2.3 MARCO METODOLÓGICO

depende del sitio y tamaño que se requiera según el tipo de ciudad. En su estudio “Selección del sitio del relleno sanitario mediante la toma de decisiones de varios criterios:

factores influyentes para comparar ubicaciones” ha considerado los siguientes factores la profundidad del agua subterránea, la vecindad del agua superficial, la elevación, la pendiente del terreno, la permeabilidad del suelo, la estabilidad del suelo, la susceptibilidad a las inundaciones, la litología y estratificación, las fallas, el tipo de uso del suelo, los asentamientos y la urbanización cercanos, culturales y protegidos. vecindad del sitio, dirección del viento, carreteras, ferrocarriles, proximidad a materiales de construcción, tuberías y líneas eléctricas, y proximidad a aeropuertos (Rezaeisabzevar, Bazargan, & Zohourian, 2020).

2.3 MARCO METODOLÓGICO

2.3.1 Sistemas de información geográfica

Los Sistema de Información Geográfica (SIG) son un conjunto de herramientas que integra y relaciona diversos componentes (usuarios, hardware, software, y procesos), Los SIG permiten la organización, almacenamiento, manipulación, análisis y modelización de grandes cantidades de datos, siempre y cuando estos ocupen un lugar en el espacio y puedan ser mapeables, facilitando la incorporación de aspectos socio-culturales, económicos y ambientales que conducen a la toma de decisiones de una manera más eficaz (EPCC, 2013).

Los formatos de los archivos que utilizan los SIG son de tipo vector y raster; los vectores pueden presentar una geometría de punto, línea y polígono. Mientas que los rasters son imágenes que están compuestas por celdas o pixeles. En cualquiera de los dos tipos de datos se puede encontrar con valores de identificación propios de los objetos.

Además, para el desarrollo de la investigación se ha considerado el uso de geoprocesos que son parte de los SIG, los mismos que permiten estandarizar la información antes de su análisis. Es decir, permitirán convertir las coberturas de vector a raster con el fin de lograr un análisis matricial de la información, los procesos metodológicos dentro de los SIG a considerar son los siguientes:

2.3.1.1 Escala de la información

31

La escala de un mapa es la relación entre éste y la realidad. El conocer la escala de un mapa nos permite medir distancias, determinar áreas y realizar comparaciones entre diferentes objetos (Fallas, 2003). Si la realidad es una escala 1:1, un mapa a escala 1:50.000 representaría, por ejemplo, 500 m. de una carretera en un tramo de 1 cm. Cuanto menor sea el factor de escala, mayor será ésta y a la inversa. Así hablamos de pequeña escala cuando utilizamos mapas a partir de 1:200.000, de escalas medias entre ésta y el 1:25.000 y de gran escala menores a esta. Por ende, la escala de un mapa será la que determine el nivel de información del mismo (Bravo, 2000).

2.3.1.2 Raster binario

Los raster permiten un análisis matricial por estar compuestos de celdas o pixeles, los cuales tiene un valor y una localización determinada. Es decir, todo objeto en el terreno tendrá un valor. Estas matrices también pueden tener un valor binario que reflejaría la existencia o ausencia de un objeto geográfico determinado. Los valores que se usan en estás celdas son de cero (no se considera) y uno (si se considera) (Bravo, 2000).

Para el presente desarrollo se aplica esta definición para los criterios considerados como restricciones en el análisis multicriterio.

2.3.1.3 Distancia euclidiana

Conceptualmente, el algoritmo euclidiano funciona del siguiente modo: para cada celda, la distancia a cada celda de origen se determina al calcular la hipotenusa con x_max y y_max como los otros dos lados del triángulo. De este cálculo se deriva la verdadera distancia euclidiana, en vez de la distancia de la celda (ESRI, 2014).

Para este desarrollo se parte de un punto, línea o polígono y se calcula un modelo de distancia euclidiana con el objetivo de indicar que sitios son más o menos favorables en el análisis. La distancia euclidiana se calcula desde el centro de la celda de origen hasta el centro de cada una de las celdas vecinas (Villacreses, 2017).

2.3.1.4 Reescalado de coberturas

Como parte de la estandarización de información raster se considera el reescalado de coberturas mediante el uso de funciones que permitan la homogenización de las escalas

32

con el fin de logar la comparabilidad de las mismas. La herramienta de re-escalar por función permite usar una función matemática (línea o curva) para asignar valores de adecuación a un ráster de entrada junto con una escala continua (generalmente del 1 al 10). Re-escalar resulta especialmente útil en modelos de adecuación. Muchas veces, la adecuación varía de forma continua al variar los valores del criterio y a menudo lo hace de forma no lineal (ESRI, 2020).

Existen algunas funciones de transformación, estandarización y reescalado de coberturas que son herramientas propias de los SIG, en este trabajo se han considerado importantes para su uso las que se mencionan a continuación:

- Función exponencial: Se utiliza cuando la preferencia aumenta con un aumento de los valores de entrada y la preferencia aumenta más rápidamente a medida que aumentan los valores de entrada (ESRI, 2020).

