DESARROLLO Y APLICACIÓN DE UN MODELO DE ASIGNACIÓN...

21 ARTICULOS

DESARROLLO Y APLICACIÓNDE UN MODELO DEASIGNACIÓN DEL USO DELSUELO

DEVELOPMENT AND APPLICATION OF AN LAND USEALLOCATION MODEL

Fecha de recepción: 27/09/2017//Fecha de aceptación: 21/12/2017

Oscar Arturo GautoM.Sc. Profesor de la

Universidad Nacional deMisiones. Eldorado -Argentina.

Julio Eduardo ArceDoctor en Ingeniería ForestalProfesor de laUniversidadeFederal Do Paraná. CuritibaBrasil

Afonso Figueiredo FilhoDoctor en Ingeniería ForestalProfesor de laUniversidadeFederal Do Paraná CuritibaBrasil y de laUniversidadeEstadual do Centro Oeste(UNICENTRO) Iratí PrBrasil

Flavio Felipe KirchnerPh.D. Universidade Federal doParaná

____RESUMEN

Un modelo de asignaciónde uso del suelo basado enProgramación Lineal (PL) y enSistemas de InformaciónGeográfica (SIG) fuedesarrollado con el propósito deapoyar a la toma de decisiónArgentina. Se aplicó una

loosecooplingvinculación entre PL y SIG. Conla intención de aplicar el modeloa una situación real, se realizó undiagnostico socio económico yambiental de la provincia. Deltotal de los usos del suelo queactualmente posee la misma, seseleccionó para trabajar: bosquescultivados, yerba mate, te ytabaco por tratarse de actividadesrepresentativas. Se plantearoncuatro objetivos básicos demodelado: generación de rentabruta total, generación deempleos, uso de agroquímicos yerosión total de los suelos. Conlos datos obtenidos fueronconducidos análisis espaciales decruzamiento y modeladocartográfico en ambiente SIG;fue construido el modelo de PL ysus resultados visualizados enSIG. Estos resultados demuestranque la PL unido a los SIG sonexcelentes herramientas deapoyo a la toma de decisión deasignación de uso del suelo, ya

_____SUMMARY

A land use allocationmodel based on LinearProgramming (PL) andGeographic Information Systems(GIS) was developed with thepurpose of supporting decisionmaking on land use allocation inrural areas in Misiones Province.A "loose coopling" link structurewas applied to link between PLand GIS. With the aim ofapplying the model to a realsituation, a socio-economic andenvironmental diagnosis of theProvince of Misiones, Argentinawas carried out. From all the landuses that it has at present: plantedforests, yerba mate, tea andtobacco, were selected to workwith because they arerepresentative. Four basicmodeling objectives wereproposed: total gross incomegeneration, job creation, use ofagrochemicals and total soilerosion. With the data obtainedwere conducted spatial analysis,overlay maps and cartographicmodeling in GIS environment;was constructed the model of PLand its results visualized in GIS.Their results show that PLslinked to GIS are excellent toolsto support land use decisions,since they produce realisticresults.

Revista Forestal Yvyrareta 25 (2017) 21-39

22 ARTICULOS

que producen resultados realistas.Palabras clave: Asignación usos suelo,

SIG, Programación Lineal

Key Words: Land use allocation, GIS, LinearProgramming

______________________________________________________________________________________

INTRODUCCION

n los últimos 300 años la población mundialpaso de 500 mil a 5.500 millones dehabitantes, lo cual implica que cuenta

solamente con la novena parte de los recursosnaturales de aquel entonces. Este hecho y susconsecuencias direcciona hoy como y con quépropósitos se deben manejar los ecosistemas(SALWASSER, 1994).

El planeamiento territorial debe ser ladisciplina que tome el desafío de organizar y darsostenibilidad al uso de la tierra frente a la crecientedemanda poblacional, con el propósito de conduciry transformar el uso del territorio en un sistemaequilibrado, capaz de abastecer continuamente conproductos y también conservar las diferentescapacidades de los ecosistemas.

STEWART et al. (2004) definieron alplaneamiento del uso de la tierra como el procesode asignar diferentes actividades o usos, a unidadesespecíficas de áreas dentro de una determinadaregión. Es un proceso complejo y las tomas dedecisión deben ser hechas no solamente sobre quéhacer, sino también donde hacer, lo que adicionaaún más complejidad al sistema.

Los aspectos conceptuales sobreplanificación de uso del suelo, aunque puede asumirdiversas denominaciones,están ampliamentedesarrollados en la literatura tal como BARLOWE(1972), SCHEINOWITZ (1983), FAO (1993, 1994,2001, 2003).

El planeamiento del uso del suelo involucravariables distribuidas territorialmente. Los Sistemasde Información Geográfica (SIG) reemplazaron a lacartografía impresa tradicional desde hace ya másde 50 años e intensivamente podríamos decir en losúltimos 20 a 25 años con la disponibilidad desoftware y hardware de acceso al común de lapoblación.

MALCZEWSKI (2005) definió a los SIGeso,

almacenamiento, recuperación, manejo, análisis y

El mismo autor describe la evolución de losSIG en tres etapas: la primera, la de sus inicios, enlos años 50 a 60 con los avances en la teoría de lasciencias espaciales y la evolución de los hardwares.Con la evolución de los microprocesadores su usofue evolucionando y quedando disponible para elpúblico general; fueron apareciendo nuevas técnicascomo el caso del álgebra de mapas introducido en1994 por Tomlin de la Universidad de Yale,Estados Unidos, que posibilitó realizar operaciones

entre capas temáticas. Esta parte marco la segundaetapa del desarrollo. Durante la tercera etapa ya losSIG funcionaron en entorno Windows®, lossoftware se hicieron más complejos, másamiexpandieron y se inició una etapa de proliferaciónde datos espaciales. Principalmente se utilizaroncon fines de planificación y generación de mapas.

Entre las capacidades de los SIG,ampliamente conocidas, esta su aptitud para realizaranálisis integrado de datos espaciales. Los datoscontenidos en las capas temáticas son analizados ymanejados para obtener informaciones útiles paraaplicaciones particulares. (GOODCHILD 1987;TOMLIN 1990; TOMLIN1994; COLLINS et al.2001; MALCZEWSKI 2005).

MALCZEWSKI (2005) dice que una de lasaplicaciones más útiles de los SIG es en el campodel planeamiento y uso de la tierra.

Si bien los SIG evolucionaron notablementedesde sus inicios hasta nuestros días, sus solucionesno son del todo adecuadas para determinadosproblemas de modelado y análisis espacial, talcomo los problemas de asignación de uso del suelo.Esto fue confirmado por diversos autores comoHILFERINK (1999), CROMLEY et al. (1999),AERTS (2002), MALCZEWSKI (2005).

Muchos autores están estudiando el uso deherramientas de análisis y modelado de laasignación de uso del suelo, tal como el análisismulticriterio y multiobjetivo (YALCIN et al. 2002,ASCOUGH et al. 2002, HJORSTO et al. 2001,EASTMAN 2001).

Las técnicas de Programación Lineal (PL)son una excelente alternativa a los métodos deanálisis multicriterios. Se destacan los trabajospioneros utilizando esta última técnica los deRABINGGE y VAN LATESTEIJN (1992),CHUVIECO (1993), HANINKY CROMLEY(1998), AERTS et al. (2002), CAMPBELL et al.(1992), ROETTER et al. (2005).

