Análisis multitemporal del cambio de uso del suelo, en el Paisaje Terrestre Protegido Miraflor Moropotente Nicaragua, 1993-2011

El análisis multitemporal permite detectar cambios entre diferentes fechas de referencia, deduciendo la evolución del medio natural o las repercusiones de la acción humana sobre el medio. El propósito del estudio fue evaluar el cambio de uso del suelo en el Paisaje Terrestre Miraflor Moropotente en el período 1993-2011, a través de imágenes satelitales, a fin de determinar el estado de fragmentación del paisaje. Los cambios de usos de suelo fueron derivados de la clasificación de tres imágenes Landsat TM, con una resolución espacial de 30 metros tomadas en febrero de 1993, abril de 2000 y enero 2011. Se realizó una verificación en campo para la identificación de coberturas de suelo y la corroboración en las imágenes satelitales. La fragmentación se realizó con el cálculo de métricas e índices de fragmentación a nivel del paisaje. Los principales resultados muestran que los cambios de uso de suelo están determinados por la degradación antrópica, principalmente en la conversión de la vegetación nativa a espacios agrícolas y la expansión de la ganadería. El crecimiento demográfico y los monocultivos van ejerciendo presión sobre el bosque, transformando zonas de vocación forestal a cultivos agrícolas. Los cambios de cobertura han significado un paisaje fragmentado con diferentes grados de perturbación, que conllevan a una disminución de la superficie de hábitats naturales, reducción del tamaño de los fragmentos y aislamientos de los mismos.

Hybrid simulation-optimization based approach for the optimal design of single-product biotechnological processes

In this work, we present a systematic method for the optimal development of bioprocesses that relies on the combined use of simulation packages and optimization tools. One of the main advantages of our method is that it allows for the simultaneous optimization of all the individual components of a bioprocess, including the main upstream and downstream units. The design task is mathematically formulated as a mixed-integer dynamic optimization (MIDO) problem, which is solved by a decomposition method that iterates between primal and master sub-problems. The primal dynamic optimization problem optimizes the operating conditions, bioreactor kinetics and equipment sizes, whereas the master levels entails the solution of a tailored mixed-integer linear programming (MILP) model that decides on the values of the integer variables (i.e., number of equipments in parallel and topological decisions). The dynamic optimization primal sub-problems are solved via a sequential approach that integrates the process simulator SuperPro Designer® with an external NLP solver implemented in Matlab®. The capabilities of the proposed methodology are illustrated through its application to a typical fermentation process and to the production of the amino acid L-lysine.