22
Año 5 (1) abril 2024 - Páginas 22-32
Fecha de recepción: 23 de octubre de 2023
Aceptación del artículo: 19 de marzo de 2024
ANÁLISIS MULTITEMPORAL DEL CRECIMIENTO URBANO DE LA LOCALIDAD
DE PUERTO TIROL (CHACO – ARGENTINA)
Jara,
Vanesa Inés
1
Resumen
La presente investigación tiene como objetivo principal realizar un análisis multitemporal
mediante una modelización del espacio a partir de la secuenciación de manchas urbanas en
una escala temporal de veinte años para la localidad de Puerto Tirol. El estudio se llevó
adelante mediante la utilización de herramientas digitales. El resultado obtenido se
corresponde con cartografía síntesis que representa el comportamiento de la mancha urbana
durante el período de tiempo en estudio.
Palabras claves Mancha urbana; SIG; clasificación supervisada; Puerto Tirol.
MULTITEMPORAL ANALYSIS OF URBAN GROWTH IN THE CITY OF PUERTO
TIROL (CHACO - ARGENTINA)
Abstract
The main objective of this research is to conduct a multitemporal analysis through spatial
modeling based on the sequencing of urban areas over a twenty-year period for the city of
Puerto Tirol. The study was carried out using digital tools. The result obtained corresponds to
synthesized cartography representing the behavior of the urban area during the period under
study.
Keywords Urban area; SIG; supervised classification; Puerto Tirol.
Introducción
El presente trabajo consiste en una aproximación a los aspectos técnicos metodológicos
de herramientas digitales aplicadas en el tratamiento de información espacial para la tesis de
licenciatura “Expansión urbana y uso de suelo en la localidad de Puerto Tirol entre los años
2000-2020” (Licenciatura en Geografía, Facultad de Humanidades, UNNE) la cual se
desarrolla en el marco del proyecto de investigación PI 21H003 “Caracterización y análisis de
la dinámica de la ocupación de espacios con riesgo hídrico en ámbitos urbanos, rurales y de
transición en el nordeste argentino. Estudios de casos”.
Desde hace veinte años se viene comprobando que la redistribución del crecimiento de
la población ocurre bajo la acción de tres fuerzas principales: la aceleración de la
urbanización, el crecimiento más rápido de ciudades de rango medio comparadas con
los grandes centros urbanos, y por último, el aumento en la cantidad y en la dispersión
1
Universidad Nacional del Nordeste, Facultad de Humanidades, Centro de Geociencias Aplicadas.
vanesainesjara@gmail.com
23
de pequeños asentamientos humanos. (Domenech & Quesnel, 1996, como se citó en
Sassone, 2000)
Este comportamiento se da en un contexto de profundos cambios en la estructura
territorial urbana, donde se van configurando nuevos espacios que se caracterizan por
ubicarse rodeando a una ciudad, como consecuencia del desarrollo y crecimiento urbano.
Puerto Tirol no escapa a la realidad antes mencionada, esta localidad surgió en 1878
como una colonia de inmigrantes italianos que en su origen era parte de la colonia Resistencia.
Estos primeros pobladores apostaron a la agricultura, pero hacia 1903 con la instalación de la
fábrica de tanino la localidad agrícola pasó a ser industrial además comenzó un desarrollo
urbano incipiente en los alrededores de la fábrica. Con el correr de los años se instalaron otras
industrias, afianzando la actividad industrial, finalmente para el 2004 comienza a desarrollarse
el parque industrial dando lugar a un marcado crecimiento económico y urbano de la localidad.
Puerto Tirol, es la localidad cabecera del Departamento Libertad, de la provincia del
Chaco, distante de la ciudad capitalina, Resistencia, por unos 15 kilómetros, se encuentra
formando parte del corredor bioceánico por medio de la Ruta Nacional 16 y en cercanía
con la Ruta Nacional N°11, ambas vías posicionan a Puerto Tirol de manera estratégica en la
región del NEA. (Ver Figura 1)
La escala temporal utilizada para llevar adelante el análisis multitemporal se
corresponde con dos décadas, período de tiempo que se extiende desde el año 2000 hasta
el año 2020, dicho período coincide con la instalación y desarrollo del parque industrial de la
localidad, circunstancia que benefició el crecimiento económico y urbano de Puerto Tirol.
