Diez tips para hacer un buen mapa

Diez tips para hacer un buen mapa

Por Nazul Cabrera y Francisco Bautista

Introducción

El cartógrafo Fernand Joly en 1979 definió a los mapas como “una representación sobre un plano, simplificada y convencional a escala de toda, o parte de la superficie terrestre”; lo cierto es que un mapa es una forma de comunicación gráfica, y son tan antiguos que se tiene registro de ellos desde el 500 a.C. en la ciudad de Babilonia.

¿Sabías que han tenido que normarse una serie de convenciones en el mundo para poder leer los mapas de forma universal? Ejemplo de ello, son la adopción del norte geográfico como referencia (aportada probablemente por Ptolomeo, al orientarse con la estrella polar en el hemisferio norte), definir el meridiano de Greenwich o incluso apegarse a alguna proyección de referencia. En el transcurso de la historia, y con la llegada de la globalización, la hiperconectividad y las nuevas tecnologías, a los antiguos métodos para la creación de mapas comenzaron a incorporárseles herramientas Satelitales y Sistemas de Información Geográfica, con los que hoy, como científicos ambientales, geógrafos, edafólogos e incluso historiadores nos toca trabajar, por ello en esta nota te damos algunos consejos para crear un mapa de excelencia.

En primer instancia, al ser los mapas un medio de comunicación gráfica, tenemos que tomar algunos consejos de profesionales del diseño gráfico y cartógrafos, que nos recomiendan hacer mapas sencillos y que puedan arrojar la información de la forma más rápida, eficiente y correcta para nuestro espectador (sí, cómo un anuncio publicitario).

Comencemos por mencionar algunos criterios importantes que debes considerar antes de empezar: a)  Propósito, tu mapa debe de cumplir con un objetivo principal; b) Audiencia, esto significa que tu mapa debe ser amigable para el público al que va dirigido (¿es para una comunidad rural o para un grupo de científicos?); c) Simbología, los símbolos y colores utilizados deben ser familiares para la audiencia ¡y sencillos!; d) Diseño, el mapa debe ser estético y agradable para la vista; e) Datos, se debe saber quién y cómo se produjo la información, se debe revisar la información (niveles, unidades, identificar datos anómalos, escala de trabajo y localización geográfica)

Ahora sí, después del breve preámbulo ¡comencemos con las recomendaciones!

Las diez recomendaciones

1.      Estructura del mapa y título

Se refiere a buscar el balance y el equilibrio ideal de nuestros mapas, evitar espacios blancos (que producen una sensación de vacío) y evitar colocar elementos muy juntos (que pueden generar cansancio y mayor dificultad para leer el mapa). Esta recomendación la debes considerar para la estructura del mapa en general, pero también para elementos secundarios, como tener una leyenda bien centrada.

Para el título te recomendamos ser concreto y que refiera al objetivo principal. Debe ser el elemento con el mayor tamaño de texto, y de preferencia, añadir la fecha (pues recordemos que el espacio es muy dinámico y probablemente cambiará).

Ejemplo: Municipio de Morelia, Uso del Suelo, 2015.

2.      Tipografía y legibilidad

La tipografía es un elemento ampliamente estudiado por nuestros compañeros de diseño gráfico, y debes saber que existe una diferencia entre fuente (definida como el conjunto de signos de un tamaño y tipo determinados; es decir se refiere al estilo de los caracteres como Times New Roman o Arial) y familia (que se refiere a un mismo tipo de fuente con variaciones [como Arial y algún miembro de su familia [Arial Narrow]), no obstante, por el tipo de imágenes que como cartógrafos producimos, debemos de utilizar el tipo de fuente más sencillo, que pueda ser leído de forma rápida por nuestro espectador.

Por otro lado también tienes que ser cuidadoso con los números y evitar que estén desalineados para evitar dificultades a la hora de leer el mapa. Por ejemplo:

3.      Posición y direcciones del etiquetado

Esta recomendación se refiere al etiquetado de ríos, calles o elementos lineales. Debes evitar etiquetarlos (ponerles el label) de una forma que obstruya el río o la calle, por eso recomendamos que su etiquetado siga la sinuosidad de estos.

Etiquetado de capas lineales

4.      Colores

Los colores son un elemento en el que debes prestar especial atención. Igual, recuerda que ya hay algunos colores dados por default (como azul o celeste para el agua, verde para la vegetación, marrón para el relieve o amarillo para la mancha urbana) o que están asociados a algo (como el rojo asociado a lo negativo), sin embargo, hay algunos elementos que tú debes colorear. Para ello te recomendamos utilizar una paleta de colores (que puedes obtener de alguna página) y lo más importante, evitar colores chillones o un exceso de colores. Si puedes también, indaga un poco acerca sobre los mapas y las personas que conviven con daltonismo, para hacer tus mapas amigables para las personas que viven con esta condición.

