COMANDO DE EDUCACIÓN Y DOCTRINA DEL EJÉRCITO INFORME FINAL TRABAJO DE INVESTIGACION E INNOVACION TECNOLOGICA CARRERA PROFESIONAL TÉCNICA: GEOMÁTICO NOMBRE DEL TRABAJO: “SISTEMAS DE INFORMACIÓN GEOGRÁFICA Y LOCALIZACIÓN ÓPTIMA DE ZONA DE VIVAC DISTRITO DE SAN BARTOLO PARA LA REGION MILITAR DE LIMA” INTEGRANTES: - Ala. III año T/GEO GONZALES ROMERO KARINA ABIGAIL Ala. III año T/GEO GUTIERREZ QUISPE MIRIAM RAQUEL Ala. III año T/GEO RAMIREZ VILA DIANA MARITZA Ala. III año T/GEO TORREBLANCA VEGA ROSSY MARY ISABEL ASESOR TÉCNICO: TCO2 ATOCHE MORALES LUIS ENRIQUE ASESOR METODOLÓGICO: Dr. CESAR DEL CASTILLO TALLEDO Lima – Perú 2019 ii AGRADECIMIENTO Agradecer a las familias de las que realizamos el presente trabajo y a dios que siempre nos ilumina en esta ardua y hermosa carrera No ha sido sencillo el camino hasta ahora pero gracias a sus aportes espero siempre contar con su valioso apoyo. iii DEDICATORIA Este proyecto está dedicado primeramente a dios y seguidamente a las personas que nos han apoyado incondicionalmente por su sacrificio su dedicación y esfuerzo que han hecho posible el finalizar con el proyecto. iv INDICE AGRADECIMIENTO ................................................................................................ ii DEDICATORIA ....................................................................................................... iii Introducción .......................................................................................................viii ABSTRACT ............................................................................................................7 CAPÍTULO I ............................................................................................................8 MARCO REFERENCIAL ........................................................................................8 1. Planteamiento del problema ....................................................................... 8 1.1 Descripción de la realidad problemática ........................................................ 8 1.2 Formulación del problema .............................................................................. 8 1.2.1 Problema general .......................................................................................... 8 1.2.2 Problemas específicos ................................................................................... 8 1.3 Marco Teórico ............................................................................................. 9 1.3.1 Antecedentes ................................................................................................. 9 1.3.2 Bases teóricas ............................................................................................. 12 1.3.3 Definición de términos ................................................................................. 26 1.3.4 Marco legal ................................................................................................ 28 1.4 Justificación e Importancia ........................................................................... 28 1.5 Objetivos de la Investigación ........................................................................ 29 1.5.1 Objetivo general .......................................................................................... 29 1.5.2 Objetivos específicos................................................................................... 29 1.6 Hipótesis y variables ...................................................................................... 29 1.6.1 Hipótesis ...................................................................................................... 29 1.6.1.1 Hipótesis general ...................................................................................... 29 1.6.1.2 Hipótesis específicas ................................................................................ 29 1.6.2 Variables ...................................................................................................... 30 v 1.6.2.1 Variable Independiente............................................................................. 30 1.6.2.2 Variable Dependiente ............................................................................... 30 1.6.3 Operacionalizacion de las variables ............................................................ 30 CAPÍTULO II .........................................................................................................31 DISEÑO METODOLÓGICO ..................................................................................31 2. Aspectos Metodológicos.................................................................................. 31 2.1Tipo de investigación ....................................................................................... 31 2.2Nivel de investigación ...................................................................................... 31 2.3Diseño de la investigación ............................................................................... 31 2.4Población y muestra ........................................................................................ 32 2.5 Técnicas e instrumentos de recolección de datos .......................................... 32 2.5.1 Técnicas de recolección de datos ............................................................... 32 2.5.2 Instrumentos de recolección de datos ......................................................... 32 2.5.3 Materiales .................................................................................................... 32 2.6 Análisis e interpretación de resultados ........................................................ 33 CAPÍTULO III ........................................................................................................50 CONCLUSIONES Y RECOMENDACIONES ........................................................50 3. CONCLUSIONES ............................................................................................. 50 4. RECOMENDACIONES ................................................................................ 51 5. REFERENCIAS BIBLIOGRÁFICAS ................................................................. 52 Bibliografía ..........................................................................................................52 ANEXO 1. MATRIZ DE CONSISTENCIA ........................................................54 ANEXO 2. FOTOGRAFÍAS DE TRABAJO EN CAMPO ....................................... 56 ANEXO 3. PROCEDIMIENTO PARA LA LOCALIZACION ÓPTIMA DE LAS ZONAS DE VIVAC EN EL DISTRITO DE SAN BARTOLO ......................... 58 vi Lista de tablas Tabla 1: Operacionalizacion de Variables ............................................................ 30 Tabla 2: Insumos Cartográficos............................................................................ 32 Tabla 3: Criterios de selección utilizados y su valor en el software GIS ............... 34 Tabla 4: Clasificación de pendientes .................................................................... 35 Tabla 5: Unidades Geológicas en el distrito de San Bartolo ................................ 37 Tabla 6: Clasificación de carreteras ..................................................................... 39 Tabla 7: Clasificación de hidrografía .................................................................... 40 Tabla 8: Clasificación de distancia a zonas urbanas ............................................ 41 Tabla 9: Geoprocesos utilizados .......................................................................... 42 vii Lista de figuras Figura 1: Esquema de un sig................................................................................ 13 Figura 2: Mapa de John Show ............................................................................. 16 Figura 3: Edición de una capa de cartografía con gvGIS ..................................... 17 Figura 4: Características de superposición de un SIG ......................................... 19 Figura 5: Capas temáticas para un diseño de base de datos SIG ....................... 20 Figura 6: Celdas de una malla ráster con valores asociados ............................... 21 Figura 7: Primitivas geométricas en el modelo de representación vectorial ......... 21 Figura 8: Mapa de Ubicación del distrito de San Bartolo ...................................... 33 Figura 9: Mapa de pendiente de San Bartolo ....................................................... 36 Figura 10 Mapa de tipos de suelos ...................................................................... 38 Figura 11: Mapa de vías de comunicación ........................................................... 39 Figura 12: Mapa de distancia de ríos ................................................................... 40 Figura 13: Mapa de pendiente de San Bartolo ..................................................... 41 Figura 14: Plataforma de geoprocesamiento modelbiulder .................................. 44 Figura 15:Ingreso de datos a la plataforma de geoprocesamiento ....................... 45 Figura 16: Conversión de un polígono a un ráster ............................................... 46 Figura 17: Resultados de la conversión de un polígono a un ráster ..................... 46 Figura 18: Procesamiento de la distancia euclediana .......................................... 47 Figura 19: Estructura de geoproceso en el modelbiulder ..................................... 48 Figura 20: Áreas apta para zonas de Vivac ......................................................... 