Академический Документы
Профессиональный Документы
Культура Документы
(Publicado en El Campo de las Ciencias y las Artes, Madrid, España, 2001, nº 138, pp. 137-174)
Los Sistemas de Información Geográfica (SIG) constituyen una herramienta muy potente
para la gestión y el análisis de la información espacial. Junto con otras tecnologías de la
información geográfica han permitido avances muy notables en la gestión eficiente de
muchos problemas geográficos (mantenimiento de grandes infraestructuras, creación de
catastros multipropósito, gestión del transporte, etc) o en la ordenación del territorio y la
planificación ambiental, la cuestión que nos interesa más este capítulo.
Los problemas mas generales y profundos están relacionados con el diseño inicial de los
Sistema de Información Geográfica, que han sido construidos con un enfoque generalista y
de reducida especialización; es decir, los SIG han sido pensados para tratar las mas diversas
cuestiones de interés geográfico, por lo que los procedimientos incluidos en ellos son
únicamente los que se consideran que pueden tener un uso general. Al mismo tiempo, su
preocupación fundamental es la consideración de los aspectos que podemos considerar mas
"externos", formales y geométricos, de los problemas geográficos. Por lo tanto, los SIG no
están adecuadamente preparados para tratar de los procesos internos que generan las
estructuras visibles y "geométricas" de las cuestiones geográficas, los SIG parten de una
teoría social muy rudimentaria y esquemática (Bosque Sendra y otros, 1995).
Sin embargo, cada vez mas lo que se necesita son herramientas especializadas en el estudio y
resolución de problemas y cuestiones muy definidas, y que sean capaces de simular o conocer
las causas y los procesos internos. Para todo ello los SIG son una plataforma interesante pero
1
Agradecimiento al proyecto de investigación 06/0049/1998 de la Consejería de Educación y
Cultura de la Comunidad de Madrid.
1
insuficiente.
Los problemas técnicos tienen que ver con los tipos de informaciones necesarias para tratar
de adoptar una decisión racional en un problema de planificación del territorio e, igualmente,
con los procedimientos de análisis que es preciso aplicar en las etapas usualmente
consideradas necesarias para adoptar racionalmente una decisión informada.
En la actualidad los SIG están muy bien preparados para gestionar datos "duros", expresados
en términos precisos, pero no tanto, ni mucho menos, para la utilización simultanea de los
otros tipos de datos (Bosque Sendra y otros, 1992 y 1995). Las deficiencias para ello son muy
numerosas y diferentes: imposibilidad de considerar datos que no son precisos, podríamos
decir "deterministas", sino, por el contrario, afectados de incertidumbres, es decir
probabilísticos o "borrosos"; no inclusión en un Sistema de Información Geográfica de
técnicas capaces de manipular este tipo de datos imprecisos o dependientes de opiniones y
que, por lo tanto, exigen capacidades de combinar varios tipos de planteamientos para
integrarlos en la decisión final.
En cada una de estas fases se pueden encontrar deficiencias significativas en los SIG actuales
para llevar adelante, con eficacia, las tareas normalmente incluidas en cada una de ellas.
resultados potentes y variadas, por ejemplo, sin embargo en la literatura sobre estos temas se
han venido planteando las importantes deficiencias de los SIG en cuanto a la posibilidad de
exploración sistemática de un problema, al no existir, habitualmente, posibilidades de análisis
estadístico o similar que permitan un estudio profundo y detallado del problema, tanto desde
un punto de vista temático como espacial (Anselin y Getis, 1993). De este modo, en muchas
ocasiones, es necesario suplementar los SIG actuales con otros tipos de programas, por
ejemplo paquetes estadísticos, que no están adaptados a los requerimientos de los datos
geográficos. Mas adelante estudiaremos las posibles soluciones a esta cuestión.
La fase de "diseño" de las alternativas también presenta deficiencias en los SIG. Nuevamente
es preciso mencionar que los SIG actuales incluyen bastantes medios de combinar los datos
incluidos en su base de datos, de modo que se facilitan algunas posibilidades de generar
alternativas. Las capacidades de superposición de mapas, cálculo de distancias y áreas de
influencia, etc, evidentemente que son útiles en este sentido. Pero también es cierto que son
métodos muy generales, mas preparados para una manipulación inicial de los datos que para
tratar de resolver problemas geográficos concretos y especializados, tales como los que se
plantean normalmente en la toma de decisiones y en la planificación del territorio. Por lo
tanto es necesaria la inclusión de modelos explicativos de diversos fenómenos en los SIG que
faciliten el estudio de los procesos generadores de una estructura espacial y posibiliten
avanzar en resolver esta grave carencia estructural.