Finalmente considera el tema de las transparencias, pues dos polígonos con transparencia que convergen pueden generar un tercer color.

5.      La leyenda y los intervalos de representación:

La leyenda debe realizarse cuidadosamente de acuerdo con el mensaje que se desea enviar, cuida los intervalos no le dejes esto a la máquina. Los intervalos de representación se refieren, por ejemplo, a cuándo otorgas un color para cierto intervalo de altura (para un mapa de relieve), en este punto te recomendamos y reiteramos no exceder los colores que usas (evita siempre la paleta de colores arco iris) pues tantos colores son un exceso de información que confundirán a tu espectador. Para los intervalos busca continuidad en los colores para agregar una lógica a las diferencias de altura.

6.      Escalas, proyección y referencias espaciales

La escala es un elemento importante del mapa, recuerda que no debe ser mayor al 30% del tamaño de tu mapa y, que este referenciada en números enteros (preferentemente en múltiplos de 5) ¡mejor nunca con decimales! Y de preferencia dentro del mapa (aunque no es obligatorio).

Recuerda que debe estar colocada de forma gráfica (con la unidad de medida especificada, ejemplo: Kilómetros o km [no en mayúsculas]) y escrita (fuera del mapa principal) ejemplo: 1: 20,000.

En este punto, te recomendamos especificar en tu mapa la proyección que utilizaste.

Por otro lado también te sugerimos agregar una referencia espacial que de un mayor contexto a tu mapa (como agregar un mapa secundario de Michoacán en un mapa de Morelia).

7.      Superposición de capas y flecha del norte

Al momento de trabajar en ArcGIS (o en tu software de preferencia) te recomendamos ordenar las capas en el siguiente orden (para evitar que se obstruyan los elementos): puntos, líneas, polígonos e imágenes ráster al final.

Te reiteramos que el mapa debe transmitir la información de una forma rápida y correcta, por ello te recomendamos evitar utilizar elementos muy cargados o complejos, no coloques flechas norte muy adornadas, pues entre más sencillo sea de leer el símbolo, mejor.

8.      Contraste

Este punto se refiere al contraste que hay entre el contorno del área geográfica que estas mapeando y el fondo (el océano por ejemplo). Para comprender de forma didáctica a que nos referimos cuándo se habla de contraste, te proponemos realizar el siguiente ejercicio: Imagina que estas en un bosque y frente a ti, hay algunos elementos, como árboles frondosos, árboles delgados y rocas. Si te encontraras en esa situación de noche, probablemente podrías distinguir solo los árboles frondosos, y con mayor dificultad árboles de menor tamaño, pero si se agrega iluminación a la escena podrás distinguir más elementos. De eso se trata el contraste, de jugar con la iluminación y la distancia. Se comenta que los mejores colores para un buen contraste son el blanco y el negro, aunque no siempre son la mejor combinación. Lo que sí te recomendamos es evitar utilizar colores con una misma cantidad de brillo para generar contraste.

9.      Jerarquía, fondo y contornos

En la jerarquía te recordamos que el diseño de tu mapa debe priorizar tu objetivo principal. Por ejemplo, si estas haciendo un mapa de suelos y añades la división política (y esta hace que se pierdan algunos elementos) puedes disminuir el tamaño del contorno de la división política o exagerar el tamaño del polígono de tus suelos, toda con la finalidad de dejar claro tu objetivo principal en tu diseño.

Para el contorno del mapa, añade algunas toponimias (que especificaran cuál es el contorno del mapa y cuál es el fondo), añade un hillshade, sombrea el contorno o selecciónalo para hacerlo más visible.

10.  Los metadatos

No olvides la creación de tu metadato que funcionará para documentar tu mapa. Te recordamos apegarte a la Norma Técnica de Metadatos, o buscar un formato de tu preferencia.

Finalmente, te recordamos que esto solo es un “ABC” o una guía rápida para la creación de un mapa, sin embargo todas son recomendaciones, recuerda que las reglas están hechas para romperse, quizá necesites agregar una flecha norte muy adornada que se adapte a un diseño muy particular, pero te recordamos que romper las reglas es solo para los cartógrafos más experimentados, así que si apenas estas comenzando te sugerimos apegarte a nuestras sugerencias. No olvides checar algunos mapas ejemplares y de excelencia que puedes encontrar, por ejemplo, en el Journal of Maps.