SALKIN (1975) establece que un modelo deprogramación lineal es un modelo matemáticodesarrollado para establecer los valores de unconjunto de variables, buscando maximizar ominimizar una función objetivo lineal, mientrassatisface un conjunto de restricciones lineales.

BUONGIORNO y GILLES (1987), dicenque la programación lineal es una técnica generalde optimización diseñada para resolver problemasgerenciales complejos. Entre sus primerasaplicaciones fue usada para la toma de decisión enlas áreas de la industria, agricultura y del gobierno.

Entre esas múltiples aplicaciones seencuentran los problemas de asignación de uso delsuelo, porque en este tipo de problemas se busca

E


23 ARTICULOS

asignar de manera óptima y sostenible el recusosuelo a los diversos tipos de usos posibles en lasáreas rurales. Tal como lo afirman Leccese yMCCORMICK (2000) en los problemas deoptimización de uso sostenible del suelo losobjetivos usualmente son conflictivas/antagónicas yno pueden todos ellos ser satisfechossimultáneamente. Esta situación normalmente seresuelve optimizando un objetivo y colocando losrestantes como restricciones o bien por el métodode programación por metas.

CROMLEY y HANINK (1999) informanque en los problemas de asignación de uso del sueloque utilizan programación lineal, son resueltosfuera del ambiente SIG. Luego se comunican através de una interfaz.

GOMEZ y BARREDO (2005) señalan quela vinculación entre las técnicas de modelado conprogramación lineal para resolver problemas deasignación de usos del suelo y los SIG no son muyfuertes, presentándose como un punto sin

de tratamiento de los datos de los SIGconvencionales.

En la figura 1 se observa la forma deabordaje general cuando se vinculan modelado con

los datos espaciales son modelados hasta obtenerlas variables espaciales derivadas utilizandodiferentes procedimientos de análisis y modeladocartográfico. A través de una base de datos y de ungestor de base de datos quedan disponibles para laetapa de modelado de asignación de uso, conformea la metodología seleccionada. Como ya se señalóesta comunicación aún no está del todo integradaentre los programas de SIG y Programación lineal.

Según el INDEC (2002), la Provincia deMisiones, Argentina, posee una de las mayoresdensidades poblacionales del país con 33habitantes/km2. La presión sobre los recursos

naturales es cada vez mayor en busca de mayoresrentabilidades y generación de empleos. Sinembargo no siempre las actividades asignadas a unaporción del territorio cumplen con los principios yestándares de la sostenibilidad, desde los enfoqueseconómico, social y ambiental.

Las actividades más importantes deMisiones son las vinculadas a los BosquesCultivados con especies de rápido crecimiento, lacadena productiva de la yerba mate y, en menormedida, la actividad de cultivo del té y tabacalera.La actividad forestal es una de las más importante yprometedoras, dado que sus productos poseenunmercado mundial en permanente expansión. Cuentacon la ventaja ambiental adicional de tenerestructura de bosque que, aunque simplificado y demenor biodiversidad, mantiene y mejora muchos delos servicios ambientales que provee el recursoboscoso nativo original.

Se pretende abordar en el presente trabajo lacompatibilidad de conservación de los recursosnaturales a la vez de generar actividad económicapara satisfacer las necesidades actuales de lapoblación rural.

El objetivo general del trabajo se enfoca endesarrollar un modelo basado en programaciónlineal y apoyado en los Sistemas de InformaciónGeográfica para asignar usos del suelo queoptimicen determinados objetivos económicos,sociales y ambientales.Se aborda el desarrollo de unmodelo de optimización de la asignación de uso delsuelo vinculado al SIG, que busque maximizar larenta y el empleo generado, minimizandosimultáneamente el uso de agroquímicos y laerosión hídrica del suelo.

Complementariamente se pretendedesarrollar un procedimiento de integración entre elmodelo de programación lineal y el SIG y aplicar elmodelo desarrollado a un caso de la economía ruralde la Provincia de Misiones.

Fuente: adaptado de GÓMEZ Y BARREDO (2005)Figura 1. Estructura de operaciones para el modelado y análisis espacial.Figure 1. Structure of operations for spatial analysis and modeling.


24 ARTICULOS

MATERIALES Y METODOS

Descripción General del Área de Estudio ysu Economía

En el presente trabajo se aplica un estudio decaso de la Provincia de Misiones, Argentina, la quese ubica en el extremo noreste de la RepúblicaArgentina, conforme se indica en la figura 2 (a).

BARLOWE (1972) establece que investigary estudiar la naturaleza de los problemas y la basede los recursos, constituye la primera etapa en unproceso de planeamiento del uso del suelo.

Descripción Biofísica y Áreas naturalesprotegidas

La superficie de la Provincia de Misiones esde 29.457 Km2, posee 965.522 habitantes,conforme el Censo Nacional 2001, con 30% depoblación rural y 70% de población urbana(INDEC, 2002).

El clima es de tipo subtropical sin estación seca, surelieve es quebrado, con mesetas, encajonado entrelos dos grandes ríos, el Paraná y el Uruguay,conforme se puede apreciar en la figura 2 (b).

En la misma figura se observa que en elmapa (b), un cordóncentral de serranías que hacelas veces de divisoria de agua y se constituye ennaciente de varios arroyos interiores que luegotributan al Rio Paraná desde el lado oeste, o al rioUruguay desde el lado Este.

LIGIER et al. (1989), dividen a la Provinciaen 10 Regiones Naturales de las que se derivan suvez el mapa de aptitudes de uso del suelo que seobserva en la figura 3, siguiendo el SistemaAmericano de clasificación de suelos.

Figura 2. a) Mapa de ubicaciónFigura 2. a) Location map

b) Mapa de pendientes y red hídricab) Map of slopes and water supply


25 ARTICULOS

Fuente: adaptado de LIGIER et al (1989).Figura 3. Clases de aptitud del suelo.Figure 3. Kinds of soil suitability.

IIe. Apto para todo tipo de cultivo con moderadapractica de conservación. Riesgo de erosión hidrica.

IIIe. Con serias limitaciones para cultivos querequieren prácticas de conservación de suelos.Riesgo erosión.IIIes. Riesgo de erosion y suelos someros.

IVe. Suelos con muy severas limitaciones paracultivos. Requiere muy cuidadoso manejo del suelo.Riesgo de erosión.

VIw. No apto para agricultura y se debe reservarsolo para pasturas o vida silvestre, o forestación.Posee limitantes de exceso humedad, o bien suelosmuy someros con piedras.

VII. No apto para agricultura. Solo apto para vidasilvestre y forestación. Con limitante se piedras yriesgo de erosión.USDA (1961)

En la figura 3 se aprecia que la clase desuelo IIe que posee muy buenas aptitudes para unagran variedad de cultivos, ocupa 880.658 ha, laclase III ocupa 537.000 ha, haciendo en conjunto1,41 millones de ha apto para agricultura yforestación. Esta superficie marca un primer techoal uso económico que puede hacerse del suelo. Bajoestrictas medidas de manejo y conservación pueden

ser utilizadas otras 288.000 ha de suelo clase IV,haciendo un total de 1,698 millones de ha aptaspara actividades agropecuarias o bien forestal,marcando si se quiere otro punto de crecimiento delas actividades económicas por sobre el cual ya noes posible crecer sin significativos impactos alambiente.

