Repositorio Institucional de Documentos
Abstract
En este trabajo se presenta un estudio de las relaciones entre yacimientos de la Edad del Bronce y sus entornos. Los casos analizados pertenecen a los cursos bajos de los ríos Huerva y Jalón, en el sector central de la Depresión del Ebro (NE de España).La primera parte del trabajo muestra los procedimientos de modelización de las variables seleccionadas para el estudio. Esta modelización se realiza en un Sistema de Información Geográfica generado y gestionado en ArcGIS y se basa fundamentalmente en la topografía y la geomorfología, pero con una interpretación en clave paleoambiental para algunas variables. Una vez modelizadas las variables y tomados sus valores, en la segunda parte éstos se analizan mediante estadística multivariante por medio de análisis de componentes principales y agrupación (cluster). En este análisis estadístico, las variables modelizadas se dividen en grupos: topográficas, geomorfológicas, de suelos y riesgos, de control y defensa. Finalmente, se ofrece una valoración de la metodología empleada y de los resultados obtenidos. Pérez Lambán, Fernando; Ruiz Budría, Enrique
Full text
R e D Tecn o rr e positorio A N D E YA C A o lo g ías d itorio: s i de la Uni v TR A N ÁLISI C IMIE N EN L (D E A utor: Dir e e la inf o i stemas v ersidad d e A BAJO S ESP A N TOS D L A HU E E PRES I Fern a e ctor: E n Máster U o rmació n de infor Novi e De p y O e Zaragoz FIN D A CIAL D E LA E RVA Y I ÓN D a ndo P é n rique R U niversi n g eo g rá f mación g e mbre de p artam e O rdenaci a – Zagu a E MÁ S DE E N EDAD Y EL J A EL EB R é rez L a R uiz Bu d tario en f ica par a g eo g ráfi 2013 e nto de G ón del T a n http:/ / S TER N TORN DEL B A LÓN R O) a mbá n d ría a la ord e ca y tel e G eo g rafí a T erritori o / zaguan. u OS RONC E n e nación d e detecci ó a o u nizar.es E d el teó n
i Resumen En este trabajo se presenta un estudio de las relaciones entre yacimientos de la Edad del Bronce y sus entornos. Los casos analizados pertenecen a los cursos bajos de los ríos Huerva y Jalón, en el sector central de la Depresión del Ebro (NE de España).La primera parte del trabajo muestra los procedimientos de modelización de las variables seleccionadas para el estudio. Esta modelización se realiza en un Sistema de Información Geográfica generado y gestionado en ArcGIS y se basa fundamentalmente en la topografía y la geomorfología, pero con una interpretación en clave paleoambiental para algunas variables. Una vez modelizadas las variables y tomados sus valores, en la segunda parte éstos se analizan mediante estadística multivariante por medio de análisis de componentes principales y agrupación (cluster). En este análisis estadístico, las variables modelizadas se dividen en grupos: topográficas, geomorfológicas, de suelos y riesgos, de control y defensa. Finalmente, se ofrece una valoración de la metodología empleada y de los resultados obtenidos. Palabras Clave: Sistemas de Información Geográfica, Arqueología Espacial, Análisis de Componentes Principales, Edad del Bronce, Depresión del Ebro. Abstract This study presents the analysis of the relations between archaeological sites from the Bronze Age and their environments. The cases studied here belong to the lower courses of the rivers Huerva and Jalon, in the central sector of the Ebro Basin (NE Spain ). The first part of the study presents the modelling procedures of the variables selected for the analysis. This modelling is done in a Geographic Information System generated and managed in ArcGIS and is mainly based on the topography and geomorphology, but with a paleoenvironmental interpretation in some variables. In the second part of the study the values taken from the modelled variables are analyzed by means of multivariate statistics using principal components analysis and grouping (cluster). In these statistical analyses, the modelled variables are divided into groups: topographical, geomorphological, soil and risks, control and defence. Finally, it provides a review of the methodology used and the results obtained. Key Words: Geographic Information Systems, Spatial Archaeology, Principal Component Analysis, Bronze Age, Ebro Basin.
Índice 1. Introducción ............................................................................. pág. 1 1.1. Planteamiento ..................................................................... pág. 1 1.2. Objetivos ........................................................................... pág. 4 1.3. Marco temporal y espacial .................................................... pág. 5 1.4. Metodología general ............................................................. pág. 9 1.4.1.Fases de trabajo ......................................................... pág. 9 1.4.2.El entorno como unidad de análisis ................................ pág. 10 2. Fuentes utilizadas y su tratamiento .............................................. pág. 11 2.1. Los yacimientos................................................................... pág. 11 2.2. La topografía: el MDT (Modelo Digital del Terreno) ................... pág. 16 2.3. La geomorfología ................................................................. pág. 19 2.4. La hidrografía ..................................................................... pág. 22 3. Rasgos topográficos ................................................................... pág. 24 3.1. La altitud absoluta ............................................................... pág. 24 3.2. El rango y la desviación altitudinal y el desnivel ....................... pág. 25 3.3. La prominencia del yacimiento en el entorno ........................... pág. 25 3.3.1.La altitud relativa ........................................................ pág. 25 3.3.2.La superficie dominada ................................................ pág. 27 3.3.3.La prominencia efectiva ................................................ pág. 28 3.3.4.Correlación entre variables de la prominencia .................. pág. 29 3.4. La rugosidad ....................................................................... pág. 31 4. Rasgos temáticos ....................................................................... pág. 38 4.1. La distancia a la red hidrográfica ........................................... pág. 38 4.2. Clases geomorfológicas ........................................................ pág. 38 4.3. Tipos de suelos y riesgos por actividad agropecuaria ................ pág. 39 5. La movilidad ............................................................................. pág. 43 5.1. La modelización de la movilidad ............................................. pág. 43 5.1.1.La vegetación ............................................................. pág. 44 5.1.2.La topografía .............................................................. pág. 45 5.2. El cálculo y el análisis de la movilidad focal ............................. pág. 52 5.2.1.La superficie de costes o de fricción ............................... pág. 53 5.2.2.La superficie de costes de movimiento acumulados .......... pág. 53 5.2.3.La isocrona tipo de 45 minutos y su análisis .................... pág. 57 5.2.4.La superficie de Costes Acumulados Relativos (CAR) y su análisis .............................................................................. pág. 61 5.2.5.Correlación entre variables de la movilidad focal .............. pág. 63 6. La visibilidad ............................................................................. pág. 65 6.1. Las cuencas visuales ............................................................ pág. 68 7. La defensa ................................................................................ pág. 70 8. Determinación de patrones de asentamiento ................................. pág. 77 8.1. Metodología: Análisis multivariante ........................................ pág. 77 8.2. La relación con el entorno .................................................... pág. 85 8.2.1.Caracterización geomorfológica del entorno .................... pág. 85 8.2.2.Caracterización de suelos y riesgos ................................ pág. 93 8.2.3.Caracterización del control sobre el entorno .................... pág. 102 8.3. Las condiciones defensivas ................................................... pág. 111 8.3.1.La zona de ataque/defensa: condiciones defensivas próximas ............................................................................ pág. 112
8.3.2.La zona de acceso: condiciones defensivas lejanas ........... pág. 115 8.3.3.Clasificación combinada de las condiciones defensivas ...... pág. 119 8.3.4.Valoración cronológica ................................................. pág. 120 9. Discusión y conclusiones ............................................................. pág. 124 9.1. Discusión sobre la pertinencia de las variables y los métodos utilizados .................................................................................. pág. 124 9.1.1.Las variables .............................................................. pág. 124 9.1.2.Los métodos ............................................................... pág. 126 9.2. Visión diacrónica de los patrones de asentamiento ................... pág. 127 9.2.1.Calcolítico Final ........................................................... pág. 127 9.2.2.Bronce Antiguo ........................................................... pág. 128 9.2.3.Bronce Medio .............................................................. pág. 128 9.2.4.Bronce Tardío ............................................................. pág. 129 9.2.5.Bronce Final y Hierro I ................................................. pág. 129 9.3. Consecuencias de las transformaciones del paisaje para la interpretación y visibilidad del registro arqueológico .......................... pág. 129 9.4. Conclusiones finales ............................................................. pág. 132 10. Bibliografía ............................................................................... pág. 134
1 1. INTRODUCCIÓN 1.1 Planteamiento Este trabajo presenta un ensayo de análisis espacial de la relación entre yacimientos de la Edad del Bronce y sus entornos en los cursos bajos de la Huerva y el Jalón. La necesidad este estudio se originó durante la prospección arqueológica del territorio de los citados valles, iniciada en 2007 (Pérez-Lambán et al. 2011) y que permitió la elaboración de mi tesis doctoral (Pérez-Lambán 2013). Fruto de esta exploración del territorio, de la bibliografía y de numerosos informes técnicos de prospecciones de gestión (construcción de infraestructuras y planificación urbana) se ha incrementado notablemente el número de yacimientos de la Edad del Bronce conocidos en la zona, lo cual obliga a replantear la dinámica diacrónica del poblamiento de la prehistoria reciente en la zona. El modelo anteriormente vigente para explicar este poblamiento fue formulado por Francisco Burillo (1980, 1981), quien básicamente observó que en el valle de la Huerva, los yacimientos de la Edad del Bronce (sin periodización interna) ocupaban posiciones elevadas, y por tanto generalmente asociadas a las planas y cerros formados por las calizas miocenas, mientras que los yacimientos de la Edad del Hierro se ubicaban preferiblemente en posiciones cercanas a la llanura aluvial. Este cambio además se ponía en relación con presuntas migraciones de poblaciones centroeuropeas “hallstatticas” que suponían un aporte poblacional con diferentes estrategias de explotación del territorio y que configurarían la denominada “Cultura de los Campos de Urnas”. La explicación del fenómeno ha quedado claramente superada por visiones más modernas y complejas del proceso histórico, pero el hecho en sí del cambio de ubicación de los asentamientos es fácilmente comprobable representando en un diagrama de cajas por periodos la distancia de los yacimientos a los ríos principales (figura 1). Exceptuando el valor extremo de la Loma del Castillo (Longares), los valores mayores para el Bronce Final y Hierro I están por debajo de la mediana de todos los periodos anteriores. Y su rango intercuartil queda por debajo del primer cuartil de los periodos anteriores. Sin embargo hay casos entre el Calcolítico Final y el Bronce Tardío (por debajo de su primer cuartil) situados tan cerca del río como los del Bronce Final y Hierro I, por lo que no es una variable completamente discriminante. Dentro de los yacimientos del Calcolítico Final y del Bronce se intuye un progresivo alejamiento de los ríos, tendencia que cambia en el Bronce Tardío (aunque en este periodo lo exiguo de la muestra obliga a extremar la prudencia) y sobre todo en el Bronce Final. No obstante la amplitud de las cajas de los tres primeros periodos indica que hay una gran variabilidad dentro de ellos, y además todos tienen valores extremos similares. Por ello en el caso de los yacimientos del Calcolítico Final al Bronce Medio o Tardío esta variable no es tan significativa como para los periodos siguientes. Pese a todo se puede establecer la siguiente conclusión: la distancia al río marca un patrón para los yacimientos del Bronce Final y Hierro I (cerca del 75 % están a menos de 1 km) y también, aunque con mayor indefinición, para los anteriores (más del 75 % están a más de 1 km). Como ya se ha indicado, las investigaciones posteriores, especialmente la prospección iniciada en 2007 por Jesús Picazo, Javier Fanlo y Fernando Pérez Lambán, pusieron de relieve que el modelo era más complejo, especialmente para los distintos periodos de la Edad del Bronce (Pérez-Lambán 2011), pues junto a los típicos yacimientos en posiciones elevadas, hay otros emplazamientos en laderas y en las llanuras. Así pues la relación de los patrones de asentamiento con la topografía y la geomorfología es más compleja y debe ser correctamente descrita e interpretada. Además la reconstrucción paleoambiental de la zona de estudio (Pérez-Lambán 2013; Pérez-Lambán et al. en prensa) implica una serie de cambios importantes en el clima, la vegetación y la disponibilidad de suelos fértiles que han de ser
2 tenidos en cuenta a la hora de valorar estos patrones de asentamiento. En definitiva, al modelo inicial se suman otras hipótesis que van a ser exploradas: Las ubicaciones de los asentamientos de la Edad del Bronce presentan una variabilidad mayor que la inicialmente propuesta, y esta variabilidad posiblemente guarda relación con cambios diacrónicos en las estrategias de implantación sobre el territorio. Desde el punto de vista paleoambiental, esta variabilidad a lo largo de la Edad del Bronce y luego en la Edad del Hierro implica una relación de los yacimientos con diferentes tipos de terreno (topografía, suelo…) que exigen diferentes formas de explotación del mismo. Se propone que los asentamientos en alto de la Edad del Bronce están asumiendo unos riesgos erosivos que no sufren los yacimientos en posiciones más llanas. Luego, los poblados de la Edad del Hierro asumen nuevos riesgos, ahora derivados del dinamismo fluvial. La variabilidad de los patrones de asentamiento en cada momento también implica diferencias en la relación que se establece entre cada yacimiento y su entorno en términos de defensa y control (accesibilidad, visibilidad y prominencia – hacerse presente en el paisaje). Cuando defensa y control son factores importantes en la definición del patrón de asentamientos, éste es el resultado de una dialéctica entre estas necesidades y la búsqueda de la proximidad a los terrenos adecuados para la cultura de explotación del territorio. Figura 1. Diagrama de cajas que muestra la distancia a los ríos principales de los yacimientos por periodos a través de la distribución de los cuartiles. CCalcolítico Final; BABronce Antiguo; BMB. Medio; BTBronce Tardío; BFBronce Final; HIPrimera Edad del Hierro; BIB. Indeterminado. Para estudiar estas cuestiones en este trabajo, en consonancia con las propuestas metodológicas de la Arqueología Espacial, se propone caracterizar geográficamente los entornos de los yacimientos para buscar las afinidades y diferencias de sus características en cada periodo y a través del tiempo. Es de1.C 2.BA 3.BM 4.BT 5.BF 6.HI 7.BI Periodos 0 2500 5000 7500 10000 Metros SS n=7 n=13 n=7 n=2 n=12 n=14 n=15 Loma Castillo Distancia al río principal más próximo
3 cir, se pretende establecer los rasgos territoriales fundamentales de cada yacimiento para agrupar los casos similares y poder diferenciar así patrones y los cambios diacrónicos de los mismos. Esta propuesta parte de la noción más amplia de patrón locacional. Éste es el comportamiento recurrente en el emplazamiento de un fenómeno en relación a distintos factores geográficos1 (Sebastián López 2011, 63). El fenómeno investigado en este caso son los asentamientos de la Edad del Bronce. Lo que queda por definir es qué relación guardan con qué factores geográficos. Nótese que lo que se busca en el fondo es una clasificación (patrón) de los yacimientos en función de las características de su entorno (factores geográficos) y no por su morfología (tamaño, forma, estructuras…). Ambas aproximaciones son complementarias pero no deben confundirse pues exploran cuestiones ligeramente diferentes y están sujetas a distintas limitaciones. Un patrón morfológico responde a cómo debe ser un lugar de asentamiento; un patrón locacional responde a dónde debe estar un lugar de asentamiento, cómo debe ser la zona y cuáles deben ser las relaciones topológicas entre ésta y el lugar elegido. Un patrón de asentamiento óptimo atenderá a ambas cuestiones, resultará del cruce de un patrón morfológico y un patrón locacional. Sin embargo, en el sector central de la Depresión del Ebro los yacimientos prehistóricos han sufrido tales procesos erosivos que resulta imposible encontrar una muestra suficiente de yacimientos convenientemente conservados para el estudio morfológico. Es por ello que se echará en falta en este trabajo alguno de los índices propuestos en otros anteriores que con similares premisas han establecido patrones de asentamiento (Burillo Mozota y López Romero 2005-2006; Nocete Calvo 1994). Lógicamente en los últimos 4000 años el paisaje de la zona también ha cambiado notablemente, por lo que los entornos de los yacimientos han sido profundamente transformados dificultando, que no imposibilitado, el estudio del patrón locacional. La Arqueología Espacial se interesa tanto por el asentamiento (fenómeno pasado resultado de un comportamiento social) como por el yacimiento (fenómeno presente resultado la acción de procesos de transformación sobre un asentamiento u otro lugar de actividad humana). La misma distinción e interés rige para el contexto ambiental presente y pasado. Por tanto, el estudio del yacimiento en relación al paisaje actual y sus procesos generatrices es interesante para conocer el proceso de formación y transformación del yacimiento. Por otro lado, el estudio evolutivo del paisaje permite esbozar una reconstrucción paleoambiental del entorno de los yacimientos y así realizar una aproximación a la relación asentamiento-paleopaisaje (Peña-Monné et al. 2005a; Pérez-Lambán 2013; Pérez-Lambán et al. 1Evidentemente,unpatróndecomportamientohumanoysocialdependedemásfactoresademásdelosgeográficos. Estosotrosfactoresgeneralmenteseagrupanbajoeltérmino“culturales”–comosilarelaciónentreelhumanoyel medionofueratambiéncultural–yenglobancuestionestandifícilesdeconocerenprehistoriacomolatradición,lareli‐ gión,elhábito,lacoerción…ElregistroarqueológicodelaEdaddelBronceenlaDepresióndelEbroesparticularmente parcoeninformacionessobreestosaspectos.Ciertamenteexistelaposibilidaddeextrapolarinformaciónsobreestos factoresinmaterialesdesdeotrasregionesmejorconocidasdurantelaEdaddelBronce,comoelBronceEgeo,comose hacefrecuentementeenlassíntesisdealcanceeuropeo(porejemplo,Harding2003).Otraopcióneslaextrapolación temporal,desdegruposhumanosquevivenperiodosmejorconocidosquelaEdaddelBronceperoquedesplieganuna culturamaterialquenoshaceconsiderarqueguardanciertaafinidadconlasociedadqueestudiamos.Esteeselcasode lacomparaciónetnográfica.Comonormalmenteestegrupohumanodereferencia,ademásdeperteneceraotroperiodo, perteneceaotroespaciogeográfico,laextrapolaciónestantoespacialcomotemporalenelcasodelacomparaciónet‐ nográfica.Sinpretendernegarlautilidaddeestasextrapolaciones,consideroquehayquesermuyprudenteconellas.El estudiodesociedadeslejanaseneltiempoy/oenelespacioamplíanuestrorepertoriomentaldefenómenossocialesy susrelaciones,peroéstosnopuedenaplicarsecomoclavesdirectasparainterpretarunasociedadajenaaellos.Pero volvamosalpatróndeasentamiento.Siésteseexplicaporfactoresgeográficosy“culturales”,ysólolosprimerossonen parteobservables,¿cómopuedeacometersesuestudio?Larespuestaesdoble:elestudiohadehacersedemanerapar‐ cialypuedebeneficiarsedeunenfoquesistémico.Entendiendoelparóndeasentamientoscomounsistema,losdistintos factoresgeográficosy“culturales”quedaninterrelacionadosmásomenosdirectamente.Así,porunlado,esperfecta‐ mentelegítimoplantearseelestudiodeunapartedeunsistema,siéstasedefineconcoherencia(subsitema).Eneste casoeselmediofísicoconelqueserelacionaelyacimientoyelmodoenqueseproduceestarelación.Porotrolado, dadoquelasdiferentespartesdeunsistemaylossubsistemasquelocomponenestáninterrelacionados,esposibleque unestudioparcialincrementeelconocimientoolasposibilidadesdeconocimientodelaspartesparalasquenosetiene suficienteinformación.Portanto,dadaslasobservacionessobrelosyacimientosdelaEdaddelBronceyelconocimiento quesetienedelmediofísicoysuevoluciónholocena,ademásdeplantearquérelacionesyconquéfactores,hayque preguntarquénosdicetodoestodeotrosfactores.
4 en prensa). Es por ello que, pese a la degradación del paisaje en la Depresión del Ebro, siga siendo no sólo lícito sino necesario abordar el estudio de los patrones locacionales de la prehistoria reciente. Además de la oportunidad y posibilidad de analizar el patrón locacional, hay una razón cardinal para hacerlo. El entorno de los yacimientos no puede ser desatendido porque en él las comunidades que los poblaron efectuaron muchas de sus actividades subsistenciales y sociales (Burillo Mozota et al. 1993) y porque él constituye una buena parte del universo mental individual y colectivo (Chapman 1997). Si la importancia del medio era fundamental para la comunidad es evidente que determinará en buena medida la elección del lugar donde vivir. Por ello el análisis del medio, limitado aquí por el concepto entorno (radio de 3 km), siempre que sea posible no debería faltar en ningún intento de establecimiento de un patrón de asentamiento. En el desarrollo del planteamiento expuesto hasta aquí, han sido fundamentales tanto el Sistema de Información Geográfica como la estadística multivariante. El primero ha constituido la herramienta imprescindible, por un lado, para integrar la información arqueológica y la geográfica y, por otro lado, para modelizar las variables introducidas en la estrategia analítica. La estadística multivariante ha sido empleada para analizar conjuntamente el volumen de datos generados en este estudio, identificando las variables más preponderantes y estableciendo agrupaciones de yacimientos con entornos similares. Todo ello se describe detalladamente en los capítulos que siguen estas líneas. Cada uno de ellos presenta una serie de problemas y las soluciones adoptadas. En primer lugar (capítulo 2) expongo los datos de partida y su origen. Esto es necesario pues están en la base de todos los análisis posteriores y por tanto marcan el máximo de calidad alcanzable. Luego planteo los factores geográficos o rasgos del paisaje que son tenidos en cuenta para la confección del patrón de asentamiento, agrupados en 4 capítulos (3 a 7): rasgos topográficos, temáticos, movilidad, visibilidad y condiciones defensivas. Para cada uno de los rasgos ofrezco una justificación de su inclusión, una explicación del problema que plantea y las soluciones adoptadas para representarlos en un modelo y extraer de él los valores o índices que los describan (descriptores cuantitativos). En el capítulo octavo analizo los valores e índices obtenidos en los capítulos anteriores para conocer cuáles son los patrones de asentamiento y qué rasgos los definen. Estos valores e índices conforman un conjunto de variables bastante grande, pero su análisis se realiza por grupos de variables que se relacionan con aspectos concretos de los yacimientos y su entorno: la geomorfología, los suelos y sus riesgos, las relaciones yacimiento/entorno en términos de control y las condiciones naturales de defensa de los yacimientos. El tratamiento estadístico multivariante de estos subconjuntos busca explorar la existencia de tendencias y estructuras subyacentes en los datos, para lo que se recurre a la combinación de técnicas de análisis factorial y de conglomerados jerárquicos. Por último en el capítulo noveno ofrezco una valoración de los patrones y una interpretación del significado de los rasgos que más intervienen en su definición. 1.2. Objetivos En consonancia con el planteamiento expuesto, este trabajo se fija los siguientes objetivos: Buscar los medios para modelizar y analizar las variables que se consideran pertinentes al problema fundamental de este trabajo: representar la relación entre los yacimientos/asentamientos y el paisaje dentro de un estudio geoarqueológico. Establecer cuáles son los factores geográficos que determinan los fenómenos del asentamiento y del yacimiento. Definir las recurrencias o patrones que se dan entre los asentamientos y los factores geográficos de su entorno. Construir una visión diacrónica de la evolución de estos patrones. Valorar las consecuencias de las transformaciones del paisaje para el registro arqueológico.