En resumen, en las tres fases características del proceso de decisión los SIG son insuficientes
para llevar adelante una adecuada y racional toma de decisiones.
Por todas estas razones, se ha planteado la necesidad de crear los denominados "Sistemas de
ayuda a la decisión espacial", cada uno de ellos especializado en el tratamiento de un
problema concreto y específico y mas preparados a estudiar y tratar los procesos generadores
de la cuestión problemática a resolver.
Los Sistemas de ayuda a la decisión espacial (SADE) tienen un fundamento en los Sistemas
de ayuda a la decisión desarrollados desde los años 70 para el tratamiento de cuestiones
económicas y empresariales (Malczewski, 1997). La base de muchos de estos primeros
desarrollos fue la obra del economista H. Simon, ya mencionado, que al estudiar las
organizaciones puso en cuestión algunas ideas básicas de la Economía y de su capacidad para
explicar las decisiones empresariales, insistiendo en la necesidad de modelar de manera mas
realista el modo de proceder de los decisores, que no se basan en un único criterio, el
monetario, y que, por el contrario consideran, simultáneamente, la incidencia de muchos
factores, a veces poco precisos y expresados en términos diferentes y, a veces, no
1
comparables.
Existe una amplia literatura sobre el tema, un buen ejemplo sería el texto de Sprague y
Watson (1996). Igualmente se han desarrollado numerosas herramientas informáticas para
ayudar a este tipo de aplicaciones: entre otros, los Sistemas de ayuda a la decisión basados en
modelos de elección (programas: Expert Choice 7.2, www.expertchoice.com y Decision
Pad). O los Sistemas de ayuda a la decisión basados en patrones de búsqueda: Programas
KnowledgeSeeker e IXL.
En el mundo de los SIG y de las aplicaciones geográficas también surgió muy pronto el
interés por el desarrollo de este tipo de software, de hecho el NCGIA de Estados Unidos
dedicó hasta dos iniciativas de investigación (la 6 y la 17) al estudio de esta cuestión, en
http://www.ncgia.ucsb.edu/research/initiatives.htm#i6 y en http://www.ncgia.ucsb.edu/re-
search/i17/I-17_home.html se pueden encontrar numerosos documentos que analizan en
detalle esta cuestión.
Un SADE debe ser capaz de proporcionar herramientas para desarrollar las tres fases del
esquema de adopción de decisiones de Simon:
Todas las anteriores actividades se deben de realizar en un entorno de fácil acceso, de manera
que los "decisores", que no tienen que ser expertos en el uso de estos programas, puedan
utilizarlos con comodidad.
Generador de gráficos: Un sistema que sea capaz de elaborar gráficos estadísticos y mapas
que permitan la exploración de las características del problema, por lo tanto, capaz de mostrar
simultáneamente dos "espacios": el geográfico y el matemático de las soluciones al problema.
Los problemas espaciales para los cuales están especialmente preparados los SADE son
aquellos que no tienen soluciones claramente definidas, y que, por lo tanto, no son
programables y resolubles directamente por un programa informático actuando
autónomamente. Justamente en la planificación territorial existen muchas cuestiones de ese
tipo. En realidad en pocos casos reales los problemas geográficos están claramente definidos,
muy habitual es encontrar situaciones geográficas en las cuales las soluciones no están
claramente organizadas, ya que no es evidente la estructura del problema y no existe una
teoría científica que pueda proporcionar una solución. Mas común todavía es el caso en que
partes del problema tienen soluciones estructuradas, mientras que otras partes no tienen una
organización y estructura definida, en estos casos el uso de un SADE puede resultar de gran
utilidad para, mediante la exploración, empezar a comprender mejor el problema y después,
con el diseño, generar soluciones diferentes, cada una con sus ventajas e inconvenientes.
Finalmente, la evaluación proporciona una clasificación de las soluciones que permita
adoptar una decisión mas informada y efectiva.
1
Estratategia Satisfaciente: Buscar una menor utilidad pero minimizar los riesgos. Mas propia
de las actividades reales de los gestores, tal y como fue definida por H. Simon, el Homo
satisfaciens.