Por otra parte, desde la década de los 80´ elestado provincial profundizo sus esfuerzos en laconservación de sus bosques naturales utilizandocomo principal instrumento, la generación de unared de áreas naturales protegidas. Su matriz deconservación, está integrada por parquesnacionales, parques provinciales, reservas de usomúltiples, reservas de biosfera y corredores debiodiversidad, interesando una superficie protegidasuperior a las 500 mil ha, esto es, más de 15% delterritorio Provincial, tal como se puede apreciar enla figura 4.

Fuente: propio en base a la red de ares naturalesprotegidas de MisionesFigura 4. Red de Áreas Naturales Protegidas deMisionesFigure 4. Network of Protected Natural Areas inMisiones.

También, la Provincia posee un importanteplexo jurídico forestal ambiental, constituido porleyes, decretos y resoluciones, orientado a laconservación y a la regulación del uso del recursonatural bosque nativo. Entre ellos se cuenta laprohibición de conversión de bosques naturales a


26 ARTICULOS

otro tipo de uso, cuando las pendientes del terrenosuperen el 20% medidos en tramos de 100 m (Ley

de este último criterio de conservación y las áreasnaturales protegidas, ex

adoptando la forma representada en la figura 6. Dela comparación de las figuras 6 y 3, se aprecia queel paisaje de conservación tiene mayor correlacióncon las aptitudes de uso del suelo y, lógicamentetambién con la región de actual actividad antrópica.

Fuente: propio.Figura 5. Áreas propuestas para conservación.Figure 5. Areas Proposed for conservation.

Actividades productivas de MisionesEl producto bruto geográfico de la Provincia

de Misiones al año 2004, era solo del 1,3% delproducto bruto nacional (Dirección Nacional deProgramación de Política Económica, Ministerio deEconomía, 2004).

Las actividades productivas predominantesson la foresto industria, yerba mate y su cadena, laproducción tealera y su cadena industrial, laproducción tabacalera, ganado bovino, citricultura,caña de azúcar (INDEC, 2002). En la figura 7 seobserva la preponderancia de la actividad forestal,en cuanto a la variable superficie, seguido por laactividad yerbatera, pasturas, tealera y tabacalera.

Fuente: Propia en base a INDEC (2002) y GAUTO(2001)Figura 6. Superficie de los cultivos de MisionesFigure 6. Area of crops of Misiones

Como bien lo destaca FREAZA (2002) lasactividades agrícolas de Misiones poseen lacaracterística de tener cultivos perennes con pocacapacidad de reacción ante cambios de mercado(alta inversión inicial y cultivos que no se erradicancon facilidad); oferta de materia prima atomizada ydemanda concentrada; una porción importante deestos cultivos se realizan solo en la provincia deMisiones; sus mercados objetivos son externos, aexcepción de la yerba mate que es paraabastecimiento interno del país, y la ganadería quese orienta al autoabastecimiento alimentario de laProvincia. Dadas estas características, estamosfrente a economías altamente dependiente depolíticas macroeconómicas del país y vulnerables asus cambios.

La actividad forestal es uno de losprincipales rubros en la provincia, y según GAUTO(2001) la provincia contaba al año 2001 con277.564 ha, principalmente de especies del géneropinus, araucaria y eucaliptos.

De acuerdo con FREAZA (2002) y loinformado por el Ministerio de Ecología y RNR(2002, información personal) la Provincia deMisiones posee un fuerte complejo industrial detransformación constituido por plantas de pastascelulósicas de transformación química de lamadera, industrias de transformación física comoaserraderos de diferente grado de tecnificación,fábrica de tableros compensados, como tambiénfábricas de tableros de partículas. Su complejoindustrial forestal es uno de los más fuertes del país.

La actividad forestal es la economía másimportante de la provincia de Misiones. La rentabruta estimada para el sector para el año 2004, enbase a datos facilitados por el Ministerio deEcología era de 2.075 millones de pesos. Según lamisma fuente, el total de mano de obra ocupada enla cadena productiva forestal al año 2002 era de38.879 personas, incluyendo el sector primario,aprovechamiento e industrialización.


27 ARTICULOS

La actividad yerbatera, es otro sectorpoderoso, y se integra con plantaciones, industriasdel secado de la hoja de yerba mate, y molinos quegeneran el producto final e inclusive su envasado.No existe una información exacta sobre lasuperficie actualmente plantada, el Censo NacionalAgropecuario (INDEC, 2002) informa la existenciade 167.300 ha, en tanto que el relevamientorealizado por el Ministerio del Agro y laProducción de Misiones (2002) la superficie deyerba mate en Misiones era de 173.354 ha.

Conforme a lo informado por GUNTHER(2001) y MONTESCHIESI (2005, comunicaciónpersonal) la estimación de personal ocupado entoda la cadena de producción yerbatera es de 24.658personas.

Según BERNARDI y PRAT KRICUN(2002) la superficie plantada con té en la Provinciade Misiones era de 41.850 ha, en tanto que el CensoNacional Agropecuario (INDEC, 2002) estimo en34.843 ha. Conforme lo establecen los primerosautores, la cantidad de personas ocupadas en elsector es de 12.000 personas con empleos directosen toda la cadena productiva. Estos mismos autoresdicen que se trata de una economía fuerte queposeía al 2002 alrededor de 100 industrias deprocesamiento de Te en sus distintas modalidades.

FREAZA (2002) dice que se trata de unaeconomía minifundista y con escaza mecanizacióna excepción de la cosecha y poda. ZANINO (1993)establece que la producción promedio por ha es de6000 kg de hoja verde, en tanto que FERNANDEZJARDON et al. (2005) dice que la productividadpuede llegar a 25 tn/año si se utilizan buenasvariedades, buen manejo y densidades de plantaciónde 10.000 plantas por ha.

La Provincia de Misiones es la principalproductora de tabaco de la Argentina concentrandoel 34% de la superficie plantada con 26.992 ha alaño 2004, y con una producción total de 29millones de kg de hoja, con una productividadpromedio de 1099 kg de hoja por ha (FET, 2004).Se trata de una actividad sumamente atomizada,con 11.290 productores y promedio de 2,4 ha porproductor, distribuyendo notablemente los ingresosen el área rural de la Provincia (ZILOCHI YMENDOZA, 2004).La actividad se concentrafuertemente en 4 departamentos de Misiones,siendo en el resto la actividad muy menor oinexistente.

En cuanto al perfil socio económico generalde las explotaciones, la Provincia presenta un fuertecontraste entre un minifundismo acentuado por unaparte, con prácticas culturales poco tecnificadas, ypor la otra, explotaciones concentradas en pocasmanos con alta tecnificación en las prácticasculturales de las actividades agrícolas y forestales.Existen 27.072 explotaciones agropecuarias de lasque el 92% tienen menos de 50 ha, y en el otro

extremo 36 propietarios concentran el 30% de latierra (INDEC, 2002).

Debido a la importancia que tiene para laeconomía provincial y considerando el crecimientoque puede experimentar se considera en el presentetrabajo a los sectores económicos: forestal, yerbamate, te y tabaco. No obstante, en un próximotrabajo y siempre que se disponga de informaciónconfiable se puede ampliar al resto de los sectoresque utilizan el suelo como insumo principal.

