Análisis de densidad de Kernel para el diagnóstico del patrimonio
turístico. Caso de estudio: Barrio de la Floresta.
Kernel density analysis for the diagnosis of tourist heritage. Case
study: La Floresta neighborhood in Quito
1
Freddy Xavier Las so Garzón
https://orcid.org/0000-0002-5484-4562
freddy.lassog@gmail.com
2
Universidad Tec nológica Equin occial, UT E, Ecuador
Andrea Sarango
http://orcid.org/0000 -0002-6093-7642
andrea.sarango@yahoo. com
3
Universidad de las Américas, UDLA, Ec uador
Fabián Brondi Rueda
http://orcid.org/0000 -0002-1582-4892
fabianbrondi@hotmai l.com
4
Instituto Geográfico Nac ional de Perú
1
Manuscrito recibido el 29 de junio del 2021, y aceptado tras revisión editorial y de pares doble ciego el 29 de octu bre del
2021. Kalpana-Revista de Investigación. Nro. 21. Publicación Semestral (diciembre -2021) ISSN-e: 2661 -6696 ISSN: 1390-
5775.
2
Docente investigador de la Facultad de ciencias gastronómicas y turismo de l a UTE , Grupo de Investigación
de la UTE Facult ad de Cien cias Gastronómicas y Turis mo, Maestro en ciencias, es pecialidad en S istemas
Ambientales por el Tecnológ ico de Monterre y, Monterrey, México .
3
Licenciada en administración de empresas turísticas y h oteleras por la Un iversidad de las Américas, Quito,
Ecuador.
4
Director de la subdirecc ión de cartografí a espacial del IGN , Instituto Geográfico Nacional de Perú, M aestro
en ciencias, especialida d en Sistemas Ambien tales por el Tecn ológico de Monterrey, Mont errey, México .
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabian Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
99
Resumen
La Floresta se encuentra ubicada en la parroquia de La Mariscal y s e ha posicionado
como un lugar que ofrece una propuesta cultur al en la ciudad de Quito, sin embargo, a pesar
de ser una zon a que cuenta con un llamativo atractivo gastronómico y cultural, no se tiene un
análisis territorial turístico adecuado. Por lo tanto, el objetivo de la investigación es utilizar
sistemas de información geográfica para identific ar atractivos, equipamiento e infraestructura
que sostiene la visita de turist as, así como un análisis del territori o me diante densidad de
Kernel para identificar zonas atractivas para generar emprendimientos, que son vitales
después de la pandemia del COVID-19, así com o entender l a dinámica que conforman estos
elementos dentro del territorio . La metodología estuvo dividida en dos fases. La primer a, de
trabajo en c ampo con recolección de datos georr eferenciados y la s egunda con el trabajo de
los datos para crear geodatabases a través de ArcGIS para la generación de cartografía
temática. Entre las conclusion es principales que s e obtuvieron del estudio se encontraron 33
atractivos turísticos y 132 elementos de equipamiento divididos en alimentos y bebidas,
alojamiento y otros servicios. Dentro de la infraestructura se en contraron zonas importantes a
destacar como la zona 30. Dentro del análisis de Kernel se identificaron zonas al sur del barrio
con potencial para generación de n egocios, así co mo la identificación de u na densidad alta de
atractivos y equipamiento en la zona norte del barrio.
Palabras Clave: Planificación territorial, turismo, Quito, SIG, kernel
Abstract
La Floresta is located in the parish of La Mariscal, it has established itsel f as a place
that offers a cultural proposal for the city of Quito. However, despite being an area that has
attractiveness, there has been no adequate territorial tourism analysis. Therefore, the objective
of this research is to use geographic informatio n systems to identify attractions, equipment
and infrastructure that s ustain tourist visits, as well as an analysis of the territory th rough
Kernel density to identify attractive areas to generate vital enterprises after the COVID-19
pandemic. Furthermore, it has the purpose of working towards understanding the dynamics
that these elements make up within the territory. The methodology wa s divided into two
phases. The first one is composed of work in the field with the collectio n of georeferenced
data and the second with the analysis of the data to create geodatabases through ArcGIS fo r
the generation of thematic cartography. Among th e main conclusions that were obtained from
the study were that 33 tourist attractions and 132 items of equipment were divided int o food
and beverages, accommodation, and other services. Within the infrastructure, im portant areas
to be highlighted were f ound, such as zone 30. Within the Kernel analysis, areas to the south
of the neighborhood wit h potential for business generation we re identif ied, as well as th e
identification of a high density of attr actions and equipment in the northern area of the
neighborhood.
