 700 mts 1000 mts
0.47 0.30 0.093
0.50 0.33 0.17
2.- Localidades con electricidad y agua potable.
En la tabla de atributos del shape de localidades, con las nomenclaturas:
VPH_C_ELEC = Para las que tienen electricidad.
VPH_AGUADV = Para las que tienen agua potable
VPH_C_SERV= Para las que tienen electricidad, agua y drenaje.
Se separaron cada una y se unieron, se dejaron las que tienen electricidad y agua. Y luego se les
unió las que tienen los demás servicios.
ALTO MEDIO BAJO
Localidades con electricidad y agua potable
< 500 mts 700 mts 1000 mts
0.50 0.33 0.17
3.- Distancia a centros de consumo
Del mapa de localidades Sinaloa 2010, se eligieron las que tenían más de 2,500 habitantes. Y se
exporto a un nuevo shape, a éste se le hicieron los siguientes buffers.
ALTO MEDIO BAJO
Distancia a centros de consumo (loc> 2,500)
10 km 20 km 30 km
0.72 0.33 0.03
0.50 0.33 0.17
Exclusiones
* A 1500 Metros de los pozos de agua
Buffer a 1500 de Pozos.
Buffer a 1500 de LOCALIDADES
* Manglares y zonas inundables
Se hizo merge con el mapa de los buffer, y se rasterizo y reclasifico adeacuadamente.
Es importante mencionar, que después de que se establecieron los rangos de importancia de cada
uno de los factores, se realizó un proceso de normalización, con la finalidad de que todos los
mapas de factores tuvieran la misma escala de medida.
Normalización
Debe señalarse que, en cualquier estudio en el que se deban integrar distintos factores, variables
o criterios, independientemente del método de evaluación a utilizar, se requiere que se realice
sobre escalas comparables en tipo, rango de extensión, unidad de medida, eventual posición del
cero, etc. Santos y Borderías, (2002), establecen que la integración de los criterios valorativos de
un objetivo determinado exige, previamente, la transformación de los valores de las variables que
los representan a una escala de referencia común. De esta manera, el rango de variación de los
criterios se mueve entre valores semejantes. Es decir, se debe buscar estandarizar o normalizar
los criterios en una escala de medida común.
Existen diferentes métodos para normalizar los datos, entre los más conocidos está la
estandarización por el valor máximo, la estandarización mediante la amplitud total o recorrido. No
obstante, también es posible utilizar como métodos de normalización aquellos que se basan en
funciones de pertenencia borrosa, sobre todo si se reconoce que los factores continuos son en
realidad grupos difusos.
La lógica borrosa o difusa es una técnica que ayuda a la representación más exacta de la
información imprecisa, incompleta o incierta, implícita en la opinión de los expertos en la toma de
decisiones (Prakash, 2003). La teoría matemática de la lógica difusa fue propuesta por Zadeh en
1965, y se basa en la existencia de diferentes grados de pertenencia entre lo falso y lo verdadero
(deseado y no deseado; apto y no apto). Es decir, utiliza valores como “moderado”, “bajo”, “alto”,
entre otros, en lugar de expresarse como “si” o “no” similar al concepto del álgebra booleana.
Mediante la lógica difusa, un problema se puede representar en términos de conjuntos difusos, los
cuales pueden derivarse de procedimientos cuantitativos o cualitativos (Prakash, 2003).
Las funciones borrosas se caracterizan por un grado de pertenencia difusa (también llamado
posibilidad) que oscila entre 0.1 a 1.0, indicando un aumento continuo de la no pertenencia a la
pertenencia completa.
En IDRISI, el módulo llamado FUZZY (borroso) se utiliza para normalizar factores usando un rango
completo de funciones de pertenencia de grupos borrosos. El módulo cuenta con la opción de
normalización en una escala de números reales de 0.0- 1.0 o en una escala byte de 0.0-255. Es
recomendable usar la segunda opción porque el módulo de evaluación multicriterio ha sido
optimizado para utilizar una estandarización de nivel 0.0-255. El valor más alto de la escala
estandarizada debe representar el caso de mayor probabilidad de pertenencia al grupo de
decisiones.
Se normalizaron estos mapas para tener una escala byte (0 a 255) que podamos utilizar en la
evaluación final de este criterio. Se normalizó utilizando una función lineal de tipo creciente
(herramienta FUZZY dentro de Idrisi). Donde los valores mínimos y máximos en cada factor, son los
valores obtenidos de las clasificación de “ALTO”, “MEDIO” y “BAJO”.
Ponderación de atributos
Después de obtener los factores normalizados. Se procedió a la ponderación de cada uno.
Podemos definir el objeto de la ponderación como: “llegar a expresar, en términos cuantitativos,
la importancia de los distintos elementos para acoger o ser afectados por una determinada
actuación” (CEOTMA, 1991).
Existen diferentes técnicas de ponderación de criterios, la técnica aquí aplicada, es la matriz de
comparación por pares desarrollada por Saaty (1980). En este procedimiento es necesario que los
pesos sumen uno y se deben realizar comparaciones por pares de los criterios que parten de una
matriz cuadrada en donde el número de filas y columnas está definido por el número de criterios a
ponderar. De esta forma, se establece una matriz entre pares de criterios, comparando la
importancia de cada uno de ellos con los demás, lo que permite obtener el eigenvector principal que
establece los pesos (wj) y proporciona una medida cuantitativa de la consistencia de los juicios de
valor entre pares de factores.
La escala de medida que se emplea en este método es de tipo continuo que va desde el valor
mínimo de 1/9 hasta 9, tal y como se muestra en la Tabla 1.
Tabla 6. Escala de comparación de pares de Saaty
Valor Definición Comentario
1/9 Importancia extrema A es extremadamente menos importante que B
1/7 Importancia muy fuerte A es mucho menos importante que B
1/5 Importancia fuerte A es menos importante que B
1/3 Importancia moderada A es ligeramente menos importante que B
1 Igual de importante A y B tienen la misma importancia
3 Importancia moderada A es ligeramente más importante que B
5 Importancia fuerte A es más importante que B
7 Importancia muy fuerte A es mucho más importante que B
9 Importancia extrema A es extremadamente más importante que B
Tomando como base esta escala, se puede asignar a cada par de factores un juicio de valor de
importancia relativa frente una actividad propuesta. Después de la asignación de los pesos se
otorga una medida operativa de la consistencia de la matriz, que permite valorar la relación de los
criterios entre sí determinando su coherencia y pertinencia. Esto es muy importante porque en la
asignación de los juicios de valor, aunque se basen en criterios sólidos, siempre existe una cuota
más o menos importante de incertidumbre o subjetividad (Gómez Delgado & Barredo, 2005).
