Post on 19-Jul-2020
ESTRUCTURACIÓN DE INFORMACIÓN CARTOGRÁFICA HISTÓRICA DE SOLICITUDES DE BALDÍOS DEL DEPARTAMENTO DEL HUILA
Jorge Daniel Díaz Barrera
Marzo de 2017
Universidad Distrital Francisco José de Caldas
UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS FACULTAD DE MEDIO AMBIENTE Y RECURSOS NATURALES
INGENIERÍA TOPOGRÁFICA
(TRABAJO DE GRADO EN LA MODALIDAD DE MONOGRAFÍA)
ESTRUCTURACIÓN DE INFORMACIÓN CARTOGRÁFICA HISTÓRICA DE
SOLICITUDES DE BALDÍOS DEL DEPARTAMENTO DEL HUILA
MONOGRAFÍA FINAL COMO PREREQUISITO PARA ASPIRAR POR OPTAR POR EL TÍTULO DE
INGENIERO TOPOGRÁFICO
JORGE DANIEL DÍAZ BARRERA
COD: 20111032037
DOCENTE DIRECTOR:
ING. ROSE MARIE ALDANA BOUTIN
BOGOTÁ D.C. MARZO DE 2017
Tabla de contenido
1. Introducción ............................................................................................................................ 1
2. Problema de investigación ...................................................................................................... 3
3. Antecedentes y justificación ................................................................................................... 4
4. Objetivos ................................................................................................................................. 6
4.1 Objetivo General ............................................................................................................. 6
4.2 Objetivos Específicos...................................................................................................... 6
5. Localización del proyecto ....................................................................................................... 7
Departamento del Huila .............................................................................................................. 7
6. Marco teórico ........................................................................................................................ 12
6.1 Marco conceptual .......................................................................................................... 12
6.1.1 Bien baldío .............................................................................................................. 12
6.1.2 Cartografía ................................................................................................................... 14
6.1.3 Digitalización de mapas ............................................................................................... 14
6.1.4 Formato vectorial ......................................................................................................... 14
6.1.5 Georreferenciación ....................................................................................................... 16
6.1.6 Estructuración de información cartográfica ................................................................. 18
6.1.7 SIG ............................................................................................................................... 18
6.1.8 Clúster estadístico ........................................................................................................ 21
6.2 Marco espacial .............................................................................................................. 23
6.3 Marco temporal ............................................................................................................. 24
6.4 Marco legal ................................................................................................................... 24
6.5 Impacto social ............................................................................................................... 25
6.6 Impacto ambiental ......................................................................................................... 25
7. Metodología .......................................................................................................................... 26
7.1 Información recibida ........................................................................................................... 27
7.2 Fases del proyecto ............................................................................................................... 28
7.2.1 Fase I ............................................................................................................................ 29
7.2.2 Fase II........................................................................................................................... 29
7.2.3 Fase III ......................................................................................................................... 29
7.2.4 Fase IV ......................................................................................................................... 30
7.2.5 Fase V .......................................................................................................................... 30
8. Desarrollo de la propuesta .................................................................................................... 33
8.1 Estructuración de la información ........................................................................................ 33
8.2.1 Asignación de la llave primaria a cada predio ............................................................. 35
8.3 Analisis de la información .................................................................................................. 37
8.3.1 Histórico multianual..................................................................................................... 37
8.3.2 Procedimiento para la ejecución de los clústeres ......................................................... 44
8.3.3 Clústeres estadísticos .................................................................................................. 47
9. Productos............................................................................................................................... 75
10. Conclusiones y recomendaciones ......................................................................................... 76
11. Bibliografía ........................................................................................................................... 78
12. Anexos .................................................................................................................................. 80
Tabla de ilustraciones
Figura 1. Localización del Departamento del Huila en Colombia................................................. 7
Figura 2. Mapa hidrográfico Departamento del Huila ................................................................... 9
Figura 3. Mapa político del Departamento del Huila .................................................................. 10
Figura 4. Fases del proyecto ................................................................................................... 31
Figura 5. Diagrama de flujo del proceso ...................................................................................... 32
Figura 6. Cantidad de solicitudes por año ................................................................................... 33
Figura 7. Ejemplo de revisión de solicitud por el INCODER .................................................... 35
Figura 8. Vinculación de la base de datos con los shapes .......................................................... 36
Figura 9. Frecuencia de áreas del total de predios ....................................................................... 37
Figura 10. Número total de predios teniendo rangos de hectáreas ............................................. 38
Figura 11. Porcentaje de predios entre rangos de hectáreas ....................................................... 38
Figura 12. Torta: Número de solicitudes por municipio .............................................................. 41
Figura 13. Porcentaje del estado de solicitudes .......................................................................... 43
Figura 14. Ilustración del Departamento luego de los análisis espaciales realizados ................ 46
Figura 15. Distribución de valores según nivel de significancia ................................................. 50
Figura 16. Primer paso para la ejecución de los clústeres estadísticos ....................................... 52
Figura 17. Segundo paso para la ejecución de los clústeres estadísticos .................................... 52
Figura 18. Tercer paso para la ejecución de los clústeres estadísticos ....................................... 53
Figura 19. Cuarto paso para la ejecución de los clústeres estadísticos ....................................... 53
Figura 20. Quinto paso para la ejecución de los clústeres estadísticos ....................................... 54
Figura 21. Predios seleccionados para el primer clúster ............................................................. 55
Figura 22. Campana de Gauss del Clúster Nº1 ........................................................................... 56
Figura 23. Distribución de áreas en el Clúster 1 .......................................................................... 57
Figura 24. Predios seleccionados para el segundo clúster ........................................................... 58
Figura 25. Campana de Gauss del Clúster Nº2 ............................................................................ 58
Figura 26 Distribución de áreas en el Clúster 2 .......................................................................... 59
Figura 27 Predios seleccionados para el tercer clúster ............................................................... 60
Figura 28 Campana de Gauss del Clúster Nº3 ............................................................................ 61
Figura 29 Distribución de áreas en el Clúster 3 ........................................................................... 62
Figura 30. Predios seleccionados para el cuarto clúster .............................................................. 63
Figura 31 Campana de Gauss del Clúster Nº4 ............................................................................ 63
Figura 32. Distribución de áreas en el Clúster 4 ......................................................................... 64
Figura 33. Predios seleccionados para el quinto clúster .............................................................. 65
Figura 34. Campana de Gauss del Clúster Nº5 ........................................................................... 66
Figura 35. Distribución de áreas en el Clúster 5 .......................................................................... 67
Figura 36. Predios seleccionados para el sexto clúster ................................................................ 68
Figura 37 Campana de Gauss del Clúster Nº6 ............................................................................ 68
Figura 38 Distribución de áreas en el Clúster 6 ........................................................................... 69
Figura 39. Predios seleccionados para el séptimo clúster ........................................................... 70
Figura 40. Campana de Gauss del Clúster Nº7 ........................................................................... 71
Figura 41. Distribución de áreas en el Clúster 7 .......................................................................... 72
Figura 42. Predios seleccionados para el octavo clúster .............................................................. 73
Figura 43. Campana de Gauss del Clúster Nº8 ........................................................................... 73
Figura 44 Distribución de áreas en el Clúster 8 .......................................................................... 74
Tabla 1. Municipios del departamento del Huila ........................................................................ 11
Tabla 2. Funciones del análisis espacial ...................................................................................... 21
Tabla 3. Marco legal relacionado con el proyecto ....................................................................... 24
Tabla 4. Sistemas de proyección geográfica trabajados en el proyecto ....................................... 34
Tabla 5. Número total de predios ................................................................................................. 37
Tabla 6 Número de solicitudes historicas por municipio ............................................................ 39
Tabla 7. Estado de las solicitudes ................................................................................................ 42
Tabla 8. Simbología para la representación de las áreas ........................................................... 45
Tabla 9. Nivel de confianza según puntuaciones Z y valores P .................................................... 50
Tabla 10 Información de predios en Clúster 1 ............................................................................. 56
Tabla 11. Información de predios en Clúster 2 ............................................................................ 59
Tabla 12 Información de predios en Clúster 3 ............................................................................. 61
Tabla 13 Información de predios en Clúster 4 ............................................................................. 64
Tabla 14. Información de predios en Clúster 5 ........................................................................... 66
Tabla 15. Información de predios en Clúster 6 ............................................................................ 69
Tabla 16. Información de predios en Clúster 7 ............................................................................ 71
Tabla 17. Información de predios en Clúster 8 ............................................................................ 74
Tabla de ecuaciones
Ecuación 1. Ecuación clúster estadístico...................................................................................... 23
Ecuación 2 Formula aplicada por el software Arcgis 10.3 para la ejecución de un clúster
estadístico ..................................................................................................................................... 51
Ecuación 3 Puntuación Z (GiZScore) ........................................................................................... 51
Tabla de anexos
Anexo 1 Potenciales baldíos del Departamento del Huila ......................................................... 81
Anexo 2 Mapa Clúster N1 ........................................................................................................... 82
Anexo 3 Mapa Clúster N2 ........................................................................................................... 83
Anexo 4 Mapa Clúster N3 ........................................................................................................... 84
Anexo 5 Mapa Clúster N5 ........................................................................................................... 85
Anexo 6 Mapa Clúster N6 ........................................................................................................... 86
Anexo 7 Mapa Clúster N7 ........................................................................................................... 87
Anexo 8 Mapa Clúster N8 ........................................................................................................... 88
RESUMEN En este proyecto, se ha realizado la estructuración de la información cartográfica histórica de
terrenos baldíos del departamento del Huila, Colombia, entre los años 2011 y 2014, fueron un
total de 770 predios estructurados en el formato digital predefinido tipo shape, en donde se
comprendieron los diferentes estados de trámite con los cuales estaba cada uno. Esta
estructuración, se llevó a cabo gracias a la transformación de distintos formatos al tipo
predefinido y a la digitalización de planos físicos. Posteriormente se creó un informe estadístico
con el fin de seleccionar aquellas zonas donde existen conglomeraciones de alta densidad de
solicitudes en distintos municipios del departamento, para poder llevar a cabo un proceso de
focalización, a partir de clústeres estadísticos, por parte del Instituto Colombiano de Desarrollo
Rural.
Palabras Clave: baldíos, shape, transformación, clústeres, focalización.
ABSTRACT
In this Project, the structuration of the historic cartographic information of wastelands of the
department of Huila, Colombia, between 2011 and 2014, it has been a total of 770 structured
land in the predefined digital format: shape, where there have been comprised the different
processing states of each one. This structuration, have been reached thanks to the transformation
of different formats to the predefined type and the digitalization of paper plans. After, has been
developed a statistical inform which objective was select those zones where could be high
density conglomerations of applications in different towns of the department to perform a
process of focalization, from these statistical clusters, by the “Instituto Colombiano de Desarrollo
Rural”.
Keywords: wastelands, shape, transformation, clusters, focalization.
1
1. Introducción
El problema sobre el control de tierras en Colombia ha sido un tema complejo a lo largo de su
historia, esto se debe a distintos acontecimientos que han enmarcado una crisis en la
organización y ejecución de políticas las cuales den una distribución de terrenos justa y adecuada
para los colombianos.
El conflicto interno ha afectado inminentemente el tema territorial en el país ya que este ha
generado un desplazamiento forzado, sobre todo de campesinos e indígenas que se encontraban
en las zonas rurales. El departamento del Huila no ha sido libre de este conflicto, si bien no todo
el territorio ha contado con presencia guerrillera ni paramilitar, si se han ido incursionando a lo
largo del tiempo en ciertas zonas específicas. El deseo por parte de estos grupos es de apropiarse
de ciertas zonas de gran rentabilidad económica que les permita asegurar recursos para la
siembra de cultivos ilícitos y desarrollar sus operaciones militares.
