ANALIZANDO ACCESIBILIDAD URBANA EN CONTEXTOS DE DATOS ESCASOS: GUATEMALA / QUETZALTENANGO

ANALIZANDO ACCESIBILIDAD URBANA EN CONTEXTOS DE DATOS ESCASOS: GUATEMALA / QUETZALTENANGO

Entender la accesibilidad urbana es fundamental para la planificación de usos del suelo y de trasporte, ya que es uno de los aspectos clave de la aglomeración de economías, crecimiento económico y calidad de vida. La accesibilidad urbana puede entenderse desde dos conceptos distintos. Accesibilidad geográfica es la más común y se define como la oportunidad en un origen dado para desplazarse hacia un destino, o vice-versa, dada la impedancia entre un punto a otro. La accesibilidad geográfica está dada entonces por el efecto combinado de la distribución de usos del suelo y la disponibilidad de infraestructura de movilidad en una ubicación determinada. En cambio, la accesibilidad geométrica o general, se ocupa en la centralidad de la red y se enfoca en los aspectos topológicos, métricos-geométricos del diseño urbano. En otras palabras, la accesibilidad geográfica estudia las oportunidades de desplazamiento asumiendo que deseamos hacerlo de un punto a (i.e. nuestra casa) a un punto b (i.e. trabajo). Mientras que la accesibilidad geométrica está basada puramente en la disposición geométrica del trazado urbano, el espacio a través del cual transitamos.

La siguiente es una traducción del artículo “Mapping Urban Accessibility in Data Scarce Contexts Using Space Syntax and Location-Based Methods”, publicado originalmente en la revista científica Applied Spatial Analysis and Policy, Octubre 2017. La publicación es de acceso abierto y está disponible en el siguiente link: https://link.springer.com/article/10.1007/s12061-017-9239-1 Creative Commons Attribution 4.0 International License (http://creativecommons.org/licenses/by/4.0)

Consecuentemente, existen dos marcos metodológicos que corresponden a los dos conceptos de accesibilidad. Los métodos basados en ubicación, conocidos como location-based (LB), han sido los preferidos para analizar accesibilidad geográfica. En cambio, Space Syntax (SSx) es un conjunto de teorías y métodos en constante desarrollo cuyo propósito es analizar la accesibilidad geométrica. La implementación de los métodos LB ha sido facilitada en parte por la disponibilidad de información espacial (e.g. capas de uso de suelo, calles y redes de transporte), su interpretación intuitiva y su aplicación a través de los sistemas de información geográfica (SIG). Sin embargo, la carencia de datos oficiales y la capacidad instalada para procesamiento conforman aún una barrera importante en países en vías de desarrollo, como es el caso de Guatemala. Datos incompletos o desactualizados son algunos de los retos más comunes ya que la recolección y mantenimiento periódico de los datos están limitados por la disponibilidad de los recursos.

El objetivo de este artículo es el de comparar un enfoque geográfico y uno geométrico para analizar la accesibilidad urbana en Guatemala/Quetzaltenango. Esto es importante para la práctica de planificación como tema pertinente a la aplicabilidad de métodos disponibles en tareas asociadas a dinámicas de accesibilidad en países en vías de desarrollo y con disponibilidad de datos limitada.

En este artículo presentamos dos casos de estudio en Guatemala, con el fin de investigar la aplicabilidad de ambos métodos en contextos diferentes y heterogéneos. Desarrollamos un marco metodológico para analizar accesibilidad urbana utilizando SSx y métodos LB. Esto incluyo un análisis diseñado a medida que utiliza información VGI para mitigar las barreras impuestas dada la disponibilidad de datos oficiales. Calculamos acceso usando métodos LB según modo de transporte a usos de suelo clave y relevantes en la planificación, que son comúnmente asociados a dinámicas de economía urbana. Además derivamos dos indicadores SSx a nivel de calles, a diferentes escalas espaciales. Los resultados de ambos métodos son comparados utilizando correlaciones Pearson a un intervalo de confianza p<0.01. Finalmente, presentamos discusión de como los indicadores geométricos proveyeron información que es comparable al acceso geográfico de varios usos del suelo por modo de transporte, sus limitaciones y su aplicabilidad en la práctica.