Para obtener el peso, se utilizó el método de comparación por pares de Saaty, mediante la
herramienta WEIGHT dentro del software IDRISI SELVA. Donde se le dio un valor de importancia a
cada uno, de acuerdo a la escala de medida de Saaty.
APTITUD TRANSFORMACIÓN AGROINDUSTRIA
Pesos para cada factor para la aptitud de desarrollo urbano
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Distancia a carreteras principales y ferrocarriles
0.50
Localidades con electricidad y agua potable
0.33
Distancia a centros de población
0.17
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Distancia a centros de población
Localidades con electricidad y agua
potable
Distancia a carreteras principales y ferrocarriles
Distancia a centros de población
1 --- ---
Localidades con electricidad y agua
potable
2 1 ---
Distancia a carreteras principales y ferrocarriles
3 1.5 1
Con los factores establecidos y normalizados, es decir, con una misma escala compatible, junto a
los pesos establecidos, se obtuvo el mapa de aptitud utilizando la técnica de “Sumatoria Lineal
Ponderada” que perteneciente a la Evaluación Multicriterio (EMC).
La evaluación multicriterio es un conjunto de técnicas utilizadas en la toma de decisiones
multidimensional para evaluar una serie de alternativas, que satisfacen uno o varios objetivos, a la
luz de múltiples criterios. El fin básico de las técnicas de EMC es “investigar un número de
alternativas bajo la luz de múltiples criterios y objetivos” (Voogd, 1983).
Sumatoria Lineal Ponderada
Para obtener una evaluación final de las alternativas se utilizó la sumatoria lineal ponderada, la
cual es uno de los métodos más utilizados en la EMC por su relativa sencillez y poca complejidad
en su implementación (Gómez Delgado & Barredo, 2005). El nivel de adecuación de cada
alternativa se obtiene sumando el resultado de multiplicar el valor de cada criterio por su peso:
Con la implementación de la formula anterior, se obtuvo el mapa de aptitud en una escala
continua que va de 0 a 255.
Reclasificamos el mapa anterior para obtener los niveles de alto, medio y bajo de adecuación o
aptitud:
ALTO MEDIO BAJO
Escala 200 a 251 150 a 200 100 a 150
APTITUD TURISMO ALTERNATIVO
Identificación de atributos
Después de identificar los atributos que deben emplearse para el desarrollo del turismo
alternativo, tenemos los siguientes.
FACTORES (ATRIBUTOS)
Zonas ANP, Aicas, Ramsar.
Distancia a lagunas, esteros y ríos
Vegetación
Vegetación con avifauna
Distancia a caminos y brechas
Localidades
A continuación se describe el procedimiento para la obtención de cada uno.
1.- .Zonas ANP y más.
ALTO MEDIO BAJO
-Zonas ANP, Aicas, Ramsar.
Áreas con interés cultural. presencia
Áreas con poco interés cultural.
0.50 0.33 0.17
2.- Distancia a Lagunas y Esteros y ríos.
Buffers Laguna, esteros y ríos.
De 100 a 250 metros ---ALTO
De 250 a 500 metros ---MEDIO
ALTO MEDIO
Lagunas, Esteros y Ríos.
De 100 a 250 metros De 250 a 500 metros
0.66 0.34
RESTRICCIONES
Hacer un buffer de 100, de 250 y de 500 metros. Luego excluir el de 100.
3.- Vegetación
Se usó el shape de Usos de suelo y vegetación.
ALTO MEDIO BAJO
-Vegetación de Selva en buen estado (selva baja y mediana). -Manglares
-Vegetación secundario arbórea
-Vegetación secundaria arbustiva.
0.50 0.33 0.17
4.- Vegetación con aviFauna
Vegetación con gran, intermedio y bajo número de especies.
ALTO MEDIO BAJO
Vegetación con gran número de especies: -Manglar, tular.
Vegetación con fauna intermedia: -Bosques -Selvas
Vegetación con bajo número de especies: -Matorral. Vegetación Halófila y xerófila. -Palmar, mezquital. -Dunas
0.50 0.33 0.17
5.- Distancias a caminos y brechas.
ALTO MEDIO BAJO
1, 000 m
2, 000 m 3, 000 m
0.50 0.33 0.17
6.- Localidades.
ALTO MEDIO BAJO
Localidades con > 2500 hab. >2000 hab. >1500 hab.
Buffers de 150 de cada localidad
Mayor a 2000 2000 a 2500 1500 a 2000
0.50 0.33 0.17
APTITUD TURISMO CONVENCIONAL
FACTORES (ATRIBUTOS)
Playas
Distancia a línea de costa
Zonas hoteleras
Aeropuertos y carreteras
Zonas con o sin servicios
Atractivos turísticos
1.- PLAYAS.
A 250 metros. Buffer a 250 metros. Luego Clip a ese shape para que quede solo el ara dentro el
límite del estado.
Rasterizar y reclasificar con 255.
2.- Distancia a línea de costa.
Hacer buffer de la lista de costa. Shape “Cuerpo_agua_Maritimo.shp”. Se hizo un buffer de cada
distancia. Luego se restaron los cuerpos de agua marítimos.
ALTO MEDIO BAJO
250 metros 500 metros 1,000 metros
0.50 0.33 0.17
3.- Zonas hoteleras.
Zonas hoteleras --- ALTO. Solo Mazatlan
Zonas sin hoteles ----BAJO. Todos los demás.
4.- Aeropuerto y carreteras.
Aeropuerto y carreteras principales (Pavimentadas)
ALTO MEDIO BAJO
1000 metros 2,000 metros 3,000 metros
0.50 0.33 0.17
5.- Zonas con o sin Servicios
Localidades urbanas
-Agua luz-Electricidad-Drenaje
-Agua-Luz
-Área sin drenaje
ALTO BAJO
Zonas urbanas Agua, Electricidad, drenaje
Sin drenaje
Peso 0.66 0.37
Se separan las zonas urbanas en los dos niveles y se le asigna ese peso a cada uno. Luego se
normaliza.
6.- Atractivos turísticos
-Parques turísticos y muelles con concreto y Marina ALTO
-Sitio sin parques y muelles y sin marina BAJO
Tomar en cuenta solo lugares con atractivos turísticos de playa.
ALTO: Mazatlán (Mazatlan.shp)
MEDIO: Topolobampo (Topolobampo.shp)
BAJO: Las Glorías, Altata, El Rosario, El dorado, Teacapan-Escuinapa (Altata.shp y Otros.shp)
Sumar todos estos archivos y rasterizar en el orden que se marca.
LIMITACIONES
-Polígonos de área naturales protegidas (ANP)
-------
Es importante mencionar, que después de que se establecieron los rangos de importancia de cada
uno de los factores, se realizó un proceso de normalización, con la finalidad de que todos los
mapas de factores tuvieran la misma escala de medida.