49 viii Introducción El presente trabajo de investigación titulado “Sistema de Información Geográfico y localización optima de zona de vivac del distrito de San Bartolo para la Región Militar de Lima” tiene por objetivo localizar las áreas (zonas) optimas donde se instalarán las zonas de vivac, donde las diferentes unidades militares realizan su marcha de campaña y emplean lo aprendido en su etapa básica, realizan tiro, marcha por rumbos, etc. Esta es una investigación Aplicada, porque se basa en los conocimientos aprendidos y las ciencias para luego ser aplicados a la generación de un modelo de localización óptima. El proceso del trabajo ha sido realizado en gabinete mediante un software. Para la localización optima de áreas como propuesta para zonas de Vivac se emplea información geoespacial los cuales son: Modelo Digital de Elevación, Hidrografía, Vías de Comunicación, Uso Actual del Suelo, Geomorfología, Zonas Urbanas, empleando técnicas multicriterio que serán aplicados en las diversas capas para que nos pueda dar como producto un área óptima. En conclusión, se localizarán áreas óptimas los cuales serán propuestos como zonas de Vivac para las diferentes unidades de la Región Militar de Lima los cuales tendrán criterios adecuados para que dichas actividades se realicen sin afectar a la población. ix RESUMEN El siguiente trabajo surge como alternativa a los problemas que genera la expansión urbana y que estos conllevan a qué las áreas que por historia y tiempo se ubicaban las zonas de vivac, en el caso selecciono el distrito de San Bartolo porque en dicha jurisdicción se encuentra el área conocida como Cruz de Hueso donde se realizan las marchas de campaña de las unidades que perteneces a la Región Militar de Lima. Esta área se ha visto vulnerado por la presencia de granjas que cada vez se encuentran cerca a los límites de intangibilidad. El objetivo fue localizar un área óptima para zonas de vivac, integrado a los criterios de selección de sitio como pendiente, geología, distancia a carreteras, hidrografía, distancia a la población urbana – rural, estos criterios se evaluaron mediante la evaluación multicriterio y los pesos para cada criterio fueron de 0 para lugares no óptimos y 1 para lugares óptimos, empleando los SIG se obtuvieron 175 áreas aptas las zonas de vivac los cuales varían desde 0.056 hectáreas la más pequeñas hasta 58.5 hectáreas la más grande. El trabajo se realizó con la recopilación de información procedente de las bases de datos del Instituto Geográfico Nacional, INGENMET, Ministerio del Ambiente, se elaboró los mapas temáticos de estas capas para luego ser superpuestos mediante el Sistema de Información Geográfica. Palabras claves: sistema de información geográfica, depuración, criterios, ponderación, etc. ABSTRACT The following work emerges as an alternative to the problems generated by urban sprawl and these involve which areas where the bivouac areas are located by history and time, in the case selecting the San Bartolo district because in that jurisdiction there is the known area as a Bone Club where the campaign marks of the units belonging to the Military Region of Lima are made. This area has been violated by the presence of farms that every time is close to the limits of intangibility. The objective was to locate an optimal area for bivouac areas, integrated to the criteria of site selection such as slope, geology, distance to roads, hydrography, distance to the urban - rural population, these criteria will be evaluated by multicriteria evaluation and weights for each criterion they were 0 for non-optimal places and 1 for optimal places, using the GIS, 175 suitable areas were obtained, the bivouac areas which vary from 0.056 hectares the smallest to 58.5 hectares the largest. The work was carried out with the collection of information obtained from the databases of the National Geographic Institute, INGENMET, Ministry of Environment, prepared the thematic maps of these layers and then be superimposed by means of the Geographic Information System. Keywords: geographic information system, debugging, criteria, weighting, etc. 8 CAPÍTULO I MARCO REFERENCIAL 1. Planteamiento del problema 1.1 Descripción de la realidad problemática El crecimiento demográfico es un problema que día a día no puede ser controlado por las autoridades. Las zonas de Vivac son áreas donde las unidades militares realizan sus entrenamientos, operaciones y marchas de campaña, estas áreas deben ser intangibles por la seguridad que se requiere para la población civil. El crecimiento demográfico se manifiesta con el aumento de las áreas urbanas en zonas que no son adecuados (quebradas, cauces de ríos), invaden zonas protegidas (áreas naturales protegidas, propiedades públicas, lomas). Lima es la cuidad con mayor población en el Perú con un 30% del total nacional, la quebrada Cruz de Hueso pasa por esta situación donde se encuentra población aledaña a los campos de entrenamiento. Para la intangibilidad de las zonas de Vivac estas deben estar alejadas de la población, en áreas donde la circulación de personal civil sea nula para evitar accidentes, porque estas áreas donde se realizan los entrenamientos de las tropas pueden quedar restos de munición que pueden llegar a activarse con cualquier manipulación. 1.2 Formulación del problema 1.2.1 Problema general ¿De qué manera el Sistema de Información Geográfica influye la Localización Optima de zonas de Vivac en el distrito de San Bartolo para las Unidades de la Región Militar de Lima? 1.2.2 Problemas específicos Pe1. ¿De qué manera la ponderación influye con la localización optima de zonas de vivac? 9 Pe2. ¿De qué manera los criterios influye en la localización optima de zonas de vivac? 1.3 Marco Teórico 1.3.1 Antecedentes Silva, L. (2015) realizó el estudio titulado “Sistemas de información geográfica y la localización Óptima de instalaciones para residuos sólidos: propuesta para la provincia de Huánuco”. Tesis de grado, Universidad Nacional Mayor de San Marcos – Lima Perú, el objetivo de la investigación fue: Elaborar una propuesta basado en los Sistemas de Información Geográfica para localización óptima de instalaciones para residuos sólidos en la Provincia de Huánuco; se elaboró un modelo para localización óptima de instalaciones para residuos sólidos, tomando en cuentas el análisis multicriterio en un SIG, donde se analizaron las diferentes capas (hidrografía, pendiente, áreas urbanas, etc.), la zona de trabajo fueron los doce distritos de la provincia de Huánuco, se establecieron las características y criterios excluyentes según se indican en la ley general de Residuos Sólidos que implementan criterios de selección de áreas para la disposición final de residuos sólidos, el resultado fueron áreas que sigan las normativas donde no puedan causar contaminación ambiental. Conclusiones: El estudio concluyo con elaboró un modelo cartográfico cuyos resultados fueron tres áreas óptimas, considerándose conveniente la aplicación de criterios excluyentes para mejor ajuste del resultado. Se confeccionaron tres submodelos que permitieron el análisis del territorio determinando la localización óptima de instalaciones para residuos sólidos. Bosque, J. (2011), realizó el estudio titulado “Localización de sitios adecuados para establecer un vertedero de residuos sólidos urbanos en el Municipio del Distrito Central de Honduras”. Tesis de grado, Universidad Nacional Autónoma de Honduras – 10 Tegucigalpa Honduras, el objetivo de la siguiente investigación fue: Localizar el o los sitio(s) técnico, económico y ambientalmente óptimos para la implementación de un nuevo relleno sanitario para la cabecera municipal del Distrito Central de Honduras (Tegucigalpa/Comayagüela), aplicando Técnicas de Evaluación Multicriterio (EMC) en un Sistema de Información Geográfico (SIG); En el Municipio de Distrito Central, existe un viejo relleno sanitario, construido en 1977 este recibe a diario entre 700 a 1200 toneladas de residuos sólidos, su vida útil está por terminar por lo que es importante establecer un nuevo sitio que acoja dichos residuos. Los SIG y el empleo de Técnicas de Evaluación Multicriterio son ideales para localizar las áreas óptimas según los lineamientos de la normativa existente en el país para el manejo de residuos sólidos, los resultados muestran seis sitios óptimos. Conclusiones: Los resultados obtenidos en este estudio, nos demuestra que a través de la implementación de los sistemas de información geográfica y sus diferentes herramientas, se pueden determinar sitios o zonas en donde es posible ubicar actividades antropogénicas que vayan acorde a las condiciones naturales de las mismas. En la mayoría de los casos las áreas que se lograron establecer como óptimas para ser establecidos como relleno sanitario. Espejo, A. (2017). Realizó el estudio titulado “Localización óptima de un relleno sanitario empleando Sistemas de Información Geográfica en el Distrito de Chachapoyas, Región Amazonas, 2017”. Tesis de grado, Universidad Nacional Toribio Rodríguez de Mendoza – Amazonas – Perú, el objetivo de la investigación fue: Localizar un área óptima (técnica y ambientalmente adecuada) para un relleno sanitario empleando un sistema de información geográfica en el distrito y provincia de Chachapoyas, departamento de Amazonas, 2017; Esta investigación surge como alternativa a los problemas que se generó en el proyecto “Mejoramiento y ampliación de la gestión integral de los residuos sólidos municipales del distrito de Chachapoyas, provincia de Chachapoyas, región Amazonas”, empleando los SIG y la evaluación multicriterio se obtuvieron cuatro zonas optimas dentro del área de estudio, se realizaron dos fases una de campo donde se recolectaron información y toma de puntos de control con GPS y la segunda de gabinete donde se elaboraron los mapas temáticos, superposición de mapas para ser analizados e interpretados. 