Casos de estudio

Nuestros casos de estudio son ciudades ubicadas en Guatemala, Centro América: Ciudad de Guatemala (GC) y Quetzaltenango (QT). Similar a otros países en América Latina, el país tienen una herencia colonial en su tradición de planificación. Esto se refleja en sus trazos urbanos históricos ortogonales, así como problemas comunes de ciudades en desarrollo: desarrollo urbano heterogéneo y fragmentado, centros históricos deteriorados, prácticas de planificación descendientes (top-down), sin embargo debilitadas, problemas de congestión dado expansiones urbanas no planificadas y centralización de actividades económicas. Ambas ciudades se han expandido a partir de centros históricos, empezando con unas primeras expansiones planificadas, y luego caracterizadas por expansiones no planificadas hacia la periferia siguiendo trazos principales de infraestructura (Fig. 1). Las primeras expansiones están asociadas con la ubicación actual de los centros de negocios principales (CBD). Sin embargo, ambas ciudades difieren radicalmente en tamaño y consolidación de desarrollo urbano, reflejado en diferentes configuraciones urbanas y dinámicas económicas actuales. Estas diferencias hacen de estas ciudades casos adecuados para examinar la aplicabilidad de los métodos dados los diferentes contextos urbanos.

02

Fig. 1 Áreas de estudio mostrando: bordes administrativos, red de calles y transporte público.

GC es la capital del país y está ubicada en la región central. Acomoda aproximadamente el 26% de la población del país. Se extiende aproximadamente 996Km2 al interno del límite municipal, excluyendo la conurbación de áreas en municipalidades contiguas. Expansión horizontal está morfológicamente delimitada siguiendo las condiciones topográficas. Un segmento de un anillo periférico no terminado conecta el casco fundacional con el oeste y sur-oeste. Expansión urbana actual ocurre principalmente en el sur-este, sur-oeste y áreas al oeste, afuera del límite administrativo. Estas áreas están servidas por infraestructura vial importante y la vía inter-regional CA-1.

QT es la segunda ciudad más importante, ubicada al oeste del país. Acomoda aproximadamente el 5% de la población del país y con una extensión mucho menor, 120km2. La ubicación de infraestructura importante como lo es el aeropuerto y un segmento de periférico, combinados con las condiciones topográficas, incide en que las actuales expansiones ocurren sobre todo hacia el norte y el nor-oeste. Aun así, más allá del casco fundacional y las primeras expansiones, se da un proceso lento de consolidación urbana. En estas áreas predomina una urbanización esparcida con muchos vacíos.

Implementando los análisis de accesibilidad

Fig. 2 Marco metodológico.

Fig. 2 Marco metodológico.

La Figura 2 muestra nuestro marco metodológico para analizar accesibilidad urbana utilizando un enfoque geográfico y geométrico. A primera vista, las diferencias en cuanto a los requerimientos de datos son obvias. Utilizando el enfoque geográfico comenzamos con el análisis de acceso a diferentes usos de suelo agrupándolos basados de dos sets de variables: macro y micro ubicación. Macro-ubicación se enfoca a todas aquellas variables que, dadas sus características (relevancia y escala), las personas son más anuentes para superar la impedancia. Es decir, tienen más tolerancia o voluntad para utilizar más tiempo de viaje para acceder a ellas. Micro-ubicación se enfoca aquellas ubicaciones con características relacionadas a una escala más de vecindario; por lo tanto, las personas están relativamente menos dispuestas a superar la impedancia.  Durante el trabajo de campo validamos la relevancia de estas variables por medio de un taller con expertos locales en planificación y mercados del suelo. Los participantes designaron un valor ordinal (ranking) en base a su importancia relativa respecto al mercado del suelo local.