Mas habitual es que tales condiciones no se produzcan y sea necesario adoptar una estrategia
menos optimizadora, mas satisfaciente, que parte de:
- Ambiente de certidumbre: los estados del ambiente no son aleatorios. Se trata de problemas
de optimización, es posible utilizar los métodos de la programación lineal. Un buen ejemplo
de ello sería el denominado problema del transporte.
Los SADE basados en un Sistema de Información Geográfica han empezado a incluir, hasta
el momento, técnicas de evaluación para los ambientes de riesgo y la búsqueda de soluciones
satisfacientes, que se unen a los procedimientos ya integrados más adecuados para problemas
maximizadores, en esta línea se trata de relacionar los SIG con paquetes de programación
lineal, para ambientes deterministas y soluciones óptimas.
En los apartados que siguen discutimos las modificaciones y ampliaciones que tiene que
1
Ya hemos indicado que los SIG actuales incluyen capacidades importantes en este sentido,
pero también que presentan deficiencias e insuficiencias notables. Cada vez mas a menudo se
exige la inclusión de nuevas posibilidades de exploración y análisis, en concreto de
procedimientos de análisis estadístico, en especial de Estadística descriptiva.
Existe una amplia tradición geográfica de uso de la Estadística como herramienta para el
estudio de problemas geográficos, esta tradición ha aportado varias ideas importantes en
cuanto al uso de esta técnica matemática con datos geográficos. La mas significativa es la
existencia de alguna dificultad fundamental para que las técnicas estadísticas convencionales
manejen correctamente datos geográficos, en función, precisamente, de las peculiaridades de
este tipo de datos: las observaciones geográficas no son independientes (están autocorrelacio-
nadas espacialmente), lo que invalida o, al menos, dificulta el empleo de la Estadística
inferencial. Del mismo modo, y como se produce en otras muchas ciencias sociales, la
Estadística descriptiva habitual (media aritmética, desviación típica y similares), basada en la
suposición de la existencia de la curva de Gauss en los datos de partida, falla muy a menudo
en sus posibilidades de descripción correcta de los datos geográficos.
Por ello, lo usual es insistir en la necesidad de incluir en los SIG, y ahora en los SADE,
métodos de descripción mas propicios a este tipo de datos, en concreto muchos defienden el
Análisis exploratorio de datos, EDA (Anselin, 1999; Bosque y Moreno, 1994; Haining y
Wise, 1997; Tukey, 1977).
Los principios básicos de este enfoque del análisis de datos son dos:
1º El escepticismo ante las medidas estadísticas que resumen las características de los datos.
Estas medidas simultáneamente muestran y ocultan aspectos de los datos analizados.
2º Una actitud abierta y crítica ante los primeros resultados de cualquier análisis, ya que
siempre cabe la posibilidad de encontrar nuevas "estructuras" subyacentes en los datos
estudiados.
b) Los residuos, es imprescindible un examen cuidadoso de los residuos (es decir, lo que
queda cuando al dato inicial se le ha restado la estructura encontrada) de cualquier análisis.
En los residuos casi siempre es posible encontrar nuevas estructuras.
Por todo ello, estos procedimientos de análisis se consideran mas adecuados para el estudio
de los datos geográficos y se están difundiendo con rapidez en el mundo SIG; su inclusión,
en algún grado, dentro de los SADE parece imprescindible para resolver las deficiencias en la
exploración de los problemas antes comentadas.
No obstante, el EDA es una tecnología a-espacial, es difícil que en los procedimientos de este
tipo se consideren, simultáneamente, el aspecto espacial y el puramente temático de un dato
geográfico. El EDA es mas adecuado que otros procedimientos para describir el aspecto
temático de las variables geográficas, pero sigue resultando insuficiente para tratar la
complejidad total de los hechos territoriales. Para resolver esta deficiencia se ha planteado el
desarrollo del denominado Análisis exploratorio espacial de datos (ESDA), propuesto por
diversos geógrafos preocupados por el análisis de datos de este tipo: Haining (1993), Bailey y
Gatrell (1995), entre otros. El ESDA incluye, junto a técnicas exploratorias típicas, muchas
ideas tomadas de lo que se ha denominado Análisis espacial o Estadística espacial (Bailey y
Gatrell, 1995; Berry y Marble, 1968; Longley y Batty, 1996).
