INTRODUCCIÓN

Según el informe de la Organización de las Naciones Unidas (2016), los impactos de la urbanización son apreciables en prácticamente todas las áreas del planeta y los territorios, los cuales, más allá de su tamaño, se ven enfrentados a notables mutaciones, cuyas configuraciones implican límites sencillos de percibir, pero complejos a fijar.

Así, no sólo los espacios metropolitanos han experimentado constantes modificaciones, sino que también otras ciudades, de menor tamaño, desarrollan importantes mutaciones que afectan y determinan sus espacios y alrededores. Es en este contexto que emergen las entidades urbanas de tamaño medio o las denominadas ciudades intermedias (Bellet y Sposito, 2009; Henríquez, 2014). Estas urbes presentan vínculos con sus espacios rurales, configurando diferentes grados de centralidad en sus respectivos espacios regionales y desenvolviéndose muchas veces como importantes centros políticos y/o como prestadoras de servicios, propiciando la interacción social, pues poseen una infraestructura de conexión de flujos que permite hacer próximos los organismos de administración desconcentrados del Estado (Maturana y Rojas, 2015).

Al igual que los espacios metropolitanos, las ciudades intermedias han sido objeto de presiones inmobiliarias y evidencian complejidades similares, tanto a nivel de virtudes -como el mayor acceso a servicios especializados o a infraestructura (producto de las economías de aglomeración)-, como de problemáticas -contaminación, congestión, expansión descontrolada, entre otras (Bellet y Sposito, 2009). Por esto resulta relevante estudiarlas a partir de modelos que ofrecen las ciencias urbanas y que aportan en los procesos de planificación o gestión urbana.

En ese sentido, “la nueva ciencia de ciudades” emerge como un nuevo referente en el análisis y las capacidades de modelación que son posibles de aplicar en la ciudad. Este nuevo enfoque, según Batty (2013), entrega un conjunto de herramientas para representar, analizar, simular, predecir y crear estructuras urbanas. Lo anterior, en el entendido de que las urbes se definen como objetos espaciales complejos, con escalas temporales y espaciales diferentes que, a pesar de su difícil caracterización presentan ciertas lógicas que permiten analizarlas (Barthelemy, 2016).

En este escenario de cambios y nuevas posibilidades de análisis, los diferentes países de América Latina ven avanzar con fuerza el proceso de urbanización y Chile no escapa a tales orientaciones. Actualmente, sobre el 87% de la población es urbana (Instituto Nacional de Estadísticas [INE], 2017) y las ciudades intermedias, capitales regionales, han desempeñado un importante rol al ser un espacio que cataliza las necesidades de cada uno de sus territorios próximos. En efecto, según datos del último censo de población del año 2017, en las regiones extremas, sobre el 80% de la población regional se concentra en dichas ciudades y, en el caso de territorios más centrales, la tendencia se alza en un 43% para la Región de Los Ríos o en un 32% para la de O’Higgins, por ejemplo (INE, 2017).

En base a lo indicado, uno de los casos interesantes de analizar corresponde a la ciudad de Temuco, por su rápido proceso de metropolización (Rojo, Alvarado, Olea y Salazar, 2020). Esta se localiza en la Región de La Araucanía, concentrando prácticamente el 24% de la población total regional según el último censo del año 2017 (ver localización en Figura 2) y cuadruplicando en población a la ciudad que le sigue en su región, propiciando una alta dependencia en servicios y equipamiento (Salazar, Irarrázaval y Fonck, 2017). Paralelo a este proceso, la ciudad de Temuco ostenta fenómenos de segregación con áreas empobrecidas (Garín, Salvo y Bravo, 2009).

Además, esta urbe ha presentado diversas complejidades en términos de planificación. Temuco, ha vivido infructuosos procesos de actualización tanto del Plan Regulador Comunal (PRC) como del Plan Regulador Intercomunal PRIC. Ambos, Instrumentos de Planificación Territorial (IPT) que se implementan según la escala y se constituyen como las principales directrices con que cuentan los municipios para normar sus ciudades. En ese marco, dicho instrumento tiene como principal tarea promover, orientar y regular el desarrollo armónico del territorial comunal y particularmente de sus centros poblados (Peña-Cortés, Pincheira, Rozas, Fernández y Ramírez, 2020), amparado en la Ley General de Urbanismo y Construcciones.

A esta complejidad normativa y de planificación se suman enormes desafíos urbanos que podrían retratarse en las dinámicas de población y del parque automotriz. Respecto al primero (población), al año 1982 la ciudad contaba con 157.634 habitantes y al censo 2017, con 307.624 (incluyendo el área conurbada Temuco y Padre las Casas), es decir, dobló su población en los últimos 35 años. Y la cifra se eleva a prácticamente las 360.000 personas, cuando hablamos de las comunas. En cuanto al parque automotriz, el año 2001 la Temuco presentaba 42.548 vehículos motorizados y al año 2018, 98.430, esto es, dobló el guarismo en menos de 20 años. Ambas situaciones, plantearían desafíos en términos de infraestructura, servicios, equipamiento, calidad de vida y calidad ambiental en la ciudad.

Dado los antecedentes expuestos, resulta necesario y útil reflexionar en cuanto a las dinámicas que presenta esta urbe, a la expansión urbana no del todo planificada que ha evidenciado y a la urgencia de contar con estudios que posibiliten una mejor planificación, por tanto, una mayor capacidad de resiliencia y sustentabilidad.

Consecuentemente, este artículo tiene por objetivo explorar los cambios de cobertura de suelo experimentados en la ciudad de Temuco, de tal forma de poder generar una simulación de la superficie construida al año 2049 y así contribuir al debate de las áreas que debieran estar incorporadas a futuro en la planificación de la ciudad, al menos en términos de los límites urbanos. Para llevar a cabo tal proceso, se realiza una caracterización de la cobertura del suelo entre 1985 y 2017, posteriormente se valida el modelo para así dar paso a un proceso de simulación del crecimiento urbano futuro de la ciudad entre 2017 y 2049, analizando tanto los patrones espaciales resultantes como los cambios proyectados.

METODOLOGÍA

El estudio utilizó imágenes satelitales para simular el crecimiento urbano de Temuco y el sector de Labranza al año 2049, a partir de 1985 y 2017. Las imágenes empleadas provienieron del satélite Landsat 5, 7 y 8, para 1985, 2001 y 2017, respectivamente (Servicio Geológico de los Estados Unidos [USGS], 2019). Se decidió comenzar el análisis a partir del año 1985, ya que sus bandas espectrales permiten discriminar de correcta manera la cobertura de suelo según la radiometría de las imágenes (Hernández, 2011).

Los pasos metodológicos de la simulación se ven resumidos en la Figura 1. Primero, se determinaron las coberturas de suelo por medio de la clasificación espectral de cada imagen. Adicionalmente, fueron corregidas radiométricamente (calibración radiométrica y corrección atmosférica) con el sentido de obtener valores de reflectancia para cada píxel.