11 Conclusiones: Se elaboró una metodología de geo-procesos empleando sistemas de información geográfica que permiten el análisis del territorio determinando la localización técnica y ambientalmente adecuada para las instalaciones de rellenos sanitarios cuyos resultados fueron cuatro áreas óptimas. Esta investigación demostró que empleando sistemas de información geográficas se determinó cuatro áreas óptimas donde es posible ubicar un relleno sanitario en el distrito de Chachapoyas que cumple con todos los requerimientos ambientales, sociales. Vera M. & Cardozo. C. (2012).se realizó la investigación titulada “Localización Óptima de relleno sanitario aplicando técnicas multicriterio en Sistemas de Información Geográfica (SIG) en el Área Metropolitana del Alto Paraná. Tesis de grado, Universidad Nacional del Este Paraná – Paraguay tiene como objetivo: Elaborar un modelo cartográfico para poder localizar áreas óptimas para rellenos sanitarios aplicando evaluación multicriterio; Se analizó la localización óptima para un relleno sanitario mediante técnicas multicriterio en un SIG (Sistema de Información Geográfico), en los Distritos de Hernandarias, Ciudad del Este, Minga Guazú y presidente Franco (Alto Paraná), estableciendo las características y criterios apropiados para el fin señalado, localizando las áreas probables para su instalación y representando los resultados mediante cartografía temática. Se realizaron cálculos que permitieron determinar el requerimiento de superficie del terreno en relación a la población estimada y su eventual vida útil. Esto permitió elaborar un modelo cartográfico donde se expresan los datos de entrada, procedimientos espaciales aplicados en el SIG. Todo esto permitió seleccionar las áreas que reúnen las características óptimas para la instalación de Relleno Sanitario. Luego del análisis multicriterio fueron seleccionadas 6 (seis) parcelas ubicadas en el Distrito de Minga Guazú. Conclusiones: Los resultados obtenidos en el trabajo de investigación revelan que: para las características y criterios más apropiados del terreno para la localización óptima del relleno sanitario se utilizaron como referencia los Criterios emitidos por la SEAM en su 12 resolución No 282/04 Por La cual se implementan los criterios para la selección de áreas para la disposición final de residuos sólidos en relleno, los cuales son: Criterios de Exclusión, Criterios técnicos. Criterios Económicos-Financieros y Político-Social, por medio de los mismos se pudo determinar los lugares aptos mediante la utilización del Sistema de Información Geográfica (SIG) de forma efectiva los posibles lugares para la instalación en cuestión. Con referencia a la localización de áreas más probables para la instalación del relleno sanitario, y según el análisis multicriterio que se ha realizado, fueron seleccionadas 6 parcelas dentro del área de estudio, encontrándose la mayoría en el Distrito de Minga Guazú y una parte en frontera con el Distrito de Ciudad Del Este, los cuales poseen superficies de; 16 ha, 21 ha, 20 ha, 28 ha y dos parcelas de 17 ha. 1.3.2 Bases teóricas a) Geoprocesamiento El geoprocesamiento se basa en un marco de transformación de datos. Una herramienta de geoprocesamiento típica realiza una operación en un dataset de ArcGIS y produce un nuevo dataset como resultado de aplicar la herramienta. Cada herramienta de geoprocesamiento realiza una operación pequeña pero esencial en los datos geográficos y ArcGIS incluye cientos de herramientas de geoprocesamiento. b) ModelBuilder ModelBuilder es una herramienta ejecutable desde el software ArcGIS. Se constituye como “una aplicación que se utiliza para crear, editar y administrar modelos. Los modelos creados con esta herramienta son flujos de trabajo que encadenan secuencias de herramientas de geoprocesamiento y suministran la salida de una herramienta a otra herramienta como entrada. ModelBuilder también se puede considerar un lenguaje de programación visual para crear flujos de trabajo” (Fernández G., 2012) Esta herramienta “es muy útil para construir y ejecutar flujos de trabajo sencillos, pero también proporciona métodos avanzados para ampliar la funcionalidad de ArcGIS, ya que permite crear y compartir los modelos a modo de herramienta. 13 c) Sistemas de Información Geográfica (SIG). Un Sistema de Información Geográfica (también conocido con los acrónimos SIG en español o GIS en inglés) es un conjunto de herramientas que integra y relaciona diversos componentes (usuarios, hardware, software, procesos) que permiten la organización, almacenamiento, manipulación, análisis y modelización de grandes cantidades de datos procedentes del mundo real que están vinculados a una referencia espacial, facilitando la incorporación de aspectos sociales-culturales, económicos y ambientales que conducen a la toma de decisiones de una manera más eficaz. En el sentido más estricto, es cualquier sistema de información capaz de integrar, almacenar, editar, analizar, compartir y mostrar la información geográficamente referenciada. En un sentido más genérico, los SIG son herramientas que permiten a los usuarios crear consultas interactivas, analizar la información espacial, editar datos, mapas y presentar los resultados de todas estas operaciones. Figura 1: Esquema de un sig Fuente: blog npD LIBRE(2004)/Wordpress La tecnología de los Sistemas de Información Geográfica puede ser utilizada para investigaciones científicas, la gestión de los recursos, la gestión de activos, la arqueología, la evaluación del impacto ambiental, la planificación urbana, la cartografía, 14 la sociología, la geografía histórica, el marketing, la logística por nombrar unos pocos. Por ejemplo, un SIG podría permitir a los grupos de emergencia calcular fácilmente los tiempos de respuesta en caso de un desastre natural, o encontrar los humedales que necesitan protección contra la contaminación, o pueden ser utilizados por una empresa para ubicar un nuevo negocio y aprovechar las ventajas de una zona de mercado con escasa competencia. Se define a un sistema de información geográfica o GIS (Geographic Information System) como un sistema para la gestión, análisis y visualización de información geográfica y mencionan que el GIS es un conjunto de herramientas diseñado para la adquisición, almacenamiento, análisis y representación de datos especiales. Un SIG debe tratar de responder al que, quien, cuando, donde, porque y como, por lo que se pueden generalizar cinco preguntas: a) Localización: ¿Qué hay en este lugar? Identificar qué es lo que se encuentra en una determinada localización que puede describirse por su topónimo, por un código clasificado, o por referencias geográficas como altitud, longitud y altura. Esta información puede ser digitada o referenciada gráficamente. b) Condición: ¿Dónde se encuentra? Se busca un determinado lugar que reuna ciertas condiciones de un análisis espacial de búsquedas c) Tendencia: ¿Qué ha cambiado desde? Permite conocer la variación de algunas características a travez de un determinado periodo d) Distribución: ¿Qué patrones de distribución espacial existen? Busca determinar en una zona específica, las relaciones que pudieran existir entre dos o más variables e) Modelización: ¿Qué sucede si? Si a un sistema planteado se somete a determinadas modificaciones de sus variables como queda definido el nuevo sistema, cuanto ha cambiado, etc. 15 Historia del sig Hace unos 15.000 años en las paredes de las cuevas de Lascaux (Francia) los hombres de Cro-Magnon pintaban en las paredes los animales que cazaban, asociando estos dibujos con trazas lineales que, se cree, cuadraban con las rutas de migración de esas especies. Si bien este ejemplo es simplista en comparación con las tecnologías modernas, estos antecedentes tempranos imitan a dos elementos de los Sistemas de Información Geográfica modernos: una imagen asociada con un atributo de información. Mapa original del Dr. John Snow. Los puntos son casos de cólera durante la epidemia en Londres de 1854. Las cruces representan los pozos de agua de los que bebían los enfermos. En 1854 el pionero de la epidemiología, el Dr. John Snow, proporcionaría otro clásico ejemplo de este concepto cuando cartografió la incidencia de los casos de cólera en un mapa del distrito de SoHo en Londres. Este protoSIG, quizá el ejemplo más temprano del método geográfico, permitió a Snow localizar con precisión un pozo de agua contaminado como fuente causante del brote. Si bien la cartografía topográfica y temática ya existía previamente, el mapa de John Snow fue único hasta el momento, que, utilizando métodos cartográficos, no solo representaba la realidad, sino que por primera vez analizaba conjuntos de fenómenos geográficos dependientes. 