Normalización
Debe señalarse que, en cualquier estudio en el que se deban integrar distintos factores, variables
o criterios, independientemente del método de evaluación a utilizar, se requiere que se realice
sobre escalas comparables en tipo, rango de extensión, unidad de medida, eventual posición del
cero, etc. Santos y Borderías, (2002), establecen que la integración de los criterios valorativos de
un objetivo determinado exige, previamente, la transformación de los valores de las variables que
los representan a una escala de referencia común. De esta manera, el rango de variación de los
criterios se mueve entre valores semejantes. Es decir, se debe buscar estandarizar o normalizar
los criterios en una escala de medida común.
Existen diferentes métodos para normalizar los datos, entre los más conocidos está la
estandarización por el valor máximo, la estandarización mediante la amplitud total o recorrido. No
obstante, también es posible utilizar como métodos de normalización aquellos que se basan en
funciones de pertenencia borrosa, sobre todo si se reconoce que los factores continuos son en
realidad grupos difusos.
La lógica borrosa o difusa es una técnica que ayuda a la representación más exacta de la
información imprecisa, incompleta o incierta, implícita en la opinión de los expertos en la toma de
decisiones (Prakash, 2003). La teoría matemática de la lógica difusa fue propuesta por Zadeh en
1965, y se basa en la existencia de diferentes grados de pertenencia entre lo falso y lo verdadero
(deseado y no deseado; apto y no apto). Es decir, utiliza valores como “moderado”, “bajo”, “alto”,
entre otros, en lugar de expresarse como “si” o “no” similar al concepto del álgebra booleana.
Mediante la lógica difusa, un problema se puede representar en términos de conjuntos difusos, los
cuales pueden derivarse de procedimientos cuantitativos o cualitativos (Prakash, 2003).
Las funciones borrosas se caracterizan por un grado de pertenencia difusa (también llamado
posibilidad) que oscila entre 0.1 a 1.0, indicando un aumento continuo de la no pertenencia a la
pertenencia completa.
En IDRISI, el módulo llamado FUZZY (borroso) se utiliza para normalizar factores usando un rango
completo de funciones de pertenencia de grupos borrosos. El módulo cuenta con la opción de
normalización en una escala de números reales de 0.0- 1.0 o en una escala byte de 0.0-255. Es
recomendable usar la segunda opción porque el módulo de evaluación multicriterio ha sido
optimizado para utilizar una estandarización de nivel 0.0-255. El valor más alto de la escala
estandarizada debe representar el caso de mayor probabilidad de pertenencia al grupo de
decisiones.
Se normalizaron estos mapas para tener una escala byte (0 a 255) que podamos utilizar en la
evaluación final de este criterio. Se normalizó utilizando una función lineal de tipo creciente
(herramienta FUZZY dentro de Idrisi). Donde los valores mínimos y máximos en cada factor, son los
valores obtenidos de las clasificación de “ALTO”, “MEDIO” y “BAJO”.
Ponderación de atributos
Después de obtener los factores normalizados. Se procedió a la ponderación de cada uno.
Podemos definir el objeto de la ponderación como: “llegar a expresar, en términos cuantitativos,
la importancia de los distintos elementos para acoger o ser afectados por una determinada
actuación” (CEOTMA, 1991).
Existen diferentes técnicas de ponderación de criterios, la técnica aquí aplicada, es la matriz de
comparación por pares desarrollada por Saaty (1980). En este procedimiento es necesario que los
pesos sumen uno y se deben realizar comparaciones por pares de los criterios que parten de una
matriz cuadrada en donde el número de filas y columnas está definido por el número de criterios a
ponderar. De esta forma, se establece una matriz entre pares de criterios, comparando la
importancia de cada uno de ellos con los demás, lo que permite obtener el eigenvector principal que
establece los pesos (wj) y proporciona una medida cuantitativa de la consistencia de los juicios de
valor entre pares de factores.
La escala de medida que se emplea en este método es de tipo continuo que va desde el valor
mínimo de 1/9 hasta 9, tal y como se muestra en la Tabla 1.
Tabla 7. Escala de comparación de pares de Saaty
Valor Definición Comentario
1/9 Importancia extrema A es extremadamente menos importante que B
1/7 Importancia muy fuerte A es mucho menos importante que B
1/5 Importancia fuerte A es menos importante que B
1/3 Importancia moderada A es ligeramente menos importante que B
1 Igual de importante A y B tienen la misma importancia
3 Importancia moderada A es ligeramente más importante que B
5 Importancia fuerte A es más importante que B
7 Importancia muy fuerte A es mucho más importante que B
9 Importancia extrema A es extremadamente más importante que B
Tomando como base esta escala, se puede asignar a cada par de factores un juicio de valor de
importancia relativa frente una actividad propuesta. Después de la asignación de los pesos se
otorga una medida operativa de la consistencia de la matriz, que permite valorar la relación de los
criterios entre sí determinando su coherencia y pertinencia. Esto es muy importante porque en la
asignación de los juicios de valor, aunque se basen en criterios sólidos, siempre existe una cuota
más o menos importante de incertidumbre o subjetividad (Gómez Delgado & Barredo, 2005).
Para obtener el peso, se utilizó el método de comparación por pares de Saaty, mediante la
herramienta WEIGHT dentro del software IDRISI SELVA. Donde se le dio un valor de importancia a
cada uno, de acuerdo a la escala de medida de Saaty.
APTITUD TURISMO ALTERNATIVO
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Zonas ANP, Aicas, Ramsar.
0.29
Distancia a lagunas, esteros y ríos
0.24
Vegetación
0.19
Vegetación con fauna
0.14
Distancia a caminos y brechas
0.09
Localidades
0.05
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Localidades
Distancia a
caminos y brechas
Vegetación con fauna
Vegetación
Distancia a lagunas, esteros y
ríos
Áreas naturales
protegidas (ANP)
Localidades
1 --- --- --- --- ---
Distancia a caminos y brechas
2 1 --- --- --- ---
Vegetación con fauna
3 1.5 1 --- --- ---
Vegetación
4 2 1.333 1 --- ---
Distancia a 5 2.5 1.667 1.25 1 ---
lagunas, esteros y ríos
Zonas ANP, Aicas, Ramsar.
6 3 2 15 1.2 1
APTITUD TURISMO CONVENCIONAL
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Playas
0.29
Distancia a línea de costa
0.24
Zonas hoteleras
0.19
Aeropuertos y carreteras
0.14
Zonas con o sin servicios
0.09
Atractivos turísticos
0.05
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Atractivos turísticos
Zonas con o sin servicios
Aeropuertos y carreteras
Zonas hoteleras
Distancia a línea de
costa
Playas
Atractivos turísticos
1 --- --- --- --- ---
Zonas con o sin servicios
2 1 --- --- --- ---
Aeropuertos y carreteras
3 1.5 1 --- --- ---
Zonas hoteleras
4 2 1.333 1 --- ---
Distancia a línea de costa
5 2.5 1.667 1.25 1 ---
Playas 6 3 2 15 1.2 1
Con los factores establecidos y normalizados, es decir, con una misma escala compatible, junto a
los pesos establecidos, se obtuvo el mapa de aptitud utilizando la técnica de “Sumatoria Lineal
Ponderada” que perteneciente a la Evaluación Multicriterio (EMC).