Keywords: Territorial planning, tourism, Quito, GIS, kernel
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabian Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
100
Introducción
La actividad turística mu ndial está vivi endo u na transformación debido a la pandemia
del COVID-19, y para el caso d el país y de su capital no son la excepc ión. Es importante
entonces, la reestructuración del enfoque en el que se ve al turismo en el Ecuador.
El turismo es una actividad ligada al ámbito geográfico, debido a que existe una
espacialidad intrínseca que está establecida por el desplazamiento y movimiento de las
personas. Guzmán y Fernández (2002) explican además que la g eografía permite obtener un
conocimiento integral del turismo, por la convergencia de vertientes social es y ecológicas de
otras disciplinas, permitiendo así alcanzar una visión integrada del espacio turístico.
Lamentablemente la prin cipal problemática en el estudio de la ciudad en materia de
turismo es la poca o nula información georreferenciada del territorio. Si bien es cierto, existe
información general presentada d e man era mac ro, se desconoce con qué se cuenta co n
respecto al patrimonio turístico de manera más detallada. El Ministerio de Turismo cuenta con
información pública georreferenciada del año 2002, y el catastro del 2020 no posee
información completa sobre los establecimientos y su ubica ción espacial. Esto puede tene r
como resultado la poca elaboración de nuevos e innovadores productos turísticos que en esta
“nueva normalidad” dinamizarían la economía de la ciudad.
De acuerdo con Boull ón (2017), el patrimonio turístico se compone d e atra ctivos,
planta, infraestructura y superestructura turística. Estos componentes son esenciales para la
construcción de un espacio t urístico definido y organizado. Sobre la base presentada, este
estudio se enfoca en una directriz importante: el análisis y l a planificación de una zona
específica (La Floresta) y su patrimonio turístico mediante la utilización de sistemas de
información georreferenciada.
Los sistemas de información geográfica (SIG) aparecen en el turismo como una
herramienta que p ermite most rar y analizar la información a la que se hace referencia
espacialmente para final mente mostrarlo en un mapa (ArcGIS Resources, 2020 ). Este tipo de
tecnología de información permite identificar problemas o beneficios potenciales para el
turismo, así como promover información de un destino mediante la presentación de
cartografía (Environmental Systems Research Institute, 2020).
El barrio de la Floresta, de acuerdo con la información geográfica de la S ecretaría de
Planificación del Municipio de Quito, pertenece a la administración zonal Eugenio Espejo y
se encuentra dentro de la parroquia urb ana Mariscal Sucre (Gobierno Abierto del Munic ipio
de Quito, 2018), colindando con los barrios de La Mariscal al oeste, Julio Moreno al suroeste,
La Vicentina al sur y Guápulo al este. Cuenta con una población d e 5758 habitantes de
acuerdo con el censo del 2010 (INEC, 2010). Debido a las características fí sicas del barrio, el
concejo metropolitano d e la ciudad emitió la ordenanza del plan especial del sector “La
Floresta”, cuyo objetivo es: “la definición de un proyecto que integre las estructuras ya
construidas y las características naturales preexist entes en el sector, con las demandas
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabian Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
101
contemporáneas, sin afectar el carácter emblemático, popular e histórico del barrio.” (Con cejo
Metropolitano de Quito, 2011).
Si bien es cierto la Secretaría de Cultura del distrito metropolitano de Quito, así como
Quito Turismo han fomentado la propuesta diversa que presentan los actores y
emprendimientos de La Floresta, su información geográfica es limitada a la planta turística.
No existe además información de llegada de turistas a ese territorio.
Bajo esta consideración, el barrio puede ser considerado como un lugar co n potencial
para brindar productos turísticos culturales, de ahí la im portancia y el objetivo de conocer los
componentes turísticos del territorio, mediante la creación de una base de datos
georreferenciada, que pu eda ser alimentada const antemente, ad emás de realizar un análisis de
densidad que permita identificar las zonas dentro del barrio con mayor y menor impacto, qu e
permita contribuir a la construcción de un destino referencial de la ciudad de Qui to. Este
estudio inicial permitirá a futuro realizar estudios temporales comparativos, generación de
nuevos productos turísti cos, creación de rutas qu e vinculen la cu ltura y la gastronomía como
parte de una diversificación del turismo en la ciudad.