El ESDA es una extensión del EDA para intentar detectar en los datos "estructuras"
espaciales, de modo que podamos observar tendencias en la distribución en el espacio que
nos permitan formular hipótesis y evaluar modelos explicativos de carácter espacial (Haining
y Wise, 1997). Como en el EDA se combinan procedimientos numéricos y gráficos, que
facilitan la observación simultanea del espacio geográfico (a través de mapas) y del espacio
matemático de las diferentes variables temáticas. De este modo es posible, de manera
interactiva y rápida, responder a preguntas del tipo ¿Dónde están estos valores temáticos
sobre el mapa? o ¿Qué valores temáticos aparecen en esta posición del mapa?.
El ESDA debe permitir distinguir tendencias globales que afectan a todo el mapa y
tendencias "locales" que diferencian un lugar de su entorno inmediato, todas estas tendencias
parten de considerar los valores temáticos de una o, mejor aún, varias variables. Para ello un
elemento importante es la determinación de estadísticos de autocorrelación espacial (Griffith,
1
Por otra parte, en esta fase de "inteligencia" será necesario buscar procedimientos de
exploración y descripción del problema específicos de cada caso particular. Las anteriores
herramientas son generalistas pero junto a ellas es necesario la utilización de herramientas
mas concretas y adaptadas al estudio del tipo de problema que va a tratar el SADE.
La solución usual a esta carencia es relacionar los SIG con modelos matemáticos concretos
que estudian las cuestiones a resolver. Un buen ejemplo, en esta línea, es la cada vez mas
intensa relación de los SIG con el amplio mundo de los modelos matemáticos aplicados al
estudio de cuestiones muy diferentes, tanto ambientales y del medio físico, como sociales y
económicas o de la planificación urbana.
Veamos con algo de detalle esta relación. Estos dos conceptos (Sistema de Información
Geográfica y "Modelos matemáticos para analizar problemas ambientales o sociales") han
tenido su propia historia, claramente diferenciada hasta los últimos años, pero recientemente
se esta iniciando una simbiosis interesante, que, en nuestra opinión, puede resultar de gran
importancia para resolver las deficiencias de la fase de diseño de alternativas de un SADE.
Una representación simplificada de una cuestión de interés ya sea ambiental o de tipo social,
en la que se hace uso de métodos matemáticos y de su representación mediante un programa
informático.
Los modelos matemáticos pueden ser de muchos tipos (ver Mitasova y Lubos, 1998, que
2
Recientemente se ha difundido un programa de libre acceso que facilita el desarrollo de este tipo de análisis:
Beoda, se puede obtener en la dirección WEB:
1
Los modelos basados en procesos también se pueden diferenciar en varios subtipos (Mitasova
y Lubos, 1998):
a) Modelos deterministas, los procesos son explicados en términos de ecuaciones
diferenciales, de modo que un valor de entrada en la ecuación solo genera un único valor de
salida (modelos lineales) o varios valores de salida en modelos no-lineales.
b) Modelos estocásticos, ahora se incluyen componentes aleatorios en las ecuaciones del
modelo formulado. Un valor de entrada produce diferentes salidas para cada ejecución del
modelo, por el componente aleatorio que se ha incluido. De este modo se puede obtener la
distribución de probabilidad de los resultados. Un ejemplo de ello son los modelos de la
Geoestadística y su simulación condicional de procesos espaciales, Samper y Carrera (1990).
c) Modelos basados en reglas, como por ejemplo, para los temas espaciales, los modelos
llamados de autómatas celulares, que empiezan a ser muy empleados en la simulación de
procesos como difusión de innovaciones, o de fuegos forestales, etc.
d) Modelos de simulación mediante multiagentes autónomos que interactúan unos con otros,
representando a los diversos actores de un proceso geográfico, y que se construyen utilizando
desarrollos recientes de la Inteligencia artificial (Batty y Bin Jiang, 1999).
predictivos con las funciones propias de un SIG), entre ellos se pueden mencionar: la
determinación de la erosión del suelo (Ariza, Meroño, Giraldez y Sanchez, 1993; Perlés
Roselló, 1997), la ecología del paisaje y de las comunidades (Johnston, 1993) o la calidad
visual del paisaje (Bosque y otros, 1997). Por lo tanto, en ciertos casos particulares sería
posible empezar a construir un SADE a partir de un SIG convencional.