5 1.3. Marco temporal y espacial El estudio realizado en este trabajo con los objetivos antedichos abarca desde el Calcolítico Final hasta la Primera Edad del Hierro, esto es, aproximadamente desde el 2500 cal BC al 500 cal BC2. Como ya se ha dicho, uno de los objetivos del trabajo ha sido fijar una periodización para ese lapso temporal y otorgar una cronología lo más precisa posible a los yacimientos. Para ello se ha partido de la hipótesis de que la zona de estudio, ubicada en el sector central de la Depresión del Ebro, tendría una dinámica similar a la de otras zonas del interior del noreste peninsular. Más concretamente, en función de las similitudes inicialmente observadas entre los materiales arqueológicos de la zona de estudio y los del Sistema Ibérico turolense y por disponer de una buena seriación cronológica y tipológica para esa zona, en este trabajo se asumió inicialmente la periodización y criterios cronológicos allí establecidos (Burillo Mozota y Picazo Millán 1991-1992, 1994-1996, 1997; Picazo Millán 1993, 1999-2000). Esta hipótesis se vio confirmada en lo fundamental, aunque los límites precisos entre periodos pudieron ser matizados gracias a los estudios de materiales y una serie de 35 dataciones radiocarbónicas provenientes tanto de trabajos previos (Picazo Millán y Rodanés Vicente 2009) como del desarrollo de la tesis doctoral en que se inscribe este trabajo (Pérez-Lambán 2013). En dicha tesis hay una discusión y justificación más extensa de la periodización utilizada en este trabajo. Baste aquí exponer sucintamente los periodos que se han manejado para mayor comodidad de la lectura de las páginas que siguen: Calcolítico Final: 2500-2100 cal BC Bronce Antiguo: 2100-1900 cal BC Bronce Medio: 1900-1500/1400 cal BC Bronce Tardío: 1500/1400-1000 cal BC Bronce Final y Hierro I: 1000-500 cal BC Como ya se ha mencionado, en este trabajo se estudia los cursos bajos de los ríos Huerva y Jalón, por lo que la zona de estudio se ubica en la margen derecha del sector central de la Depresión del Ebro. A partir de ahí la delimitación precisa de la zona de estudio se podría haber realizado fácilmente con un criterio meramente geográfico: las parte de las cuencas de dichos ríos que coincide con el relleno terciario de la depresión. Sin embargo, esta definición crea una zona de estudio irregular y no aporta ninguna ventaja al presente trabajo, cuya unidad de análisis es el entorno del yacimiento (como se define más adelante en 1.3.2) y no la cuenca hidrográfica. Por ello se ha optado por una delimitación convencional de la zona de estudio mediante un rectángulo definido por las coordenadas UTM3 X: 630636 a 675086 e Y: 4568959 a 4622855. Para determinar las dimensiones de este rectángulo se ha tenido en cuenta que la superficie encerrada recogiese toda la variabilidad paisajística de la zona, todos los yacimientos analizados incluidos sus entornos y una zona marginal para evitar posibles efectos borde en los análisis. En definitiva, se trata de un rectángulo de unos 44,5 km de base por unos 54 km de altura y una superficie aproximada de 2400 km2 que se extiende entre las estribaciones de las sierras del Sistema Ibérico en la zona suroeste hasta la propia llanura aluvial del Ebro en la esquina noreste. Esta zona afecta total o parcialmente a 62 términos municipales (figura 2). 2Todas las fechas en este trabajo se dan en cronología calendárica y están basadas principalmente en dataciones de 14C calibradas. Por ello, tanto cuando se ofrezca un valor concreto como cuando se trate uno orientativo, la fecha se acompañará de la indicación “cal BC” que significa calibrated o calendaric years Before Christ. 3Todas las coordenadas ofrecidas en este trabajo se expresan en el sistema UTM según el European Datum 1950, zona 30 Norte.
12 Tabla 2. Yacimientos cuyos entornos son analizados. X e Y: coordenadas en UTM (ED 1950) medidas en campo mediante GPS. X e Y (celda): coordenadas en UTM (ED 1950) de los centros de la celda considerada más representativa del yacimiento. Cronología: C (Calcolítico), BA (Bronce Antiguo), BM (Bronce Medio), BT (Bronce Tardío), BF (Bronce Final), HI (Edad del Hierro I), BI (Bronce Indeterminado). ID NOMBRE X Y X (celda) Y (celda) C BA BM BT BF HI BI 1 Bardallur 1 649404 4616966 649390 4616884 X 2 Barranco de Campoviejo 646154 4613417 646170 4613424 X X 3 Cabezo Altomira 651040 4592022 651040 4592024 X 4 Cabezo Blanco 640825 4609625 640830 4609634 X 5 Cabezo Chinchón 636622 4596418 636620 4596424 X X 6 Cabezo de la Cruz 661216 4595492 661190 4595544 X X 7 Cabezo de la Torre I 654850 4594520 654870 4594524 X X 8 Cabezo de la Torre II 654490 4594615 654500 4594614 X 9 Cabezo de los Paños 643409 4607679 643410 4607684 X X 10 Cabezo del Azud 643273 4609292 643270 4609284 X 11 Cabezo del Buitre 664271 4592840 664280 4592834 X 12 Cabezo Gorra de la Visera 666563 4596545 666570 4596544 X 13 Cabezo Sillón 668098 4598139 668100 4598144 X 14 Campablo 1 648625 4615981 648600 4615904 X 15 Campablo 2 648599 4615679 648600 4615684 X X X 16 Caseta Felusia 653233 4595141 653230 4595144 X 17 Cerro de la Tijera 645621 4612535 645610 4612534 X 18 Cerro de San Pablo 662529 4581572 662530 4581574 X X 19 Collado de la Abeja 652530 4594112 652530 4594104 X 20 El Cabezuelo 643096 4605747 643100 4605754 X X 21 El Calvario 638668 4598845 638620 4598834 X X 22 El Cortijo 653388 4602104 653390 4602104 X 23 El Salobral 652520 4602943 652520 4602944 X 24 La Carrascosa 660581 4587212 660580 4587214 X 25 La Dehesa de Boalar 658129 4611251 658150 4611294 X 26 Las Hermanitas 643843 4610235 643780 4610214 X 27 Las Llanas 658088 4589221 658090 4589224 X 28 Las Pintillas 650410 4607159 650410 4607164 X X 29 Loma de la Balsa 636663 4607224 636660 4607234 X 30 Loma del Castillo 654408 4586117 654410 4586124 XX X 31 Lomas del Molino 639115 4602399 639120 4602404 X 32 Los Collados 666089 4591578 666090 4591574 X 33 Los Hermanillos 658301 4588616 658300 4588614 X 34 Lugar Viejo 667859 4599644 667870 4599644 X 35 Lugar Viejo I 668057 4599938 668060 4599934 X 36 Lugar Viejo III 667291 4599459 667300 4599474 XX 37 Montoque 662810 4602274 662810 4602274 X 38 Peña Amarilla 647689 4611060 647680 4611054 X X X 39 Peña del Águila 655230 4597584 655230 4597584 X 40 Peña Enroque 655522 4593364 655520 4593364 X 41 Peña Enroque ladera NO 655504 4593458 655500 4593464 X 42 Peña Foradada 663445 4574586 663600 4574994 XX 43 Peñarroya I 668654 4591285 668650 4591294 X 44 Peñarroya II 668654 4591137 668650 4591144 X 45 San Borombón 662946 4592301 662950 4592304 X 46 San Sebastián 646961 4613850 646940 4613854 X X X 47 Urrea 1 647699 4615028 647700 4615024 X X 48 Valdejota II 653122 4602385 653080 4602324 X 49 Valdemoracho 669120 4602940 669120 4602944 X 50 Viña de los Fanlo 655798 4593115 655800 4593124 X
13 Cabe hacer una advertencia respecto a las localizaciones y los análisis espaciales que se desarrollan a continuación. Muchos de ellos están basados en estructuras de datos raster, donde la superficie terrestre se representa mediante una matriz de celdas regulares. Estas celdas representan una porción de la superficie terrestre (el cuadrado de su lado) pero como son el elemento básico de las hojas o superficies raster también representan un número discreto de localizaciones posibles. Así los puntos vectoriales definidos por las coordenadas de los yacimientos, medidas en campo mediante GPS, superpuestos a una superficie raster caen dentro de una de sus celdas; esto es, en la práctica esa celda, con toda su superficie representa la localización del yacimiento. Como el punto del yacimiento y el centro de la celda no tienen por qué coincidir, algunas medidas dependientes de la distancia que se tomen variarán en función de si se mide a partir del punto o de la celda, y esta variación será diferente en cada caso, dependiendo de la posición relativa del punto con respecto al centro de la celda. Por ello, antes de comenzar a analizar conviene trasladar los puntos de los yacimientos al centro de la celda de la superficie raster que sirva de base a los análisis, en este caso un MDT con resolución de 10 m. A continuación se presenta la tabla de los yacimientos con los datos que ahora nos interesan de ellos: su cronología y las coordenadas ajustadas a las celdas del MDT que se consideran más representativas de los yacimientos. Figura 3. Cabezo Altomira, con representación de su perímetro de ocupación conservado y el de la dispersión actualmente observable de materiales desplazados. Evidentemente, para escalas de trabajo detalladas, un punto en el espacio representa deficientemente a una entidad como un yacimiento. Por ello, los yacimientos también se representan mediante polígonos vectoriales. Ahora bien, en este caso hay que tener en cuenta una distinción fundamental entre el yacimiento propiamente dicho (espacio tridimensional en el que actualmente se encuentran los restos materiales de una ocupación pasada) y la ocupación original, que pueden o no coincidir. En otras palabras, es importante distinguir “el tipo de evidencia y conservación del contexto arqueológico” (Burillo Mozota et al. 1993, 1999, 8), esto es, entre contextos primarios (originales), secundarios
14 (lugares de concentración de material desplazado pero con contexto primario reconocible) y terciarios (lugares de aparición de materiales sin contexto primario identificable); las categorías restantes (hallazgo aislado, enclave totalmente destruido y enclave con información insuficiente) no se tienen en cuenta por la incertidumbre que introducen. En la muestra de yacimientos estudiados se cuenta con ejemplos de contextos primarios y secundarios (se ha eliminado los contextos terciarios por su escaso valor para el análisis locacional). De hecho normalmente el grado de alteración de los yacimientos hace que los contextos primarios sean muy parciales. Por ello cada yacimiento se representa mediante dos polígonos (figura 3); uno plasma la superficie en la que hoy se observa la dispersión de materiales y el otro se ajusta a la zona conservada de la ocupación original. El perímetro de este segundo polígono no es necesariamente el límite original de la ocupación, pues esta se ha visto normalmente reducida por la erosión. De hecho, frecuentemente el contexto primario reconstruido a partir de la dispersión de materiales y la morfología del terreno no tiene un límite actual distinguible, sino que es poco más que una localización puntual. En estos casos el perímetro de la ocupación se ha representado gráficamente mediante un círculo con radio de 30 m (coherente con las longitudes y superficies observadas en muchos yacimientos de la zona). Por otro lado, además de las localizaciones y geometrías de los yacimientos es necesario tener preparados los entornos de análisis (figura 4): buffers de 3 km alrededor de cada yacimiento (Analysis Tools > Proximity > Buffer). Estos buffers delimitan la superficie de cálculo en los análisis zonales. Como en ArcGIS estos análisis no admiten zonas solapadas es conveniente dividir los buffers en varios archivos sin solapes.
15 Figura 4. Localización de los yacimientos y sus entornos de 3 km de radio.
16 2.2. La topografía: el MDT (Modelo Digital del Terreno) Antes de continuar, hay que aclarar cierta confusión existente en la bibliografía con los términos MDT (modelo digital del terreno) y MDE (modelo digital de elevaciones). Un modelo es “una representación simplificada de la realidad en la que aparecen algunas de sus propiedades” (Joly 1988, 111 cit. en Felicísimo Pérez, 1994,3), precisamente aquellas que interesan a los fines de quien construye el modelo. Más concretamente, los modelos a los que se hace referencia aquí son modelos simbólicos, pues por abstracción el objeto real queda representado por una simbolización matemática (Turner 1970, 364 cit. en Felicísimo Pérez, 1994, 4). Como la realidad que nos interesa es de naturaleza espacial, en los modelos que nos conciernen, esta simbolización matemática se concreta en “un conjunto de datos numéricos que describe la distribución espacial de una característica del territorio” (Doyle 1978, 1481 cit. en Felicísimo Pérez, 1994,4). Por último se debe establecer las condiciones de que dicho conjunto de datos esté estructurado y represente una variable cuantitativa y continua (Felicísimo Pérez 1994, 5). A este primer concepto general vamos a denominarlo de momento MD (modelo digital), que puede representar cualquier variable cuantitativa y continua que tenga dimensión espacial. Cual sea la variable representada y como deba denominarse entonces al modelo es la clave de la controversia. Para Felicísimo Pérez (Felicísimo Pérez 1994, 5) y Olaya (2011, 330-331) este concepto genérico es lo que debe denominarse MDT, pues la variable representada es normalmente una característica del terreno. Si esa característica es concretamente la altitud, entonces estos autores defienden la utilización del concepto MDE. Sin embargo Wheatley y Gillings (2002, 107-108) son de la opinión contraria. Argumentan que las siglas DEM (Digital Elevation Model) se usan frecuentemente para modelos que representan variables diferentes de la topografía o la forma del relieve. Esto es así en virtud de la consideración metafórica de cualquier valor numérico como una elevación para ser representado en una superficie donde los picos son los valores altos y los valles los bajos. Por ello proponen DTM (Digital Terrain Model) para el modelo concreto que representa la superficie terrestre. Ahora bien, hay otra forma de ver la cuestión que surge de la diferenciación de dos variables topográficas diferentes expresadas como elevación. La primera es la elevación de la superficie superior de la litosfera, el contacto entre ésta y la atmósfera, desprovista de elementos de la biosfera (vegetación por ejemplo) o artificiales (edificios por ejemplo). La segunda es la elevación de la superficie terrestre incluyendo estos elementos, pues son en sí mismos parte de la tierra. No es más válido un concepto que otro; su pertinencia dependerá de los objetivos para los que se construye. Lo que aquí nos interesa es cómo deben ser denominados. Según Olaya (2011, 331) es frecuente el uso MDE para la representación de la elevación de la superficie desprovista de elementos vegetales o artificiales mientras que MDT se usa para las elevaciones máximas incluyendo dichos elementos. Sin embargo me consta que tampoco es inhabitual la designación opuesta de estos términos a estos conceptos. Para evitar confusiones propongo que se utilice MD (Modelo Digital) o MDS (Modelo Digital de Superficie) como término genérico para toda estructura matricial de datos que represente la distribución espacial de una variable cuantitativa y continua que se manifiesta en la superficie terrestre. El término MDT (Modelo Digital del Terreno) o MDR (Modelo Digital del Relieve) para un MD que represente la superficie superior de la litosfera en contacto con la atmósfera. MDE (Modelo Digital de Elevaciones) puede quedar limitado a las representaciones de elevaciones absolutas incluyendo todos los objetos existentes sobre la superficie terrestre que interese representar en el modelo. Por último quedaría contemplar el MDD (Modelo Digital Derivado), producido a partir de un MD previo cuyos valores son utilizados en un análisis matemático para producir una nueva estructura de datos que represente otra variable. Así de un MDT se pueden derivar varios MDD, como el MDO (Modelo Digital de Orientaciones) o el MDP (Modelo Digital de Pendientes). La topografía de la superficie de la litosfera en la zona de estudio está codificada en un MDT raster, una matriz de celdas regulares (generalmente cuadradas) en la que cada una contiene el valor de altitud del terreno que representa (figura 5).
17 Figura 5. MDT de la zona de estudio, con indicación de las hojas de la BCN 1:25.000 utilizadas para su construcción y los yacimientos analizados. Sombreado añadido para dar sensación de relieve.
18 Para la construcción de este MDT he partido de los datos altimétricos contenidos en las curvas de nivel y puntos acotados de la Base Topográfica Nacional de España (BTN25). Estos datos están contenidos en archivos vectoriales a partir de los cuales hay que realizar una interpolación para conocer el valor del fenómeno (altitud) en las localizaciones para las que no se tiene información (entre las curvas de nivel y entre las cotas). Hay diversos métodos de interpolación. Los más habituales son (todos ellos disponibles en Spatial Analyst Tools > Interpolation de ArcGIS): Ponderación inversa a la distancia, también conocida por las siglas inglesas IDW (Inverse Distance Weighted). Como su nombre indica, el valor de la localización problema se calcula como una media de las localizaciones vecinas, pero ponderando su participación en función inversa a su distancia. “Este método tiene a su favor la sencillez y rapidez de cálculo pero, al tratarse esencialmente de una media ponderada, el resultado se encuentra siempre incluido dentro del rango de variación de los datos. Por este motivo, el correcto tratamiento de las formas cóncavas y convexas depende estrechamente de la distribución de los puntos originales” (Felicísimo Pérez 1994, 27). Una cuestión a tener en cuenta es que si los datos de entrada para una localización problema puede hacerse mediante un radio fijo o mediante un número mínimo de puntos. Si estamos trabajando con curvas de nivel y dentro del conjunto de datos entran exclusivamente, o casi, datos de una sola curva no habrá variación de datos y el resultado será coincidente con los valores de entrada. Así el MDT resultante se adaptará a las curvas de nivel escalonándose erróneamente. Superficies de tendencia. El cálculo se realiza por ajuste de mínimos cuadráticos mediante una ecuación polinómica (Felicísimo Pérez 1994, 27). Es una opción más adecuada para calcular formas que no están explícitamente recogidas en los datos de entrada, esto es, concavidades o convexidades que exceden el rango de variación de los datos. El problema que de esto se deriva es que dependiendo de la calidad y distribución de los datos pueden producirse resultados aberrantes, excesivamente alejados del rango de variación de los datos (pozos o picos falsos). Esto es especialmente notable en las zonas marginales del análisis donde en lugar de una interpolación se fuerza una extrapolación (la localización problema no está rodeada de datos de partida, sino en situación lateral). Además si los datos no representan un área similar, es decir, si están agrupados como sucede en las curvas de nivel, la superficie de tendencia resultante se adaptará a ese patrón inicial. Kriging (en honor al geólogo y estadístico que propuso el método: D.G. Krige). Como el IDW, estima el valor de la localización problema como una media ponderada por la distancia. “La originalidad del método reside, sobre todo, en el criterio utilizado para asignar los valores de ponderación a cada dato y en que permite asignar un valor de error para cada punto problema. Asimismo, la definición del área adecuada del entorno puede hacerse con criterios estadísticos lo que aumenta la robustez del método. De hecho, si se cumplen ciertas propiedades en la distribución de los valores de la variable, este método de interpolación es óptimo, es decir, es insesgado y la suma de cuadrados de las desviaciones es mínima” (Felicísimo Pérez 1994, 28). El problema que puede achacarse al Kriging es la complejidad y cantidad de cálculos numéricos que exige, aunque las herramientas que incorporan programas como ArcGIS son de gran ayuda. Por otro lado también en el Kriging puede ser sensible a la agrupación de datos en curvas de nivel. Aunque debería ponderar correctamente el peso de cada dato, si hay una gran agrupación en las curvas de nivel y en el conjunto de datos de entrada no hay suficiente variación el resultado puede ser erróneo. Por tanto hay que tener cuidado con la definición del radio de búsqueda de los datos de entrada. También se ha dicho que el Kriging genera superficies excesivamente suaves que no reflejan con precisión las configuración del relieve y que es demasiado sensible a los valores estadísticamente extremos que producen elementos morfológicamente erróneos, todo lo cual repercutirá en ulteriores análisis basados en el MDT resultante (Olaya 2011, 332). Siendo que ningún método de interpolación directa a raster es perfecto y que todos pueden dar problemas cuando se trabaja con datos provenientes de curvas de nivel, como es el caso de este trabajo, cabe recurrir a un método indirecto que genera un MDT vectorial posteriormente transformado en un MDT raster.
19 Se trata de emplear una triangulación simple de los datos: los tres puntos que rodean a una localización problema definen un triángulo que es un plano inclinado; el valor de la localización problema será la altitud de dicho triángulo en ese punto. La selección de los puntos que han de formar el plano inclinado se efectúa según el criterio de Delaunay (en honor del matemático ruso Boris Nikolaevich Delone), que establece que la circunferencia definida por los vértices de cada triángulo no debe contener ningún vértice de otro triángulo. Los problemas de la triangulación son esencialmente dos. El primero es que reduce la superficie naturalmente ondulada a una serie de planos inclinados; la superficie de cada triángulo es plana pero representa una porción del terreno que es cóncava o convexa. El segundo problema atañe a los modelos que se basan en curvas de nivel: los triángulos deben formarse con puntos de dos curvas de nivel o de una curva y un punto de cota; si por el contrario un triángulo se forma con puntos de una sola curva de nivel se forman triángulos horizontales que dan lugar a falsos escalones. Esto se evita en buena medida con criterio de Delaunay, pero sigue afectando en los recodos muy pronunciados de las curvas. Allí donde una hace un giro muy pronunciado sus puntos quedan enfrentados y próximos entre sí, generando pequeños falsos aterrazamientos que suponen una pérdida de altitud en las formas de espolón (curvas convexas) o un relleno de las barranqueras (curvas cóncavas). El MDT vectorial generado por triangulación también puede llamarse TIN (Triangulated Irregular Network) precisamente por ser una red irregular de triángulos. El TIN se genera a partir de los datos altimétricos vectoriales: cotas, curvas de nivel y la red hidrográfica (si incorpora información de altitud en sus nodos). Para ello ArcGIS cuenta con las herramientas 3D Analyst Tools > TIN Creation > Create TIN y Edit TIN o más sencillamente en la barra de tareas de 3D Analyst > Create/Edit TIN > Create TIN From Features. A continuación, para convertir el TIN en un MDT raster se emplea la herramienta correspondiente de la misma barra de herramientas: 3D Analyst > Convert > TIN To Raster. Al hacerlo hay que especificar el ancho de celda, esto es la resolución del MDT raster; en este caso es de 10 m. El paso del TIN al MDT raster supone una pérdida de detalle o un aumento excesivo del tamaño del archivo. En las zonas con gran variación en la altitud el TIN está formado por triángulos pequeños, mientras que estos son grandes en las zonas homogéneas. Sin embargo las celdas del MDT raster tienen 10 m de lado en todas las localizaciones. Si queremos que todo el detalle del TIN, hasta sus triángulos más pequeños, esté recogido en el MDT raster la celda de éste deberá ser muy pequeña, incrementando así el tamaño del fichero lo que repercute en la capacidad de cálculo para análisis posteriores. Si por el contrario la celda es demasiado grande, la pérdida de detalle es excesiva. Por ello he optado por un tamaño de celda de 10 m de lado pues, aunque supone una pérdida de detalle en las zonas más verticales, refleja bastante bien la morfología general y resulta un tamaño de archivo manejable. En todo caso esta transformación es necesaria porque algunos de los análisis de este trabajo operan con álgebra de mapas en una estructura de datos raster. Por último, de cara a algunos análisis conviene tener preparados MDT individuales del entorno de cada yacimiento, lo que se obtiene mediante la herramienta Analysis Tools > Extract > Clip utilizando para la delimitación de las zonas de corte los buffers de los yacimientos. 2.3. La geomorfología La cartografía geomorfológica está en la base de los análisis que se plantean en este trabajo, pues el conocimiento de los procesos de cambio del medio es la clave de interpretación de los entornos de los yacimientos. Sin embargo es difícil encontrar una buena cartografía geomorfológica, realizada con una escala adecuada y disponible en un formato integrable en un SIG en entorno informático.
