• español
    • English
    • français
    • português (Brasil)
  • français 
    • español
    • English
    • français
    • português (Brasil)
  • Ouvrir une session
Universidad de Los Andes

  • Accueil
  • Collèges et écoles
  • Unités de Recherche
  • Chercheurs
  • Revues Électroniques
  • Les Études Supérieures
  • Événements
Voir le document 
  •   SaberULA Institutional Repository l'Universidad de Los Andes, Mérida - Venezuela: Accueil
  • Revistas
  • Revista Geográfica Venezolana
  • Revista Geográfica Venezolana. 066 (1)
  • Voir le document
  •   SaberULA Institutional Repository l'Universidad de Los Andes, Mérida - Venezuela: Accueil
  • Revistas
  • Revista Geográfica Venezolana
  • Revista Geográfica Venezolana. 066 (1)
  • Voir le document
JavaScript is disabled for your browser. Some features of this site may not work without it.

Modelo predictivo de expansión urbana en el partido de Luján, provincia de Buenos Aires, Argentina, mediante cadenas de Markov y autómatas celulares

Thumbnail
Voir/Ouvrir
Ver texto completo (1.043Mo)
Date
2025-04-04
Auteur
Principi, Noelia
Palabras Clave
Expansión, Modelos predictivos, Evaluación multicriterio, Geografía aplicada
Expansão urbana, Modelos preditivos, Avaliação multicritério, Geografia aplicada, Urban growth, Predictive models, Multicriteria evaluation, Applied geography
Metadatos
Afficher la notice complète
Compartir por...
| | |
Résumé
El crecimiento urbano se posiciona como una temática de gran relevancia actual, presente en las agendas territoriales desde el ámbito internacional hasta el local. A través de modelos predictivos es posible proyectar la expansión urbana teniendo en cuenta criterios que definirían las configuraciones espaciales futuras. El trabajo presenta la aplicación de un modelo basado en cadenas de Markov y autómatas celulares con apoyo en técnicas de evaluación multicriterio, en el partido de Luján, provincia de Buenos Aires, Argentina. Los resultados evidencian que la cobertura urbana para el año 2030 aumentará un 9,49% respecto al año 2020, manteniendo la tendencia del área de estudio en las últimas décadas. Este tipo de información espacial permite analizar las áreas de desarrollo urbano futuro con fines de apoyo a la planificación y gestión territorial.
URI
http://www.saber.ula.ve/handle/123456789/51544
Colecciones
  • Revista Geográfica Venezolana. 066 (1)
Información Adicional
DOIhttps://doi.org/10.53766/RGV/2025.66.1.12
Otros TítulosModelo preditivo de expansão urbana no distrito de Luján, província de Buenos Aires, Argentina, com cadeias de Markov e autômatos celulares
-
Predictive model of urban growth in the municipality of Lujan, province of Buenos Aires, Argentina, with Markov chains and cellular automata
Correo Electróniconprincipi@unlu.edu.ar
ORCIDhttp://orcid.org/0000-0002-8819-6743
ISSN1012-1617
Resumen en otro IdiomaO crescimento urbano é um tema de grande relevância atual, presente nas agendas territoriais desde o nível internacional ao local. Através de modelos preditivos é possível projetar a expansão urbana tendo em conta critérios que definiriam as configurações espaciais futuras. Este trabalho apresenta a aplicação de um modelo baseado em cadeias de Markov e autómatos celulares com o apoio de técnicas de avaliação multicritério no distrito de Luján, Buenos Aires, Argentina. Os resultados mostram que a cobertura urbana para o ano 2030 aumentará em 9,49% em relação a 2020, mantendo a tendência da área de estudo nas últimas décadas. Este tipo de informação espacial permite analisar as áreas de desenvolvimento urbano futuro com o objetivo de apoiar o planeamento e a gestão territorial.
-
Urban growth is an issue of great current relevance, present in territorial agendas from the international to the local level. Through predictive models it is possible to project urban expansion taking into account criteria that would define future spatial configurations. This paper presents the application of a model based on Markov chains and cellular automata with the support of multicriteria evaluation techniques in the Luján district, Buenos Aires, Argentina. The results show that urban coverage for the year 2030 will increase by 9.49% with respect to 2020, maintaining the trend of the study area in recent decades. This type of spatial information makes it possible to analyze areas of future urban development for the purpose of supporting territorial planning and management.
Colación205-217
PeriodicidadSemestral
Página Webhttp://www.saber.ula.ve/regeoven/
PaísVenezuela
InstituciónUniversidad de Los Andes
SecciónRevista Geográfica Venezolana: Artículos

Univesidad de Los Andes

  • Rectorado
  • Vicerectorado Académico
  • Vicerectorado Administrativo
  • Secretaría

Navigation dans le document

  • Por Fecha de Publicación
  • Por Autores
  • Por Títulos
  • Por Palabras Clave

Questions fréquentes

  • ¿Cómo publicar?
  • ¿Cómo enviar o actualizar información?
  • ¿Cuál es la Licencia de Depósito de documentos en SaberULA?
  • ¿Qué es un Repositorio Institucional (RI)?
  • ¿Cómo obtengo RSS por tipo de documentos?

Localisez nous

  • emailsaber@ula.ve
  • +58-0274-240.23.43
  • Mérida - Venezuela

Suivez nous

facebook  twitter   

Contactez-nous | Faire parvenir un commentaire

Licencia Creative Commons Todos los documentos publicados en este repositorio se distribuyen bajo una
Licencia Creative Commons Atribución-NoComercial-CompartirIgual 3.0 Venezuela .

SaberULA Repositorio Institucional de la Universidad de Los Andes, Mérida, Venezuela 2018.

DSpaceDSpace software copyright © 2002-2016  DuraSpace.
Theme by  Atmire NV

 

 

Parcourir

Tout Saber-ULACommunautés & CollectionsPar date de publicationAuteursTitresSujetsCette collectionPar date de publicationAuteursTitresSujets

Mon compte

Ouvrir une session

Statistiques

Statistiques d'usage de visualisation

Univesidad de Los Andes

  • Rectorado
  • Vicerectorado Académico
  • Vicerectorado Administrativo
  • Secretaría

Navigation dans le document

  • Por Fecha de Publicación
  • Por Autores
  • Por Títulos
  • Por Palabras Clave

Questions fréquentes

  • ¿Cómo publicar?
  • ¿Cómo enviar o actualizar información?
  • ¿Cuál es la Licencia de Depósito de documentos en SaberULA?
  • ¿Qué es un Repositorio Institucional (RI)?
  • ¿Cómo obtengo RSS por tipo de documentos?

Localisez nous

  • emailsaber@ula.ve
  • +58-0274-240.23.43
  • Mérida - Venezuela

Suivez nous

facebook  twitter   

Contactez-nous | Faire parvenir un commentaire

Licencia Creative Commons Todos los documentos publicados en este repositorio se distribuyen bajo una
Licencia Creative Commons Atribución-NoComercial-CompartirIgual 3.0 Venezuela .

SaberULA Repositorio Institucional de la Universidad de Los Andes, Mérida, Venezuela 2018.

DSpaceDSpace software copyright © 2002-2016  DuraSpace.
Theme by  Atmire NV