Mathematical modeling of urban sprawl

Este artículo revisa los desafíos y enfoques de modelado de la expansión urbana, destacando la utilidad de las ecuaciones diferenciales parciales para capturar su dinámica no equilibrada y proponiendo una agenda de investigación que integra la percepción remota, la economía urbana y la ciencia de la complejidad para desarrollar modelos dinámicos y empíricos.

Lo esencial

Imagina que una ciudad no es simplemente un mapa estático de edificios y calles, sino algo más vivo: una mancha de tinta que se expande sobre un papel, o un moho que crece sobre una fruta. Así es como los autores de este artículo, Marc Barthelemy y Ulysse Marquis, nos invitan a ver el "crecimiento urbano" o urban sprawl.

Aquí tienes la explicación de su investigación, traducida a un lenguaje sencillo y con analogías cotidianas:

1. El Problema: La ciudad es un "misterio en movimiento"

Durante los últimos 30 años, la superficie de las ciudades se ha duplicado. Sin embargo, los planificadores y economistas a menudo miran las ciudades como si fueran fotografías congeladas (modelos estáticos).

• La analogía: Imagina que intentas entender cómo crece un niño mirando solo dos fotos: una de cuando tenía 5 años y otra de cuando tenía 15. No entenderías cómo creció, qué comió, ni por qué se hizo más alto.
• La realidad: Las ciudades son procesos dinámicos. Cambian por la población, el dinero, las carreteras y los errores del mercado. Los modelos antiguos fallan porque intentan encontrar un "equilibrio perfecto" que nunca llega, como si la ciudad siempre quisiera quedarse quieta.

2. La Solución: Las ciudades como "superficies físicas"

Los autores proponen usar las Ecuaciones Diferenciales Parciales (PDE). ¿Qué son? Son las mismas herramientas matemáticas que usan los físicos para predecir cómo se mueve el calor, cómo crecen las bacterias o cómo se forma una ola en el mar.

• La analogía: Piensa en una ciudad como una torta que se está horneando.
  • La masa (la población) se mueve.
  • El calor (la economía y el transporte) empuja la masa hacia afuera.
  • A veces la masa se expande rápido, a veces se detiene, y a veces se forman burbujas (barrios nuevos).
  • En lugar de preguntar "¿dónde estará la ciudad en 2050?", estos modelos preguntan: "¿Cómo se mueve la masa ahora mismo y qué fuerzas la empujan?".

3. Los "Ingredientes" del crecimiento (Lo que mueve la ciudad)

El modelo intenta mezclar varios ingredientes en una sola "sopa matemática":

• La densidad (La gente): Si hay mucha gente en un lugar, se sienten abrumados (como una fiesta muy llena) y buscan irse a zonas más tranquilas. Esto es como la presión que empuja la ciudad hacia afuera.
• El centro (El imán): Las ciudades suelen tener un centro (donde está el trabajo) que actúa como un imán. La gente quiere estar cerca, pero el alquiler es caro.
• Las carreteras (Los ríos de acceso): Aquí está la clave. Las carreteras no son solo líneas en un mapa; son ríos que fluyen. Si construyes una carretera nueva, es como abrir una nueva tubería de agua: la ciudad "fluye" hacia allí instantáneamente.
  • El ciclo vicioso: Construimos carreteras -> la gente se muda lejos -> necesitamos más carreteras -> la ciudad se expande más. Es un bucle de retroalimentación.

4. ¿Qué nos dicen los modelos? (Las reglas del juego)

Al aplicar estas ecuaciones, los autores descubren patrones sorprendentes que se repiten en ciudades muy diferentes (desde Londres hasta ciudades en desarrollo):

• La "piel" de la ciudad: El borde de la ciudad no es una línea perfecta. Es rugoso, como la orilla de un río o la superficie de una montaña. Los físicos han descubierto que este "rugosidad" sigue reglas universales, igual que la forma en que crece una bacteria o un tumor.
• Dos formas de crecer:
  1. Crecimiento lento: La ciudad se expande suavemente, como una gota de agua que se esparce (difusión).
  2. Crecimiento rápido: La ciudad salta a lugares lejanos y luego conecta esos puntos (como si formaran islas que luego se unen).