20 Figura 6. Mapa geomorfológico de la zona de estudio con leyenda simplificada. En minúscula las categorías geomorfológicas. En mayúsculas la edad de las formas. Sombreado añadido para dar sensación de relieve.
21 Hay trabajos cartográficos (Mensua y Ibáñez 1977; Peña Monné et al. 2002; Yetano Ruiz 1978) previos que cubren total o parcialmente (tanto espacialmente como temáticamente) la zona de estudio. De ellos los más interesantes de cara a su inclusión en el SIG son los mapas geomorfológicos de Aragón de Peña et al. (2002) y del SITAR (http://sitar.aragon.es/), aunque ambos tienen ventajas e inconvenientes. Tabla 3. Tabla que muestra las ventajas e inconvenientes de las dos principales cartografías geomorfológicas disponibles para la provincia de Zaragoza. Peña et al. (2002) SITAR Metodología y criterios Adecuados Dudosos Escala. Detalle y exactitud espacial 1:200.000 (realización) 1:325.000 (impresión) Escala poco detallada 1:200.000 Escala poco detallada y exactitud espacial irregular Información temática Detallada Simplista No ajustada a la realidad Formato Impreso *.fh9 de Macromedia (facilitado por J.L. Peña) *.shp de ESRI Georreferenciación No Si (ED 1950 UTM 30 N) A partir de estos dos mapas y de la experiencia propia en la realización de las cartografías de detalle (1:30.000) de los entornos de siete yacimientos de referencia, he generado una nueva cartografía de la zona de estudio a escala 1:200.000 (figura 6). Básicamente es una digitalización y simplificación de Peña et al. (2002). Sin embargo en ese proceso la comparación de este mapa con el del SITAR y con topografía de la BCN25 ha sido constante. Así he podido integrar alguna información interesante presente en el SITAR (por ejemplo algunas zonas endorreicas no recogidas) y corregir la geometría de algunas superficies (por ejemplo ajustar la trayectoria de los fondos de valle al curso de los barrancos y los ríos de la BCN25). La escala del mapa resultante es poco detallada para algunos usos. Lo ideal sería disponer de una cartografía geomorfológica con una escala igual a la base topográfica que se está empleando (en este caso 1:25.000). Así se podría intentar hacer análisis más detallados que los que aquí se presentan o incluso utilizar esa información para obtener una paleotopografía. No obstante el mapa geomorfológico obtenido a escala 1:200.000 sí es suficiente para hacer una caracterización general de la zona y de los entornos de los yacimientos. La simplificación en cuanto a la información temática ha consistido fundamentalmente en agrupar en una categoría elementos análogos. Por ejemplo, las terrazas pleistocenas en Peña et al. (2002) aparecen divididas en 3 niveles, pero para los objetivos de este trabajo nos basta con saber que son anteriores a la Edad del Bronce y que ya estaban presentes entonces. Por ello las he agrupado en una sola categoría. Lo mismo sucede con los varios niveles de glacis. En el caso de los fondos de valle holocenos por un lado y las terrazas holocenas y el lecho de inundación actual por otro, no se ha realizado la agrupación. Si bien la mayor parte de los rellenos en los fondos de valle corresponde a momentos posteriores al estudiado, no ocurre necesariamente lo mismo con las terrazas y llanuras aluviales del Jalón y de la Huerva. Aún admitiendo que muchas de las terrazas holocenas de estos ríos serán posteriores a la Edad del Bronce, no es menos cierto que en aquella época el Jalón y el Huerva tuvieron que discurrir sobre llanuras aluviales y estarían formando o destruyendo terrazas recientes. En otras palabras, aunque las terrazas holocenas y llanura de inundación actual no sean las mismas que las de la Edad del Bronce, el espacio que abarcan estaría entonces grosso modo ocupado por formaciones que podemos considerar análogas. Finalmente las clases geomorfológicas representadas, o en otras palabras el contenido de la leyenda del mapa, son las que se recogen en la siguiente tabla:
28 8). La tabla de atributos de cada MDT individual reclasificado contiene el recuento de celdas en cada categoría y por tanto su superficie (dada el área constante de toda celda: 100 m2). 3.3.3. La prominencia efectiva La segunda es una propuesta propia que introduce un matiz de subjetividad en la noción de prominencia y la expresa como un índice entre 1 y -1 (si se suma 1 y se divide entre dos queda un índice entre 1 y 0). La llamo prominencia efectiva: la subjetividad se introduce al considerar la percepción de la prominencia de un objeto, o el dominio de una posición sobre las más bajas, entendiendo que esta percepción o este dominio decrecen con la distancia. Mirar una torre desde muy cerca supone echar la cabeza hacia atrás y levantar la vista hacia el cielo, porque la torre está dominando la zona. Si miramos esa misma torre desde una distancia considerable apenas tendremos que levantar la vista del horizonte; el dominio de la torre sobre nuestra posición es mucho menor. Así que puede resultar conveniente introducir la distancia como un factor que relativiza la prominencia. Desde este planteamiento la prominencia de A sobre B resulta una función tanto del desnivel como de la distancia entre las dos posiciones. El desnivel (h) y la distancia planimétrica (l) constituyen los catetos de un triángulo rectángulo, siendo la hipotenusa (d) la línea recta trazada entre A y B. El ángulo (α) formado por d y l, por sus relaciones de proporcionalidad con los lados del triángulo sirve para expresar lo que aquí estamos llamando prominencia: cuanto mayor sea el desnivel entre A y B mayor será el ángulo y por tanto la prominencia, y cuanto mayor sea la distancia entre ambas posiciones menor resultarán el ángulo y la prominencia. Si se prefiriese expresar la prominencia efectiva como índice se podría dividir el ángulo entre 90. Así la prominencia efectiva queda expresada por un valor que va desde 1 (prominencia total de A sobre B con un ángulo de 90º) a -1 (A es dominado por B con un ángulo de -90º) pasando por 0 (A y B están a la misma altura y ninguno domina sobre el otro). Si se prefiere que el rango del índice esté comprendido entre 0 y 1 bastará con sumarle 1 y dividir por 2 (figura 9). Así tenemos que: , 90 , 1 2 90 180
29 Figura 9. Prominencia efectiva del Collado de la Abeja (19) expresada como índice de 0 a 1. En la figura aparecen también los yacimiento Cabezo Altomira (3), Cabezo La Torre I (7) y II (8), Caseta Felusia (16), Peña del Águila (39), Peña Enroque (40), Peña Enroque ladera NO (41) y Viña de los Fanlo (51). Así se obtiene la prominencia efectiva o percibida de un punto sobre otro, pero para expresar la prominencia de un punto sobre un conjunto de puntos (el entorno) habrá que recurrir a la media de todas las prominencias individuales. El procedimiento de cálculo parte de nuevo de los MDT de entornos individuales. A partir de ellos hay que conseguir MDD en el que cada celda contenga el valor del ángulo (α) formado por la horizontal y la línea recta entre dicha celda y la localización central. Este ángulo puede conocerse por las proporciones entre dos lados del triángulo rectángulo, siendo los más sencillos de obtener los dos catetos h y l: Por tanto, las variables que hay que conocer para cada celda son h y l. Un MDD del desnivel (h) entre cada celda y el yacimiento se obtiene en Raster Calculator de la resta de la altitud absoluta de la ocupación menos el valor de la celda del MDT individual. La distancia planimétrica de cada celda al yacimiento (l) se calcula con la herramienta Spatial Analyst Tools > Distance > Euclidean Distance estableciendo como punto de inicio de las distancias la localización del yacimiento. Si se prefiere el índice, una vez conocidas y codificadas en sendos MDD las variables pertinentes, en Raster Calculator se puede o bien calcular α (Atan([MDD_h] / [MDD_l])) o bien directamente calcular el índice sustituyendo α en la fórmula: , 90 180 Por último es conveniente recordar que otra forma de introducir la subjetividad en la noción de prominencia de una ocupación es considerar sólo aquellas localizaciones con las que tiene relación de visibilidad. Así cabría plantear tanto una superficie dominada visible como una prominencia efectiva y percibida. Sin embargo, estos índices no serían estrictamente unas alternativas mejoradas, sino que estarían expresando algo ligeramente distinto. Por tanto no pueden sustituir a los índices originales. Además del mismo modo que se establece la visibilidad como factor de subjetividad podrían establecerse otros como la movilidad (superficie dominada y alcanzable en 10 minutos de marcha y prominencia efectiva a 10 minutos de marcha) o incluso combinaciones de factores (superficie dominada visible y alcanzable en 10 minutos y prominencia efectiva percibida a 10 minutos de marcha). En definitiva, considero que todas estas variaciones complican innecesariamente el análisis de este rasgo e introducen índices hasta cierto punto redundantes. 3.3.4. Correlación entre las variables que expresan la prominencia La altitud relativa, la superficie dominada y la prominencia efectiva son tres formas de expresar cuantitativamente la noción de prominencia y, aunque cada una contiene matices propios del proceso de cálculo propio, lo cierto es que resultan altamente redundantes, como puede apreciarse por la alta correlación entre las tres variables (tabla 5).
30 Tabla 5. Correlaciones bivariadas de las variables que expresan la prominencia de los yacimientos: Altitud relativa, Superficie dominada y Prominencia efectiva. Figura 10. Diagramas de cajas que muestra la prominencia de los yacimientos por periodos a través de la distribución de los cuartiles de tres variables (de izquierda a derecha y de arriba abajo): altitud relativa, superficie dominada y prominencia efectiva. Correlaciones 1,970** ,901** ,000 ,000 50 50 50 ,970** 1,876** ,000 ,000 50 50 50 ,901** ,876** 1 ,000 ,000 50 50 50 Correlación de Pearson Sig. (unilateral) N Correlación de Pearson Sig. (unilateral) N Correlación de Pearson Sig. (unilateral) N A.F.A. Alt. Relativa A.F.B. Sup. Dominada A.F.C. Prom. Efectiva A.F.A. Alt. Relativa A.F.B. Sup. Dominada A.F.C. Prom. Efectiva La correlación es significante al nivel 0,01 (unilateral). **.
31 Como las tres variables representan el mismo rasgo y están altamente correlacionadas, la signatura dibujada por sus medianas es prácticamente la misma (figura 10). Sin embargo la variabilidad de los valores extremos entre periodos y rango intercuartílico son algo menores en el caso de la prominencia efectiva y mayores en la superficie dominada. Por ello considero que la inclinación media (prominencia efectiva) es la variable más significativa de las tres propuestas; es la que mejor permite discriminar entre periodos y la que muestra tendencias más claras. Ante correlaciones tan altas, en los análisis posteriores se prescinde de la altitud relativa y de la superficie dominada, pues, como se verá a continuación, la prominencia efectiva recoge un matiz relacionado con la percepción que resulta interesante en el estudio de yacimientos arqueológicos. 3.4. La rugosidad Por último queda la rugosidad, que es un descriptor topográfico fundamental de una zona determinada, aunque no exento de ciertos problemas que hay que considerar y solucionar para poder incorporar este rasgo al análisis. La rugosidad recoge la variabilidad topográfica del terreno en el que se haya el yacimiento. Esta variabilidad puede tener su origen en uno o varios de los siguientes factores: las variaciones de altitud, de pendiente y de orientación. La rugosidad condiciona cualquier aspecto territorial de una comunidad (accesibilidad y movimiento, visibilidad y control, insolación y posibilidad de determinados cultivos…), lo que la hace un rasgo fundamental del análisis y que puede considerarse que condiciona buena parte de los rasgos siguientes. Para incluirla en los análisis debemos contar con un MDD raster en el que cada celda exprese un valor de rugosidad. Los problemas son, evidentemente, cómo expresar esta magnitud y cómo calcularla. Como se ha dicho la rugosidad se relaciona con la variabilidad en altitud, pendiente y orientación, y los estadísticos que de forma más sencilla representan el grado de variabilidad de una magnitud son el rango (la amplitud del conjunto de valores) y la desviación estándar (la dispersión del conjunto de valores con respecto a la media). Sin embargo tratar la variabilidad de tres variables de forma independiente supondría crear después algún índice que las sintetizase. Esto resulta difícil pues habría que decidir el peso otorgado a cada una de ellas en dicho índice y porque terrenos cuya rugosidad estuviera determinada principalmente por una sola variable arrojarían un valor rebajado por las otras dos. Por tanto es mejor buscar otra aproximación. La propuesta de (Franklin 1987), recogida por Felicísimo Pérez (1994, 56), resulta completamente satisfactoria: analiza la dispersión y suma vectorial de los vectores normales (perpendiculares) a la superficie, que en sí mismos sintetizan la orientación y pendiente. Se calcula el vector unitario perpendicular a la superficie en un punto dado y en las localizaciones vecinas. La suma vectorial de estos vectores será inversamente proporcional a la rugosidad, mientras que la dispersión será directamente proporcional a la rugosidad. Así pues, se puede utilizar el módulo del vector suma como expresión de la rugosidad del terreno, dada la relación de proporcionalidad inversa existente. Su cálculo es complejo. Dadas una pendiente (γ) y una orientación (φ) conocidas para cada punto del terreno (celdas de los respectivos MDD), las coordenadas rectangulares de un vector unitario perpendicular a la superficie de la localización i se obtienen de (Felicísimo Pérez 1994, 57): sincos sinsin cos Obtenidas estas coordenadas para cada vector perpendicular a la superficie, el módulo del vector suma se calcula para un conjunto de n vecinos de la localización i (los 8 vecinos inmediatos por ejem-
32 plo o los vecinos a menos de un radio prefijado de distancia). La expresión que permite calcular el módulo del vector suma es (Felicísimo Pérez 1994, 57): Opcionalmente se puede estandarizar este valor dividiéndolo entre el tamaño muestral (n): ∑ ∑ ∑ Como el módulo de los vectores normales a cada celda es 1, al normalizar por el tamaño muestral, la rugosidad quedará expresada por un número entre 0 y 1. Como ya se ha dicho, el módulo del vector suma es inversamente proporcional a la rugosidad. Si queremos expresar la rugosidad de forma que el valor incremente proporcionalmente a esta y siga quedando comprendido entre 0 y 1, hay que restar a 1 (el inverso, esto es no es adecuado pues el resultado quedaría comprendido entre 1 e ∞). Así: Í 1 Para utilizar estas expresiones en ArcGIS hay que utilizar varias herramientas y realizar una serie de pasos. Para facilitar su realización he creado con el Model Builder de ArcGIS una nueva herramienta (script), Rugosidad_Focal (Figura 8), que calcula el módulo del vector suma de los vectores normales a la superficie para cada celda y sus vecinas en un radio definido por el usuario (en este caso 3 km). En otras palabras, a partir de un MDT devuelve un mapa en el que cada celda adopta el valor de rugosidad de su vecindad, siendo esta un parámetro manipulable. La cadena de las 16 operaciones que realiza la nueva herramienta Rugosidad_Focal es la siguiente (figura 11): A. A partir del MDT, generación de un MDD de pendientes en grados (Spatial Analyst Tools > Surface > Slope). B. A partir del MDT, generación de un MDD de orientaciones en grados (Spatial Analyst Tools > Surface > Aspect). C. Reclasificación del MDD de orientaciones para evitar los valores -1 que representan las zonas llanas sin orientación (Spatial Analyst Tools > Reclass > Reclassify). Los valores originales -1 pasan a tener valor 0; los valores originales 0 pasan a tener valor 360. Esto supone que aun con diferente valor, ambos representan una orientación N. Las zonas llanas (ahora con valor 0) no deberían tener orientación y sin embargo así han quedado orientadas al N. Esto no supone un problema en este procedimiento analítico pues la orientación será utilizada conjuntamente a la pendiente y en las zonas llanas el valor de pendiente 0 anulará la el valor de orientación (ver más abajo). En realidad lo fundamental de este paso es por tanto eliminar los valores negativos de las zonas llanas que afectarían a los cálculos trigonométricos posteriores. Esto se puede hace de diversos modos, siendo el más sencillo utilizar Spatial Analyst Tools > Math > Abs que devuelve un raster con el valor absoluto de cada valor del raster original. Así los valores -1 pasarían a tener valor 1, pero en todo caso serían anulados al analizarse con las pendientes 0. Sin embargo he preferido realizar esta reclasificación para mantener valores únicos para las zonas llanas y el resto de las orientaciones. D. Conversión del MDD de pendientes de grados a radianes aplicando la siguiente expresión de Map Algebra: [MDD pendientes] * 3.14159265358979323846 /180 (Spatial Analyst Tools > Map Algebra > Single Output Map Algebra). Las funciones trigonométricas de ArcGIS requieren ángulos expresados en radianes, por lo que este paso es necesario. E. Conversión del MDD de orientaciones de grados a radianes aplicando la siguiente expresión de Map Algebra: [MDD pendientes] * 3.14159265358979323846 /180 (Spatial Analyst Tools > Map
33 Algebra > Single Output Map Algebra). Las funciones trigonométricas de ArcGIS requieren ángulos expresados en radianes, por lo que este paso es necesario. F. A partir del MDD de pendientes, obtención de un MDD del seno de la pendiente (Spatial Analyst Tools > Math > Trigonometric > Sin). G. A partir del MDD de pendientes, obtención de un MDD del coseno de la pendiente (Spatial Analyst Tools > Math > Trigonometric > Cos). H. A partir del MDD de orientaciones, obtención de un MDD del seno de la orientación (Spatial Analyst Tools > Math > Trigonometric > Sin). I. A partir del MDD de orientaciones, obtención de un MDD del seno de la orientación (Spatial Analyst Tools > Math > Trigonometric > Cos). J. A partir de los MDD de seno de la pendiente y coseno de la orientación, obtención de un MDD de la coordenada cartesiana X del vector normal a la superficie de cada celda aplicando la siguiente expresión de Map Algebra: [Seno de la pendiente] * [Coseno de la orientación] (Spatial Analyst Tools > Map Algebra > Single Output Map Algebra). K. A partir de los MDD de seno de la pendiente y seno de la orientación, obtención de un MDD de la coordenada cartesiana Y del vector normal a la superficie de cada celda aplicando la siguiente expresión de Map Algebra: [Seno de la pendiente] * [Seno de la orientación] (Spatial Analyst Tools > Map Algebra > Single Output Map Algebra). L. A partir del MDD de coseno, obtención de un MDD de la coordenada cartesiana Z del vector normal a la superficie de cada celda aplicando la siguiente expresión de Map Algebra: [Coseno de la pendiente] * 1 (Spatial Analyst Tools > Map Algebra > Single Output Map Algebra). M. A partir del MDD de la coordenada cartesiana X del vector normal a la superficie de cada celda, obtención de un MDD de la suma de los valores de dicha coordenada en una vecindad especificada, en este caso definida por un círculo con un radio de 3 km (Spatial Analyst Tools > Neighborhood > Focal Statistics). N. A partir del MDD de la coordenada cartesiana Y del vector normal a la superficie de cada celda, obtención de un MDD de la suma de los valores de dicha coordenada en una vecindad especificada, en este caso definida por un círculo con un radio de 3 km (Spatial Analyst Tools > Neighborhood > Focal Statistics). O. A partir del MDD de la coordenada cartesiana Z del vector normal a la superficie de cada celda, obtención de un MDD de la suma de los valores de dicha coordenada en una vecindad especificada para cada celda, en este caso definida por un círculo con un radio de 3 km (Spatial Analyst Tools > Neighborhood > Focal Statistics). P. A partir de los MDD de las sumas focales de las coordenadas cartesianas X, Y y Z de los vectores normales a la superficie de cada celda, obtención un MDD del módulo del vector suma aplicando la siguiente expresión de Map Algebra: Sqrt(Sqr([SUM_Y]) + Sqr([SUM_X]) + Sqr([SUM_Z])) (Spatial Analyst Tools > Map Algebra > Single Output Map Algebra). Este MDD del módulo del vector suma, o preferiblemente su valor normalizado por el tamaño muestral, es en esencia un MDD de rugosidad (figura 12), como ya se ha argumentado.
34 Figura 11. Rugosidad_Focal. Arriba: interfaz de la herramienta. Abajo: modelo de análisis del script creado en Model Builder de ArcGIS (Verde: conjuntos de datos. Naranja: Procesos analíticos. Azul: Parámetros modificables). Para una explicación detallada de los procesos del modelo véase el texto.