16 Figura 2: Mapa de John Show (puntos del cólera durante la epidemia de Londres 1854 Fuente: Blog mundo gis (Víctor, 2017) El comienzo del siglo XX vio el desarrollo de la “foto litografía” donde los mapas eran separados en capas. El avance del hardware impulsado por la investigación en armamento nuclear daría lugar, a comienzos de los años 60, al desarrollo de aplicaciones cartográficas para computadores de propósito general. El año 1962 vio la primera utilización real de los SIG en el mundo, concretamente en Ottawa (Ontario, Canadá) y a cargo del Departamento Federal de Silvicultura y Desarrollo Rural. Desarrollado por Roger Tomlinson, el llamado Sistema de Información Geográfica de Canadá (Canadian Geographic Information System, CGIS) fue utilizado para almacenar, analizar y manipular datos recogidos para el Inventario de Tierras Canadá (Canadá Land Inventory, CLI) – una iniciativa orientada a la gestión de los vastos recursos naturales del país con información cartográfica relativa a tipos y usos del suelo, agricultura, espacios de recreo, vida silvestre, aves acuáticas y silvicultura, todo ello escala de 1:50.000. Se añadió, así mismo, un factor de clasificación para permitir el análisis de la información. El Sistema de Información Geográfica de Canadá fue el primer SIG en el mundo similar a tal y como los conocemos hoy en día, y un considerable avance con respecto a las aplicaciones cartográficas existentes hasta entonces, puesto que 17 permitía superponer capas de información, realizar mediciones y llevar a cabo digitalizaciones y escaneos de datos. Asimismo, soportaba un sistema nacional de coordenadas que abarcaba todo el continente, una codificación de líneas en “arcos” que poseían una verdadera topológica integrada y que almacenaba los atributos de cada elemento y la información sobre su localización en archivos separados. Como consecuencia de esto, Tomlinson está considerado como “el padre de los SIG”, en particular por el empleo de información geográfica convergente estructurada en capas, lo que facilita su análisis espacial. El CGIS estuvo operativo hasta la década de los 90 llegando a ser la base de datos sobre recursos del territorio más grande de Canadá. Fue desarrollado como un sistema basado en una computadora central y su fortaleza radicaba en que permitía realizar análisis complejos de conjuntos de datos que abarcaban todo el continente. El software, decano de los Sistemas de Información Geográfica, nunca estuvo disponible de forma comercial. Figura 3: Edición de una capa de cartografía con gvGIS Fuente: (EMILIO GOMEZ FERNANDEZ 2006 En 1964, Howard T. Fisher formó en la Universidad de Harvard el Laboratorio de Computación Gráfica y Análisis Espacial en la Harvard Graduate School of Design (LCGSA 1965-1991), donde se desarrollaron una serie de importantes conceptos teóricos en el manejo de datos espaciales, y en la década de 1970 había difundido código de software y sistemas germinales, tales como SYMAP, GRID y ODYSSEY – los cuales sirvieron como fuentes de inspiración conceptual para su posterior 18 desarrollos comerciales – a universidades, centros de investigación y empresas de todo el mundo. En la década de los 80, M&S Computing (más tarde Intergraph), Environmental Systems Research Institute (ESRI) y CARIS (Computer Aided Resource Information System) emergerían como proveedores comerciales de software SIG. Incorporaron con éxito muchas de las características de CGIS, combinando el enfoque de primera generación de Sistemas de Información Geográfica relativo a la separación de la información espacial y los atributos de los elementos geográficos representados con un enfoque de segunda generación que organiza y estructura estos atributos en bases de datos. En la década de los años 70 y principios de los 80 se inició en paralelo el desarrollo de dos sistemas de dominio público. El proyecto Map Overlay and Statistical System (MOSS) se inició en 1977 en Fort Collins (Colorado, EE.UU.) bajo los auspicios de la Western Energy and Land Use Team (WELUT) y el Servicio de Pesca y Vida Silvestre de Estados Unidos (US Fish and Wildlife Service). En 1982 el Cuerpo de Ingenieros del Laboratorio de Investigación de Ingeniería de la Construcción del Ejército de los Estados Unidos (USA-CERL) desarrolla GRASS como herramienta para la supervisión y gestión medioambiental de los territorios bajo administración del Departamento de Defensa. Esta etapa de desarrollo está caracterizada, en general, por la disminución de la importancia de las iniciativas individuales y un aumento de los intereses a nivel corporativo, especialmente por parte de las instancias gubernamentales y de la administración. 19 Figura 4: Características de superposición de un SIG Fuente: (Reston,Virginia U.S. Geological Survey, 1987) Los 80 y 90 fueron años de fuerte aumento de las empresas que comercializaban estos sistemas, debido el crecimiento de los SIG en estaciones de trabajo UNIX y ordenadores personales. Es el periodo en el que se ha venido a conocer en los SIG como la fase comercial. El interés de las distintas grandes industrias relacionadas directa o indirectamente con los SIG crece en sobremanera debido a la gran avalancha de productos en el mercado informático internacional que hicieron generalizarse a esta tecnología. En la década de los noventa se inicia una etapa comercial para profesionales, donde los Sistemas de Información Geográfica empezaron a difundirse al nivel del usuario doméstico debido a la generalización de los ordenadores personales o microordenadores. A finales del siglo XX principio del XXI el rápido crecimiento en los diferentes sistemas se ha consolidado, restringiéndose a un número relativamente reducido de plataformas. Los usuarios están comenzando a exportar el concepto de visualización de datos SIG a Internet, lo que requiere una estandarización de formato de los datos y de normas de transferencia. Más recientemente, ha habido una expansión en el número de desarrollos de software SIG de código libre, los cuales, a diferencia del software comercial, suelen abarcar una gama más amplia de sistemas operativos, permitiendo ser modificados para llevar a cabo tareas específicas. 20 Figura 5: Capas temáticas para un diseño de base de datos SIG Fuente: destop.argis.com MODELOS LOGICOS. FORMATO RASTER Y VECTORIAL El modelo lógico hace referencia a como se muestran y organizan las variables y objetos para lograr una representación lo más adecuada posible. En un SIG existen básicamente dos modelos lógicos que se conocen como formato raster y formato vectorial y que dan lugar a los dos grandes tipos de capas de información espacial. Formato ráster Se divide el espacio en un conjunto regular de celdillas, cada una de estas celdillas contiene un número que puede ser el identificador de un objeto (si se trata de una capa que contiene objetos) o del valor de una variable (si la capa contiene esta variable). La característica principal es su sistematicidad existen la relación entre celdas ya que son continuas entre sí en conclusión las mismas celdas gracias a su división sistemática aporta un elemento adicional que las relaciona. Dos son los elementos principales que resultan necesarios para una definición completa de una capa ráster: Una localización geográfica exacta de alguna celda y una distancia entre celdas, para en base a ellas, y en virtud de la regularidad de la malla, conocer las coordenadas de las restantes. Un conjunto de valores correspondientes a las celdas. 21 Figura 6: Celdas de una malla ráster con valores asociados Fuente: Isabel volaya.github. Formato vectorial en este formato no existen unidades fundamentales, existe variabilidad y características de formas geométricas primitivas que tienen elementos más destacados. Los diferentes objetos se representan como puntos, líneas o polígonos Figura 7: Primitivas geométricas en el modelo de representación vectorial Fuente: Isabel volaya.github. 22 Utilizando puntos, líneas o polígonos, puede modelizarse el espacio geográfico si se asocia a estas geometrías una serie de valores definitorios. La componente espacial de la información queda así en la propia primitiva (recoge la forma, posición y otras propiedades espaciales), y la componente temática queda en dichos valores asociados El Modelo Digital de Terreno (MDT) Uno de los elementos básicos de cualquier representación digital de la superficie terrestre son los Modelos Digitales de Terreno (MDT). Constituyen la base para un gran número de aplicaciones en ciencias de la Tierra, ambientales e ingenierías de diverso tipo. Se denomina MDT al conjunto de capas (generalmente raster) que representan distintas características de la superficie terrestre derivadas de una capa de elevaciones a la que se denomina Modelo Digital de Elevaciones (MDE). Aunque algunas definiciones incluyen dentro de los MDT prácticamente cualquier variable cuantitativa regionalizada, aquí se prefiere limitar el MDT al conjunto de capas derivadas del MDE. El trabajo con un MDT incluye las siguientes fases que no son necesariamente consecutivas en el tiempo: Generación del MDE Manipulación del MDE para obtener otras capas del MDT (pendiente, orientación, curvatura, etc.) Visualización en dos dimensiones o mediante levantamientos 3D de todas las capas para localizar errores Análisis del MDT (estadístico, morfométrico, etc.) Aplicación, por ejemplo como variable independiente en un modelo de regresión que haga una estimación de la temperatura a partir de la altitud Una de las razones por las que estas fases se solapan es que en muchos casos la manipulación, visualización y análisis van a permitir descubrir errores en el MDE. De este modo se vuelve a la primera fase y se genera un MDE mejorado. EL MODELO DIGITAL DE ELEVACIONES (MDE) Es la representación simplificada de una variable que se mide en una superficie ondulada de tres dimensiones (Bosque 1997). Son la base para todo sistema de información geográfica, son