Gracias a este estudio, se generaron seis mapas, que identifican el patrimonio del
barrio de La Floresta, divididos en atractivos turísticos, infraestructura y equipamiento,
además d e un archivo ráster, que identifica las zonas de mayor y menor densidad de acuerd o
con los puntos GPS recolectados en campo.
Metodología
La base metodológica radica en la utilización de sistemas de información geográfica,
que en la actualidad se muestra como una herramienta necesaria para l a gestión de datos
numéricos o de texto que encuentren un vínculo en la geografía. Para el caso de la actividad
turística, han tenido varias funciones; desde la utilizaci ón de sis temas de geoposicionamiento
global (GPS), a la utilización de aplicaciones de georreferencia como W aze, Google maps,
entre otros.
Como herramienta de pla nificación es fundamental para poder entender l a dist ribución
del espacio de un t erritorio y en base a infor mación recopilada, elaborar bases de datos
turísticos, rutas y páginas web de promoción, en donde se pr esentan mapas turíst icos (algunas
veces mapas dinámicos con imágenes o videos), así como su ubicación en coordenadas
exactas (Niño et al, 2016).
Como antecedente p ara e l inicio de esta investigación, se tomó en cuenta l as tablas de
clasificación presentadas por Boullón sobre el patrimonio turístico en su libr o “Planificación
del espacio tu rístico”, ad emás del manual de atractivos turísticos del Ministerio de Turismo
2018, para la clasificación de los puntos georreferenciados.
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabian Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
102
La investigación propues ta se dividió en dos fases. La primera y fund amental, fue la
recolección de datos georreferenciados en la plataforma del gobierno abierto del municipio de
Quito, así como el trabaj o en campo con la utilización de dos herramientas: GPS (Garmin
Gpsmap 64s) para marcar las ubi caciones de atractivos, equipamiento e infraestructura y el
software Google Earth Pro-2020, para corroborar las mediciones de las coordenadas tomadas.
Toda la información geográfica recopilada fu e tomada bajo el sistema de coordenadas
universal transversal de Mercator (UTM). Los detalles de la metodología utilizada se
muestran en la tabla 1.
La segunda fase es la construcción de cartografía en base a la recopilación de datos en
trabajo de campo, y el análisis de densidad de puntos de Kernel.
Se tom aron en cuenta los criterios para la aplicación de los lineamientos e stablecidos
dentro del catálogo nacional de objetos geográficos del Ecuador que busca
estandarizar la producción y manejo de la inf ormación generad a (SENPLADES,
2013). Se utilizaron las he rramientas del software Ar cMap versión 10.6 -2017 para la creación
de archivos shapefiles, geodatabases, análisis de densidad y elaboración de mapas. La
metodología utilizada se menciona en la tabla 2.
El análisis de Kernel calcula la densidad de los s hapefiles de puntos (para este caso),
alrededor de cada celda ráster de salida . Se adapta una sup erficie curva sobre cada punto
tomado en el que c ada valor de la celda d e la superficie es mayor en la ub icación céntrica del
punto, y va d ecreciendo a medida que aume nta la distancia de radio y no encuentra otr o
punto, hasta llegar a un valor de 0. (Environmental Systems Research Institute , 2016). Los
valores y parámetros de análisis se encuentran detallados en la tabla 2.
Como parte de la estimación de las variables adecuadas, se tomaron los datos
predeterminados tanto de la extensión de salida de la referencia esp ecial y la cantidad de
puntos, dejando al programa que aplique el algoritmo adecuado, clasificándose así mediante
un método automático que trata de conseguir el tamaño de ventana q ue minimiza alguna
medida expresiva de la diferencia con la función de densidad (Moreno, 1991).
Tabla 1. Primera Fase Metodológica del Estudio
FASE
ACTIVIDAD
DESCRIPCIÓN
PRIMERA
Recopilación d e Información:
SHAPEFILES (SHP)
DIGITALIZADOS
Información recopilada desde la base de dato s del
Sistema Metropolitano de Inform ación del
Distrito Metropol itano de Quito. Escala (1:5 0000)
Toma de Pun tos:
GPS TRABAJO DE CAM PO
- Georref erencia mediante sistema d e
coordenadas Un iversal Transver sal de Mercato r
(UTM).