Los terrenos baldíos son una buena herramienta por parte del Estado para que los desplazados
por la violencia y los campesinos que demuestren un uso adecuado del suelo de estos se apropien
de ellos y sirvan, mediante sus actividades agrarias, para el desarrollo rural del país; el Estado
cuenta con una gran cantidad de solicitudes y una gran cantidad de información la cual es
importante estructurar y organizar de la mejor manera para agilizar los procesos de solicitudes.
Es por esto que en el presente proyecto se pretende estructurar la información cartográfica
histórica de baldíos del departamento del Huila, este trabajo se ha dividido en diferentes fases
para poder llevar el correcto desarrollo del mismo. El proyecto busca principalmente, y como
primer paso, la organización de toda la información cartográfica desde los años 2011 hasta el
2014, esto implica la transformación, digitalización y georreferenciación correcta de todos los
predios en el sistema de proyección más adecuado, para poder manejarlos bajo el formato tipo
2
shape; luego asignar la información de los solicitantes la cual se encuentra en una base de datos
dando así facilidad para crear un aplicativo SIG el cual permita realizar consultas de cualquier
índole.
Se espera que mediante la ejecución de diferentes análisis estadísticos y con ayuda de cierto
software se puedan entregar resultados con los cuales el Instituto pueda tomar políticas de
focalización en aquellas zonas donde el índice de solicitudes sea alto.
Se entiende que en esta investigación se realizará un aporte hacia una toma de decisión justa y
que perdure en el tiempo, ya que como bien es entendido, los bienes baldíos al ser parte del
Estado es este mismo el encargado de adjudicar hacia las personas o entes que cumplan con los
requisitos de ley en lo concerniente a la reforma agraria en el país.
3
2. Problema de investigación
Aunque no existe una cifra clara, se cree que en el país existen unos cuatro millones de terrenos
baldíos, estos, se pueden presentar como una herramienta de reintegración de tierras a aquellas
personas que han sido víctimas de la violencia y posterior desplazamiento, principalmente de
fortalecer el campo a través de la adjudicación a campesinos que desde lleven trabajando la
tierra; el Instituto Colombiano de Desarrollo Rural, INCODER, ha sido el ente encargado de
revisar, administrar y atender todas aquellas solicitudes que existan sobre estos terrenos, así
mismo de declarar la adjudicación o no del solicitante, a estas solicitudes puede aplicar
cualquier ciudadano de Colombia siempre y cuando cumpla con ciertos requisitos que exige el
Instituto de acuerdo a la ley 160 de 1994, hasta el año 2015.
El principal problema es que no se ha definido desde un principio un formato fijo para la
entrega de la información geográfica de cada predio, por lo tanto estos se encuentran es una
variedad de formatos que hacen que exista una problemática en el manejo de esta información,
además de diferentes inconsistencias y problemas con la georreferenciación.
Existen una gran cantidad de solicitudes en proceso lo cual implica una organización amplia
de la información de las solicitudes, tanto geográfica como materialmente, además que se
requiere darle prioridad a aquellas zonas donde la demanda de solicitudes sea alta, ya que el
Instituto no cuenta con los recursos suficientes para atender todas y cada una de las solicitudes
que existen en el país, mucho menos tan solo de un departamento.
4
3. Antecedentes y justificación El proyecto de la estructuración de la información cartográfica histórica de solicitud de baldíos
busca organizar de manera coherente la información que a través del tiempo ha captado el
INCODER1 y así asignar luego una futura titulación o rechazo de solicitudes. Debido a que la
entrega de los trabajos no ha tenido un formato predefinido, se busca transformar toda la
información a un solo formato con el cual se está trabajando en el presente la información
cartográfica digital, el cual es el formato shape. Como anteriormente se dijo, esta información de
los predios se encuentra en diferentes formatos, como lo son: jpg, dwg, kmz, entre otros. Alguna
de esta información se encuentra ya en el formato a transformar.
Se realizarán distintas clases de estadística descriptiva en las cuales se describirán
principalmente la distribución de áreas en el departamento, su máximo, mínimo, promedio y
desviación estándar. De igual manera, con ayuda del programa ArcGis, se realizará un análisis
estadístico, este análisis se podrá realizar mediante clústeres estadísticos en los cuales se
mostrarán zonas donde existen una alta concentración de solicitudes de predios baldíos como
zonas calientes, y así mismo zonas donde exista escasa solicitud de estos, como zonas con poca
significancia. Esto permitirá, a groso modo, tomar decisiones al INCODER de índole de
planificación para focalizar la atención en aquellas zonas donde el número de solicitudes sea
alto, así como también una información básica de los componentes físicos de los predios.
De igual manera se buscará, a partir de análisis estadísticos, reflejar lo que ha pasado con las
solicitudes de predios baldíos a través de una fracción del tiempo, que zonas son las que se
debería atender de forma prioritaria, como ha sido la evolución de las solicitudes, que porcentaje
1 El Instituto Colombiano de Desarrollo Rural, INCODER, fue un ente gubernamental que entró en liquidación en diciembre del año 2015, el Instituto de dividió en dos agencias: la Agencia Nacional de Tierras (ANT) y la Agencia de Desarrollo Rural (ADR) a las cuales el Instituto le correspondió entregar toda su información durante todo el año 2016.
5
de estas han tenido éxito y cuales no; y así otra seria de cuestionamientos que se podrán develar a
partir de la estructuración realizada.
Estos análisis permitirán tomar decisiones en la planificación y ordenamiento del territorio
por parte de las agencias como entes manejadoras de la información, hacia los diferentes entes
gubernamentales que son los que finalmente serán los que ejecuten las decisiones tomadas, en
este caso la Gobernación del Huila con su Secretaria de Planeación.
6
4. Objetivos
4.1 Objetivo General
Estructurar con la información entregada por el Instituto Colombiano de Desarrollo Rural,
INCODER, la data cartográfica histórica de solicitudes de titulación de terrenos baldíos del
Departamento del Huila.
4.2 Objetivos Específicos
Implementar una aplicación SIG (Sistema de Información Geográfica) que facilite el
acceso a la información espacial de la estructuración histórica realizada.
Establecer políticas de focalización de atención de solicitudes de terrenos baldíos por
parte del Instituto a partir del análisis estadístico realizado.
Definir un plan estratégico que permita, mediante diferentes clústeres estadísticos,
establecer las principales zonas donde los predios presenten una densidad alta de
solicitudes de predios baldíos en pequeñas áreas de terreno.
7
5. Localización del proyecto
Departamento del Huila
El departamento del Huila es uno de los 32 departamentos que conforman a Colombia, está
localizado al suroccidente del país entre las cordilleras central y oriental, en el valle central
formado por el Rio Magdalena e irrigado por otros importantes recursos hídricos. En la figura 1
se observa la ubicación del departamento respecto al país.
Figura 1. Localización del Departamento del Huila en Colombia Fuente: Wikipedia 2
Geográficamente y tomando como referencia puntos extremos, el Departamento se sitúa a una
latitud norte de 3º55’12” y 1º30’04” de latitud norte (entre el nacimiento del Rio Riachón,
municipio de Colombia y el pico de la Fragua, municipio de Acevedo), y los 74º25’24” y
2 Tomada de https://es.wikipedia.org/wiki/Huila#/media/File:Colombia_-_Huila.svg
8
76º35’16” de longitud al oeste del meridiano de Greenwich ( entre el Alto de Las Oseras,
municipio de Colombia y el páramo de Las Papas, municipio de San Agustín. Ver Mapa
Hidrográfico – Figura 2).
Geográficamente y tomando como referencia sus puntos extremos, el Departamento cuenta
con una extensión territorial de 19.990 km2 distribuidos en 37 municipios (Figura 3); así como,
numerosos caseríos y sitios poblados. Limita por el norte con Cundinamarca y Tolima en una
longitud de 189 kilómetros, al oeste con los departamentos del Meta y Caquetá en una longitud
de 303 kilómetros, al sur con los departamentos del Cauca y Caquetá en una longitud de 105
kilómetros y al oeste con los departamentos del Cauca y Tolima en una longitud de 301
kilómetros. Representa un 1.8% de la superficie total del país ocupando el diecisieteavo lugar,
superando a Caldas, Atlántico, Quindío, Risaralda y Sucre.
La agricultura, ganadería y explotación de petróleo son los sectores de los cuales se beneficia
económicamente el Departamento, además de una creciente industria que junto al comercio son
las principales fuentes de empleo de la región opita.
De acuerdo con el DANE, Departamento Administrativo Nacional de Estadística, el
departamento posee una población estimada de 1.168.910 habitantes y una densidad de 58.05
hab/km2. (Martinez)
Para facilitar la administración departamental, el Huila se ha dividido en cinco importantes
centros o regiones (ver Mapa División Político-Administrativa):
Neiva
Región Norte
Región Sur-Occidental
Región Sur-Este y
9
Región Sur
Los municipios en que se centra la administración de cada una de las regiones se distinguen
por ser de mayor desarrollo institucional y económico. Estas regiones se caracterizan por tener
variables homogéneas en cuanto a su aspecto físico, sistema vial existente y relación histórica
entre otras.
Figura 2. Mapa hidrográfico Departamento del Huila Fuente: Sociedad Geográfica de Colombia (IGAC, Sociedad geografica de Colombia, 2002)
10
Figura 3. Mapa político del Departamento del Huila Fuente: Instituto Geográfico Agustín Codazzi
11
A continuación, en la tabla 1, se muestran cada uno de los municipios con su área
correspondiente y a la Subregión a la que pertenecen:
Tabla 1. Municipios del departamento del Huila
Nombre Subregión Área Nombre
Subregión Área Aipe Subnorte 802 Guadalupe Subcentro 254 Algeciras Subnorte 570 Pital Subcentro 20.29 Baraya Subnorte 750 Suaza Subcentro 336 Campoalegre Subnorte 661 Tarqui Subcentro 3080 Colombia Subnorte 1698 La Argentina Suboccidente 626 Hobo Subnorte 217 La Plata Suboccidente 1271 Íquira Subnorte 532 Nátaga Suboccidente 133 Neiva Subnorte 1553 Paicol Suboccidente 298 Palermo Subnorte 923 Tesalia Suboccidente 373.68 Rivera Subnorte 435 Acevedo Subsur 612 Santa María Subnorte 314 Elías Subsur 82 Tello Subnorte 558 Isnos Subsur 697 Teruel Subnorte 499 Oporapa Subsur 188 Villavieja Subnorte 670 Palestina Subsur 229 Yaguará Subnorte 329 Pitalito Subsur 591 Agrado Subcentro 22.21 Saladoblanco Subsur 290 Altamira Subcentro 188 San Agustín Subsur 1310 Garzón Subcentro 580 Timaná Subsur 182.5 Gigante Subcentro 626
Nota: El área esta expresada en km2.
Es importante tener en cuenta que a pesar que todos los municipios disponen de predios
baldíos, para este trabajo hay algunos municipios en los cuales en los años de la respectiva
estructuración, no existió ninguna solicitud.