Aguas
- Modelos hidrológicos. Gestión de cuencas, análisis y predicción de inundaciones y avenidas
(Sanchez, 1998). Un caso ejemplar sería el proyecto SAICA en España.
1
- Modelos oceanográficos. Base de datos sobre el océano (masa de agua). Modelo en tres
dimensiones geométricas, en el que importa mucho la dinámica temporal. Dedicados a la
simulación. Un ejemplo en Teubner, 1998.
Suelos
- inventario de los suelos de una región o país
- erosión del suelo
- contaminación de las aguas.
Fauna
- Medición de la diversidad biológica
- Determinación de hábitats para animales
Atmósfera
- Modelos atmosféricos. Base de datos sobre la capa de aire que rodea la tierra. Modelo en
tres dimensiones geométricas, de gran importancia el uso de la variable tiempo para
simulación del comportamiento, la finalidad es la predicción del tiempo y el análisis del
cambio climático.
Ecología
- Medida de magnitudes geométricas de elementos del paisaje (Matteucci, 1998).
- Coincidencia espacial de elementos de la ecología
Con cualquiera de las formas de integración mencionadas, conjuntamente los SIG y los
modelos matemáticos son capaces de generar paquetes variados de soluciones y alternativas
de planificación para los problemas ambientales y para otras muchas cuestiones.
En resumen, la fase de diseño de alternativas parece que pasa por la integración de las
capacidades habituales de un SIG con algún tipo de modelo matemático específico que
analice el problema concreto que quiere resolver el SADE. Para ello aun quedan problemas
técnicos difíciles de resolver (por ejemplo, la coexistencia de las dimensiones espaciales con
la temporal, muy necesaria en muchos modelos) pero se pueden encontrar ejemplos muy
desarrollados de esta integración.
Muchos consideran que la novedad mas importante y mas decisiva para la conversión de un
SIG en un SADE es la inclusión de la evaluación multicriterio, por ello, parece oportuno
1
Criterios: los distintos aspectos de la realidad que inciden de alguna manera en las ventajas o
inconvenientes de las alternativas disponibles como soluciones al problema.
* Factores: los aspectos que aumentan o disminuyen la valoración de una alternativa como
solución al problema. Es decir son variables que están medidos en una escala cuantitativa u
ordinal.
Sobre la matriz de evaluación actúan las "Reglas de decisión", un mecanismo mediante el que
se combinan los criterios para producir una única valoración de cada alternativa, lo que
permite ordenar las alternativas y seleccionar una de ellas como la mas adecuada.
Los mecanismos de combinación de las reglas de decisión deben utilizar los valores de los
factores y de las restricciones para alcanzar una única valoración de cada alternativa. Además
pueden tener en cuenta que todos los factores no son igual de importantes para valorar las
alternativas. Unos resultan mas significativos que otros, de acuerdo con las opiniones de los
diferentes grupos de intereses, por ello se deben ponderar sus valores con los pesos que se les
asigna en el problema.
De este modo la solución elegida puede resultar poco adecuada en alguno de los factores.
Otro modo de diferenciar tipos de reglas de decisión es de acuerdo con el carácter de los
factores empleados, que pueden ser binarios, ordinales y cuantitativos, de este modo las
reglas de decisión pueden ser:
* Mediante combinación booleana: valida para los problemas de decisión donde todos los
criterios son restricciones.
Como es lógico, en este caso las alternativas se valoran, usando nuevamente varios criterios,
no solo para alcanzar un único objetivo sino varios. Los objetivos buscados pueden ser
complementarios o conflictivos. Para estos casos las reglas de decision tienen que ser mas
compleja, ya que pretenden combinar los criterios para alcanzar una alternativa adecuada que
dé respuesta a los diferentes objetivos simultáneamente, una solución en este sentido es la
programación compromiso.
Un método usual para ello, y que funciona bastante bien, es el propuesto por Saaty, también
denominado de la matriz de comparaciones binarias (Barredo, 1996). La idea básica es,
mediante la comparación dos a dos de las variantes de una variable cualitativa, establecer una
matriz de comparaciones entre todas las variantes posibles; a continuación, la obtención de
los valores propios y vectores propios de la matriz, proporciona un valor cuantitativo para
cada variante y, mas aún, una medida de la consistencia de las comparaciones realizadas en la
matriz. Este procedimiento fácil de aplicar nos permite, por lo tanto, determinar valores
cuantitativos y una mínima valoración de su validez. Otros métodos para resolver la misma
cuestión se pueden encontrar en Malczeswski (1999, pp. 116-135).