Con la finalidad de incrementar la escasa dimensionalidad espectral de la imagen Landsat del año 1985 y, con ello, mejorar su capacidad para discriminar la cobertura de suelo, esta fue sujeta a dos transformaciones de las curvas de reflectancia originales de sus píxeles: (1) remoción continua y (2) primera derivada (Entcheva-Campbell et al., 2004; Kokaly, 2001).

Así, esta parte concluyó con la determinación de los usos y coberturas de suelo por medio el método de clasificación supervisada de uso urbano, cobertura arbórea, vegetación (densa y dispersa), suelo desnudo (rala) y cauces fluviales para los años 1985, 2001 y 2017. Para este proceso se utilizó el programa ENVI 5.0.

El segundo paso consistió en aplicar un Modelo de Simulación Simultánea de Cambio de Uso/Cobertura de Suelo (MSSCUCS, en inglés: Land Use/Cover Change Simulation Models) entre el año 1985 y 2017, para poder validar el modelo y, posteriormente, determinar mediante una nueva simulación, ahora desde el año 2017 en adelante, el suelo urbano futuro.

De esta forma, el modelo generado recogió los resultados retrospectivos de la urbanización entre 1985 y 2017, por lo que el análisis se centró en el comportamiento espacio-temporal del uso urbano. Este modelo incluye técnicas de “Evaluación Multicriterio-Multiobjetivo”, “Cadenas de Markov”, y “Autómata Celular”, las que fueron procesadas en el programa IDRISI Selva 17.0, siendo este el que permitió la aplicación de tales procesos.

Para llevar a cabo la modelación se recurrió a la técnica de Evaluación Multicriterio-Multiobjetivo (EMC–EMO), la cual responde a la utilización de capas en forma de criterios como apoyo a la proyección del crecimiento urbano de la ciudad de Temuco. Dentro de ello, se seleccionaron limitantes de tal incremento urbano como factores potenciadores (Tabla 1). Su uso obedece a factores claves identificados en otros estudios (Henríquez y Qüense, 2010; Malczewski, 1999; Van der Merwe, 1997) que influyen en los procesos de expansión urbana.

Como se advierte, las primeras dos limitantes apreciadas toman relevancia pues involucran directamente tanto el papel del Estado como de la población mapuche en el área de estudio. Las ADI corresponden a las áreas donde se focalizará el desarrollo indígena, según lo dicta la Ley 19.253 (Ministerio de Planificación, 2017), mientras que los TI son las zonas protegidas donde reside una persona o comunidad indígena. Por consiguiente, son territorios llamados a restringir. A los anteriores, se agregaron obviamente los cauces y el suelo ya urbanizado.

Respecto a los factores potenciadores (Tabla 1), la aptitud urbana se evaluó según una suma lineal ponderada, considerando los factores propuestos por Henríquez (2014). Estos factores fueron normalizados entre valores 0 (menor aptitud) y 255 (mayor aptitud), y los pesos de cada uno fueron estimados a través del proceso de Jerarquía Analítica (Kharat, Kamble, S. J., Raut, Kamble, S. S. y Dhume, 2016). Este proceso se expresa en la siguiente ecuación 1:

Donde,

Wj = es el peso o criterio de cada j factor, proveniente del AHP (Saaty, 1980)

eij = valor de cada factor i para cada, pero o criterio de j

Una vez determinadas las coberturas de suelo y la EMC-EMO, se generó una matriz de probabilidad, la cual posibilita la proyección e implica considerar al menos dos mediciones temporales que, para este caso, están en el rango 1985-2017 (Batty, 2013). Con dicho escenario, se generó la imagen final de probabilidad de transición de cambio en las coberturas de suelo para poder simular hasta el año 2049.

En seguida, las Cadenas de Markov (CM) permitieron proyectar qué espacios cambiarán de un estado de cobertura . hacia un escenario de cobertura .. La técnica CM funciona considerando que la distribución espacial de las coberturas de suelo es resultado directo de la situación en un momento anterior (t-1), por lo tanto, este modelo asume que un estado es el resultado lineal de su escenario previo (Batty, 2013).

La última técnica que compone la modelación corresponde a la de Autómata Celular (AC). Esta relaciona el estado previo de los pixeles con el estado de los pixeles vecinos, considerando las reglas de transición de cada uso y cobertura de suelo: a partir de cada pixel, estos toman un determinado estado futuro según usos/coberturas de suelo de las células circundantes a partir de sus interacciones, pudiéndose así localizar espacialmente los píxeles con mayores probabilidades de cambiar (Batty, 2005).

Un paso sumamente importante para poder validar el proceso de simulación llevado a cabo hasta el año 2049 corresponde a la validación del modelo. Con ese fin, se simuló al año 2017 considerando los periodos 1985 y 2001. Una vez obtenido el cálculo, se pueden comprender y evaluar las semejanzas entre lo real (2017 observado) y lo simulado (2017 simulado) por medio del índice Kappa (Congalton, 1991), empleando la siguiente ecuación 2:

Donde,

r = número de filas y columnas en la matriz

N = total de pixeles en la matriz

Xii = observaciones en fila i y columna i

Xi = total marginal de fila i

Xi + 1 = total marginal de la columna i

De este modo, el índice Kappa permite estimar el ajuste del modelo de simulación propuesto. Cuando el valor es superior a 0,5 se podría aceptar que el modelo está prediciendo de manera válida el cambio (Morales y Maturana, 2019; Henríquez, 2014) y, por lo tanto, es posible su aplicación para generar la simulación. En los próximos párrafos se detalla el índice Kappa obtenido y su robustez.

RESULTADOS Y DISCUSIÓN

Los análisis de las Figuras 2 y 4 expresan los procesos de expansión urbana y cobertura de suelo entre 1985 y 2017. Apreciamos que tanto la superficie arbórea como urbana vieron incrementadas sus superficies. Sin embargo, las áreas destinadas a zonas de vegetación, las áreas desnudas y también los cauces registraron disminuciones en ese sentido (ver valores en la Figura 3).

Respecto de las categorías que aumentaron durante el primer tramo entre 1985-2001, la más significativa correspondió a la cobertura urbana, que expresó un crecimiento de 918 ha, el que se traduce en un 41% del suelo cubierto respecto a 1985 (Figuras 2 y 4). En cuanto a la cobertura arbórea, esta se incrementó en un 11%. Además, resulta relevante soslayar la emergencia de Labranza (Figura 2) como enclave urbano, la cual, a pesar de no ser contigua a la ciudad de Temuco, se transforma en un nuevo referente espacial en las cercanías de la ciudad, lo que no ocurría en 1985. En lo que se refiere a las disminuciones, destaca el suelo desnudo, el cual baja un 39% de superficie respecto del año inicial. Si bien las otras dos coberturas presentaron menguas (vegetación y cauce), sus cambios fueron marginales: 0,8 y 1,8%, respectivamente.