La evaluación multicriterio es un conjunto de técnicas utilizadas en la toma de decisiones
multidimensional para evaluar una serie de alternativas, que satisfacen uno o varios objetivos, a la
luz de múltiples criterios. El fin básico de las técnicas de EMC es “investigar un número de
alternativas bajo la luz de múltiples criterios y objetivos” (Voogd, 1983).
Sumatoria Lineal Ponderada
Para obtener una evaluación final de las alternativas se utilizó la sumatoria lineal ponderada, la
cual es uno de los métodos más utilizados en la EMC por su relativa sencillez y poca complejidad
en su implementación (Gómez Delgado & Barredo, 2005). El nivel de adecuación de cada
alternativa se obtiene sumando el resultado de multiplicar el valor de cada criterio por su peso:
Con la implementación de la formula anterior, se obtuvo el mapa de aptitud en una escala
continua que va de 0 a 255.
Reclasificamos el mapa anterior para obtener los niveles de alto, medio y bajo de adecuación o
aptitud:
ALTO MEDIO BAJO
Escala 200 a 251 150 a 200 100 a 150
APTITUD DESARROLLO URBANO
Identificación de atributos
Después de identificar los atributos que deben emplearse para el desarrollo urbano , tenemos los
siguientes.
FACTORES (ATRIBUTOS)
Zonas urbanas (2500 habitantes) alta valor 1
Distancia a zonas urbanas
Distancias a vialidades principales
A continuación se describe el procedimiento para la obtención de cada uno.
1.- Zonas urbanas
Localidades urbanas(
Agua luz-Electricidad
Área sin drenaje
ALTO BAJO
Zonas urbanas Con servicios y electricidad
Sin drenaje
Peso 0.66 0.34
Se separan las zonas urbanas en los dos niveles y se le asigna ese peso a cada uno. Luego se
normaliza.
2.- Distancia a Zonas urbanas
Distancias a zonas urbanas (de los polígonos de áreas urbanas)
ALTO MEDIO BAJO
Distancia a áreas urbanas < 500 mts 1000 mts 3000 mts
0.50 0.33 0.17
3.- Distancia a vialidades principales
Distancias a vialidades principales (carreteras pavimentadas)
ALTO MEDIO BAJO
Distancia a carreteras pavimentadas
< 500 mts 1000 mts 3000 mts
0.50 0.33 0.17
*LIMITANTES
1 - Área colindante a cuerpos de agua a menos de 100mts.
Buffer de 100 metros de cuerpos de agua.
2- Distancia de amortiguamiento de o hasta 1500 metros de los pozos de extracción de agua
Buffer de 1500 metros de posos. Ya está en shape
3- Área con buen estado de conservación
Áreas con conservación arbórea. Checar el mapa de USyV, y extraer la vegetación.
4- Zonas inundables.
Capas de agua y humedales, excluir las zonas cercanas a los ríos y arroyo. A los cuerpos de
agua, pues en estos no se debe de tener construcciones urbanas.
Lo referente a cuerpos de agua se trata en el de cuerpos de agua, también se agregó un buffer a
100 de los ríos.
Sumar todos estos en vector y después rasterizar.
---------
Es importante mencionar, que después de que se establecieron los rangos de importancia de cada
uno de los factores, se realizó un proceso de normalización, con la finalidad de que todos los
mapas de factores tuvieran la misma escala de medida.
Normalización
Debe señalarse que, en cualquier estudio en el que se deban integrar distintos factores, variables
o criterios, independientemente del método de evaluación a utilizar, se requiere que se realice
sobre escalas comparables en tipo, rango de extensión, unidad de medida, eventual posición del
cero, etc. Santos y Borderías, (2002), establecen que la integración de los criterios valorativos de
un objetivo determinado exige, previamente, la transformación de los valores de las variables que
los representan a una escala de referencia común. De esta manera, el rango de variación de los
criterios se mueve entre valores semejantes. Es decir, se debe buscar estandarizar o normalizar
los criterios en una escala de medida común.
Existen diferentes métodos para normalizar los datos, entre los más conocidos está la
estandarización por el valor máximo, la estandarización mediante la amplitud total o recorrido. No
obstante, también es posible utilizar como métodos de normalización aquellos que se basan en
funciones de pertenencia borrosa, sobre todo si se reconoce que los factores continuos son en
realidad grupos difusos.
La lógica borrosa o difusa es una técnica que ayuda a la representación más exacta de la
información imprecisa, incompleta o incierta, implícita en la opinión de los expertos en la toma de
decisiones (Prakash, 2003). La teoría matemática de la lógica difusa fue propuesta por Zadeh en
1965, y se basa en la existencia de diferentes grados de pertenencia entre lo falso y lo verdadero
(deseado y no deseado; apto y no apto). Es decir, utiliza valores como “moderado”, “bajo”, “alto”,
entre otros, en lugar de expresarse como “si” o “no” similar al concepto del álgebra booleana.
Mediante la lógica difusa, un problema se puede representar en términos de conjuntos difusos, los
cuales pueden derivarse de procedimientos cuantitativos o cualitativos (Prakash, 2003).
Las funciones borrosas se caracterizan por un grado de pertenencia difusa (también llamado
posibilidad) que oscila entre 0.1 a 1.0, indicando un aumento continuo de la no pertenencia a la
pertenencia completa.
En IDRISI, el módulo llamado FUZZY (borroso) se utiliza para normalizar factores usando un rango
completo de funciones de pertenencia de grupos borrosos. El módulo cuenta con la opción de
normalización en una escala de números reales de 0.0- 1.0 o en una escala byte de 0.0-255. Es
recomendable usar la segunda opción porque el módulo de evaluación multicriterio ha sido
optimizado para utilizar una estandarización de nivel 0.0-255. El valor más alto de la escala
estandarizada debe representar el caso de mayor probabilidad de pertenencia al grupo de
decisiones.
Se normalizaron estos mapas para tener una escala byte (0 a 255) que podamos utilizar en la
evaluación final de este criterio. Se normalizó utilizando una función lineal de tipo creciente
(herramienta FUZZY dentro de Idrisi). Donde los valores mínimos y máximos en cada factor, son los
valores obtenidos de las clasificación de “ALTO”, “MEDIO” y “BAJO”.
Ponderación de atributos
Después de obtener los factores normalizados. Se procedió a la ponderación de cada uno.