Para cada caso de estudio generamos un mosaico hexagonal, cada célula representa así nuestra unidad uniforme de análisis. Una forma hexagonal fue seleccionada dadas las siguientes ventajas analíticas: (1) el muestreo espacial reporta mejores resultados al momento de utilizar técnicas geoestadísticas en comparación con una grilla ortogonal, en el caso de que los análisis fueran a ser utilizados para modelar alguna otra dinámica urbana; (2) más simetría en la cercanía de muestreos adyacentes, evitando las ambigüedades de una grilla ortogonal (Birch et al., 2007); mejor visualización. El tamaño de los hexágonos es de un diámetro circunscrito de 300m, equivalente a tres cuadras en los casos de estudio. El tamaño garantiza una resolución analítica razonable a una demanda computacional moderada. Los hexágonos que no coincidieran con ninguna red de movilidad fueron removidos.

Seguido, produjimos mapas integrados por modo de movilidad (PRIV y PUB) para ambos niveles macro y micro. Es decir, mapas que muestran en una sola variable (e.g. macro accesibilidad por transporte privado) la accesibilidad agregada, o los múltiples beneficios de una buena ubicación dadas las características de un determinado modo de transporte y la distribución de un grupo de amenidades (macro o micro).

En el enfoque geométrico utilizamos SAA para analizar integración, interrelación, y sus valores normalizados (NAIN, NACH) a diferentes escalas espaciales. Iniciamos con un radio mínimo igual al tamaño promedio de un vecindario (0.8Km). Luego extendimos el radio a 1.5Km y luego 2.5. Subsecuentemente produjimos varios análisis incrementando el radio cada 2.5Km hasta alcanzar el radio que aún produjera resultados visiblemente diferentes a los indicadores globales (7.5Km in GC y 5Km en QT). Agregamos estos resultados a nivel de hexágonos, originalmente estimados a nivel de calle. Por lo tanto, cada hexágono contiene la integración promedio y el máximo valor de interrelación según los segmentos intersectados por la cobertura de dicho hexágono.

Resultados: Accesibilidad geográfica

Las Fig. 3 y 4 muestran los resultados de accesibilidad por variable y por modo de transporte para ambas ciudades. En GC, el acceso a trabajos beneficia enormemente las áreas centrales y rápidamente decrece hacia las afueras. Acceso a los malls de gran escala y tiendas de abastecimiento beneficia mayormente un corredor central que va de nor-oeste a sur-este. Acceso a las universidades y hospitales tiende a beneficiar las áreas centrales este-oeste. Acceso a facilidades culturales e instalaciones deportivas de gran escala (e.g. estadios) resalta un corredor norte-sur. Además, dicho corredor se beneficia simultáneamente  de acceso a múltiples ubicaciones de tiendas de abarrotes de menor escala, bancos, restaurantes, escuelas/colegios, clínicas y mercados municipales. Acceso a parques resalta un área in el nor-oeste. Aquí, varios parques pequeños se encuentran dentro de los vecindarios residenciales. El área central muestra un acceso relativamente bajo-medio. Sin embargo, espacios públicos importantes y de mayor escala están ubicados en este corredor; especialmente en el centro histórico. Esta observación deja ver la limitación de este indicador al no incluir en el análisis la extensión de superficie de cada una de estas amenidades. Por otra parte, la disponibilidad de la infraestructura de transporte público y los tiempos de viaje en este tipo de transporte restringe considerablemente la accesibilidad en ambas escalas micro y macro. Repetidamente, las áreas nor-este carecen de accesibilidad.