A manera de conclusión

Como el mapa es un medio de comunicación te recomendamos que lo evalúes, respóndete esto: ¿El mapa dice lo que tu quieres que diga?

Pide a tus amigos y colegas que lo vean, que lo evalúen, que te digan el mensaje que reciben y verifica que ese mensaje sea el mismo que tu deseas enviar a tu audiencia. En el 99% de los casos es necesario hacer correcciones, no lo tomes a mal, es para el mejoramiento de tu trabajo.

A menudo, los novatos, evalúan la precisión del mapa sin pensar en la escala, no, no sale tu casa ni tu jardín, la escala no lo permite. Ten cuidado con estos comentarios y aprende a explicar esa situación en términos geográficas. Los mapas son modelos de la realidad por lo que no tienen TODO lo que hay en un lugar, tienen lo que queremos comunicar a una escala determinada.

Aprende de los expertos, hay una revista internacional llamada “Journal of maps” y una nacional “Terra digitales”, en ambas los mapas son sensacionales, tienen unos mapas que son obras de arte.

Referencias:

Bucley, A. (2012). Make maps people want to look at. USA: ESRI. Recuperado de: https://www.esri.com/news/arcuser/0112/make-maps-people-want-to-look-at.html

Gis & Beers (24 de junio de 2019). 10 Técnicas básicas para crear un buen mapa [Blog]. Recuperado de: http://www.gisandbeers.com/10-conceptos-basicos-crear-buen-mapa/

Ihl T., F. Bautista, M. Mendoza. 2017. Conservación e  intensidad de uso de la tierra en la reserva de la biósfera Zicuirán-Infiernillo, Michoacán. Terra digitalis, 1(1): 1-6

Ihl T., F. Bautista, R. Cejudo, C., Delgado*, Avto Goguichaishvili, P Quitana y D. Aguilar. 2015. Concentration of toxic elements in topsoils of Metropolitan area of Mexico City: A spatial analysis using Ordinary Kriging and Indicator Kriging. Revista Internacional de Contaminación Ambiental. 31: 42-62.

Fragoso-Servón, P., A. Pereira, F. Bautista, G. Zapata. 2017. Digital Soil Map of Quintana Roo, Mexico. Journal of maps. 13 (2): 449-456.

Geoestadística: la estadística de la tierra o el análisis de las variables regionalizadas

Geoestadística: la estadística de la tierra o el análisis de las variables regionalizadas

Por Anahí Aguilera y Francisco Bautista

Introducción

La Geoestadística se compone de la palabra Geos= tierra y estadística (del italiano statista, hombre de Estado) es una ciencia formal deductiva para recolectar y analizar datos para luego establecer conclusiones relevantes o comprender los hechos. La Geoestadística puede considerarse como una disciplina que se ocupa del análisis estadístico de variables espacialmente distribuidas

La necesidad de estimar los valores de una variable en sitios no muestreados dio paso al desarrollo de métodos y herramientas que permiten estudiar fenómenos con correlación espacial. La geoestadística tiene aplicaciones múltiples, entre las que destacan las mineras, edáficas y ambientales.

La palabra kriging procede del nombre del geológo D. G. Krige, cuyos trabajos en la predicción de reservas de oro se consideran pioneros en los métodos de interpolación espacial. La relevancia del kriging (método de interpolación espacial) se centra en la minimización del error cuadrático medio de predicción, dando una medida de certeza o precisión de la predicción. Se basa en la primera ley de la geografía. “Todas las cosas están relacionadas entre sí, pero las cosas más próximas en el espacio tienen una relación mayor que las distantes”.

Los pasos para realizar un análisis geoestadístico son los siguientes: a) Muestro sistemático o “lo más parecido”, generación de datos y elaboración de “Bases de datos georeferenciadas”; b) Análisis exploratorio de datos. Eliminación de datos erróneos, pruebas de distribución gaussiana o de normalidad; c) Análisis estructural. Correlación  de la variable, cálculo del variograma experimental y  ajuste del variograma teórico (Autocorrelación); d) Interpolación. Estimaciones de la variable en los puntos no muestrales; y e) Elaboración del mapa.

1.      Muestreo sistemático

Cuando se pretende hacer un análisis geoestadístico o espacial se requiere tratar de cubrir “Toda” o la mayor superficie posible, porlo que se requiere un conjunto de datos georeferenciados, es decir con sus coordenadas que nos lleven al sitio de muestreo. En suelos se recomienda un número de sitios de muestreo alrededor 100 (Webster y Oliver), aunque se han publicado artículos científicos con bases de datos con 30 sitios (Delgado et al., 2017).