1
Las referencias que se pueden encontrar en la literatura se pueden clasificar en varios grupos,
dependiendo, por ejemplo, del tema estudiado: cuestiones ambientales o sociales, pero
también es posible diferenciar las aplicaciones según el tipo de objeto espacial estudiado:
polígonos (usos del suelo), líneas (carreteras) o puntos (equipamientos sociales: escuelas,
hospitales...), ya que en cada uno de ellos los procedimientos pueden diferir ligeramente (ver
Herwijnen y Rietveld, 1999, para una discusión de esta cuestión y Bosque y García, 2000,
para una mas amplia ilustración de este enfoque).
En el texto que sigue se clasifican los ejemplos encontrados simplemente por su tema de
estudio.
Por ejemplo, en Manchado, Marcus y Rullan (1997) se usa el SIG para, mediante la
combinación de diferentes estratos temáticos establecer las unidades físicas homogéneas y,
en base a ellas, proponer figuras de ordenación y gestión, determinando en cada ámbito
espacial los usos de suelo permitidos y prohibidos. De modo similar en Edeso, Marauri y
Merino (1995) se emplea un SIG para estudiar los problemas geomeofológicos de las laderas
de una región, estableciendo un mapa de riesgos naturales, todo ello con la finalidad de
facilitar la planificación del territorio de la zona. Otro ejemplo es el de López de Pablo y
otros (1991). En estos tres casos se hace uso de SIG con reducidas ampliaciones de sus
capacidades de análisis y tratamiento de la información, es decir sin avanzar demasiado hacia
el desarrollo de un verdadero SADE.
Dos trabajos muy introductorios y teóricos son los de Pueyo (1991), en el que se puede
encontrar una discusión inicial sobre las posibilidades que los SIG ofrecen a la planificación
urbana y el de Serra del Pozo (1996), que plantea el tema específico de crear un sistema de
apoyo a la planificación, insistiendo en la importancia de incluir modelos matemáticos
urbanos dentro de un Sistema de Información Geográfica para facilitar la planificación de la
ciudad, en este trabajo se analizan los diversos modelos urbanos disponibles y se plantean los
problemas concretos de su conexión a un SIG.
Por otra parte, en el trabajo de Janssen y Rietveld (1990) se plantea la importancia del uso de
técnicas de evaluación multicriterio dentro de un SIG para resolver problemas complejos de
planificación urbana. Algo semejante se encuentra en el trabajo de Biermann (1999) donde se
combinan tres tipos de elementos: un modelo de evaluación de la adecuación del suelo para
su desarrollo residencial, un conjunto de funciones de evaluación multicriterio y un SIG para
la representación de los datos espaciales.
No parece, por lo tanto, que existan muchos ejemplos totalmente desarrollados de Sistema de
ayuda a la decisión en cuestiones de planificación urbana.
Una cuestión relacionada con este tema es la planificación del trazado de autopistas y otros
tipos de infraestructuras lineales, en Morin (1999) se ilustran las posibilidades de varios tipos
de SADE, desarrollados en la provincia canadiense de Ontario, para facilitar la participación
pública de la población en este tipo de decisiones.
c) Localización de equipamientos
los viajes necesarios para su uso por la demanda como la máxima distancia que la población
tiene que recorrer.
Los dos ejemplos anteriores muestran una de las posibilidades de creación de un SADE para
esta cuestión: partir de algunos modelos de localización-asignación y unirlos con otros
procedimientos de tratamiento de la información geográfica para generar un sistema de
soporte a la planificación de este tipo de problemas. Sin embargo, en esta línea los SIG o no
se emplean en absoluto o tienen un valor secundario.
La otra posibilidad es, precisamente, la contraria, partir de un SIG y añadirle los elementos
que faciliten su conversión en un verdadero SADE, tal y como se ha planteado en este texto.
En esta línea se puede mencionar, por un lado, el trabajo de Mendes y Silva (1996). Un
segundo ejemplo muy interesante es el sistema OSDM que facilita la localización de un
deposito de seguridad para basuras radiactivas en Gran Bretaña, y lo hace a través de
INTERNET, de modo que es accesible a cualquier persona, facilitando así la participación
pública (Carver, 1999).
