Escenarios de crecimiento urbano mediante análisis multitemporal del cambio de cobertura y uso de suelo del distrito de Lurigancho – Lima - Perú

Abstract

La acelerada y descontrolada urbanización en el distrito de Lurigancho surge exclusivamente a expensas de las áreas agrícolas y es reflejado en la agravación y degradación de la cobertura del suelo. La presente investigación tiene como objetivo analizar la evolución del cambio de cobertura y uso del suelo (CUS) en el distrito de Lurigancho, durante el período comprendido entre los años 1986 - 2018 y con el propósito específico de identificar las herramientas óptimas para analizar el CUS, determinar el área de CUS ocasionado por las actividades antropogénicas, realizar el pronóstico de escenarios de crecimiento urbano al año 2030 y proponer medidas de ordenamiento territorial a partir del cambio de cobertura y uso del suelo. La metodología CORINE Land Cover (CLC) adaptada para el Perú empleada muestra resultados eficientes y fidedignos al aplicar el algoritmo Random Forest en el proceso de clasificación supervisada, pudiendo analizar 11 clases de cobertura y uso de suelo. Los productos cartográficos obtenidos mediante la metodología CLC obtuvieron valores de validación estadística superiores a 95% de precisión global y valores del índice de Kappa 0.9644, 0.9450, 0.9749 y 0.9702 de las imágenes satelitales de los años 1986, 1998, 2013 y 2018 respectivamente. Se tuvo como principales resultados que: la metodología CLC adaptada para el Perú y softwares de ArcGIS, Envi, R Studio son herramientas óptimas para analizar el CUS, el área de cambio en el periodo 1986-2018 representa un 42.74% donde las actividades antropogénicas (tejido urbano) incrementaron en un 11.89%, la metodología también permitió pronosticar escenarios de crecimiento urbano (tendencial, concertado y óptimo) al 2030 y proponer medidas de ordenamiento territorial del distrito de Lurigancho. La metodología empleada en el presente trabajo de investigación puede ser una alternativa ideal y precisa para clasificar imágenes satelitales de sensores pasivos (Landsat) con posibilidad de aplicación a nivel distrital de otras zonas del país.