2.      Análisis exploratorio de los datos

El análisis geoestadístico comienza con la revisión estadística de los datos. Uno de los requisitos de la interpolación con kriging es la distribución Gaussiana o “Normal” del conjunto de datos, por tanto, es importante prestar atención a la presencia de valores extremos. En caso de tener una distribución de frecuencias asimétrica, se puede realizar una transformación logarítmica o por raíz cuadrada de los datos. Si se aplica alguno de estos procesos, es importante realizar una transformación inversa para obtener los resultados en las mismas unidades de la variable analizada.

Si la transformación del conjunto de datos no da resultado se recomienda usar otro tipo de técnica de interpolación.

3.      Análisis de la semivarianza

De lo que se trata es de que el conjunto de datos propios que llamaremos experimental, con los que queremos hacer el análisis, los debemos “ajustar” a unos modelos teóricos, tales como efecto pepita puro, esférico, exponencial, gaussiano, entre otros. Ese ajuste se realiza mediante el semivariograma (Figura 1).

Para la estimación de kriging, se requiere construir el semivariograma experimental para cuantificar la autocorrelación o estructura espacial de una variable . La forma de estimación más común del semivariograma está dada por:

Ecuación 1. Donde h es la distancia entre dos sitios,  N (h) es el número de pares para (xi) y (xi+ h) .

El semivariograma teórico es el modelo más adecuado para la interpolación de los datos y proporciona mayor solidez a la interpolación pues permite explicar la correlación espacial existente entre los sitios muestreados (Sánchez-Duque et al. 2015).

Fig. 1 Ejemplo de un semivariograma experimental ajustado a un modelo teórico. El rango indica la distancia hasta la cual existe autorrelación espcial. La meseta (sill) indica el punto de inflexión del semivariograma. El nugget representa el error o ruido de fondo.

Algunos parámetros que pueden ser especificados en el programa GS+ son el “active lag ditance” y el número de “lag intervals”.

“Active lag distance”: especifica el intervalo sobre el cual se calculará la semivarianza. El indicado por defecto es un porcentaje de la distancia máxima entre sus datos, no significa que sea el más apropiado para sus datos, pero provee un punto de partida para comenzar la exploración.

“Lag intevals”: el “active lag distance” es dividido en varios intervalos para el análisis. Durante el análisis de la semivarianza el número de intervalos cambiará “active lag”.

Una vez obtenido el semivariograma experimental, es importante probar los modelos teóricos que ofrece el programa, revisar el nugget, la meseta y el rango. Respecto a este último, es importante revisar que el rango sea mayor que la distancia entre puntos de muestreo, de otra manera no existirá interpolación entre los puntos de muestreo, ya que el rango indica la distancia hasta la cual existe autocorrelación espacial.

También es importante revisar el ajuste del modelo, esto ayuda a elegir el mejor modelo para el semivariograma experimental. El error residual (“Residual SS”) debe ser el menor posible, mientras que el r” y la proporción explicada por el modelo deben ser las mayores posibles.

Los pares de puntos que forman el semivariograma hasta la meseta deben ser cinco o más, para asegurar una adecuada autocorrelación espacial.

Las causas más comunes de semivariogramas deficientes son: a) el valor idóneo del incremento h; b) distribuciones con valores extremos; c) la existencia de poblaciones mixtas, dos o más. Otras son: No hay suficientes muestras o hay muchas muestras con varias poblaciones; las muestras no son representativas del fenómeno; las clasificaciones de las muestras no son válidas; el área estudiada es no homogénea; las muestras pueden tener localizaciones incorrectas; y los valores muestreados pueden ser erróneos.

4.      Interpolación espacial

Basado en la estructura espacial , el estimador de kriging  para la variable en un sitio no muestreado se define como: z* (x’ ) = ∑_λi z(xi)〗

Utilizando el estimador de kriging se construye la interpolación en el programa GS+.

Es recomendable utilizar un número considerable de intervalos para la interpolación, cinco clases es un número aconsejable, para facilitar la visualización e interpretación de los resultados.

Posteriormente, para evaluar el ajuste del modelo, se utiliza el método de validación cruzada, que consiste en excluir la observación de uno de los puntos de muestreo y predecir su valor utilizando los valores restantes y el modelo elegido (Giraldo Henao, 2011). Si bien existen diferentes métodos para evaluar el ajuste del modelo elegido, la validación cruzada es uno de los más utilizados.