Para llevar esto a cabo se parte de un Sistema de Información Geográfica comercial bastante
difundido, el programa IDRISI para WINDOWS, y se intenta ampliar sus posibilidades de
análisis para convertirlo en un verdadero SADE para este tema. Con esta finalidad se amplían
sus capacidades en varios sentidos:
A.- Exploración de la situación existente con el fin de desarrollar hipótesis para la resolución
de su problemática.
C.- Procedimientos que permiten evaluar las soluciones desarrolladas en los apartados
anteriores
Finalmente se incluyen algunos procedimientos que se podrían emplear para una evaluación
correcta de las soluciones encontradas, por suerte en el programa IDRISI para WINDOWS se
1
Junto a todo lo mencionado cabe añadir algunos nuevos desarrollos técnicos que prometen
ayudar a mejorar los programas y procesos actualmente disponibles. Entre ellos podemos
comentar los siguientes:
7.- Conclusiones
1º Añadir métodos de exploración de datos, como el EDA y el ESDA y otras mas especificas
del problema estudiado
2º Conectar el SIG con una serie de modelos explicativos del problema que se quiere
resolver.
3º La integración en el SADE de las técnicas de evaluación multicriterio.
En la actualidad pocos Sistemas de ayuda la decisión espacial incluyen todas estas novedades
pero, seguramente, en el futuro se empezaran a observar desarrollos en este sentido.
Para terminar decir que el futuro de este tipo de programas parece muy prometedor y que
poco a poco irán apareciendo ejemplos en los campos geográficos mas diversos. Con ello,
seguramente, se conseguirá dar un nuevo paso en el acercamiento de las modernas
herramientas de análisis a usuarios que hasta ahora han permanecido alejados de ellas. Los
geógrafos y otros muchos profesionales tienen un campo importante de trabajo en esta tarea.
8.- Bibliografía
ARIZA, F.J., MEROÑO, J.E., GIRALDEZ, J.V. y SANCHEZ, M. (1993): "Erosión en una
cuenca. Modelización en un SIG" en 2º Congreso de AESIG. Madrid, AESIG/Estudio
gráfico, pp. 545-556
ARMSTRONG, M. P.; DE, S.; DENSHAM, P. J.; LOLONIS, P.; RUSHTON, G.-; TEWARI,
V. K. (1990): "A knowledge-based approach for supporting locational decisionmaking".
Environment and Planning B: Planning and Design. 17(3), pp 341-364.
BATTY, M.; BIN JIANG (1999): "Multi-agent simulation: new approaches to exploring
space-time dynamics wihin GIS". Centre for Advanced spatial analysis (CASA), Working
paper series, UCL. Londres (http://www.casa.ucl.ac.uk/multi_agent.pdf)
BATTY, M.; YICHUN XIE (1994): "Modelling inside GIS: part 1. Model structures,
exploratory spatial data analysis and aggregation" International Journal of Geographical
Information Systems. 8(3), pp 291-307.
BIERMANN, S.M. (1999): "The Strategic Indentification of suitable Land for Low income
Housing: A case study from South Africa" en J-C. Thill (editor): Spatial Multicriteria
Decisión Making and Analysis. A geographic information sciences approach. Aldershot,
Ashgate, pp. 199-221.
BOSQUE SENDRA, J., DÍAZ MUÑOZ, M.A., ESCOBAR MARTÍNEZ, F.J. y SALADO
GARCÍA, M.J. (1995): "La información en Geografía humana. Algunos problemas de su
tratamiento con un sistema de información geográfica (SIG)". Anales de Geografía de la
Universidad Complutense, nº 15, pp. 141-155.
BOSQUE SENDRA, J., GÓMEZ DELGADO, M., MORENO JIMÉNEZ, A. y DAL POZZO,
F. (2000): "Hacia un Sistema de ayuda a la decisión espacial para la localización de
equipamientos". Estudios geográficos, (en prensa).
BOSQUE SENDRA, J., GÓMEZ DELGADO, M., RODRÍGUEZ DURAN, ANA E.,
RODRÍGUEZ ESPINOSA, V.M., VELA GAYO, A. (1997): "Valoración de los aspectos
visuales del paisaje mediante la utilización de un sistema de información geográfica".
Documents d'Anàlisi Geogràfica, nº 30, p. 19-38.
DASKIN, M.S. (1995): Network and Discrete Location. Models, Algorithms and
Applications Nueva York, J. Wiley.