35 Figura 12. Mapa de rugosidad. Ríos y sombreado añadidos para facilitar la interpretación del mapa. Cada celda contiene el valor del módulo del vector resultante de la suma de los vectores normales de todas las celdas contenidas en un radio de 3 km. Así los valores bajos indican mayor rugosidad. Nótese que hay zonas llanas que tienen valores altos de rugosidad. Esto se debe al tamaño de la vecindad definida, que hace que cada celda exprese un valor medio para una zona amplia que puede contener situaciones contrastadas. Es el caso de la llanura de inundación de los ríos en presencia del escarpe, por ejemplo. Conviene tener en cuenta que la ejecución de Focal Statistics sobre superficies raster de grandes dimensiones y con vecindades amplias puede dar lugar a cálculos demasiado exigentes para las capacidades del ordenador. En este caso no podrá ejecutarse la herramienta Rugosidad_Focal. Como alternativa he creado la herramienta Rugosidad_Zonal (figura 13) que circunscribe el cálculo específicamente a las zonas que interese, en este caso los entornos de los yacimientos definidos por un radio de 3 km. En otras palabras, a partir de un MDT y una capa que defina las zonas de estudio devuelve un mapa en el que cada zona adopta el valor de rugosidad conforme se ha explicado arriba. Así se limita notablemente el número de iteraciones que ha de desempeñar al análisis. Los inconvenientes de esta
36 alternativa son: 1No devuelve un mapa de rugosidad, sino valores de rugosidad para entornos concretos. 2No admite el uso de zonas solapadas (si las zonas se solapan hay que repetir el análisis por grupos de zonas no solapadas y posteriormente unir los resultados). Los pasos que ejecuta la herramienta Rugosidad_Zonal son los siguientes (A a L igual que Rugosidad_Focal): M. A partir de la capa de zonas y del MDD de las coordenadas cartesianas X de los vectores normales a la superficie de cada celda, obtención de un MDD de la suma de las coordenadas cartesianas X contenidas dentro de las zonas especificadas en la capa correspondiente (Spatial Analyst > Zonal > Zonal Statistics). N. A partir de la capa de zonas y del MDD de las coordenadas cartesianas Y de los vectores normales a la superficie de cada celda, obtención de un MDD de la suma de las coordenadas cartesianas Y contenidas dentro de las zonas especificadas en la capa correspondiente (Spatial Analyst > Zonal > Zonal Statistics). O. A partir de la capa de zonas y del MDD de las coordenadas cartesianas Z de los vectores normales a la superficie de cada celda, obtención de un MDD de la suma de las coordenadas cartesianas Z contenidas dentro de las zonas especificadas en la capa correspondiente (Spatial Analyst > Zonal > Zonal Statistics). P. A partir de los MDD de la suma de las coordenadas de los vectores normales dentro de cada zona, obtención de un MDD del módulo del vector suma de todos los vectores contenidos en cada zona aplicando la siguiente expresión de Map Algebra: Sqrt(Sqr([SUM_Y]) + Sqr([SUM_X]) + Sqr([SUM_Z])) (Spatial Analyst Tools > Map Algebra > Single Output Map Algebra). El MDD resultante en este caso es un raster que contiene n zonas y dentro de cada una de ellas todas las celdas tienen el valor del módulo del vector suma de todos los vectores normales a la superficie contenidos en la correspondiente zona. Es decir, es un MDD de rugosidad por zonas. Una vez creado el MDD de rugosidad (figura 12) hay que extraer de él los valores correspondientes a las localizaciones de los yacimientos del mismo modo que se ha hecho con la altitud absoluta: Spatial Analyst Tools > Extract Values to Points o Sample. Una vez hecho eso hay que estandarizar la muestra dividiendo el valor de rugosidad por el tamaño muestral, que dadas las dimensiones de los entornos y la resolución a la que se trabaja, es de 282677 celdas. Y finalmente, como ya se ha dicho, se resta el resultado a 1, para obtener un índice comprendido entre 0 y 1 directamente proporcional a la rugosidad. Estas operaciones se pueden hacer en ArcGIS con Field Calculator o en una hoja de cálculo de Excel.
37 Figura 13. Rugosidad_Zonal. Arriba: interfaz de la herramienta. Abajo: modelo de análisis del script creado en Model Builder de ArcGIS (Verde: conjuntos de datos. Naranja: Procesos analíticos. Azul: Parámetros modificables). Para una explicación detallada de los procesos del modelo véase el texto.
44 Un primer problema que encontramos a la hora de plantear un análisis de la movilidad es que el movimiento depende de numerosas variables. Descontadas las biológicas y asumiendo una velocidad de desplazamiento en llano fuera de caminos de unos 4 km/h, quedan todas las variables físicas y culturales. Descontadas también las culturales (polos de atracción/repulsión, costumbres condicionantes de los tiempos de desplazamiento…) por ser completamente desconocidas, sólo nos quedan las físicas. No obstante el problema sigue siendo complejo pues el número de variables físicas puede ser tremendo y de difícil modelización matemática sin una sólida base empírica para cada territorio y circunstancias (llegando al extremo se podrían considerar variables como la altitud extrema con disminución de oxígeno o nieblas que restan visibilidad pero que son excesivamente concretos y de poca aplicabilidad). Digo circunstancias porque éstas varían en el tiempo, y he aquí el otro gran problema de los análisis de movilidad en Arqueología. La morfología del territorio cambia a resultas de los procesos de erosión y sedimentación, la cubierta vegetal se modifica por acción climática y antrópica, el régimen fluvial, la humedad de suelo y la pluviosidad y/o cobertura nívea no sólo cambian a lo largo de la Historia sino que siguen ciclos anuales que condicionan de manera diferente el movimiento según las estaciones. Así pues, no sólo se trata de una modelización multivariante sino que debiera requerir también una consideración temporal a diferentes escalas, tanto lineales como cíclicas. Pese a poder articular un discurso verbal sobre la reconstrucción ambiental (vegetación, relieve y clima) de la Edad del Bronce (Pérez-Lambán 2013), no alcanzo un nivel de detalle en el conocimiento cuantitativo de estas cuestiones que me permita modelizarlas espacialmente con suficiente precisión para ser correctamente incluidas en el análisis en el SIG. Ante la imposibilidad de realizar una modelización paleoambiental cuantificada suficiente -hoy por hoy imposible según el estado actual de las investigacionesy sin una labor empírica con recreación de las condiciones dadas por la antedicha reconstrucción, es necesario prescindir de las variables menos determinantes y considerar unas condiciones ambientales estables a lo largo del año y a lo largo de los más de 1000 años que abarca el periodo estudiado. Estas limitaciones son más que suficientes para descartar la validez del modelo en cuanto a resultados cálculos de casos individuales, pero en mi opinión sigue siendo una herramienta útil en el estudio comparativo de poblaciones numerosas. Las dos variables que serán tenidas en cuenta para la modelización del movimiento son la topografía y las zonas húmedas con vegetación de ribera, ambas ligeramente corregidas para aproximarse a una situación estática presupuesta para la Edad del Bronce. 5.1.1. La vegetación La variable de la vegetación, una vez que se ha renunciado a realizarse una cartografía precisa y sobre todo a contemplar su variabilidad temporal, es relativamente sencilla de manejar: se trata de identificar las zonas donde debieron de existir comunidades vegetales más impermeables al tránsito. La única que cabe contemplar en la zona de estudio es la vegetación de ribera, que por su frondosidad y por su orla espinosa tuvo que dificultar el tránsito (en ausencia de caminos abiertos y cuidados). Estas zonas pueden ser establecidas indirectamente en función de otras variables, como la proximidad a los cauces. Para ello se ha elaborado un mapa que recoge aquellas superficies que tienen unas especiales condiciones de humedad/vegetación que pueden afectar al movimiento, y a cada una de ellas se le ha otorgado un factor de corrección del tiempo de desplazamiento. La determinación de estas superficies parte de la combinación de su naturaleza geomorfológica, su pendiente (Spatial Analyst Tools > Surface> Slope) y la proximidad a los ríos principales y secundarios (Analysis Tools > Proximity > Buffer). Estos factores han sido reclasificados (Spatial Analyst Tools > Reclass > Reclassify) y combinados (Raster Calculator) según los criterios recogidos en la siguiente tabla:
45 Tabla 9. Tabla con los factores de corrección de los tiempos de desplazamiento por vegetación-humedad en función de tres factores: geomorfología, pendiente y proximidad a los cauces principales y secundarios. Factor de corrección* del tiempo de desplazamientos Pendiente Geomorfología Distancia a cauce 2 Riberas de los cauces principales. Vegetación de ribera, cauce cambiante, inundación. < 5% Aluvial < 50 m de cauce principal 2 Riberas de los cauces secundarios. Vegetación de ribera. < 5% - < 10 m de cauce secundario 1,5 Terrenos aluviales (y actuales terrazas bajas recientes). Vegetación de ribera más espaciada. Inundaciones más ocasionales. < 5% Aluvial - 1,5 Zonas potencialmente semi-endorreicas. Mayor concentración de humedad y desarrollo vegetal. Posibilidad de encharcamiento puntual. < 5% Arcillas y glacis compactos 1 Zonas sin condiciones de humedad especiales - - - * Reclassify sólo devuelve rasters de valores enteros. Para obtener los valores de esta tabla hay que reclasificar al doble de los mismos (2, 3 y 4), convertir el resultado de un raster de valores enteros a uno de valores racionales mediante Spatial Analyst Tools > Math > Float y dividir entre 2 en el Raster Calculator, o directamente en Raster Calculator: Float(Factores)/2 5.1.2. La topografía La topografía por su parte plantea más dificultades, pero junto con la distancia es generalmente la variable fundamental de la modelización del movimiento. Habitualmente se incluye mediante la pendiente derivada de un MDT. La variable de la pendiente en los análisis de movilidad pretende reflejar la incidencia que la topografía tiene en los desplazamientos. Esto en sí supone ya una simplificación: no es lo mismo la pendiente del terreno que la pendiente de la trayectoria de un desplazamiento sobre dicho terreno. Por ello se suele hablar de análisis isotrópicos (iguales para toda dirección del movimiento por lo que no tienen en cuenta esta cuestión) y análisis anisotrópicos (sí que contemplan la variación en la orientación). Los segundos son por tanto más correctos y complejos, pero no necesariamente los más adecuados a los fines de una investigación. En este caso aplico un tratamiento anisotrópico para la movilidad focal. La pendiente, como expresión de la morfología del terreno, no puede ser considerada en términos atemporales. No se puede pasar por alto los cambios que el relieve de la Depresión del Ebro ha sufrido en los últimos 4000 años. Los cambios más importantes han sido los retrocesos de los escarpes y los rellenos de los valles, lo que resulta en una reducción notable de la pendiente en los fondos de valle y menos acusada en las vertientes. La forma de modelar una paleo-topografía es complicada pero no imposible7. No obstante escapa a las posibilidades de este trabajo, por lo que aquí voy a recurrir a una 7 Por ejemplo dos posibilidades son: A partir de una cartografía geomorfológica lo suficientemente detallada de la zona de estudio y de un minucioso e intensivo trabajo de campo, establecer la superficie y los espesores de los rellenos de los fondos de valle y las cotas de los remanentes de laderas (talus flatirons) de la época que nos interesa. A partir de estos datos habría que estimar mediante correlaciones una tasa de retroceso de escarpes y otra de relleno de valles en función de las variables pertinentes (desnivel, pendiente de las laderas, pendiente del cauce, superficie de captación en cabecera…). Con estas tasas y con las cotas de los relictos de laderas se pueden trazar los perfiles de las laderas antiguas. De nuevo habría que buscar en una localización dada la correlación entre las variables pertinentes (desnivel, pendiente de las laderas, pendiente del cauce, superficie de captación en cabecera…) y la diferencia de cota entre el perfil antiguo y el nuevo. El conocimiento de esta correlación permitiría estimar la diferencia entre la cota actual y la pasada para todas las localizaciones del mapa correspondientes a laderas. El segundo procedimiento es más sencillo, pues sólo corrige los rellenos de valle. Igualmente requiere disponer de un mapa geomorfológico detallado para identificar los rellenos de valle con precisión y eliminar sus datos altitudinales de una altimetría o de un MDE actua-
46 solución más sencilla: incrementar arbitrariamente el valor de la pendiente en las zonas de fondos de valle multiplicándolo por un corrector dependiente de la distancia al cauce. Este procedimiento conocido como stream burning (grabado de ríos; literalmente “quemado” de ríos) fue ideado inicialmente para análisis hidrológicos y busca acentuar la incisión de los cauces en un MDT para forzar que los flujos calculados discurran por ellos (Saunders 1999) pero, con variaciones, también han sido utilizados para incrementar la pendiente de las riberas y con ello aumentar los costes de desplazamiento por las mismas. Tal es el uso que de esta idea hacen Fábrega-Álvarez et al. (2011, 255), quienes sobre un MDD de pendientes sustituyen el valor de pendiente de las celdas contiguas a los cauces por un valor elevado arbitrario (25º grados para los cauces principales y 15º para los secundarios). Una forma más sofisticada de hacer algo similar es actuar sobre el MDT y hacerlo en función de la altitud inicial de cada celda y de su distancia al cauce. Las celdas coincidentes con el propio cauce verán su altitud disminuida en un valor arbitrario de 10 m, a las contiguas (distantes del cauce 10 m) se les resta 5 m, a las siguientes (distantes 20 m del cauce) 2 m, y aquellas cuya localización sea aún más lejanas conservarán intacto su valor altitudinal (resta de 0m). Esto se logra efectuando un cálculo de distancias respecto a la capa de cauces (Spatial Analyst Tools > Distance > Euclidean distance) y reclasificando el resultado según los intervalos antedichos (Spatial Analyst Tools > Reclass > Reclassify). Después con el Raster Calculator se resta el raster resultante al MDT. Así obtenemos un MDT con los “ríos grabados” (burned DEM) que servirá para el cálculo de pendientes (Spatial Analyst Tools > Surface > Slope) y de costes de movimiento. Ecuación de coste de desplazamiento Otra cuestión es cómo establecer la relación entre la variable independiente (pendiente) y la dependiente (coste de desplazamiento), y qué magnitud y qué unidades deben expresar esta segunda. Normalmente se emplea como magnitud la energía (expresada en vatios, julios o mejor en calorías; esto permite hacer estudios de la rentabilidad del desplazamiento para la obtención de un recurso alimenticio o traducible en alimento), la velocidad a la que puede atravesarse una celda (expresada en m/s o km/h) o el tiempo que cuesta atravesar una unidad de mapa (expresado en segundos, en minutos o en horas). Lo más habitual y lo más conveniente es emplear como medida del coste de desplazamiento el tiempo: en si mismo expresa la velocidad (puesto que la unidad de mapa es una constante) y es la magnitud más útil para analizar las sociedades humanas (excepto para los estudios biológicos de coste-resultado en el acceso a recursos alimenticios). Así pues hay que encontrar la forma de relacionar la pendiente y el tiempo que cuesta atravesarla. Hay numerosas ecuaciones surgidas de necesidades militares y deportivas que resuelven esta relación. Quizás la más famosa sea la Regla de Naismith8 que en su formulación inicial establece una velocidad normal de marcha de 5 km/h en terreno llano, a lo que hay que añadir 1 hora de tiempo cada 600 m de ascensión (Fritz y Carver 1998). Posteriormente les. Posteriormente habría que prolongar los perfiles de las laderas sobre las zonas eliminadas. Esta prolongación es una extrapolación que a partir de los valores de un número suficiente de localizaciones calcula el valor de una localización situada fuera del espacio definido por las anteriores (en este caso fuera de la ladera actual). Por tanto no sirven los métodos de interpolación que habitualmente se emplean para calcular los MDE. Seguramente habrá procedimientos matemáticos que permitan establecer la tendencia general de una ladera (análogos a las interpolaciones por superficie de tendencias o splines) y prolongarla. Como yo los desconozco propongo un simple análisis focal para realizar esta extrapolación en un MDE del que se han eliminado los fondos de valle. Considérese una ventana de análisis de 5 x 5 celdas; llamaremos a la celda central X, las 8 celdas adyacentes serán A1-8 y las 16 celdas exteriores serán B1-16. La celda procesada es X, y ha de ser siempre una de las celdas cuyo valor ha sido eliminado por corresponder a un fondo de valle. Es análisis es iterativo y empieza por las celdas sin valor (fondo de valle) adyacentes a celdas con valor (ladera). En la primera iteración X se calcula según | |, de modo que la celda procesada toma un valor inferior a sus adyacentes en la misma medida en que éstas son inferiores a sus adyacentes. En el caso en el que por una irregularidad en el perfil de la ladera , se seguiría manteniendo que (concretamente ) gracias a que se considera siempre el valor absoluto de . En la segunda iteración se aplica el mismo cálculo a las celdas adyacentes a las calculadas en la primera iteración y así sucesivamente hasta que no quedan celdas sin valor. El problema de este procedimiento es que da lugar a cauces muy incididos allí donde las laderas del valle tienen más pendiente, mientras que en las zonas más llanas el descenso de cota del fondo de valle puede ser menor. Esto puede llevar a que en las zonas en las que el valle sale del monte al llano se produzca un sumidero (zona sin drenaje al exterior) por lo que habrá que corregir el MDE resultante para rellenar estos sumideros hasta el nivel en el que drenen al exterior (el cauce en la zona llana). 8 No debe confundirse, como habitualmente sucede, a este Naismith con su coetáneo de igual apellido inventor del baloncesto. William Wilson Naismith (1856 - 1935) fue un montañero escocés, uno de los fundadores del Scottish Mountaineering Club y su primer tesorero, y en 1892 creó la regla de desplazamiento que lleva su nombre. Por otra parte James Naismith (1861 - 1939) fue un entrenador deportivo canadiense afincado en los EEUU que en 1891 inventó el baloncesto.
47 fue matizada para desplazamientos por terreno natural (Aitken 1977) y para tener en cuenta el efecto del descenso, que ayuda al movimiento hasta determinada pendiente (Langmuir 1984). Con posterioridad han surgido muchas otras ecuaciones que han tenido repercusión en los análisis de movilidad en SIG y en arqueología. Algunas de ellas se recogen en la tabla 10. Tabla 10. Tabla que recoge algunas de las ecuaciones que utilizadas habitualmente en la bibliografía para calcular los costes de desplazamiento. Ecuación Variables Comentarios Regla de Naismith ,∆, (Fritz y Carver 1998) t: tiempo. d: distancia horizontal. ∆h: desnivel ascendente. 5 km/h en llano más 1 hora cada 600 m de ascensión Regla de Naismith – Aitken ,∆, (Aitken 1977) t: tiempo. d: distancia horizontal. ∆h: desnivel ascendente. Variación de la anterior: 4 km/h en terreno natural. Regla de Naismith – Aitken – Langmuir ,,∆,, (Langmuir 1984) t: tiempo. ∆h: desnivel ascendente. h: desnivel descendente p: pendiente. Variación de la anterior: el desnivel descendente supone reducir el tiempo de marcha 10 minutos cada 300 m de desnivel en pendientes de 5º a 12º y aumentarlo 10 minutos extra cada 300 m de desnivel en pendientes mayores de 12º Pandolf et al. (1977) , , ⁄ ,, M: energía empleada expresada en vatios w: peso del individuo (weight) l: carga transportada (load) n: factor del terreno, facilidad de tránsito v: velocidad g: pendiente en porcentaje Wheatley y Gillings (2002, 155) citan esta ecuación como de Marble (1996). Ha tenido cierta aceptación en arqueología por su carácter multicriterio (Grau Mira 2006), pero en realidad no resulta muy conveniente. Es una ecuación para individuos, de manera que en estudios generales todas las variables excepto la pendiente has de ser sustituidas por constantes (valores medios). Así pierde su carácter multicriterio. Además expresa el coste en vatios y de modo no muy realista (van Leusen 2002, cap. 6 pág. 7). Pandolf et al. (1977) – van Leusen (2002) , , ⁄ ,,|| M: energía empleada expresada en vatios w: peso del individuo (weight) l: carga transportada (load) n: factor del terreno, facilidad de tránsito v: velocidad g: pendiente en porcentaje Variación de la anterior: considera la pendiente descendente como retardante del movimiento a partir de los 6º (10%). Por ello la pendiente se contempla en valores absolutos y se le suma 6 (considero que como esta fórmula requiere la pendiente en porcentaje, habría que sumar 10 y no 6). Ericson y Goldstein (1980) ,, E: Esfuerzo H: distancia horizontal. Dup: desnivel de subida. Ddown: desnivel de bajada. No ofrece un resultado en tiempo. Excesiva diferencia entre coste de subida y de bajada. Gilman y Thornes (1985) ,,
48 t: tiempo en segundos r: distancia en metros (o píxeles) p: pendiente en porcentaje Similar a la Regla de Naismith pero adaptada al uso de pendientes y no de desniveles. Fairén et al. (2006, 64) y Sebastián (2011, 173) la citan como ecuación de Uriarte González (2005, 613). En estos trabajos, r se asimila a la resolución del píxel. Según el algoritmo en el que se vaya a utilizar la ecuación esta asimilación no es correcta. Por ejemplo el de Cost Accumulation de ArcGIS requiere que los costes se calculen por unidad de mapa, que luego el propio algoritmo multiplica por la resolución (o por la resolución por raíz de 2 para las diagonales). Tobler (1993) ,|,| v: velocidad en km/h s: razón geométrica del desnivel sobre la distancia Basada en datos empíricos aportados por Imhof (1950, pp 217-220). Ecuación logarítmica que se ajusta bien a la realidad del movimiento. Tiene en consideración la ventaja de un suave descenso y la desventaja de un descenso fuerte. Para más detalles véase el texto. Bell y Lock (2000, 88-89) ⁄ c: coste. α: pendiente. Coste en unidades desconocidas. El coste será 1 para pendientes de 1º (1,75%), menor que 1 para pendientes entre 0º y 1º y mayor que 1 para pendientes superiores a 1º, con una tasa de incremento que se vuelve significativa a partir de 25º-35º. Hay que tener en cuenta que la tangente de la pendiente equivale a decir la ratio entre el desnivel y la distancia, o lo que es lo mismo, la pendiente en porcentaje dividida por 100. Hayden – Agustín Díaz / E: Esfuerzo p: pendiente en porcentaje. Van Leusen (2002, cap.6 pág. 6) la atribuye a Hayden (sin referencia) y Parcero y Fábrega (2006, 76) a Agustín Díaz (sin referencia). En realidad no es más que una forma de expresar la pendiente de 0 a 10 cuando antes hacía de 0 a 100. La ecuación que relaciona el tiempo de desplazamiento por unidad de distancia y la pendiente ha de ser coherente con la realidad del movimiento. Si bien el principio fundamental de esta relación es que el tiempo se incrementa conforme lo hace la pendiente, no puede establecerse una relación lineal sino más bien exponencial. Por otro lado podría pensarse que al reducir la pendiente por debajo de 0, esto es, en los descensos, el efecto sería el contrario, es decir, que la bajada ayudase al movimiento reduciendo los tiempos de desplazamiento. Esto no es así, o más bien, no es siempre así. En un ligero desnivel descendente la gravedad supone una ayuda al desplazamiento pero, a partir de determinado umbral de pendiente, luchar contra ella para controlar la velocidad y dirección del descenso supone un esfuerzo análogo al que implica vencerla en la subida. Así, conforme mayor es la pendiente en la bajada mayor será el esfuerzo que requiera el desplazamiento. Tanto es así que los datos empíricos de costes de desplazamiento en diferentes pendientes, tanto en ascenso como en descenso, dibujan una gráfica tendente a una parábola simétrica, con el punto de inflexión ligeramente desplazado del centro hacia los valores negativos de la variable independiente (figura 15).