12
6. Marco teórico
En este capítulo se presentan los aspectos conceptuales relacionados con la temática del
proyecto:
6.1 Marco conceptual
6.1.1 Bien baldío
Los terrenos baldíos3 son bienes públicos de la Nación catalogados dentro de la categoría de
bienes fiscales adjudícales, en razón de que la Nación los conserva para adjudicarlos a quienes
reúnan la totalidad de las exigencias establecidas en la ley. (CONSTITUCIONAL, 1995)
6.1.1.1 Titulación de bien baldío
De conformidad con la ley 160 de 1994 y según el decreto 1465 de 2003 toda aquella titulación
o destitución de terrenos baldíos en lo concerniente a procedimientos agrarios y/o forestales le
corresponde al INCODER bajo la responsabilidad de la Subgerencia de Tierras Rurales teniendo
en cuenta la que su operatividad está a cargo de la Dirección Técnica de Baldíos y las
Direcciones Territoriales. con este fin y con el fundamentos necesario para decidir si
corresponde, o no, dar inicio a los procedimientos agrarios de extinción del derecho de dominio,
clarificación la ratificación de la propiedad, deslinde de tierras de la Nación y recuperación de
baldíos indebidamente ocupados, el INCODER ordenará mediante auto, contra el que no procede
recurso alguno, la conformación de un expediente con la información necesaria para identificar
la situación física, jurídica, cartográfica, catastral, de ocupación y explotación del inmueble
objeto de la actuación.
3 Parece que baldío viene de la voz castellana balda que significa precio o de poco provecho
13
Para este efecto podrá consultar y requerir a las entidades y autoridades competentes la
información documental existente sobre el predio, tales como folios de matrícula inmobiliaria,
certificados de catastro, planchas de restitución, planos y aerofotografías, inscripciones en
registro de predios abandonados o despojados, tales como RUPTA, Registro de Tierras
Presuntamente Abandonadas, entre otras. También podrá requerir a los propietarios, poseedores,
presuntos propietarios, ocupantes o tenedores del fundo o a los ocupantes o titulares de derechos
de los predios colindantes en caso de ser requerido por el Instituto, para que suministren, aclaren
o complementen la información que se tenga sobre el inmueble. (RURAL, 2013)
6.1.1.2 Sujetos a titulación
A Personas naturales, siempre y cuando hayan cumplido 16 años. Se adjudicarán
conjuntamente a los cónyuges o compañeros permanentes.
A Entidades de Derecho Público, para la construcción de obras de infraestructura destinadas a
la instalación o dotación de servicios públicos. (Art. 68 Ley 160 de 1994)
6.1.1.3 Requisitos para solicitar un predio baldío
Ocupación previa de tierras con aptitud agropecuaria o forestal, que se estén utilizando
productivamente, no inferior a cinco (5) años. La ocupación anterior de persona distinta del
peticionario, no es transferible a terceros, (Art. 8 Ley 160 de 1994)
Patrimonio neto no superior a mil (1000) salarios mínimos mensuales legales vigentes.
Cuando se trate de empresas comunitarias y de Cooperativas campesinas, para efectos de la
prohibición anterior deberá tenerse en cuenta, además, la suma de los patrimonios netos de los
socios cuando estos superen el patrimonio neto de la sociedad (Art. 69 Ley 160 de 1994 y Art. 8
Decreto 2664 de 1994)
14
Demostrar que tiene bajo producción económica las (2/3) dos terceras partes de la superficie
cuya adjudicación solicita y que la utilización adelantada corresponde a la aptitud del suelo
establecida en la inspección ocular. (Art. 69 Ley 160 de 1994 y Art. 8 Decreto 2664 de 1994)
6.1.2 Cartografía
La cartografía es la ciencia que se encarga de representar la Tierra gráficamente a diferentes
dimensiones o escalas a través del análisis de medidas y datos de las diferentes regiones de la
Tierra. (Raisz, 1985)
6.1.3 Digitalización de mapas
La digitalización es el proceso de convertir entidades de un mapa de papel en formato digital
para que pueda ser visto desde un ordenador, esto se puede realizar mediante diferentes maneras,
ya sea manual, semiautomático o totalmente automático, estas dos últimas requieren de un
seguimiento de las líneas dependiendo el método.
Es de suma importancia comprender que la digitalización es el procedimiento que transforma
la información geográfica de los mapas analógicos a coordenadas digitales. Gracias a que la
información geográfica se organiza como capas de datos, es posible realizar mediciones,
consultas, modelizaciones y otros tipos de análisis que aprovechan datos provenientes de
diversas fuentes. (Cartography, 1987)
6.1.4 Formato vectorial
Una estructura vectorial define objetos geométricos (puntos, líneas y polígonos) mediante la
codificación explicita de sus coordenadas. Los puntos se codifican en formato vectorial por un
par de coordenadas en el espacio, las líneas como una sucesión de puntos conectados y los
15
polígonos como líneas cerradas (formato orientado a objetos) o como un conjunto de líneas que
constituye las diferentes fronteras del polígono.
En este formato resulta especialmente adecuado para la representación de objetos geométricos
reales (carreteras, ríos, parcelas de cultivo). También resulta más adecuado que el raster4 cuando
se manejan datos que suponen un valor promediado sobre una extensión de territorio que se
considera homogénea, los límites pueden ser arbitrarios o no (por ejemplo estadísticas
municipales) esto permite un mejor manejo de los datos de parcelas y grandes extensiones de
terreno cuando se habla de terrenos baldíos. Mientras que la estructura raster codifica de forma
explícita el interior de los objetos e implícitamente el exterior, el formato vectorial codifica
explícitamente la frontera de los polígonos e implícitamente el interior, aunque realmente lo
importante en los dos casos es el interior. Esto significa que resulta fácil saber lo que hay en cada
punto del territorio en un formato raster pero no en un formato vectorial, por tanto los algoritmos
utilizados para las operaciones de álgebra de mapas son completamente diferentes.
El escoger un tipo u otro para representar determinado objeto dependerá en gran manera de la
escala y del tipo de abstracción que se pretenda hacer. Así una ciudad puede ser puntual o
poligonal y un cauce fluvial puede ser lineal o poligonal. En el formato vectorial, además de
codificar la posición de los objetos, necesitamos establecer las relaciones topológicas entre los
mismos, especialmente en lo que se refiere a los mapas de polígonos. (Ortueta, 1994)
4 Un ráster consta de una matriz de celdas (o píxeles) organizadas en filas y columnas (o una cuadrícula) en la que cada celda contiene un valor que representa información, como la temperatura. Los rásteres son fotografías aéreas digitales, imágenes de satélite, imágenes digitales o incluso mapas escaneados. (ESRI, 2014)
16
6.1.5 Georreferenciación
Es de suma importancia para el tratamiento de los mapas cartográficos georreferenciarlos, de tal
manera que todos queden en un solo datum con un mismo origen de coordenadas, este proceso se
debe llevar a cabo sin importar el tipo de mapa el cual haya sido transformado a shape o de la
digitalización que se haya realizado, para esto con ayuda del programa ArcGis5 este necesita la
escala del mapa, y las coordenadas geográficas de los puntos de control que se utilizarán.
La georreferenciación es un método que permite relacionar la información de la posición entre
documentos cartográficos de distinta procedencia.
Dicho esto, los resultados de cualquier georreferenciación pueden ser siempre mejorados, ya
que se seleccionan más puntos homólogos, se aumenta el grado del polinomio utilizado, se
utilizan técnicas como los mínimos cuadrados para la gestión de errores, es por esto que se
necesita especificar el margen de error. Este será el error máximo que es aceptará a la hora de
georreferenciar cualquier tipo de mapa. El margen de error por defecto es de 0.10 mm. Una vez
introducidos un mínimo de 4 pares de puntos de control del mapa y el papel. ArcView calcula el
Error Cuadrático Medio (ECM) y compara este valor con el que se ha especificado en la ventana
edición “margen de error”, si el error calculado es menor que el margen de error especificado, se
habilita el botón Register y se podrá proceder a la georreferenciación de los mapas. (ArcGIS)
El margen de error ideal para digitalizaciones por parte del INCODER es de 0.04 mm.
6.1.5.1 Sistema de referencia
Definición de constantes, modelos, parámetros, etc., que sirven como base para la representación
de la geometría de la superficie terrestre y su variación en el tiempo (por ej.: sistema cartesiano
tridimensional ortogonal, con el origen en el geocentro, el eje Z, cerca del eje de rotación
5 Es un software que permite recopilar, organizar, administrar, analizar, compartir y distribuir información geográfica.
17
terrestre, el eje X cerca del meridiano de Greenwich, escala métrica y variación temporal que no
produce una rotación global de la corteza terrestre
6.1.5.2 Marco de referencia
Realización (materialización) de un sistema de referencia por un conjunto de entidades físicas y
matemáticas) por ej.: un número de puntos monumentados sobre la superficie terrestre con sus
coordenadas geocéntricas tridimensionales X, Y, y Z dadas en una época fija y variaciones
lineales en el tiempo, o sea velocidades constante dX/dt, dY/dt y DZ/dt. (IGAC, Adopción del
Marco Geocéntrico Nacional de Referencia MAGNA SIRGAS como datum para Colombia,
2004)
6.1.5.3 Datum geodésico
Parámetros que realizan el origen, la orientación y la escala del sistema de coordenadas del
marco de referencia. (IGAC, Adopción del Marco Geocéntrico Nacional de Referencia MAGNA
SIRGAS como datum para Colombia, 2004)
Los sistemas clásicos de referencia se definen por un datum local. Se define un punto
fundamental en el que se determinan los parámetros necesarios para la orientación (dirección) y
el origen de un sistema de coordenadas por ejemplo Bogotá.
Las coordenadas del origen se determinan, normalmente, por posicionamiento astronómico,
la orientación por un azimut astronómico y la asignación de la desviación de la vertical igual
cero.
La escala se deriva de una línea base medida en unidades m.
De este punto central se extiende el sistema por triangulación o trilateración sobre toda la
región de interés.
18
Los sistemas clásicos se limitan, normalmente, a dos dimensiones: Latitud y Longitud o Norte
y Este, La altura se determina por un sistema de referencia vertical, independiente del horizontal.
(Asociación Internacional de Geodesia)
6.1.6 Estructuración de información cartográfica
Se trata de Integrar, incorporar y procesar dentro de un SIG la información documentada y
levantada en campo con el objetivo de unificarla de acuerdo a los estándares oficiales.
Todo esto con el fin de generar mapas temáticos a diferentes escalas de trabajo del proyecto,
en los cuales se visualicen claramente la información permitiendo de esta forma su apropiación
por parte de entidades gubernamentales, comunidad científica y comunidad en general para la
toma de decisiones y desarrollo de proyectos.
Teniendo toda la información organizada, el fin último es que se permita la permanente
consulta, edición, manipulación, análisis y despliegue de datos y mapas disponibles.
6.1.7 SIG
6.1.7.1 Funcionamiento de un Sistema de Información Geográfica, SIG
El SIG funciona como una base de datos con información geográfica (datos alfanuméricos) que
se encuentra asociada por un identificador común a los objetos gráficos de un mapa digital. De
esta forma, señalando un objeto se conocen sus atributos e, inversamente, preguntando por un
registro de la base de datos se puede saber su localización en la cartografía.
La razón fundamental para utilizar un SIG es la gestión de información espacial. El sistema
permite separar la información en diferentes capas temáticas y las almacena independientemente,
permitiendo trabajar con ellas de manera rápida y sencilla, y facilitando al profesional la
19
posibilidad de relacionar la información existente a través de la topología de los objetos, con el
fin de generar otra nueva que no podríamos obtener de otra forma.
Las principales cuestiones que puede resolver un SIG, ordenadas de menor a mayor
complejidad, son:
Localización: preguntar por las características de un lugar concreto.
Condición: el cumplimiento o no de unas condiciones impuestas al sistema.
Tendencia: comparación entre situaciones temporales o espaciales distintas de
alguna característica.
Rutas: cálculo de rutas óptimas entre dos o más puntos.
Pautas: detección de pautas espaciales.
Modelos: generación de modelos a partir de fenómenos o actuaciones simuladas.
Por ser tan versátiles, el campo de aplicación de los SIG es muy amplio, pudiendo utilizarse
en la mayoría de las actividades con un componente espacial.