- Función gaussiana: El punto medio de la distribución normal define el valor de mayor preferencia y por lo general se asigna a Escala Hasta. Los valores de preferencia decrecen a medida que los valores se alejan del punto medio hasta que, eventualmente, se alcanza la preferencia mínima. Por lo general, a los valores de entrada mínimo y máximo se les asigna el valor de Escala Desde (ESRI, 2020).

- Función lineal: Cuando el mínimo es menor que el máximo, la preferencia de los valores mayores es mayor (ESRI, 2020).

- Función logarítmica: Se utiliza cuando la preferencia por los valores menores de entrada aumenta rápidamente. A medida que los valores de entrada aumentan, la preferencia apenas aumenta aunque los valores de entrada aumenten (ESRI, 2020).

- Función logística de decrecimiento: Se utiliza cuando los valores de entrada pequeños son los preferidos. A medida que los valores aumentan, las preferencias decrecen rápidamente hasta que, con valores de entrada mayores, se reducen (ESRI, 2020).

- Función logística de crecimiento: Se utiliza cuando los valores de entrada pequeños son los menos preferidos. A medida que los valores aumentan, las preferencias aumentan rápidamente hasta que, con valores de entrada mayores, se reducen (ESRI, 2020).

33

- Función simétrica lineal: Se utiliza cuando hay un valor específico de entrada que es el más preferido y la preferencia decrece linealmente a medida que los valores de entrada se alejan del punto simétrico (ESRI, 2020).

2.3.2 Métodos Multicriterio

Los métodos multicriterio (MMC) han tenido su origen en la economía y en la ciencia política y de la decisión (Romero, 1993). Los métodos multicriterio (MMC) son métodos matemáticos que permiten buscar un conjunto de soluciones para un mismo problema. Los problemas pueden tener un sinfín de alternativas e incertidumbres, los MMC definen criterios y una ponderación o importancia de acuerdo a la jerarquía definida, la misma que depende de los conocimientos técnicos en cuanto al problema (Barredo, 1999).

La combinación de los SIG y los métodos multicriterio facilitan encontrar las mejores localizaciones para situar los distintos usos del suelo que se deseen en una región (Barredo, 1999). La combinación de los métodos multicriterio y los SIG se basa en que cada criterio venga representado por un raster o vector, donde cada lugar del territorio es evaluado con un valor respecto a la actividad objeto de decisión (Melgarejo, M., & Moreno, 2007).

El método multicriterio que se va a desarrollar en la presente investigación es TOPSIS (Technique for Order Preference by Similarity to Ideal Solution), es un método de criterios múltiples para identificar soluciones a partir de un conjunto finito de alternativas. TOPSIS considera que la distancia del punto óptimo es la más alejada de la solución ideal negativa donde tiene la distancia más corta de la solución ideal positiva, lo que hace que este método este adecuado o diseñado para evitar riesgos. Por lo tanto, TOPSIS es un método confiable considerado como una buena herramienta para la toma de decisiones (Mir et al., 2016). Los siguientes son los pasos para aplicar TOPSIS:

1. Establecer la matriz de criterios,

2. Normalizar la matriz de decisión y calcular el peso de dicha matriz,

3. Determinar la solución ideal y la solución negativa,

4. Calcular las distancias para cada alternativa,

5. Calcular la cercanía relativa a la solución ideal,

6. Clasificar los criterios de acuerdo a la jerarquía preferida.

34

Por lo expuesto, es necesario que previo a la aplicación del MMC se trabaje en la ponderación de los criterios considerados en el análisis. Uno de los métodos que permite la valoración y ponderación de los mismos es el Proceso de Jerarquía Analítica (con sus siglas en inglés AHP).

2.3.2.1 Proceso de Jerarquía Analítica

Thomas Saaty desarrolló el Proceso Analítico Jerárquico (AHP) como parte de los métodos multicriterio. Este método considera varios criterios y los pondera de acuerdo a su jerarquía, es decir que cada criterio tendrá un valor numérico con el fin de determinar qué variable tiene mayor prioridad. Por otra parte, la definición de la jerarquía depende de los investigadores o la bibliografía considerada, esto con el fin de disminuir la subjetividad de los MMC (Kamdar et al., 2019).

Considerando el análisis de varios criterios o factores e independientes que tienen sus propios pesos . El tomador de decisiones no conoce los valores de sus pesos i pero es capaz de hacer una comparación de pares entre las diferentes alternativas. Además, se asume que los juicios cuantificados son proporcionados por el tomador de decisiones sobre pares de alternativas , los valores asignados a

. Además, se deben presentarse según intervalos que están representados en una matriz

como se indica (Villacreses, 2017):

(1)

2.3.3 Verificación de resultados

Como parte de la verificación de resultados se ha considerado la inspección de campo, la cual consiste en llenar una hoja de cumplimiento de los criterios considerados de cada sitio obtenido en los resultados del análisis SIG-MMC, con el fin de validar los mismo y confirmar que sean aptos para la implementación de un vertedero de escombros en el DMQ. Los criterios a ser verificados en campo son los siguientes:

35

- Ubicación

- Fotografía del sitio

- Servicios básicos

- Criterios considerados en el análisis multicriterio

Si los sitios seleccionados en el análisis y comprobados en campo cumplen con las especificaciones necesarias para una correcta operación de escombros se espera que este documento sea tomado como herramienta para la toma de decisiones.

36