Modelos aplicados en Fitopatología

Dentro de las diversas áreas de la Fitopatología, la Epidemiología es la que posee un mayor potencial para el uso de modelos, porque esta ciencia es responsable de la descripción de las enfermedades a nivel de poblaciones y comunidades. Como las poblaciones están formadas generalmente por un número de individuos, es imposible e indeseable descubrir qué ocurre con individuos aislados. Los epidemiólogos precisan de alguna manera representar lo que sucede en las poblaciones de plantas, frente a los patógenos, en diferentes situaciones de ambiente. Haciendo una revisión de literatura, se verificó que hay dos caminos por los cuales los epidemiólogos estudian las enfermedades en poblaciones de plantas a través de modelos matemáticos, y de modelos estadísticos.

Modelos digitales de elevación generados por captura directa e indirecta de datos fuente : evaluación de su calidad

La información básica sobre el relieve de una cuenca hidrográfica, mediante metodologías analítico-descriptivas, permite a quienes evalúan proyectos relacionados con el uso de los recursos naturales, tales como el manejo integrado de cuencas, estudios sobre impacto ambiental, degradación de suelos, deforestación, conservación de los recursos hídricos, entre otros, contar para su análisis con los parámetros físicos necesarios. Estos procesos mencionados tienen un fuerte componente espacial y el empleo de Sistemas de Información Geográfica (SIG) son de suma utilidad, siendo los Modelos Digitales de Elevación (DEM) y sus derivados un componente relevante de esta base de datos. Los productos derivados de estos modelos, como pendiente, orientación o curvatura, resultarán tan precisos como el DEM usado para derivarlos. Por otra parte, es fundamental maximizar la habilidad del modelo para representar las variaciones del terreno; para ello se debe seleccionar una adecuada resolución (grilla) de acuerdo con los datos disponibles para su generación. En este trabajo se evalúa la calidad altimétrica de seis DEMs generados a partir de dos sistemas diferentes de captura de datos fuente y de distintas resoluciones de grilla. Para determinar la exactitud de los DEMs habitualmente se utiliza un grupo de puntos de control considerados como "verdad de campo" que se comparan con los generados por el modelo en la misma posición geográfica. El área seleccionada para realizar el estudio está ubicada en la localidad de Arrecifes, provincia de Buenos Aires (Argentina) y tiene una superficie de aproximadamente 120 ha. Los resultados obtenidos para los dos algoritmos y para los tres tamaños de grilla analizados presentaron los siguientes resultados: el algoritmo DEM from contourn, un RMSE (Root Mean Squared Error) de ± 0,11 m (para grilla de 1 m), ± 0,11 m (para grilla de 5 m) y de ± 0,15 m (para grilla de 10 m). Para el algoritmo DEM from vector/points, un RMSE de ± 0,09 m (para grilla de 1 m), ± 0,11 m (para grilla de 5 m) y de ± 0,11 m (para grilla de 10 m). Los resultados permiten concluir que el DEM generado a partir de puntos acotados del terreno como datos fuente y con el menor tamaño de grilla es el único que satisface los valores enumerados en la bibliografía, tanto nacional como internacional, lo que lo hace apto para proyectos relacionados con recursos naturales a nivel de ecotopo (predial). El resto de los DEMs generados presentan un RMSE que permite asegurar su aptitud para la evaluación de proyectos relacionados con el uso de los recursos naturales a nivel de unidad de paisaje (conjunto de ecotopos).

Modelos de demanda potencial de viajeros en redes de transporte público : aplicaciones en el Metro de Madrid

Este trabajo propone una metodología basada en Sistemas de Información Geográfica para estimar la demanda de viajes en estaciones de redes de transporte público, tomando como ejemplo la red de metro de Madrid. Primero se emplea una serie de datos descriptivos para caracterizar la red, clasificar las estaciones y obtener una tipología de las mismas. Luego, con el objetivo de explicar y predecir los viajes (entradas a la red) se generan dos modelos: uno sencillo a partir de las tasas de penetración de uso del metro en función de la distancia (distance decay), y otro más complejo basado en un modelo de regresión lineal múltiple (MRLM) que incorpora variables relativas a la estación y su entorno (densidad, mezcla de usos, diseño urbano, presencia de modos competidores). Su aplicación muestra resultados alentadores, y se plantea como una alternativa a los clásicos modelos de cuatro etapas, más complejos y con un mayor coste económico.