ROJAS GAMBA, Néstor Iván; FONSECA SALAMANCA, Liby Angélica; PEREZ RUEDA, Sandra Liliana    BLANCO SUAREZ, Miguel Alfonso. Modelación de Crecimiento Urbano: Tunja 2017 - 2035. []. , 32, 1, pp.177-190.   11--2022. ISSN 0124-7913.  https://doi.org/10.15446/bitacora.v32n1.87758.

^a

En este trabajo se cuantifican tendencias de aumento de suelo urbanizado en la ciudad de Tunja, Colombia, para modelar escenarios futuros. El modelo se basa en la clasificación de imágenes satelitales y en la inclusión de factores influyentes en el urbanismo. La visualización de las zonas probables de desarrollo se logra a partir de tres etapas. 1). Preprocesamiento, en la que se define la zona de estudio y adecúa las imágenes. 2). Procesamiento, en la que se clasifican las imágenes 2000, 2012 y 2017 y se generan mapas de coberturas y usos: urbanizado, zona verde y área abierta. 3). Postprocesamiento, en la que se valida la precisión de la clasificación. 4). Modelamiento de escenarios futuros, en la que se incorporan los factores de cambio hacia suelo urbanizado y las restricciones, se genera un análisis de cambio y uno de áreas potenciales de transición a territorio urbanizado, para crear los modelos predictivos 2017, 2025 y 2030. El modelo se valida comparando la predicción 2017, con la imagen de clasificación del mismo año, modificando factores hasta que la imagen de predicción 2017 sea representativa de la imagen producto de clasificación.

This article quantifies the trends in the growth of urbanized land in Tunja city, Colombia, with the aim of modelling future scenarios. The modeling is based on the satellite images classification and the inclusion of the driving factors in the urban development. The view of the viable development areas is achieved through the following stages. 1). The preprocessing, which defines the study area and adapts the images. 2). The processing, which classifies the images of years 2000, 2012 and 2017 and generates coverage and use maps: urbanized, green zone and open area. 3). The postprocessing, in which the accuracy of the classification of images is validated. 4). The Modeling of future scenarios, that incorporates factors of change and restrictions towards urbanized areas. It generates the analysis of change and potential areas of transition to urbanized areas, providing predictive data for 2017, 2025 and 2030. The modeling is validated comparing the 2017 prediction with the classiication image of the same year and then, modifying factors until the 2017 prediction image is representative of the classiication image.

Neste trabalho são quantificadas as tendências no aumento da urbanização do solo na cidade de Tunja, Colômbia para o modelamento dos cenários futuros. O modelo baseia-se na classificação de imagens satelitais e na inclusão de fa-tores de influência para o planejamento urbano. A visualização das áreas prováveis de desenvolvimento no futuro consegue-se a partir do desenvolvimento das seguintes etapas: 1) Pré-processamento para definição da área de estudo e ajuste das imagens. 2) Processamento, com a classificação das imagens dos anos 2000, 2012 e 2017, além da geração de mapas de coberturas e usos dos solos: urbanizado, zonas verdes e áreas abertas. 3) Post-processamento, etapa na qual valida-se a precisão da classificação assignada. 4) Modela-mento dos cenários futuros, com a incorporação dos fato-res de mudança para solos urbanizados e suas restrições. Nesta etapa gera-se uma análise de mudança e uso de áreas potenciais de transição para território urbanizado, visando a criação de modelos preditivos para os anos 2017, 2025 e 2030. O modelo é validado comparando a predição para 2017 com a imagem de classificação correspondente ao mesmo ano, fazendo a modificação dos fatores, até conseguir que a imagem de predição 2017 seja representativa da imagem produto da classiicação.

Dans ce travail, il se quantifie les tendances de l'augmentation des sols urbanisées à Tunja, en Colombie, sont modélisé dans scénarios futurs. Le modèle est basé sur la classification des images satellites et l'inclusion des facteurs d'influence dans la planification urbaine. Les zones probables de développement sont visualisées à travers les étapes: 1). Prétraitement, pour définir la zone d'étude et ajuste les images. 2). Le traitement, pour classifier les images 2000, 2012 et 2017, générer des cartes de couverture et d'utilisation: urbanisé, espace vert et espace ouvert. 3). Post-traitement, pour valider l'exactitude du classement. 4). La modélisation des scénarios futurs pour integrer les facteurs de changement vers les terres urbanisées et les restrictions, générer une analyse des changements et l'une des zones potentielles de transition vers le sol urbanisé, et pour créer les modéles prédictifs 2017, 2025 et 2030. Le modèle est validé en comparant la prédiction 2017, avec l'image classiiée de la même année, et en modifiant les facteurs jusqu'à ce que l'image de prédiction 2017 soit représentative de l'image du produit de la classiication.

: .

        · | | | |     · |     · ( pdf )