Informations et ressources scientifiques
sur le développement des zones arides et semi-arides

Titre : Desarrollo sostenible y nexo agua-energía-alimentos : una perpsectiva multivariante

Auteur : Tejedor Flores, Nathalia Diazibeth

Université de soutenance : Universidad de Salamanca

Grade : Doctoral Tesis 2018

Résumé partiel
En el informe Brundtland se define el desarrollo sostenible como “aquel que busca satisfacer las necesidades del presente sin comprometer la capacidad de las generaciones futuras de satisfacer sus propias necesidades”. Bajo esta concepción, hoy en día las sociedades necesitan un enfoque que les ayude conocer mejor las complejas y dinámicas relaciones entre el agua, la energía y los alimentos para poder usar y administrar sus recursos en forma sostenible. La base del Nexo Agua-Energía-Alimentos es un intento de equilibrar los diferentes usos de los recursos presentes en los ecosistemas (energía, agua, tierra, suelo y factores socioeconómicos). Para entender cómo funciona el Nexo Agua-Energía-Alimentos, la FAO y otras investigaciones científicas proponen utilizar el enfoque del Análisis Integrado Multi-Escala del Metabolismo de la Sociedad y el Ecosistema (MuSIASEM). El enfoque MuSIASEM es una metodología capaz de tener en cuenta las dimensiones económicas, ambientales, sociales, culturales, técnicas y políticas en un análisis integrado que representan diferentes aspectos como son : el monetario, la energía, los alimentos o el agua. La metodología MuSIASEM permite analizar eficazmente el nexo entre el agua, la energía y los alimentos, por lo cual el objetivo principal de esta investigación es enriquecer esta metodología con información del análisis de datos multivariantes para mejorar la eficiencia de los modelos existentes de sostenibilidad. Para ello, se aplicarán los Métodos Biplot como técnica del Análisis Multivariante, los cuales permiten representar la información contenida en una matriz de datos en un espacio de menor dimensión, con la menor pérdida de información ; se utilizó específicamente el HJ-Biplot, el cual alcanza una calidad óptima de representación tanto para los individuos (filas) como para las variables (columnas). Dentro del Análisis Multivariante también se utilizó el Análisis de Componentes Principales Geográficamente Ponderadas (GWPCA) con la finalidad de tener en cuenta la heterogeneidad espacial de la base de datos

Présentation

Version intégrale (7,1 Mb)