Podemos definir el objeto de la ponderación como: “llegar a expresar, en términos cuantitativos,
la importancia de los distintos elementos para acoger o ser afectados por una determinada
actuación” (CEOTMA, 1991).
Existen diferentes técnicas de ponderación de criterios, la técnica aquí aplicada, es la matriz de
comparación por pares desarrollada por Saaty (1980). En este procedimiento es necesario que los
pesos sumen uno y se deben realizar comparaciones por pares de los criterios que parten de una
matriz cuadrada en donde el número de filas y columnas está definido por el número de criterios a
ponderar. De esta forma, se establece una matriz entre pares de criterios, comparando la
importancia de cada uno de ellos con los demás, lo que permite obtener el eigenvector principal que
establece los pesos (wj) y proporciona una medida cuantitativa de la consistencia de los juicios de
valor entre pares de factores.
La escala de medida que se emplea en este método es de tipo continuo que va desde el valor
mínimo de 1/9 hasta 9, tal y como se muestra en la Tabla 1.
Tabla 8. Escala de comparación de pares de Saaty
Valor Definición Comentario
1/9 Importancia extrema A es extremadamente menos importante que B
1/7 Importancia muy fuerte A es mucho menos importante que B
1/5 Importancia fuerte A es menos importante que B
1/3 Importancia moderada A es ligeramente menos importante que B
1 Igual de importante A y B tienen la misma importancia
3 Importancia moderada A es ligeramente más importante que B
5 Importancia fuerte A es más importante que B
7 Importancia muy fuerte A es mucho más importante que B
9 Importancia extrema A es extremadamente más importante que B
Tomando como base esta escala, se puede asignar a cada par de factores un juicio de valor de
importancia relativa frente una actividad propuesta. Después de la asignación de los pesos se
otorga una medida operativa de la consistencia de la matriz, que permite valorar la relación de los
criterios entre sí determinando su coherencia y pertinencia. Esto es muy importante porque en la
asignación de los juicios de valor, aunque se basen en criterios sólidos, siempre existe una cuota
más o menos importante de incertidumbre o subjetividad (Gómez Delgado & Barredo, 2005).
Para obtener el peso, se utilizó el método de comparación por pares de Saaty, mediante la
herramienta WEIGHT dentro del software IDRISI SELVA. Donde se le dio un valor de importancia a
cada uno, de acuerdo a la escala de medida de Saaty.
APTITUD DESARROLLO URBANO
Pesos para cada factor para la aptitud de desarrollo urbano
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Zonas urbanas
0.50
Distancia a zonas urbanas
0.33
Distancias a vialidades principales
0.17
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Distancias a vialidades principales
Distancia a zonas urbanas
Zonas urbanas
Distancias a vialidades principales
1 --- ---
Distancia a zonas urbanas
2 1 ---
Zonas urbanas
3 1.5 1
Con los factores establecidos y normalizados, es decir, con una misma escala compatible, junto a
los pesos establecidos, se obtuvo el mapa de aptitud utilizando la técnica de “Sumatoria Lineal
Ponderada” que perteneciente a la Evaluación Multicriterio (EMC).
La evaluación multicriterio es un conjunto de técnicas utilizadas en la toma de decisiones
multidimensional para evaluar una serie de alternativas, que satisfacen uno o varios objetivos, a la
luz de múltiples criterios. El fin básico de las técnicas de EMC es “investigar un número de
alternativas bajo la luz de múltiples criterios y objetivos” (Voogd, 1983).
Sumatoria Lineal Ponderada
Para obtener una evaluación final de las alternativas se utilizó la sumatoria lineal ponderada, la
cual es uno de los métodos más utilizados en la EMC por su relativa sencillez y poca complejidad
en su implementación (Gómez Delgado & Barredo, 2005). El nivel de adecuación de cada
alternativa se obtiene sumando el resultado de multiplicar el valor de cada criterio por su peso:
Con la implementación de la formula anterior, se obtuvo el mapa de aptitud en una escala
continua que va de 0 a 255.
Reclasificamos el mapa anterior para obtener los niveles de alto, medio y bajo de adecuación o
aptitud:
ALTO MEDIO BAJO
Escala 200 a 251 150 a 200 100 a 150
APTITUD CONSERVACIÓN
Identificación de atributos
Después de identificar los atributos que deben emplearse para la conservación, tenemos los
siguientes.
FACTORES (ATRIBUTOS)
Áreas naturales protegidas (ANP) federales municipales estatales sitios
Ramsar
1 (ALTO)
Especies de Flora y fauna que se encuentran dentro del listado de la norma
NOM-059-SEMARNAT-2010.
CORREDOR
2MEDIO
Cauces hidrológicos y cuerpos de aguay zonas inundables 3 (MEDIO)
Biodiversidad (Áreas con índices altos de biodiversidad y/o presencia de
especies prioritarias mangares vegetación conservada ( conabio inegi)
5 (BAJO)
A continuación se describe el procedimiento para la obtención de cada uno.
1.- Áreas naturales protegidas (ANP)
Representa las áreas naturales protegidas municipales y estatales, las cuales tiene una importante
“ALTA”. También considera: Otras áreas (AICAS, sitios RAMSAR) así como sitios prioritarios para la
conversación, estos con una importancia “MEDIA”.
La clasificación para este factor es la sig.
ALTO
ANP con Decreto. Municipales-Estatales
-Otras áreas (AICAS, sitios RAMSAR). -Sitios prioritarios para la conservación. Para sitios prioritarios para conservación: -Politicasecologicoas -UGAS Políticas -Unidades de Gestión Ambiental.
0.66 0.34
Para obtener el peso, se utilizó el método de comparación por pares de Saaty, mediante la
herramienta WEIGHT dentro del software IDRISI SELVA. Donde se le dio mayor importancia al
criterio de Alto, seguido de Medio y Bajo. Estableciéndose la siguiente matriz de importancia.
MEDIO 2 1 -
ALTO 3 1.5 1
Dando como resultados los siguientes pesos:
Criterio Pesos
MEDIO 0.34
ALTO 0.66
2.- Vegetación CORREDOR BIOLOGICO
Se usó el shape de Usos de suelo y vegetación.
ALTO MEDIO BAJO
-Vegetación de Selva en buen estado (selva baja y mediana). -Manglares
-Vegetación secundario arbórea
-Vegetación secundaria arbustiva.
0.50 0.33 0.17
Para obtener el peso, se utilizó el método de comparación por pares de Saaty, mediante la
herramienta WEIGHT dentro del software IDRISI SELVA. Donde se le dio mayor importancia al
criterio de Alto, seguido de Medio y Bajo. Estableciéndose la siguiente matriz de importancia.