6.1.7.2 Topología
El término topología hace referencia, en el contexto de los SIG vectoriales, a una serie de
propiedades que permiten que se reestablezcan las relaciones entre los diferentes objetos para
originar entidades de orden superior. Aunque los requisitos topológicos varían en función de la
implementación digital, básicamente son:
Los nodos de dos líneas en contacto deben tener las mismas coordenadas.
Un polígono se define, en el modelo Arco-Nodo, como un circuito perfecto de líneas que
puede recorrerse entero empezando y terminando en el mismo punto sin pasar dos veces
por la misma línea.
Existe un solo identificador para cada objeto y éste no se repite (Rubio)
20
6.1.7.3 Análisis espacial
El análisis de datos con SIG tiene como finalidad el de descubrir estructuras espaciales,
asociaciones y relaciones entre los datos, al igual que para modelar fenómenos geográficos. Los
resultados nos permiten reflejar la naturaleza y calidad de los datos y también la pertinencia de
todos los métodos y funciones aplicadas. Las tareas y transformaciones que se llevan a cabo en el
análisis espacial precisan datos estructurados, programas con las funciones apropiadas y
conocimientos sobre la naturaleza del problema, para definir los métodos de análisis.
El proceso convierte los datos en información útil para conocer un problema determinado. Es
evidente que los resultados del análisis espacial añaden valor económico y, sobre todo,
información y conocimiento de los datos geográficos.
A continuación, en la siguiente página, en la tabla 2, se describen ciertas funciones para lo
cual se realiza un análisis espacial junto a una descripción y ejemplos, siempre hay que tener
claro que tipos de análisis se van a realizar, en que función se hacen y cuál es su propósito final.
Es te proyecto hace uso de casi todas las funciones que puede llegar a tener un análisis espacial
adecuado sobre todo para trabajos de esta índole relacionados con el manejo de terrenos, la
distribución y la densidad en una zona.
21 Tabla 2. Funciones del análisis espacial
FUNCIÓN DESCRIPCIÓN EJEMPLOS
INTERROGANTES En este tipo de puede utilizar criterios temáticos y/o espaciales , las preguntas allí dispuestas deben ser simples y bien definidas
¿Qué es encuentra en x punto? ¿Cuáles son las vías de comunicación cercanas a 200 m.?
MEDIDAS Aquí se describen las propiedades de los objetos a analizar, lo cual se describe mediante valores numéricos
Longitud, área, pendiente, orientación, distancia entre entidades, forma, etc.
TRANSFORMACIONES Este abarca un conjunto de métodos simples de análisis espaciales que permiten transformar las entidades originales, mediante comparaciones o combinaciones. Utilizan principio y reglas geométricas, aritméticas o lógicas, de igual manera los operadores de conversión entre datos vectoriales a raster y viceversa.
Creación de corredores (buffer), operaciones "punto en polígono", superposición de polígonos e interpolación espacial
SUMARIOS Funciones que resumen los datos en unos cuantos indicadores. Los tipos de operaciones aquí utilizados son los más comúnmente encontrados en la estadística descriptiva.
Media aritmética, mediana, moda, desviación estándar, varianza, etc. Así como equivalentes espaciales, como el centro de gravedad y la desviación típica de las distancias
OPTIMIZACIÓN Aquí el objetivo es agrupar distintas técnicas cuyo fin es el de seleccionar localizaciones que cumplan determinados criterios. Estos son muy utilizados en los estudios de mercado y en la planificación de los equipamientos públicos.
Estimar localizaciones optimas, análisis de redes, rutas optimas, etc.
Nota: Elaboración propia a partir de notas de clase.
6.1.8 Clúster estadístico
Existen diferentes significados y aplicaciones para esta palabra en diferentes medios no tan solo
del análisis estadístico, es por eso que a continuación se citará el termino más adecuado para
tratar de describir de una manera adecuada la acción final que da motivo a esta investigación. El
siguiente autor (Figueras, 2001) especifica: “El objetivo del Análisis Clúster es obtener grupos
22
de objetos de forma que, por un lado, los objetos pertenecientes a un mismo grupo sean muy
semejantes entre sí, es decir, que el grupo esté cohesionado internamente y, por el otro, los
objetos pertenecientes a grupos diferentes tengan un comportamiento distinto con respecto a las
variables analizadas, es decir, que cada grupo esté aislado externamente de los demás grupos.”
Esta técnica no utiliza ningún tipo de modelo estadístico para desarrollar el proceso de
clasificación, lo cual permite extraer información de un conjunto de datos sin imponer
restricciones previas en formas de modelos estadísticos, al menos de formas explicita y, por ello,
puede llegar a ser muy útil como una herramienta de elaboración de hipótesis acerca del
problema considerado sin imponer patrones o teorías previamente establecidas.
El motivo de aplicación de los diferentes clúster en este proyecto, será el de medir de manera
adecuada que la distribución de predios pueda ser consecuente con el área del motivo de estudio,
es decir, que como el objetivo del análisis es que se muestren los predios con un
comportamiento similar con respecto a las variables analizadas (en este caso el área) se podrá
determinar el éxito o no del Clúster ejecutado.
6.1.8.1 Distancia euclidiana
El principio fundamental para la aplicación del análisis clúster es la utilización de la distancia
diferenciación de distancias, para este proyecto se utilizara el método de distancia euclidiana, el
software ArcGis permite realizar este análisis teniendo que cada predios cuenta como ente o
punto dentro del análisis. (Lopéz, 2013) asegura:” La distancia euclídea es la más intuitiva y la
más utilizada, de largo. Es la que calcula la distancia en línea recta entre los puntos en el espacio
o en el hiperespacio de la nube de puntos original. Esta distancia en realidad es una aplicación
del Teorema de Pitágoras”. Teniendo en cuenta esta definicion se puede deducir que para el
desarrollo del proyecto que se esta realizando este metodo servira de gran ayuda para el mismo
23
por su precision y por tener en cuenta la totalidad de los puntos. En la ecuacion 1 se muestra la
formula que da lugar a esta aplicación es la siguente:
Ecuación 1. Ecuación clúster estadístico
( , ) = ( − )
Dónde:
d = Distancia entre puntos o grupo de puntos
i = Coordenada abscisa del punto
j = Coordenada ordenada del punto
k = Coordenada punto medio
Se deben cumplir ciertas condiciones para que la aplicación de la formula satisfaga las
condiciones necesarias para ser catalogada como una métrica en términos estrictamente
matemáticos que serían:
a) d(A ,B) ≥ 0
b) d(A, B)= d (B, A). Llamada propiedad simétrica
c) d(A, A)= 0
d) d(A, B) ≤ d (A, C) + d(C, B). Llamada propiedad de la desigualdad triangular.
e) Si d(A, B)= 0, entonces A=B. (Quintero, 1997)
6.2 Marco espacial
En esta estructuración de la información se tendrá en cuenta toda las: cartografías, planos,
certificados de colindancia, revisiones técnicas de planos, bases de datos de solicitantes de
predios; entregados por el INCODER que pertenezcan al departamento del Huila, Colombia.
24
6.3 Marco temporal
La información ya mencionada anteriormente ha sido captada desde el año 2012. 2013 y 2014; lo
cual hace que el análisis abarque esos tres años.
6.4 Marco legal
El marco legal que con la cual se guía la realización de este proyecto se presenta en la tabla 3. Tabla 3. Marco legal relacionado con el proyecto Norma Tema CONSTITUCIÓN POLÍTICA DE COLOMBIA, 1991
ARTICULO 64, TITULO II, CAPITULO 2. Referente a los derechos sociales, económicos y culturales. Establece que es deber del Estado promover el acceso progresivo a la propiedad de la tierra de los trabajadores agrarios, en forma individual o asociativa con el fin de mejorar su ingreso y calidad de vida.
LEY 388 DE 1997 Define procedimientos y contenidos en la formulación de Planes de Ordenamiento Territorial.
DECRETO 1300 DE 2003. MINISTERIO DE AGRICULTURA Y DESARROLLO RURAL
Por el cual se crea el Instituto de Desarrollo Rural, INCODER.
LEY 1152 DE 2007 Por la cual se expide el Estatuto de Desarrollo Rural que contiene el conjunto sistemático e integrado de principios y objetivos a través de las que el Estado promoverá y ejecutara acciones orientadas a lograr el desarrollo rural. En el artículo 21 se delega la función al INCODER para la adjudicación de baldíos con vocación productiva.
DECRETO 230 DEL 2008 MINISTERIO DE AGRICULTURA Y DESARROLLO RURAL
Reglamenta la ley 1152 del 2007, en cuanto a administración, tenencia y disposición de los terrenos baldíos.
Fuente: Elaboración propia.
25
6.5 Impacto social
Se busca que a través de los diferentes análisis estadísticos realizados durante el proyecto, se
pueda generar una gran base para una toma de decisiones exactas y precisas donde se puedan
tener en cuenta las zonas en las que mayor necesidad se requiera de atención por parte de los
entes gubernamentales para una elección justa para los solicitantes. Teniendo en cuenta que la
mayoría de estos son campesinos, desplazados y personas de escasos recursos que comúnmente
han residido en las zonas rurales del Departamento y que muchas veces, la única manera de
subsistencia ha sido a través del trabajo a la tierra, cumpliendo así con la tradición de varias
generaciones.
6.6 Impacto ambiental
Este proyecto que sirve como base para la toma de decisiones ya mencionadas, tendrá un
impacto ambiental a futuro en lo que concierne a cambios de uso del suelo en algunas
circunstancias cuando se tome una decisión que un bien baldío cambie de propietario, esto
permitirá que automáticamente cambie este uso hacia los planes de desarrollo o planes de
ordenamiento territorial posteriormente decidan.
26
7. Metodología
Se entiende que a través del tiempo las nuevas tecnologías entran a hacer parte cada vez más
del entorno del ser humano, es por esto que hoy en día se hace uso de ciertas herramientas como
lo son los softwares para computador que permite transformar información elaborada en un
inicio en papel a medios digitales. La cartografía digital es un claro ejemplo de eso, la evolución
en la capacidad de los computadores ha permitido que no tan solo se pueda visualizar las
propiedades físicas de una zona sino agregarle una serie de parámetros, atributos y datos lo cual
convierte lo que inicialmente se podría pensar como una cartografía temática en un sistema de
información geográfica (SIG)
Teniendo en cuenta eso y la gran incursión de ArcGIS el cual es un producto de la empresa
norteamericana ESRI6 que comprende una gama escalable de productos software que comparten
la misma arquitectura de componentes (ArcObjects), sirviendo de plataforma para crear,
manipular, distribuir y analizar la información geográfica; se entiende que la gran mayoría de
información cartográfica que se está desarrollando en el mundo sea bajo los formatos
especificados por este software. Teniendo en cuenta los antecedentes y justificación del presente
proyecto se dará paso a realizar una aplicación de este producto hacia la estructuración de la
información cartográfica histórica de solicitud de baldíos del departamento del Huila, esto
implica una organización extensa de la información ya que como se había especificado
anteriormente: la gran mayoría está en distintos formatos.
Esta información entregada por el INCODER luego de ser debidamente organizada, y
teniendo en cuenta que se debe disponer de un SIG dispuesto para esto, se procederá a realizar un
análisis estadístico a través de los llamados “clústeres” los cuales consisten básicamente en mirar
6 ESRI: Environmental Systems Research Institute
27
a través de “zonas calientes” la disposición de puntos, que en este proyecto se entienden como
terrenos baldíos, en zonas y áreas específicas teniendo en cuenta ciertos parámetros.
La información previamente, se encuentra organizada por años, luego, cada año está
organizado por entregas, estas entregas contienen toda la información cartográfica de los predios
en distintos formatos, como lo son: formato AutoCAD (dxf), formato Google Earth (KMZ,
KML), Acrobat Adobe (pdf) y por ultimo formato Arcgis (shp).