En QT, acceso a oportunidades de trabajo, amenidades culturales y facilidades deportivas XL vía PRIV favorece mayormente las áreas centrales e históricas. Buen acceso a comercios y tiendas de abastos de gran escala (XL) reflejan un polo comercial emergente ubicado en el nor-oeste. Una alta accesibilidad a universidades y hospitales esta menos asociada con accesibilidad a otras variables. Al igual que en GC, el transporte público restringe el grado de accesibilidad a diferentes variables, mayormente sirviendo adecuadamente sólo áreas centrales. Lógicamente esto va de la mano con la disponibilidad y calidad de dicho modo de transporte. Mayormente, las áreas centrales e históricas se benefician simultáneamente de buen acceso a varios usos del suelo. El área central aún se beneficia de un grado de acceso medio alto a comercios de gran escala y tiendas de abastecimientos. También, se beneficia mayormente de acceso a todas las micro variables tanto vía PRIV como PUB.

Fig. 3 Accesibilidad por variable por modo de transporte en Ciudad de Guatemala.

Fig. 3 Accesibilidad por variable por modo de transporte en Ciudad de Guatemala.

Fig. 4 Accesibilidad por variable por modo de transporte en Quetzaltenango

Fig. 4 Accesibilidad por variable por modo de transporte en Quetzaltenango

Las Fig. 5 y 6 muestran los mapas integrados de accesibilidad macro y micro por modo de transporte PRIV (a), PUB (b) y ambos modos combinados (c) para cada ciudad. El rango de colores aplicados a “s” en las figuras 3 y 4 aplica igual a las figureas 5 y 6. Los valores varían de 0 (rojo) a 100 (verde). Los segmentos con un alto valor de interrelación normalizada (NACH) según los análisis SSx, son utilizados acá como referencia y sobrepuestos en los mapas (c). Discusión sobre los resultados SSx se presenta en la siguiente sección.

En GC el corredor central es el que más se beneficia de acceso vía PRIV y PUB dada la infraestructura de movilidad actual para acceder a las ubicaciones de las macro variables (mapas a y b). El efecto combinado de acceso por ambos modos de transporte a ubicaciones macro y micro (mapas c), esta mayormente influenciado por la accesibilidad vía PUB. Eso es porque el porcentaje medio de usuarios de transporte público por TAZ es mayor (0.76) que el de movilidad privada (0.24). Los valores más altos de accesibilidad (0.91-1) resaltan tres áreas importantes en el mapa (c): el actual CBD y dos sub-centros interconectados alineados a lo largo de la CA-1. Estos centros coinciden con las ubicaciones percibidas por locales como centros de actividad económica importantes y de oportunidades de empleo. Contrastantemente, las políticas de desarrollo e intervención se han enfocado mayormente en la centralidad del corredor norte-sur. Sin embargo, la oportunidad de favorecer una estructura de poli-centralidad se extiende hacia el nor-oeste. Acceso simultaneo a las micro variables favorece el centro histórico, el corredor central, y decrece rápidamente hacia los otros sub-centros con valores medios. Valores medios-bajos (0.3-0.4) señalan áreas que se favorecen con concentraciones (i.e. oportunidades acumuladas) menores de varias de las micro variables, en comparación con las áreas centrales.

En QT el reparto modal es relativamente parejo en toda el área (50%-50%).  La accesibilidad macro combinada beneficia mayormente áreas centrales y se extiende hacia el polo comercial emergente. La accesibilidad decrece gradualmente hacia la periferia. La periferia este tiene la accesibilidad macro más pobre. Micro ubicación beneficia áreas centrales, incluyendo el centro histórico. Luego decrece rápidamente hacia la periferia. Contrario a GT, el polo emergente se beneficia únicamente de alta accesibilidad macro.

01

Fig. 5 Accesibilidad integrada a macro y micro ubicaciones para Ciudad de Guatemala.

Fig. 6 Accesibilidad integrada a macro y micro ubicaciones para Quetzaltenango.

Fig. 6 Accesibilidad integrada a macro y micro ubicaciones para Quetzaltenango.