- Los puntos tom ados fueron guardados co mo
base de dato s con la siguiente in formación
geográfica:
X(latitud)
Y(longitud )
Z(altitud).
- Recopilación de información básica d e los
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabian Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
103
lugares. (No mbre de establecimiento ,
clasificación co n tipo y subtipo, d irección)
Toma de Puntos:
TRABAJO DE
CORROBORACIÓN Y
CORRECCIÓN DE PU NTOS
EN GOOGLE EARTH P RO
- Compar ación de puntos to mados en ca mpo con
imágenes satelitales y co ordenadas UTM d e
Google Ear th Pro para posibles correccio nes.
Georref erenciación de puntos
GPS: UTILIZACIÓN DE
SOFTWARE ARC GIS 10.6
- Traslado de base de datos con co ordenadas para
la co nstrucción de shapefiles en base a los pun tos
georreferenciados.
Elaboración propia.
Tabla 2. Segunda Fase Metodológica del Est udio. (Utilización de Herramientas d e
Geoprocesamiento.)
FASE
ACTIVIDAD
DESCRIPCIÓN
SEGUNDA
Utilización de h erramientas de
geoprocesamien to
SHAPEFILES DEL
SISTEMA DE
INFORMACIÓN
MUNICIPAL
1. Corte poligonal de sh apefile parro quias, para
trabajar co n la capa de parroqu ias Mariscal
Sucre y sus límites. Creación de nu evo
shapefile.
2. Corte poligon al de shapefile b arrio_sector,
creación de u n nuevo shap efile exclusivo del
barrio La Floresta.
3. Intersección d e las capas: barrio_floresta
(nuevo .sh p) con:
- lotes
- Ciclovias_existentes
- Estaciones_Biciqu ito_2016
- Rutas urban as
- Estacionam iento_taxi_convencional
- parada_bu ses_DMQ
Utilización de h erramientas de
georreferencia
AÑADIR Y MOSTRA R
DATOS TOMADOS
XY
1. Ingreso d e base de dato s creada en Microsoft
Excel de los pun tos tomados en GPS a tr avés
de la herramienta añadir datos XY, utilizando
el sistema proyectado de coordenadas WGS
84 UTM Zona 17S
2. Creación de cu atro shapefiles: A tractivos
Equipamien to
Infraestructura tu rística
Ruta Proyecto Zona 30
Edición de S hapefiles
1. Clasificación mediante simbología tem ática de
los shapefiles gen erados.
Utilización de h erramientas de
análisis espacial
DENSIDAD DE KERNE L
1. Creación de archivo Ráster para dos
shapefiles: Atractivos y Equipamiento
tomando los par ámetros:
- Campo d e Población: Valor de 1 para cada punto .
- Tamaño de celda X, Y: 3, 04x3,04
(predeterm inado de acuerdo con la exten sión de
salida en la ref erencia espacial)
- Radio calculado a partir de un algor itmo que mid e
la can tidad de p untos tomados y p resentados en el
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabian Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
104
mapa. Se utiliza una v ariante esp acial de la regla de
oro, pr esentada por Silverman en su artículo:
Estimación de densida d p ara estadística y análisis
de datos (Silver man, 1986).
-Unidades d e Área: Kilóm etros cuadrados.
Tomados así en función de la uni dad linea l de la
referencia esp acial de salida.
2. Exclusión de dato s con valor 0.
3. Clasificación de datos: 5 clases en in tervalos
iguales, p ara establecer parámetros que van de
muy baja den sidad a muy alta densidad .
4. Para mostrar la d ensidad de puntos de menor a
mayor, se tomó la rampa de color v erde
(menor) a rojo ( mayor).
Utilización de h erramientas de
gestión de d atos
CORTE DE ARCHIVO
RÁSTER
1. Dentro de las herramien tas de procesamien to
de ráster, se corta a la imagen tomando en
cuenta el perfil d el barrio.
Elaboración de cartografía
1. Construcción de map as tem áticos de acuerdo
con las div isiones estab lecidas para el
patrimonio turístico.
2. Elementos presentes: Norte, escalas, gratícula,
leyenda, información de referencia y en
ciertos m apas inclu sión d e imagen satelital de
la Base de Mapas de ArcGIS. (ArcMap , 2017)
Elaboración propia.