imprescindibles en estudios geomorfológicos, hidrológicos, geológicos, de vulnerabilidad, de telecomunicaciones, entre otros. Existen diversas maneras de obtener un DEM, ya sea aplicando interpolación de datos puntuales, a partir de curvas de nivel digitalizadas, extrayéndolos de pares estereoscópicos de fotografías 23 aéreas o imágenes de satélite mediante procedimientos fotogramétricos, a partir de imágenes de radar aplicando la interferometría o más recientemente, mediante Lidar los elementos discretos sobre sí mismo donde se permita simplificar la codificación de la elevación. Las más habituales son: Curvas de nivel, se trata de líneas, definidas por tanto como una sucesión de pares de coordenadas, que tienen como identificador el valor de la elevación en cada uno de los puntos de la línea. Generalmente el intervalo entre valores de las curvas de nivel es constante. Red Irregular de Triángulos (TIN), a partir de un conjunto de puntos, en los que se conoce la elevación, se traza un conjunto de triángulos, formados por tripletas de puntos cercanos no colineales, formando un mosaico. En ocasiones se parte de las curvas de nivel que, tras descomponerse en un conjunto de puntos, genera una red irregular de triángulos. En este caso hay que tener en cuenta que pueden formarse triángulos a partir de puntos extraídos de la misma curva de nivel, por tanto con el mismo valor, que darán lugar a triángulos planos. Tienen entre sus ventajas el adaptarse mejor a las irregularidades del terreno, ocupar menos espacio y dar muy buenos resultados a la hora de visualizar modelos en 3D o determinar cuencas visuales. Entre los inconvenientes destaca un mayor tiempo de procesamiento y el resultar bastante ineficientes cuando se intenta integrarlos con información de otro tipo; en definitiva hay que utilizarlos para interpolar una capa ráster como se vio en el tema anterior. Formato ráster, es el más adecuado para la integración de las elevaciones en un SIG ya que va a permitir la utilización de diversas herramientas para la obtención de nuevos mapas a partir del MDE; por tanto va a ser el que se trate en este tema d) Espacio Geográfico Natural. Es el conjunto conformado por elementos naturales como vegetación, suelo, montañas y cuerpos de agua, así como por elementos sociales o culturales, es decir, la organización económica y social de los pueblos y sus valores y costumbres 24 e) Espacio Geográfico Artificial. Se trata específicamente de aquellos paisajes que no tiene nada de realidad, los cuales son creados por el hombre de acuerdo a sus gustos y las funciones que le quiere dar a dicha área. f) Geomorfología Es una rama de la geología que se encarga de estudiar la forma tanto interna como externa del globo terráqueo por medio de la materia que lo forma y las variaciones en la tierra desde sus orígenes además estudia sus accidentes geográficos se producen por medio de la erosión o deposición. g) Hidrología Es la disciplina científica dedicada al estudio de las aguas de la tierra, incluyendo su presencia, distribución y circulación a travez del ciclo hidrológico, y las interacciones con los seres vivos. También trata de las propiedades químicas y físicas del agua en todas sus fases h) Cobertura Vegetal Son aquellas que consideran el desarrollo de las plantas o cultivos, con la finalidad de mejorar la capacidad productiva de los terrenos y ayudar a disminuir la erosión del suelo i) Vivac Se conoce como vivac a cualquier variedad de campamento improvisado o refugio que generalmente es carácter temporal, utilizado especialmente por soldados, escultistas y montañeros. j) Componentes de un SIG I. Base de datos espacial y temática. El núcleo central del sistema lo constituyen las bases de datos espacial y temática, en las cuales se almacenan, de forma estructurada, los objetos cartográficos (su posición, tamaño y forma) y sus características no geométricas (atributos), respectivamente. 25 II. Sistema gestor de base de datos (DBMS). Se entiende por sistema gestor de bases de datos un tipo de software usado para gestionar y analizar los datos almacenados en una base. Desde estos sistemas se pueden almacenar los datos en tablas, establecer relaciones entre ellos y crear nuevas tablas con los resultados obtenidos. Estas tablas se pueden relacionar con la base de datos espacial y representar el resultado en forma de mapas temáticos. III. Sistema de digitalización de mapas. Las bases de datos cartográficas de los SIG se construyen a partir de los mapas, fotografías o imágenes que conforman los datos de partida. Para cargar estos datos en la base de datos del SIG, es necesario convertirlos al formato digital propio del sistema, para lo cual disponen de programas de digitalización y de conversión de formatos. La digitalización de los mapas analógicos se puede hacer con una tableta digitalizadora y el software correspondiente, o introduciendo en el ordenador los mapas escaneados y digitalizándolos posteriormente en pantalla. IV. Sistema de representación cartográfica. Son los que permiten dibujar mapas a partir de los elementos seleccionados de las bases de datos, hacer distintas composiciones cartográficas y también enviar estos mapas a los dispositivos de salida, como impresoras o plotters. Como sucede con los otros componentes, a veces, los SIG no tienen sistemas de representación cartográfica suficientemente desarrollados para obtener las salidas con la apariencia deseada, por lo que puede ser necesario exportar los mapas a otros programas que tienen herramientas más adecuadas para crear composiciones cartográficas Criterios para la selección optima de zonas de Vivac 1. Criterio de pendiente. La zona de vivac puede establecerse en cualquier tipo de topografía, sin embargo, es preferible que estas áreas deben tener pendientes inferiores a los 40° con el objetivo de evitar accidente mientras el personal realiza sus actividades. 2. Criterio geológico. Dada la necesidad de que el sustrato de las zonas de vivac este en un sustrato que no sea rocoso, arcilloso y zonas de humedades, así mismo no deben estar sobre o cerca de fallas geológicas ni en zonas con riesgos de estabilidad, posibilidad a inundaciones. 26 3. Criterio de distancia a carreteras. A fin de reducir los costes de transporte y mantenimiento de los vehículos, se plantea que la zona de vivac debe estar próxima a una carretera de primer y segundo orden, pero evitando una excesiva proximidad, a fin de evitar, en lo posible, el tránsito de personal civil. Por ello, el criterio empleado es que la distancia a una carretera debe estar comprendida entre 1 y 5 km. De vías de acceso. 4. Criterio hidrológico. Con el fin de evitar que el personal que está en marcha de campaña tome agua contaminada se sugiere que la zona vivac se ubique a una distancia no inferior a 1 km. 5. Criterio de uso de suelos. Los condicionamientos planteados, desde el punto de vista de uso de suelos, han sido los de evitar aquellas zonas que están determinadas para cultivos, pastoreo y forestación. 6. Criterio de distancia a núcleos urbanos. Dado que este tipo de áreas son intangibles por las maniobras que se realizan y lo peligroso que resulta para las personas civiles, se plantea como condición de ubicación que esté situado a una distancia no inferior a 10 km de cualquier núcleo urbano. 1.3.3 Definición de términos Depuración. El proceso de depuración de la base de datos comenzó con la Estandarización de la información. Ubicación. - Se denomina ubicación al establecimiento a nivel geográfico de un eje de coordenadas para localizar un determinado elemento. Espacio geográfico. - es el conjunto conformado por elementos naturales como vegetación, suelo, montañas y cuerpos de agua, así como por elementos sociales o culturales, es decir, la organización económica y social de los pueblos y sus valores y costumbres. Estos elementos ocupan un lugar, un espacio territorial; y cuando se combinan, dan como resultado que cada lugar sea único. 27 Ponderación. - La ponderación tiene un sentido matemático. Consiste en otorgar un valor específico a un elemento que forma parte de un conjunto en la base de datos. Criterios. - es una especie de condición subjetiva que permite concretar una elección. Se trata, en definitiva, de aquello que sustenta un juicio de valor. Geomorfología. - es una rama de la geografía1 y de la geología2 que tiene como objetivo el estudio de las formas de la superficie terrestre enfocado en describir, entender su génesis y su actual comportamiento. Hidrología. - es una rama de las ciencias de la Tierra que estudia el agua, su ocurrencia, distribución, circulación, y propiedades físicas, químicas y mecánicas en los océanos, atmósfera y superficie terrestre. Esto incluye las precipitaciones, la escorrentía, la humedad del suelo, la evapotranspiración y el equilibrio de las masas glaciares. Pendiente. - Una pendiente es un declive del terreno y la inclinación, respecto a la horizontal, de una vertiente. Cobertura vegetal. - puede ser definida como la capa de vegetación natural que cubre la superficie terrestre, comprendiendo una amplia gama de biomasas con diferentes características fisonómicas y ambientales que van desde pastizales hasta las áreas cubiertas por bosques naturales. Área urbana. - es el paisaje propio de los núcleos urbanos o ciudades, definidos previamente por criterios numéricos. Vías de comunicación. - son las calles, las avenidas, las rutas (carreteras), las autovías, los puentes y los túneles, por citar algunas infraestructuras que permiten que determinados transportes circulen. 