dor_id: 4121455
506.#.#.a: Público
590.#.#.d: Los artículos enviados a la revista "Investigaciones Geográficas", se juzgan por medio de un proceso de revisión por pares
510.0.#.a: Consejo Nacional de Ciencia y Tecnología (CONACyT); Sistema Regional de Información en Línea para Revistas Científicas de América Latina, el Caribe, España y Portugal (Latindex); Scientific Electronic Library Online (SciELO); SCOPUS, Scimago Journal Rank (SJR); Bibliografía Latinoamericana en revistas de Investigación Científica y social (BIBLAT); Science Direct (Elsevier); Directory of Open Access Journals (DOAJ); Geographical Abstracts, Current, Geographical Publications, GeoDados
561.#.#.u: https://www.geografia.unam.mx/
650.#.4.x: Ciencias Sociales y Económicas
336.#.#.b: article
336.#.#.3: Artículo de Investigación
336.#.#.a: Artículo
351.#.#.6: http://www.investigacionesgeograficas.unam.mx/index.php/rig/index
351.#.#.b: Investigaciones Geográficas
351.#.#.a: Artículos
harvesting_group: RevistasUNAM
270.1.#.p: Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx
590.#.#.c: Open Journal Systems (OJS)
270.#.#.d: MX
270.1.#.d: México
590.#.#.b: Concentrador
883.#.#.u: https://revistas.unam.mx/catalogo/
883.#.#.a: Revistas UNAM
590.#.#.a: Coordinación de Difusión Cultural
883.#.#.1: https://www.publicaciones.unam.mx/
883.#.#.q: Dirección General de Publicaciones y Fomento Editorial
850.#.#.a: Universidad Nacional Autónoma de México
856.4.0.u: http://www.investigacionesgeograficas.unam.mx/index.php/rig/article/view/60010/53476
100.1.#.a: Chang Martínez, Laura Alfonsina; Rosete Vergés, Fernando Antonio; Charre Medellin, Juan Felipe; Mas, Jean Francois
524.#.#.a: Chang Martínez, Laura Alfonsina, et al. (2020). Validación de modelos predictivos de cambio de cubierta y uso del suelo en la península de Baja California, México. Investigaciones Geográficas; Núm. 102. Recuperado de https://repositorio.unam.mx/contenidos/4121455
245.1.0.a: Validación de modelos predictivos de cambio de cubierta y uso del suelo en la península de Baja California, México
502.#.#.c: Universidad Nacional Autónoma de México
561.1.#.a: Instituto de Geografía, UNAM
264.#.0.c: 2020
264.#.1.c: 2020-07-31
506.1.#.a: La titularidad de los derechos patrimoniales de esta obra pertenece a las instituciones editoras. Su uso se rige por una licencia Creative Commons BY-NC 4.0 Internacional, https://creativecommons.org/licenses/by-nc/4.0/legalcode.es, para un uso diferente consultar al responsable jurídico del repositorio por medio del correo electrónico dianachg@igg.unam.mx
884.#.#.k: http://www.investigacionesgeograficas.unam.mx/index.php/rig/article/view/60010
001.#.#.#: 073.oai:ojs.pkp.sfu.ca:article/60010
041.#.7.h: spa
520.3.#.a: Los modelos predictivos de cambio de cubierta y uso del suelo (CCUS) son herramientas que permiten identificar cantidad o áreas susceptibles a los cambios, y prevenir condiciones de degradación ambiental. Existen diversos enfoques para realizar las simulaciones de CCUS, los modelos predictivos a evaluar en esta investigación utilizan un enfoque basado en patrones, que echan mano de datos de percepción remota, censos poblacionales, análisis estadísticos y conocimiento experto, lo que permite generar la parametrización de las transiciones de una categoría a otra y así generar mapas de cambio. A través de la validación de los modelos se pretende evaluar la exactitud de las predicciones, permitiendo identificar las mejores metodologías para generar modelos predictivos confiables. Como resultado de esto, el objetivo de esta investigación es conocer la capacidad predictiva de tres modelos de CCUS en la península de Baja California, México, generados en 2008. A través del método de actualización cartográfica, se otuvieron tres mapas de cubiertas y usos del suelo para de 2018. Esto se realizó con herramientas de percepción remota, sistemas de información geográficas, uso de software de análisis estadísticos (R) y detección de cambios (DINAMICA-EGO). Una vez obtenidos en 2018 los mapas de CCUS del año 2018, fue evaluada la fiabilidad de cada mapa. Y, finalmente, se evaluaron los modelos predictivos realizados. Los mapas de CCUS de 2018 presentaron una fiabilidad superior a 96% en las tres localidades. Las predicciones de los modelos de CCUS realizadas en el 2008 fueron muy cercanas a las observadas en el 2018 en dos de ellos, ya que en la localidad de Santo Domingo la asertividad fue de 77% y en San Quintín del 86%, mientras que en Tijuana fue solamente del 35%. La metodología empleada es una propuesta que ayuda a conocer el grado de certidumbre de los modelos predictivos de CCUS y la generación de cartografía actualizada.
773.1.#.t: Investigaciones Geográficas; Núm. 102
773.1.#.o: http://www.investigacionesgeograficas.unam.mx/index.php/rig/index
022.#.#.a: ISSN electrónico: 2448-7279; ISSN impreso: 0188-4611
310.#.#.a: Cuatrimestral
264.#.1.b: Instituto de Geografía, UNAM
doi: https://doi.org/10.14350/rig.60010
handle: 6de719336c14a683
harvesting_date: 2023-08-23 17:00:00.0
856.#.0.q: application/pdf
file_creation_date: 2020-10-20 18:02:34.0
file_modification_date: 2020-10-20 18:02:40.0
file_name: 0f380c2b2bb6fdb1208351d46cdda5336b869262053e7a5d9a81a409dce397fc.pdf
file_pages_number: 18
file_format_version: application/pdf; version=1.4
file_size: 2629069
245.1.0.b: Validation of predictive land use models in the peninsula of Baja California, Mexico
last_modified: 2023-08-23 17:00:00
license_url: https://creativecommons.org/licenses/by-nc/4.0/legalcode.es
license_type: by-nc
No entro en nada
No entro en nada 2