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

Artículo

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

Chang Martínez, Laura Alfonsina; Rosete Vergés, Fernando Antonio; Charre Medellin, Juan Felipe; Mas, Jean Francois

Instituto de Geografía, UNAM, publicado en Investigaciones Geográficas, y cosechado de Revistas UNAM

Licencia de uso

Procedencia del contenido

Entidad o dependencia
Instituto de Geografía, UNAM
Revista
Repositorio
Contacto
Revistas UNAM. Dirección General de Publicaciones y Fomento Editorial, UNAM en revistas@unam.mx

Cita

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

Descripción del recurso

Autor(es)
Chang Martínez, Laura Alfonsina; Rosete Vergés, Fernando Antonio; Charre Medellin, Juan Felipe; Mas, Jean Francois
Tipo
Artículo de Investigación
Área del conocimiento
Ciencias Sociales y Económicas
Título
Validación de modelos predictivos de cambio de cubierta y uso del suelo en la península de Baja California, México
Fecha
2020-07-31
Resumen
Los modelos predictivos de cambio de cubierta y uso del suelo (CCUS) son herramientas que permiten identificar cantidad o áreas susceptibles a los cambios, y prevenir condiciones de degradación ambiental. Existen diversos enfoques para realizar las simulaciones de CCUS, los modelos predictivos a evaluar en esta investigación utilizan un enfoque basado en patrones, que echan mano de datos de percepción remota, censos poblacionales, análisis estadísticos y conocimiento experto, lo que permite generar la parametrización de las transiciones de una categoría a otra y así generar mapas de cambio. A través de la validación de los modelos se pretende evaluar la exactitud de las predicciones, permitiendo identificar las mejores metodologías para generar modelos predictivos confiables. Como resultado de esto, el objetivo de esta investigación es conocer la capacidad predictiva de tres modelos de CCUS en la península de Baja California, México, generados en 2008. A través del método de actualización cartográfica, se otuvieron tres mapas de cubiertas y usos del suelo para de 2018. Esto se realizó con herramientas de percepción remota, sistemas de información geográficas, uso de software de análisis estadísticos (R) y detección de cambios (DINAMICA-EGO). Una vez obtenidos en 2018 los mapas de CCUS del año 2018, fue evaluada la fiabilidad de cada mapa. Y, finalmente, se evaluaron los modelos predictivos realizados. Los mapas de CCUS de 2018 presentaron una fiabilidad superior a 96% en las tres localidades. Las predicciones de los modelos de CCUS realizadas en el 2008 fueron muy cercanas a las observadas en el 2018 en dos de ellos, ya que en la localidad de Santo Domingo la asertividad fue de 77% y en San Quintín del 86%, mientras que en Tijuana fue solamente del 35%.  La metodología empleada es una propuesta que ayuda a conocer el grado de certidumbre de los modelos predictivos de CCUS y la generación de cartografía actualizada.
Idioma
spa
ISSN
ISSN electrónico: 2448-7279; ISSN impreso: 0188-4611

Enlaces