5. ¿Por qué importa esto? (Más allá de las matemáticas)

Entender la ciudad como un sistema físico vivo nos ayuda a evitar desastres:

• El costo oculto: Si la ciudad crece de forma descontrolada (como una mancha de aceite), necesitamos construir carreteras y tuberías para cubrir una zona enorme con poca gente. Es como intentar regar un desierto con una manguera: cuesta una fortuna y es ineficiente.
• El futuro: Si usamos estos modelos, podemos simular escenarios. Por ejemplo: "¿Qué pasa si construimos un tren aquí en lugar de una carretera?". El modelo puede predecir si la ciudad se volverá más compacta y eficiente o si se dispersará y agotará los recursos.

En resumen

Este artículo dice: "Dejemos de tratar a las ciudades como mapas estáticos y empecemos a verlas como organismos vivos que siguen leyes físicas".

Al usar las mismas matemáticas que explican cómo crece un tumor o cómo se mueve el calor, podemos predecir mejor cómo se expandirá nuestra ciudad, evitar que se vuelva ineficiente y diseñar un futuro más sostenible. Es como tener un GPS para el crecimiento urbano, no solo para saber dónde estamos, sino para entender hacia dónde vamos y por qué.

Resumen técnico

Resumen Técnico: Modelado Matemático de la Expansión Urbana

1. Planteamiento del Problema

La expansión urbana (sprawl) es un fenómeno global donde la cobertura terrestre urbana se ha duplicado entre 1985 y 2015, superando el ritmo de crecimiento demográfico. A pesar de su importancia crítica para la planificación de infraestructuras, la sostenibilidad y la gestión de riesgos climáticos, la dinámica espacial de la forma urbana sigue siendo insuficientemente cuantificada.

Los desafíos principales identificados son:

• Definición de la ciudad: Las definiciones administrativas son arbitrarias y no reflejan la realidad funcional o morfológica. Se requieren definiciones basadas en la continuidad de la mancha urbana (ej. algoritmos de agrupamiento).
• Dinámica no equilibrada: La expansión urbana es un proceso fuera del equilibrio, impulsado por interacciones complejas entre crecimiento poblacional, infraestructura, instituciones y fallos de mercado. Los modelos estáticos o de equilibrio tradicionales (como el modelo Alonso-Muth-Mills) son inadecuados para capturar transiciones, umbrales críticos y dinámicas dependientes del camino (path-dependence).
• Complejidad de los drivers: La expansión no es lineal; varía según el contexto (ej. dominada por el PIB en países ricos vs. por población en países en desarrollo) y presenta patrones diversos como expansión continua, "salto de rana" (leapfrogging) o coalescencia de clusters.

2. Metodología y Marco Teórico

El artículo propone el uso de Ecuaciones Diferenciales Parciales (EDP) como marco matemático riguroso para modelar la evolución de la superficie urbana. Esta aproximación se inspira en la física estadística de sistemas fuera del equilibrio, específicamente en la teoría del crecimiento de superficies.

• Variable Fundamental: Se introduce un campo de densidad local $\rho(x, t)$, que puede representar densidad de población, superficie construida u otras cantidades urbanas en una posición $x$ y tiempo $t$.
• Ecuación General: La evolución se modela mediante una EDP de la forma:
  $$\frac{\partial \rho(x, t)}{\partial t} = F(\rho, x, t, \dots)$$
  Donde la función $F$ encapsula los procesos subyacentes (difusión, atracción central, congestión, estocasticidad).
• Analogía Física: Se compara la frontera urbana con interfaces en crecimiento (como colonias bacterianas o tumores). Se sugiere que la expansión urbana podría pertenecer a clases de universalidad (como la clase KPZ - Kardar-Parisi-Zhang), caracterizadas por leyes de escala y exponentes de rugosidad que son invariantes entre diferentes ciudades.
• Integración Multidisciplinaria: El enfoque busca unir la ciencia de la complejidad, la economía urbana y la teledetección (datos satelitales de alta resolución como GHSL) para crear modelos dinámicos y empíricamente fundamentados.

