Bogotá, Capital of Colombia, is one of the largest and most influential cities in Latin America, and certainly, the most productive urban agglomeration throughout the country concentrating much of its population, employment and tertiary sector in a wide variety of services. The aim of this study is to analyze the urban structure of Bogotá at the metropolitan level from the perspective of employment density and commuting. For this purpose were applied methods of employment density peaks, reference thresholds, parametric functions and a functional method of interaction value for the detection of sub-centers and further characterization of the metropolitan structure. It was found a high degree of monocentrism and were detected two urban systems; one that brings together the whole territory of the capital and absorbs 12 neighboring municipalities, which gravitates around a 11 kilometers corridor on the eastern side of the main town; and another of smaller proportion, consisting of five municipalities at the west of the capital, that nevertheless, presents high capacity to retain its resident employed population and works as an independent piece of the central city.
La dificultad de hacer el seguimiento del grado de cumplimiento del planeamiento urbanístico con la realidad construida y cambiante en la ciudad, demanda el uso de herramientas de Sistemas de Información Geográfica (SIG) en la gestión local para desarrollar y mantener un conocimiento preciso de las características físicas, urbanas y económicas del parque inmobiliario, así como de las determinaciones de planeamiento que afectan a los valores de su potencial edificable y urbano. En este trabajo se propone implementar un nuevo proceso innovador para el estudio y la gestión de la ciudad con SIG, dónde se establecen las pautas para obtener el potencial urbanístico de un ámbito, un barrio o una ciudad, a partir de la comparación de la realidad existente con el planeamiento urbanístico, detectando de manera automática tanto las parcelas que no agotan su potencial como las que están sobreedificadas. Para ello se ha realizado un estudio piloto en el núcleo antiguo del barrio de Sant Andreu de Barcelona, el cual está en un proceso de modificación del planeamiento general vigente, afrontando el reto de desarrollar nuevas herramientas que permitan emular las consecuencias de las modificaciones y acometer una gestión eficiente de la información urbanística local.
Desde la perspectiva del empleo, el policentrismo pone de relieve el valor de las relaciones económicas establecidas entre los centros urbanos y sus áreas de influencia, a partir de unas relaciones jerárquicas por el tamaño del mercado de trabajo, pero también por relaciones de complementariedad entre las empresas existentes en ellos. En este artículo se intenta mostrar, en primer lugar, cuales son estas áreas de funcionalidad económica existentes en la Región Metropolitana de Barcelona (RMB) y que dan cuenta de la estructura policéntrica subyacente en ellas, con el propósito de que éstas sirvan de referencia para la formulación de políticas de de desarrollo territorial más eficientes; y en segundo lugar, ofrecer una metodología alternativa para los métodos de detección de subcentros contenidos en el estado del arte. Con estos propósitos a partir de la matriz insumo-producto (que da cuenta de la complementariedad entre los sectores económicos) y de la matriz de movilidad obligada (que da cuenta de la localización de los lugares de trabajo por sector económico), se estiman los flujos monetarios entre los diferentes municipios de Catalunya con el concurso de un modelo de interacción espacial. A partir de dichos flujos se construyen las áreas funcionales en las que se estructura dicho territorio desde la perspectiva de la complementariedad de la actividad económica. Los resultados denotan una organización territorial, en la que se observa como en torno a los centros urbanos con mercados de trabajo más grandes y diversificados se encuentran las áreas de funcionalidad económica más extendidas y consolidadas; además se constata que la dicotomía centro-periferia se desvanece ante la emergencia de áreas consolidadas de funcionamiento económico. Des de la perspectiva de l'ocupació, el policentrisme posa en relleu el valor de les relacions econòmiques establertes entre els centres urbans i les seves àrees d'influència, a partir d'unes relacions jeràrquiques per la grandària del mercat de treball, però també per relacions de complementarietat entre les empreses existents en ells. En aquest article s'intenta mostrar, en primer lloc, quines són aquestes àrees de funcionalitat