Durante el periodo 2001 y 2017 (Figuras 2, 3 y 4) el cambio más relevante está dado por la baja en el ritmo de crecimiento del suelo urbano (aunque sigue siendo importante) y el alza de la cobertura arbórea. Esta última aumentó un 35% respecto del primer bloque, considerando 3.148 nuevas hectáreas, mientras que la cobertura urbana lo hizo a un ritmo de 39% (2% menos que el primer bloque), incrementando su cobertura espacial en 1.212 nuevas hectáreas.

En cuanto a la disminución, se observó la misma tendencia: menores valores en las coberturas de vegetación, suelo desnudo y cauces. De esas áreas, el suelo desnudo es la que más vio disminuida su superficie, bajando a un ritmo de 77% respecto del primer bloque. La vegetación y cauces bajaron un 4,9% y 8%, respectivamente.

En resumen, en la evolución temporal entre 1985 y 2017, destaca el cambio reflejado al suelo desnudo. Este disminuyó un 86% en total desde 1985 (3.360 ha), lo que más allá de su desaparición en términos de coberturas, indica el fuerte dinamismo relativo al cambio de una a otra cobertura. Lo anterior se ve contrastado respecto de los cauces y vegetación los cuales no alcanzan al 10% de cambio. Entre las coberturas que aumentaron, sobresale la urbana, que llegó a crecer casi el doble de lo que representaba en 1985 (96% de crecimiento), aumentando 2.130 nuevas hectáreas, lo que denota lo espectacular del fenómeno.

En relación a la tendencia del suelo urbano, este presenta, al año 2017, 4.345 ha, sobrepasando las 2.215 ha de 1985, lo que representa un 51% del año más reciente. Además, se puede subrayar el caso de la cobertura arbórea, que subiendo 4.043 ha respecto de 1985, representa un 67% de lo que existe al año 2017.

Es relevante destacar la emergencia de Labranza como nodo del entramado urbano sin ser un brazo directo de este (Figura 2). Este pasó de 33 ha en 2001 a 204 ha en 2017, lo que demuestra el dinamismo del sector en solo 16 años. No obstante, tal situación era previsible, en gran medida por la construcción de una ruta doble vía que comenzó a gestarse al año 2011. En efecto, Labranza ha sido un centro seleccionado para la localización de vivienda social para población que no tenía una solución habitacional en las cercanías de Temuco y, asimismo ha experimentado el actuar de los actores inmobiliarios (en los últimos años) que han llevado a cabo una serie de proyectos habitacionales orientados a sectores medios, lo cual ha incrementado más aún la presión en tal espacio.

En cuanto al proceso de simulación entre los años 2017 y 2049, los resultados espaciales y de validación pueden apreciarse en la Tabla 2. Las categorías se grafican tanto en la Tabla 2, como en las Figuras 3 y 4.

En referencia a la validación del proceso de simulación, los valores kappa oscilan entre 0 y 1. En el intervalo 0,2 y 0,4 la concordancia es aceptable; entre 0,41 y 0,6 la concordancia es moderada; entre 0,61 y 0,8 es considerable, y será perfecta mientras más se acerca al valor 1 (Morales y Maturana, 2019). En el caso de Temuco, se obtuvo una valoración del 0,55, lo cual es considerado aceptable para efectos de este tipo de estudios y, en tal sentido, estaría validando la utilización del modelo para simular el crecimiento futuro que podría experimentar la ciudad al año 2049.

Considerando los distintos escenarios, existe una correspondencia en términos de la superficie estimada (simulada) y lo real de la cobertura urbana (4.230 y 4.345 ha, respectivamente), lo que expresa que el modelo está siendo robusto y que permite, en consecuencia, llevar a cabo la simulación entre los años 2017 y 2049, cuyos resultados se aprecian en las Figuras 4 y 5.

Se advierte cómo, al año 2049, la cobertura urbana se vería acrecentada respecto del 2017 en 2.437 hectáreas, lo que representa un ritmo de cambio de un 64%, cuyo diferencial es de un 13,1% más en relación al ritmo de crecimiento entre 1985 y 2017 observado.

El modelo de simulación propuesto muestra que el crecimiento urbano tenderá a reforzarse hacia la periferia con un énfasis en el sector la Labranza, lo que viene en línea con el desarrollo de la doble calzada paralela a la Calle 1 Norte con la nueva Calle 1 Sur. De esta forma, se generará una mejor conexión entre la capital regional y el sector costero (Temuco – Nueva Imperial – Carahue) donde el paso por Labranza será obligatorio y por tanto una de las más afectadas positiva y negativamente por tal tráfico.

Tal fenómeno no ha sido al azar, puesto que, tal como se indicó, la política de construcción de vivienda social ha sido fuerte en el área, teniendo en cuenta, además, los nuevos proyectos inmobiliarios orientados a sectores medios. A este se suma que, según lo indicado por las actuales autoridades en medios de difusión, la doble vía se extendería más allá de Labranza hasta la localidad de Carahue, lo cual implicaría incorporar también a Nueva Imperial, anexando así a dos centros urbanos que presentan altos procesos de conmutación con la ciudad de Temuco. De acuerdo con los censos de 2002 y 2012 (este último no oficial), el 16% de toda la movilidad regional hacia Temuco provenía de dichos territorios; proceso que encuentra en la doble vía una base sólida para estimular una mayor extensión y ampliación de la mancha urbana de manera difusa y poco compacta.

De manera secuencial en los años de simulación, para el año 2033, Temuco crecería alrededor de 1.046 ha, alcanzando un total de 5.721, de las cuales 540 corresponderían a Labranza, lo que representaría el 9,4% de la superficie total urbana (Figuras 3, 4 y 5). En tanto, para el año 2049, el sistema ciudad en su conjunto se incrementaría en 2.437 ha, llegando a 6.782 en total, de las cuales 785 corresponderían a Labranza, constituyéndose en tal caso en un 12% del total. Estas cifras evidencian lo relevante, necesario y urgente que es contar con una planificación del espacio urbano. En efecto, incluso se ha reflexionado en torno a la necesidad de crear una nueva comuna, aspecto que desde la esfera política ha sido considerado al ingresar un requerimiento para tal efecto[1]. Desde el año 2012 se ha constituido en el sector un movimiento social pro comuna de Labranza, que ha desarrollado diversas actividades tendientes a lograr ser una unidad autónoma (Laboratorio de Planificación Territorial-UCT, 2013).

La importancia desarrollada por Labranza se explica por su dinámica en el proceso de expansión urbana que experimentaría. Si se toma como referencia el año 2049, el área urbana consolidada de Temuco presentaría un ritmo de expansión en torno a los 1.854 ha, lo que equivale actualmente al 69% de lo que sería en 2049 y por tanto menos veloz que Labranza. En efecto, esta última incrementará su superficie en aproximadamente 4 veces, de modo que al año 2017 su población constituiría apenas un 26% de lo que terminará siendo en 2049, momento en el cual la localidad podrá estar configurada como una unidad compacta. Ello generaría el reforzamiento y amplificación de los ya ocurrentes procesos de movilidad en toda esta franja y, además, una elevada presión sobre el suelo disponible para futuros proyectos de desarrollo inmobiliario.