Desarrollo de la Investigación
Una vez des arrollado el trabajo metodoló gico, se obtuvieron en total seis resultados
cartográficos: At ractivos, equipamiento, infraestructu ra como mapas tem áticos, ad emás d e
tres análisis de densidad de Kernel: atractivos, equipamiento y un mapa que incluye tanto
atractivos como planta turística, indispensable para el análisis del territorio en el barrio.
Mapa 1
El resultado del primer mapa muestra un total de 33 elementos que podrían ser
considerados atractivos culturales de acuerdo con la clasificación del Minist erio de Turismo
(Ministerio de Turismo, 2018). La clasificación queda dentro de atractivos culturales, COD 1
(codificación de acuerdo con el ti po de atractivo ), enmarcada dentro de los atractivos de
arquitectura y entre los que se dividen en varios subtipos.
Dentro del espacio público se toma en cuenta al Parque Navarro, conocido popularmente
como el parque “de las tripas” como un víncul o gastronómico fuerte qu e tiene el barrio, con
su cercanía, a pesar de que este sitio se encuentre en el barrio de La Vicentina.
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabian Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
105
Se tomó la decisión de incluir a este punto, porque es el lími te entre las dos parroquias
(Floresta-La Vicentina), y la administración de los paraderos gastronómicos está manejado
por la asociación Santa Marianita de Jesús de la Floresta y el colectivo “La Floresta”
encargada de r eunir artistas y artesanos, mostrando sus habilidades como parte de la
promoción. El análisis de Kernel mostró que su cercanía al límite parroquial tiene gran
influencia en la parroquia.
La clasificación obtenida se presenta en la siguiente tabla:
Tabla 3. Categorización de Atractivos del barrio La Floresta
Elaboración propia.
Tipo
COD
Subtipo
Nombre
Arquitectura
8
Espacio Público
Parque Navarro
Parque Miravalle
Parque Sin Nombre
1
Histórica / Vernácula
Iglesia Mariana de Jesús
Iglesia Evangélica Luterana
Iglesia Adventista Séptimo Cielo
Salón del Reino Testigos de Jehová
2
Infraestructura Cultural
Atuczara Taller Galería
La plazvela, Híbrido laboratorio cultural &
Aldhea
Ayauma mercado y espacio cultural
Galería de arte n.24
Wampra Arte Bar
Cine Ocho y medio
Cafetina Galería Restaurante
Pacarina Taller de Grabado
Las siete cruces
Incine
Artik UIO
Centro Arte y cultural Casa Toledo
Casa cultural Trude Sojka
La ortiga ideario urbano
7
Monumentos
Abraham Lincoln
General José Artigas
Reina Isabel La Católica
Mural Cultura del Maíz
Mural Libertador Simón Bolívar
4
Otras Infraestructuras de
Arquitectura
Universidad Politécnica Salesiana
Pontificia Universidad Católica del Ecuador
Escuela Politécnica Nacional
American Junior College
Universidad Andina Simón Bolívar
Mercado de La Floresta
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabian Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
106
Figura 1. Atractivos turísticos georreferenciados del barrio La Floresta. Elaboración propia.
Mapa 2
El resultado del segun do mapa muestra un total de 132 elementos que son
considerados parte del equipamiento y planta turística con la q ue cu enta el barrio de La
Floresta. La clasific ación queda enmarcada den tro del quint o punto de la metodología de
clasificación del Ministerio de Turismo 2018 (Planta turística / Complementario).
Es importante mencionar, que el equipamiento turístic o es significativo (sitios de alimentos y
bebidas, hospedaje, agen cias de viajes, lo cales comerciales y de come rcio, establecim ientos
de salud), para una zona geográficamente pe queña y a pesar de que no cuenta con
equipamiento vital como una zona de primeros auxilios. Al ser una zona céntrica de la capital,
tiene cercanía con centros médicos y hospitales. En estudios futuros se buscará alimenta r la
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabian Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
107
geodatabase con inform ación más detallada acerca del equipamiento encontrado, y poder
analizar además mediante un estudio temporal la afectación que ha tenido el territorio debido
a la pandemia del COVID.