Se ha encontrado en algunas de las entregas, geodatabases con la información estructurada de
cada entrega, donde contenía cada uno de los polígonos que equivalía a cada predio
georreferenciada en dos sistemas de proyección: Magna Colombia Bogotá o Magna Colombia
Oeste.
La estructuración multianual se ha llevado a cabo debido a que se necesita saber cómo ha sido
el comportamiento durante el tiempo del número de solicitudes recibidas por el Instituto, además
de esto, porque se debe saber en qué partes del departamento se han focalizado las solicitudes a
través de los años, teniendo así zonas o municipios con un alto número de solicitudes por
atender, y otras zonas donde la cantidad de solicitudes es casi nula.
Es importante la generación distintiva de clúster para un correcto análisis de los datos de las
solicitudes, es por eso que se tuvieron en cuenta diferentes criterios, explicados posteriormente,
establecidos por el Instituto con el fin de focalizar correctamente aquellas zonas donde hubiese
una alta cantidad de solicitudes.
7.1 Información recibida
La información para el desarrollo del proyecto es totalmente brindada por parte del INCODER,
esta información incluye:
28
Información cartográfica de la solicitud de baldíos del departamento del Huila en
diferentes formatos.
Base de datos llamada: Reporte Huila Aplicativo de baldíos. con la solicitud de baldíos la
cual incluye:
Número del expediente
Nombre del solicitante
Número de identificación
Teléfono
Municipio
Nombre del predio
Área
Estado
Actividad
Fecha de solicitud
Fecha de radicación y
Numero de plano
7.2 Fases del proyecto
El proyecto tal y como se ha planteado inicialmente se ha dividido en las siguientes fases para el
correcto desarrollo del mismo, en la página 31, en la figura 4; se presentan las fases del proyecto
gráficamente y en la página 32, en la figura 5, se muestra el diagrama de flujo del proceso.
A continuación se presentan cada una de las fases:
29
7.2.1 Fase I
La primera etapa para el desarrollo del presente proyecto, se ha basado en la recopilación y
organización de la información cartográfica dada por el INCODER, posteriormente se ha
realizado la transformación, en donde se requiera, de la información dada en distintos formatos a
formato shape, esta información cartográfica ha debido ser posteriormente georreferenciada
según lo establecido por el Instituto.
7.2.2 Fase II
Después de tener toda la información georreferenciada, organizada y en el formato especificado
anteriormente de todos los predios baldíos, se ha relacionado la base de datos dada por el
INCODER en donde a cada predio se le ha asignado la información de la base de datos indicada
ya especificadas en el capítulo 7.1 a cada predio, esto a través de una llave primaria la cual es el
número de expediente del solicitante, esto se realiza con el fin de implementar una aplicación
SIG en la cual se pueda realizar consultas de cualquier índole y en donde se puedan realizar
operaciones espaciales con el fin de que a la información cartográfica se le pueda dar un
potencial mejor manejo.
7.2.3 Fase III
Teniendo la información debidamente organizada, tanto en formato físico como en formato
digital, se ha efectuado un análisis del procesamiento para así estructurar la información
cartográfica, en la cual se establece la metodología adecuada que se deba ejecutar dependiendo el
proceder de la información captada, ya sea, que se necesite desarrollar un proceso de
digitalización, georreferenciación, corrección o simplemente pase por observación.
30
7.2.4 Fase IV
Se han reportado, como parte del informe, los resultados de los análisis estadísticos realizados,
estos se han realizado con el fin de describir zonas donde haya una alta presencia de solicitud de
baldíos, alertas sobre varias solicitudes de diferentes personas sobre un predio, inconsistencias,
entre otras.
7.2.5 Fase V
En esta fase del proyecto, se ha de entregar toda la información requerida por el INCODER,
específicamente a la subgerencia de tierras, esta información a entregar será:
Totalidad de solicitudes de terrenos baldíos georreferenciados.
Estadísticas descriptivas donde se muestre detalladamente la distribución de peticiones de
baldíos en el departamento según su zona, fecha de petición, municipio, inconsistencias;
y todos aquellos análisis estadísticos pertinentes para el proyecto.
Cartografías temáticas digitales donde se muestren aquellos análisis espaciales (Clústeres
estadísticos).
31
Figura 4. Fases del proyecto Fuente: Elaboración propia
32
Figura 5. Diagrama de flujo del proceso Fuente: Elaboración propia
33
8. Desarrollo de la propuesta
8.1 Estructuración de la información
En la figura 6 se muestran las cantidades de solicitudes analizadas divididas por el año de
radicación de las órdenes.
Figura 6. Cantidad de solicitudes por año
A continuación se muestran todas aquellas dificultades que se presentaron durante el proceso
y se muestra el sistema de proyección dada a cada entrega.
El Marco Geocéntrico Nacional de Referencia, MAGNA-SIRGAS, es el datum oficial que
adoptó Colombia desde el año 1995 el cual se conforma con una red de estaciones GPS de alta
precisión a lo largo de toda América del Sur, esto lo que permite es que exista un cubrimiento
homogéneo de toda el área del continente. Este marco definió cinco diferentes orígenes los
0
50
100
150
200
250
300
350
AÑO 2012 AÑO 2013 AÑO 2014Series1 324 282 164
Cant
idad
de
solic
itude
s
NUMERO DE SOLICITUDES POR AÑO
34
cuales están distribuidos a lo ancho del país pero siempre bajo una misma Latitud que es de
04°35'46.3215". Es por esto que al momento de definir bajo que sistema de proyección estará
definido un punto o un lugar en específico hay que tener en cuenta que no haya una distancia
larga hacia el origen debido a la posible deformación que se pueda presentar respecto a la
curvatura de la Tierra.
La mayor parte del territorio del departamento del Huila está posicionado entre el origen del
sistema de proyección geográfica: Magna Colombia Bogotá y el origen Magna Colombia Oeste
siendo este último más cercano a casi todos los municipios del departamento y siendo así el más
utilizado para trabajos cartográficos a gran escala.
En la tabla 4, se muestran los sistemas de proyección trabajados en el proyecto para orientar
los predios en el espacio bajo el Marco Geocéntrico Nacional de Referencia (MAGNA). La
mayoría de las entregas se manejaron o se transformaron con el fin de que todos los predios
quedasen bajo un mismo sistema de proyección, el cual se definió a partir de la ubicación del
origen con respecto a los predios. Aproximadamente el 70% de los predios fueron
georreferenciados bajo el sistema de proyección Magna Colombia Oeste.
Tabla 4 Sistemas de proyección geográfica trabajados en el proyecto
Nota: Elaboración propia.
Proyección Coordenadas Elipsoidales Coordenadas Gauss-Kruger
Longitud (W) Latitud (N) Norte (m) Este (m)
Magna Colombia
Oeste
77°04'39.0285” 04°35'46.3215" 1’000.000 1’000.000
Magna Colombia
Bogotá
74°04'39.0285” 04°35'46.3215" 1’000.000 1’000.000
35
Esta proyección en estos predios se da debido a que existe un mejor ajuste y menor margen
de error puesto a que se encuentran más cercanos al origen mencionado, además que la
información recibida desde un principio estaba bajo este sistema de proyección.
8.2.1 Asignación de la llave primaria a cada predio
Luego de la digitalización y/o transformación hacia el formato especificado, shape, a cada capa
creada de cada predio se le asignó un número de expediente el cual es único para cada solicitud,
este número se le asigno uno a uno utilizando las revisiones realizadas por los funcionarios del
INCODER de cada predio, en la figura 7 se presenta un ejemplo de una revisión realizada:
Figura 7. Ejemplo de revisión de solicitud por el INCODER
36
Luego de esto se realiza una asociación con una base de datos entregada por el Instituto la
cual consta de la siguiente información:
Número del expediente
Nombre del solicitante
Número de identificación
Teléfono
Municipio
Nombre del predio
Área
Estado
Actividad
Fecha de solicitud
Fecha de radicación y
Numero de plano
Esta asociación se puede realizar gracias a una herramienta de ArcGis llamada “Join” o unir
en español, esta herramienta permite ubicar la información contenida en la base de datos al
predio respectivo en forma de capa a través de la llave principal la cual es el número de
expediente.
Figura 8. Vinculación de la base de datos con los shapes
NUMERO_EXPEDIENTE NOMBRE_SOLICITANTE NRO_IDENTIFICACIONB41000600512009 MARIA ILBA TRIVIÑO SAMBONI 26597201B41000600012010 FASIR DURAN 14258032B41000600422009 ADOLFO ESPAÑA CARVAJAL 12230762B41000600032009 ANANIAS OTALORA 12108896
37
8.3 Análisis de la información
8.3.1 Histórico multianual
En la tabla 5 se muestra el número total de predios analizados, cabe aclarar que este total de
predios son los que no presentaron ningún tipo de anomalía y en los que se pudo encontrar su
respectivo número de expediente.
Tabla 5. Número total de predios
En el diagrama de barras presentado en la figura 9, se muestra el total predios (EJE Y) respecto a
su área (EJE X), se puede ver que la gran mayoría de predios poseen un área entre 0.003 Ha. y
10 Ha. teniendo como promedio 3.307 Ha.
Figura 9. Frecuencia de áreas del total de predios
Número total de predios 770 Área mínima 0.003 Ha. Área máxima 53.577 Ha. Promedio 3.307 Ha. Desviación estándar 5.709 Ha.
38
Figura 10. Número total de predios teniendo rangos de hectáreas
Figura 11. Porcentaje de predios entre rangos de hectáreas
329304
74 630
50
100
150
200
250
300
350
MENOR A 1 Ha. ENTRE 1 Y 5 Ha. ENTRE 5 Y 10 Ha. MAYOR A 10 Ha.
NÚMERO DE PREDIOS ENTRE RANGOS DE HECTÁREAS
NUMERO DE PREDIOS
43%
39%
10%8%
PORCENTAJE DE PREDIOS ENTRE RANGOS DE HECTÁREAS
MENOR A 1 Ha.
ENTRE 1 Y 5 Ha.
ENTRE 5 Y 10 Ha.
MAYOR A 10 Ha.
39
A partir de la torta estadistia presentada en la figura 11, se puede concluir que el 82% de los
predios tienen un area menor a 5 Ha. lo cual indica que al no ser grandes proporciones de
terreno, es posible que realizar un levantamiento topografico no implicaria una demora de mas
de dos dias en cada predio.
Tabla 6 Número de solicitudes historicas por municipio
Municipio Nº de solicitudes Porcentaje
Área (Ha.)
Aipe 3 0.39% 3.271
Campoalegre 8 1.04% 8.558
Colombia 2 0.26% 12.675
Elías 4 0.52% 0.670
Gigante 1 0.13% 1.858
Hobo 3 0.39% 28.078
Iquira 23 2.99% 124.852
Isnos 57 7.40% 187.016
La Argentina 4 0.52% 0.085
La Plata 226 29.35% 559.534
Nataga 14 1.82% 41.350
Neiva 99 12.86% 509.148
Oporapa 52 6.75% 109.004
Paicol 35 4.55% 3.767
Palermo 41 5.32% 173.246
Pital 8 1.04% 15.021
Pitalito 29 3.77% 36.705
Rivera 11 1.43% 7.131
Saladoblanco 16 2.08% 165.943
San Agustín 59 7.66% 139.034
Santa María 38 4.94% 184.503
Tarqui 14 1.82% 17.452
Tello 10 1.30% 9.910
Teruel 3 0.39% 0.061
Tesalia 9 1.17% 56.999
Timana 1 0.13% 22.745
TOTAL 770 100 2,418.615
40
La tabla 6 indica el numero de solicitudes por municpio y el porcentaje respecto al numero total
de solicitudes registradas, ademas del area total en hectareas de la sumatoria de los predios
correspondientes a cada municipio.
