Acceso usuarios
Daniela Amuzurrutia-Valenzuela, Carlos Aguirre-Salado, Guillermo Sánchez-Díaz
La zona metropolitana de San Luis Potosí (zmslp) se localiza estratégicamente entre las ciudades más pobladas de México: la capital del país (México, d.f.), Guadalajara y Monterrey; además, es parte de la ruta de migración de personas provenientes de países centroamericanos hacia Estados Unidos. Esto ha ocasionado un vertiginoso crecimiento industrial y de servicios durante los últimos veinte años. Para conocer la susceptibilidad de urbanización, se desarrolló un modelo de regresión logística basado en variables espacialmente explícitas generadas a partir de imágenes de satélite Landsat (1990 y 2009) e información geoespacial. De las variables examinadas, la distancia a la zona industrial, la elevación y el costo del uso del suelo tuvieron un comportamiento estadísticamente significativo. Se presentan las zonas de susceptibilidad de crecimiento urbano como una herramienta de planeación territorial a nivel regional. El modelo estadístico fue validado satisfactoriamente mediante un algoritmo de validación cruzada con 10 iteraciones.
The metropolitan zone of San Luis Potosí (zmslp) is strategically located betweenthe most crowded cities of Mexico: the nation�s capital (Mexico City), Guadalajara and Monterrey. Furthermore, it is part of the migration route of people coming from Central American countries to the United States. This situation has caused a vertiginous industrial/services infrastructure development during the last twenty years. In order to know thesusceptibility to urban growth, a logistic regression analysis was carried out. Urban growth was determined using multidate-Landsat 5 tm imagery by integrating geospatial data layers. From the variables reviewed, the distance of the industrial zone, the elevation and the land cost have an important statistical behavior. Susceptibility zones to urban growth are presented as a tool for territorial planning at regional level. The statistical model was successfully validated using a cross-validation 10-fold algorithm.