Un segundo sector que experimentaría un crecimiento relevante, corresponde al sector de cerro Mariposa o camino a las “vegas de Chivilcán”, ubicado al norte de la ciudad, próximo al Cerro Ñielol. En la actualidad existe un mercado de suelo dinámico, orientado a parcelas, pero que se vería transformado en un futuro. En efecto, si hasta el año 2033 solo era posible considerar a Labranza como un nodo no contiguo del sistema de Temuco, al año 2049 aparecerán nuevos indicios de urbanización en las áreas ya indicadas, lo cual ejercería una presión no sólo en términos de un desarrollo inmobiliario difuso, sino que también en términos ambientales dado que, en esta zona, se localiza una de las principales áreas de humedales de la ciudad, cuyo reconocimiento ha sido recientemente solicitado por el municipio, en el marco de la ley de Humedales Urbanos[2].

Se debe añadir que, continuando por la ruta S-258, que es la extensión de la avenida Pedro de Valdivia (Figura 2), las villas de viviendas sociales generadas como especie de archipiélago, también contribuirían a las dinámicas señaladas. Si la tendencia de crecimiento se proyecta como arroja el modelo (Figura 5), se estará ante un escenario que verá crecer a Temuco de manera cada vez más discontinua, en forma de ameba y no de forma compacta, algo ya evidenciado en otras ciudades intermedias en Chile (Morales y Maturana, 2019) y que, si bien se trata de una situación esperable, va en contrasentido de todos los aspectos asociados a la sustentabilidad indicados en la Política Nacional de Desarrollo Urbano planteada el año 2014.

Para complementar el análisis anterior, se puede profundizar en función de las distancias y el crecimiento que se experimentará, lo cual es posible de apreciar en la Figura 5. Allí se refleja notoriamente hasta dónde tendría influencia superficial Labranza y Temuco. A Labranza la veríamos acaparar terrenos de hasta los 3 kilómetros desde su centro: una clara presencia hasta los 2 primeros, con un leve aumento hasta el tercer y quinto o sexto kilómetro. Temuco, entretanto, tendría una presencia que llegaría hasta los 14 kilómetros aproximadamente desde su centro, extendiéndose tanto hacia la salida norte en dirección a zonas de Cajón y Vilcún, como a su conurbación con Padre Las Casas y a la urbanización modelada hacia el norte de la ciudad, paralela al Cerro Ñielol y a zonas arbóreas cercanas a este. Ahora bien, por su configuración actual, la mayor incidencia estaría al interior de sus primeros 7 kilómetros, crecimiento que deja de ser evidentemente creciente (Figura 5).

Al conectar la dinámica aquí descrita con el estado de los Instrumentos de Planificación, se observa que el Plan Regulador de Temuco está vigente desde el año 2010, con una enmienda el año 2011 y modificaciones mediante un plano seccional para el sector de Las Encinas el año 2012. Sin embargo, el territorio en cuestión no cuenta con un Plan vigente a nivel Intercomunal; igual situación ocurre con Padre Las Casas[3]. En este sentido, es importante advertir que factores limitantes como la presencia de Mercedes de Tierra (propiedad indígena) no han sido obstáculo para la expansión y proyección que se simula, por el contrario, según lo visto, las comunidades han quedado en el medio de la expansión urbana (Peña y Escalona, 2009), lo cual también plantea enormes desafíos a futuro.

No obstante, los resultados obtenidos, algunas debilidades del método deberían ser consideradas, por ejemplo, el efecto “speckle” o “sal y pimienta” derivado de las modelaciones. Este se caracteriza por generar una serie de parches que emergen como parte de las simulaciones distribuidas de manera azarosa y desordenada cuando, en la práctica, debiesen estar aglomerados. A pesar de ello, este se presentó mayoritariamente en la proyección del año base (2017) y se volvió menor en las siguientes. Para afrontar esta complicación, lo importante es no considerar tales efectos (como fue realizado) al interior del análisis, pues precisamente están diferenciados de los conglomerados que el modelo sí logra determinar, siendo estos últimos los que indican tendencias y relaciones espaciales. Sumado a lo anterior, los planos difusos de los nodos de crecimiento están vinculados a las reduccciones mapuches, las cuales son indicadas como una limitante en la Tabla 1, por no poder ser anexadas para su utilización urbana. Teniendo eso en cuenta, el crecimiento difuso y en ocasiones discontinuo será probablemente una tónica en la morfología que irá desarrollando la ciudad.

CONCLUSIÓN

La modelación del crecimiento urbano en ciudades intermedias contribuye a anteponernos a escenarios posibles, proporcionando herramientas relevantes en la planificación urbana y regional y considerando los rasgos de procesos de metropolización de estas urbes. Desde ese punto de vista, las secretarías ministeriales del Ministerio de Vivienda y Urbanismo, en conjunto con los municipios, tienen el desafío de incorporar este tipo de análisis al momento de realizar o actualizar los instrumentos de planificación normativos, como son Planos Reguladores Comunales o Intercomunales, que les posibilitarían contar con mayores antecedentes técnicos para la planificación de la ciudad.

En consecuencia, se vuelve fundamental actuar desde las políticas públicas y potenciar el desarrollo armónico, con lógicas de planificación territorial, procurando evitar las problemáticas de las ciudades más grandes; aunque todo parece indicar que las medidas deberán dirigirse, más bien, al camino de atenuar o modificar problemáticas que parecen ser cada vez más crecientes. Efectivamente, la ciudad de Temuco ya evidencia ese tipo de problemáticas, en términos de expansión de suelo difuso, y proyecta un crecimiento poco armónico en los 30 años, en el contexto de una alta presencia de territorios indígenas que mantienen carácter legal de resguardo ante procesos de intervención, lo que se vuelve prioritario en los estudios urbanos y políticas públicas. Asimismo, urge la necesidad de evaluar nuevas infraestructuras y el rol que tendrá el transporte público en la movilidad de los habitantes de la ciudad, considerando la policentricidad que irá adquiriendo la urbe en el futuro.

La posibilidad de agregar variables como los territorios indígenas a los modelos proyectivos, ubica dentro del papel ético las posibilidades de complejizar la realidad y no caer en reducciones que no necesariamente involucran a una variedad de actores. Si bien este es solo un acercamiento a dicha realidad, resulta positivo para resguardar tales territorios en el área de estudio.

Además, y a pesar de que se estima que los resultados han sido robustos al incorporar un espacio de bosque o agrícola que pueda presentar un cambio hacia lo urbano, el estudio no valora áreas con criterios ecológicos o de productividad agrícola, aspectos que de haber sido considerados pudieron contribuir a generar un análisis más profundo en una teórica simulación con o sin restricción de tales aspectos. Ciertamente, tales procesos de valorización podrán conformar un artículo por sí mismo, dada la complejidad implicada.