Es recomendable guardar todos los datos del análisis espacial, una captura de pantalla como la siguiente puede ser suficiente. El semivariograma y la interpolación ideal de los datos se obtienen a través de las pruebas.

5.      Elaboración del mapa

Se recomienda que el análisis geoestadístico se realice con un software especializado porque existe algunos softwares que no lo son, en estos el análisis geoestadístico es una “una caja negra”. Nosotros recomendamos el software GS+ para el análisis geoestadístico para luego confeccionar el mapa en un sistema de información geográfica.

Referencias

Giraldo Henao, R., 2011. Introducción a la geoestadistica. Teoría y aplicación. Universidad Nacional de Colombia, Bogotá. https://doi.org/10.1007/s10113-014-0627-7

Guillén, M.T., Delgado, J., Albanese, S., Nieto, J.M., Lima, A., De Vivo, B., 2011. Environmental geochemical mapping of Huelva municipality soils (SW Spain) as a tool to determine background and baseline values. J. Geochemical Explor. 109, 59–69. https://doi.org/10.1016/j.gexplo.2011.03.003

Guvenç, N., Alagha, O., Tuncel, G., 2003. Investigation of soil multi-element composition in Antalya, Turkey. Environ. Int. 29, 631–640. https://doi.org/10.1016/S0160-4120(03)00046-1

Delgado, C., Bautista, F., Ihl, T., Palma-López, D. 2017. Evaluación de la aptitud de tierras para la agricultura de temporal usando la duración del periodo de lluvia en el estado de Yucatán. Ecosistemas y Recursos Agropecuarios, 4(12):485-497.

¿Los científicos mienten? El manejo del lenguaje en los tiempos de la COVID-19

¿Los científicos mienten? El manejo del lenguaje en los tiempos de la COVID-19

Durante el manejo de la pandemia y en diversos países se ha venido criticando el actuar de los científicos, algunas veces con razón, pero la mayoría de las veces porque los mensajes son ambiguos y poco precisos o porque los escuchas simplemente no los entienden o no los quieren entender.

No me detendré a discutir el móvil de la presunta mentira, me dedicaré a explicar como el uso impreciso del lenguaje ocasiona que el mensaje no sea bien recibido en audiencias poco preparadas, como suele suceder en algunos congresos legislativos de algunos países tropicales y templados.

La selección de las palabras y el uso repetido de las mismas es clave, en castellano, según la Real Academia Española, se usan los verbos predecir, pronosticar y estimar. El primero (predecir) a los científicos nos encanta porque nos pone por delante, nos anticipamos a los acontecimientos con el bendito halo de la ciencia. El problema es que nos pone al lado de los profetas, de los magos, de los hechiceros que tienen revelaciones de sus musas o de sus señales divinas o malignas.

Según la Real Academia Española:

a) Predecir. Anunciar por revelación, conocimiento fundado, intuición o conjetura algo que ha de suceder; similar a augurio.

b) Pronosticar. Predecir algo futuro a partir de indicios.

c) Estimar. Calcular o determinar el valor de algo; atribuir un valor a algo; considerar algo a partir de los datos que se tienen; creer o considerar que algo es de una determinada manera

El verbo pronosticar nos viene mejor a los científicos porque la predicción se fundamente en indicios, en datos. La gente con preparación académica escasa entiende mucho mejor esta palabra porque ha estado por mucho tiempo en la vida diaria: los pronósticos deportivos. Los aficionados al futbol saben que el equipo líder, primero en la tabla de puntos del futbol mexicano, tienen mayores probabilidades de ganarle al colero, al último, por lo que hacen (compran) sus “pronósticos deportivos”. En la liga española queda claro que el Real Madrid tienen más probabilidades de ganarle al Almería, mejores jugadores, mejor entrenador, estadio grande que infunde miedo en los contrarios, entre otras cosas. Su conocimiento del futbol es la base de su pronóstico, pero además está consciente de que lo sabe NO le asegura el acierto. Un penalti de último minuto o una expulsión de un jugador en el inicio del encuentro pueden influir en un resultado contrario al del pronóstico.

El uso del verbo estimar también puede ser mejor entendido por el gran público cuando recibe mensajes científicos. La palabra estimar considera un conocimiento previo de los datos, por lo que queda implícito que una estimación es falible, que se puede fallar, como sucede con el pronóstico.

Es muy recomendable decirle al gran público que los modelos de pronóstico o de estimación se construyen con conocimiento matemático y con experiencias previas pero que dependen de las condiciones, si estas condiciones cambiaran el pronóstico se deberá modificar. Lo mismo sucede con el pronóstico del tiempo y con el pronóstico del crecimiento económico.