28 Zonas de Vivac. - Estacionamiento de tropas, bajo carpas en forma provisional y momentánea. . 1.3.4 Marco legal a. La constitución política del Perú (1993). Fija normas que garantizan en derecho que tiene toda persona a la protección y gozar de un ambiente libre. b. Decreto Supremo N° 013 – 2009 MINAM, Zonificación, Ecológica y Económica. Es un proceso participativo y de concertación, dinámico y flexible que permite analizar técnica e integralmente un área territorial determinada (distrito, provincia, región o cuenca) para sectorizar e identificar las diferentes alternativas de uso sostenible, basado en la evaluación de sus potencialidades y limitaciones. Con criterios físicos, biológicos, sociales, económicos y culturales. c. Resolución Ministerial N° 135-2013-MINAM, Guía Metodológica para la Elaboración de los Instrumentos Técnicos Sustentatorios para el Ordenamiento Territorial. define al ordenamiento territorial, como un proceso colectivo que implica una serie de decisiones a partir de las cuales una población, a través de sus diferentes formas de organización social, política, administrativa, económica, ambiental y sus visiones culturales del mundo, da un uso adecuado y racional al territorio. 1.4 Justificación e Importancia La siguiente investigación tiene como objetivo principal buscar rápidos y precisos resultados en la búsqueda de diferentes áreas de localización óptima de zonas de vivac en el distrito de San Bartolo. Esta investigación no solo nos permitirá localizar las zonas óptimas en el distrito que hemos optado como modelo, sino en cualquier departamento del Perú que se requiera. Esto se dará mediante el uso del Sistema de Información Geográfico y el software de ARCGIS, se sabe que ambos trabajan en conjunto, debemos tener en consideración lo siguiente: el Sistema de Información Geográfico es un recopilador de datos que se puede dar manualmente (lo que en nuestro proyecto con 29 solo decirnos el departamento en el que quiera hallar una zona de vivac, nosotros le brindamos distintos resultados, quiere decir que el programa le dará varias zonas de vivac en el que escogerá cualquier lugar ya que estos ya han sido verificados `por el programa y son adecuados para su uso. 1.5 Objetivos de la Investigación 1.5.1 Objetivo general Og: Determinar de qué manera el sistema de información geográfica permite una localización optima de zona de vivac en el distrito de San Bartolo para la Región Militar de Lima 1.5.2 Objetivos específicos Oe1. Determinar la ponderación en la localización optima de zonas de vivac. Oe2. Determinar los criterios que se empleara para la localización optima de la zona de vivac. 1.6 Hipótesis y variables 1.6.1 Hipótesis 1.6.1.1 Hipótesis general Hg: El Sistema de Información Geográfica nos permite la Localización óptima de un área para zonas de Vivac en el distrito de San Bartolo para las Unidades de la Región Militar de Lima. 1.6.1.2 Hipótesis específicas He1. Los valores de ponderación permitirán la localización óptima de un área para zonas de vivac. He2. Los criterios utilizados permitirán la localización óptima de un área para zonas de vivac. 30 1.6.2 Variables 1.6.2.1 Variable Independiente - Sistemas de Información Geográfica. “Es el conjunto integrado de medios y métodos informáticos, capaz de recoger, verificar, almacenar, gestionar, actualizar, manipular, recuperar, transformar, analizar, mostrar y transferir datos espacialmente referidos a la Tierra”. 1.6.2.2 Variable Dependiente - Localización Óptima de zonas de Vivac. Determina la ubicación más conveniente para emplearlo como Vivac que este alejado de un área urbana. 1.6.3 Operacionalizacion de las variables Tabla 1: Operacionalización de Variables DEFINICION CONCEPTUAL VARIABLE V.I. X Sistema Información Geográfica de Conjunto de Hardware y software para la gestión, análisis y visualización de información geográfica V. D. Y Localización Optima de zonas de vivac DIMENSIONES INDICADORES OPERACIONALIZACION Depuración áreas Ponderación Valores 0-1 de 1= apto, 0=no apto Distancia ideal de ubicación Criterios Espacio geográfico natural Geomorfología Ubicación optimas donde se estacionan las tropas, bajo carpas en forma provisional y momentánea Espacio geográfico artificial Ubicación de zona Formación Chilca Formación Quilmana Formación Atocongo Hidrología Distancia > 1000 Pendiente Entre: >4°- 40°< Cobertura vegetal Terrenos de Cultivo Área Urbana Distancia > 5000 Vías Comunicación de Distancia > 5000 31 CAPÍTULO II DISEÑO METODOLÓGICO 2. Aspectos Metodológicos 2.1Tipo de investigación El tipo de investigación es Básica, porque nos enfocamos en la búsqueda de resultados que aporten opciones para resolver problemas en la localización óptima de zonas de vivac aplicando técnicas multicriterio en Sistemas de Información Geográfica (SIG) para la Región Militar de Lima. 2.2Nivel de investigación El nivel de investigación es descriptivo, porque se va conseguir el conocimiento y comprensión de los procesos que nos ayudaran a localizar las áreas óptimas para zonas de vivac. 2.3Diseño de la investigación El diseño del presente trabajó será descriptivo, porque se va describir los procesos con los cuales se van realizar las distintas valoraciones para poder determinar las áreas óptimas para localizar zonas de vivac. Diseño de contrastación: Og = Objetivo general Oe = Objetivos específicos Cp = Conclusiones parciales Cf = Conclusión final Hg = Hipótesis general 32 2.4Población y muestra La población y muestra, del presente estudio, es un área total de 19000 hectáreas que estarán ubicados en el distrito de San Bartolo. 2.5 Técnicas e instrumentos de recolección de datos 2.5.1 Técnicas de recolección de datos Diagrama de flujo: nos mostrara la organización y disposición de las operaciones espaciales del software ArcGIS, que en conjunto con la información base se relacionan con dos tipos de tablas desarrolladas. 2.5.2 Instrumentos de recolección de datos Los instrumentos utilizados en la presente investigación fueron los siguientes: a) Software: Los softwares utilizados en este proyecto son para realizar la clasificación de la información b) Insumos cartográficos. Son aquellos datos que muestran la información geográfica c) La investigación bibliográfica se realizará en bibliotecas digitales por medio de internet, así como repositorios de universidades y información acerca de la IESTPE – ETE. d) Se recopilará toda la información preexistente acerca de experiencias o investigaciones precedentes si las hubiera, nacional e Internacional. 2.5.3 Materiales Insumos cartográficos de elaboración reciente, que contiene información técnica y básica para el manejo e interpretación de los productos cartográficos, descargadas de geo-servidores gratuitos. La Tabla 02, muestra los insumos cartográficos, escala, fuente. Tabla 2: Insumos Cartográficos INSUMO ESCALA FUENTES 1:100 000 Instituto Geográfico Nacional 1:100 000 Instituto Geográfico Nacional Suelos 1:200 000 Ministerio del Ambiente Cobertura Vegetal y Usos de Suelo 1:300 000 GEOCATMIN Carta Nacional 25 j Límites: Distrital y provincial 33 2.6 Análisis e interpretación de resultados 2.6.1 Área de estudio El presente trabajo de realizo en el distrito de San Bartolo, provincia y departamento de Lima, Perú. Se ubica a la altura del kilómetro 51 de la Panamericana Sur, geográficamente se encuentra entre las coordenadas 12°25′00″S 76°47′00″O, ocupando un área de 45.1 Km2, según el INEI cuenta con una población de 7482 habitantes y una densidad de 166,23 Hab./ Km2. Figura 8: Mapa de Ubicación del distrito de San Bartolo Fuente: Elaboración propia 34 2.6.2Trabajo de pre campo En esta etapa, se realizó la recolección de información e investigaciones sobre el tema de estudio tanto de alcance nacional e internacional, obtuvieron información del área de estudio en formato vectorial y ráster. - Se recolecto información e insumos cartográficos de los geo-servidores Nacionales y plataformas virtuales. - Se diseñó el plan de trabajo de la investigación - Se identificaron y determinaron los criterios de selección de sitio 2.6.3 Trabajo de gabinete Realización de mapas de cada criterio de selección. - Íntegro y evaluó mapas temáticos (topografía, hidrografía, fisiografía, entre Otras). - Valido las áreas preseleccionadas y evaluar las opciones preseleccionadas, - Toda la información se registró en formatos establecidos por el investigador. 2.6.4 Criterios y factores óptimos de Localización Se logró determinar los criterios mínimos para la localización optima de la zona de vivac, para la Región Militar del centro, estos criterios permitieron determinar la Ubicación más conveniente. Tabla 3: Criterios de selección utilizados y su valor en el software GIS Criterio Escala Geología Estratigrafía, Mesozoico Precámbrico, Paleozoico Hidrología Distancia > 1000 m Pendiente 4 a 40 grados Cobertura Vegetal Herbazales o Terrenos de cultivo. Vías de acceso Distancia 1000 – 3000 m Zonas urbanas Distancia > 5000 m Ponderación Valores de 0-1 (1: Apto, 0: No Apto) o 35 2.6.5 Elaboración de los mapas temáticos de cada criterio y factor optimo a. Criterio de Pendiente. - los mapas de pendientes reflejan la inclinación de las laderas dentro de una cierta distancia y elevación. La pendiente se constituye en uno de los factores que valora el grado de inclinación del sustrato litológico en las diferentes geoformas. Se partió de un modelo digital de elevación con el cual se generó un mapa de pendientes sobre la cual se definió la unidad de medida en grados (Degree), entonces se generó el mapa de pendientes, se clasificó en valores de 1 a 3 (<4°, 4 - 40°,>40°). Seguidamente se le dio los valores óptimos. Tabla 4: Clasificación de pendientes Pendiente Descripción <4° Pendiente Baja 4 - 40° Pendiente optima >40° Pendiente muy alta 36 Figura 9: Mapa de pendiente de San Bartolo Fuente: Elaboración propia b. Criterio geológico. – La elaboración del mapa Geológico se realizó a partir del shapelife de geología extraída de INGEMMET. Se han identificado en todo el distrito 9 unidades geológicas mostradas en la tabla. 