El objetivo principal que se persigue es lograr un análisis multitemporal a partir de una
modelización del espacio como resultado de la secuenciación de manchas urbanas para la
localidad objeto de estudio en el período de tiempo establecido, utilizando para ello técnicas
propias del procesamiento y gestión de la información espacial a través de herramientas
digitales.
Antecedentes
Desde hace varias décadas el estudio de la dinámica territorial es protagonista en
muchas investigaciones. Si bien la temática es muy citada cabe mencionar que no existe una
única técnica para poder evidenciar el crecimiento urbano, la dinámica territorial o los cambios
en el uso del suelo, todos estos temas de significativa importancia en la actualidad y de los
cuales no escapa este estudio.
Formando parte de los antecedentes de esta investigación, se encuentran los aportes
de Humacata y Buzai (2018) en donde se menciona la importancia de los Sistemas de
Información Geográfica para la obtención de cartografía, herramienta de suma utilidad para la
planificación territorial.
También se tuvo en cuenta los aportes realizados por Da Silva, et. Al. (2013), en su
trabajo se enfatiza la utilidad del cálculo de NDVI para diferenciar cobertura vegetal, este
índice resalta el vigor de masas de vegetación dando lugar a la diferenciación e identificación
de coberturas.
Además, en la utilización de la técnica de clasificación supervisada se puede citar a
Linares y Tisnés (2011), quienes en su trabajo explican que esta técnica es un proceso de
clasificación de pixeles de identidad conocida se utilizan para clasificar los de identidad
desconocida.
Finalmente, se puede hacer mención a los aportes realizados por Roja Ortiz y Viveros
Soto (2016), en su trabajo se lleva adelante un análisis multitemporal utilizando como insumo
el procesamiento de imágenes satelitales Landsat para la obtención de manchas urbanas en
un período de tiempo de veinticinco años, escala temporal similar a la utilizada en este trabajo.
24
Materiales métodos
Descripción del área de estudio
El área en estudio se corresponde con un recorte territorial que contiene el área urbana
de la localidad de Puerto Tirol (ver Figura 1). Como se mencionó anteriormente, esta localidad
es cabecera del departamento Libertad de la provincia de Chaco, distante de la ciudad de
Resistencia por unos 15 kilómetros siguiendo la Ruta Nacional 16, de esta manera la localidad
se encuentra formando parte del corredor bioceánico norte. Esta situación particular posibilitó
la instalación, en 2004, del parque industrial Puerto Tirol favoreciendo de esta manera el
desarrollo industrial y el crecimiento urbano de la localidad.
Figura 1. Área de estudio.
Fuente: elaboración propia.
Fuente de datos
Para cumplir con los objetivos propuestos se procedió a realizar la captura de la
información, utilizando como fuente de datos imágenes satelitales (de los años 2000, 2010 y
2020) de los sensores Landsat 5 TM y Landsat 8 descargadas desde la plataforma
LandViewer.
Se seleccionaron estos sensores debido a la disponibilidad de información en relación
a la escala temporal elegida. Para las escenas del año 2000 y 2010 se utilizaron imágenes de
Landsat 5 TM, mientras que para la del año 2020 se utilizó información obtenida por el sensor
del Landsat 8, debido a que las imágenes disponibles de Landsat 5 corresponden a un lapso
de tiempo que se extiende desde 1985 hasta 2010, y las del Landsat 8 son de un período de
tiempo que abarca desde 2005 al 2020.
Procesamiento de información
Luego de la selección y descarga de las escenas se llevó adelante la organización de
la información, teniendo en cuenta los tres recortes temporales. A través de una máscara
25
vectorial se ejecutó el recorte del área de interés, posteriormente se llevó adelante una
combinación en falso color para resaltar los aspectos urbanos del territorio estudiado y facilitar
la interpretación visual.
Sobre las imágenes se procedió a realizar una serie de procesamientos, por ejemplo,
con la intención de describir el espacio en estudio según las características de vegetación se
realizó el cálculo del índice de NDVI (Índice de vegetación de diferencia normalizada), este
dato es de utilidad para poder separar las áreas con y sin cubierta vegetal, favoreciendo la
delimitación de zonas de interés, en este caso particular, las áreas urbanas. La combinación
de bandas y el cálculo de NDVI se realizó en la plataforma LandViewer.