Ahora el pronóstico del tiempo es muy certero, pero solo para cinco días, esto porque tenemos los satélites que nos permiten ver las nubes, calcular su densidad, así como la velocidad del viento. Sin embargo, si las condiciones cambian entonces el pronóstico deberá cambiar.

Otro ejemplo, todos los países fallaron en el pronóstico de su crecimiento económico (porcentaje del producto interno bruto) debido a que las condiciones cambiaron por la aparición del virus. Es decir, nadie pronosticó la aparición del virus y si lo hicieron los responsables del calculo del PIB no los escucharon.

Así entonces, para comunicar al gran público es muy recomendable hablar de pronóstico y estimación, así como de las condiciones iniciales y de desarrollo del fenómeno en cuestión. Los científicos nos debemos separar de los magos, hechiceros y brujos por el uso del verbo predecir, principalmente si se habla de divulgación de la ciencia.

El tren maya: ¿Cuál debería ser el debate?

El tren maya: ¿Cuál debería ser el debate?

Hay voces a favor y en contra de la construcción del tren maya. Unos por la defensa de la biodiversidad; otros por la defensa del agua que es escasa y/o de mala calidad; algunos en defensa de los sitios arqueológicos; y muchos más por el despojo de las tierras a sus dueños originarios. Las voces a favor del tren hablan del mejoramiento de la economía; fuentes de empleo; de servicios; de una mejor calidad de vida de las comunidades mayas; de progreso en general.

Las voces en contra también tienen el referente del “progreso” que ha traído el turismo de playa y de lujo a Cancún, ese desarrollo turístico generador de grandes fortunas, pero con un desarrollo social muy desigual, en beneficio solo para unos pocos.

Sin embargo, si se desea el progreso y modernización de las comunidades mayas la pregunta debería ser: ¿Cómo lo hacemos bien? Con la mayor parte de las ventajas de progreso y con las menores desventajas en todos los sentidos.

La construcción del tren maya se hará de manera anárquica o de manera ordenada y planeada dependiendo del nivel de involucramiento de la población de la comunidad científica y de los técnicos con experiencias.

El tren pasará por al menos tres tipos de karst y los territorios bajos de Tabasco: a) reciente (planicies subhorizontales, Leptosoles, cenotes pequeños y acuíferos someros); b) joven (planicies onduladas, Leptosoles, Cambisoles y Luvisoles con cenotes, uvalas y acuífero cercano); c) maduro (lomeríos y montañas con Luvisoles y Vertisoles, con uvalas, poljes y acuíferos más profundos) (Bautista et al., 2005ab; Bautista et al., 2011; Bautista et al., 2015; Aguilar et al., 2013, 2016ab; Fragosos et al., 2014, 2017, 2019). Cada uno de ellos con diferentes riesgos de colapso, inundación, sequías, golpes de calor y temperaturas bajas, incendios, y contaminación (Ihl et al., 2007). Cada tipo de karst cuenta con diversos tipos de cubierta vegetal (Flores y Espejel, 1999) y con diversos tamaños de población, así como también cada tipo de karst cuenta con diferentes tipos acuíferos en cantidad y calidad (Delgado et al., 2010).

Las preguntas principales deberán ser:

¿Qué tipo y tamaño de ciudad es la más adecuada para cada tipo de karst?

¿Cuánta gente podrá soportar cada ciudad?

 

¿Cómo deberán construirse esas ciudades, casas y vías del tren considerando los tipos de roca, clima, suelo, etc.? ¿Dónde y de qué tamaño deberán ser las reservas de agua? ¿Dónde y de qué tamaño deberán ser las zonas de protección de flora y fauna? ¿Dónde y de que tamaño serán las zonas agrícolas, industriales y de servicios? ¿Cuáles deberán de ser las reglas de uso del agua, extracción, tratamiento y descarga? ¿Cómo deberán tratarse o confinarse los desechos sólidos? ¿Cómo se regularán las emisiones de gases a la atmósfera?

En la península de Yucatán hay una gran cantidad de investigadores que por muchos años han realizado diagnósticos sobre todos los temas ambientales y sobre la biodiversidad; sin embargo, lo que ahora se requiere es hacer planes de desarrollo. Una consultora grande y exitosa como GAIA https://gaiaonline.mx/quienes-somos-2/ que cuenta con más de 100 expertos en todos los campos del saber podrían ayudar en la planeación de las ciudades, incorporando los conocimientos de los expertos locales.

