Assessing Artificial Intelligence’s Algorithms for Urban Expansion Prediction
DOI:
https://doi.org/10.48162/rev.55.072Keywords:
Urban growth, Simulation models, Artificial intelligenceAbstract
Urban growth is a multifaceted subject extensively studied and modeled by scientists for decades (Linares, 2017). The modeling process of urban expansion typically involves a sequence of six phases: acquiring and normalizing input data, weighting factors and constructing potential transition maps, selecting a method to calculate change, incorporating additional parameters, validating the model, and simulating scenarios. While there is substantial literature applying these phases to generate hypothetical future city scenarios, few studies compare and discuss the sensitivity of models applied to the same area. This article contributes to this field by applying an urban expansion modeling process to the City of Tandil (Buenos Aires Province, Argentina), comparing and discussing six artificial intelligence-based algorithms for differential factor weighting to predict expansion: distance to road networks, routes, city center, built surfaces, electrical services, water services, sewer services, slope, and elevation. Using TerrSet software and the Land Change Modeler module, we constructed six potential transition maps from unbuilt to built land. Notably, the potential transition models derived from vector-based automated learning, logistic regression, and decision trees suggest a predominantly diffuse expansion pattern, whereas the weighted normalized probability model and case-based learning approach suggest a different expansion trend.
References
Adams, J. S. (2005). Hoyt, H. 1939: The structure and growth of residential neighborhoods in American cities. Washington, DC: Federal Housing Administration. Progress in Human Geography, 29(3), 321-325. https://doi.org/10.1191/0309132505ph552xx
Aguayo, M. I., Wiegand, T., Azocar, G. D., Wiegand, K. y Vega, C. E. (2007). Revealing the driving forces of mid-cities urban growth patterns using spatial modelling: A case study of Los Angeles, Chile. Ecology and Society, 12(1), 13-42.
Aguilera, B. F. (2006). Predicción del crecimiento urbano mediante sistemas de información geográfica y modelos basados en autómatas celulares. GeoFocus, 6, 81-112. https://www.geofocus.org/index.php/geofocus/article/view/90
Alastal, A. I., y Shaqfa, A. H. (2022). GeoAI technologies and their application areas in urban planning and development: Concepts, opportunities and challenges in smart city (Kuwait, study case). Journal of Data Analysis and Information Processing, 10, 110-126. https://www.scirp.org/journal/paperinformation?paperid=116308
Alcamo, J. (2001). Scenarios as tools for international environmental assessments. Environmental Issue Report No. 24. Office for the Official Publications of the European Communities.
Beltrão Spósito, M. E. (2007). Cidades médias: reestructuração das cidades e reestructuração urbana. En M. E. Beltrão Spósito (Ed.), Cidades Médias, espaços em transição (pp. 233-257). Expressão Popular.
Burgess, E. W. (2008). The Growth of the City: An Introduction to a Research Project. En J. M. Marzluff, E. Shulenberger y C. ZumBrunnen (Eds.), Urban Ecology: An International Perspective on the Interaction Between Humans and Nature (pp. 71-78). Springer International Publishing. https://doi.org/10.1007/978-0-387-73412-5_5
Buzai, G. D. (2014). Mapas Sociales Urbanos. Lugar Editorial.
Camacho Olmedo, M. T., Paegelow, M., Mas, J.-F. y Escobar, F. (Eds.). (2018). Geomatic Approaches for Modeling Land Change Scenarios. Springer International Publishing. https://doi.org/10.1007/978-3-319-60801-3
Cheng, J., y Masser, I. (2003). Urban growth pattern modeling: a case study of Wuhan city, PR China. Landscape and Urban Planning, 62(4), 199-217. https://doi.org/10.1016/S0169-2046(02)00150-0
Chiu, H.-Y., Chao, H.-S. y Chen, Y.-M. (2022). Application of Artificial Intelligence in Lung Cancer. Cancers, 14(6), 1370. https://doi.org/10.3390/cancers14061370
Clark Labs. (2020). TerrSet Geospatial Monitoring and Modeling System (2020). Clark University.
Clarke, K. C. (2014). Why simulate cities? GeoJournal, 79(2), 129-136. https://doi.org/10.1007/s10708-013-9499-5
Di Virgilio, M. M. y Perelman, M. (2014). Ciudades latinoamericanas: desigualdad, segregación y tolerancia. Consejo Latinoamericano de Ciencias Sociales.