BAJO 1 - -
MEDIO 2 1 -
ALTO 3 1.5 1
Dando como resultados los siguientes pesos:
Criterio Pesos
BAJO 0.11
MEDIO 0.33
ALTO 0.56
3.- Cuerpos de agua y Zonas inundables
ALTO MEDIO BAJO
-Cuerpos de gua -Buffer de 100m alrededor de cuerpos de agua y manglares.
-Áreas inundables.
0.50 0.33 0.17
4.- BIODIVERSIDAD
Vegetación con gran, intermedio y bajo número de especies.
ALTO MEDIO BAJO
Vegetación con gran número de especies: -Manglar, tular.
Vegetación con fauna intermedia: -Bosques -Selvas
Vegetación con bajo número de especies: -Matorral. Vegetación Halófila y xerófila. -Palmar, mezquital. -Dunas
0.50 0.33 0.17
5.-Distancias a sitios de deterioro (vegetación arbustiva secundaria).
ALTO MEDIO BAJO
Mayor a 5 km Buffers:
15 km
De 5 km a 1 km. Buffers:
5 km
De 0 a 1 km Buffers:
1 km
0.50 0.33 0.17
6.- Vegetación secundaria de selvas.
ALTO MEDIO
Vegetación de selvas baja caducifolia
Bocas de desfogue de manglar
0.66 0.34
Es importante mencionar, que después de que se establecieron los rangos de importancia de cada
uno de los factores, se realizó un proceso de normalización, con la finalidad de que todos los
mapas de factores tuvieran la misma escala de medida.
Normalización
Debe señalarse que, en cualquier estudio en el que se deban integrar distintos factores, variables
o criterios, independientemente del método de evaluación a utilizar, se requiere que se realice
sobre escalas comparables en tipo, rango de extensión, unidad de medida, eventual posición del
cero, etc. Santos y Borderías, (2002), establecen que la integración de los criterios valorativos de
un objetivo determinado exige, previamente, la transformación de los valores de las variables que
los representan a una escala de referencia común. De esta manera, el rango de variación de los
criterios se mueve entre valores semejantes. Es decir, se debe buscar estandarizar o normalizar
los criterios en una escala de medida común.
Existen diferentes métodos para normalizar los datos, entre los más conocidos está la
estandarización por el valor máximo, la estandarización mediante la amplitud total o recorrido. No
obstante, también es posible utilizar como métodos de normalización aquellos que se basan en
funciones de pertenencia borrosa, sobre todo si se reconoce que los factores continuos son en
realidad grupos difusos.
La lógica borrosa o difusa es una técnica que ayuda a la representación más exacta de la
información imprecisa, incompleta o incierta, implícita en la opinión de los expertos en la toma de
decisiones (Prakash, 2003). La teoría matemática de la lógica difusa fue propuesta por Zadeh en
1965, y se basa en la existencia de diferentes grados de pertenencia entre lo falso y lo verdadero
(deseado y no deseado; apto y no apto). Es decir, utiliza valores como “moderado”, “bajo”, “alto”,
entre otros, en lugar de expresarse como “si” o “no” similar al concepto del álgebra booleana.
Mediante la lógica difusa, un problema se puede representar en términos de conjuntos difusos, los
cuales pueden derivarse de procedimientos cuantitativos o cualitativos (Prakash, 2003).
Las funciones borrosas se caracterizan por un grado de pertenencia difusa (también llamado
posibilidad) que oscila entre 0.1 a 1.0, indicando un aumento continuo de la no pertenencia a la
pertenencia completa.
En IDRISI, el módulo llamado FUZZY (borroso) se utiliza para normalizar factores usando un rango
completo de funciones de pertenencia de grupos borrosos. El módulo cuenta con la opción de
normalización en una escala de números reales de 0.0- 1.0 o en una escala byte de 0.0-255. Es
recomendable usar la segunda opción porque el módulo de evaluación multicriterio ha sido
optimizado para utilizar una estandarización de nivel 0.0-255. El valor más alto de la escala
estandarizada debe representar el caso de mayor probabilidad de pertenencia al grupo de
decisiones.
Se normalizaron estos mapas para tener una escala byte (0 a 255) que podamos utilizar en la
evaluación final de este criterio. Se normalizó utilizando una función lineal de tipo creciente
(herramienta FUZZY dentro de Idrisi). Donde los valores mínimos y máximos en cada factor, son los
valores obtenidos de las clasificación de “ALTO”, “MEDIO” y “BAJO”.
LIMITANTES/RESTRICCIONES
1-Distancia a carreteras.
Carreteras pavimentadas y terracerías Buffer de 30 metros
2-Asentamientos humanos y zona urbana.
3-Actividades productivas (agricultura, acuicultura). Pastizal Cultivado
Se suman los tres y se obtiene el mapa de restricciones.
Ponderación de atributos
Después de obtener los factores normalizados. Se procedió a la ponderación de cada uno.
Podemos definir el objeto de la ponderación como: “llegar a expresar, en términos cuantitativos,
la importancia de los distintos elementos para acoger o ser afectados por una determinada
actuación” (CEOTMA, 1991).
Existen diferentes técnicas de ponderación de criterios, la técnica aquí aplicada, es la matriz de
comparación por pares desarrollada por Saaty (1980). En este procedimiento es necesario que los
pesos sumen uno y se deben realizar comparaciones por pares de los criterios que parten de una
matriz cuadrada en donde el número de filas y columnas está definido por el número de criterios a
ponderar. De esta forma, se establece una matriz entre pares de criterios, comparando la
importancia de cada uno de ellos con los demás, lo que permite obtener el eigenvector principal que
establece los pesos (wj) y proporciona una medida cuantitativa de la consistencia de los juicios de
valor entre pares de factores.
La escala de medida que se emplea en este método es de tipo continuo que va desde el valor
mínimo de 1/9 hasta 9, tal y como se muestra en la Tabla 1.
Tabla 9. Escala de comparación de pares de Saaty
Valor Definición Comentario
1/9 Importancia extrema A es extremadamente menos importante que B
1/7 Importancia muy fuerte A es mucho menos importante que B
1/5 Importancia fuerte A es menos importante que B
1/3 Importancia moderada A es ligeramente menos importante que B
1 Igual de importante A y B tienen la misma importancia
3 Importancia moderada A es ligeramente más importante que B
5 Importancia fuerte A es más importante que B
7 Importancia muy fuerte A es mucho más importante que B
9 Importancia extrema A es extremadamente más importante que B
Tomando como base esta escala, se puede asignar a cada par de factores un juicio de valor de
importancia relativa frente una actividad propuesta. Después de la asignación de los pesos se
otorga una medida operativa de la consistencia de la matriz, que permite valorar la relación de los
criterios entre sí determinando su coherencia y pertinencia. Esto es muy importante porque en la
asignación de los juicios de valor, aunque se basen en criterios sólidos, siempre existe una cuota
más o menos importante de incertidumbre o subjetividad (Gómez Delgado & Barredo, 2005).