econòmica existents a la Regió Metropolitana de Barcelona i que donen compte de l'estructura policèntrica subjacent en elles, amb el propòsit que aquestes serveixin de referència per la formulació de polítiques de desenvolupament territorial més eficients, i en segon lloc, oferir una metodologia alternativa per als mètodes de detecció de subcentres continguts en l'estat de l'art. Amb aquests propòsits a partir de la matriu insumo-producte (que dóna compte de la complementarietat entre els sectors econòmics) i de la matriu de mobilitat obligada (que dóna compte de la localització dels llocs de treball per sector econòmic), s'estimen els fluxos monetaris entre els diferents municipis de Catalunya amb el concurs d'un model d'interacció espacial. A partir d'aquests fluxos es construeixen les àrees funcionals en què s'estructura aquest territori des de la perspectiva de la complementarietat de l'activitat econòmica. Els resultats denoten una organització territorial, en la qual s'observa com al voltant dels centres urbans amb mercats de treball més grans i diversificats es troben les àrees de funcionalitat econòmica més esteses i consolidades, a més es constata que la dicotomia centre-perifèria s'esvaeix davant de l'emergència d'àrees consolidades de funcionament econòmic. From an employment perspective, polycentrism highlights the value of established economic relations between urban centres and their areas of influence, based on hierarchical relationships of the size of the labour market, and also complementary relationships between companies existing in them. This article attempts to show, firstly, what are these areas of economic functionality existing in the Metropolitan Region of Barcelona that account for the polycentric structure, in order that they serve as reference of efficient public policies about of territorial development; and secondly, to offer an alternative methodology for subcentre detection methods contained in the state of the art. For these purposes from the input-output matrix (which accounts for complementarity among economic sectors) and matrix of commuting flows (which accounts for the location of workplaces by economic sector), we estimate the monetary flows among the different municipalities of Catalonia with the assistance of a spatial interaction model. From these flows are constructed functional areas in which such territory is structured from the perspective of the complementarity of economic activity. The results indicate a territorial organization, which show the most extended and consolidated functionality areas located around urban centres with larger and diversified labour markets; in addition it is noted that the centre-periphery dichotomy vanishes against the emergence of consolidated areas with economic functionability.
La Región Metropolitana de Barcelona (RMB), es una de las áreas del Mediterráneo más densamente pobladas. Por ello, tiene mucho interés conocer con detalle la temperatura del aire, ya que, en situaciones extremas, como olas de frío o de calor, puede afectar a la salud y calidad de vida de la población. Puesto que el número de estaciones termométricas que hay en la actualidad es insuficiente para realizar una interpolación óptima, se opta por estimar la temperatura del aire a partir de la temperatura en superficie, proporcionada por el satélite MODIS, y de otras variables como los índices de vegetación y de edificación y variables topogeográficas. Para ello se ha realizado la Regresión Múltiple en la que las variables dependientes son la temperatura mínima, media y máxima diaria del aire de 48 estaciones termométricas. Las variables independientes de la regresión son: las temperaturas en superficie de día y de noche, los índices de vegetación NDVI y de edificación NDBI, todas ellas correspondientes al año 2015, y variables topogeográficas como la latitud, longitud, distancia al mar, altitud, pendiente y orientación. Además, también se ha tenido en cuenta el día del calendario. De los resultados obtenidos en la regresión múltiple se deduce que las variables que más importancia tienen en la ecuación son: la temperatura en superficie nocturna, la latitud, la longitud y día del calendario, para el caso de la temperatura mínima; las temperaturas nocturna y diurna en superficie para la temperatura media, y las temperaturas nocturna y diurna en superficie, la latitud, la longitud y la altitud, para la temperatura máxima. Los coeficientes de regresión al cuadrado obtenidos son de 0.92 para la temperatura mínima y la máxima y de 0.96 para la temperatura media. Los errores cuadráticos medios obtenidos son de 1.93 ºC para la