Por último, y en esta misma línea, otros territorios de la región próximos a la ciudad y no abordados en este trabajo también deberían objetos de estudios urbanos, como son los casos de Pitrufquén o Freire que, de igual forma, han sido sujetos a presiones inmobiliarias y están inmersos en el sistema de movimientos pendulares con Temuco.

INTRODUCTION

According to a United Nations report from 2016, the impacts of urbanization can be seen in practically the entire planet and its regions, which, beyond their size, are facing noticeable mutations, whose configurations imply limits that are simple to perceive, but complex to set.

In this way, not just the metropolitan spaces have experienced constant modifications, but also other smaller sized cities have developed important mutations that affect and determine their spaces and surroundings. It is in this context that the mid-sized urban entities, or the so-called intermediate cities (Bellet & Sposito, 2009; Henríquez, 2014) emerge. These have ties with their rural spaces, forming different degrees of centrality in their respective regional spaces, and often becoming important political centers and/or as service providers, fostering social interaction, as they have a connection infrastructure of flows that allow bringing the decentralized State administration entities closer (Maturana & Rojas, 2015).

Intermediate cities, just as occurs with metropolitan spaces, have been subject to real estate pressure and provide evidence of similar complexities, both in terms of virtues -like greater access to specialized services or infrastructure, as a result of agglomeration economies-, and of problems -contamination, congestion, uncontrolled expansion, among others- (Bellet & Sposito, 2009). Because of this, it is relevant to study them using the models that urban science provides and contributes in urban planning or management processes.

“The new science of cities” appears in this sense, as a new example in the analysis and modeling capacities that can be applied in the city. This new approach, according to Batty (2013), provides a set of tools to represent, analyze, simulate, predict, and create urban structures. This, in the understanding that cities are defined as complex spatial objects, with different temporal and spatial scales that, despite their difficult characterization, present certain logics that allow analyzing them (Barthelemy, 2016).

In this scenario of changes and new possibilities of analysis, different Latin American countries are witnessing a powerful urbanization process and Chile is no different. Currently, over 87% of the population is urban (National Statistics Institute [INE, in Spanish], 2017), and the intermediate cities, regional capitals, have played an important role on being a space that catalyzes the needs of each one of their surrounding regions. In fact, according to information from the last population census in 2017, at the country’s extremes, over 80% of the regional population is concentrated in these cities and, in the case of the more central regions, the trend rises to 43% in the Los Rios Region or to 32% in the O’Higgins Region, for example (INE, 2017).

Based on this, one of the interesting cases to analyze is the city of Temuco, due to its rapid metropolitanization process (Rojo, Alvarado, Olea & Salazar, 2020). It is located in the La Araucania Region, and practically concentrates 24% of the total regional population according to the latest census in 2017 (see location in Figure 2), quadrupling the next smallest city in the region in terms of population, and promoting a high dependence on services and facilities (Salazar, Irarrázaval & Fonck, 2017). Alongside this process, the city of Temuco has segregation phenomena with impoverished areas (Garín, Salvo & Bravo, 2009).

Temuco also has diverse planning complexities, where it has seen unsuccessful update processes both of the Communal Zoning Plan (PRC, in Spanish) and the Intercommunal Zoning Plan (PRIC, in Spanish). Both are Regional Planning Tools (IPT, in Spanish), implemented according to the scale, and constituted as the main directives that councils have to regulate their cities. In this framework, the main task of these tools is promoting, guiding, and regulating the harmonious development of the communal area, and particularly of its inhabited centers (Peña-Cortés, Pincheira, Rozas, Fernández & Ramírez, 2020), under the General Urbanism and Construction Law.

Enormous urban challenges are added to this regulatory and planning complexity, that could be portrayed in the dynamics of population and vehicle numbers. With regard to the former, in 1982 the city had 157,634 inhabitants and by 2017, it had 307,624, including the Temuco and Padre las Casas conurbation. That is to say, it has doubled its population over the last 35 years. And the figure is practically 360,000 people, when we talk about both communes. As for vehicle numbers, in 2001 Temuco had 42,548 vehicles, and by 2018, 98,430, i.e., doubling once more in less than 20 years. Both situations have raised challenges in terms of infrastructure, services, facilities, quality of life, and the environmental quality in the city.

Given this background, it is necessary and useful to reflect about the dynamics in the city, the not fully planned urban expansion it has seen, the urgent need for studies that make a better planning possible, and with them, a greater capacity of resilience and sustainability.

Consequently, the purpose of this article is exploring the change of land cover experienced in the city of Temuco, in order to generate a simulation of the built surface by 2049, and thus contribute to the debate on the areas that should be incorporated in the city’s future planning, at least in terms of urban boundaries. To carry out this process, a characterization of the land cover between 1985 and 2017 was made, and the model was validated to continue with a future urban growth simulation of the city between 2017 and 2049, analyzing both the resulting spatial patterns and the projected changes.

METHODOLOGY

The study used satellite images to simulate the urban growth of Temuco and the area of Labranza by 2049, starting from 1985 and 2017. The images used came from the Landsat 5, 7 and 8 satellites for 1985, 2001 and 2017, respectively (United States Geological Service [USGS], 2019). The decision was made to start analysis from 1985, since its spectral bands allow correctly discriminating the land cover using image radiometry (Hernández, 2011).

The methodological steps in the simulation are summarized in Figure 1. First, the land cover was determined using the spectral classification of each image. These were also radiometrically corrected -radiometric calibration and atmospheric correction- to obtain reflectance values for each pixel.

In order to increase the limited spectral dimensionality of the 1985 Landsat image, and with this, improve its capacity to discriminate land coverage, this was subject to two transformations of the original reflectance curves of its pixels: (1) continuous removal and (2) first derivative (Entcheva-Campbell et al., 2004; Kokaly, 2001).

In this way, this part ended with the determination of the land uses and cover using the supervised classification method of urban use, forest cover, vegetation (dense and disperse), bare (sparse) land and watercourses for 1985, 2001, and 2017. The ENVI 5.0 program was used for this purpose.

The second step consisted in applying a Land Use/Cover Change Simulation Model (LUCCSM) between 1985 and 2017, to validate the model and then, determine through a new simulation, now from 2017 onwards, the future urban land.

In this way, the generated model collected retrospective results of urbanization between 1985 and 2017, as such the analysis focused on the spatial-temporal behavior of urban use. This model includes “Multi-Criteria-Multi-objective Evaluation”, “Markov Chains” and “Cellular Automaton” techniques that were processed in the IDRISI Selva 17.0 program, which allowed applying these processes.

For the modeling, the Multi-Criteria-Multi-Objective Evaluation (MCE-MOE) technique was turned to, which uses layers as criteria to support the projection of urban growth in the city of Temuco. Within this, limiting factors of this urban increase were chosen as drivers (Table 1). Their use is due to key factors identified in other studies (Henríquez & Quense, 2010; Malczewski, 1999; Van der Merwe, 1997) that have an influence on urban expansion processes.