37 Tabla 5: Unidades Geológicas en el distrito de San Bartolo Simbología Descripción La unidad consiste de tobas líticas, tobas vítricas con delgadas intercalaciones de brechas piroclásticas, lavas y areniscas volcánicas bien estratificadas. La secuencia se encuentra cortada por enjambres de Ki-chil diques que aparentan ser capas. Dentro de la Formación Chilca se observa un horizonte de caliza bioclástica de color gris claro detallado en el mapa a la escala 1:50 000. Es una unidad conformada por calizas masivas, calizas bioclásticas y micritas de color gris claro. Sus afloramientos se Ki-at reconocen en los cerros Atocongo, río Lurín, Lomas del Manzano (Lámina 4), antigua fábrica de cemento Chilca, Condestable y cerro Perico. El grosor de la Formación Atocongo es variable, desde 200 m a menos de 30 m en el cerro Perico (Mala). Están constituidos por materiales acarreados por los ríos que bajan de la vertiente occidental andina cortando a las rocas terciarias, Qh-al mesozoicas y batolito costanero, tapizando el piso de los valles, habiéndose depositado una parte en el trayecto y gran parte a lo largo y ancho de sus abanicos aluviales. El Batolito de la Costa es una intrusión múltiple y compleja que Ks-bc/pt-di está formada predominantemente por tonalitas y granodioritas que ocupan el núcleo de la cordillera occidental Representa la parte superior del Grupo Casma en el cual se observa un mayor incremento de las lavas poco estratificadas que alternan con horizontes de tobas, brechas y esporádicos niveles de Kis-qui calizas. Existen dentro de esta unidad andesitas masivas y andesitas basálticas Sus afloramientos se reconocen en el valle del río Mala, quebradas Chilca, Cruz de Hueso y Río Seco. El grosor en conjunto del grupo Casma sobrepasa los 1 000 m. de sección. Depósito eólico compuesto por arenas finas a medias, densas, Q-eo gris claro. Donde no existe sal la arena está suelta, estructura seudoestratificada, textura arenosa, medias húmedas. Se observa también estratificación cruzada 38 Se trata de depósitos litorales, caracteristísticos por estar Q-ma constituidos por materiales elásticos, llevados al mar como carga por los ríos y también como resultado de la acción erosiva de las olas, siendo después distribuidos por corrientes marinas de deriva. Se diferencia de la Formación Lurín por estar formada Ki-pa predominantemente de lutitas abigarradas finamente estratificadas con intercalaciones de calizas y margas. Figura 10 Mapa de tipos de suelos Fuente: Elaboración propia c. Criterio de distancia a carreteras. –Para este criterio se utilizó Shapelife del ministerio de transportes y comunicaciones, de algunas vías faltantes, después se clasifico según a los siguientes criterios. 39 Tabla 6: Clasificación de carreteras Carreteras Descripción 0 – 250 m Distancia baja 250 - 2000 Distancia optima > 2000 m Distancia muy alta Figura 11: Mapa de vías de comunicación Fuente: Elaboración propia 40 d. Criterio de distancia a ríos. – Para este criterio se utilizó Shapelife de la autoridad nacional del agua y levantamiento con imagen satelital de algunos ríos o quebradas faltantes, donde se lo clasifico de acuerdo a la distancia. Tabla 7: Clasificación de hidrografía Hidrografía Descripción < 1000 m Distancia baja > 1000 m Distancia optima Figura 12: Mapa de distancia de ríos Fuente: Elaboración propia e. Criterio de distancia a zonas urbana. - Para este criterio se utilizó Shapelife del Instituto Geográfico Nacional, así como el levantamiento con 41 imagen satelital de áreas urbanas faltantes, donde se lo clasifico de acuerdo a la distancia. Tabla 8: Clasificación de distancia a zonas urbanas Descripción Zona urbana < 5000 m Distancia baja > 5000 m Distancia optima Figura 13: Mapa de pendiente de San Bartolo Fuente: Elaboración propia 2.6.6 Operación de las capas. - En esta etapa se integró las capas con el objetivo de efectuar las operaciones para determinar propuestas para la localización de lugares óptimos de zonas de vivac. Se realizaron los denominados geoprocesamientos, que hace referencia al análisis espacial mediante la combinación de temas de capas con distinta información. El procesamiento 42 incluye diversas operaciones espaciales que van a permitir el análisis mediante la representación de los datos existentes, como también de la generación de nuevas capas de información procedentes del cruce de las anteriores. En el ámbito de ArcMap, este tipo de funciones se encuentran dentro de la ArcToolbox. Tabla 9: Geoprocesos utilizados HERRAMIENTA GEOPROCESO Conversión DESCRIPCION Funciones de conversión entre formatos TIN (Red Irregular de triángulos) y “raster, y de TINs a fenómenos. 3D ANALYST TIN Permiten crear y editar TINs Creation Edit TIN Permiten crear superficies TIN con capas adicionales de entrada. Para extraer fenómenos y atributos de una clase de fenómenos, Extract o de una tabla, basado en interrogaciones sobre atributos, o extracción espacial, y añadirlas a una nueva clase de fenómeno de un archivo. Esta función es muy útil y se usa a menudo, es el equivalente a recortar un mapa de papel con tijeras de modo de dejar Clip únicamente el área que nos interesa estudiar. Trabaja en base a 2 shapes, uno que define la zona de corte (siempre debe ser de polígonos) y otro que es sobre el cual se realiza el recorte o la extracción de información. (Puntos, líneas o polígonos). ANALYST Se trata de una operación que permite borrar aquellas porciones TOOLS de elementos de entrada que son comunes con la capa de Erase borrado. Solo aquellas zonas de los elementos de entrada que caigan fuera de las fronteras de los polígonos de borrado estarán presentes en la capa de salida. Union Buffer Interpolation Crea una nueva capa vectorial a partir de unir las geometrías y atributos de cada una de las capas. Crea polígonos de zona de influencia alrededor de entidades de entrada a una distancia especificada. Funciones para crear una superficie continua (o predicción) a partir de valores en puntos muestreados. La representación 43 como superficie de un conjunto de datos “raster” representa altura, concentración o magnitud Una interrogación común en análisis espacial es identificar la idoneidad de cada posición de celda, relativo a criterios específicos. El criterio puede ser de coste relativo, preferencias, o riesgos. Los modelos de idoneidad contestan cuestiones como: Overlay ¿dónde está la mejor posición para construir una casa?, ¿cuál es la ruta más barata para construir una carretera?, y ¿qué áreas deberían conservarse como hábitat para venados? La herramienta de superposición ponderada permite reclasificar fácilmente los datos, ponderar los conjuntos de datos, y combinarlos en un mapa de idoneidad. Reclasificar datos significa simplemente sustituir valores de celda de entrada por nuevos valores de salida. Hay muchas razones por las que puede querer reclasificar sus datos. Algunas de las razones más comunes son: (1) sustituir valores basados en nueva información, (2) agrupar ciertos valores, (3) reclasificar SPATIAL Reclass NALYST valores a una escala común (por ejemplo para usar en un análisis de idoneidad, o para crear un “ráster” de coste para usarlo en la herramienta de análisis de distancia por coste), y (4) para TOOLS establecer valores específicos como “Sin Datos”, o establecer un valor para celdas “Sin Datos”. Hay varias aproximaciones a reclasificar datos: por valores individuales, por rangos, por intervalos o área, o por un valor alternativo. Puede producir un nuevo conjunto de datos que identifica un patrón específico en un conjunto de datos original. Pueden Surface derivarse patrones que no eran inmediatamente aparentes en la superficie original, como contornos, ángulo de pendiente, dirección de máxima pendiente (orientación), relieve sombreado, y fronteras de la vista desde un punto panorámico. Esta función permite pegar información (gráfica y alfanumérica) de 2 o más temas de iguales características. Se Merge debe tener en cuenta que los temas a unir deben tener campos (columnas) comunes que mantengan los mismos nombres en sus bases de datos, para evitar confusión o la pérdida de información Fuente. ArcGis resources (Elaboración propia) 44 2.6.7 Construcción del modelo. – Para la creación de modelos, se utilizó el MODEL BUILDER, no es propiamente una herramienta de geoprocesamiento, pero es una herramienta muy práctica para automatizar y encadenar las herramientas de geoprocesamiento vistas anteriormente. - Creación de una caja de herramientas, se presionó sobre la caja de herramientas de ArcToolbox. Con el botón derecho del ratón sobre ArcToolbox y se seleccionó NEW TOOLBOX para crear una nueva caja de herramientas de nombre Zonas de Vivac, la creación del modelo se realizará dentro de la caja de herramientas, Con la ayuda del botón derecho del ratón y se seleccionó NEW / MODEL. Figura 14: Plataforma de geoprocesamiento modelbiulder Fuente: Elaboración propia 45 Al crearse el nuevo modelo, donde se realizará las operaciones de geoprocesamiento se cargan la información (hidrografía, geología, pendiente, vías y áreas urbanas). Figura 15: Ingreso de datos a la plataforma de geoprocesamiento Fuente: Elaboración propia Al estar todos los elementos dentro del modelo se realiza la operación de capas con las herramientas y con los criterios definidos para poder localizar áreas óptimas para zonas de vivac: Vector a ráster. Se realizó esta operación de conversión para poder calcular la distancia euclidiana. 