Se ha realizado la estructuración de 770 solicitudes de predios baldíos en todo Huila, esta
cantidad de solicitudes corresponde a un área de 2418.615 ha, esta proporción de terreno si se
compara con el área total del departamento del Huila que es de 1’989.000 ha correspondería a
un 0.122 % del territorio total, esta comparación se realiza de esta manera debido a que hasta el
día de hoy el Estado todavía no sabe cuántas tierras baldías tiene, en manos de quién están, ni
cuál es el uso que se le está realizando al suelo, ni en todo el territorio ni mucho menos en el
departamento del Huila.
41
Figura 12. Torta: Número de solicitudes por municipio
42
Algunos datos que se pueden concluir de este desglose estadístico son los siguientes:
El promedio en hectáreas del área de los predios fue 3.307 ha.
La solicitud de baldío con el área de mayor extensión ha sido del predio con el nombre de
VILLA HORTENCIA en el municipio de Saladoblanco con un área de 53.577 ha.
La solicitud de baldío con el área de menor extensión ha sido una casa lote en el municipio de
Isnos con un área de 0.003 ha.
Existen 10 municipios de los 37 que componen el departamento del Huila que no poseen
ninguna solicitud de predios baldíos en el análisis histórico realizado; estos son: Garzón,
Guadalupe, Acevedo, Algeciras, Baraya, Villavieja, Yaguara, Agrado, Altamira, Timana.
El municipio con el mayor número de solicitudes de predios baldíos es La Plata con un total
de 226 solicitudes en un 29,35 % , le sigue Neiva con un total de 99 predios y un 12,86% de
solicitudes y el tercero es San Agustín con un 7.66%
Es de importancia poner atención a la parte norte del municipio de La Plata ya que presenta
un alto número de solicitudes, al igual que la parte oriental de la capital Neiva en el límite con el
departamento del Cauca presenta un alto índice de solicitudes.
Ahora analizando el estado de las solicitudes que están o han estado en proceso en el Instituto
se pueden llegar a las siguientes cifras presentadas en la tabla 7:
Tabla 7. Estado de las solicitudes Estado de solicitudes Cantidad Adjudicaciones negadas 49 Predios adjudicados 263 Solicitudes aceptada en tramite 84 Solicitudes archivadas 15 Solicitudes en estudio 50 Solicitudes negadas 309
43
Figura 13. Porcentaje del estado de solicitudes
Como bien lo puede expresar la torta estadística presentada en la figura 13, el Instituto se ha
encargado de adjudicar una cantidad de terrenos considerable en lo que el rango de tiempo de
estudio limita, si se suman la cantidad de predios adjudicados junto con la cantidad de solicitudes
aceptadas que están en trámite, da igual en porcentaje si se suman las solicitudes negadas con las
adjudicaciones negadas esto quiere decir que para adquirir estos predios se debe seguir un
proceso riguroso y largo por parte del solicitante ante el INCODER, ya que tiene que comprobar
que el predio solicitado no cuente con un registro y se debe someter a lo dispuesto en la ley 160
de 1994, en donde se debe probar la legalidad de su pretensión y someterse a dicho proceso.
Existen diferentes restricciones técnicas para el solicitante que dificultan un poco el acceso a
estas tierras, en caso específico hacia los campesinos, estos deben demostrar que tienen bajo
explotación económica la dos terceras partes de la superficie cuya adjudicación solicita, que la
explotación adelantada corresponde a la aptitud del suelo establecida por el INCODER en la
6%
34%
11%2%7%
40%
Estado de solicitudes
Adjudicaciones negadas
Predios adjudicados
Solicitudes aceptada en tramite
Solicitudes archivadas
Solicitudes en estudio
Solicitudes negadas
44
inspección ocular y deberá presentar declaración de renta y patrimonio en los caso establecidos
por ley. (Restrepo, 2004)
Además de esto hay que tener en cuenta ciertas limitaciones que pueden tener ciertas personas
al momento de sacar el papeleo pertinente a lo pedido por la ley para la adjudicación del predio,
entre esos certificados DIAN en donde se especifique que el solicitante no está obligado a
presentar declaración de renta y patrimonio, esto genera una dificultad para algunos campesinos
y desplazados los cuales o no entienden de estos procesos o no disponen de dinero para realizar
los diferentes tramites y desplazamientos.
Hay que tener en cuenta que existen algunas restricciones como las de cumplir las normas de
protección y medioambiente, no se puede adjudicar terrenos pertenecientes a parques nacionales
naturales y sus zonas aledañas y por supuesto la solicitud del predio no puede invadir terrenos los
cuales ya tengan una matrícula inmobiliaria presente.
El INCODER ha realizado diferentes campañas pedagógicas con el fin de que este proceso,
en términos generales, resulte siendo más sencillo y que no genere una carga hacia el solicitante.
8.3.2 Procedimiento para la ejecución de los clústeres
Para la ejecución de los respectivos clústeres estadísticos se establecieron las condiciones
presentadas a continuación:
8.3.2.1 División de predios por el área total en hectáreas (Ha)
Como primer paso se ha realizado una estratificación de los predios según su tamaño, la división
se ha hecho de la siguiente manera:
45 Tabla 8. Simbología para la representación de las áreas
Simbología Rango de áreas
0 Ha a 25 Ha.
25 Ha. a 50 Ha.
Mayor a 50 Ha.
La simbología presentada en la tabla 8, se ha realizado con el fin de: primero tener una mejor
percepción visual del tamaño de los predios y segundo, ya que el tamaño de los predios genera
un peso específico en el momento de determinar los clústeres necesarios, esto combinándolo con
que hayan una gran cantidad de predios cerca hace que sea potencialmente una zona para la
determinación de un clúster.
8.3.2.2 Distancia euclidiana
Este cálculo se realiza con el fin de dar una impresión visual de la cercanía de los predios entre
sí, para esto se ha determinado que la cercanía máxima entre predios para garantizar que
efectivamente estuviesen distribuidos en una pequeña proporción de terreno fue de hasta 10
kilómetros (km), estos se pueden visualizar en la cartografía final de Potenciales baldíos del
Huila de color verde; entre 3.3 km y 6.6 km se visualizan de color amarillo y predios que se
encuentran en una cercanía menor a 3.3 km se visualizan en un color rojo.
A continuación, en la figura 14, se da una ilustración de la descripción de esta operación
espacial junto a la división de los predios por área, el mapa final de este proceso se puede
observar en los anexos como: Anexo 1: Potenciales baldíos del departamento del Huila.
46
Figura 14. Ilustración del departamento luego de los análisis espaciales realizados
Luego de realizar este análisis espacial se procedió a determinar aquellas zonas donde fuese
necesario la realización de un clúster donde se tuvo como prioridad que se tuviesen más de 20
predios en zonas de alta condensación de predios baldíos a una distancia no muy lejana.
47
8.3.3 Clústeres estadísticos
Con el análisis clúster que también es conocido como análisis de conglomerados se busca dividir
conjuntos de predios en grupos de manera que haya una cohesión entre sí de ellos. Para esto se
estableció la distancia como medida de semejanza entre ellos, teniendo en cuenta la cercanía que
hubiese entre los predios, diferenciándose así de otros grupos de predios, esta técnica es
eminentemente exploratoria en la cual se ha buscado que los predios seleccionados para generar
los clústeres después de una análisis previo, cumplieran con las condiciones mínimas para la
selección de estas zonas como puntos de enfoque para el Instituto.
Se han realizado 8 clústeres los cuales fueron determinados en distintas zonas, esto se ha
realizado teniendo en cuenta que hubiese una distribución cuasi homogénea del número de
predios y su área, pero principalmente, que en la distribución de este hubiese puntos donde haya
una alta distribución de solicitud de predios en un área pequeña.
El análisis clúster, como ya se ha presentado no presenta mayores diferencias respecto a lo
que brinda el software ArcGIS para su implementación, teniendo en cuenta que el software
permite escoger ciertas variables que pueden cambiar el resultado final y es al fin al cabo el
usuario el que termina “jugando” con estas opciones para poder realizar un análisis clúster
adecuado.
Lo primero que hay que definir es el tipo de distancia la cual permite caracterizar las
relaciones entre los individuos, en el caso del proyecto: los predios.
En este proyecto se escogió distancia euclídea o euclidiana, la cual hace que los grupos
formados contengan puntos de forma que la distancia entre estos sea corta.
El software luego pide la relación entre las distancias, aquí se presentan diferentes opciones
en donde se especificará si la distancia calculada entre una entidad y otra afectara la medición
48
posterior. En el proyecto se determinó que la opción “FIXED DISTANCE BAND” la cual da
como privilegio de que en cada característica se analiza en el contexto de entidades vecinas, es
decir cada predio, teniendo en cuenta que la escogencia de cada clúster de determina en áreas
pequeñas y con características similares. Estas características dentro de la distancia crítica
especificada (distancia de banda o umbral de distancia) reciben un peso de uno y ejercen
influencia en los cálculos de la entidad de destino. Las características de las entidades fuera de la
distancia crítica recibirán una ponderación de cero y no tienen ninguna influencia en los cálculos
de la entidad de destino.
Luego de que estas configuraciones han sido realizadas el software procede a ejecutar el
análisis estadístico correspondiente, esta ejecución presenta un output o una salida de datos con
las cuales se realizarán las respectivas graficas representadas posteriormente en este proyecto. La
resultante de la salida de datos Esta herramienta identifica agrupaciones espaciales
estadísticamente significativas de los valores altos (“hot spots” – puntos calientes) y valores
bajos (“cold spots” - puntos fríos). Se crea una nueva clase de entidad de salida con una
puntuación Z (GiZScore), valor P (GiPValue), y la fila de nivel de confianza (Gi_Bin) para cada
entidad en la clase de la entidad de entrada.
A continuación se realiza una descripción del significado de los valores:
La puntuación Z y los valores de P son medidas de significación estadística que indican si
rechaza o no las hipótesis nulas, rasgo por rasgo. En efecto, indican si la agrupación
espacial observada de valores altos o bajos es más pronunciada de lo que cabría esperar
en una distribución aleatoria de esos mismos valores. Los campos valor Z y valor P no
reflejan ningún tipo de corrección FDR (“False Discovery Rate” – Tasa de falso
descubrimiento).
49
El campo Gi_Bin identifica puntos calientes y fríos estadísticamente significativos
independientemente de si o no se aplica la corrección FDR. Si el valor indica +/- 3
reflejan la significación estadística con un nivel de confianza del 99 por ciento; valores en
los +/- 2 reflejan un nivel de confianza del 95% de +/- 1 reflejan un nivel de confianza
del 90 %; y el clustering de valores en el bin 0 no son estadísticamente significativos. Sin
corrección FDR, el significado estadístico se basa en los campos de valores de P y la
puntuación Z. Cuando se comprueba la corrección de parámetros opcionales se aplican
Tasa de Falso Descubrimiento (FDR), los valores P críticos que determinan los niveles de
confianza se reducen para dar cuenta de las múltiples pruebas y dependencia espacial.
Una alta puntuación de Z y un pequeño valor de P para un conglomerado indica una
agrupación espacial del valor alto. Una puntuación negativa baja Z y un valor pequeño de
P indica una agrupación espacial de los valores bajo. A mayor (o menor) valor de Z, más
intenso será el clúster realizado. Una puntuación Z cerca de cero indica que no hay un
clúster espacial aparente.