As can be seen, the first two limitations are relevant as they directly involve both the role of the State and of the Mapuche population in the area under study. The Indigenous Development Areas (ADI, in Spanish) are areas where indigenous development will be focused, as per Law 19.253 (Ministry of Planning, 2017), while the Indigenous Territories (IT) are protected areas where an indigenous person or community resides. Consequently, these are territories to be restricted. Obviously, the already urbanized land and watercourses were added to these.

As for drivers (Table 1), the urban suitability was assessed following a weighted linear sum, considering the factors proposed by Henriquez (2014). These factors were standardized between values of 0 (least suitability) and 255 (most suitability), and the weights of each of them were estimated through the Analytical Hierarchy Process (Kharat, Kamble, S.J, Raut, Kamble, S.S. and Dhume, 2016). This process is expressed in equation 1 below:

Where,

Wj = is the weight or criterion of each j factor, coming from the AHP (Saaty, 1980).

eij = value of each factor i for each one, or the criterion of j.

Once the land coverage and MCE-MOE were determined, a probability matrix was generated, which makes the projection possible and implies considering at least two temporal measurements which, for this case, are in the range of 1985-2017 (Batty, 2013). With said scenario, the final change transition probability image in land cover was generated to be able to make the simulation up to 2049.

After this, the Markov Chains (MC) allowed projecting which spaces will change from an A cover state to a B cover scenario. The MC technique works considering that the spatial distribution of land cover is a direct result of the situation at a prior moment (t-1); therefore, this model supposes that a state is the linear result of its previous scenario (Batty, 2013).

The last technique of the modeling is Cellular Automaton (CA). This connects the previous state of the pixels with the state of the neighboring pixels, considering the transition rules of each land cover and use: starting from each pixel, these take a given future state using the land use/cover of the surrounding cells using their interactions, in this way being able to spatially locate the pixels with the highest probability of changing (Batty, 2005).

An extremely important step to validate the simulation process carried out to 2049 is the validation of the model. With this goal, a simulation was made to 2017 considering the periods between 1985 and 2001. Once the calculation was obtained, the similarities between the real (2017 observed) and the simulated (2017 simulated) can be understood and evaluated using the Kappa index (Congalton, 1991), using equation 2 below:

Where,

r = number of rows and columns in the matrix.

N = total pixels in the matrix.

Xii = observations in row i and column i.

xi = marginal total of row i.

Xi + 1 = marginal total of column i.

In this way, the Kappa index allows estimating the adjustment of the proposed simulation model. When the value is above 0.5, it could be accepted that the model is validly predicting change (Morales & Maturana, 2019; Henríquez, 2014) and, therefore, its application to generate the simulation is possible. The Kappa index obtained and its soundness are detailed in the following paragraphs.

RESULTS AND DISCUSSION

The analysis of Figures 2 and 4 express the urban expansion and land cover processes between 1985 and 2017. It can be seen that both the forest and urban surface saw their areas increased. However, the areas destined to vegetation, bare areas and also watercourses saw decreases in this sense (see values in Figure 3).

Regarding the categories that increased during the first period between 1985-2001, the most significant was the urban cover, which saw a growth of 918 ha, which translates to 41% of the land cover compared to 1985 (Figures 2 and 4). With forest cover, this increased by 11%. In addition, it is relevant to underline the emergence of Labranza (Figure 2) as an urban enclave, which, despite not adjoining Temuco, becomes a new spatial example nearby the city, something that did not occur in 1985. In regard to reductions, the bare land stands out, falling 39% in surface area compared to the initial year. Although the other two covers, vegetation and watercourses, saw declines, their changes were marginal at 0.8% and 1.8%, respectively.

During the 2001 and 2017 period (Figures 2, 3 and 4), the most relevant change is given by the drop in the urban land growth rate, although this is still important, and the rise in forest cover. The latter increased 35% compared to the first block, considering 3,148 new hectares, while urban cover did so at a pace of 39%, 2% less than the first block, increasing its spatial cover by 1,212 new hectares.

The same trend was seen regarding reduction, with lower values in the vegetation, bare land and watercourse cover. From these areas, the bare land saw its surface reduced most, falling at a pace of 77% compared to the first block. Meanwhile vegetation and watercourses fell 4.9% and 8%, respectively.

In summary, in the temporal evolution between 1985 and 2017, the change reflected for bare land stands out. This fell 86% in total from 1985 (3,360 ha), which beyond its disappearance in cover terms, indicates a strong dynamism regarding the change of one cover to another. This is contrasted to watercourses and vegetation, which do not reach 10% of change. Among the covers that increased, the urban one stands out, which almost doubled what it represented in 1985 -96% growth-, increasing by 2,130 hectares, which shows how spectacular the phenomenon is.

As for the urban land trend, this has 4,345 ha by 2017, exceeding the 2,215 ha of 1985, representing 51% of the most recent year. In addition, the case of forest cover can be highlighted, since it increased 4,403 ha compared to 1985, representing 67% of what exists by 2017.

It is relevant to point out the appearance of Labranza as a node of the urban framework without being a direct arm of it (Figure 2). This rose from 33 ha in 2001 to 204 ha in 2017, which shows the dynamism of the sector in just 16 years. However, this situation was foreseeable, mainly because of the construction of a dual-carriageway that began to be built in 2011. In fact, Labranza has been a center chosen for the location of social housing for populations that did not have a housing solution near to Temuco and, likewise has experienced actions of real estate players in recent years, who have built a series of housing projects targeting the middle class, increasing pressure on this space further still.

With regard to the simulation process between 2017 and 2049, the spatial and validation results can be seen in Table 2. The categories are graphed both in Table 2, and in Figures 3 and 4.

Regarding the validation of the simulation process, the kappa values oscillate between 0 and 1. In the 0.2 and 0.4 interval, the match is acceptable; between 0.41 and 0.6 it is moderate; between 0.61 and 0.8 it is considerable, and it will be perfect the closer the value is to 1 (Morales & Maturana, 2019). In the case of Temuco, a value of 0.55 was obtained, which is considered acceptable for the purposes of this type of study and, in that sense, it would be validating the use of the model to simulate future growth that the city could experience by 2049.

Considering the different scenarios, there is a match in terms of the estimated (simulated) and real surface of the urban cover, 4,230 and 4,345 ha, respectively, which expresses that the model is sound and that allows, as a result, carrying out the simulation between 2017 and 2049, whose results can be seen in Figures 4 and 5.

It is seen how, by 2049, urban cover would increase 2,437 hectares compared to 2017, which represents a 64% change rate, whose differential is 13.1% more than the growth rate observed between 1985 and 2017.

The proposed simulation model shows that urban growth will tend to be reinforced towards the periphery with an emphasis on the area of Labranza, which comes with the development of the dual-carriageway alongside Calle 1 Norte and the new Calle 1 Sur. In this way, a better connection will be generated between the regional capital and coastal sector of Temuco-Nueva Imperial-Carahue, where passing through Labranza will be obligatory and thus, making it one of the most positively and negatively affected by the traffic.