Modelo de Asignación de Uso del SueloEl modelo para asignación de uso del suelo

desarrollado en el presente trabajo, involucrainstrumentos de Programación Lineal (PL) ySistemas de Información geográfica (SIG). Los SIGpermiten utilizar la información geográficamentedistribuida y ponerlas a disposición del modelo dePL, la que la utiliza como coeficientes técnicos obien, como restricciones. Con esta informaciónterritorial, el modelo de programación linealpermitebuscar valores óptimos de objetivos tal comomaximización de empleos generados, minimizaciónde tierra utilizada, y otros. Cada objetivooptimizado implica una configuración diferente deusos del suelo. Los resultados de la optimizaciónson visualizados luego en el Sistema deInformación Geográfica para obtener un juiciovisual del funcionamiento del sistema.

Como fue señalado en la revisión deliteratura uno de los problemas que persiste en laactualidad es la comunicación entre los SIG y losmodelos de PL. En este trabajo se utilizó un modelo

loosecouplingo de baja integración (GOMEZ Y BARREDO,2005). En la figura 8 se observa el flujo de trabajodel modelo y la comunicación entre sí.

Se utilizaron los software SIG, Arc GIS®8.1 de ESRI (EnvirnmentalResearchInsitute),planilla de cálculo EXCEL® de Microsoft ysoftware de programación lineal LINGO® 7.0 de laempresa LyndoSystems Inc.

Se ingresan los datos de diversas fuentes, talcomo mapas con información georeferenciada, quepueden ser obtenidos de diversas maneras, porextracción de información de sensores remotos,relevamiento con sistema GNSS (GlobalNavigationSatelliteSystems), digitalización deinformación directa en SIG, entre otros. Estainformación se homologa pasándola a la mismaescala, igual proyección cartográfica, etc.obteniéndose un conjunto de mapas en formatoraster y en formato vectorial.A estos efectos seconsideró como la mínima unidad de análisis 100ha, para lo cual se dividió a la provincia en 29.492celdas abarcando el total del territorio provincial.Esta constituye la base para el análisis de todas lasvariables del modelo.


28 ARTICULOS

Fuente: propioFigura 7. Estructura de operaciones y de comunicación en el modelado espacial.Figure 7. Structure of operations and communication in spatial modeling.

Los mapas temáticos con sus respectivasgeoreferencias se colocan en base de datos yquedan disponibles para su procesamiento en elmodelo de optimización. Los resultados de laoptimización se devuelven a la base de datos congeoreferencia desde donde se despliega nuevamenteen el SIG para visualizar en cartografía losresultados.

Variables estudiadasSe trabajó sobre las variables/objetivos

erosiones hídricas, renta bruta total de cadaactividad, uso de agroquímicos y generación deempleos.

Según FERNANDEZ et al. (1989) ladegradación de los suelos por la erosión hídrica esuna de las causas de disminución de laproductividad en todo el mundo. En Misiones, laerosión hídrica de los suelos es una de lasprincipales preocupaciones. LIGIER et al. (1989)construyeron mapas de riesgo erosión hídrica aescala 1:500.000 donde se evidencia con claridadeste hecho.

El riesgo de erosión se incorporó comocoeficientes técnicos de las funciones del modelo dePL. Para ello se aplicó la Ecuación Universal dePérdida de Suelo (USLE) descripto en Mitchel(1980), utilizando mapas de aptitud de uso del suelode Ligier et al. (1989) datos de elevación digital deterreno, conocido como DTM (digitalterrainmodel) desarrollado por el programa SRTM(Shuttle Radar TopographyMission) de la NASA(National Aeronautics and Space Administration), y

técnicas de cruzamiento de mapas en SIG.Resultaron cuatro mapas con sus bases de datos conriesgo de erosión para cada uso posible distribuidosen toda la provincia.

La otra variable bajo análisis es la rentabruta total de la actividad y su cadena productiva. Aesta variable se la considera también dependiente desu distribución espacial, dado que tienen influenciala accesibilidad a los mercados y la aptitud de lossuelos, entre otras variables de distribuciónespacial. No se puede considerar entonces a la rentabruta de la producción como una constante paratodo el territorio.

Mediante un análisis multiatributo sedeterminó para cada cultivo un mapa de renta brutaque se utilizó posteriormente en el modelo deoptimización.Se trabajó con los valores de rentatotal de cada tipo de cultivo, mapa de aptitud desuelos conforme describe LIGIER et al.(1989),mapas de rutas, áreas destinadas a reservas y áreasprotegidas.

Uso de agroquímicos. El uso total deagroquímicos que se produce por el conjunto deactividades concurrentes en el territorio provinciales otra preocupación frecuente de la población ydecisores. Por esta razón se la incluye como uno devariables del modelo. El uso de agroquímicos quetiene cada actividad está relacionado al perfiltecnológico y de manejo que a su vez tiene relacióncon las características socio-económicas del lugardonde se desarrolla la tarea. Dada la bajadisponibilidad de información, en este trabajo se


29 ARTICULOS

considera coeficientes de uso de agroquímicospromedio y constantes para cada actividad.

Generación de empleos. Conforme loestablece el INDEC (2002) la provincia deMisiones posee el 30% de su población viviendo enzonas rurales. La generación de empleos a través dela actividad forestal y agraria son objetivospermanentes de políticas públicas. Por esta razón sela incorpora como otro de los objetivos del modelo.Al igual que en el caso de uso de agroquímicos, eluso de mano de obra en cada actividad esdependiente del perfil tecnológico de cadaactividad, la que a su vez también depende delperfil socio económico del lugar. También aquí lainformación disponible es limitada, razón por lacual se tomaron coeficientes para cada actividadcomo promedio y constantes para todo el territorio.

Desarrollo del modelo de asignación deusos del suelo por programación lineal

Se desarrollaron en primer lugar cuatromodelos de programación lineal, con la intencióndeverificar el comportamiento de las variablesparacada uno de los objetivos, para finalmenteestablecer un quinto modelo que englobe a todoslos objetivos, cada uno en un nivel preestablecido,buscando en ese contexto minimizar el uso delsuelo.Los modelos propuestos son:

1. Maximización de empleo generado. El modelobusca maximizar el número de empleos asignando alos usos más eficientes en este aspecto, peromanteniendo para cada uso un nivel mínimo deactividad por departamento y un nivel máximo deactividad también por departamento conforme a losvalores de crecimiento máximo posible pordepartamento.

N

i

U

jijj

1 11

Para

,

Sujeto a:

,

2. Maximización de la renta bruta. Al igual queel caso del modelo 1, en este se busca maximizar larenta total generada en el mismo contexto derestricción de actividad mínima por tipo de uso ypor departamento y no superando la actividad totalpor actividad j.

N

i

U

jijij xVBTMAXZ

1 12 *

Para

Sujeto a:

,

3. Minimización de uso de agroquímicos. En estemodelo se pretende utilizar el mínimo posible deagroquímicos, dentro del mismo nivel de manejopara cada uso del suelo. Las restricciones tienen quever con mantener un mínimo nivel aceptable deactividad por uso y departamento. El techo (omáximo nivel) admisible de actividad por tipo deuso pasa a ser una restricción redundante dado queel modelo por su tipo normalmente buscaraminimizar el nivel de actividad.

N

i

U

jijj xagrqcoMINZ

1 13 *

Sujeto a:

,

4. Minimización de la erosión total. Es un tipo demodelo similar al modelo 3, de minimización deimpacto y actividad. Valen las mismasobservaciones para las restricciones.