49 Figura 15. Curvas de costes de desplazamiento en función de la pendiente (en grados). A: formulación de la ecuación de Tobler (1993). B: Gráfica de la velocidad de desplazamiento calculada con la ecuación del Tobler. Nótese que la velocidad máxima no se alcanza en pendiente = 0º, sino en -3º; por encima y por debajo de este valor la velocidad decrece. C: Gráfica de tiempos de desplazamiento; los tiempos se incrementan logarítmicamente con el ascenso y el descenso. D: Gráfica de costes de desplazamiento basada en datos empíricos (2000, 71, fig. 2). Nótese que al igual que la ecuación de Tobler, describe una parábola y que el coste mínimo no coincide con la pendiente 0º sino con -5º (aprox.). Por tanto la ecuación que relacione tiempo y pendiente ha de ser exponencial para reflejar el verdadero efecto de la pendiente, ha de trabajar con los valores absolutos de pendiente para que sea simé-
50 trica y los descensos incrementen el coste de desplazamiento9 y ha de tener su punto de inflexión ligeramente desplazado hacia la izquierda. La ecuación de Tobler (1993)10 reúne estas características pues está formulada a partir de una serie de datos empíricos (Imhof 1950) y la curva que describe es muy similar a la ofrecida por Llobera (2000, 71, fig. 2) en base a los datos de Minetti (1995), lo que le otorga mayor confianza. Su expresión es la siguiente: 6, |,| donde v es la velocidad, es decir distancia dividida por tiempo, y s es la pendiente expresada como la razón geométrica del desnivel y la distancia11. La velocidad máxima es de 6 km/h, que puede alcanzarse cuando s = -0,05 (pendiente de -2,86º). En horizontal (pendiente 0º; s = 0) la velocidad calculada es de 5,04 km/h. Es decir, la forma de esta ecuación es: donde cvmax es el coeficiente de velocidad máxima prevista y f(p) es una función de la pendiente (exp(-3,5 |s+0,05|)). Ahora bien, como ya se ha dicho, nos interesa el cálculo del coste expresado en unidades de tiempo, así que: ; ; 6, |,| donde t es el tiempo transcurrido en horas y d es la distancia recorrida en kilómetros. Pero generalmente en los SIG se usa el metro como unidad de distancia, y consecuentemente m/s para la velocidad y el segundo para el tiempo. Por ello la distancia expresada en metros habrá que dividirla entre 1000 para convertirla en kilómetros y el tiempo calculado para tenerlo en segundos habrá que multiplicarlo por 3600. Por otra parte Tobler advierte que de esta fórmula resulta una velocidad en llano de 5 km/h, pero que para recorrido fuera de caminos habría que aplicar un corrector de x3/5 (0,6), esto es, una velocidad en llano fuera de camino de 3 km/h. Aunque esta velocidad en llano quizás es demasiado lenta, al menos en un terreno relativamente firme como el de la zona de estudio con una vegetación que, excepto en las zonas de ribera, no debió de dificultar demasiado el movimiento. Por ello en este trabajo utilizo una velocidad en llano de 4 km/h y el corrector por tanto ha de ser de x4/5 (0,8). Así, utilizando como unidades de tiempo y distancia el segundo y el metro, y aplicando el corrector de velocidad: 1000 36004 56, |,| ; 3 4 , |,| Otra advertencia que hay que hacer es que cuando se introduce una ecuación de este tipo en un análisis de base raster el valor asignado a la distancia (d) dependerá de qué queremos que represente la superficie de costes que estamos construyendo. Si queremos que refleje el tiempo que cuesta atravesar una celda d deberá ser igual a la resolución. Pero si lo que buscamos es que la superficie creada muestre el tiempo que se tarda en atravesar una unidad de mapa, d habrá de ser dicha unidad, típicamente el 9 Esta condición es menos relevante en los análisis isotrópicos. En ellos las pendientes siempre son positivas, por lo que no se calculan los costes de descenso. Se asume que éstos son análogos a los del ascenso en virtud de la pseudo-simetría de las curvas de movimiento. 10 Gorenflo y Gale (1990) presentaron, como “comentario personal” de Tobler, esta ecuación que expresaba la velocidad de marcha de los soldados en función de la pendiente. Poco después el mismo Tobler (1993) publicó esa ecuación como “función del excursionismo estimada a partir de los datos empíricos aportados por Imhof (1950, 217-220)”. 11 Por tanto, si tenemos una pendiente (p) en porcentaje, s = p/100; si tenemos la pendiente en grados, s = tan (p). Wheatley y Gillings (2002, 155) equivocadamente escriben que en esta ecuación la pendiente se expresa en porcentaje, esto es, 100 s.
51 metro. Esta segunda opción es la adoptada en este trabajo pues es necesaria dada la lógica de los algoritmo que emplea ArcGIS. En definitiva, la ecuación de Tobler pone el tiempo en relación a la distancia (d), al coeficiente que es el tiempo mínimo en que se puede atravesar una unidad de distancia (ct = ¾ = 0,75 s, en la adaptación hecha de la ecuación; es el inverso del coeficiente de velocidad máxima) y al inverso de la función de la pendiente (f(p) = exp(-3,5 |s+0,05|). Esto es: 1 Un poco más complicado: el zigzag Llegados a este punto aún queda una cuestión por tratar, y esta es la forma en la que nos desplazamos por una pendiente. La estrategia de desplazamiento del ser humano por una pendiente varía en función de la misma, de modo que a grandes rasgos podemos considerar 3 formas de afrontar un ascenso o un descenso. Hasta determinado nivel de pendiente caminar en línea recta es lo más eficiente, de modo que la pendiente no condiciona la forma de desplazamiento: se camina hacia donde convenga. Pero si la ladera tiene una inclinación mayor acaba siendo más rentable dar rodeos o zigzaguear aumentando la distancia y manteniendo baja la pendiente en lugar de encarar ésta directamente. Por último, si la pendiente es excesiva resulta difícil o imposible caminar y en tal caso nos vemos obligados a trepar o escalar. Llobera y Sluckin (2007, 211-213) han identificado el umbral a partir del cual afrontar la pendiente deja de ser rentable y se comienza a trazar zigzags alargando la distancia recorrida pero manteniendo baja la pendiente. Este umbral queda fijado en 16° (28,67 %) en la subida y 12,4° (21,99 %) en la bajada. En cuanto al nivel de pendiente a partir del cual caminar no es posible y hay que echar las manos al suelo, es algo muy dependiente del tipo de terreno y su rugosidad, pero en términos generales podemos tomar un valor entre 45° y 60°. En este trabajo el umbral de escalada quedará fijado en 120% (50,19°). En la figura 16 se puede apreciar como el desplazamiento en zigzag afecta al cálculo de movilidad. Figura 16. Grafica de comparación de curvas de tiempo-pendiente. En rojo la curva derivada de la ecuación de Tobler (1993). En azul, la derivada de la ecuación de Tobler (1993) y las matizaciones del movimiento en zigzag extraídas de Llobera y Sluckin (2007). Se ha representado hasta pendientes de 50º, a partir de las cuales es necesario trepar o escalar, por lo que los tiempos de desplazamiento se vuelven muy elevados. Nótese que la introducción del zigzag hasta este límite de 50º minimiza el peso del factor topográfico en el cálculo del movimiento.
52 5.2. El cálculo y el análisis de la movilidad focal La movilidad focal tiene un origen prefijado (el yacimiento) y localizaciones de destino (cada una de las celdas contenidas en el entorno del yacimiento). Por tanto, es posible definir trayectorias y plantear un análisis anisotrópico del movimiento con el que describir de algún modo el grado, variabilidad y forma de la accesibilidad del entorno desde el yacimiento. Para ello se parte del tiempo que cuesta alcanzar cada localización del entorno de un yacimiento y de la isócrona tipo, esto es, el límite alcanzado en todas las direcciones en un tiempo de desplazamiento que en circunstancias ideales permitiría abarcar toda la superficie del entorno del yacimiento. A raíz de estos tiempos e isocronas se calculan una serie de índices que caracterizan la accesibilidad. La movilidad focal se refiere al modelo de desplazamiento desde localizaciones prefijadas, en este caso los yacimientos. Como los yacimientos son entidades diferentes (y no una entidad única formada por varias localizaciones) hay que construir estos modelos focales para cada localización. Como se ha dicho, este análisis puede ser anisotrópico. Pero hay que matizar que el movimiento depende de varios factores, algunos de los cuales son anisotrópicos (el desnivel o la pendiente) y otros son isotrópicos (como la vegetación). Por tanto, el tratamiento de unos factores y otros cuando se decide optar por un modelo anisotrópico debe ser cuidadoso. Tan erróneo sería tratar la vegetación anisotrópicamente como persistir en un modelado isotrópico del desnivel o la pendiente. Cómo debe introducirse cada factor en el modelo depende básicamente del funcionamiento del algoritmo de cálculo de movimiento que se esté utilizando. Por ello es importante conocer el funcionamiento interno de las herramientas que vienen en los programas de SIG. Éstas resuelven el problema de muy diversas maneras, pero hay dos conceptos básicos para la mayoría de ellas: la superficie de costes (o de fricción) y la superficie de costes acumulados. Ambas son MD, pero hay que tener cuidado con su construcción para que sean coherentes con la herramienta utilizada. La superficie de costes o de fricción es una hoja raster en que el valor de cada celda representa la dificultad que el terreno ofrece al movimiento. Este valor para una celda es único y, por tanto, independiente de la dirección con que se atraviese esa porción de terreno (isotrópico). Esta resistencia al paso o fricción puede deberse a múltiples factores y hay que tratar por separado los de naturaleza isotrópica y los anisotrópicos. Los primeros han de modelizarse siempre en una superficie de costes. Los segundos deberán o no codificarse en una superficie de costes (diferente a la anterior) en función del tipo de herramienta que se vaya a utilizar. La anisotropía se introduce en el momento de crear la superficie de costes acumulados, en la que cada celda representa el coste de desplazamiento hasta ella desde una o más localizaciones de origen. Hay básicamente dos formas hacer esto. El peso de los factores anisotrópicos (la pendiente, el viento…) depende de la dirección en la que actúa el factor (orientación) y la dirección del movimiento. La primera forma de introducir la orientación y dirección es matizar una superficie de costes a posteriori, en el momento en que se construye la superficie de costes acumulados. Por tanto en estos casos habrá que construir dos superficies de costes: una para los factores anisotrópicos y otra para los isotrópicos. Tal es el caso del algoritmo implementado en VARCOST del programa IDRISI que matiza el coste derivado de un factor (pendiente máxima, por ejemplo) en función del coseno de la diferencia angular entre su dirección y la dirección del movimiento (Eastman 2003, 257, 2006, 258; Wheatley y Gillings 2002, 152-154). La segunda forma de introducir la anisotropía es prescindir de la superficie de costes de los factores anisotrópicos (no de la de los isotrópicos) y calcular el valor de dichos factores ad hoc para cada movimiento, teniendo en cuenta su dirección, durante la construcción de la superficie de costes acumulados. Por tanto, si se opta por esta solución sólo se necesita una superficie de costes, y ésta debe
53 contener sólo los factores isotrópicos, pues los anisotrópicos se introducen después. Esta es la solución de la herramienta Path Distance12 de ArcGIS, que utilizo en este trabajo. Por tanto, dado que utilizo Path Distance, los factores isotrópicos van a ser codificados en una superficie de costes, mientras que los anisotrópicos serán introducidos ad hoc al construir la superficie de costes acumulados. 5.2.1. La superficie de costes o de fricción En este trabajo la resistencia al movimiento del terreno, con independencia de la pendiente, depende en primer lugar del tiempo mínimo que cuesta atravesar una unidad de distancia. Como hemos, visto esto es el coeficiente de tiempo en la adaptación de la ecuación de Tobler (ct = 3/4 = 0,75 s). En segundo lugar, la fricción depende de la vegetación. El factor de corrección de los tiempos de desplazamiento en función de la vegetación ya ha sido codificado en una hoja raster (Tabla 8). Dado que ambos factores son multiplicativos, para construir la superficie de costes o de fricción basta con multiplicar en Raster Calculator la hoja raster del factor de vegetación por 0,75 (3/4). 5.2.2. La superficie de costes de movimiento acumulados La primera forma de representar la movilidad focal de los yacimientos es la construcción de una superficie de costes acumulados. Esta superficie está en la base de cualquier análisis de la movilidad (isocronas, rutas óptimas…) por lo que es conveniente conocer cómo funcionan los algoritmos que la calculan. Los puntos de origen son las localizaciones de cada yacimiento. Los de destino son cada celda del entorno de cada yacimiento, encadenadas por vecindad y orden de costes acumulados. En este análisis anisotrópico, el coste específico de cada celda se calculará ad hoc para cada trayectoria. Por tanto las dos cuestiones que hay que comprender son cómo se establece la concatenación de celdas vecinas por menor coste de desplazamiento y cómo se calcula el coste para cada trayectoria entre celdas (contando con su pendiente y distancia reales). Estos dos puntos fundamentales están resueltos en la herramienta Spatial Analyst Tools > Distance > Path Distance de ArcGIS, aunque resulta un poco compleja y su correcta aplicación requiere un conocimiento profundo de su funcionamiento para poder adecuarla al planteamiento de un trabajo concreto. Las ventajas que ofrece son que considera la pendiente real de una trayectoria y no la pendiente máxima de una celda; que considera la distancia real (en el plano inclinado) y no la planimétrica, y que permite introducir también un factor anisotrópico horizontal (como por ejemplo el viento). En este caso no se va a introducir ningún factor anisotrópico horizontal (el ejemplo del viento podría ser interesante pero no para un cálculo general, sino para uno específico en días de Cierzo). Pero las otras dos ventajas sí serán de utilidad. Concatenación de celdas: el algoritmo de Dijkstra La primera cuestión a resolver es cómo se acumula el coste; cómo se establece la concatenación de celdas vecinas en función del menor tiempo de desplazamiento. El valor de coste de cada nueva celda es la suma de los costes de todas las celdas que hay que atravesar para llegar hasta ella desde el origen más próximo (en términos de coste, no de distancia euclídea). La determinación de las celdas 12 No debe confundirse Path Distance con Cost Distance, que es una herramienta anterior de ArcGIS que no permitía introducir la anisotropía. En esta herramienta, así como otras herramientas isotrópicas, el procedimiento normal era incluir la pendiente en la superficie de fricción. De ahí que en muchos manuales se insista en que la pendiente es el factor principal, a veces único, de la superficie de fricción (Wheatley y Gillings 2002, 154). Sin embargo hay que insistir, la pendiente sólo deberá ser incluida en una superficie de fricción si así lo requiere la herramienta que se esté utilizando.
60 (Ap) y la longitud máxima del polígono que definen (Lp). Ap puede ser computada en un nuevo campo mediante Calculate Geometry. Lp sin embargo deberá ser obtenido de uno de los campos de la tabla de atributos del resultado de aplicar a los polígonos de las isocronas la herramienta Data Management Toolbox > Features > Minimum Bounding Geometry (Sólo disponible a partir de ArcGIS 10) con la opción CONVEX_HULL o CIRCLE. Índice de sinuosidad de la isócrona tipo La complejidad de la forma de la figura se expresa mediante el índice de compacidad de Gravelius (Gc) que relaciona el perímetro (Pp) de un polígono con la circunferencia (Cc) de un círculo cuya área sea igual a la del polígono (Ap) (Gravelius 1914; Ibisate González de Matauco 2004): 2 2 2 20,282 Así se pone en relación el perímetro del polígono con el perímetro mínimo de una figura de igual área (un círculo). En el caso de una compacidad total (polígono = círculo; Pp = Cc), el Gc = 1. Conforme aumenta la sinuosidad del perímetro sin incrementar su área Gc > 1. Es decir, en realidad este índice guarda una proporción directa con la complejidad de la forma pero inversa con la compacidad: ∆ Gc = ∆ complejidad = compacidad. Por ello resulta conveniente utilizar en realidad el inverso de Gc para expresar la sinuosidad (Gc-1) de la forma entre 0 (complejidad total) y 1 (compacidad total): 1 3,5449 Podría parecer que este índice expresa más o menos lo mismo que el de Haggett. Sin embargo no es así; por ejemplo en el caso de una figura con una forma general circular pero con un perímetro muy largo debido a la complejidad de su trazado dará como resultado poca compacidad según Gravelius (Gc > 1 o Gs < 1), mientras que al no ser una forma alargada tendrá un alto índice de compacidad de Haggett (Hc ≈ 1). Igual que en el caso de Haggett, es necesario adaptar el inverso del índice de compacidad de Gravelius para que establezca la comparación con la figura del octógono regular. El área (Ao) y el perímetro (Po) de un octógono regular, conociendo únicamente el radio (r) de la mínima circunferencia que lo circunscribe y el ángulo formado por el radio y la apotema (α = 22,5º = 0,3927 radianes), se calculan del siguiente modo: 8sincos 2,8284 ² 16 sin 6,1229 El índice de Gravelius octogonal (Go) e invertido (Gc-1) queda como sigue: 16 sin Pero r es ahora un valor desconocido; el octógono viene dado en este caso por su área (Ao) que es igual a la del polígono analizado (Ap). Por tanto hay que resolver el siguiente sistema: 16 sin 8sincos De tal modo que:
61 16 sin 8sincos 256 sin 8sincos 32 sin cos 32 tanα Y por tanto: 32 tanα E invertido: 32 tanα El cálculo del inverso del índice de Gravelius adaptado al octógono en ArcGIS puede hacerse, como en el caso de Haggett, mediante la Field Calculator en un nuevo campo creado a tal efecto en la tabla de atributos de un shape que contenga los polígonos definidos por las isocronas. En este caso habrá que conocer el perímetro de las isocronas (Pp) y el área que encierran (Ap), que pueden ser computados en nuevos campos mediante Calculate Geometry. 5.2.4. La superficie de Costes Acumulados Relativos (CAR) y su análisis La superficie de Costes Acumulados Relativos representa el grado en que cada localización tiene un acceso más o menos sencillo desde la localización de origen (figura 20). Esto se realiza ponderando el coste acumulado que tendría cada localización en condiciones ideales dada la velocidad normal de 4,03 km/h por el coste acumulado calculado para cada localización. Este análisis es muy sencillo; basta con dividir un mapa de costes euclídeos entre un mapa de costes acumulados. í Así un resultado de 1 indicaría que el coste real de acceder a una localización es igual al coste ideal. Un resultado menor que 1 indica que hay un coste añadido y por tanto la accesibilidad es menor; este será el caso de la mayor parte de las localizaciones y cuanto menor sea al valor resultante mayor será el coste añadido. Por último, aunque infrecuentes, también es posible que haya resultados mayores que 1, pues las pendientes entre 0º y -3º aceleran el movimiento, reduciendo el coste temporal de desplazamiento. La cuestión es cómo calcular el mapa de costes euclídeos (pues el de costes acumulados ya se ha descrito anteriormente). Se puede hacer de dos modos. El primero y más sencillo consiste en aplicar la siguiente fórmula en Raster Calculator: í ,í , donde teuclídeo i,o es el coste de desplazamiento desde la localización de origen (0) hasta la celda problema (i), deuclídea i,o es la distancia en línea recta entre ambas localizaciones (fácil de conocer con Spatial Analyst Tools > Distance > Euclidean Distance) y vnormal es la velocidad de caminata estándar, esto es la velocidad que devuelve la ecuación de movimiento en ausencia de pendiente y de fricciones. En este trabajo la velocidad normal es de 4,03 km/h (1,12 m/s). Sin embargo el resultado de un mapa de coste euclídeo así construido no será comparable con el mapa de coste acumulado calculado con Path Distance, pues el primero contemplará todas las direcciones de movimiento entre la celda de origen y todas las restantes del mapa, mientras que el segundo sólo computa 8 direcciones (las ortogonales y las diagonales). Por ello, aunque sea más costoso, hay
62 crear un mapa ideal de costes acumulados. En este caso no es necesario utilizar Path Distance pues se consideran condiciones ideales de desplazamiento en llano y sin vegetación. Por ello basta con usar la herramienta isotrópica y veterana Spatial Analyst Tools > Distance > Cost Distance introduciendo como superficie de coste una que tenga como valor para todas las celdas 0,893435 s (tiempo que cuesta atravesar un metro a una velocidad de 1,12 m/s). Cost Distance, como Path Distance, computa 8 direcciones de movimiento entre celdas vecinas. Por tanto los resultados de ambas herramientas sí serán comparables. Figura 20. Superficies de Costes Acumulados Relativos (CAR) de los yacimientos del Cabezo (6) de la Cruz y Peñarroya I (43). También aparecen los yacimientos de Cabezo del Buitre (11), Cabezo de la Gorra de la Visera (12), Cabezo Sillón (13), Las Llanas (27), Los Collados (32), Los Hermanillos (33), Peñarroya II (44) y San Borombón (45). Índice de facilidad media de acceso Éste índice y el siguiente ofrecen una cuantificación de la facilidad de acceso y su variabilidad a través de los tiempos de desplazamiento a cada celda. Estos tiempos se comparan con los tiempos ideales (en ausencia de factores limitantes del movimiento) para calcular los costes acumulados relativos (CAR) de acceso a cada celda del entorno de un yacimiento. Para expresar de forma unitaria los valores de los CAR para cada caso es necesario recurrir a los descriptores estadísticos básicos de la media en el presente índice (el nivel de accesibilidad general de dicho entorno) y la desviación típica en el siguiente (la variabilidad de la accesibilidad). En cierto sentido estos índices derivados de los CAR pueden ser redundantes con los derivados de las isocronas. Se mantiene el uso de los dos a modo de exploración metodológica; si la correlación entre unos y otros fuera elevada no serían índices complementarios sino alternativas a las que se podría recurrir en función de las circunstancias y conveniencia de futuros trabajos.