Para obtener el peso, se utilizó el método de comparación por pares de Saaty, mediante la
herramienta WEIGHT dentro del software IDRISI SELVA. Donde se le dio un valor de importancia a
cada uno, de acuerdo a la escala de medida de Saaty.
Jerarquía de importancia de los criterios. Matriz de comparación por pares de Saaty.
Vegetación secundaria de
selvas
Distancia a sitios de deterioro
Vegetación con fauna
Cuerpos de agua y zonas
inundables
Vegetación
Áreas naturales
protegidas (ANP)
Vegetación secundaria de
selvas 1 --- --- --- --- ---
Distancia a sitios de deterioro
2 1 --- --- --- ---
Vegetación con fauna
3 1.5 1 --- --- ---
Cuerpos de agua y zonas
inundables
4 2 1.333 1 --- ---
Vegetación
5 2.5 1.667 1.25 1 ---
Áreas naturales protegidas
(ANP) 6 3 2 15 1.2 1
A partir de esta matriz de valores, se obtuvo el peso de cada factor:
Pesos para cada factor
FACTORES (ATRIBUTOS) PESOS
(PRIORIDAD
Áreas naturales protegidas (ANP)
0.29
Vegetación
0.24
Cuerpos de agua y zonas inundables
0.19
Vegetación con fauna
0.14
Distancia a sitios de deterioro
0.09
Vegetación secundaria de selvas
0.05
Con los factores establecidos y normalizados, es decir, con una misma escala compatible, junto a
los pesos establecidos, se obtuvo el mapa de aptitud utilizando la técnica de “Sumatoria Lineal
Ponderada” que perteneciente a la Evaluación Multicriterio (EMC).
La evaluación multicriterio es un conjunto de técnicas utilizadas en la toma de decisiones
multidimensional para evaluar una serie de alternativas, que satisfacen uno o varios objetivos, a la
luz de múltiples criterios. El fin básico de las técnicas de EMC es “investigar un número de
alternativas bajo la luz de múltiples criterios y objetivos” (Voogd, 1983).
Sumatoria Lineal Ponderada
Para obtener una evaluación final de las alternativas se utilizó la sumatoria lineal ponderada, la
cual es uno de los métodos más utilizados en la EMC por su relativa sencillez y poca complejidad
en su implementación (Gómez Delgado & Barredo, 2005). El nivel de adecuación de cada
alternativa se obtiene sumando el resultado de multiplicar el valor de cada criterio por su peso:
Con la implementación de la formula anterior, se obtuvo el mapa de aptitud en una escala
continua que va de 0 a 255.
Reclasificamos el mapa anterior para obtener los niveles de alto, medio y bajo de adecuación o
aptitud:
ALTO MEDIO BAJO
Escala 200 a 251 150 a 200 100 a 150
APTITUD ENERGÍA RENOVABLE
El análisis de la demanda energética y su valor de mercado ha dejado de ser exclusivo del petróleo
y el gas. Las condiciones de sobreoferta del crudo y las presiones internacionales por combatir el
cambio climático, han abierto el área de estudio a nuevas alternativas: las energías renovables.
Además, la búsqueda de alternativas energéticas responde a la creciente demanda de energía.
Según la Energy Transitions Commission (2017), el consumo per cápita anual de energía para
garantizar una buena calidad de vida es de 80 a 100 Gigajoules (Gj). En México durante el 2015, se
consumieron 70.8 GJ. Este déficit en la producción energética, resalta la necesidad de buscar
nuevas fuentes de producción, además, del compromiso del gobierno federal, a través de la Ley de
Transición Energética (LTE) (DOF, 2015), a incrementar la participación de energías limpias en la
matriz eléctrica, promoviendo que, del total de la energía eléctrica generada, cada vez sea mayor
la proporción que se genera de tecnologías verdes. En dicha ley, se establece, en el artículo
transitorio tercero, una meta de participación mínima de energías limpias en la generación de
electricidad en el país. Las metas alcanzar son las siguientes: para el 2018 se espera una
participación de energías limpias de 25%, para el 2021 de 30% y para el 2024 de 35%. México no
sólo tiene el reto de satisfacer una demanda creciente de energía, sino de hacerlo a través de
tecnologías limpias.
La determinación de la aptitud territorial para la producción de energía renovable se determino a
partir del cálculo e identificación de las zonas adecuadas para la instalación de proyectos tanto de
fuentes eólicas como solares, resultando en dos coberturas de aptitud.
Las zonas de aptitud se calcularon a través de la identificación y jerarquización de los atributos
ambientales, los cuales constituyen variables cualitativas o cuantitativas que influyen en el
desarrollo de las actividades humanas y de los demás organismos vivos. Para el caso del análisis de
aptitud constituyen características físicas, ambientales, de infraestructura, sociales o económicas
de un territorio que facilitan o dificultan el desarrollo de cada actividad en particular, para el caso
del análisis del presente sector se consideraron 4 atributos presentados en la Tabla 10.
Tabla 10. Atributos ambientales considerados para la determinación de la aptitud para proyectos de energía renovable
Energía solar Energía Eólica
Atributo 1 Irradiación Global Horizontal Velocidad de viento a 100 m de altura del nivel del suelo
Atributo 2 Distancia a la red eléctrica existente Distancia a la red eléctrica existente
Atributo 3 Pendiente
Irradiación global horizontal La manera de medir el potencial de producción de energía a partir de fuentes solares de un
territorio, es a través de la radiación solar. Según la International Renewable Energy Agency
(IRENA) (2015), México se encuentra entre 15° y 35° de latitud, región considerada la más
favorecida en recursos solares, donde se recibe diariamente, en promedio, 5.5 Kwh/m2. La zona
con mayor potencial se localiza en la región noroeste del país en Baja California, superando los 8
Kwh/m2 en primavera y verano y en algunas zonas de la zona norte, como Chihuahua, Coahuila y
Durango y en la zona centro en Aguascalientes, Guanajuato y Puebla (Figura 1). No obstante,
Sinaloa, particularmente en su región norponiente presenta valores de moderados a altos para la
producción energética a partir de esta fuente.
Figura 1. Irradiación solar horizontal en México. (Fuente: www.solargis.com)
En Sinaloa, las zonas de mayor irradiación solar horizontal se concentran en el norponiente del
estado, particularmente en el municipio de Ahome en su línea costera, aunque también se
presentan valores importantes en los municipios de Guasave, El Fuerte y Choix (Figura 2).
Figura 2. Irradiación solar horizontal en Sinaloa. (Fuente: elaboración propia a partir de información de www.solargis.com)
Velocidad de viento El viento es el aire en movimiento, el cual se produce en dirección horizontal, a lo largo de la
superficie terrestre. La dirección, depende directamente de la distribución de las presiones, pues
aquel tiende a soplar desde la región de altas presiones hacia la de presiones más bajas.