Sujeto a:

,

Ni ,...1

jkki

ij

jkki

ijkii |


30 ARTICULOS

5. Minimización del uso del suelo. Utilizando losvalores de los objetivos obtenidos de los modelos 1a 4, se formula un nuevo modelo buscando utilizarla menor superficie posible dentro de parámetrosminimos de actividad, generación de empleo y rentabruta y

N

i

U

jij

1 15

,

, j=1...U

4006.857.813.*1 1

N

i

U

jijij xVBT

i y j

1 1

N

i

U

jijj

i y j

i y j

i y j

Se describe a continuación las variables,coeficientes y objetivos del modelo deprogramación lineal.

xij celdas o variables de decisión con laasignación del j-ésimo uso a la i-ésima celda 29.492celdas y cuatro tipos de usos posibles,

i variando de 1 a N celdasj variando de 1 a U usos

Algunos niveles de actividad están dados pordepartamentos entonces el subíndice Kasumevalores que van de 1 a 17 departamentos existentesen Misiones.

Uso de Agroquímicos agrqcoj

Generación de empleosempleoj

Renta bruta total VBTj

Erosióneroj

Actividad mínima requerida pordepartamento y para cada usoActminjk

Actividad máxima total por usosacttotj

Los modelos quedaron con 117.968variables de decisión, 68 restricciones de actividadmínima, 4 restricciones de actividad máxima, unopor cada uso y, 58.984 restricciones de celdas.Fueron resueltos en el software LINGO ® v7.0.

RESULTADOS Y DISCUSIÓN

Las actividades mínimas requeridas por elmodelo (actminjk) para cada uso y departamento seextrajo de la distribución actual por departamentosegún el Censo Nacional Agropecuario del 2002(INDEC 2002) y cuyos valores se observan en latabla 1.

En la tabla 1, están los valores de actividadmáxima para cada uso, empleo generado en lacadena productiva para cada uso, demanda deagroquímicos para cada uso. Estos valores seobtienen a partir de información obtenida deCOLCOMBETY GUNTHER (2006), GUNTHERet al. (2001), GTZ (1981), ZANINO (1993),FREAZA (2002), INDEC (2002), MINISTERIODEL AGRO Y LA PRODUCCION MISIONES(2002), GAUTO (2001), FERNANDEZ JARDON(2005), INYM (2006).

La primera fila de la tabla 2, actividadmáxima por usos, es una estimación de la superficiehasta donde se estima que potencialmente puedecrecer la actividad sin colisionar con cualquiera delas otras, y es el resultado del análisis de ladisponibilidad de suelos aptos para uso agrícola yforestal y de las propias de cada actividad.

En la misma tabla están los valores de loscoeficientes técnicos para las funciones de empleo,considerando la cadena productiva total para cadaactividad y la demanda o uso de agroquímicos conbase anual.

Los coeficientes técnicos de las funciones devalor de renta bruta total y de la erosión de suelopara cada uno de los cuatro usos posibles quefueron construidos con base espacial fueroncolocados en la base de datos para acceso directopor el software de PL al momento de resolver losmodelos.

En la tabla 3 se observan los resultados deasignación de superficie por cultivo de cada uno delos modelos para los objetivos planteados.

Dk ,...1


31 ARTICULOS

Tabla 1. Superficies mínimas de actividad para cada uso por departamentos.Table 1. Minimal surfaces of activity for each use in each department.

Fuente: propio en base a datos de INDEC (2002)

Tabla 2. Limitantes y coeficientes técnicos de las funciones de PL.Table 2. Limitations and technical coefficients of functions from PL.

FUNCION OPTIMIZADA COEFICIENTES TECNICOS

BOSQUES CULTIVADOS YERBA MATE TE TABACO

ACTIVIDAD MAXIMA PORUSOS (ha) (acttotj)

800.000 300.000 70.000 300.000

EMPLEO EN LA CADENAPRODUCTIVA (personas/ha)(empleoj)

0,133 0,142 0,140 0,586

DEMANDA DEAGROQUIMICO(kg/ha/año)(agrqcoj)

0,30 3,37 0,7 8,7

Fuente: propio

Tabla 3. Resultados en superficie asignada en ha, de los modelos 1 a 4 de PLTable 3. Results in assigned surfaces in ha of the models 1 to 4 of PL.

FUNCIONOPTIMIZADA

SUPERFICIE POR CULTIVO

BOSQUESCULTIVADOS

YERBA MATE TE TABACO TOTALES

1. MAXIMO EMPLEO 700.000 300.000 70.000 30.000 1.100.0002. MAXIMA RENTATOTAL 700.000 300.000 70.000 30.000 1.100.0003. MINIMIZACION USOAGROQUIMICOS 371.928 167.300 34.843 22.256 599.3284. MINIMIZACIÓNEROSION SUELO 371.928 167.300 34,843 25.256 599.328

Fuente: propio


32 ARTICULOS

Como es de esperar, en los problemas demaximización, sea de empleo o bien de renta brutatotal, funcionan las restricciones de actividadmáxima para acotar el crecimiento de la superficietotal utilizada. En ambos modelos de maximizaciónde objetivos la superficie total asignada es de1.100.000 ha.

En los dos modelos de minimizaciónfuncionan las restricciones de actividad mínimapara cada uso y en este caso ambos modelos (el 3 y4) la superficie total asignada es de 599.328 ha.

En la tabla 4 se muestran los valores de lasvariables de interés en la asignación de los usos delsuelo, como resultado del funcionamiento de loscuatro modelos propuestos.

Se aprecia con claridad el impacto y laimportancia en la configuración espacial de laasignación de usos, de los coeficientes que tambiénestán espacializados tal como la renta bruta y laerosión.

Comparando los dos primeros modelos,maximización de empleo y maximización de rentatotal, se aprecia una diferencia importante en elvalor de la renta bruta, debido a que el segundomodelo asigna espacialmente los sitios más aptosconforme a este criterio de renta, en tanto que en elprimer modelo la distribución espacial no es tenidaen cuenta. Lógicamente, esto se refleja también enun mayor grado de erosión total del suelo al serdiferentes las configuraciones espaciales.

Comparando los modelos 3 y 4, ambos deminimización, también aquí se aprecia la decisivainfluencia de los coeficientes con configuraciónespacial, en este caso la erosión. Se observa unaenorme diferencia en la erosión total obtenida en elmodelo 3, con 13.388.194 tn de suelo erosionado, yel modelo 4 (recordar aquí que el coeficiente de lafunción objetivo es la erosión para cada uso en cadacelda de 100 ha) donde la erosión total disminuye a2.005.025, casi siete veces. Sin embargo estareconfiguración obtenida por el modelo 4 no afectasignificativamente a la otra variable conconfiguración espacial, renta bruta total, la quedisminuye levemente.

Esto mismo se aprecia en los mapas (a) y (b)de la figura 8 donde el modelo 1, cuyaconfiguración espacial se observa en el mapa (a), nosigue ningún patrón espacial de asignación.

Sencillamente, el modelo resuelve celda porcelda sin tener en cuenta esta configuración porqueno tiene ningún condicionante (esto es coeficientesespacializados); en el modelo 2 cuya configuraciónde asignación de usos se observa en el mapa (b) dela figura8 se ve que la configuración espacial sigueuna lógica correlacionada al territorio dado que aquítiene influencia el coeficiente de la renta bruta, quetiene distribución espacial.

En los mapas (c) y (d) de la figura 8,también se observa el mismo fenómeno y lainfluencia aquí en una mejor configuración espacialdel modelo de minimización de la erosión, cuyoscoeficientes tienen configuración espacial.