This phenomenon has not been random, given that, as has been indicated, there has been a major social housing construction policy in the area, while also bearing in mind, the new middle class property being developed. The dual-carriageway which will go beyond Labranza to Carahue, as indicated by the current authorities in the press, adds to this. This would also imply incorporating Nueva Imperial, thus annexing the two urban centers with high commuting processes to the city of Temuco. According to the 2002 and 2012 censuses, the latter unofficial, 16% of regional mobility towards Temuco came from these areas, a process that finds in the dual-carriageway, a solid basis to stimulate a greater diffuse and non-compact urban expansion.

Temuco by 2033 would grow by around 1,046 ha, sequentially in the simulated years, reaching a total of 5,721, of which 540 would correspond to Labranza, representing 9.4% of the total urban surface area (Figures 3, 4 and 5). Meanwhile, by 2049, the city system as a whole would increase by 2,437 ha, reaching a total of 6,782, of which 785 would correspond to Labranza, in that case, 12% of the total. These figures show how relevant, necessary, and urgent having urban space planning is. In fact, there have been considerations about the need to create a new commune, an aspect that has been considered from the political sphere with a requirement having been presented[4]. Since 2012, a social movement supporting the commune of Labranza has been formed, holding different activities to achieve an autonomous unit (Regional Planning Laboratory-UCT, 2013).

The importance assumed by Labranza is explained by its dynamic in the urban expansion process it would experience. If 2049 is taken as reference, the consolidated urban area of Temuco would have an expansion pace of around 1,854 ha, which is currently equivalent to 69% of what it would be by 2049 and therefore slower than Labranza. In fact, the latter will increase its surface area by approximately 4 times, so that in 2017, its population would be just 26% of what it would end up being in 2049, moment when the town could be formed as a compact unit. This would generate the reinforcement and extension of the mobility processes that are already occurring in this entire strip and also, an increased pressure on the land available for future property development projects.

A second sector that would experience relevant growth, is that of Mariposa Hill or the route to the “Chivilcan wetlands”, located to the north of the city, close to Ñielol Hill. Currently there is a dynamic land market focused on smallholdings, but this would change in the future. In fact, if by 2033 it was only possible to consider Labranza as a non-adjoining node of the Temuco system, by 2049, new signs of urbanization will appear in the aforementioned areas, that would exercise pressure not just in terms of diffuse property development, but also in environmental terms, given that one of the city’s main wetlands is located in this area; an area whose recognition has recently requested by the council in the framework of the Urban Wetlands Law[5].

It must be added that, continuing along route S-258, which is the extension of Pedro de Valdivia Av. (Figure 2), the social housing neighborhoods generated as a sort of archipelago, would also contribute to these dynamics. If the growth trend is projected as the model shows (Figure 5), it will be facing a scenario that will see Temuco grow ever more discontinuously, as an amoeba and not compactly, something already seen in other intermediate cities in Chile (Morales & Maturana, 2019) and that, although expected, it goes against all the aspects associated to sustainability, indicated in the National Urban Development Policy presented in 2014.

To complement this analysis, further studies can be made in terms of the distances and growth that will be experienced, that can be seen in Figure 5. There it is noticeably reflected up to where Labranza and Temuco would have a surface impact. For Labranza, it would capture land up to 3 kilometers from its downtown: a clear presence in the first 2, with a slight increase towards the third and fifth or sixth kilometer. Meanwhile, Temuco, would have a presence up to approximately 14 kilometers from its downtown, extending both to the northern exit leading to the areas of Cajón and Vilcún, and to its conurbation with Padre las Casas and the urbanization modeled towards the north of the city, parallel to Ñielol Hill and the forest areas close to it. Now, due to its current setup, the greatest impact would be within the first 7 kilometers, growth that is no longer evidently rising (Figure 5).

On linking the dynamic described here with the state-of-the-art of the Planning Tools, it is seen that the Temuco Regulatory Plan has been in force since 2010, with an amendment in 2011, and modifications through a sectional plan for the Las Encinas sector in 2012. However, the region in question does not have a current Intercommunal Plan; just as occurs in Padre las Casas[6]. In this sense, it is important to mention that limiting factors like the presence of Land Grants - indigenous ownership-, have not been an obstacle for the expansion and projection simulated; on the contrary, as has been seen, the communities have remained in the middle of the urban expansion (Peña & Escalona, 2009), which also leaves enormous challenges for the future.

Notwithstanding this, from the results obtained, some weaknesses of the method should be considered, for example, the “speckle” or “salt and pepper” effect, emerging from the models. This is characterized by generating a series of patches that appear as part of the simulations distributed randomly or in a disorganized fashion when, in practice, they should be grouped. Although this was mainly seen in the base year projection (2017) and lessened in the following years. To face this complication, what is important is not to consider these effects within the analysis, as was done, as these are actually differentiated from the groups that the model does manage to determine, with the latter indicating spatial trends and relationships. Added to this, the diffuse plans of the growth nodes are linked to Mapuche reductions, which are indicated as a limitation in Table 1, on not being able to be annexed for their urban use. Bearing this in mind, the diffuse and on occasions discontinuous growth will probably be a tonic in the morphology that the city will be developing.

CONCLUSION

Modeling urban growth in intermediate cities contributes to preparing for possible scenarios, providing relevant tools in urban and regional planning, and considering the traits of the metropolitanization processes of these cities. From this point of view, the ministerial secretariats of the Ministry of Housing and Urbanism, along with the councils, are faced with the challenge of incorporating this type of analysis when making or updating regulatory planning tools, like the Communal or Intercommunal Regulatory Plans, which would allow them to have greater technical information for city planning.

As a result, it is key to act from public policies and to foster harmonious development, with regional planning logics, aiming at avoiding the problems of larger cities; although everything seems to indicate that the measures will be actually be focused on attenuating or modifying issues that seem to be ever growing. In fact, the city of Temuco is already seeing this type of problem, in terms of the diffuse land expansion, and projects a growth that lacks harmony in the next 30 years, in the context of a high presence of indigenous territories that have legal safeguards against interventions, which become priority in urban studies and public policies. Likewise, the need for evaluating new infrastructures and the role that public transportation will have in the mobility of the city’s inhabitants is urgent, considering the polycentricity that the city will be acquiring in the future.

The possibility of adding variables like the indigenous territories to the projection models, leaves within the ethical role, the possibilities of making the reality more complicated and not falling into reductions that do not necessarily involve a variety of players. Although this is just an approach to said reality, it is positive to safeguard these territories in the area under study.

Also, and despite that it is estimated that the results have been sound on incorporating a forest or agricultural space that a change towards the urban can present, the study does not value areas with ecological or agricultural production criteria, aspects that on being considered, could have contributed to generate a more in depth analysis in a theoretical simulation with or without their restrictions. Certainly, said valuation processes could make a paper by themselves, given the complexity involved.