Las puntuaciones Z son desviaciones estándar. Si, por ejemplo, la herramienta devuelve
una puntuación Z de +2,5, diría que el resultado son desviaciones estándar de 2,5 Tanto
las puntuaciones z como los valores p se asocian con la distribución normal estándar
como se muestra a continuación:
50
Figura 15. Distribución de valores según nivel de significancia Fuente: Cuadro de ayuda, ArcGis for desktop 10.3.
Como se muestra en la figura 15, existen unos “valores de confianza” que definen niveles de
confianza los cuales indican que grupos de puntos están significativamente mejor agrupados que
otros. A continuación, en la tabla 9, se muestran estos niveles respecto a los valores:
Tabla 9. Nivel de confianza según puntuaciones Z y valores P Puntuación Z (Desviaciones
estándar) Valor P
(Probabilidad) Nivel de
confianza < -1,65 o > +1,65 < 0,10 90% < -1,96 o > +1,96 < 0,05 95% < -2,58 o > +2,58 < 0,01 99%
51
La fórmula para la aplicación de los respectivos clúster en el software están dados por:
Ecuación 2 Formula aplicada por el software Arcgis 10.3 para la ejecución de un clúster estadístico
Donde:
, = son los valores de los atributos en las características i y j
= es la distancia espacial entre los atributos en las características i y el j
= es el número de entes en el dataset y
∀ ≠ = Indica que las características en i no pueden ser las mismas que en j
La puntuación para la estadística computada está dada como:
Ecuación 3 Puntuación Z (GiZScore)
Donde:
El procedimiento para la ejecución de los Clúster es el siguiente:
52
En primera instancia, se realizó el modelo de puntos calientes el cual permite realizar un
mapa de lo requerido
Figura 16. Primer paso para la ejecución de los clústeres estadísticos
El segundo paso fue escoger la información entrante para realizar el análisis, esta
información son los predios correspondientes a cada una de las zonas especificadas
anteriormente, como se realizaron ocho clúster, este proceso se repitió para cada una de
las zonas.
Figura 17. Segundo paso para la ejecución de los clústeres estadísticos
53
En tercer lugar, se escogió el campo con el que se realizara el análisis, el campo escogido
fue ÁREA, esta área fue la calculada con la herramienta de Arcgis.
Figura 18. Tercer paso para la ejecución de los clústeres estadísticos En cuarto lugar, se procedió a escoger la ruta de salida del mapa a realizar, estos mapas
fueron generados con el nombre de MAPA DE CLÚSTER N - -
Figura 19. Cuarto paso para la ejecución de los clústeres estadísticos
54
En quinto lugar, se procedió a definir la relación espacial entre los entres a analizar, la
opción escogida fue FIXED_DISTANCE_BAND la cual nos permite visualizar los
shapes que tienen una influencia más grande en los cálculos para una entidad de destino
de las características de los predios que se encuentran lejanos entre sí.
Figura 20. Quinto paso para la ejecución de los clústeres estadísticos El sexto paso, fue determinar el metodo de distancia, el escogido fue el EUCLIDEAN
DISTANCE ya que este permite una operación mas precisa para determinar la distancia
entre entes para el analisis, ya que tiene en cuenta el sistema de proyeccion.
Luego de seleccionar los predios respectivos de acuerdo a las características citadas
anteriormente, a continuación se presentan cada uno de los clústeres realizados en función de
darles la focalización adecuada a los predios teniendo en cuenta los parámetros ya especificados.
55
Siendo así estos fueran las zonas escogidas con sus respectivos municipios:
8.3.3.1 Clúster Nº1
En la figura 21 se observan los predios seleccionados para la ejecución del clúster. La mayor
parte de los predios que componen este clúster se ubican en la parte noroccidental de la capital
del Departamento: Neiva en la frontera con el departamento del Tolima, con algunos predios
ubicados en el Noroccidente del municipio de Palermo. El mapa del clúster mencionado se
encuentra en el anexo 2 como MAPA CLÚSTER N1.
Figura 21. Predios seleccionados para el primer clúster
56
Figura 22. Campana de Gauss del Clúster Nº1
En la figura 22 se puede observar que existe una distribución cuasi-homogénea donde se puede
ver que la mayoría de valores esta entre < -1,96 o > +1,96 generando un nivel de confianza por
encima del 95% y generando que los predios tengan un alto valor en el mapa respectivo como
caliente o frio. En la tabla 10 se describe la información general del clúster generado.
Tabla 10 Información de predios en Clúster 1
Número total de predios 88
Área mínima 0,012 Ha.
Área máxima 40,579 Ha.
Promedio 6,424 Ha.
Desviación estándar 7,914 Ha.
0.000.100.200.300.400.500.600.700.800.901.00
-4.00 -3.00 -2.00 -1.00 0.00 1.00 2.00 3.00 4.00Distribucion de muestras
GiPValue
Series1
57
Figura 23. Distribución de áreas en el Clúster 1
El promedio de tamaño en hectáreas es de 6,424 lo que supera por un alto rango el promedio
de terrenos de todo el departamento que es de 3,307 Ha. Pero en la gráfica de distribución de
áreas, figura 23, se puede observar que más del 70% de predios están por debajo del promedio.
8.3.3.2 Clúster Nº2
Todos los predios de este clúster se ubican en la parte sur del municipio de Neiva en la frontera
con el municipio de Rivera. Los predios seleccionados se pueden visualizar en la figura 22. El
mapa del clúster mencionado se encuentra en el anexo 3 como MAPA CLÚSTER N2.
58
Figura 24. Predios seleccionados para el segundo clúster
Figura 25. Campana de Gauss del Clúster Nº2
0.000.050.100.150.200.250.300.350.400.45
-4.00 -2.00 0.00 2.00 4.00Distribucion de muestras
GiPValue
Series1
59
Debido al escaso número de predios en el presente clúster la gráfica mostrada en la figura 25
carece de forma, pero hubo la necesidad de escoger esta cantidad de predios ya que se
encuentran aislados de todos los demás y a que se encuentran en un área pequeña y se puede
acceder fácilmente a ellos gracias a la vía presente allí y al centro poblado. En la tabla 11 se
describe la información general del clúster generado.
Tabla 11. Información de predios en Clúster 2
En el diagrama de barras presentado en la figura 26, refleja que el área de estos predios es muy
pequeña en comparación con el promedio del departamento, promediando los 0.05 ha, lo que
permite que exista una facilidad en el momento de levantarlos topográficamente.
Figura 26 Distribución de áreas en el Clúster 2
Número total de predios 27 Mínimo 0,005 Ha. Máximo 0,420 Ha. Promedio 0,033 Ha. Desviación estándar 0,077 Ha.
60
8.3.3.3 Clúster Nº3
La gran mayoría de predios de este clúster se ubican en la parte central y suroccidental del
municipio de La Plata exceptuando 3 predios que se ubican en la parte Norte del municipio de La
Argentina frontera con La Plata. Los predios seleccionados se pueden visualizar en la figura 27.
El mapa del clúster mencionado se encuentra en el anexo 4 como MAPA CLÚSTER N3.
Figura 27 Predios seleccionados para el tercer clúster
61
Figura 28 Campana de Gauss del Clúster Nº3
Según lo reflejado en la campana de gauss reflejada en la figura 28, en este clúster hay
distribución heterogénea por zonas donde se agrupan gran cantidad de predios, pero que pueden
percibir un poco lejanos respecto a los demás grupos. Se ha realizado la escogencia de tal
cantidad de predios debido a la gran cantidad de solicitudes que presenta el municipio de La
Plata que conviene focalizar oportunamente.
Tabla 12 Información de predios en Clúster 3
La cantidad de predios en este clúster es de la mayor cantidad respecto a los demás clústeres
realizados lo que la convierte, según el estudio realizado, en la sugerencia como la mayor zona
de focalización de todo el departamento.
0.00
0.20
0.40
0.60
0.80
1.00
-4.00 -2.00 0.00 2.00 4.00 6.00 8.00 10.00
Distribucion de muestras
GiP VALUE
Series1
Número total de predios 152 Mínimo 0,005 Ha. Máximo 36,834 Ha. Promedio 2,350 Ha. Desviación estándar 5,065 Ha.
62
Se puede observar, según el diagrama de barras presentado en la figura 29, que el 80 % de
predios están distribuidos por debajo de 6.3 ha teniendo como promedio 2,35 ha poco menos del
promedio del total de predios del departamento.
Figura 29 Distribución de áreas en el Clúster 3
8.3.3.4 Clúster N.4
Los predios que se ubican en este clúster están ubicados en su mayoría en la frontera entre el
municipio de Paicol y el municipio de Pital en la parte central del departamento. Los predios
seleccionados se pueden visualizar en la figura 30. El mapa del clúster mencionado se encuentra
en el anexo 5 como MAPA CLÚSTER N4.
63
Figura 30. Predios seleccionados para el cuarto clúster
Figura 31 Campana de Gauss del Clúster Nº4
0.00
0.20
0.40
0.60
0.80
1.00
1.20
-6.00 -4.00 -2.00 0.00 2.00 4.00 6.00
Distribucion de muestras
GiPValue
Series1
64
Según lo reflejado en la figura 31, gran parte de los predios tienen un nivel de significancia del
99% lo que indica un gran agrupamiento entre ellos, fueron tenidos en cuenta otros predios un
poco menos agrupados debido a la cercanía en acceso a ellos. En la tabla 13 se presenta la
información general del clúster generado.
Tabla 13 Información de predios en Clúster 4
Como se puede observar en la figura 32, en este clúster, existe una distribución cuasi-homogéneo
de áreas desde el mínimo (0.203 ha) hasta 6.7 ha, se tiene un promedio de 2.923 ha, por debajo
del promedio del total de predios del departamento.
Figura 32. Distribución de áreas en el Clúster 4
Número total de predios 27 Mínimo 0,203 Ha. Máximo 13,186 Ha. Promedio 2,923 Ha. Desviación estándar 2,807 Ha.
65
8.3.3.5 Clúster Nº5
Todos los predios de este clúster se ubican en el departamento de La Plata, en la zona norte del
mismo, frontera con el departamento del Cauca. Los predios seleccionados se pueden visualizar
en la figura 33. El mapa del clúster mencionado se encuentra en el anexo 5 como MAPA
CLÚSTER N5.
Figura 33. Predios seleccionados para el quinto clúster
66
Figura 34. Campana de Gauss del Clúster Nº5
En la figura 34, se deduce que en este clúster hay unos valores de significancia distribuidos en su
mayoría por el 90%, esto debido a que los predios no se encuentran estrechamente agrupados si
no que existe una separación entre ellos evidente. El municipio de La Plata es el que tiene el
mayor número de solicitudes con un total del 29.35% del total de solicitudes estructuradas, es
por esto que es necesario focalizar la atención hacia este municipio. En la tabla 14 se presenta la
información general del clúster generado.
Tabla 14. Información de predios en Clúster 5
Número total de predios 52 Mínimo 0,022 Ha. Máximo 24,147 Ha. Promedio 3,327 Ha. Desviación estándar 4,676 Ha.
67
Por lo reflejado en el diagrama de barras de la figura 35, la selección de predios del presente
clúster muestra una distribución de áreas equitativa y normal respecto a la desviación estándar y
al promedio de todas las solicitudes, con un 95% de los predios por debajo de las 5 ha.
Figura 35. Distribución de áreas en el Clúster 5
8.3.3.6 Clúster Nº6
La gran mayoría de predios de este clúster generado se ubican en el municipio de Oporapa, con
algunos predios en el municipio de Tarqui y otros en el municipio de Saladoblanco, estos se
ubican en la parte suroccidental del municipio. Los predios seleccionados se pueden visualizar en
la figura 36. El mapa del clúster mencionado se encuentra en el anexo 6 como MAPA
CLÚSTER N6.