A partir de observación del NDVI, se llevó adelante otro procesamiento destinado a
brindar cualidades espaciales, se elaboró una máscara vectorial, para separar la mancha
urbana de todo aquello que no es urbano. Para ello se utilizó como base las imágenes antes
trabajadas y con apoyo del Google Earth se procedió a trazar los bordes de la mancha. Cabe
mencionar que se utilizó el Google Earth debido a que sus imágenes poseen mayor nivel de
detalle, como consecuencia de la resolución espacial superior a la de las imágenes con las
que se trabaja.
Luego se ejecutó una técnica con fines analíticos y de síntesis espacial, esta se
denomina clasificación supervisada de las coberturas del suelo, la misma fue desarrollada
sobre las tres imágenes analizadas con el fin de validar la delimitación antes realizada. Para
llevarla adelante en primer lugar se crearon áreas de entrenamiento, luego, en función de las
categorías establecidas, (que para este trabajo sólo se determinaron dos categorías urbano y
no urbano), se dejó correr el algoritmo de clasificación, obteniendo de esta manera la
delimitación de áreas urbanas y no urbanas.
Como resultado de los procesamientos antes mencionados se obtuvo cartografía
temática de cada recorte temporal, y cartografía de ntesis, con características dinámicas,
debido a que evidencia la evolución de la mancha urbana.
La elaboración de la máscara, la clasificación supervisada y la cartografía temática se
elaboraron a partir del software libre QGIS.
Resultados
El análisis de los resultados se basa en los tres momentos temporales más arriba
mencionados, teniendo en cuenta los distintos procesamientos realizados sobre las imágenes
seleccionadas, así se presentan en primer lugar las imágenes de los años 2000, 2010 y 2020
en las que se realizó una combinación en falso color urbano (ver Figura 2), para ello se utilizan
las bandas 7,5,3 para las imágenes Landsat 5 (TM) y 7,6,4 para las de Landsat 8. Con esta
combinación se resaltan las áreas urbanas, las mismas se presentan en colores blanco, gris,
cian o púrpura.
Este juego de imágenes muestra una primera aproximación a la evolución de la mancha
urbana de la localidad de Puerto Tirol, utilizando los criterios visuales para la interpretación de
las imágenes satelitales presentadas, las mismas quedan identificadas en las distintas
imágenes teniendo en cuenta el color, las tonalidades, textura y estableciendo los límites de
las mismas.
26
Figura 2. Combinación de bandas en falso color en el área de estudio en los años
2000, 2010, 2020.
Fuente: Elaboración propia en base a imágenes obtenidas de la plataforma LandViewer.
Villela (2021) comenta en su trabajo que el cálculo del Índice Normalizado de Vegetación
(NDVI) permite estimar la abundancia y calidad de vegetación aprovechando la forma de la
curva de reflectancia de este tipo de cubierta. Este índice realza la contribución de la
vegetación en la respuesta espectral de las superficies mientras que atenúa otros factores
como lo son el suelo, atmósfera, iluminación, topografía, y contribuye al proceso de detección
e identificación de áreas construidas.
La fórmula para calcularlo es la siguiente: NDVI = (Banda 4 Banda 3) / (Banda 4 +
Banda 3).
El Índice de Vegetación de Diferencia Normalizada (NDVI) es de utilidad para identificar
el estado general de la vegetación, se obtiene calculando la diferencia entre la banda del rojo
visible y la del infrarrojo cercano, esta diferencia queda expresada numéricamente con valores
que se encuentra dentro de un rango entre -1 y 1. Los valores obtenidos se observan en la
cartografía, y se interpretan de la siguiente manera, los verdes más intensos muestran
aquellas áreas en donde la vegetación se encuentra saludable, es decir vigorosa y coinciden
con los valores de +1 o cercanos a ese valor, a medida que cambian las tonalidades de los
verdes, es decir se presentan menos intensos, este valor disminuye, y en las áreas que
presenta tonalidades de rojo intenso coincide con aquellas áreas donde no hay vegetación,
estas áreas presentan valores de -1 o valores cercanos a ese valor.