A la luz de estos resultados, se puedeafirmar que es decisivo considerar la influencia dela ubicación territorial de las distintas variables quese considerara en cada modelo de asignación de usodel suelo. La mayor parte de las variables que seconsideran en los modelos de asignación de usosestán geocorrelacionadas y este aspecto se debereflejar en los modelos.

Por otra parte queda evidenciado laimportancia y efectividad de la optimización, esdecir, la maximización o minimización dedeterminados objetivos en la asignación de uso delsuelo. Ese es el caso de la erosión o la renta brutatotal, cuando se minimiza la primera o se maximizael segundo.

El recurso tierra se convirtió en todo elplaneta en un recurso escaso, y másaún en aquellasregiones, como en la Provincia de Misiones, conalta densidad poblacional. En Misiones lasactividades que compiten por el uso del suelo estánorientadas a la conservación por una parte y a laproducción por la otra. Esta argumentación lleva ala necesidad de minimizar el uso de la tierra enactividades económicas para dar mayoresoportunidades a la conservación,y a la vezcumpliendo con el desafío de mantener o aumentarel número de empleos, los ingresos y con un nivelambientalmente aceptable de uso de agroquímicos ygeneración de erosión como producto de laactividad agrícola y forestal.

En ese entendimiento, y a partir de losmodelos que optimizaron objetivos en los modelos1 a 4, se genera un quinto modelo, que buscaminimizar el uso del suelo dedicado a lasactividades agrícolas y forestales buscando obtenerniveles preestablecidos de empleo, renta bruta, usode agroquímicos y erosión.

Las metas que se proponen en el nuevomodelo, son obtener un aumento en la renta brutatotal del 50% en relación al nivel actual (4,5billones de pesos); se pretende también laocupación plena de la población rural estimada porel Censo Nacional Agropecuario en 134.115personas (INDEC 2002); se busca limitar la pérdidade suelos por erosión hasta 6.000.000 tn al añocompatible con su tasa de generación anualestimada en 0,9 kg/año (MITCHEL et al 1980) y eluso de agroquímico al doble del valor de uso deagroquímicos obtenido por el modelo 3.


33 ARTICULOS

Tabla 4. Valores asumidos por las variables en la resolución de los modelos de PL 1 a 4.Table 4. Values assumed by variables in the resolutions of the models of PL 1-4.

FUNCIONOPTIMIZADA

IMPACTO EN LAS VARIABLES DE INTERES

SUPERFICIE(ha)

RENTABRUTA

TOTAL($)

AGROQUIMICO(kg)

EMPLEO(individuos)

EROSION (tn)

MAXIMO EMPLEO 1,100,000 5,953,084,540 1,531,000 163,085 21,386,094MAXIM. RENTABRUTA TOTAL 1,100,000 6,800,870,390 5,017,223 163,085 23,821,247

MIN AGROQUIMICO 599,328 3,282,068,590 919,496 93,054 13,388,194

MIN EROSION 599,328 3,276,084,640 919,496 93,054 2,005,025Fuente: propio

a) Mapa de Max empleo b) Mapa de Max Renta Bruta


34 ARTICULOS

a) Mapa de Min agroquímicos b) Mapa de Min erosión

Fuente: propioFigura 8. Visualización espacial de los resultados de los modelos de optimización de 1 a 4.Figure 8. Spatial visualization of optimization models results from 1to 4.

Los resultados de la asignación desuperficies por departamentos se observa en la tabla5. El modelo asigno un total de 1.088.292 ha a lasactividades de bosques cultivados, yerba mate, te ytabaco; alrededor de 500.000 ha más de lasuperficie que la suma de dichos cultivos ocupanactualmente. Esto generó renta bruta total para lacadena productiva de $6.857.813.400, con 159.288empleos generados, uso de agroquímicos de1.473.574 kg y 6.000.000 tn de tierra erosionada.Se observa el cumplimiento de todas lasrestricciones del modelo, siendo la más restrictivala erosión, la que se produce en el máximoadmitido.

De todos los usos posibles los bosquescultivados son los que más ganan en superficie,728.193 ha (superficie mínima de actividad es de371.928 ha), debido a su nivel de renta bruta quesupera al té y al tabaco, y también es una buenaopción en cuanto a la menor cantidad de uso deagroquímicos y erosión. En el resultado hay unaganancia significativa también en yerba mate, con300.000 ha asignada. El mínimo admitido por elmodelo es de 167.300 ha (tabla 2).

En cuanto a las actividades de Te y Tabaco,ambos se mantienen en el mínimo para la actividad.El Tabaco, es penalizado por su alto nivel de uso deagroquímicos y efecto erosivo del suelo, que sumayor ganancia en generación de empleo no

alcanza a compensar. Probablemente si los techosde crecimiento en superficie para forestación yyerba mate fueran menores, la superficie de tabacopodría incrementarse, a fin de alcanzar el objetivode empleo generado. En tanto que el té no poseecoeficientes atractivos ni de renta bruta generadacomo tampoco de empleo (tabla 5) por lo que semantiene en su nivel mínimo requerido.

En relación a la distribución espacial de laasignación de usos, en la figura 9 se observa suconfiguración final. Cada uso ocupa unadistribución uniforme en las áreas de mejoresaptitudes habilitadas por el modelo, con mezclarazonable de usos, es decir, no se generan bloquesexcluyentes de usos. Esta distribución obedece alcondicionante de la restricción actividad mínimapor departamento y para cada uso. Sin embargocomo no se impuso una restricción de máximaactividad por departamento y uso, algunos usoscomo el forestal adquieren mayor ocupación enalgunos departamentos como se observa en lafigura.

Como las superficies finales de bosquescultivados y yerba mate casi duplican a sus valoresactuales estos usos, lógicamente ocupan todo elterritorio útil.

Se destaca también que las áreas ocupadasson las de mejores aptitudes de suelo conforme lodescripto en la figura 3.


35 ARTICULOS

Tabla 5. Asignación de superficies por uso como resultado del modelo 5 (minimización del uso de la tierra)de PL.Table 5. Mapping of surfaces by use as a result of the PL model 5 (minimization of the use of the land).

DEPARTAMENTOSUPERFICIE POR USO (ha)

FLORESTAPLANTADA

TABACO CHAERVAMATE

TOTAL

Veinticinco de Mayo 11,072 6,095 1,628 4,997 23,791Concepción 30,700 3 23 24,497 55,223Montecarlo 40,800 2 420 11,298 52,520San Pedro 33,939 1,405 839 6,556 42,739Guaraní 18,562 7,568 2,678 9,970 38,778Cainguás 38,416 3,036 10,010 17,748 69,210Libertador Gral San Martín 52,200 314 732 24,429 77,675Candelaria 10,800 32 7 3,068 13,907Eldorado 69,391 0 9 29,500 98,900San Javier 7,152 1,095 563 3,761 12,570Leandro N. Alem 54,513 1,733 1,501 8,653 66,400General Manuel Belgrano 53,543 2,872 229 12,886 69,529Iguazú 124,640 42 151 7,619 132,451Oberá 45,566 921 13,117 29,296 88,900Apóstoles 54,739 8 798 36,455 92,000Capital 27,900 0 0 25,100 53,000San Ignacio 54,260 132 2,140 44,168 100,700TOTALES 728,193 25,256 34,843 300,000 1,088,292

Fuente: propio

Fuente: propioFigura 9. Mapa de distribución de usos con la aplicación del modelo 5, minimización del uso de la tierra.Figure 9. Map of uses distribution with the application of model 5, minimization of the use of land.