Resultados: Accesibilidad geométrica

La Fig. 7 muestra los resultados de integración y NACH de los análisis SSx a radios selectos. In GC, las áreas centrales se benefician mayormente de la accesibilidad geométrica a varias escalas espaciales. Integración a escala de vecindario (r0.8Km) resalta áreas urbanas con grillas compactas (cuadras pequeñas). Estas áreas corresponden a algunas de los vecindarios que de hecho fueron planificados cercanos a las áreas centrales, y los centros de las municipalidades adyacentes (eventualmente también planificados). Estas áreas tienen el potencial más alto para movimientos peatonales. Una alta integración (1700~) a escala r5Km resalta el corredor central y se extiende hacia la parte sur siguiendo infraestructura vial importante. Las áreas al este, sur y oeste de la periferia cuentan con una accesibilidad geométrica media (600-1000), mientras que algunas áreas interinas entre estas y el centro cuentan con accesibilidad más baja.

Fig. 7 Resultados de los análisis SSx para Ciudad de Guatemala y Quetzaltenango

Fig. 7 Resultados de los análisis SSx para Ciudad de Guatemala y Quetzaltenango

Sobre todo, estos patrones dejan ver visualmente información preliminar importante sobre la asociación entre integración y la aglomeración de actividades económicas y de servicio, contrastando el centro y la periferia.  Esta predominancia central también está reflejada en la disposición de vialidades que estructuran la ciudad, algo que observamos en los análisis NACH (r5Km y rN). El corredor central es la única área simultáneamente enmarcada y atravesada por estas vialidades importantes, mientras que en el resto hacia la periferia, las áreas urbanas locales (parches urbanos) están conectadas a este centro enmarcado a través de configuraciones ramificadas tipo árbol. La vialidad periférica juega un papel importante estructurando el área oeste, con una intersección importante donde uno de los sub-centros es identificado vía los análisis de macro accesibilidad.

En QT el área central se encuentra altamente integrada a diferentes escalas espaciales, más que el centro histórico, y que se encuentra asociado con una alta centralidad tal como se visualizó vía los análisis geográficos. Una alta integración global (rN) apunta áreas hacia el nor-oeste, coincidiendo con la ubicación del polo comercial emergente. Contrastantemente, otras áreas periféricas están pobremente integradas a diferentes escalas espaciales, denotando una urbanización menos consolidada. Similar al caso de GC, tanto el área central como el centro histórico muestran estar bien conectados por medio de vialidades que estructuran la ciudad (NACH r1.5 y rN). Estas vialidades también conectan a otras vialidades importantes el periférico este-oeste al norte (intersectando el polo comercial emergente) y una vialidad mayor norte-sur en el cuadrante oeste.

Asociaciones entre los enfoques analíticos geográficos y geométricos

Fig. 8 y 9 muestran las matrices de correlación Pearson (p<0.01) entre accesibilidad geográfica (LB) y geométrica (SSx) por modo de transporte para cada ciudad. El tamaño de la celda y el rango de color, de forma incremental y de blanco a negro, indican la fuerza de la correlación. Cada celda representa el análisis de correlación entre los valores computados en los hexágonos de un mapa (e.g. acceso a empleos) respecto a otro mapa (e.g. integración rN). De esta cuenta, las matrices revelan las asociaciones de los varios indicadores de accesibilidad de un mismo enfoque analítico y respecto al otro.

A juzgar por las matrices podemos confirmar una correlación positiva entre la accesibilidad geométrica y geográfica respecto a varios usos de suelo así como también a nivel de los indicadores agregados macro y micro. Los resultados no indican causalidad direccional. Es decir, no podemos explícitamente que las características de un tipo de accesibilidad inciden sobre el otro, o viceversa. Sin embargo, una alta accesibilidad geográfica es el resultado de la ubicación y concentración de varios usos de suelo. Los mismos son más propensos a cambiar o reubicarse a lo largo del tiempo, en contraste con la frecuencia con la que la grilla urbana es modificada. Por lo tanto, podríamos pensar que la accesibilidad geográfica es el resultado de un proceso cumulativo de ubicaciones de uso de suelo influenciado por la búsqueda de una ubicación geométrica óptima. A continuación elaboramos una discusión sobre las correlaciones entre los varios análisis basados en los métodos LB y luego sus correlaciones con los análisis SSx.