La importancia del cálculo de este índice en este trabajo radica en que tras la
representación de estos datos en la cartografía se diferencian fácilmente las áreas que se
corresponden con zonas urbanizadas de aquellas áreas que poseen vegetación en distintos
estados.
27
Al observar la cartografía que representa el NDVI del área de estudio en el período de
tiempo establecido (ver Figura 3) en rasgos generales se evidencia como el índice de
vegetación fue variando durante los años en estudio, queda expuesta la reducción
considerable de la superficie de vegetación vigorosa o densa, aumentando la superficie con
vegetación moderada y escasa, en algunas áreas aumentaron también las superficies de
suelo desnudo.
Figura 3. Comportamiento del NDVI en el área de estudio en los años 2000, 2010 y
2020.
Fuente: elaboración propia en base a imágenes obtenidas de la plataforma LandViewer.
Al observar la Figura anterior, en el recuadro que representa el NDVI para el año 2000
se puede diferenciar perfectamente el área urbana de lo que no es urbano. Para el año 2010,
esta diferenciación también queda de manifiesto, además se evidencia un leve crecimiento
del área que se corresponde con la mancha urbana definida en el periodo anterior, también
se pueden identificar otras áreas con coloraciones rojas intensas que no se corresponden con
áreas urbanas sino a lugares con suelo desnudo. Finalmente para el año 2020 se puede
observar cómo aumentó considerablemente el área con vegetación moderada y escasa, esto
probablemente sea producto de la época del año en que fue tomada la imagen (invierno) a
diferencia de las otras dos imágenes que fueron capturadas en otoño, de esta manera se
podría advertir que esta coloración predominante en la imagen correspondiente al 2020 podría
corresponderse con falta de precipitaciones o heladas, fenómenos que serían responsable de
la falta de vigor en la vegetación
Es pertinente destacar que el hecho de que se presente esta coloración rojiza
predominante dificulta la determinación de la mancha urbana y de igual manera establecer la
evolución de la misma en relación al periodo anterior.
A partir de los procesamientos antes mencionados y con ayuda de las imágenes del
Google Earth se pudo elaborar una máscara vectorial de la serie temporal analizada, que
evidencia la evolución de la mancha urbana de la localidad de Puerto Tirol, se representa cada
28
serie con colores distintos con la intencionalidad de mostrar la dirección y magnitud del
crecimiento (ver Figura 4).
Se puede realizar una generalización de lo observado, por ejemplo, la presencia de la
Ruta Nacional 16 y las vías del tren carguero que pasan por el área de estudio funcionan
como límites de crecimiento de la mancha urbana, la misma se desarrolla dentro de estos
hitos.
Figura 4. Evolución de la mancha urbana de la localidad de Puerto Tirol en los años
2000, 2010 y 2020.
Fuente: Elaboración propia en base a imágenes obtenidas de la plataforma LandViewer.
La Figura 4 y 5 muestran que para el año 2000 el crecimiento se había desarrollado de
manera ordenada alrededor de la fábrica de tanino que se encuentra en el centro del pueblo,
y algunas construcciones se desarrollaban sobre las principales vías de comunicación de la
localidad, es decir la Ruta Nacional 16, las vías del tren de carga y el camino que une la
localidad con la ciudad de Fontana (ex ruta nacional 16).
Para el 2010, el crecimiento se produjo en la periferia de la mancha delimitada en el
período de tiempo anterior, además se sumaron urbanizaciones en espacios vacíos dentro de
la primera mancha establecida, es decir se produjo un crecimiento interno, y otras áreas
cercanas a la Ruta Nacional 16 (principalmente el parque industrial) y a las vías del tren.
En el último año analizado se puede observar que se produjo un crecimiento superior al
ocurrido en el periodo anterior, dicho crecimiento se desarrolló acrecentando superficie a la
mancha original, pero también en la periferia de la misma, desde los límites antes comentados
y entre ellos (ver Figura 5).
29
Figura 5: Sitios de interés mencionados en el texto.
Fuente: elaboración propia.