36 ARTICULOS

CONCLUSIONES

De los resultados del presente trabajo, seconcluye que el estado actual de los Sistemas deInformación Geográfica permiten modelar coneficacia las variables geográficas que influyen en laasignación del uso del suelo mediantes técnicas demodelado y, por lo tanto, se constituyen enherramientas aptas para trabajar con problemas deasignación de usos del suelo.

Es importante entender y capturar en elmodelado, la distribución espacial de las variables yrelacionarlos con los usos posibles del suelo. Quedodemostrado, la configuración, poco lógica, quetoma en el territorio los usos del suelo cuando noson utilizadas en el proceso de optimizaciónvariables con geoposición.

El estudio de caso desarrollado en estetrabajo demostró que la programación lineal unido alos sistemas de información geográfica en un solomodelo, es una excelente herramienta para resolverproblemas de asignación de usos del suelo quebuscan múltiples objetivos, como la minimizaciónde uso del suelo pero manteniendo nivelesaceptables de empleo, generación de renta y conniveles conocidos y limitados de usos deagroquímicos e impactos conocidos de erosión delsuelo.Unido a coeficientes técnicos adecuadamenteconstruidos y con datos de calidad, ofrecenescenarios muy realistas para la asignación del usodel suelo.

El sistema denominado de baja integraciónentre el SIG y el Software de Programación linealdesarrollado y utilizado en este trabajo vinculó conla suficiente eficiencia ambos programascomputacionales, permitiendo utilizar los datosgenerados en los SIG en el modelo de PL yposteriormente visualizar los resultados del modeloen un mapa. Sin embargo, debería avanzarse haciasistemas de mayor integración a través de laprogramación o macros especiales que permitan un

La asignación de usos de una unidadfraccionada es uno de los problemas cuya soluciónlos vienen estudiando varios autores (AERTS et al.,2002, STEWART et al. 2004, CHUVIECO, 1993 yotros autores). La asignación fraccionada es unacaracterística de la programación lineal porquetrabaja con variables continuas. En los cincomodelos desarrollados en este trabajo, ese problemase presentó de manera muy limitada que puedeconsiderarse despreciable, dado que en un conjuntode 29.492 celda solo 20 presentaron respuestafraccionada.

Los coeficientes técnicos construidos yutilizados en el modelo, aunque de carácter general,mostraron ser muy eficientes al momento decomparar ventajas y desventajas de las diferentesactividades económicas que ocurren en el territorio.

Cuando los coeficientes fueron construidos en basea la posición en el territorio, esto es en base a lasceldas, los resultados adoptan una distribuciónespacial más realista, como es de esperar.

Análisis de mayor profundidad sobre loscoeficientes y las variables que lo explican eincorporar el aspecto espacial en todos ellos.También es necesario ampliar e incorporar nuevoscoeficientes y reglas de decisión que permitanreflejar las cuestiones de vecindad entre usos en elmodelo.

El arreglo final de las áreas de conservaciónmostraron un ordenamiento diferente a la matrizactual de conservación de la provincia debido a queel criterio básico de conservación también esdiferente.

La actividad de bosques cultivados sepresenta como una de las mejores actividades desdeel análisis de los cuatro criterios (empleo, renta,agroquímicos, erosión) seleccionado. Es de esperarsimilar comportamiento de esta actividad enrelación a otros vinculados a la socio-economía y alambiente.

AGRADECIMIENTOS

Agradecimiento especial a la UniversidadeFederal Do Paraná, a su personal docente y no-docente, y compañeros de estudio, que merecibieron durante los años 2002 a 2006 pararealizar curso de Doctorado en Ingeniería Forestal ydonde se desarrolló esta investigación.

A la CAPES Brasil (Coordenação deAperfeiçoamento de Pessoal ao Nível Superior) porél financiamento del presente trabajo mediante becade Doctorado.

A la Universidad Nacional de Misiones porel apoyo institucional brindado.

BIBLIOGRAFÍA

AERTS; J.C.J.H.; Erwin, E.; Heuvelink,G.B.M.; stewart, T.J. Using Linear Programmingfor Multi Site Land Use Allocation. GeographicalAnalisys. 35 148 169 . 2002.

AERTS; J.C.J.H.; Erwin, E.; Heuvelink,G.B.M.; Stewart, T.J. 2002. Using LinearProgramming for Multi Site Land Use Allocation.Geographical Analisys. 35, pp 148 169 .

ASCOUGH, J.C., Rector, H.D., Hoag, D.L.,Mac Master, G.S., Vandendberg, M.J., Shaffer,M.A., Weltz, M.A., Ahjua, L.R. MulticriteriaSpatial Decisión Support Systems: Overview,applications, and Future Research Directions.Environmental. In AE RIZZOLI e AJ JAKEMAN


37 ARTICULOS

(Eds) Integrated Assesment and Decision SupportProceedings of the 1st biennial meeting of theIEMSS, june 2002, Lugano, Suiza. Vol3 pp 175-180.

BARLOWE R. Land Resource economics.The economics of real property. 2nd Ed. PrenticeHall Inc. New Jersey. 1972.

BARLOWE R. 1972.Land Resourceeconomics. The economics of real property. 2nd Ed.Prentice Hall Inc. New Jersey. xxx pp.

BUONGIORNO, J.; Gilles, J.K. ForestManagement and Economics. A Primer inQuantitative Methods. Macmillan PublishingCompany. New York. 285 p. 1987.

BERNANRDI DE, L.A. DE; Prat Kricun,S.D. Diagnóstico de la Región Tealera.2002. INTA.Estación Experimental Cerro Azul. Misiones.

CAMPBELL, J.C.; Radke, J.; Gless, J.T.;Wirthshafter, R.M. An application of linearprogramming and geographic information systems:cropland allocation in Antigua. Environment andPlanning 24: 535 549. 1992

CHUVIECO, E. Integration of linearprogramming and GIS for land use modeling.International Journal of Geographical InformationSystems. 1993. 13p.

COLCOMBET, L., Gunther, D. Coeficientestécnicos para calculos de costos de forestación.INTA(Instituto Nacional de TecnologíaAgropecuaria) EEAA Montecarlo. 2006

COLLINS, M.G.; Steiner, F.R.; Rushman,M.J. Land Use Suitability Analysus in the UnitedStates: Historical Development and PromisiongTechnological Achievementes. EnvironmentalManagement. Issue 5 10p. 2001.

CROMELY, R.G., Hanink, D.M. Couplingland use allocation models with raster GIS.Geographical Systems. 1 : 37 53. 1999.

DIRECCION NACIONAL DEPROGRAMACION ECONOMICA REGIONAL.Ministerio de Economía de Argentina. Misiones:Panorama Económico Provincial.Buenos Aires.2004. 13 pp.

DIRECCION NACIONAL DEPROGRAMACION ECONOMICA REGIONAL.Ministerio de Economía de Argentina. El complejoforestal en el desarrollo regional. El caso de lasProvincias de Misiones y Corrientes.Buenos Aires.2004.4p

EASTMAN, J.R. The Evolution inModelling Tools in GIS. 2001. DirectionsMagazine: www.directionsmag.com. Acceso Marco2006

FAO. Guidelines for land-use planning(Vol. 1). 1993. Food & Agriculture Org

FAO. Directrices sobre la Planificación delAprovechamiento de la Tierra. Colección FAO:Desarrollo 1. 1994.FAO, Roma, Italia.