La clasificación obtenida se presenta en la siguiente tabla:
Tabla 4. Categorización de Equipamiento del barrio La Floresta
Tipo
Subtipo
Cantidad
Alimentos y Bebid as
Cafeterías
15
Restaurantes
92
Alojamiento
Hostal
4
Hotel
7
Otros Servicios
Agencia de viajes
3
Tienda / Comer cio
10
Salud
1
Elaboración propia.
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabián Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
108
Figura 2. Equipamiento turístico georreferenciado del barrio La Floresta. Elaboración propia.
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabián Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
109
Mapa 3.
El resultado del tercer mapa muestra un tot al de siete elementos considera dos parte d e
la infraestructura vit al para una a ctividad turística. Dentro de las características destacadas,
cabe mencionar el proyecto “Mi Calle” o Zona 3 0, q ue busca regular la velocidad vehicula r
para respetar al peatón, y en donde se instalaron maceteros y estructuras, que reducen el
espacio de circulación de vehículos d entro del B arrio La Floresta. (Empresa Pública
Metropolitana de Movilidad y Obras Públicas, 2016).
Un resultado a destacar es la cantidad de operadoras de bus es urbanos q ue circulan por e l
barrio, así como la cantidad de rutas. Puede tomarse como un punto influyente en la
generación de tráfico para el barrio, así como un factor a tomar en cuen ta por la
contaminación por aire y ruido. Hay que considerar además que la infraestructura es la
dotación de bienes y se rvicios con que cuenta un país para sostener sus es tructuras sociales y
productivas, por lo que la infraestructura en este caso t rabaja como un complemento a las
posibles actividades turíst icas que se den en el territorio y puede considerarse un puen te para
que la actividad se genere.
Si bien la conectividad es im portante, este resultado es un factor determinante para
estudiar en futuras investigaciones. La clasificación obtenida se presenta en la siguiente tabla:
Tabla 5. Infraestructura turística del barrio de La Floresta
Tipo
Subtipo
Cantidad
Autobuses
Paradas
21
Operador as de Autobuses que
circulan por el barrio
19 en 24 rutas
Bicicleta
Paradas BiciQ
1
Ciclovías que cr uzan por el barrio
2
Longitud: 1290 metros aprox.
Taxi
Estacionamiento s de taxi
particulares den tro del barrio
6
Estacionamien to
Zona Azul
Alfredo Men a Caamaño (1 vía)
Madrid (1 vía)
Andalucía (1 vía)
La Coruña (1 vía)
Galicia (2 vías)
Isabel La Católica (2 vías)
Francisco Galavis (2 vías)
Luis Cordero (2 vías)
Francisco Salazar (2 vías)
Cristóbal Gangoten a (2 vías)
Proyectos
Mi Calle – Zona 3 0
4 calles: Guipúzc oa, Lugo, Vizcaya y
Valladolid.
Longitud: 450 m etros aprox.
Elaboración pr opia.
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabián Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
110
Figura 3. Infraestructura turística georreferenciada del barrio La Floresta. Elaboración propia.
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabián Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
111
Mapas 4, 5 y 6
El resultado del cuarto, quinto y sexto mapas muestran la densidad por punto que
presenta cada categoría establecida. At ractivos, equipamiento y la suma de los dos . Cabe
señalar que los resultados dados por el programa se basan en la cantidad de puntos que se
presenten, ya que su cálculo es directamente proporcional a la distan cia media entre el centro
del punto y el siguiente punto que ubique.
El mapa de densidad de a tractivos muestr a a su zona norte co n una mayor influencia que su
zona sur, debido a qu e l a mayoría de los atractivos se encuentran en esa zona. Una densidad
media ubica especialmente a dos mu rales (Simón Bolívar y El Maí z). E l parque Navarro a
pesar de no ser parte del barrio, puede mostrar se como una zona que in fluye directamente
también en la visita de uno o más lugares de La Floresta.
La cartografía de densidad de Kernel para equipamiento muestra los lugares en donde hay una
densidad alta de restaurantes o cafeterías, así como lugares de alojamiento, además de
oportunidades de sitios para ampliar la oferta de servicios. La zona con menor
aprovechamiento se encuentra cerca de los terrenos aledaños a univers idades y al coliseo
Rumiñahui. La zona con mayor cantidad de equipamiento se encuentr a dentro de las calles
Isabel La Católica, Toledo, Madrid y Cordero.