3. Contribuciones Clave y Revisión de Modelos

El artículo revisa y critica varios enfoques de modelado, destacando la transición desde modelos económicos estáticos hacia modelos dinámicos basados en EDP:

• Crítica a los Modelos Económicos Tradicionales: Se analiza el modelo Alonso-Muth-Mills (AMM) y sus extensiones dinámicas (Wheaton). Se señala que asumen un equilibrio perfecto, una ciudad monocéntrica y una reconstrucción instantánea de la ciudad ante cambios marginales, lo cual ignora la persistencia del stock de vivienda y la naturaleza incremental del crecimiento real.
• Modelos PDE Tempranos (Ishikawa): Se revisa un modelo que combina difusión (evitación del hacinamiento) y un potencial centrípeto (accesibilidad). Aunque reproduce la decadencia exponencial de Clark, carece de consistencia interna al no especificar el potencial y asumir una difusión lineal simple.
• Incorporación de Congestión (Bracken & Tuckwell): Se presenta un modelo tipo Fisher-KPP que incluye crecimiento logístico, difusión y un término de inhibición no lineal por congestión. Este modelo demuestra cómo la migración y la congestión pueden llevar a la extinción o persistencia de la ciudad dependiendo de tasas críticas.
• Acoplamiento con Servicios (Whiteley et al.): Un marco integro-diferencial que acopla la densidad de población con la densidad de servicios, mostrando cómo la atracción y la saturación de servicios generan patrones espaciales característicos.
• Coevolución Población-Transporte (Capel-Timms et al., 2024): Esta es una contribución central. Se presenta un modelo donde la densidad de población y la red de transporte (ferrocarril) co-evolucionan.
  • La población crece según una EDP con términos de difusión y atracción basada en la renta neta (ingreso menos costos de vivienda y transporte).
  • El costo de transporte depende de la accesibilidad a la red.
  • La red se expande probabilísticamente en respuesta a la densidad poblacional.
  • Resultado: El modelo reproduce fases históricas de Londres y Sídney (densificación, suburbanización, regeneración) y captura la transición de un crecimiento limitado por difusión a una expansión suburbana impulsada por la infraestructura.

4. Resultados y Hallazgos Empíricos

• Leyes de Escala Universales: Estudios recientes (Marquis et al.) identifican que la expansión urbana sigue patrones universales. La extensión radial promedio escala con la población como $r(\theta, P) \sim P^{\mu(\theta)}$, donde $\mu \approx 1/2$, sugiriendo un crecimiento a densidad constante en muchas fases.
• Rugosidad de la Frontera: Se ha identificado un exponente de rugosidad local $\alpha_{loc} \approx 0.54$ en las fronteras urbanas, consistente con modelos de crecimiento de interfaces (clase KPZ), lo que sugiere que la dinámica de la frontera urbana es gobernada por mecanismos estocásticos y de difusión similares a los físicos.
• Regímenes de Crecimiento: Se distinguen dos regímenes principales: expansión impulsada por difusión en contextos de bajo crecimiento y coalescencia de clusters en contextos de alto crecimiento.
• Validación: Los modelos basados en EDP, como el de Capel-Timms, han sido validados con datos históricos de Londres y Sídney, reproduciendo con éxito la formación de cinturones de commuters, la policentricidad y la estructura jerárquica de las redes de transporte.

5. Significado e Implicaciones

• Herramienta para la Política Pública: El marco de EDP ofrece una herramienta predictiva y explicativa para evaluar el impacto a largo plazo de decisiones de planificación urbana y políticas de infraestructura. Permite simular escenarios antes de su implementación.
• Superación de Limitaciones: Al abandonar la suposición de equilibrio, estos modelos capturan mejor la realidad de las ciudades como sistemas adaptativos complejos, donde la historia y las trayectorias importan.
• Agenda de Investigación Futura: El artículo propone una agenda que integra la ciencia de la complejidad, la economía espacial y el análisis de datos masivos (teledetección). El objetivo final es desarrollar modelos que no solo describan, sino que expliquen los mecanismos causales de la expansión urbana para diseñar sistemas urbanos más sostenibles y resilientes.
• Relevancia Ambiental: Al modelar la interacción entre uso del suelo y transporte, se pueden cuantificar mejor las externalidades negativas (huella de carbono, pérdida de biodiversidad, costos de infraestructura) y proponer soluciones que mitiguen la expansión descontrolada.

En conclusión, el artículo establece que las EDP, derivadas de la física estadística, proporcionan el marco matemático más prometedor para entender, cuantificar y predecir la dinámica compleja y no lineal de la expansión urbana, superando las limitaciones de los modelos económicos tradicionales.