FAO. Programación lineal para laelaboración de escenarios óptimos de uso de latierra. Proyecto Regional Información sobre tierrasy aguas para un desarrollo agrícola sostenible.2001. Santiago, Chile.

FAO. Evaluación de tierras conmetodologías de FAO. Proyecto Regional

FERNANDEZ JARDON, C.M.; MartinezCarlos, Y.; Gutawski, R.S.; Martos, M.S.; Dakun,M.C. La cadena empresarial del té en Misiones: unenfoque estratégico. Universidad Nacional deMisiones y Universidad de Vigo España. Posadas,Misiones. 2005. 59p.

FERNANDEZ, R., Castello, L.M., Olery H.1989Estimación de la erosionabilidad de los suelosdel norte de la Província de Misiones. RevistaCiencia del Suelo v7 pp

.FONDO ESPECIAL DEL TABACO.

Anuario Estadístico campaña 2002/2003. SAGPyA.Buenos Aires 2005. 103 p.

FREAZA, M.A.Economía de Misiones:Aspectos y Actividades Relevantes. EditorialUniversitaria de Misiones. Posadas. 2002.234 p

GUNTHER, D.; Correa, G.M. Zonasagroeconómicas homogeneas y sistemas deproducción predominantes para productores queintegran cambio rural en la Provincia deMisiones.Instituto Nacional de TecnologíaAgropecuaria (INTA). Estación experimental CerroAzul Misiones. 1999.46p.

GAUTO, O. A. Informe del InventarioProvincial de Bosques Implantados 2001.Presentado en seminario a las autoridades delMinisterio de Ecología, Recursos NaturalesRenovables de la Provincia de Misiones. Posadas,Diciembre de 2001.


38 ARTICULOS

GOMEZ DELGADO, M., Barredo Cano,J.I.Sistemas de Información Geográfica yEvaluación Multicirterio.2ª ed. Alfaomega RaMa. México. 2005.

GOODCHILD, M. Towards an enumerationand clasification of GIS functions.NASAWashington DC. 1987. 10p.

GTZ. Manual para la Agriculltura en laProvincia de Misiones. Parte III. Elementos Microy Macroeconómicos para la planificación en laAgricultura. 1981. Posadas. Misiones

GUNTHER, D.F. Caracterización de lasexplotaciones Tabacaleras de Productores queintegran Cambio Rural en la Provincia deMisiones.Instituto Nacional de TecnologíaAgropecuaria (INTA) Estación Experimental CerroAzul Misiones. 2001.13p.

HANINK, D.M.; Cromley, R.G. Land useallocation in the absence of complete market value.Jorunal of Regional Sciences. Vol 38, 3. 1998.Pp465-480.

HILFERINK, M., Rietveld, P. Land usescanner: an integrated GIS based model for longterm projections of land use in urban and ruralareas. Geographical Systems. 1: 155-177. 1999.

HJORSTO, C.N., Straede, S. Strategicmultiple use forest planning in Lithuania: applyingmulti criteria decision making and scenario analysisfor decision support in an economy intransition.Forest Policy and Economics. 3 : 175188. 2001.

INSTITUTO NACIONAL DEESTADISTICAS Y CENSOS. INDEC. CensoNacional Agropecuario 2002 (CNA 2002).Onlinewww.indec.gov.ar. Acesso: Júlio, 2006.

INSTITUTO NACIONAL DE LA YERBAMATE (INYM). Online www.INYM.org.ar.Acesso, Agosto, 2006.

LECCESE, M. and Mccormick, K. (Eds.),Charter of the New Urbanism (McGraw Hill).2000.

LINDO SYSTEMS INC. LINGO UsersGuide. Chicago. 1999. 536 p.

LIGIER, H.D., Matteio, H.R., Polo H.Erosión hídrica potencial en la Província deMisiones. INTA EEA CORRIENTES Argentina.1989.

MINISTERIO DEL AGRO Y LAPRODUCCION MISIONES: RelevamientoYerbatero. Posadas. 2002. 76 p

MITCHELL, J.K., Bubenzer, G.D. Erosiónde suelos. John Wiley and Sons. New York. 1980.

MALCZEWSKI, J. GIS-based land-usesuitability análisis: a critical overview. Progress inPlanning. 62 3 65. 2004.

MALCZEWSKI, J. Rinner, C. Exploringmulticriteria decision strategies in GIS withlinguistic quantifiers: a case study of residentialquality evaluation. Journal of GeographicalSystems. 7 : 249 268 . 2005.

MISIONES. MINISTERIO DE ECOLOGIARNR y T. Informe del Primer Censo Provincial deIndustrias de la Madera. Posadas. 2002.

RABINGGE, R.; Van Latesteijn, H.C. LongTerm Options for Land Use in the EuropeanCommunity. Agricultural Systems 40. 1992. 195210.

ROETTER, R.P.; Hoanh, C.T.; Alborte,A.G.; Van Keulen, H.; Van Itersum, M.K.; Dreiser,C.; Van Diepen, C.A.; DE Ridder, N.; Van laar,H.H. Integration of Systems Network (SysNet)tolos for Regional Land Use Scenario Analysis inAsia. Environmental Modelling & Software. 20:291 -307. 2005

SALWASSER, H. Ecosystem Management:Can it sustain diversity and productivity?.Journal ofForestry. p 6-10. August 1994.

TOMLIN, C.D. Map Álgebra: Oneperspective. Landscape and Urban Planning. 30: 3 -12. 1994.

TOMLIN, C.D., Geographical InformationSystems and Cartographic Modeling. Prentice-Hall,Englewood Cliffs, NJ. 1990.

USDA (United State Department ofAgriculture). Land Capability Classification.Agriculture Handbook N 210. 1961.

SALKIN, H. M. Integer programming.Reading, Massachusetts: Addison-Wesley, 1975.

SCHEINOWITZ, A. S. O PlanejamentoRegional. Salvador, Gráfica Universitaria doCentro Editorial e didático da UFBA. 1983. 318p.

STEWART, T.J., Janssen, R., Herwignen,M. A genetic algorithm approach to multiobjective


39 ARTICULOS

land use planning. Computers and operationsResearch. V31 2293 2313. 2004.

VAN LATESTEIJN H.C. Assessment offuture options for land use in the EuropeanCommunity. Ecological Engineering 4 211-222Elsevier. 1995

YALCIN, G., Akyurek, Z, Multicriteriaanálisis for flood vulnerable aereas.Online:http://gis.esri.com/library/userconf/proc04/abstracts/a1097.html. 2002. Acceso febrero 2005.

ZANINO, L. La actividad tealera en laProvincia de Misiones.Informe al Consejo Federalde Inversiones. Buenos Aires. 1993. 178 p.

ZILOCHI, H.O.; Mendoza, G.G.;Explotaciones Agropecuarias Tabacaleras de laRepública Argentina: Caracterización en base alCenso Nacional Agropecuario 2002 CapítuloMisiones. Programa de Reconversión ProductivaSAGPyA. Buenos Aires. 2006. 30p.

DESARROLLO Y APLICACIÓN DE UN MODELO DE ASIGNACIÓN...

Documents

Transcript of DESARROLLO Y APLICACIÓN DE UN MODELO DE ASIGNACIÓN...