68
Figura 36. Predios seleccionados para el sexto clúster
Figura 37 Campana de Gauss del Clúster Nº6
0.00
0.20
0.40
0.60
0.80
1.00
1.20
-3.00 -2.00 -1.00 0.00 1.00 2.00 3.00Distribucion de muestras
GiPValue
Series1
69
Describiendo lo que refleja el diagrama presentado en la figura 37, se puede ver un nivel de
confianza general del 90% ya que a pesar de que existe una agrupación de los predios, estos no
se encuentran tan cercanos. La selección de este clúster se ha dado debido a la gran cantidad de
solicitudes que existen en el municipio de Oporapa y se han seleccionado aquellos predios a los
cuales se podría tener un fácil acceso. En la tabla 15 se presenta la información general del
clúster generado.
Tabla 15. Información de predios en Clúster 6
Los predios de este clúster se pueden considerar de poca extensión, ya que su máximo es de
10.48 ha con un promedio de 2.153 ha comparado con el total de predios del departamento con
un 85% de los predios por debajo de 2 ha.
Figura 38 Distribución de áreas en el Clúster 6
Número total de predios 55 Mínimo 0,017 Ha. Máximo 10,480 Ha. Promedio 2,153 Ha. Desviación estándar 2,421 Ha.
70
8.3.3.7 Clúster Nº7
Los predios que componen este clúster se ubican entre el municipio de Saladoblanco y el
municipio de Isnos, estos dos municipios se ubican en la parte suroccidental del departamento.
Los predios seleccionados se pueden visualizar en la figura 39. El mapa del clúster mencionado
se encuentra en el anexo 7 como MAPA CLÚSTER N7.
Figura 39. Predios seleccionados para el séptimo clúster
71
Figura 40. Campana de Gauss del Clúster Nº7
Según lo mostrado por la figura 40, existe un nivel de confianza del 90%, se pueden ver ciertas
zonas donde existen pequeñas agrupaciones de predios, pero en general la agrupación del total de
predios del clúster puede determinarse como agrupación media. La focalización de atención se
ha debido al fácil acceso a esta zona y a la necesidad de liberar un poco la gran cantidad de
solicitudes presentes en el municipio de Isnos. En la figura 16 se describe la información general
del clúster generado.
Tabla 16. Información de predios en Clúster 7
0.00
0.20
0.40
0.60
0.80
1.00
-3.00 -2.00 -1.00 0.00 1.00 2.00 3.00 4.00Distribucion de muestras
GiPValue
Series1
Numero de predios 40 Mínimo 0,003 Ha. Máximo 12,114 Ha. Promedio 3,666 Ha. Desviación estándar 3,380 Ha.
72
Figura 41. Distribución de áreas en el Clúster 7
Observando la distribución de proporciones en el diagrama de barras reflejado en la figura 41, la
proporción de áreas en este clúster se asemeja mucho al comportamiento en general del
departamento, teniendo un promedio de 3.66 ha comparado con 3.307 ha del general, el 70% de
los predios se encuentra por debajo de 5.5 ha lo que indica que la extensión de los predios en este
clúster es pequeña.
8.3.3.8 Clúster Nº8
Los predios de este clúster generado se ubican entre los municipios de Isnos y San Agustín
siendo este último el que más cantidad de predios dispone, la ubicación estos se encuentra en la
parte sur del departamento. Los predios seleccionados se pueden visualizar en la figura 42. El
mapa del clúster mencionado se encuentra en el anexo 8 como MAPA CLÚSTER N8.
73
Figura 42. Predios seleccionados para el octavo clúster
Figura 43. Campana de Gauss del Clúster Nº8
0.000.100.200.300.400.500.600.700.800.90
-3.00 -2.00 -1.00 0.00 1.00 2.00 3.00Distribucion de muestras
GiPValue
Series1
74
En la figura 43 se refleja que el nivel de confianza en general de este clúster es del 90%, con
zonas de alta densidad de predios en pequeñas proporciones de terreno pero con un común de
separación entre estas zonas evidente. En el municipio de San Agustín no existe gran cantidad de
solicitudes, pero es importante focalizar la atención en esta zona debido a que es de las pocas
agrupaciones presentes de predios en el sur del departamento. En la tabla 17 se muestra la
información general del último clúster generado.
Tabla 17. Información de predios en Clúster 8
En este clúster, describiendo lo que refleja el diagrama de barras presentado en la figura 44, la
extensión de los predios es mayoritariamente pequeña, con un total del 95% de los predios por
debajo de las 2.5 ha con un promedio general de 1.314 ha y con tan solo un predio que supera las
10 ha.
Figura 44 Distribución de áreas en el Clúster 8
Número total de predios 40 Mínimo 0,035 Ha. Máximo 12,857 Ha. Promedio 1,314 Ha. Desviación estándar 2,120 Ha.
75
9. Productos
Como resultado de todo el trabajo realizado, a continuación se presentan los productos finales
que generó el desarrollo del presente proyecto:
I. Totalidad de la información entregada por el INCODER, ya sean cartografías análogas,
digitales o bases de datos; totalmente organizada, digitalizada y/o transformada bajo los criterios
técnicos de trabajos de esta índole.
II. 770 predios baldíos georreferenciados bajo un mismo sistema de proyección cartográfico
bajo los criterios establecidos por el Instituto, estos en una sola geodatabase llamada
Huila_Recopilado.
IV. Estadísticas descriptivas que se dieron a partir de diferentes clases de consultas las cuales
permitieron revisar las zonas de mayor presencia de solicitudes en el departamento, de igual
manera que se pueda llevar un control más eficiente sobre la gran cantidad de solicitudes que
presenta este Departamento.
V. Se establecieron las zonas y/o municipios que presentan los mayores índices de
solicitudes por medio de herramientas SIG para que el Instituto pueda establecer políticas de
focalización.
VI. Mapas con los ocho diferentes clústeres estadísticos que mediante ayuda de las diferentes
herramientas disponibles en el software, establecieron las zonas que bajo criterio propio deben
ser priorizadas para una solución rápida y justa.
76
10. Conclusiones y recomendaciones
La adjudicación de terrenos baldíos para los ciudadanos colombianos es de suma importancia,
sobre todo para los campesinos que han laburado la tierra durante mucho tiempo, además de los
desplazados por la violencia que han tenido que huir de su tierras por la brutalidad que deja las
consecuencias de una guerra que ha influenciado en gran forma este conflicto a lo largo del
tiempo en el país.
El derecho a la propiedad de tierra para cualquier ciudadano se debe abordar como un tema
social en donde a partir del posible uso que se genere en esta, así mismo se verá retribuido el
desarrollo del país.
En esta nueva era del posconflicto donde el gobierno buscará devolverle a estas personas lo
que perdieron junto a un desarrollo rural nunca antes experimentado en el país es importante
disponer de unas bases de datos de bancos de tierras organizada, clara y capaz de soportar toda la
cantidad de información que esto pueda generar y sobre todo: que vaya acorde con las nuevas
tecnologías que se están trabajando hoy día en el mundo.
Mediante este proyecto se buscó dar un pequeño aporte hacia el desarrollo de país a través de
la aplicación de los conocimientos adquiridos durante la carrera; se sabe que aún falta mucho
para una determinación justa de los terrenos baldíos hacia las personas que en verdad lo
necesitan, pero se espera que mediante la manipulación y teniendo acceso a esta información se
haya generado un informe, en donde, a través de la utilización de la estadística descriptiva se
pudiesen establecer datos que sirvan como ayuda para que el INCODER pueda tomar decisiones
justas, por lo menos en lo que solicitudes en el departamento del Huila concierne.
Según cifras extraoficiales por parte del periódico El Tiempo en su diario del 25 de
Septiembre del 2016, se estima que en el departamento del Huila existen 20.769 hectáreas de
77
predios baldíos, por lo tanto en este trabajo se realizó la estructuración cartográfica histórica del
11.65 % del total de predios baldíos en el departamento aproximadamente.
El papel del ingeniero topográfico para la esta nueva era del posconflicto será fundamental ya
que a través de sus conocimientos en torno al manejo de datos geoespaciales, cartografías,
geomatica, ordenamiento territorial, sistemas de información geográfica, entre otras; puede ser
parte de grupos de trabajo que puedan tomar las mejoras decisiones en un entorno social,
ambiental y científico.
A lo largo del proceso, se encontraron distintos predios con una georreferenciación irreal, en
algunos la proyección estaba configurada como origen MAGNA COLOMBIA OESTE pero en
realidad al subirlo al Arcview el origen en realidad era MAGNA COLOMBIA BOGOTÁ lo que
producía un error en la posición del predio, se recomienda poner más atención en este sentido.
78
11. Bibliografía
ArcGIS. (s.f.). Cuadro de ayuda ArcGIS 10.3.
Cartography, S. S. (1987). Cartographic generalization. Suiza: Segunda edicion (Cartographic
Publication Series; No. 2). Obtenido de Academia.edu:
http://www.academia.edu/6723586/TRANSFORMACI%C3%93N_DE_COORDENADAS
CONSTITUCIONAL, C. (1995). SENTENCIA No.C 595/95. COLOMBIA.
CONTITUCIONAL, C. (1995). SENTENCIA No.C 595/95. COLOMBIA.
ESRI. (2014). ArcGis for desktop. Obtenido de
http://desktop.arcgis.com/es/arcmap/10.3/manage-data/raster-and-images/what-is-raster-data.htm
Figueras, S. (2001). Analisis de conglomerados o cluster. Obtenido de
http://www.5campus.org/leccion/cluster
Huila, G. d. (02 de Febrero de 2015). Gobernación del Huila . Obtenido de
http://www.huila.gov.co/index.php?option=com_content&view=article&id=6989&Itemid=2163
IGAC. (2002). Sociedad geografica de Colombia. Obtenido de
http://www.sogeocol.edu.co/dptos/huila_04_hidrografia.jpg
IGAC. (Octubre de 2004). Adopción del Marco Geocéntrico Nacional de Referencia MAGNA
SIRGAS como datum para Colombia. Bogotá, Colombia.
Lopéz, J. L. (02 de Enero de 2013). LA ESTADISTICA: UNA ORQUESTA HECHA
INSTRUMENTO . Obtenido de
https://estadisticaorquestainstrumento.wordpress.com/2013/01/02/tema-19-analisis-cluster/
Martinez, A. (s.f.). Toda Colombia . Obtenido de http://www.todacolombia.com/departamentos-
de-colombia/huila.html
Ortueta, G. (1994). Practicas del Analisis Espacial. Oikus-Tau.
79
Quintero, A. D. (1997). Elementos de la topología general . En A. D. Quintero. Addison Wesley.
Raisz, E. (1985). Cartografia general . Barcelona: Omega.
Restrepo, S. L. (2004). Tierra y poblacion en situacion de desplazamiento. La adjudicacion de
baldios . Bogotá, Colombia.
Rubio, J. M. (s.f.). Universidad de Murcia. Obtenido de
http://www.um.es/geograf/sigmur/cursos/v_digit.pdf
RURAL, M. D. (2013). DECRETO 1465 DEL 2013. Colombia.
INCODER. (2004). Instituto Colombiano de Desarrollo Rural. Obtenido de Titulación de
Baldíos: www.incoder.gov.co
80
12. Anexos
Se entrega la información de distintas carpetas en donde se puede distinguir los clúster
realizados, el informe y la información estructurada por años.
81
Anexo 1 Potenciales baldíos del Departamento del Huila
82
Anexo 2 Mapa Clúster N1
83 Anexo 3 Mapa Clúster N2
84
Anexo 4 Mapa Clúster N3
85
Anexo 5 Mapa Clúster N5
86 Anexo 6 Mapa Clúster N6
87 Anexo 7 Mapa Clúster N7
88 Anexo 8 Mapa Clúster N8
89