Figura 13. Proceso para la elaboración de un SIG-ADMC

2.3.2 Análisis multicriterio

El análisis de decisión multicriterio (ADMC) es una técnica que permite utilizar múltiples

criterios para tomar decisiones sobre problemas de complida naturaleza (Malczewski,

2007). Ofrece un proceso estructurado y lógico que facilita la identificación y priorización de

los diferentes factores involucrados en la temática. En los problemas relacionados con el

ámbito geográfico, los SIG complementan de manera muy eficiente esta técnica. El uso de

SIG-ADMC permite clasificar, transformar, analizar y organizar datos geográficos y juicios de valor para resolver problemas espaciales (Vaissi y Sharifi, 2019). Por lo tanto, constituyen un

gran soporte para lograr mayor efectividad en el proceso de toma de decisiones espaciales.

a. Proceso de un SIG-ADMC

Para este proceso se debe considerar los modelos de datos geográficos, la dimensión

espacial de los criterios de evaluación y las alternativas de decisión para la evaluación de

criterios (Ryan y Nimick, 2019). En la figura 13 se muestra un esquema del proceso para la

elaboración de un SIG-ADMC.

Figura 13. Proceso para la elaboración de un SIG-ADMC

Elaboración: Propia, basada en la teoría de Ryan y Nimick (2019).

El método SIG-ADMC tiene un enfoque práctico que puede ser utilizado en las diferentes

áreas del conocimiento. Uno de los principales campos de aplicación es para la identificación

y zonificación de espacios geográficos, como zonas de protección, diversidad ecológica, usos

de suelo (Chen, 2014; Malczewski, 2007; Vaissi y Sharifi, 2019; Zhaoguo y Xishihui, 2016).En

la presente investigación se utilizó el método combinado de SIG-ADMC para identificar el

grado de urbanización del territorio.

b. Métodos de decisión multicriterio

La objetividad para la toma de decisiones es uno de los temas más cuestionados en la

literatura. Por consiguiente, las metodologías de decisión multicriterio si bien están lejos de

ser consideradas como certeras e infalibles permiten encontrar una solución adecuada

basada en componentes cuantitativos que aportan a la mejora en la toma de decisión. Bajo

este contexto, existen dos clasificaciones de métodos: i) las decisiones multicriterio

discretas, que sirven para aquellos problemas que tienen finitas alternativas de decisión, y ii) las decisiones multiobjeto que se utilizan para problemas con infinitas alternativas de

decisión (Berumen y Llamazares, 2007).

En este sentido, se analizarán las decisiones multicriterio discretas, las cuales cuentan con

cuatro métodos principales:

 Ponderación lineal (scoring): El método consiste en obtener un valor global con la

suma de las contribuciones de cada variable analizada. Para ello es importante

primero normalizar las variables, para que todas se encuentren en una misma escala

numérica (Berumen y Llamazares, 2007).

 Método de agregación de utilidad multiatributo: En este método los criterios y

atributos están en función de las preferencias del tomador de decisión. Por ende,

esta persona debe tratar de maximizar una función en el que se encuentren todos

los puntos de vista de relevancia para el problema. El método consiste en medir la

utilidad parcial de cada criterio con respecto a cada alternativa y en función de ello

determinar la utilidad global (Bernal y Niño, 2018).

 Método de relaciones de sobrecalificación: Desarrollado por Roy en la década de los

setenta. Este método se basa en relaciones binarias con conceptos de concordancia

y discordancia (Berumen y Llamazares, 2007), que buscan determinar si una

alternativa supera a otra, aunque no lo sea en todos los criterios. Las relaciones

pueden ser de tres clases: indiferencia, preferencia o incomparabilidad (S. Bernal y

Niño, 2018).

 Proceso analítico jerárquico (AHP): Creado por Thomas Saaty en 1980. AHP es un

método estructurado el cual a través de una descomposición del problema de

manera jerárquica se permite optimizar la toma de decisiones. Se intenta definir

cómo influye cada uno de los criterios en el problema central, para ello se realizan

comparaciones por pares y se asignan valores numéricos en una matriz cuadrada, en

función de las preferencias señaladas por las personas o expertos que intervienen

en dicho proceso. La escala de valoración va de 1 (misma importancia) hasta 9

(absolutamente más importante). La suma de la matriz permite calcular los pesos

relativos de cada criterio en función de la importancia para el problema en cuestión (Berumen y Llamazares, 2007) .

2.3.3 Análisis geoespacial: álgebra de mapas y operaciones geométricas vectoriales

Existen dos tipos de variables territoriales: las continuas y las discretas. Las variables

continuas son propias de la cartografía vectorial, en el cada píxel representa un conjunto de

datos lo cual permite tener distintos valores a lo largo de la superficie como la altitud del

suelo. Por otra parte, están las variables discretas que son características de la cartografía

vectorial, estas tienen un valor único constante en toda su superficie como un límite de un

espacio geográfico (Gis&Beers, 2019).

Bajo este contexto, existen métodos específicos para cada una de las variables, el álgebra

de mapas son expresiones de tipo matemático generalmente aplicado a variables continúas

debido a que la regularidad propia de su estructura permite analizar los valores de cada

píxel. Mientras que en los datos discretos o vectoriales, las entidades están asociadas a