Fig. 8 Guatemala City. Correlaciones estadísticamente insignificantes (p<0.01) están marcadas con X.

Fig. 8 Guatemala City. Correlaciones estadísticamente insignificantes (p<0.01) están marcadas con X.

Fig. 9 Quetzaltenango. Correlaciones estadísticamente insignificantes (p<0.01) están marcadas con X.

Fig. 9 Quetzaltenango. Correlaciones estadísticamente insignificantes (p<0.01) están marcadas con X.

 

Agradecimientos

Nos gustaría extender un agradecimiento por la colaboración de expertos locales de distintas instituciones: La Dirección de Movilidad Urbana de la Ciudad de Guatemala, La Secretaría de Planificación y Programación de la Presidencia (SEGEPLAN), Centro Universitario de Occidente (CUNOC), Inspecciones Globales y Fab Lab. El trabajo reportado en esta investigación fue financiado por NUFFIC a través del proyecto NICHE.

 

REFERENCIAS

Ahlström, A., Pilesjö, P. & Lindberg, J. 2011. Improved accessibility modeling and its relation to poverty – A case study in Southern Sri Lanka. Habitat International, 35, 316-326.

Albacete, X., Olaru, D., Paül, V. & Biermann, S. 2015. Measuring the Accessibility of Public Transport: A Critical Comparison Between Methods in Helsinki. Applied Spatial Analysis and Policy, 1-28.

Arsanjani, J. J., Zipf, A., Mooney, P. & Helbich, M. 2015. An Introduction to OpenStreetMap in Geographic Information Science: Experiences, Research, and Applications. OpenStreetMap in GIScience. Springer International Publishing.

Bafna, S. 2003. Space Syntax: A Brief Introduction to Its Logic and Analytical Techniques. Environment and Behavior, 35, 17-29.

Batty, M. 2004. A new theory of space syntax. London: Centre of Advanced Spatial Analysis UCL.

Batty, M. 2009. Accessibility: in search of a unified theory. Environment and Planning B: Planning and Design, 36, 191-194.

Batty, M. 2013. The new science of cities. Mit Press.

Birch, C. P., Oom, S. P. & Beecham, J. A. 2007. Rectangular and hexagonal grids used for observation, experiment and simulation in ecology. Ecological Modelling, 206, 347-359.

Burdziej, J. 2012. A Web-based spatial decision support system for accessibility analysis—concepts and methods. Applied Geomatics, 4, 75-84.

Condat, L., Van De Ville, D. & Blu, T. Hexagonal versus orthogonal lattices: A new comparison using approximation theory.  Image Processing, 2005. ICIP 2005. IEEE International Conference, 2005. IEEE, III-1116-19.

Cooper, C. 2014. Using OpenStreetMap in spatial network analysis. Cardiff University: sDNA.

Cooper, C. & Chiaradia, A. 2015. sDNA: how and why we reinvented Spatial Network Analysis for health, economics and active modes of transport. In: Malleson et al, N. (Ed.), GIS Research UK (GISRUK) 2015 Proceedings.

Curl, A., Nelson, J. D. & Anable, J. 2011. Does Accessibility Planning address what matters? A review of current practice and practitioner perspectives. Research in Transportation Business & Management, 2, 3-11.

Curtis, C. & Scheurer, J. 2010. Planning for sustainable accessibility: Developing tools to aid discussion and decision-making. Progress in Planning, 74, 53-106.

Dalton, R. C. 2003. The Secret Is To Follow Your Nose. Environment and Behavior, 35, 107-131.

Ford, L. 1996. A New and Improved Model of Latin American City Structure. Geographical Review, 86, 437-440.

Freeman, L. C. 1977. A set of measures of centrality based on betweenness. Sociometry, 40, 35-41.

Geurs, K. & Van Wee, B. 2004. Accessibility evaluation of land-use and transport strategies: review and research directions. Journal of Transport geography, 12, 127-140.