La zona naranja ubicada en el sur del barrio, colin dante con La Vicentina se muestra como un
lugar de oportunidad para la implementación de un producto turístico, debi do a la cantidad de
equipamiento que existe en el área. Una zona para aprovechar es la q ue une a las calles
Ladrón de Guevara y Coruña, con un equipamiento de calidad con enfoque turístico. Sabiendo
que el equipamiento por si solo no constituye un producto, se bus ca conocer qué se tiene en
este estudio inicial y l as zonas de influencia di rectas que permitan crear un producto que
pueda generar una demanda.
Para el sexto mapa, y tomando el total de 165 puntos entre atractivos y equipamiento , se
muestra la capacidad de densidad que puede tener el barrio en su totalidad; esto indica,
además, los posibles “ho tspots” de la zona, el mo vimiento que podrían ten er las personas que
visitan el barrio, así como las posibles oportunidades de emprender, en zonas donde l a
densidad sea baja o nula.
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabián Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
112
Figura 4. Análisis de Densidad de Kernel sobre atractivos turísticos georreferenciados del barrio La Floresta. Ela boración propia.
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabián Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
113
Figura 5. Análisis de Densidad de Kernel sobre equipamiento turístico georreferenciado del barrio La Floresta. Elaboración propia.
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabián Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
114
Figura 6. Análisis de Densidad de Kernel sobre atractivos y equipamiento turístico georreferenciado del barrio La Floresta. Elaboración
propia.
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabián Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
115
El catastro turístico del Mun icipio de Quito no establece atra ctivos turíst icos
específicos ni una tipología basada en la guía m etodológica propuesta por el Mini sterio de
Turismo, por lo que esta investigación aporta al s ustento de información basada en el campo
del turismo.
La base de datos generada, así como su actualización permiten tener información
periódicamente, e inclusive realizar a futuro estudios temporales en donde se analice el
mantenimiento de atractivos de acuerdo con un p eriodo de tiempo, así como alimentar la base
de datos, en caso de que nuevos atractivos se generen. Es vital el análisis del territorio en uno
de los campos más afec tados por el COVID-19, que permitan con inve stigaciones futuras
analizar el impacto económico de los negocios después de la pandemia, así como una
promoción adecuada.
Si bien Boullón divide a la planta turística tanto en equipamiento como instalaciones
(Boullón, 2017), no existe al mom ento en la zona ningún ti po de elementos que entren en la
clasificación de instalaciones para incluirlas dentro de la cartografía. Una reflexión importante
es la influencia del parqu e Navarro dentro del bar rio a p esar de no pertenecer a la Floresta. El
análisis de densidad d e puntos permite ver el peso del lugar para el mov imiento de turistas .
Este análisis es importante ya que en estudios futuros también s e puede aprovechar atractivos
de sus barrios colindantes para atraer a través de la promoción de un t urismo cultural
alternativo como ya lo h a estado haciendo la Se cretaría de Cultura del M unicipio de Quito y
Quito Turismo.
La cantidad importante de establecimientos y bebidas dentro del barrio podría fomentar
además a La Floresta como un destino gastronómico, con el que se podrían crear nuevos e
innovadores productos turísticos en la ciudad de Quito. Trabajos futuros podrían estar
enfocados además en el establecimiento de una matriz de atractivos que cuente con una base
SIG, para dinamizar y tecnologizar el trabajo, actualizar periódicamente atractivos y
equipamiento y fomentar la construcción de cartografía que puede ser dinámica.
Conclusiones
Se georreferencian 165 ubicaciones divididas en atractivos y planta t urística. Se
encontraron 33 elementos considerados atractivos. Estos se encuentran clasificados bajo los
lineamientos del Ministerio de Turismo dentro del tipo de arquitectura y dividido s en: espacio
público, histórica / vernácula, infraestructura cultural, monumentos y otras i nfraestructuras de
arquitectura.
Dentro de la planta turística se georreferenciaron 132 elementos, divididos en alimentos y
bebidas (107), alojamiento (11) y otros servicios (14). Se identificaron dentro de la
infraestructura turística importante una longi tud de 1290 metros correspondientes a ciclovía
pública, además de 450 metros de vía del proyecto mi calle – zona 30. S e encontraron 21
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabián Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
116
paradas de autobuses, 2 4 rutas y 19 operadoras que circulan por el barrio. Se estableció
además los lugares ubicados para zona azul y 6 paradas de taxis. La influencia de los
atractivos georreferenciados muestra que toda la extensión territorial puede tener l a
oportunidad de desarrollar un producto turístico que puede estar basado en dos temas: Cultura
y diversidad gastronómica.