El desarrollo social requiere empleo (ingresos dignos), salud (gratuita ante salarios bajos), educa

ción (para la vida y para el trabajo no solo para los grados), ahorro y leyes justas para todos. ¿Cuáles son los planes de atención a la salud? ¿Cuáles son los planes para dar educación a la población? ¿Cómo se fomentará el ahorro? ¿Qué ventajas económicas tendrán las comunidades mayas? Esto debe ser regulador y legislado por el gobierno, no puede dejársele al “mercado”.

Debe haber un plan maestro de turismo cultural, arqueológico, culinario y de naturaleza muy bien diseñado e instrumentado donde la cultura maya sea el centro y donde los mayas sean algo más que mano de obra muy barata. El modelo chino de turismo es un gran ejemplo por seguir (Bautista et al., 2019)

Como ya se ha escrito: El problema no es la construcción del tren maya, el problema principal es la forma de administración, a quien beneficiará finalmente. Si se sigue el modelo de turismo imperante en Cancún y en la Riviera maya, es claro que el beneficio para las comunidades locales será mínimo y tal vez sean mayores los perjuicios. Un turismo donde el 90% de las utilidades salen del país no conviene a las comunidades mayas. Un turismo de lujo rodeado de comunidades pobres será lo peor que podría pasar. Por lo contrario, un turismo manejado por el estado o por particulares pero con leyes claras de beneficio social que capacite a las comunidades locales y que controle las actividades, que sea incluyente con los actuales dueños de la tierra podría ser un gran motor del desarrollo local y un generador de riqueza para las comunidades mayas (Bautista et al., 2019).

 

Referencias

Aguilar, Y., F. Bautista, M. Mendoza, O. Frausto, T. Ihl y C. Delgado. 2016a. IVAKY: Índice de la vulnerabilidad del acuífero kárstico yucateco a la contaminación. Revisa Mexicana de Ingeniería Química, 15(3): 913-933.

Aguilar, Y., F. Bautista, M. Mendoza, O. Frausto, y T. Ihl. 2016b. Density of karst depressions in Yucatan state, México. Journal of Studies of Cave and Karst. 78(2): 51-60.

Aguilar Y., F. Bautista, M. E. Mendoza y C. Delgado. 2013. Vulnerability and risk of contamination karstic aquifers. Tropical and Subtropical Agroecosystems, 16: 243 – 263.

Bautista, F., E. Batllori, M. A. Ortiz, G. Palacio y M. Castillo. 2004. El origen y el manejo maya de las geoformas, suelos y aguas en la Península de Yucatán. In Caracterización y manejo de suelos de la Península de Yucatán: Implicaciones Agropecuarias, Forestales y Ambientales, F. Bautista y G. Palacio (eds.). Universidad Autónoma de Campeche y Universidad Autónoma de Yucatán. Campeche, México. p. 21-32.

Bautista F., Ma. S. Diáz-Garrido, J.L.M. Castillo-González y A.J. Zinck. 2005a. Spatial heterogeneity of the soil cover in the Yucatán Karst: comparison of Mayan, WRB and numerical classification. Euroasian Soils Science. 38(S1): 80-87.

Bautista F. y G. Palacio. (Editores). 2005b. Caracterización y manejo de suelos en la Península de Yucatán: implicaciones agropecuarias, forestales y ambientales. Universidad Autónoma de Campeche, Universidad Autónoma de Yucatán y SEMARNAT. ISBN 968 5722-13-7. Tiraje de 1000 ejemplares. Arbitrado por capítulos.

Bautista F., O. Frausto, T. Ihl e Y. Aguilar. 2015. Actualización del mapa de suelos de Yucatán utilizando un enfoque geomorfopedológico y WRB. Ecosistemas y Recursos Agropecuarios, 2: 303-315.

Bautista F., G. Palacio, P. Quintana y A. J. Zinck. 2011. Spatial distribution and development of soils in tropical karst areas from the Peninsula of Yucatán, Mexico. Geomorphology. 135: 308–321.

Bautista F. 2019. El manejo del karst en Vietnam y en China: ejemplos para la Península de Yucatán. En: Conocimientos y saberes sobre el karst de México. O. Frausto (Coordinador). Acts With Science. 237-251 pp.

Delgado C. C., Pacheco A. J., Cabrera S. A., Batllori S. E., Orellana R. y Bautista F. 2010. Quality of groundwater for irrigation in tropical karst environment: the case of Yucatán, México.Agricultural water management. 97, 1423-1433.

Flores, J. S. y I. Espejel. 1994. Tipos de vegetación de la península de Yucatán, Etnoflora yucatanense. Fascículo 3. Universidad Autónoma de Yucatán. Yucatán, México. 136 p.