El viento produce energía porque está siempre en movimiento. Se estima que la energía contenida
en los vientos es aproximadamente el 2% del total de la energía solar que alcanza la tierra. El
contenido energético del viento depende de su velocidad.
Cerca del suelo, la velocidad es baja, aumentando rápidamente con la altura. Cuanto más
accidentada sea la superficie del terreno, más frenará ésta al viento. Es por ello que sopla con
menos velocidad en las depresiones terrestres y más sobre las colinas.
La energía eólica es la energía obtenida a partir del viento, es decir, la energía cinética generada
por efecto de las corrientes de aire, y que es convertida en otras formas útiles de energía para las
actividades humanas.
México cuenta con un potencial eólico incuestionable. Si bien sólo se ha comenzado a explotar en
años recientes, el sector muestra ya un alto dinamismo y competitividad. Prueba de ello son los
más de 1,900 MW en operación, en producción independiente y autoabastecimiento, como los
más de 5,000 MW en distintos niveles de desarrollo (AMDEE, 2018).
México tiene el compromiso de limitar la generación eléctrica por fuentes fósiles al 65% (de un
80% actual) para el año 2024 . Lo anterior implica instalar más de 25,000 MW de tecnología limpia
en los próximos 10 años. Para alcanzar esta meta la tecnología eólica juega un rol fundamental, ya
que en la mayor parte de los países con metas similares la energía eólica ha sido responsable de
alrededor de dos tercios del objetivo total.
En general el territorio mexicano presenta una velocidad de viento a 100 m de altura de baja a
moderada, presentándose velocidades más altas en las costas y los principales sistemas
montañosos del país. La velocidad de viento más alta se registra en el istmo de Tehuantepec,
donde alcanza cifras de 9.5 m/s, actualmente en dicha zona se concentra alrededor del 95% de la
producción de energía a partir de fuentes eólicas (Figura 3).
Figura 3. Velocidad del viento a 100 m en México. (Fuente: Global Wind Atlas)
Para el caso de Sinaloa los valores más altos se presentan al igual que para el caso de la irradiación
global en el municipio de Ahome, particularmente en la sierra ubicada al norte de Los Mochis y en
las elevaciones que dividen la Bahía de Navachiste de la Laguna de Ohuira. Así como en algunas
zonas de los municipios de El Fuerte y Guasave (Figura 4).
Figura 4. Velocidad del viento en Sinaloa. (Fuente: elaboración propia a partir de información de www.windatlas.com)
Determinación de las zonas de aptitud
La posición jerárquica de cada atributo se obtuvo a partir de la ponderación entre estos para
determinar la importancia relativa de uno sobre otro a partir de la aplicación del análisis jerárquico
de Saaty, facilitando la comparación por pares entre atributos propuestos.
El resultado de este proceso es la determinación del porcentaje que representara cada uno de los
atributos identificados del mapa resultante de presión para un sector en específico (Tabla 11).
Tabla 11. Análisis Jerárquico de Saaty por cada uno de los sectores analizados.
Parques eólicos
Velocidad vientos
Distancia a líneas de transmisión
Velocidad vientos 1.000 2.000
Distancia a líneas de transmisión 0.500 1.000
1.500 3.0
Velocidad vientos Distancia a líneas de
transmisión
Velocidad vientos 0.667 0.667
Distancia a líneas de transmisión 0.333 0.333
RESULTADO
Atributo Porcentaje (%)
Velocidad vientos 66.67
Distancia a líneas de transmisión 33.33
Parques solares
Radiación solar
Distancia a líneas de transmisión Pendiente
Radiación solar 1.000 2.000 3.000
Distancia a líneas de transmisión 0.500 1.000 2.000
Pendiente 0.333 0.500 1.000
1.833 3.500 6.000
Radiación solar Distancia a líneas de
transmisión Pendiente
Radiación solar 0.545 0.571 0.500
Distancia a líneas de transmisión 0.273 0.286 0.333
Pendiente 0.182 0.143 0.167
RESULTADO
Atributo Porcentaje (%)
Radiación solar 53.90
Distancia a líneas de transmisión 29.73
Pendiente 16.38
Se estima que para el caso de los proyectos de energía a partir de fuentes solares las pendientes
mayores a 40% no son adecuadas para el desarrollo de estos y mayores a 80% constituyen una
restricción a los mismos. Mientras que para el caso de la distancia a la red eléctrica se estima que
las zonas ubicadas a más de 30 km no son adecuadas y las ubicadas a más de 60 km se consideran
como restringidas para estos proyectos. Finalmente ambas capas resultantes se combinaron con la
cobertura actual de uso de suelo y vegetación, eliminando aquellas zonas donde existen usos de
suelo o tipos de vegetación que no son susceptibles de ser reemplazados por este tipo de
proyectos como lo son las zonas urbanas y manglares.
En la Figura 5 y la Figura 6 se presentan ambas coberturas resultantes. Para el caso de los
proyectos a partir de fuentes eólicas, las zonas más adecuadas se localizan en los municipios de
Ahome y el Fuerte, donde se presentan las zonas con mejores condiciones de velocidad de viento
a 100 m de altura y que además presentan cercanía a la red eléctrica.
Figura 5. Aptitud para proyectos de energía a partir de fuentes eólicas
Para los proyectos a partir de fuentes solares las zonas aptas se encuentran en una superficie
mayor, aunque mantienen una distribución similar, particularmente en los municipios de Ahome,
El Fuerte, Choix, Guasave, Sinaloa y Angostura.
Figura 6. Aptitud para proyectos de energía a partir de fuentes solares
TABLA Análisis de áreas de aptitud para pesquera en Sinaloa.
ESPECIES PRODUCCION PESQUERA
ALTA MEDIA BAJA
Camarón
Mazatlán 60%
Ahome 17 % (Mochis y Topolobampo).
El rosarito 4%Escuinapa <1% Navolato 9% Culiacán 3% Guasave<1% Angostura 6% (la Reforma)
Túnidos “atún”
Mazatlán 99.9%
Ahome <1 % (Mochis y Topolobampo).
SARDINAS Mazatlán 100%
Bonito
Mazatlán 99.9%
Ahome <1 % (Mochis y Topolobampo).
Calamar
Mazatlán 60.8%
Ahome 34 % (Mochis y Topolobampo).
Navolato 1% Guasave <5%
Tiburones y rayas “tiburón”
Mazatlán 78.7%
Ahome 4 % (Mochis y Topolobampo). Guasave 5.8%Angostura 1% (la Reforma) Navolato 9.5% Culiacán <1% El rosarito <1% Escuinapa <1%
Barrilete
Mazatlán 99.9%
Ahome <1 % (Mochis y Topolobampo).
top related