fbpx
  • Síguenos:

Daño al suelo, la biodiversidad y recursos hídricos, predice un algoritmo desarrollado e implementado en la zona por Data Observatory. La revista internacional “Landscape and Urban Planning” publicó los resultados.

Por: Leonardo Nuñez 

Castro, Calbuco, Puerto Montt y Frutillar presentan un alto riesgo ecosistémico y de calidad ambiental ante la parcelación activa, muestra un estudio de Data Observatory basado en la ciencia de datos aplicados sobre el fenómeno de la subdivisión predial en la Región de Los Lagos.

El estudio fue desarrollado con datos históricos de 2002 y 2021, combinando diversas fuentes de datos abiertos que hubo que sistematizar, entre ellas el Servicio de Impuestos Interno (loteo de predios) y Servicio Agrícola y Ganadero. 

Gracias al uso de herramientas de machine learning, el algoritmo implementado predijo las zonas latentes a subdivisión, es decir, que presentan una tendencia y potencial predictivo a ser subdividido, además de analizar la compleja interacción de características territoriales –como lo son las distancia a centros urbanos, a la costa o la edad de la población– que tendrían mayor influencia en el fenómeno.

Publicado en la revista internacional “Landscape and Urban Planning”, la investigación estuvo a cargo de Jorge Herrera, estudiante de doctorado del Programa de Ingeniería en Sistemas Complejos de la Universidad Adolfo Ibáñez, junto a los académicos Mauricio Galleguillos, de la misma universidad,  y Marco Pfeiffer, de la Universidad de Chile.

Y aunque los investigadores coinciden en que estas divisiones geoespaciales son legales, advierten el impacto que puedan tener en el comportamiento del medio ambiente. “Gracias al algoritmo, observamos que hay zonas calientes o de alta subdivisión desde 2002, entre ellas Castro, Calbuco, Puerto Montt y Frutillar, y la predicción muestra que se refieren a territorios con alta relevancia ecosistémica, como puede ser la cercanía a parques, reservas y bosques nativos, así como suelos con potencial agrícola, que presumen un daño multisistémico al suelo, biodiversidad, o en sus recursos hídricos”, explicó Jorge Herrera.

Por su parte, el profesor Galleguillos indicó que “la motivación del estudio fue tratar de entender los patrones espaciales detrás del fenómeno de subdivisión que pegó fuertemente durante la pandemia. Efectivamente existía la percepción de un aumento de las subdivisiones rurales bajo supuestas características como la cercanía a parques nacionales o bordes de zonas acuáticas que sonaba en el imaginario de la gente, pero que había que cuantificar con base científica”.

Los investigadores recomiendan el uso de este tipo de algoritmos en todas las regiones del país para una planificación territorial sostenible y responsable, dado el contexto de cambio climático y los factores asociados a la degradación del suelo y los ecosistemas.

Sobre la metodología del estudio, Rafael Undurraga, ingeniero industrial de la Pontificia Universidad Católica y master in Digital Business and Innovation, explicó a “El Diario Inmobiliario” que  en un contexto donde la escasez de recursos naturales y la necesidad de reducir el impacto ambiental son imperativos, la integración de tecnologías avanzadas como la inteligencia artificial, el broadcasting de predicción y el machine learning emergen como un catalizador para la optimización de procesos y la gestión eficiente de recursos críticos, como en este caso es el uso del suelo y del agua.

“Los algoritmos de machine learning pueden analizar grandes conjuntos de datos en tiempo real, identificar patrones y predecir comportamientos futuros con una precisión sin precedentes. Esto no solo mejora la eficiencia de la producción, sino que también permite una gestión más inteligente de los recursos”, concluyó el experto.

Parcelaciones

27F
2D
3D
8M
A&G
AFP
Bar
BC
BID
CAE
CAM
CCI
CCS
CDE
CES
CMF
CMN
CO2
CPC
CPI
CVD
DOH
DOM
DS1
E2E
EFE
EIA
ENE
ESG
FMI
GAM
GFK
H2V
HUM
IA
ICV
IND
INE
INN
IPC
ISP
IVA
JLL
LED
LoT
Luz
MI
MMA
MOP
MTT
MUT
NAR
NBA
NCh
NFL
NY
OMS
ONG
ONU
PDI
PEH
PHE
PIB
PIS
PRC
PUC
QR
RED
RM
ROI
SAG
SEA
SII
SMA
TEA
TGR
TIR
TPM
UC
UF
USS
UTM
En Inmofest 1º Vivienda puedes cumplir el sueño de la casa propia