46 Figura 16: Conversión de un polígono a un ráster Fuente: Elaboración propia Figura 17: Resultados de la conversión de un polígono a un ráster Fuente: Elaboración propia 47 Distancia Euclidiana. Es un algoritmo que calcula desde el centro de la celda de origen hasta el centro de las celdas circundantes la distancia que se definió para ubicar las zonas de vivac con respecto a las vías de comunicación y quebradas. Figura 18: Procesamiento de la distancia euclediana Fuente: Elaboración propia Reclasificación. Una vez convertidos todas las entidades en ráster se procedió a cambiar los valores del ráster según los criterios definidos de apto y no apto dándole la ponderación correspondiente de 0 para valores no aptos y 1 para valores aptos. Superposición Ponderada. Esta herramienta aplica uno de los enfoques para el análisis de superposición ponderada para resolver problemas de varios criterios como la selección se áreas óptimas. 48 Ráster a Polígono. Al finalizar el geo proceso el archivo final es un ráster el cual se para a formato polígono (Shapelife) para poder trabajarlo. Figura 19: Estructura de geoproceso en el modelbiulder FUENTE: Elaboración propia Se establecieron según el análisis multicriterio, 175 áreas como aptas para zonas de vivac los cuales varias desde 0.056 hectáreas la más pequeñas hasta 58.5 hectáreas la más grande. 49 Figura 20: Áreas apta para zonas de Vivac FUENTE: Elaboración propia 50 CAPÍTULO III CONCLUSIONES Y RECOMENDACIONES 3. CONCLUSIONES 1. Se logró que el sistema de información geográfico permita la localización óptima de 175 áreas aptas las zonas de vivac. 2. Se determinó que la ponderación permitió la localización óptima de zonas de vivac asignándole valores para resolver el problema de las áreas óptimas. 3. Se logró determinar que los criterios que se han empleado para la localización optima de zonas de vivac donde se han integrado capas aplicando criterios 51 4. RECOMENDACIONES 1. La utilización de los sistemas de información geográfica para realizar análisis en el ámbito del medio ambiente, la gestión de riesgos. 2. Empleo de los geoprocesos con los análisis multicriterio para localizar rutas seguras para las tropas de las diferentes unidades a nivel nacional. 3. Mayor investigación en los sistemas de información geográfica y la localización optima, los cuales pueden ser aplicados en distintas áreas de nuestro ejército. 52 5. REFERENCIAS BIBLIOGRÁFICAS Angers, E. P. (2017). localizacion optima de un relleno sanitario empleando sistema de informacion geografico en el distrito de Chachapoyas, Region Amazonas. Universidad Nacional Toribio Rodriguez de Mendoza, Chachapoyas - Perú. Gomez, M. y. (2005). sistema de informacion geografica y evaluacionmulticriterio en la ordenacion del territorio. España: segunda edicion. Joaquin, B. S. (2011). localizacion de sitios adecuados para establecer un vertedero de residuos solidos urbanos en el Municipio Central de Honduras. Universidad Nacional Autonoma de Honduras, Tegucigalpa- Honduras. Luz, S. J. (2015). Sistema de informacion geografica y la localizacion optima de instalaciones para residuos solidos: propuesta para la provincia de Huanuco. Tesis de grado. Universidad Nacional Mayor de San Marcos, Lima. Sendra, J. B. (2001). SISTEMA DE INFORMACION GEOGRAFICA. ESPAÑA: GRUPO RA-MA. Vera Gimenez Mariela, C. C. (2012). localizacion optima de relleno sanitario aplicando tecnicas multicriterio en sistema de informacion geografica en el area metropolitana del alto Paraná. Universidad Nacional del Este, Parana - Paraguay. Amon, I. y Jiménez, C. (2009). Hacia una Metodología para la Selección de Técnicas de Depuración de Datos. Avances en Sistemas e Informática, Vol. 6. 53 6. ANEXOS 54 Anexo 1. Matriz de consistencia Título: Sistema de Información Geográfica y localización óptima de zona de vivac distrito de San Bartolo para la región militar de Lima Operacionalizacion Problema Objetivos General ¿De qué Marco Hipótesis Teórico Variable General manera el Og: determinar de qué (Angers, manera el sistema de “Sistemas Geográfica influye a la información información Localización Optima de permite una localización geográfica la Localización óptima de zonas de Vivac en el optima de zona de vivac localización Óptima un área para zonas de distrito de San Bartolo en el distrito de San de instalaciones Vivac en el distrito de para las Unidades de la Bartolo para la Región para residuos San Bartolo para las Región Militar de Lima? Militar de Lima sólidos: propuesta Unidades de la Región ponderación geográfica que se Oe1. 2017) de y Determinar ponderación en de información cartográfica Militar de Lima. porque nos enfocamos en la búsqueda de Variable resultados que aporten opciones Independiente X3: Pendiente para resolver problemas en la localización óptima de zonas de vivac aplicando técnicas la para la Región Militar de Lima. geográfica 2.Nivel de Investigación: Específicos 2011) de adecuados He1. Los valores de para establecer un ponderación permitirán la vertedero de la localización óptima de se residuos sólidos un área para zonas de empleara en el Sistema urbanos de Municipio del Distrito que Básica, información sitios ponderación X2: Hidrología es El tipo de investigación la Sistema localización optima de actualización permite la la Determinar 1.Tipo de Investigación: Geográfica “Localización Oe2. X1: Geomorfología en zonas de vivac. Pe2. ¿De qué manera la de Información Información Geográfica zonas de vivac? Sistema multicriterio (Joaquin, con El Información Geográfica Huánuco”. localización optima de relaciona a (X): utiliza en el Sistemas de se Hg: nos para la provincia de Específicos Pe1. ¿De qué manera la Metodología Escal General Sistema de Información Específicos Indicadores Información en el vivac. de Sistemas de (SIG) El nivel de investigación es descriptivo, porque se va conseguir el conocimiento y comprensión de los procesos que nos ayudaran a realizar el plano base. 55 influye en la localización Geográfica optima localización optima de la vivac? de zonas de para la Central de Honduras”. He2. zona de vivac. criterios (Luz, 2015) “Localización óptima de un relleno sanitario empleando Sistemas Los utilizados permitirán la localización óptima de un área para zonas de vivac. 3.Método Variable Dependiente de El diseño del presente trabajó (Y): será descriptivo, porque se va Localización describir los procesos con los optima de zonas cuales de vivac. se van realizar las distintas valoraciones para poder Información Y2: Actividad de la Geográfica el Información de Cartográfica Distrito Diseño Investigación: Y1: Ponderación de en y Cuantitativa determinar las áreas óptimas para localizar zonas de vivac. Método: Chachapoyas, Región Metodo Descriptivo Amazonas, 2017”. Diseños de investigación: Y3: Criterios Descriptivo (Vera Gimenez Mariela, 4.Población y Muestra 2012). Localización Óptima La población y muestra, del de relleno sanitario presente estudio, es un área total aplicando técnicas de 19000 hectáreas que estarán multicriterio en ubicados en el distrito de San Sistemas de Bartolo. Información Geográfica (SIG) en el Metropolitana Alto Paraná. Área del 56 ANEXO 2. FOTOGRAFÍAS DE TRABAJO EN CAMPO Figura 20: trabajo en gabinete Figura 21: Procesamiento del TIN 57 FIGURA 22: obtención de shafile 58 ANEXO 3. PROCEDIMIENTO PARA LA LOCALIZACION ÓPTIMA DE LAS DE VIVAC EN EL DISTRITO DE SAN BARTOLO FIGURA 23: SHAFILE DE EL DISTRITO DE SAN BARTOLO FIGURA 24: CREACION DE UN ARCT TOOL BOOKS ZONAS 59 Figura 25: CLASIFICACION DE SUELOS FIGURA 26: OBTENCION DE POSIBLES ZONAS DE VIVAC SEGÚN EL CRITERIO OTORGADO PARA CADA TIPO DE SUELO 60 FIGURA 27: OBTENCION DE LAS ZONAS DE VIVAC EN DISTRITO DE SAN BARTOLO FIGURA28: CONVERSION DEL RASTER A SHAFILE DE LA ZONAS DE VIVAC OBTENIDAS 61 DECLARACIÓN DE AUTENTICIDAD Y NO PLAGIO El grupo N° 03 conformado por los alumnos del 3er año del IESTPE-ETE de la especialidad de técnica en geomático a cargo del trabajo de investigación cuyo título del tema es: “SISTEMA DE INFORMACIÓN GEOGRÁFICA Y LOCALIZACIÓN OPTIMA DE ZONAS DE VIVAC EN EL DISTRITO DE SAN BARTOLO PARA LA SEGUNDA REGIÓN MILITAR DE LIMA”. Declaran: Que el trabajo de investigación presentado ha sido íntegramente elaborado por el Grupo N” 03 y que no existe plagio alguno, presentado por otra persona, grupo o institución, comprometiéndonos a poner disposición del COEDE (IESTPE-ETE) los documentos que acreditan la autenticidad de la información proporcionada; si esto fuera solicitado por la entidad. En tal sentido asumimos la responsabilidad que corresponda ante cualquier falsedad, ocultamiento y omisión tanto en los documentos como en la información aportada nos afirmamos y ratificamos en lo expresado, en señal de lo cual firmamos el presente documento. Chorrillos 14, de octubre del 2019 ---------------------------------------------Firma ---------------------------------------------Firma A.GONZALES R. M.GUTIERREZ Q. 73781518 76412710 ---------------------------------------------Firma ---------------------------------------------Firma D. RAMIREZ V. R.TORREBLANCA V. 72624227 76438621