Propuesta de un análisis de sensibilidad para validar modelos prospectivos de simulación de crecimiento urbano basados en autómatas celulares

Abstract

En el presente trabajo se desarrolla una propuesta que podría formar parte de un proceso de validación para modelos prospectivos (no necesariamente predictivos) de simulación del crecimiento urbano basado en autómatas celulares (AC). Concretamente, se plantea la aplicación de un análisis de sensibilidad que pretende explorar el grado de influencia de cada uno de los parámetros de los modelos tradicionalmente empleados en la simulación del crecimiento urbano, valorando si la ausencia de uno o varios de ellos supone una alteración significativa de los resultados. Para ello se ha empleado un modelo desarrollado para simular un crecimiento urbano futuro deseable en la Comunidad de Madrid y que, por tanto, no se limita a reproducir en el futuro lo acontecido en el pasado, aplicación que tradicionalmente se ha llevado a cabo con los modelos basados en AC. La propuesta se basa en la generación de diferentes versiones del modelo derivadas de la eliminación de diversos parámetros de los que conforman la versión original. Los resultados muestran la gran influencia de factores como la aptitud y la vecindad. La evaluación de los resultados del análisis de sensibilidad, por otro lado, nos ofrece información interesante sobre aquellas localizaciones que podríamos considerar soluciones robustas del modelo y que, por tanto, minimizarían el riesgo asumido al tomar la decisión de urbanizarlas.

This paper presents a Sensitivity Analysis (SA) as part of a validation procedure to be applied to prospective models for urban simulation growth based on Cellular Automata (CA). This SA explores the influence of each factor integrating the CA model on the results to simulate the future urban growth in Madrid region. The proposal is based on the generation of different versions of the original model, erasing one factor at a time. The results show a relevant influence of the suitability and neighbourhood factors. The evaluation of the results of the SA also offers interesting information about those locations that could be considered robust solutions of the model (in order to be urbanized), minimizing the decision risk.