Dubovyk, O., Sliuzas, R. y Flacke, J. (2011). Spatio-temporal modelling of informal settlement development in Sancaktepe district, Istanbul, Turkey. ISPRS Journal of Photogrammetry and Remote Sensing, 66(2), 235-246. https://doi.org/10.1016/j.isprsjprs.2010.10.002
Eastman, J. R., Crema, S. C., Rush, H. R. y Zhang, K. (2019). A weighted normalized likelihood procedure for empirical land change modeling. Modeling Earth Systems and Environment, 5(3), 985-996. https://doi.org/10.1007/s40808-019-00584-0
Eastman, R. J. (2012). IDRISI Selva GIS and image processing software version 17.0 [software]. Clark Labs, Clark University.
Engelen, G., White, R. y Nijs, T. (2003). Environment Explorer: Spatial Support System for the Integrated Assessment of Socio-Economic and Environmental Policies in the Netherlands. Integrated Assessment, 4(2), 97-105. https://doi.org/10.1076/iaij.4.2.97.16707
ESRI. (2016). ArcGIS Desktop (10.5) [software]. Environmental Systems Research Institute.
Gallardo, M. (2018). Revisión y análisis de estudios de modelos de cambios de usos del suelo y de escenarios a futuro. Geographicalia, (70), 1-26. https://doi.org/10.26754/ojs_geoph/geoph.2018703278
Gómez Delgado, M. y Rodríguez Espinosa, V. M. (2012). Análisis de la dinámica urbana y simulación de escenarios de desarrollo futuro con tecnologías de la información geográfica. RA-MA Editorial.
Gómez, L. F. (2020). Simulación de escenarios futuros de cambios de usos del suelo usando Redes Neuronales Artificiales. Aplicación en la ciudad de Curuzú Cuatiá, Corrientes, Argentina. Estudios Socioterritoriales. Revista de Geografía, 28, 1-21. https://repositorio.unne.edu.ar/handle/123456789/53092
Harris, C. D. y Ullman, E. L. (1945). The nature of cities. The Annals of the American Academy of Political and Social Science, 242(1), 7-17. https://journals.sagepub.com/doi/10.1177/000271624524200103
Hassan, M. I. y Elhassan, S. M. M. (2020). Modelling of Urban Growth and Planning: A Critical Review. Journal of Building Construction and Planning Research, 8(4), 245-262. https://doi.org/10.4236/jbcpr.2020.84016
Henríquez Ruiz, C. (2014). Modelando el crecimiento de ciudades medias. Hacia un desarrollo urbano sostenible. Ediciones UC. https://doi.org/10.2307/j.ctt17t772d
Henríquez, C. e Hidalgo, R. (2023). Escenarios de crecimiento en ciudades medias chilenas: lectura de trayectorias futuras para diferentes tipologías urbanas. En C. Henríquez, W. Ribeiro da Silva, V. Aprigliano Fernandes y G. Salazar (Eds.), Urbanización y ciudades medias, territorios y espacialidades en cuestionamiento (pp.135-153) (Serie GEOlibros, 39). Instituto de Geografía, Pontificia Universidad Católica de Chile.
Janoschka, M. (2002). El nuevo modelo de la ciudad latinoamericana: fragmentación y privatización. EURE (Santiago), 28(85), 11-20. https://doi.org/10.4067/S0250-71612002008500002
Li, W., Arundel, S. T., Gao, S. Goodchild, M. F., Hu, Y., Wang, S. y Zipf, A. (2024). GeoAI for Science and the Science of GeoAI. Journal of Spatial Information Science, (29), 1-17. https://doi.org/10.5311/JOSIS.2024.29.349
Li, X. y Gong, P. (2016). Urban growth models: progress and perspective. Science Bulletin, 61(21), 1637-1650. https://doi.org/10.1007/S11434-016-1111-1
Linares, S. (2017). Evolución histórica sobre la modelización del espacio urbano en geografía. Sociedade e Território, 28(2), 23-41. https://ri.conicet.gov.ar/handle/11336/27002
Linares, S., Iturrioz, I. y Di Nucci, J. (2022). La expansión urbana de la ciudad de Tandil 1991-2020 mediante el uso del Landscape Expansion Index (LEI). Pleamar, 2(2), 59-77. https://fh.mdp.edu.ar/revistas/index.php/pleamar/article/view/6437
Liu, X., Li, X., Shi, X., Wu, S. y Liu, T. (2008). Simulating complex urban development using kernel-based non-linear cellular automata. Ecological Modelling, 211(1-2), 169-181. https://doi.org/10.1016/j.ecolmodel.2007.08.024
Meentemeyer, R. K., Tang, W., Dorning, M. A., Vogler, J. B., Cunniffe, N. J. y Shoemaker, D. A. (2013). FUTURES: Multilevel Simulations of Emerging Urban–Rural Landscape Structure Using a Stochastic Patch-Growing Algorithm. Annals of the Association of American Geographers, 103(4), 785-807. http://dx.doi.org/10.1080/00045608.2012.707591
Müller, U. y Mertins G. (2005). Tendencias recientes del desarrollo estructural urbano y de los conflictos sociales en las aglomeraciones del Cono Sur. En Experiencias de Inclusión Social con Jóvenes de Sectores Carenciados en las Mercociudades (pp. 37-51). Deutsche Gesellschaft für Technische Zusammenarbeit.