temperatura mínima, de 1.96 ºC para la temperatura media y de 2.04 ºC para la máxima. A partir de la regresión múltiple se puede representar la distribución espacial de temperatura diaria de la RMB con una resolución de 1 km2, que es la que proporciona el satélite MODIS. La Regió Metropolitana de Barcelona (RMB), és una de les àrees del Mediterrani més densament poblades. Per això, té molt interès conèixer amb detall la temperatura de l'aire, ja que, en situacions extremes, com onades de fred o de calor, pot afectar la salut i qualitat de vida de la població. Ja que el nombre d'estacions termomètriques que hi ha actualment és insuficient per a realitzar una interpolació òptima, s'opta per estimar la temperatura de l'aire a partir de la temperatura en superfície, proporcionada pel satèl·lit MODIS, i d'altres variables com els índexs de vegetació i d'edificació i variables topo geogràfiques. Per a això s'ha realitzat la Regressió Múltiple a la que les variables dependents són la temperatura mínima, mitjana i màxima diària de l'aire de 48 estacions termomètriques. Les variables independents de la regressió són: les temperatures en superfície de dia i de nit, els índexs de vegetació NDVI i d'edificació NDBI, totes elles corresponents a l'any 2015, i variables topo geogràfiques com la latitud, longitud, distància al mar, altitud, pendent i orientació. A més, també s'ha tingut en compte el dia del calendari. Dels resultats obtinguts en la regressió múltiple es dedueix que les variables que més importància tenen en l'equació són: la temperatura en superfície nocturna, la latitud, la longitud i dia del calendari, per al cas de la temperatura mínima; les temperatures nocturna i diürna en superfície per a la temperatura mitjana, i les temperatures nocturna i diürna en superfície, la latitud, la longitud i l'altitud, per a la temperatura màxima. Els coeficients de regressió al quadrat obtinguts són de 0.92 per a la temperatura mínima i la màxima i de 0.96 per a la temperatura mitjana. Els errors quadràtics mitjans obtinguts són de 1.93 ºC per a la temperatura mínima, d'1.96 ºC per a la temperatura mitjana i de 2.04 ºC per a la màxima. A partir de la regressió múltiple es pot representar la distribució espacial de temperatura diària de l'RMB amb una resolució d'1 km2, que és la que proporciona el satèl·lit MODIS. The Metropolitan Region of Barcelona (RMB), is one of the most densely populated areas of the Mediterranean. Therefore, it is very interesting to know in detail the air temperature, since in extreme situations, such as cold or heat waves, it can affect the health and life quality of the population. Since the number of thermometric stations currently available is insufficient for optimal spatial interpolation, we choose to estimate the air temperature based on the surface temperature provided by the MODIS satellite, and other variables such as the indices of vegetation and building and topo geographic variables. For this purpose, Multiple Regression has been performed, taking as dependent variables the minimum, mean and maximum daily air temperatures of 48 thermometric stations. The independent variables of the regression are: the day and night surface temperatures, the NDVI and NDBI indices, all of them corresponding to the year 2015, and topo geographic variables such as latitude, longitude, distance to the sea, altitude, slope and orientation. In addition, the calendar day has also been taken into account. From the results obtained in the multiple regression, it can be deduced that the most important variables in the equation are: the temperature at night, latitude, longitude and calendar day, for the case of the minimum temperature; the night and day temperatures on the surface for the average temperature, and the night and day temperatures on the surface, latitude, longitude and altitude, for the maximum temperature. The squared regression coefficients obtained are 0.92 for the minimum and maximum temperature and 0.96 for the average temperature. The average square errors obtained are 1.93 ºC for the minimum temperature, 1.96 ºC for the average temperature and 2.04 ºC for the maximum. After applying the multiple linear regressions, the spatial distribution of the daily temperature of the RMB can be represented with a resolution of 1 km2, which is the provided by the MODIS satellite.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
customersupport@researchsolutions.com
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
This site is protected by reCAPTCHA and the Google Privacy Policy and Terms of Service apply.
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.