63 El valor medio de las celdas de cada CAR expresa la facilidad general de acceso que tiene el entorno de cada yacimiento. Medias cercanas a 1 indican una facilidad de acceso elevada; medias próximas a cero son propias de entornos poco accesibles. La media de cada CAR no necesita ser calculada pues forma parte de los descriptores estadísticos básicos que aparecen en las propiedades de todo raster. Índice de variabilidad de la facilidad de acceso La desviación típica de las celdas de cada CAR expresa la variabilidad de la facilidad de acceso que tiene el entorno de cada yacimiento. Las desviaciones más bajas indicarán entornos con una facilidad (o dificultad) de acceso homogénea. Como la media, la desviación típica de cada CAR no necesita ser calculada pues forma parte de los descriptores estadísticos básicos que aparecen en las propiedades de todo raster. 5.2.5. Correlación entre las variables que expresan la movilidad focal Hasta aquí se han visto 5 variables que intentan expresar diferentes aspectos de la movilidad focal a partir de los datos de una superficie de costes acumulados: índice de facilidad de acceso, índice de alargamiento de la isocrona típo, índice de sinuosidad de la isocrona tipo, media de los costes acumulados relativos y desviación estándar de los costes acumulados relativos. El índice de facilidad de acceso y la media de los costes acumulados relativos pretenden dar un dato unitario de la accesibilidad al entorno desde una localización. Los índices de alargamiento y sinuosidad de la isocrona tipo, así como la desviación estándar de los costes acumulados relativos, buscan ofrecer una medida de la irregularidad de dicha accesibilidad al entorno. Son por tanto medidas redundantes (tablas 11 y 12), por lo que para los análisis posteriores se ha elegido las basadas en los costes acumulados relativos. Las ventajas de éstos frente a los basados en la isocrona son fundamentalmente que, en primer lugar, prescinde del artefacto que supone la isocrona misma (reduce el entorno de análisis y produce una unidad de análisis ideal octogonal complicando los cálculos), y en segundo lugar simplifica el tratamiento de la superficie de costes acumulados pues tan sólo exige la utilización de dos descriptores estadísticos básicos. Como puede apreciarse en las tablas 11 y 12, la fuerte correlación entre los diferentes cálculos ensayados permite afirmar que en realidad el uso de unos y otros es válido, y por tanto la elección fácilmente puede recaer en cuestiones prácticas como las expuestas. Tabla 11. Correlaciones de las dos variables que expresan la accesibilidad del entorno desde el yacimiento: Índice de accesibilidad teórica y Media de los costes acumulados relativos. Correlaciones 1,988** ,000 50 50 ,988** 1 ,000 50 50 Correlación de Pearson Sig. (unilateral) N Correlación de Pearson Sig. (unilateral) N C.B.A. Ind. acces. C.B.D. Ind. CAR med. C.B.A. Ind. acces. C.B.D. Ind. CAR med. La correlación es significante al nivel 0,01 (unilateral). **.
64 Tabla 12. Correlaciones de las tres variables que expresan la irregularidad de la accesibilidad del entorno desde el yacimiento: Índices de alargamiento y sinuosidad de la isocrona tipo y Desviación estándar de los costes acumulados relativos. Correlaciones 1,650** -,920** ,000 ,000 50 50 50 ,650** 1-,649** ,000 ,000 50 50 50 -,920** -,649** 1 ,000 ,000 50 50 50 Correlación de Pearson Sig. (unilateral) N Correlación de Pearson Sig. (unilateral) N Correlación de Pearson Sig. (unilateral) N C.B.B. Ind. alarg. C.B.C. Ind. sinuos. C.B.E. Ind. CAR des. C.B.B. Ind. alarg. C.B.C. Ind. sinuos. C.B.E. Ind. CAR des. La correlación es significante al nivel 0,01 (unilateral). **.
65 6. LA VISIBILIDAD “Las sociedades generan distintos tipos de paisajes y estrategias visuales dependiendo de sus pautas de asentamiento y de su relación ecológica, económica y social con el entorno (natural y humano). Para las primeras sociedades campesinas jerarquizadas, la visibilidad es un elemento de gran importancia (…) el control visual puede servir para fijar la seguridad de una comunidad y sus recursos frente a posibles vecinos hostiles, o para reforzar su jerarquización/estratificación interna. Durante la prehistoria reciente de la península Ibérica, numerosas comunidades escogen la ubicación de sus lugares de asentamiento a partir del grado de inaccesibilidad (física) y control (visual) del entorno que puedan obtener, lo cual está en relación con la existencia de crecientes tensiones territoriales derivadas de la saturación demográfica, la competición por los recursos naturales, el comercio o la desigualdad social y política (…) la visibilidad es a menudo prestigio“. (García Sanjuán et al. 2006, 181-182) La visibilidad, junto con la movilidad, es la forma fundamental de relacionarse con el entorno. Este rasgo se relaciona con el control del entorno desde el yacimiento y con la percepción del yacimiento desde el entorno. Se trata de una relación recíproca, siempre y cuando no se consideren factores que la rompan como establecimiento de alturas añadidas al punto de observación. El control visual se entiende en términos de vigilancia, no de dominio efectivo. “La expresión ‘control visual’ se refiere tan sólo a la obtención de información mediante el sentido de la vista acerca de lo que está ocurriendo en un territorio; no implica que además haya un control político o de cualquier otro tipo” (Zamora Merchán 2011, 312) La percepción del yacimiento tiene un significado más abstracto (Chapman 1997; García Sanjuán et al. 2006, 182) relacionado con la identidad de sus habitantes (el poblado como punto de referencia en el paisaje) y el prestigio frente a los vecinos e incluso su coerción (el poblado elevado y siempre presente frente a otros poblados menos visibles y menos presentes). Otros aspectos de la visibilidad, como son las intervisibilidades o las visibilidades acumuladas entre varios yacimientos, no se tienen en cuenta en esta parte del trabajo por motivos similares a los aducidos para las rutas óptimas. Como se verá, es un cálculo sencillo y con un resultado fácil de interpretar. Ahora bien, hay una serie de consideraciones previas que han de tenerse en cuenta antes de efectuar un análisis de visibilidad (para una visión más completa de estas cuestiones cfr. García Sanjuán et al. 2006; Llobera 2001, 2003; Wheatley y Gillings 2002). Estas cuestiones, como en el caso de la movilidad, afectan a los cambios ambientales sufridos por el paisaje. Pero también hay otras específicas de la visibilidad que, en realidad son más determinantes que las primeras. Los cambios en el relieve y en la vegetación pueden ser perfectamente obviados a efectos prácticos. Los primeros, a no ser que sean de unas dimensiones colosales tan apenas van a marcar una diferencia. Los segundos son mucho más importantes, pero no es posible conocer la ubicación y límites
66 precisos de las plantas en un momento remoto, y además habría que añadir como nueva variable el estado fenológico de la vegetación. Por otro lado, en cierto sentido es incorrecto considerar que la vegetación oculta el terreno, o más bien, habría que matizar cómo se efectúa esa ocultación. Pongamos por ejemplo una colina que tapa la visión de una porción de terreno; si poblamos esa colina de una vegetación arbórea densa y alta aumentamos así las dimensiones reales del objeto opaco (colina más vegetación) y por tanto de la zona oculta. Sin embargo si contemplamos un llano desde un cerro, y en ese llano incluimos un bosque, ¿sería correcto decir que las celdas ocupadas por el bosque han quedado ocultas por éste? ¿o más bien lo que sucede es que dichas porciones de terreno resultan visibles y en ellas se ve de hecho lo que está pasando: el desarrollo de un bosque? En estos casos ya no se trata simplemente de si hay visibilidad o no, sino de qué es o no es visible. Si lo que pretendemos analizar es si una persona o un grupo reducido de personas sería visible en esas celdas, evidentemente habrá que excluirlas del análisis; esas personas quedarán ocultas en la fronda (y llevando las cosas al extremo se podría decir que ocultas no es sinónimo de no visible, sino de difícilmente visible; un ojo experto quizás podría ver signos en ese bosque que delatase la presencia de personas). Sin embargo si lo que nos interesa es saber si cada celda es visible o no en términos absolutos, no podremos descartar ninguna zona por el hecho de estar poblada de bosque. En cualquier caso, como se ha dicho, las limitaciones de las reconstrucciones paleoambientales impiden que la vegetación sea incluida en el análisis visual, por lo que hay que entender siempre los resultados como cuencas visuales teóricas o potenciales (García Sanjuán et al. 2006, 184). Las líneas anteriores han introducido un tema importante: la calidad de la visión. Ésta se deriva por un lado de las capacidades del observador pero, como en el caso de la movilidad, consideramos no casos individuales sino al tipo general. Por otro lado depende de factores diversos como la ya comentada vegetación, la situación atmosférica, la hora del día o de la noche, la posición del sol respecto a la dirección de observación, la altura del observador más la altura de la estructura de observación si la hubiere, las características de la zona donde se ubica el punto de observación, el tamaño del objeto observado… De estos factores, aquellos que son cronodependientes (atmósfera, posición del sol…) son por un lado demasiado complejos y por otro demasiado específicos para ser contemplados en un análisis de condiciones generales como el que se plantea aquí. Su inclusión en el problema implicaría no sólo conocer la situación y evolución de estas variables en el pasado, sino además repetir los análisis un número determinado de veces estableciendo umbrales para estas variables y combinándolas entre sí, para después intentar una síntesis de los resultados en la que cada celda contendría un valor que expresase no sólo la posibilidad de visión sino su calidad. Los otros factores, que podemos llamar estructurales, son más fáciles de modelar y además su inclusión está más justificada. El tamaño del objeto observado, por ejemplo, sería de utilidad si se intenta analizar el impacto visual de determinados objetos en el paisaje, por ejemplo las fortificaciones de un poblado o un campo de aerogeneradores. En tales casos interesaría no sólo conocer las celdas visibles sino el tamaño relativo de los objetos situados en ellas. Según (Olaya 2011, 317) el tamaño relativo de un objeto de dimensión h con una distancia dab entre dicho objeto y el observador se calcula mediante: ñ Esta es una noción interesante que serviría para caracterizar los yacimientos vistos desde el entorno o vistos desde otros yacimientos si conociéramos sus dimensiones originales, pero no resulta tan útil para el estudio de los entornos propiamente dichos. Sin embargo también es de utilidad para evaluar la calidad de la visión en el entorno que arbitrariamente he definido (r = 3km). Así el tamaño relativo de una persona de 1,70 m de altura en el extremo de dicho entorno sería percibido con un tamaño relativo de 0,032. En realidad esta fórmula devuelve el ángulo formado por las líneas de visión desde el punto de observación hasta los extremos del objeto observado. Para que se comprenda mejor, considero que podría decirse que dado este ángulo, el tamaño relativo de una persona de 1,70 m de altura situada a 3 km de distancia sería como ver un objeto de 6 mm a una distancia de 10 m. En otras pala-
67 bras, realmente para la escala humana una distancia de observación mayor que 3 km resulta demasiado optimista, a no ser que se cuente con la observación de fenómenos desencadenados por el humano observado de dimensiones mayores que él (una nube de polvo, el humo de una hoguera, un artefacto que haya generado como un carromato o una vivienda). Otro factor que incide en esta constricción de la visibilidad es la curvatura de la Tierra, por la cual, en zonas llanas con un ángulo de visión pequeño, una figura humana es difícilmente perceptible, incluso con ayuda de lentes, a 4 km, e imposible a más de 6 km de distancia (Burillo Mozota et al. 1993, 34; Zamora Merchán 2011, 312-313). También la situación atmosférica limita la distancia hasta la que considerar la visibilidad del entorno. Burillo y López (2005-2006, 79) proponen precisamente el límite de 3 km para lo que llaman visibilidad media: “se puede visualizar un grupo armado, de mercaderes o el polvo de un camino levantado por un grupo numeroso de personas, así como los terrenos de cultivo extensivos (cereal)”. En realidad fuera de las urbes donde reina mayor silencio no es infrecuente detectar la presencia de personas antes por sus voces que por su visión, incluso en campo abierto. La cuestión de la altura del observador y de su observatorio es obvia y sencilla de implementar: basta con sumar a la altitud de la localización de observación la altura del observador, y en su caso puesto de observación. Ahora bien, requiere conocer la altura del observador (para lo que se puede recurrir a una media) y la existencia y dimensiones de una estructura desde la que observar. Esto segundo en arqueología es mucho más difícil; aún en el caso de conservarse evidencias de la misma, difícilmente su altura podrá ser establecida con rigurosidad y habrá que recurrir a una estimación plausible: una muralla de 2-4 m de alto con torres de 3-5 m por ejemplo. Además debe tenerse en cuenta que si no se especifica altura para el observador, el análisis de visibilidad será recíproco, es decir, desde A se verá B y desde B se verá A. Sin embargo, al añadirse la altura del observador esta reciprocidad en algunos casos puede romperse (Wheatley y Gillings 2002, 210-211). Supongamos un terreno totalmente llano con una elevación que impide la visión de un lado al otro de la misma. Construimos dos torres que permiten la visión por encima de la elevación, la primera a su derecha y muy pegada a la misma. La segunda al otro lado y más separada. De este modo desde la primera se verá gran parte del lado izquierdo, incluida la torre izquierda desde su base hasta su cima. Sin embargo la torre izquierda, más alejada del obstáculo, alcanzará a ver la parte superior de la torre derecha, pero no su base. No hay reciprocidad en la visibilidad pues desde la torre derecha se ve el suelo donde se ubica la torre izquierda pero no al revés (figura 21). Figura 21. La modificación de la altura de observación rompe la reciprocidad entre la visibilidad de las localizaciones A y B. Por último merece la pena considerar la cuestión de las características de la zona de observación. Pocas veces la observación interesa únicamente a un punto. En los ejemplos típicos de análisis de visibilidad en SIG se estudia por ejemplo el impacto visual que pueden tener las explotaciones forestales desde las carreteras, por donde la gente pasa más y desde donde más mira al monte. O se persigue la definición del itinerario turístico con mejores vistas. O se busca la zona más escondida para un basurero, que no debe ser vista desde las poblaciones ni las carreteras cercanas. En todos estos casos la ob-
68 servación se realiza desde múltiples puntos. Lo mismo cabe decir de un poblado o yacimiento. La observación, a no ser que cuente con una torre dedicada a ello, no tiene por que realizarse desde un único punto. En muchos casos esto puede parecer una cuestión menor. Pero no lo es en otros. Por ejemplo en yacimientos situados en cerros de cima amplia y relieve muy irregular es fácil que el propio cerro oculte buena parte del paisaje más próximo si sólo se tiene en cuenta un punto de observación central. Por lo tanto lo más conveniente sería realizar el análisis de visibilidad desde una serie de puntos situados en lugares representativos si pueden establecerse (posición de torres, a lo largo de una muralla o del perímetro, en los extremos del yacimiento…) o con una distribución regular dentro del yacimiento. Sin embargo frecuentemente en prehistoria no contamos con restos de torres, murallas, ni siquiera conocemos el perímetro original de la ocupación. Por ello en este trabajo propongo realizar el análisis de visibilidad desde las 71 celdas contenidas en un radio de 50 m alrededor de la localización dada al yacimiento (figura 22). Es desde luego una solución arbitraria, pero idéntica para todos los casos estudiados, y que por tanto no dificulta la comparación. Figura 22. Peña Foradada con los 71 puntos de observación utilizados para calcular su cuenca visual. 6.1. Las cuencas visuales La forma más sencilla de representar la visibilidad desde un punto es lo que se conoce como cuenca visual. Esta visibilidad se cifra en la porción de un terreno predefinido que es visible desde un punto, el yacimiento. Por tanto el resultado de un análisis de cuenca visual simple es un mapa binario, en que cada celda puede asumir dos valores: visible o no visible. Esto es suficiente para el objetivo de describir los entornos de los yacimientos individualmente. Otra cuestión sería intentar definir zonas de un territorio que están más o menos controladas por una red de yacimientos, para lo cual habría que recurrir a mapas de cuencas visuales acumuladas, en los que cada celda asume un valor entero entre 0 y n, siendo n el número de puntos desde los que se ve dicha celda. Pero como se ha dicho, esto escapa al objetivo del presente análisis. La cuenca visual también puede definirse como la suma de todas las intervisibilidades entre el punto de observación y el resto de localizaciones (celdas) de un entorno. La intervisivilidad entre dos puntos A y B (celdas) será efectiva si la línea recta entre ellos (AB) no es interrumpida por ninguna otra celda, es decir, que la altitud de todas las localizaciones entre A y B sea menor que la altura de AB sobre cada localización. Así pues la forma inmediata de calcular la intervisibilidad entre dos puntos (y por tanto la base para las cuencas visuales) sería por comparación de alturas de tal modo. La altitud de cada localización intermedia se lee del MDT sobre el que se hace el análisis. Sin embargo este método implicaría calcular la altura de la línea AB sobre cada localización entre A y B, lo que no es difícil dado la proporcio-
69 nalidad de los lados de un triángulo rectángulo, pero resultaría costoso por el número de iteraciones en mapas grandes o de mucha resolución. Por ello muchos programas informáticos que calculan las intervisibilidades lo hacen por el método de la comparación de ángulos (Olaya 2011, 370). El ángulo formado por AB respecto a la línea horizontal (α) es comparado con el los ángulos formados por ACi-n respecto a la horizontal (ωi-n), siendo Ci-n cada una de las localizaciones entre A y B. Así si: El ángulo (α) de la línea que une el punto de observación (A) con cualquier otra celda del mapa (B) se calcula del siguiente modo: siendo zA y zB la altitud en las localizaciones A y B, y dAB la distancia entre ambas. Así bastará con calcular para cada celda su ángulo con el punto de observación y después compararlo con los valores de las celdas situadas entre la celda problema y el punto de observación. Así recapitulando y teniendo en cuenta los planteamientos metodológicos ya expuestos para esta variable, he calculado las cuencas visuales de cada yacimiento individualmente en un radio de 3 km utilizando la herramienta Spatial Analyst Tools > Surface > Viewshed, sin tener en cuenta ningún factor coyuntural y sin atribuir ninguna altura al observador para asegurar la reciprocidad (en realidad por defecto Viewshed otorga al observador una altura de una unidad de mapa, esto es, 1 m, lo que tan apenas modifica los resultados). La única consideración tenida en cuenta ha sido la de utilizar para cada yacimiento 71 puntos de observación repartidos regularmente cada 10 m formando un círculo de 50 m de radio en torno a la localización dada para el yacimiento. El resultado es una serie de mapas (figura 23) en los que cada celda contiene valores enteros entre 0 (no visible por ningún punto) y 71 (visible por los 71 puntos de observación). Es por tanto una cuenca de visibilidad acumulada a partir de 71 puntos de observación, pero como éstos pertenecen todos a un mismo yacimiento y no tienen por si mismos ninguna significación o consideración especial, conviene reclasificar para obtener cuencas binarias (0 = 0; 1 a 71 = 1). La superficie ocupada por cada clase (visible y no visible) puede extraerse, como en casos anteriores, mediante un análisis zonal (Spatial Analyst Tools > Zonal > Zonal Statistics as Table). Figura 23. Cuenca visual de Peña Foradada calculada a partir de 71 puntos de observación.
76 Figura 25. Seis yacimientos con los grados de defensa por sectores. Representan los principales grupos que se alcanzan con la clasificación en función de los resultados del análisis de la defensa (capítulo 8): de izquierda a derecha y de arriba abajo, en espolón (Lugar Viejo III), en ladera (Los Hermanillos), defensa óptima (Peña Amarilla), defensa media (La Dehesa de Boalar), defensa baja (El Salobral) y en llano (Loma de la Balsa). Figura 26. Lomas del Molino y Collado de la Abeja con sus grados de defensa y acceso por sectores. Son dos yacimientos similares por sus condiciones defensivas en la zona de ataque/defensa, por las que se los considera yacimientos en ladera. Sin embargo, la forma de acceso hasta la zona de ataque y defensa es muy diferente. En el primer caso se accede por terreno llano o descendente, mientras en el segundo predomina el acceso ascendente (suave), con sólo dos sectores llanos o descendentes.
77 8. DETERMINACIÓN DE PATRONES DE ASENTAMIENTO 8.1. Metodología: Análisis multivariante Los cálculos y análisis anteriores resultan en un número importante de datos que se exponen a continuación en forma de tablas (tablas 13 y 14). Como se ha visto en el capítulo anterior y se refleja en la tabla 13, la naturaleza de estos datos es relativamente heterogénea: hay distancias (expresadas en metros), superficies (en m2), altitudes (en m.s.n.m.) e índices que expresan la proporción entre superficies, o ángulos, o perímetros, o diámetros… El volumen y heterogeneidad de los datos cuyo análisis presento a continuación exige que se tomen ciertas precauciones. En primer lugar, las distintas variables deben ser tratadas en conjuntos temáticos, o dicho de otro modo, si se pretende analizar determinado rasgo de la realidad habrá que seleccionar las variables pertinentes al mismo. Los aspectos temáticos trabajados son los siguientes: Caracterización geomorfológica del entorno Caracterización de suelos y de riesgos del entorno Control o relación del yacimiento con el entorno Condiciones de defensa de los yacimientos (en el siguiente apartado: Análisis exploratorio multivariante (II)) Las variables incluidas en cada uno de estos grupos temáticos han sido analizadas utilizando ACP (Análisis de Componentes Principales), cuyos resultados han servido para efectuar clasificaciones de yacimientos por clusters (conglomerados). El ACP ha sido la principal técnica estadística en estos análisis porque ofrece unas ventajas evidentes para trabajar con un cuerpo de datos como el que se ha generado (Shennan 1992, 243): es una técnica de reducción de datos, que permite combinar variables de naturaleza y amplitudes de rango diferentes y que genera nuevas variables que son completamente independientes entre sí. Esto último es importante para la posterior utilización de conglomerados jerárquicos, que requieren preferiblemente variables independientes (Shennan 1992, 202-204). El ACP es uno de los métodos de ordenación de los datos, cuyo objetivo es sintetizar la información contenida en múltiples variables en un número menor de nuevas variables (Shennan 1992, 243). El nuevo conjunto de variables, idealmente dos o tres, al ser más reducido, es más fácil de representar y analizar, sin que por ello se haya perdido información; la información de las variables originales está contenida de forma sintética en las nuevas variables. Además, estas variables sintéticas, conocidas como componentes principales o factores, son independientes entre sí, lo que permite su representación en forma de ejes ortogonales en un diagrama de dispersión. La representación del diagrama de dispersión en un espacio bidimensional o tridimensional construido por los factores del ACP permite una visualización espacial de los casos distribuidos a lo largo de dos o tres ejes (los factores) pero debiendo su posición a todas las variables originales. Esto, entre otras cosas, permite observar tendencias y agrupaciones sin que haya una estructuración determinada por la propia técnica de análisis (Shennan 1992, 244). El modo en el que el ACP crea las nuevas variables es complicado y su comprensión requiere un conocimiento matemático fuera de mi alcance y de los límites de este trabajo. Shennan (1992, 247) para una explicación detallada del tema remite a Morrison (Morrison 1967). Baste decir aquí que en el ACP si un conjunto de variables originales covarían se deduce que tienen un factor subyacente común que las sintetiza. Por tanto el punto de partida del ACP es la covarianza (covariación media): la suma de las distancias entre casos dividida por el tamaño muestral (Shennan 1992, 247). Por último, cuando se realiza un ACP existe la posibilidad de rotar los ejes de los componentes principales para ajustar los a la dispersión de puntos en el espacio factorial y que estos se distribuyan mejor (Shennan 1992, 271-272). Pero hay que tener en cuenta que algunas rotaciones no son ortogonales, es decir, comprometen la independencia de los ejes. Como éste es un punto importante, cuando ha sido
78 necesaria la rotación de los factores para facilitar su interpretación, he optado por el método Varimax que es un método ortogonal disponible en SPSS 15.0. Utilizando los factores creados por el ACP como variables he realizado para cada uno de estos aspectos temáticos agrupaciones por el procedimiento de conglomerados jerárquicos (cluster) para ayudar a comprender los resultados y para comparar los grupos temáticos con los cronológicos. Los conglomerados (cluster) jerárquicos son un método de clasificación numérica. Los métodos de clasificación persiguen identificar grupos de casos similares dentro de la muestra o de la población estudiada. Estos grupos deben mostrar cohesión interna y aislamiento externo (Shennan 1992, 200). Dentro de los conglomerados jerárquicos, los hay divisivos (parten de un único grupo con todos los casos y va estableciendo divisiones del mismo en función de las diferencias que detecta hasta llegar a los casos aislados) y aglomerativos (parten de los casos aislados y va estableciendo grupos en función de las afinidades hasta llegar a un único grupo). En ambos casos, la clasificación suele representarse en forma de dendrograma, con un tronco (el grupo único que engloba todos los casos) que se ramifica en diferentes niveles de agrupaciones hasta las ramas distales, que son los casos aislados. Shennan (1992, 201-202) advierte que los métodos divisivos tienden a imponer una estructuración propia a los datos. En este trabajo se ha empleado un análisis de conglomerados jerárquicos aglomerativos para evitar este problema. La cuestión clave es, no obstante, cómo se mide la distancia y la similaridad entre los casos en función de las variables que los describen. Para ello hay numerosas medidas (Shennan 1992, 215-223). La que yo he utilizado es la distancia euclídea al cuadrado, que se calcula por la suma de los cuadrados de las diferencias entre los valores de los casos en cada variable, aplicada a las medias de grupo (vinculación inter-grupo en SPSS 15.0). Es una de las posibilidades que ofrece SPSS 15.0 que me pareció que ofrecía buenos resultados tras hacer varias comprobaciones. De hecho, esto introduce una cuestión importante. Evidentemente el método de clasificación empleado y la medida de similaridad elegida condicionan los grupos formados por el análisis. Por ello hay que interpretar críticamente los resultados. Además Shennan (1992, 229-234) propone una serie de estrategias de evaluación de resultados, entre las que se incluyen su representación en diagramas de dispersión y el uso de componentes principales en lugar de variables originales para asegurar su independencia.