Otra técnica para conseguir la delimitación de la mancha urbana es la clasificación
supervisada de cada escena trabajada, este es el último procesamiento realizado en este
trabajo y se llevó adelante para lograr comparar las manchas urbanas de cada corte temporal
y para validar la mancha urbana conseguida en el procesamiento anterior.
Como explica Humacata (2018), en la clasificación supervisada de imágenes se pueden
reconocer dos fases: la de muestras de píxeles representativas de cada clase temática
(delimitando áreas de entrenamiento). Para lograr esta identificación de las áreas de muestra
de los distintos tipos de cobertura se tuvo en cuenta los criterios de interpretación visual,
cartografía auxiliar (falso color, NDVI) y trabajo de campo. En la segunda fase se logró la
asignación de todos los píxeles de la imagen a partir de las áreas de entrenamiento definidas
anteriormente, obteniéndose como resultado una imagen clasificada que hace referencia al
agrupamiento de la totalidad de píxeles a las clases temáticas definidas.
Para este caso en estudio solo se determinaron dos clases, urbano y no urbano. En la
primera clase se delimitó áreas de entrenamiento sobre todo lo que se conocía como urbano,
es decir, parcelamiento, calles, industrias, mientras que para la clase de no urbano se
establecieron áreas de entrenamiento sobre cuerpos de agua, bosques, pastizales y todo lo
que se conocía como no urbano, así la representación quedó en dos colores, en gris lo
perteneciente a urbano y en blanco lo no urbano (ver Figura 6).
30
Figura 6. Manchas urbanas obtenidas a partir de la clasificación supervisada.
Fuente: elaboración propia en base a imágenes obtenidas de la plataforma LandViewer.
Al observar la secuencia de imágenes obtenidas (ver Figura 6) se evidencia una
evolución en la mancha urbana en estudio, además es notoria la presencia de los límites de
crecimiento establecidos en el procesamiento anterior, también se expone el crecimiento que
se da en los distintos periodos de tiempo antes mencionados.
Lo negativo en esta técnica es que la precisión no es tan acertada, esto se observa en
los píxeles aislados que forman un sombreado en la periferia de la mancha, lo mismo ocurre
al observar la serie de imágenes y se aprecia la presencia de áreas señaladas en el año 2000
(calles y rutas) y no así en las otras representaciones presentadas. Esto quedaría explicado
por Chuvieco (1996), el autor el comenta que, al seleccionar áreas de entrenamiento
heterogéneas, debido a que sus medidas estadísticas consisten en un cierto promedio de los
distintos componentes, esto daría lugar a que tras la clasificación estas áreas fueran
identificadas como un solo tipo de cobertura. De esta manera, se puede decir que ciertas
áreas seleccionadas al ser híbridas son susceptibles de confusión con otras categorías. Un
área urbana es heterogénea debido a que está conformada por vegetación de tipo arbórea,
pastizales, construcciones, suelo desnudo, entre otros, motivo por el cual los resultados de la
clasificación no representan exactamente lo que se pretende, en este caso no se logra
diferenciar con precisión las áreas urbanas de aquellas que no lo son.
Conclusión
La utilización de los SIG brinda facilidad en la manipulación de información para la
obtención de cartografía temática útil para realizar numerosos tipos de análisis, entre ellos, el
que nos interesa en este trabajo, multitemporal de un determinado espacio. Se puede
considerar como ventaja el hecho de tener la información a disposición en la red, lo
cuestionable es que la calidad de esta información no es buena, es decir, las imágenes se
presentan poco nítidas debido al tamaño del píxel, para obtener mejor información se debe
31
recurrir a la información arancelada. Pero no todo es tan negativo debido a que con el uso de
los criterios visuales para la interpretación de imágenes tales como tono, textura, estructuras,
sombras, contexto se puede llegar a establecer un análisis más preciso de la información.
Los procesamientos utilizados en el trabajo fueron de utilidad, en relación al NDVI
generalmente se utiliza para estudios agrícolas, es decir relacionados a la vegetación, en este
caso se lo utilizó para ayudar en la delimitación del área urbana, pero hubiera sido más
conveniente o fructífero combinarlo con el cálculo del Índice Normalizado de Áreas
construidas (NDBI) que aprovecha las respuestas espectrales de las áreas urbanizadas y
otras cubiertas de la tierra, y muestra la proporción de construcción en cada píxel. Y el cálculo
de BU (índice de área construida) que surge de la diferencia de los índices más arriba
mencionados. Estas cuestiones quedan en espera para un próximo trabajo ampliatorio del
actual.