EASTMAN, J.R. y otros (1993): GIS and Decisión Making. Explorations in Geographic
Information Systems Technology. Vol. 4 Ginebra, UNITAR European Office, 112 p. (3 discos
FEDRA, K. (1996): "Distributed Models and Embedded GIS: Integration Strategies and Case
studies" en GOODCHILD, M.F., STEYAERT, L.T. y PARKS, B.O. (Editores): GIS and
Environmental Modeling Fort Collins, GIS World Books, pp. 413-418.
GOODCHILD, M.F., STEYAERT, L.T. y PARKS, B.O. (Editores) (1996): GIS and
Environmental Modeling: Progress and Research Issues Fort Collins, CO., GIS World Books,
1
486 p.
HAINING, Robert (1993): Spatial Data Analysis in the Social and Environmental Sciences.
Cambridge, Cambridge University Press.
HAINING, Robert y WISE, Stephen (1997): "Exploratory Spatial Data Analysis" NCGIA Core
Curriculum in GIScience, http://www.ncgia.ucsb.edu/giscc/u128/u128.html, expuesto el 5 de
Diciembre de 1997.
HAINING, Robert, WISE, Stephen y Ma, J. (1996): "The design of a software system for
interactive spatial statistical analysis linked to a GIS" Computational Statistics, 11, pp. 449-466
HASLETT, J., WILLS, G. y UNWIN, A.R. (1990): "SPIDER. An Interactive Statistical Tool
for the Analysis of Spatial Data" Int. J. Geographical Information Systems, vol. 4, nº 3, pp. 285-
296
HUFF, D. L. (1964): "Defining and estimating a trading area" Journal of Marketing, 28, pp. 34-
38.
LOWES, D., BELLAMY, J. A. (1994): "Object orientation in a spatial decision support system
for grazing land management". AI-Applications. 8(3), pp 55-66.
1
MALCZEWSKI, J. (1999): GIS and multicriteria decision analysis. Nueva York, J. Wiley, 392
p.
MALCZEWSKI, J.; OGRYCZAK, W. (1990): "An interactive approach to the central facility
location problem: locating pediatric hospitals in Warsaw". Geographical Analysis, 22(3), pp
244-258.
MENDES, J.F.G.; SILVA, J.M.F. (1996): "Landfill facilities siting using GIS".
Pennsylvania-Geographer. 34/1, 24-40.
MITASOVA, Helena y MITAS, Lubos (1998): "Process Modeling and Simulation", NCGIA
Core Curriculum en GIScience, http://www.ncgia.ucsb.edu/giscc/units/u130/u130.html,
(expuesto el 2 de Diciembre de 1998).
MORELLO, J. Y OTROS (1998): "Aplicación de la tecnología SIG para el análisis del soporte
biofísico en áreas metropolitanas como herramienta de planificación. El caso de Buenos Aires"
en Silvia D. Mateucci y Gustavo D. Buzai (compiladores): Sistemas ambientales complejos:
herramientas de análisis espacial. Buenos Aires, EUDEBA, pp. 409-424.
MORIN, D. M. (1999): "GDSS in Highway Planning: their Use and adoption" en J-C. Thill
(editor): Spatial Multicriteria Decisión Making and Analysis. A geographic information
sciences approach. Aldershot, Ashgate, pp. 149-174.
PELEGRIN PELEGRIN, B. (1996): "El problema general del p-centro en RN" en Puerto
Albandoz (ed.), Lecturas en Teoría de la localización Sevilla, Publicaciones de la Universidad
de Sevilla, pp. 149-166
PERLES ROSELLÓ, M.J. (1997): Medir la erosión: fragilidad erosiva en el Valle del Río
1
Vélez. Malaga, Diputación provincial, Servicio de publicaciones. 226 p.
SANCHEZ, D.C. (1998): "Teoría de grafos aplicada a redes naturales y antrópicas" en Silvia D.
Mateucci y Gustavo D. Buzai (compiladores): Sistemas ambientales complejos: herramientas
de análisis espacial. Buenos Aires, EUDEBA, pp. 321-346.
SERRA DEL POZO, PAU (1996): "Analisis espacial y modelos urbanos en el entorno SIG",
Ciudad y territorio. Estudios territoriales, vol. 110, pp. 785-799
SPRAGUE, Jr. R. H. y WATSON, H.J. (1996): Decision support for management Upper Saddle
River, N.J., prentice Hall.