El dominio de restaurantes y cafeterías mu estra una densidad alta en la zona norte d e La
Floresta, sin embargo, la zona suroccidental pr esenta poca densidad, debid o sobre todo por la
gran extensión territorial de las universidades presentes en la zona.
El análisis de Kernel muestra que la zona de mayor influencia turística es la nororiental,
debido a la cantidad de atractivos y equipamiento presente en el b arrio. La extensión sur s e
presenta como una oport unidad para la generación de nuevos negocios, que se pueden apo yar
en el Parque Navarro a pesar de que éste no es parte del barrio.
Dentro de los valores de densidad de Kernel para los atractivos, éstos muestran valores desde
0,37 a 95, sin tomar en cuenta los valores de 0. Para el equipamiento los valores de densidad
van de 5,6 a 1400 (la diferencia principal radica entre atractivos y recursos turísticos versus el
equipamiento dentro del barrio).
Referencias bibliográficas
ArcGIS Resources. (2020). Introducción a SIG. Consultado el 20 d e agosto, 2020,
Obtenido de: https://resources.arcgis.com/es/help/getting-
started/articles/026n0000000t000000.htm
ArcMap (versión 10.6). (2017). Environmental Systems Research Institute (ESRI).
California: ESRI.
Boullón, R. (2017). Planificación del espacio turístico. México: Editorial Trillas.
Concejo Metropolitano de Quit o. (2011). Ordenanza del plan especial del sector “la
Floresta”. Quito: Concejo Metropolitano de Quito.
Empresa Pública Metro politana de Movi lidad y Obras Públicas. (2016). Boletín de
prensa No. 188. Consultado 1 de agosto 2020, Obtenido de:
http://www.epmmop.gob.ec/epmmop/noticias/boletines/item/2273-el-proyecto-
%E2%80%9Cmi-calle%E2%80%9D-de-la-floresta-se-ejecut%C3%B3-con-
%C3%A9xito.html
Environmental Systems Research Institute. (201 6). Cómo funciona la densidad de
Kernel. Consultado el 1 de agosto, 2020. Obtenido de:
https://desktop.arcgis.com/es/arcmap/10.3/tools/spatial-analyst-toolbox/how-kernel-density-
Análisis de densidad de Kernel para el diagnóstico del patrimonio turístico.
Freddy Lasso, Andrea Sarango, Fabián Brondi
Kalpana no. 21. (diciembre -2021) (pp.98-117)
117
works.htm
Environmental Systems Research Institute. (2020). Los SIG como herrami enta para el
turismo. Consultado el 20 de agosto, 2020. Obtenido de:
https://www.arcgis.com/apps/MapSeries/index.html?appid=021027f0e0ae4bb9bc0e83953917
51ef
Gobierno Abierto del Municipio de Quito (2018). Geoportal-Sistema Metropolitano
de Información. Consultado 20 de agosto, 2020, Obtenido de:
http://gobiernoabierto.quito.gob.ec/?page_id=7363
Guzmán Ramos A., A. y Fernández G . (2002). "El turismo desde la geografía" . En:
Vera, F J. (Coord.). Análisis territorial del turismo. Barcelona.
INEC. (2010). Censo de Población y Vivienda . Instituto Nacional de Estadísticas y
Censos
Ministerio de T urismo. (2018). Manual Metodología para Jerarquización de
Atractivos y Generación de Espacios Turísticos. Quito: Ministerio de Turismo
Moreno, A. (1991). Modelización cartográfica de densidades mediante estimadores
Kernel. Universidad autónoma de Madrid.
Niño, S., Danna, J. (201 6). L os Sist emas de Información Geográfica (SIG) en turism o
como herramienta de desarrollo y planifi cación territorial en las regiones periféricas.
CIDADES, comunidades y territorios, 32, 18-39.
Secretaría N acional de Planificación y Desarrollo. (2013). Catálogo Nacional de
Objetos Geográficos Versión 2.0. Quito: SENPLADES
Silverman, B. W. (1986). Density estimation for statistics and data analysis. London,
UK: Chapman & Hall/CRC. Obtenido de:
https://ned.ipac.caltech.edu/level5/March02/Silverman/paper.pdf