Geurs, K. T. & van Eck, R. 2001. Accessibility measures, review and applications, Bilthoven, Rijksinstituut voor Volksgezondheid en Milieu (RIVM).

Gil, J. 2015. Building a Multimodal Urban Network Model Using OpenStreetMap Data for the Analysis of Sustainable Accessibility. OpenStreetMap in GIScience. Springer International Publishing.

Glebbeek, M.-L. & Koonings, K. 2015. Between Morro and Asfalto. Violence, insecurity and socio-spatial segregation in Latin American cities. Habitat International, 54, 3-9.

Griffin, E. & Ford, L. 1980. A Model of Latin American City Structure. Geographical Review, 70, 397-422.

Hajrasouliha, A. & Yin, L. 2015. The impact of street network connectivity on pedestrian volume. Urban Studies, 52, 2483-2497.

Handy, S. L. & Niemeier, D. A. 1997. Measuring accessibility : an exploration of issues and alternatives. In: Environment and Planning A. 29(1997)7, pp. 1175-1194.

Hansen, W. G. 1959. How accessibility shapes land use. Journal of the American Institute of Planners, 25, 73-76.

Hewko, J., Smoyer-Tomic, K. E. & Hodgson, M. J. 2002. Measuring neighbourhood spatial accessibility to urban amenities: does aggregation error matter? Environment and Planning A, 34, 1185-1206.

Hillier, B. 1996. Cities as movement economies. Urban Design International, 1, 41-60.

Hillier, B. 2009. Spatial sustainability in cities: Organic patterns and sustainable forms. In: KOCH, D., MARCUS, L. & STEEN, J. (eds.) 7th International Space Syntax Symposium. Stockholm: KTH.

Hillier, B., Greene, M. & Desyllas, J. 2000. Self-generated Neighbourhoods: the role of urban form in the consolidation of informal settlements. Urban Design International, 5, 61-96.

Hillier, B. & Iida, S. Network and psychological effects in urban movement. In A. G. Cohn, & D. M. Mark  (Eds.).  Proceedings of Spatial Information Theory: International conference, 2005. Ellicottsville, COSIT, 475-490.

Hillier, B., Leaman, A., Stansall, P. & Bedford, M. 1976. Space syntax. Environment and Planning B, 3, 147-185.

Hillier, B. & Penn, A. 2004. Rejoinder to Carlo Ratti. Environment and Planning B-Planning & Design, 31, 501-511.

Hillier, B., Penn, A., Hanson, J., Grajewski, T. & Xu, J. 1993. Natural Movement-or, configuration and attraction in urban pedestrian movement. Environment and Planning B, 20, 29-66.

Hillier, B., Turner, A., Yang, T. & Park, H.-T. 2010. Metric and topo-geometric properties of urban street networks: some convergences, divergences and new results. Journal of Space Syntax Studies, 1, 258-279.

Hillier, B., Yang, T. & Turner, A. 2012. Normalising least angle choice in Depthmap-and how it opens up new perspectives on the global and local analysis of city space. Journal of Space Syntax, 3, 155-193.

Ingram, D. R. 1971. Concept of accessibility : a search for an operational form. Regional Studies, 5(1971), pp. 101-107.

Jiang, B. & Claramunt, C. 2002. Integration of space syntax into GIS: new perspectives for urban morphology. Transactions in GIS, 6, 295-309.

Karimi, K. 2012. A configurational approach to analytical urban design:‘Space syntax’methodology. Urban Design International, 17, 297-318.

Kim, H.-K. & Sohn, D. W. 2002. An analysis of the relationship between land use density of office buildings and urban street configuration: Case studies of two areas in Seoul by space syntax analysis. Cities, 19, 409-418.

Koenig, J.-G. 1980. Indicators of urban accessibility: theory and application. Transportation, 9, 145-172.

Kourtit, K., Nijkamp, P. & Partridge, M. D. 2015. Challenges of the New Urban World. Applied Spatial Analysis and Policy, 8, 199-215.