Finally, and along this same line, other territories of the region close to the city and not addressed in this work should also be subject of urban studies, like those of Pitrufquén or Freire which, likewise, have been subject to property pressures and are immersed in the system of pendular movements with Temuco.

Agradecimientos

Artículo financiado por el proyecto “Escenarios Participativos para el Ordenamiento Territorial: hacia la Sustentabilidad del Paisaje en las Regiones de La Araucanía y Los Ríos” FONDECYT 1181954 y “Transición hacia nuevos espacios metropolitanos. Análisis comparado entre Temuco, Valdivia y Puerto Montt” FONDECYT 11150087.

Article financed by the project “Escenarios Participativos para el Ordenamiento Territorial: hacia la Sustentabilidad del Paisaje en las Regiones de La Araucanía y Los Ríos” FONDECYT 1181954 and “Transición hacia nuevos espacios metropolitanos. Análisis comparado entre Temuco, Valdivia y Puerto Montt”FONDECYT 11150087.

REFERENCIAS BIBLIOGRAFICAS

BARTHELEMY, M. (2016). The Structure and Dynamics of Cities. Cambridge: University Printing House.

BATTY, M. (2005). Cities and Complexity: Understanding Cities with Cellular Automata, Agent-Based Models, and Fractals. Cambridge: MIT Press.

BATTY, M. (2013). The New Science of Cities. Cambridge: MIT Press.

BELLET, C. Y SPOSITO, M. (Eds.) (2009). Las ciudades medias o intermedias en un mundo globalizado. Lleida: Universitat de Lleida.

CONGALTON, R. (1991). A review of assessing the accuracy of classifications of remotely sensed data. Remote Sensing of Environment, 37(1), 35-46. DOI: https://doi.org/10.1016/0034-4257(91)90048-B

ENTCHEVA-CAMPBELL, P., ROCK, B., MARTIN, M., NEEFUS, C., IRONS, J., MIDDLETON, E. Y ALBRECHOVA, J. (2004). Detection of initial damage in Norway spruce canopies using hyperspectral airborne data. International Journal of Remote Sensing, 25(24), 5557-5584. DOI: https://doi.org/10.1080/01431160410001726058

GARÍN, A., SALVO, S. Y BRAVO, G. (2009). Segregación residencial y políticas de vivienda en Temuco. 1992-2002. Revista de Geografía Norte Grande, (44), 113-128. DOI: http://dx.doi.org/10.4067/S0718-34022009000300006

HENRÍQUEZ, C. (2014). Modelando el crecimiento de ciudades medias: Hacia un desarrollo urbano sustentable. Santiago: Ediciones Pontificia Universidad Católica de Chile.

HENRÍQUEZ, C. Y QÜENSE, J. (2010). Evaluación multicriterio/multiobjetivo aplicada a los usos y coberturas de suelo en la cuenca de Chillán. Revista Tiempo y Espacio, (25), 1-15. http://revistas.ubiobio.cl/index.php/TYE/article/view/1767/1711

Instituto Nacional de Estadísticas [INE] (2017). Censo 2017. Base Redatam.

KHARAT, M., KAMBLE, S. J., RAUT, R., KAMBLE, S. S. Y DHUME, S. (2016). Modeling landfill site selection using an integrated fuzzy MCDM approach. Model. Earth Syst. Environ. .(2). DOI: https://doi.org/10.1007/s40808-016-0106-x

KOKALY, R. F. (2001). Investigating a physical basis for spectroscopic estimates of leaf nitrogen concentration. Remote Sens. Environ. 75, 153-161. DOI: https://doi.org/10.1016/S0034-4257(00)00163-2

LABORATORIO DE PLANIFICACIÓN TERRITORIAL - UNIVERSIDAD CATÓLICA DE TEMUCO (2013). Diagnóstico Territorial Sector de Labranza. Informe en el marco del curso de Taller de Proyectos por solicitud del Comité Social Procomuna de Labranza.

MALCZEWSKI, J. (1999). GIS and Multicriteria Decision Analysis. New York: John Wiley & Sons.

MATURANA, F. Y ROJAS, A. (Eds.) (2015). Ciudades intermedias en Chile: Territorios olvidados. Santiago: RIL Editores.

MINISTERIO DE PLANIFICACIÓN (2017). Ley 19253 Establece Norma sobre Protección, Fomento y Desarrollo de los indígenas, y crea la Corporación Nacional de Desarrollo Indígena. Recuperado de https://www.leychile.cl/Navegar?idNorma=30620yidVersion=2017-11-03

MORALES, M. Y MATURANA, F. (2019). Análisis de patrones espaciales en la expansión urbana de ciudades intermedias. el caso de San Fernando. Revista Cuadernos de Vivienda y Urbanismo, 12(24). DOI: https://doi.org/10.11144/Javeriana.cvu12-24.apee

PEÑA, F. Y ESCALONA, M. (2009). Expansión urbana en la intercomuna Araucanía centro. Alteraciones sobre las áreas rurales. En Hidalgo, R., De Mattos, C. y Arenas, F. (Eds.), Chile: De país urbano al país metropolitano (pp. 389-398). Santiago: Pontificia Universidad Católica de Chile.

PEÑA-CORTÉS, F., PINCHEIRA-ULBRICH, J., ROZAS-VÁSQUEZ, D., FERNÁNDEZ, E. Y RAMÍREZ, F. (2020). Experiencia metodológica en la definición de áreas para el emplazamiento de equipamiento en La Araucanía. Un aporte para la elaboración de los Planes Regionales de Ordenamiento Territorial. En Escalona M., Muñoz-Pedreros, A. y Figueroa, D. (Eds.). Hacia (para) una gobernanza ambiental. Reflexiones desde la Araucanía (pp. 315-350). Santiago: RIL editores.

REGIÓN DE LA ARAUCANÍA: SENADORA INGRESA OFICIO PARA CREAR UNA NUEVA COMUNA (12 abril 2018). La Tercera. Recuperado de https://www.latercera.com/nacional/noticia/region-la-araucania-senadora-ingresan-oficio-crear-una-nueva-comuna/131324/#

ROJO-MENDOZA, F., ALVARADO-PETERSON, V., OLEA-PEÑALOZA, J. Y SALAZAR-BURROWS, A. (2020). Definiendo el Temuco metropolitano: Consideraciones para un nuevo modelo de urbanización extendida en la Araucanía. Revista AUS, (27), 41-49. DOI: https://dx.doi.org/10.4206/aus.2020.n27-05

SAATY, T. (1980). The Analytic Hierarchy Process. New York: McGraw-Hill.

SALAZAR, G., IRARRÁZAVAL, F. Y FONCK, M. (2017). Ciudades intermedias y gobiernos locales: Desfases escalares en la Región de la Araucanía, Chile. Revista Eure, 43(130), 161-184. DOI: https://dx.doi.org/10.4067/s0250-71612017000300161

VAN DER MERWE, J.H. (1997). GIS-aided evaluation and decision-making for regulating urban expansion: A South African case study. GeoJournal, 43(2), 135-151.

Notas