79 Tabla 13. Tabla con la organización, denominación y descripción de las variables extraídas en los análisis espaciales e introducidas en los análisis estadísticos. Las variables marcadas con un * junto a la letra que las denomina no fueron finalmente incluidas en los análisis estadísticos por evitar ciertas redundancias (A.F.A., C.B.B o C.B.C. por ejemplo) o por no ser pertinentes (A.A. o C.A.). No se incluyen las variables que caracterizan las condiciones defensivas de los yacimientos, que reciben un tratamiento aparte y figuran en las tablas 24 y 25. Datos de yacimiento ID Id. Alfabético Número de identificación por orden alfabético NOM Nombre Nombre del yacimiento X Coordenada UTM X Coordenada x (UTM ED 1950 30N) del yacimiento Y Coordenada UTM Y Coordenada y (UTM ED 1950 30N) del yacimiento cel. X Coordenada celda UTM X Coordenada x (UTM ED 1950 30N) en el centro de celda más representativa cel. Y Coordenada celda UTM Y Coordenada y (UTM ED 1950 30N) en el centro de celda más representativa Cronología C Calcolítico Calcolítico BA Bronce Antiguo Bronce Antiguo BM Bronce Medio Bronce Medio BT Bronce Tardío Bronce Tardío BF Bronce Final Bronce Final HI Hierro I Hierro I BI Bronce Indefinido Bronce Indeterminado A. Topografía A* Alt. Absoluta Altitud en m sobre el nivel del mar B Alt. Media Media altitudinal en el entorno de 3 km en m C Alt. Desviación típica Desviación estándar altitudinal en el entorno de 3 km en m D Rango altitudinal Rango altitudinal en el entorno de 3 km en m = altitud máxima - altitud mínima E Desnivel Desnivel en m del relieve; desnivel entre el yacimiento la altitud mínima en 200 m F A* Alt. Relativa Alt. relativa en 3 km en des. típicas = (alt. absoluta - alt. media) / des. típica B* Sup. Dominada Superficie en m2 por debajo de la altitud absoluta del yacimiento en 3 km C Prominencia efectiva Ángulo medio de los ángulos entre cada localización en 3 km y el yacimiento G Rugosidad (inv) Módulo normalizado del vector suma de los vector. normales a la superficie en 3 km B. Temáticos A A* Río principal Nombre del río principal más próximo en distancia euclídea: Huerva o Jalón B Dist. Río Principal Distancia al río principal más próximo en distancia euclídea medida en m C* Dist. Cauce Distancia al cauce más próximo en distancia euclídea medida en m B A* Sup. Conos Superficie en m2 de conos holocenos y actuales B Sup. Terr. Holo. y aluvial Superficie en m2 de terrazas holocenas y lecho aluvial actual C Sup. Rell. val. Superficie en m2 de rellenos de fondo de valle holocenos D Sup. Terr. Pleisto. Superficie en m2 de terrazas pleistocenas E Sup. Glacis Superficie en m2 de glacis pleistocenos F Sup. Cal. Ter. Superficie en m2 de plataforma calizas terciarias G Sup. Fm. eva. Ter. Superficie en m2 de Fm evaporíticas (yesos, sales) terciarias H Sup. Fm. det. Ter. Superficie en m2 de Fm detrítica (conglomerados, areniscas, arcillas) terciarias I Sup. eros. Ter. Fm. Meso. Superficie en m2 de superficie de erosión terciarias sobre Fm carbonatada mesozoica J Sup. Fm. car. Meso. Superficie en m2 de Fm carbonatadas mesozoicas K* Sup. Peleoz. Superficie en m2 de zócalo paleozoico de rocas metamórficas y sedimentarias L* Sup. Endorr. Superficie en m2 de zonas endorreicas y semiendorreicas C A Sup. Riesgo 1 Superficie en m2 de riesgo de inundación y vegetación competidora B Sup. Riesgo 2 Superficie en m2 de riesgo de inundación y vegetación competidora menores C Sup. Riesgo 3 Superficie en m2 sin riesgo de erosión, buena humectación del suelo D Sup. Riesgo 4 Superficie en m2 sin riesgo de erosión por cultivo o pasto E Sup. Riesgo 5 Superficie en m2 de riesgo de erosión por cultivo, no por pasto F Sup. Riesgo 6 Superficie en m2 de riesgo de erosión elevado por cultivo o pasto C. Movilidad A* Dist. Zonas de fácil tráns. Distancia medida en m a zonas de fácil tránsito, reclasificadas de sup. fricción B A* Ind. Accesibilidad Índice de accesibilidad = superficie de isocrona tipo / superficie de isocrona ideal B* Ind. Alargamiento Índice de alargamiento de la isocrona = Í. de compacidad de Haggett adaptado C* Ind. Sinuosidad Índice de sinuosidad de la isocrona = Í. de compacidad de Gravelius adaptado D Ind. CAR media Índice de Costes Acumulados Relativos = media (coste real/coste ideal) E Ind. CAR deviación Índice de variabilidad de CAR = des. típica (coste real/coste ideal) D. A Sup. Visible Superficie visible desde el yacimiento hasta una distancia de 3 km
80 Tabla 14. Tabla de datos para los análisis estadísticos. Datos de yacimiento ID 1 2 3 4 5 6 7 8 9 10 NOM Bardallur 1 Bco. Campoviejo Cab. Altomira Cab. Blanco Cab. Chinchón Cab. Cruz Cab. Torre I Cab. Torre II Cab. Paños Cab. Azud X 649404 646154 651040 640825 636622 661216 654850 654490 643409 643273 Y 4616966 4613417 4592022 4609625 4596418 4595492 4594520 4594615 4607679 4609292 cel. X 649390,4 646170,4 651040,4 640830,4 636620,4 661190,4 654870,4 654500,4 643410,4 643270,4 cel. Y 4616884,0 4613424,0 4592024,0 4609634,0 4596424,0 4595544,0 4594524,0 4594614,0 4607684,0 4609284,0 Cronología C 0 0 0 0 0 0 0 0 0 0 BA 0 0 1 0 0 0 1 0 0 0 BM 0 0 0 1 0 0 1 0 0 0 BT 0 0 0 0 0 0 0 0 0 0 BF 0 1 0 0 1 1 0 0 1 0 HI 1 1 0 0 1 1 0 0 1 0 BI 0 0 0 0 0 0 0 1 0 1 A. Topografía A 330,0 290,0 572,2 342,1 380,7 427,4 601,6 570,0 330,0 359,6 B 302,5 327,9 515,8 336,6 364,0 428,4 515,9 518,7 340,8 342,7 C 33,2 49,2 32,2 28,2 15,5 30,4 36,3 33,6 36,2 46,4 D 141,2 232,3 144,1 161,5 80,2 202,8 172,8 162,8 171,2 186,1 E 60,1 7,3 50,5 15,7 24,6 40,1 75,0 42,1 11,8 66,7 F A 0,8286 -0,7712 1,7538 0,1936 1,0752 -0,0315 2,3640 1,5272 -0,2975 0,3646 B 21561600 10202000 26998700 15216300 24523200 13692800 28159400 25625100 13880800 19819100 C 1,0649 -1,0469 2,0976 0,2256 0,6467 0,2556 3,0331 1,7624 -0,2590 0,7301 G 0,9933 0,9859 0,9961 0,9938 0,9984 0,9935 0,9932 0,9933 0,9929 0,9882 B. Temáticos A A Jalón Jalón Huerva Jalón Jalón Huerva Huerva Huerva Jalón Jalón B 1152,2 452,0 9158,7 1829,2 980,4 362,8 5550,6 5930,6 924,1 152,1 C 307,6 72,1 440,1 643,7 435,9 362,8 3816,0 3479,6 243,4 74,3 B A 0 750600 0 874700 756100 0 0 0 538200 874700 B 9296200 9510500 0 5838900 8171400 4428000 0 0 9456500 8894700 C 2700400 827900 1029100 1526800 1118000 106800 3397200 3461900 1233000 406800 D 8609200 3765000 0 4493900 1924800 4060600 0 0 2810700 3168300 E 3023600 35000 6067900 1239200 8465300 7319900 8131000 7517500 3700700 2601500 F 0 2238500 2294000 1080700 0 151800 3979100 3990500 2393500 4002100 G 4524400 8682000 0 0 0 0 0 0 0 103800 H 57400 2132900 18887900 13224700 7843300 11557900 12771600 13309000 8146300 8227000 I 0 0 0 0 0 0 0 0 0 0 J 0 0 0 0 0 292400 0 0 0 0 K 0 0 0 0 0 0 0 0 0 0 L 67700 336500 0 0 0 361500 0 0 0 0 C A 8655500 9216800 0 5358200 7956100 3468200 0 0 8880200 8225800 B 2685400 716800 1015200 1489600 1124500 204900 2996600 3034600 1330400 422800 C 1848500 837500 13857000 8433000 11654800 9273100 12020800 11808500 6964200 4962500 D 8162300 7267600 8644800 8263000 5889900 8630400 7699000 7858500 6148500 6989000 E 5294400 6007700 4075900 3426300 1524500 5339700 3921400 3965500 3354700 4646800 F 1632800 4232500 686000 1308800 129100 1362600 1641100 1611800 1600900 3032000 C. Movilidad A 1418,2 1767,4 149,3 156,8 109,1 538,9 293,2 0,0 327,3 1167,2 B A 0,7282 0,7334 0,9647 0,8484 0,7879 0,8343 0,9278 0,9399 0,7358 0,7279 B 0,8235 0,8174 1,0303 0,9194 0,8344 0,9280 1,0146 1,0244 0,9135 0,9225 C 0,9222 0,9308 0,9559 0,9394 0,9344 0,9352 0,9364 0,9235 0,9310 0,9371 D 0,8595 0,8535 0,9839 0,9307 0,8853 0,8901 0,9616 0,9732 0,8713 0,8454 E 0,1094 0,1425 0,0212 0,0674 0,1357 0,0983 0,0415 0,0363 0,1173 0,1305 D. A 13461200 13938800 20985100 9530800 15105500 18761600 20817900 13252600 8282700 12402800
81 Tabla 14 (Continuación). Tabla de datos para los análisis estadísticos. Datos de yacimiento ID 11 12 13 14 15 16 17 18 19 20 NOM Cab. Buitre Cab. Gorra Visera Cab. Sillón Campablo 1 Campablo 2 Caseta Felusia Cer. Tijera Cer. San Pablo Collado Abeja El Cabezuelo X 664271 666563 668098 648625 648599 653233 645621 662529 652530 643096 Y 4592840 4596545 4598139 4615981 4615679 4595141 4612535 4581572 4594112 4605747 cel. X 664280,4 666570,4 668100,4 648600,4 648600,4 653230,4 645610,4 662530,4 652530,4 643100,4 cel. Y 4592834,0 4596544,0 4598144,0 4615904,0 4615684,0 4595144,0 4612534,0 4581574,0 4594104,0 4605754,0 Cronología C 0 0 0 0 0 0 0 0 0 0 BA 1 0 1 0 0 0 0 1 0 0 BM 0 0 0 0 0 1 0 0 1 0 BT 0 0 0 0 0 0 0 1 0 0 BF 0 0 0 0 1 0 0 0 0 1 HI 0 0 0 0 1 0 1 0 0 1 BI 0 1 0 1 1 0 0 0 0 0 A. Topografía A 640,5 486,2 600,2 314,4 353,3 510,0 307,5 651,9 552,8 322,9 B 508,3 444,5 459,8 311,9 314,5 518,8 339,0 587,4 526,0 332,4 C 71,8 64,7 80,8 36,7 37,7 27,5 57,2 52,4 27,3 18,3 D 268,7 297,7 304,9 169,4 167,4 140,7 230,5 236,8 138,2 117,8 E 90,5 58,5 119,4 35,7 63,4 0,0 23,7 71,8 15,3 4,5 F A 1,8408 0,6444 1,7381 0,0673 1,0293 -0,3189 -0,5501 1,2312 0,9793 -0,5242 B 26874500 20657800 27434500 15394600 22590800 12124800 13091100 24175100 23134000 9933000 C 4,3050 1,6389 4,8327 0,1410 1,4310 -0,3345 -0,7953 2,3096 0,8699 -0,2080 G 0,9732 0,9729 0,9574 0,9915 0,9914 0,9945 0,9827 0,9856 0,9942 0,9980 B. Temáticos A A Huerva Huerva Huerva Jalón Jalón Huerva Jalón Huerva Huerva Jalón B 3408,1 2479,6 1657,2 1250,9 1454,2 7301,9 341,9 1800,1 7734,2 608,5 C 1230,5 514,1 174,8 101,5 115,5 2269,7 87,6 70,7 1445,8 608,5 B A 0 454500 391700 0 0 0 750600 0 0 0 B 0 2839300 3353100 9560800 9371500 0 9212200 4626600 0 10602000 C 2869200 3434200 1827900 2767200 2926400 3448200 145500 0 1996200 1588100 D 234300 958300 626800 8327900 8055700 0 2532000 2755500 0 2697600 E 4194000 4215400 2181100 722600 693600 4591700 489600 6379300 1222300 5037900 F 7311800 4292400 6447600 0 0 2964300 4756000 25200 4288200 0 G 0 4031600 9546100 6627300 7089000 0 7497500 0 0 0 H 13402900 8053200 3904600 273100 142700 17274700 2805700 12255400 20772200 8353300 I 0 0 0 0 0 0 0 0 0 0 J 266700 0 0 0 0 0 0 2236900 0 0 K 0 0 0 0 0 0 0 0 0 0 L 0 0 0 0 0 0 89800 0 0 0 C A 0 2483800 2896800 8973500 8852000 0 8821600 2469800 0 10353600 B 1875700 2332500 749600 2498400 2639900 2835500 237200 182700 1730600 1622300 C 5158900 3528400 1021700 285300 257200 12766000 1242600 5295200 12658300 9984900 D 6735200 5792000 4790800 8146300 8025700 7598900 6674500 6991300 8208100 4689400 E 7060700 6365700 6471000 6093200 6172700 3876700 6031100 9201300 4335100 1344600 F 7448400 7776500 12349000 2282200 2331400 1201800 5271900 4138600 1346800 284100 C. Movilidad A 1330,3 1924,9 2973,2 2656,1 2728,4 0,0 1465,9 2355,0 76,9 408,4 B A 0,9096 0,8486 0,8463 0,7183 0,7321 0,9423 0,7587 0,8796 0,9661 0,5943 B 0,9915 1,0189 0,9691 0,7995 0,8180 1,0212 0,8493 0,9910 1,0135 0,9273 C 0,9565 0,9348 0,9365 0,9153 0,9208 0,9484 0,9340 0,9540 0,9474 0,9248 D 0,9483 0,9218 0,9261 0,8475 0,8595 0,9732 0,8687 0,9531 0,9854 0,7552 E 0,0435 0,0458 0,0426 0,1211 0,1120 0,0325 0,1303 0,0474 0,0202 0,0997 D. A 10912500 13699400 14138500 11274900 13703300 6731400 12984800 15380300 10675900 17435600
82 Tabla 14 (Continuación). Tabla de datos para los análisis estadísticos. Datos de yacimiento ID 21 22 23 24 25 26 27 28 29 30 NOM El Calvario El Cortijo El Salobral La Carrascosa La Dehesa Boalar Las Hermanitas Las Llanas Las Pintillas Loma Balsa Loma Castillo X 638668 653388 652520 660581 658129 643843 658088 650410 636663 654408 Y 4598845 4602104 4602943 4587212 4611251 4610235 4589221 4607159 4607224 4586117 cel. X 638620,4 653390,4 652520,4 660580,4 658150,4 643780,4 658090,4 650410,4 636660,4 654410,4 cel. Y 4598834,0 4602104,0 4602944,0 4587214,0 4611294,0 4610214,0 4589224,0 4607164,0 4607234,0 4586124,0 Cronología C 0 0 0 0 0 1 1 0 0 1 BA 0 0 0 0 0 0 0 1 0 0 BM 0 0 0 0 0 0 0 1 0 0 BT 0 0 0 0 0 0 0 0 0 0 BF 1 0 0 0 0 0 0 0 0 1 HI 1 0 0 0 0 0 0 0 0 1 BI 0 1 1 1 1 0 0 0 1 0 A. Topografía A 380,0 505,8 466,5 580,0 387,3 451,7 522,3 459,2 370,0 562,4 B 353,1 505,3 484,3 529,9 375,5 344,2 504,7 440,5 384,3 561,9 C 13,4 63,1 58,6 50,5 68,4 51,7 43,1 34,0 29,6 26,1 D 69,3 214,3 229,4 250,2 271,3 189,1 214,7 196,1 152,7 130,8 E 30,0 15,8 16,5 100,0 39,6 143,5 21,7 13,2 3,6 6,8 F A 2,0018 0,0081 -0,3034 0,9918 0,1723 2,0792 0,4073 0,5495 -0,4851 0,0215 B 27428300 16662100 12282900 24229800 17782700 27810600 18535500 20764800 12870400 16385400 C 1,0001 0,1299 -0,4740 1,8684 0,6111 3,8108 0,5619 0,6768 -0,3601 0,0296 G 0,9983 0,9939 0,9950 0,9795 0,9935 0,9859 0,9915 0,9961 0,9991 0,9963 B. Temáticos A A Jalón Huerva Jalón Huerva Jalón Jalón Huerva Jalón Jalón Huerva B 523,3 10459,4 10438,7 367,5 11161,3 515,0 2610,0 7500,4 5139,5 6502,5 C 523,3 2352,3 1248,5 136,8 2146,6 218,1 938,0 874,0 473,8 1202,6 B A 0 0 0 0 0 971000 0 0 0 0 B 9047100 0 0 4429100 0 8664300 1794400 0 0 0 C 0 1064900 747600 938000 0 247400 2384900 1571300 0 561300 D 3264600 0 0 1771700 0 2458900 2440100 0 398400 0 E 4041400 12168300 12510000 6655600 15891700 2390200 7650800 11904800 16265200 14183300 F 0 5840600 3680100 617200 2296000 5315000 247700 1541000 0 0 G 0 4425300 3959300 0 10091200 1551100 0 9473000 0 0 H 11925800 4779800 7381900 7188800 0 6681000 13311600 3788800 11106800 13534300 I 0 0 0 0 0 0 0 0 0 0 J 0 0 0 6678500 0 0 449400 0 0 0 K 0 0 0 0 0 0 0 0 0 0 L 0 0 0 0 0 0 0 0 508500 0 C A 8526800 0 0 2779300 0 7981300 1406000 0 0 0 B 128500 1025200 801200 1085200 33000 278000 1230600 1740700 512800 377100 C 12347700 10683700 12437100 4475000 12914400 3447900 9670500 10021700 23931500 17192000 D 5384400 11324200 10289700 6456300 9361000 7532700 7206400 12648900 3344900 6459500 E 1774200 3522800 3436600 8013700 4052200 5287700 6539600 3042800 478000 3589400 F 117300 1723000 1314300 5469400 1918300 3751300 2225800 824800 11700 660900 C. Movilidad A 157,8 6,2 225,6 1013,0 268,3 1418,7 259,8 120,8 0,0 0,0 B A 0,7837 0,9690 0,9718 0,8280 0,9797 0,7257 0,9176 0,9475 0,9758 0,9730 B 0,8269 1,0195 1,0255 0,9571 1,0288 0,8796 0,9786 0,9929 1,0403 1,0281 C 0,9311 0,9646 0,9690 0,9252 0,9666 0,9316 0,9467 0,9549 0,9641 0,9704 D 0,8866 0,9876 0,9892 0,8976 0,9891 0,8468 0,9627 0,9652 0,9862 0,9882 E 0,1263 0,0177 0,0164 0,0891 0,0140 0,1393 0,0487 0,0357 0,0154 0,0165 D. A 19701100 11991700 6517300 7684800 19350400 16665700 9378500 15213300 20035500 11746000
83 Tabla 14 (Continuación). Tabla de datos para los análisis estadísticos. Datos de yacimiento ID 31 32 33 34 35 36 37 38 39 40 NOM Lomas Molino Los Collados Los Hermanillos Lugar Viejo Lugar Viejo I Lugar Viejo III Montoque P. Amarilla P. Águila P. Enroque X 639115 666089 658301 667859 668057 667291 662810 647689 655230 655522 Y 4602399 4591578 4588616 4599644 4599938 4599459 4602274 4611060 4597584 4593364 cel. X 639120,4 666090,4 658300,4 667870,4 668060,4 667300,4 662810,4 647680,4 655230,4 655520,4 cel. Y 4602404,0 4591574,0 4588614,0 4599644,0 4599934,0 4599474,0 4602274,0 4611054,0 4597584,0 4593364,0 Cronología C 0 0 0 0 0 1 0 0 0 0 BA 0 1 1 0 0 1 0 1 0 1 BM 1 0 0 0 0 0 0 1 0 0 BT 0 0 0 0 0 0 0 1 0 0 BF 0 0 0 0 1 0 0 0 0 0 HI 0 0 0 1 0 0 0 0 0 0 BI 0 0 0 0 0 0 1 0 1 0 A. Topografía A 337,1 641,4 557,1 417,3 402,0 400,0 557,5 497,6 600,0 584,5 B 347,4 548,4 515,9 417,5 416,3 407,5 484,0 394,4 525,9 508,2 C 19,2 59,4 47,1 76,9 79,1 65,2 61,0 40,6 47,5 41,8 D 88,5 239,0 210,8 312,0 312,9 301,4 239,0 218,3 173,3 175,9 E 8,3 71,4 32,3 69,6 71,7 71,2 63,5 95,2 73,2 68,9 F A -0,5343 1,5668 0,8751 -0,0019 -0,1813 -0,1156 1,2045 2,5437 1,5611 1,8260 B 10111300 26661200 21647800 16328300 15387400 16369100 23570000 28257900 24115500 27216300 C -0,2866 3,1388 1,3818 0,4097 0,0254 0,1983 2,7429 3,5329 2,5686 2,5026 G 0,9986 0,9712 0,9889 0,9617 0,9613 0,9658 0,9838 0,9859 0,9894 0,9941 B. Temáticos A A Jalón Huerva Huerva Huerva Huerva Huerva Huerva Jalón Huerva Huerva B 749,8 4946,7 2265,7 327,8 353,5 109,9 3955,0 2798,9 6394,2 4670,1 C 415,9 283,8 649,3 87,3 130,1 109,9 673,7 331,6 2833,9 3103,7 B A 0 0 0 391700 391700 391700 0 0 0 0 B 10217100 0 2206300 5023900 5073700 5289400 0 519900 0 0 C 0 5488200 2776800 1017700 483500 1048300 0 3314100 3168700 2780800 D 5253200 0 2054200 2901200 3115400 3456000 1157500 846000 0 0 E 3078600 0 6444500 656600 590000 1524400 0 2207500 9711900 10232100 F 0 8977500 538000 3563700 3621600 2523200 7960600 9161400 4510900 5022300 G 0 0 0 14403300 14991300 13495400 18893100 10743800 961300 0 H 7626000 12574200 13133100 320800 11700 550500 267700 1486200 9926100 10243700 I 0 0 0 0 0 0 0 0 0 0 J 0 1239000 1126000 0 0 0 0 0 0 0 K 0 0 0 0 0 0 0 0 0 0 L 2104000 0 0 0 0 0 0 0 0 0 C A 9853400 0 1662800 4365400 4466800 4446500 0 497200 0 0 B 244600 3420900 1557600 424800 223500 430800 265300 2964400 2742200 2454100 C 10438900 2405500 8066300 97100 49100 457800 125200 2635600 9591900 12299300 D 6170900 6152000 6714400 6725900 6936500 7459200 13594800 11551000 8774100 8114900 E 1502800 8033300 7363300 6190300 6033300 6290900 9182400 6432500 4110900 4011000 F 68300 8267200 2914500 10475400 10569700 9193700 5111200 4198200 3059800 1399600 C. Movilidad A 229,1 1339,5 243,8 3264,2 3111,9 3554,9 2063,3 403,0 260,5 407,2 B A 0,7368 0,8777 0,8940 0,7909 0,7903 0,7787 0,9672 0,8987 0,9402 0,8928 B 0,8291 0,9790 0,9613 0,9090 0,9076 0,8812 1,0362 0,9959 1,0094 0,9687 C 0,9404 0,9147 0,9464 0,9287 0,9275 0,9086 0,9645 0,9507 0,9474 0,9467 D 0,8499 0,9411 0,9537 0,8868 0,8815 0,8737 0,9809 0,9542 0,9711 0,9311 E 0,1473 0,0382 0,0522 0,0858 0,0893 0,1008 0,0163 0,0393 0,0297 0,0744 D. A 12483800 10393000 11238000 10456300 10147500 11716700 16935500 16331800 18005600 15774200