Law, S. 2017. Defining Street-based Local Area and measuring its effect on house price using a hedonic price approach: The case study of Metropolitan London. Cities, 60, Part A, 166-179.

Malczewski, J. 1999. GIS and multicriteria decision analysis, John Wiley & Sons.

Matthews, J. & Turnbull, G. 2007. Neighborhood Street Layout and Property Value: The Interaction of Accessibility and Land Use Mix. The Journal of Real Estate Finance and Economics, 35, 111-141.

Netzell, O. 2012. The effect of accessibility on retail rents: testing integration value as a measure of geographic location. Journal of Property Research, 30, 1-23.

Nyerges, T. L. & Jankowski, P. 2009. Regional and urban GIS: a decision support approach, Guilford Press.

Pacione, M. 2005. Urban geography : a global perspective, London etc., Routledge.

Penn, A. 2003. Space Syntax and Spatial Cognition or Why the axial line? Environment and Behavior, 35, 30-65.

Porta, S., Crucitti, P. & Latora, V. 2005. The network analysis of urban streets: a primal approach. Environment and Planning B 33, 705-725.

Porta, S., Crucitti, P. & Latora, V. 2006. The network analysis of urban streets: a dual approach. Physica A: Statistical Mechanics and its Applications, 369, 853-866.

Porta, S., Latora, V. & Strano, E. 2010. Networks in urban design. Six years of research in multiple centrality assessment. Network science. Springer London.

Porta, S., Latora, V., Wang, F., Rueda, S., Strano, E., Scellato, S., Cardillo, A., Belli, E., Càrdenas, F., Cormenzana, B. & Latora, L. 2012. Street Centrality and the Location of Economic Activities in Barcelona. Urban Studies, 49, 1471-1488.

Ratti, C. 2004. Urban texture and space syntax: some inconsistencies. Environment and Planning B: Planning and Design, 31, 487-499.

Rietveld, P. 2015. Flying Carpets and Urban Development Trajectories. Applied Spatial Analysis and Policy, 8, 217-230.

Stewart, J. Q. & Warntz, W. 1958. Physics of population distribution. Journal of regional science, 1, 99-121.

Turner, A. 2007. From axial to road-centre lines: a new representation for space syntax and a new model of route choice for transport network analysis. Environment and Planning B: Planning and Design, 34, 539-555.

van Nes, A., Berghauser-Pont, M. & Mashhoodi, B. Combination of Space Syntax with Spacematrix and the Mixed Use Index. In: GREENE, J., REYES, J. & CASTRO, A., eds. 8th International Space Syntax Symposium, 2011 Santiago, Chile.

Waze. 2015. Community-based Mapping, Traffic and Navigation [Online]. Available: www.waze.com [Accessed June 2015].

Webster, C. 2010. Pricing accessibility: Urban morphology, design and missing markets. Progress in Planning, 73, 77-111.

Wegener, M. & Fürst, F. 2004. Land-use transport interaction: state of the art. Available at SSRN 1434678.

Yeh, A. G. O. 1991. The development and applications of geographic information systems for urban and regional planning in the developing countries. International Journal of Geographical Information System, 5, 5-27.

Yeh, A. G. O. 1999. Urban planning and GIS. Geographical Information Systems: Principles, Techniques, Applications, and Management 2nd edition, Eds PA Longley, M Goodchild, D Maguire, D Rhind (John Wiley, New York) pp, 877-888.

 

Andrés Morales

Guatemalteco desde 1986.  Arquitecto por la Universidad del Istmo y MSc en Geo-información y Observación de la Tierra aplicado a la Planeación Urbana y Regional  por la Universidad de Twente, Holanda. De pensamiento crítico y espíritu creativo, me gusta diseñar y personalizar todo lo que hago. Me interesan las artes y la comunicación visual. Mi filosofía personal es  “observa el contexto y te revelará secretos”, es algo que dirige no solo mi carrera profesional sino también todos los aspectos de mi vida.

Únete a la discusión

Loading comments...