Ordenanza N.º 9865 del año 2005 [Municipio de Tandil]. Plan de Desarrollo Territorial. Concejo Deliberante de Tandil, 2005.
Pauleit, S., Ennos, R., y Golding, Y. (2005). Modeling the environmental impacts of urban land use and land cover change—a study in Merseyside, UK. Landscape and Urban Planning, 71(2-4), 295-310. https://doi.org/10.1016/J.LANDURBPLAN.2004.03.009
Potocko, A. y Tella, G. (2019). Expansión urbana en Argentina. Lógicas, oportunidades y desafíos. Cámara Argentina de la Construcción.
Rindfuss, R. R., Walsh, S. J., Turner, B. L. I., Fox, J. y Mishra, V. (2004). Developing a science of land change: Challenges and methodological issues. Proceedings of the National Academy of Sciences, 101(39), 13976-13981. https://doi.org/10.1073/pnas.0401545101
Rojas, C., Opazo, S. y Jaque, E. (2009). Dinámica de crecimiento urbano del área metropolitana de Concepción: tendencias de las últimas décadas. En R. Hidalgo, C. De Mattos y F. Arenas (Eds.), Chile: del país urbano al país metropolitano (pp. 257-268). Pontificia Universidad Católica de Chile.
Sangermano, F., Eastman, J. R. y Zhu, H. (2010). Similarity Weighted Instance‐based Learning for the Generation of Transition Potentials in Land Use Change Modeling. Transactions in GIS, 14(5), 569-580. https://doi.org/10.1111/j.1467-9671.2010.01226.x
Spósito, E. S. y Spósito, M. E. B. (2020). Sociospacial Fragmentation. Mercator, 19(6), 1-12. https://doi.org/10.4215/rm2020.e19015
Triantakonstantis, D. y Mountrakis, G. (2012). Urban Growth Prediction: A Review of Computational Models and Human Perceptions. Journal of Geographic Information System, 4(6), 555-587. https://doi.org/10.4236/jgis.2012.46060
van Notten, P. W. F., Rotmans, J., van Asselt, M. B. A. y Rothman, D. S. (2003). An updated scenario typology. Futures, 35(5), 423-443. https://doi.org/10.1016/S0016-3287(02)00090-3
Veldkamp, A. y Verburg, P. H. (2004). Modelling land use change and environmental impact. Journal of Environmental Management, 72(1-2), 1-3. https://doi.org/10.1016/J.JENVMAN.2004.04.004
Wack, P. (1985). Scenarios: uncharted waters ahead. Harvard business review, 63(5), 72-89. https://hbr.org/1985/09/scenarios-uncharted-waters-ahead
Wegener, M. (1994). Operational Urban Models State of the Art. Journal of the American Planning Association, 60(1), 17-29. https://doi.org/10.1080/01944369408975547
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 Ignacio Iturrioz, Santiago Linares, Liliana Ramírez
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 3.0 Unported License.
La revista Proyección establece las siguientes condiciones de publicación para los/as autores/as:
- Los/as autores/as conservan los derechos de autor y ceden a la revista el derecho de publicación bajo la Licencia Creative Commons Atribución-No Comercial-CompartirIgual 3.0 No portada (CC BY-NC-SA 3.0) que permite a terceros copiar, distribuir, exhibir y ejecutar la obra citando siempre la fuente y los datos de autoría según la norma prevista por la Revista Proyección. Esta licencia no permite el uso de la obra con fines comerciales.
- Todos los trabajos publicados por Proyección, Estudios Geográficos y de Ordenamiento Territorial serán bajo la modalidad de gratuidad para autores/as y lectores/as.