En relación con la técnica de clasificación supervisada, es una técnica útil, pero en
donde necesariamente se debe considerar el trabajo de campo o el conocimiento previo del
lugar donde se va a realizar dicha clasificación para aumentar la precisión de la misma. De
igual manera, en esta clasificación influyen el tamaño del píxel, ya que como cada píxel agrupa
la información de un determinado lugar, por ahí generaliza (según el tamaño) y esto quita
veracidad a la clasificación ya que se terminan seleccionando área que por ahí no son los que
uno quiere categorizar, de igual manera, se debe realizar con cuidado la delimitación de áreas
de entrenamiento, evitando en lo posible superficies heterogéneas para evitar una
clasificación errónea según las clases establecidas.
Esta técnica es de utilidad para determinar los tipos de cobertura de la superficie, se
debería realizar ajustes para obtener mayor precisión en la delimitación que en este trabajo
se precisa, además con esta herramienta se puede lograr estimar el crecimiento espacial a
partir del cálculo de área, pero esta cuestión también será material para un próximo trabajo.
Todos estos procesamientos sirvieron para plasmar el crecimiento urbano del área de
estudio, y poder realizar el análisis multitemporal, es así que para el año 2000 la mancha
urbana se comportaba predominantemente de manera compacta o continúa desarrollándose
en los alrededores de la fábrica de tanino y de la laguna, con poco desarrollo sobre las vías
de acceso a la localidad. Para el 2010 se pudo observar un crecimiento predominantemente
interno, es decir se presenta una densificación urbana ocupando espacios vacíos dentro de
la mancha urbana presente en el período anterior, además se pudo observar el desarrollo del
parque industrial sobre la Ruta Nacional 16. Finalmente, para el 2020 se evidencia
predominantemente una dispersión urbana, este proceso da como resultado una
discontinuidad de la mancha urbana original dando lugar al crecimiento urbano en la periferia,
es decir, se presenta una fragmentación entre el casco urbano histórico de la localidad y los
loteos desarrollados en áreas que en el pasado fueron chacras, lugares destinados a la
agricultura. Es así que esta dispersión en el crecimiento genera áreas vacías que
probablemente, si la tendencia desarrollada continua, en un futuro se irían rellenando dando
lugar a un crecimiento continuo.
Referencias
Chuvieco, E. (1996). Fundamento de Teledetección Espacial. Madrid: RIALP, S.A.
Da Silva, C., Insaurralde, J. y Cardozo, O. (2013). Cartografía de coberturas de suelo mediante
sensores remotos, de la ciudad de Resistencia, Argentina (2013). Revista Geográfica
Digital, 11(21).
EOSDA LandViewer: Vista Satelital En Vivo De La Tierra. (2023, 20 octubre). EOS Data
Analytics. https://eos.com/es/
32
Humacata, L. y Buzai, G. (2018). Análisis espacial de los cambios de usos del suelo con
Sistemas de Información Geográfica. Universidad Nacional de Lujan
http://ri.unlu.edu.ar/xmlui/handle/rediunlu/791
Linares, S. y Tisnés, A. (2011). Extracción y análisis de superficies urbanas construidas
empleando imágenes Landsat 5 (TM). I Congreso Nacional de Tecnologías de la
Información Geográfica y IV Reunión de usuarios de tecnologías de la información
geográfica del NEA. Laboratorio de Tecnologías de la Información Geográfica. Facultad
de Humanidades, Resistencia, Chaco.
Sassone, S. M. (2000). Reestructuración territorial y ciudades intermedias en la Argentina.
Ciudad y Territorio Estudios Territoriales, (123), 57–92.
https://recyt.fecyt.es/index.php/CyTET/article/view/85656
Cómo citar este artículo:
Jara, V. I. (2024). Análisis multitemporal del crecimiento urbano de la localidad de Puerto
Tirol (Chaco - Argentina). Senderos, 1(5), 22-32.