Flores, J. S. 2001. Leguminosae (Florística, Etnobotánica y Ecología). Fascículo No. 18. Etnoflora Yucatanense. Facultad de Medicina Veterinaria y Zootecnia. UADY. 320 p.

Flores, J. S. 2002. Guía ilustrada de la flora costera representativa de la península de Yucatán. Programa Etnoflora Yucatanense. Fascículo 19. Universidad Autónoma de Yucatán. 133 p.

Fragoso-Servón P., Pereira-Corona A., y Bautista F. 2019. The karst and its neighbors: digital map of geomorphic environments in Quintana Roo, Mexico. Journal of Cave and Karst Studies. 81(2): 113-122.

Fragoso-Servón, P., A. Pereira, F. Bautista, y G. Zapata. 2017. Digital Soil Map of Quintana Roo, Mexico. Journal of maps. 13 (2): 449-456.

Fragoso-Servón P., F. Bautista, O. Frausto y A. Pereira. 2014. Caracterización de las depresiones kársticas (forma, tamaño y densidad) a escala 1:50,000 y sus tipos de inundación en el Estado de Quintana Roo, México. Revista Mexicana de Ciencias Geológicas, 31(1): 127-137.

Ihl T., O. Frausto, J. Rojas, S. Giese, S. Goldacker, Bautista F. y G. Bocco. 2007. Identification of geodisasters in the state of Yucatan, Mexico. Neues Jahrbuch für Geologie und Paläontologie (N. Jb. Geol. Paläont). 246 (3). 299-311

Anuncio de Computación y algo más.

Indicadores de riesgo climático para el maíz de temporal

Indicadores de riesgo climático para el maíz de temporal

Por: Alba Ortega, Cristina  Montiel-González C., Angeles Gallegos, Aristeo Pacheco y Francisco Bautista

La agricultura de temporal es una de las actividades más vulnerables a los efectos del cambio climático, tanto la sequía como el exceso de humedad dañan los cultivos ocasionando cuantiosos daños económicos. En los países en desarrollo la agricultura de temporal y de autoconsumo es extremadamente importante para la producción de alimentos, como ocurre en México. Por esto, es de suma importancia la identificación de los indicadores de peligrosidad climática que amenazan la producción agrícola.

El propósito de esta investigación fue crear y validar indicadores de riesgo climático para el maíz.

Primero, se identificaron las variables climáticas y se caracterizó el ciclo fenológico de la variedad de maíz que se cultiva en la región del Bajo Balsas; posteriormente se elaboró una base de datos con los siguientes parámetros climáticos diarios y mensuales: precipitación pluvial, temperatura máxima y temperatura mínima. Se aplicó minería de datos con el software WEKA para validar y clasificar la producción de maíz de los 18 años analizados, posteriormente se calificaron los años por producción definiendo tres clases: 1) Peligrosidad baja con 0-10% de la superficie siniestrada y sin reporte de sequía; 2) Peligrosidad media: con 11-50% de la superficie siniestrada, reportes de sequias moderadas 3) Peligrosidad alta con 51-100% de la superficie siniestrada y reportes de sequía severa.

Se obtuvieron diez indicadores de peligrosidad climática para el maíz, de los cuales cuatro corresponden al número de días con precipitación menor que cero en los meses de  junio, julio, agosto y septiembre (DDL0jun; DDL0jul; DDL0ago; DDL0sep); dos indicadores con precipitación igual a 5 mm en junio y agosto (DDL5jun; DDL5ago); dos indicadores asociados a la temperatura máxima en julio y agosto (TX38jul; TX38ago) y dos indicadores con precipitación igual o mayor a 10 mm en octubre y noviembre (WDU10oct; WDU10nov). El resultado del estadístico de Kappa fue de 0.91, lo que indica una alta confiabilidad en la clasificación propuesta de las tres categorías de peligrosidad: alto, moderado y bajo.

 

 

 

 

 

 

Para el caso específico del maíz, la ausencia de precipitación durante el mes de agosto (DDL0ago) y número de días lluviosos mayores a 10 mm para el mes de octubre (WDU10oct) son los dos indicadores de peligrosidad meteorológica más importantes para el cultivo del maíz en la zona de estudio.

Los algoritmos para el cálculo de los indicadores de peligrosidad meteorológica han sido incluidos en el software “Indicadores de cambio climático” lo cual permite la extracción de los valores de los índices de manera rápida y confiable.

Anuncio de Skiu, desarrollamos tu aplicación móvil a tu medida.
Abrir chat