84 Tabla 14 (Continuación). Tabla de datos para los análisis estadísticos. Datos de yacimiento ID 41 42 43 44 45 46 47 48 49 50 NOM P. Enroque lad. NO P. Foradada Peñarroya I Peñarroya II San Borombón San Sebastián Urrea 1 Valdejota II Valdemoracho Viña Fanlo X 655504 663445 668654 668654 662946 646961 647699 653122 669120 655798 Y 4593458 4574586 4591285 4591137 4592301 4613850 4615028 4602385 4602940 4593115 cel. X 655500,4 663600,4 668650,4 668650,4 662950,4 646940,4 647700,4 653080,4 669120,4 655800,4 cel. Y 4593464,0 4574994,0 4591294,0 4591144,0 4592304,0 4613854,0 4615024,0 4602324,0 4602944,0 4593124,0 Cronología C 1 1 0 1 0 0 0 0 0 0 BA 0 0 1 0 1 0 0 0 0 0 BM 0 0 0 0 0 0 0 0 0 0 BT 0 0 0 0 0 0 0 0 0 0 BF 0 1 0 0 0 1 1 0 0 0 HI 0 0 0 0 0 1 1 0 1 0 BI 0 0 0 0 0 1 0 1 0 1 A. Topografía A 545,2 751,9 578,5 534,7 625,6 354,8 304,1 486,1 329,7 524,1 B 508,3 698,4 555,4 557,4 497,4 326,8 316,1 497,1 359,9 503,9 C 41,5 65,3 48,3 48,3 71,8 46,4 38,8 61,7 50,8 43,3 D 175,9 306,3 237,9 240,1 267,2 237,7 199,0 220,0 298,8 182,4 E 29,5 124,7 68,5 36,2 104,9 54,8 24,7 16,0 15,1 15,0 F A 0,8893 0,8183 0,4799 -0,4689 1,7851 0,6046 -0,3093 -0,1789 -0,5956 0,4665 B 22027900 21333000 19673800 8601200 25861100 19446400 12969000 14616300 9094500 19281100 C 1,0610 1,9704 1,1258 -0,5690 4,2867 1,1600 -0,2742 -0,2805 -0,6765 0,5566 G 0,9941 0,9623 0,9701 0,9702 0,9756 0,9880 0,9908 0,9942 0,9723 0,9942 B. Temáticos A A Huerva Huerva Huerva Huerva Huerva Jalón Jalón Huerva Huerva Huerva B 4702,1 1965,1 7314,0 7427,7 2074,4 724,3 846,8 10836,9 551,7 4370,3 C 3193,4 119,9 251,8 108,8 885,6 559,3 148,5 2016,7 551,7 2740,3 B A 0 0 0 0 0 376000 0 0 464100 0 B 0 2006700 0 0 3786700 9388100 10132800 0 4987600 0 C 2812100 303400 7217000 7302700 1108200 2269100 2678000 987700 0 2677700 D 0 0 0 0 1128600 4299100 7110700 0 5859100 0 E 10223700 2022700 0 0 4167300 135000 19600 12040500 0 10733300 F 4906700 0 5715000 5697100 5764700 1172300 0 4916200 0 4867200 G 0 0 0 0 0 9544400 7573200 4425000 16968100 0 H 10336400 8953200 14034000 13966200 11705300 1058100 764600 5909500 0 10000700 I 0 7724600 0 0 0 0 0 0 0 0 J 0 7268300 1312900 1312900 618100 0 0 0 0 0 K 0 0 0 0 0 0 0 0 0 0 L 0 0 0 0 0 36800 0 0 0 0 C A 0 808300 0 0 3274200 9045900 9687900 0 4703800 0 B 2485400 470500 3689800 3698500 620300 2032600 2412500 968500 97700 2394900 C 12394700 2086800 2350000 2330100 4000200 445100 204000 11173300 0 12235700 D 8020000 3900300 3784400 3761300 6326700 7189600 7637200 11046100 8938400 8304900 E 3985800 9050000 9580900 9643600 7028900 6007500 5698800 3536800 7219500 3991600 F 1393000 11963000 8873800 8845400 7028600 3558200 2638500 1554200 7319500 1351800 C. Movilidad A 490,6 2016,6 3473,6 3569,6 719,8 1980,9 2633,6 71,8 1509,9 38,9 B A 0,8699 0,8862 0,8032 0,7928 0,9040 0,7431 0,7040 0,9679 0,8112 0,8949 B 0,9818 0,9881 0,9635 0,9874 0,9959 0,8254 0,7779 1,0194 0,8833 0,9624 C 0,9487 0,9506 0,9206 0,9113 0,9427 0,9291 0,9139 0,9609 0,9306 0,9584 D 0,9133 0,9402 0,8963 0,8862 0,9586 0,8730 0,8472 0,9881 0,8907 0,9329 E 0,0748 0,0409 0,0679 0,0677 0,0347 0,1180 0,1271 0,0181 0,1082 0,0810 D. A 8497400 4832700 8695700 5385100 13765700 14496700 13665200 4279600 9254400 11810400
85 8.2. La relación con el entorno 8.2.1. Caracterización geomorfológica del entorno El grupo de variables analizado en este apartado es el que describe la geomorfología de los entornos de los yacimientos. Por tanto, por un lado se ha incluido en el análisis 9 categorías de clases geomorfológicas (tras los primeros ensayos, hubo que prescindir de una de ellas, el Paleozoico, por no tener representación en ningún caso, y de otras dos, los conos y las zonas endorreicas, por estar distorsionadas en la escala utilizada) y por otro 5 variables morfo-topográficas: La altitud media, que da una indicación de la altitud general del entorno. La desviación típica de la altitud, que informa sobre los contrastes altitudinales en el entorno. El rango altitudinal, que da la amplitud de la variable en cada entono. La rugosidad (inversa), que como su nombre indica da una indicación de la rugosidad del entorno. La distancia al cauce principal. Como es previsible, estas cinco variables presentan fuertes correlaciones pero esto no es un problema sino que simplemente significa que contribuirán conjuntamente en los mismos componentes principales. Igualmente algunas clases geomorfológicas están necesariamente correlacionadas con todas o algunas de estas variables morfo-topográficas, como por ejemplo la distancia al río y las superficies aluviales, así que también contribuirán conjuntamente. Precisamente una ventaja de una análisis factorial es que las nuevas variables creadas por él son independientes entre sí, por lo que no sólo se reduce el número de variables sino que además se logra su independencia. En este caso se ha optado por una solución rotada de los factores resultantes para optimizar el espacio n-dimensional creado y así observar mejor qué variables están siendo decisivas en cada factor. Además hay que hacer notar que no se ha logrado un porcentaje aceptable de varianza explicada (75%) hasta el cuarto factor, por lo que la clasificación siguiente se ha realizado sobre cuatro factores. En los gráficos que se ofrecen las representaciones son necesariamente tridimensionales (sólo representan 3 factores), por lo que algunos grupos no aparecen bien distinguidos. Esto se debe a que el o los factores que los distinguen no están entre los tres representados. Por ello para este análisis he creado dos gráficos, uno con los tres primeros factores y otro sustituyendo el tercer factor por el cuarto. Los grupos que no se distinguen bien en un gráfico se distinguen bien en el siguiente, y viceversa. Tabla 15. Varianza total explicada por los factores del ACP geomorfológico del entorno de los yacimientos. Varianza total explicada 4,354 31,102 31,102 4,354 31,102 31,102 3,410 24,354 24,354 3,778 26,987 58,089 3,778 26,987 58,089 3,114 22,242 46,597 2,128 15,198 73,288 2,128 15,198 73,288 2,086 14,903 61,500 1,515 10,819 84,106 1,515 10,819 84,106 1,936 13,830 75,330 ,619 4,421 88,527 ,619 4,421 88,527 1,252 8,941 84,271 ,475 3,396 91,923 ,475 3,396 91,923 1,071 7,652 91,923 ,353 2,523 94,446 ,259 1,852 96,299 ,212 1,516 97,814 ,140 1,003 98,818 ,088 ,632 99,449 ,059 ,420 99,869 ,018 ,126 99,995 ,001 ,005 100,000 Componente 1 2 3 4 5 6 7 8 9 10 11 12 13 14 Total % de la varianza % acumulado Total % de la varianza % acumulado Total % de la varianza % acumulado Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Suma de las saturaciones al cuadrado de la rotación Método de extracción: Análisis de Componentes principales.
92 Valoración cronológica En un vistazo general, atendiendo a exclusivamente a la cronología y no a los grupos, vemos en los espacios tridimensionales generados por los factores que los yacimientos se posicionan en regiones diferentes según sean yacimientos del Bronce Final y Hierro I o yacimientos anteriores (Calcolítico Final a Bronce Tardío). Los yacimientos del Bronce Final y Hierro I en el F1 se agrupan en la región negativa con valores muy bajos lo que señala su vinculación a los terrenos aluviales y a las terrazas de los ríos. En el F2 aparecen más distribuidos. Predominan también los valores negativos, pero algunos yacimientos (los Lugares Viejos) tienen puntuaciones altas que los asocian a entornos rugosos. El Bronce Final y Hierro I ocupan el extremo izquierdo (y con tendencia a la mitad inferior) de la dispersión en los factores 1 y 2. Los periodos desde el Calcolítico Final al Bronce Tardío, así como la mayoría de los de cronología indefinida, ocupan una región diagonal que resulta de una mayor distribución en ambos ejes (entre - 1 y 1 en el F1 y entre -1 y 2 en el F2) y de una cierta correlación inversa entre ellos. Así un extremo de la nube de esta cronología se sitúa en las puntuaciones bajas en el F1 y altas en el F2 (entornos abruptos cercanos al ámbito fluvial), mientras que el otro extremo se localiza en puntuaciones más altas para el primer factor y más bajas para el segundo (entornos altos, distantes del río y llanos). Dentro de este grupo cronológico se puede ver una subdivisión con dos subgrupos, cada uno en torno a un extremo de la nube. En la zona superior-izquierda de la dispersión definida por los Factores 1 y 2 predominan los yacimientos del Bronce Antiguo, mientras que en el otro extremo se ubican los yacimientos del Bronce Medio y Tardío. Por su parte el Calcolítico Final tiende a ocupar la zona central-alta de la nube. Las excepciones más notables al esquema hasta aquí propuesto son los yacimientos de Las Hermanitas, Cabezo Blanco y Lomas del Molino. Estos yacimientos en el F2 tienen puntuaciones similares a las del resto de casos de su cronología. Es en el F1 donde tienen un comportamiento extraño que les lleva a agruparse con los yacimientos del Bronce Final y Hierro I por su fuerte vinculación al río. Hay dos yacimientos que tienen una cronología del Calcolítico Final y del Bronce Final y Hierro I sin aparente ocupación intermedia. Estos yacimientos suponen la otra anomalía en el esquema propuesto. El caso de Peña Foradada como ya se ha visto es excepcional en la muestra de yacimientos, por lo que no sorprende que no se ajuste bien al esquema. En el caso de la Loma del Castillo, en realidad ocupa una posición que no se corresponde a ninguna de las cronologías que se le asignan. Quizás esto pueda deberse a que no es un yacimiento cuya localización se elige fundamentalmente por su entorno sino por estar en el paso entre los dos ríos, es decir, que prima un componente de control de una vía de comunicación. La buena definición general de esta distribución cronológica en los dos primeros factores augura una relación significativa entre los grupos propuestos y los periodos temporales. Una tabla (tabla 17) y su correspondiente gráfica (figura 30) de barras representando la distribución de grupos por periodo muestran claramente esta relación. Es evidente que los grupos 1 y 2 se vinculan más con el Bronce Final y Hierro I, aunque tengan presencia anterior. Por su parte los grupos 3 y 4 están claramente relacionados con las cronologías más antiguas. El grupo 5 es casi completamente indeterminado; las dos únicas asignaciones cronológicas que presenta pertenecen a un solo yacimiento (Las Pintillas). El grupo 6, aunque con escasa representación cronológica, parece polarizado en las cronologías más antiguas y las más recientes. Por último, el grupo 7 lo forma exclusivamente Peña Foradada con dos fases muy separadas en el tiempo; su carácter excepcional dentro de la muestra aconseja ciertas cautelas a la hora de valorarlo.
93 Tabla 17. Muestra la incidencia de los periodos por grupos geomorfológicos (los yacimientos con más de una cronología aparecen más de una vez en la tabla, por lo que el número total es mayor que el de la muestra). C BA BM BT BF HI BI Total GRUPO 1 0 1 1 1 4 6 4 17 GRUPO 2 1 0 2 0 5 5 1 14 GRUPO 3 2 3 3 0 1 1 4 14 GRUPO 4 2 6 0 1 0 0 1 10 GRUPO 5 0 1 1 0 0 0 4 6 GRUPO 6 1 2 0 0 1 2 1 7 GRUPO 7 1 0 0 0 1 0 0 2 Total 7 13 7 2 12 14 15 70 Figura 30. Gráfico de columnas apiladas que representa los datos de la tabla 17. 8.2.2. Caracterización de suelos y riesgos El siguiente grupo de variables analizadas es el que se relaciona con los suelos y sus riesgos. Hay que tener en cuenta que el mapa de suelos y riesgos se ha construido a partir de sendas reclasificaciones del mapa geomorfológico y del de pendientes. Así pues cada variable de riesgos combina o sintetiza las variables de los dos mapas previos. En cierto modo es como si los riesgos fueran por si mismos una especie de “componentes principales” de la geomorfología y las pendientes, pero enriquecidos pues, en el momento de reclasificar y combinar las variables originales, se han tenido en cuenta consideraciones derivadas de la reconstrucción paleoambiental. Cabe esperar unos resultados similares a los del análisis anterior, pero quizás más sencillos por la reducción de las variables y por el efecto homogeneizador de la presunta presencia de paleosuelos que desdibuja la diferencia entre el contexto evaporítico y el detrítico del terciario. Las variables de este análisis son: Riesgo 1: Aluvial y riberas principales. Fluvisoles constantemente rejuvenecidos. Riesgo de inundación, erosión fluvial y vegetación competidora. Riesgo 2: Fondos de val y riberas secundarias. Calcisoles y Gypsisoles, marginalmente Phaeozem y Fluvisoles. Riesgo de inundación menor y vegetación menos competidora. Riesgo por acumulación de carbonatos secundarios y sales solubles. 0 2 4 6 8 10 12 14 16 CBABMBTBFHIBI GRUPO7 GRUPO6 GRUPO5 GRUPO4 GRUPO3 GRUPO2 GRUPO1
94 Riesgo 3: Secano semi-endorreico. Calcisoles, Gypsisoles, Luvisoles, Regosoles, Leptosoles, Solonchacks. Cultivo y pasto sin riesgo de erosión, buena humectación del suelo pero riesgo de encharcamiento. Riesgo de aparición de horizontes carbonatados o acumulaciones de sales. Riesgo de subsidencia en yesos. Riesgo 4: Secano normal. Calcisoles, Gypsisoles, Regosoles, Leptosoles. Sin riesgo de erosión por cultivo o pasto. Riesgo de aparición de horizontes carbonatados o acumulaciones de sales más solubles. Riesgo 5: Pasto. Regosoles, Leptosoles. Riesgo de erosión por cultivo, no por pasto. Riesgo 6: Regosoles, Leptosoles. Riesgo de erosión elevado por cultivo o pasto. Como en el caso se ha optado por utilizar los factores rotados mejorando la utilización del espacio n-dimensional. Alrededor del 80% de la varianza queda explicada por los tres primeros factores, por lo que la clasificación siguiente se ha realizado sobre ellos. Tabla 18. Varianza total explicada por los factores del ACP de suelos y riesgos del entorno de los yacimientos. Tabla 19. Participación de las variables en los factores del ACP de suelos y riesgos de los entornos de los yacimientos. Factor 1 Este primer factor contrapone las zonas con fuertes riesgos (riegos 5 y 6) erosivos, en positivo, a aquellas óptimas para la actividad agropecuaria, en negativo, sin riesgos y buena humectación (riesgo 3). El resto de variables no tiene prácticamente incidencia en este primer factor. Varianza total explicada 2,505 41,756 41,756 2,505 41,756 41,756 2,407 40,108 40,108 1,390 23,175 64,931 1,390 23,175 64,931 1,243 20,719 60,828 1,023 17,048 81,978 1,023 17,048 81,978 1,085 18,082 78,910 ,878 14,634 96,612 ,878 14,634 96,612 1,024 17,070 95,979 ,203 3,388 100,000 ,203 3,388 100,000 ,241 4,021 100,000 1,03E-017 1,72E-016 100,000 1,03E-017 1,72E-016 100,000 2,09E-017 3,48E-016 100,000 Componente 1 2 3 4 5 6 Total % de la varianza % acumulado Total % de la varianza % acumulado Total % de la varianza % acumulado Autovalores iniciales Sumas de las saturaciones al cuadrado de la extracción Suma de las saturaciones al cuadrado de la rotación Método de extracción: Análisis de Componentes principales. Matriz de componentes rotados a -,017 ,983 -,131 -,127 ,013 -7,9E-011 ,038 -,108 -,027 ,993 ,015 -1,3E-011 -,871 -,459 -,098 -,073 ,128 3,85E-009 -,073 -,116 ,990 -,030 ,026 -1,0E-010 ,953 -,150 -,041 ,084 ,246 2,47E-009 ,856 -,137 -,276 -,094 -,404 1,66E-011 B.C.A. Riesgo 1 B.C.B. Riesgo 2 B.C.C. Riesgo 3 B.C.D. Riesgo 4 B.C.E. Riesgo 5 B.C.F. Riesgo 6 123456 Componente Método de extracción: Análisis de componentes principales. Método de rotación: Normalización Varimax con Kaiser. La rotación ha convergido en 7 iteraciones. a.
95 Factor 2 El segundo factor se corresponde exclusivamente a los riesgos propios del ámbito fluvial (riesgo 1), que contribuyen positivamente. El resto de variables contribuye negativamente y muy poco; sólo el secano óptimo (riesgo 3) tiene un poco más de peso. Factor 3 El factor 3 es el del secano normal (riesgo 4) en positivo, siendo las demás contribuciones muy ligeras. Sólo destaca un poco los riesgos erosivos más fuertes (riesgo 6) y lo hace en sentido contrario. Factor 4 En este factor el peso lo lleva casi exclusivamente el riesgo 2, esto es las zonas de ribera y avenida de los cauces secundarios. Aunque este cuarto factor explica por sí solo más de un 15% de la varianza y junto con los otros tres alcanzan el 96%, no lo voy a incluir en el proceso de clasificación ni en las representaciones, pues multiplicaría la cantidad de grupos sin aportar nada demasiado fiable. El riesgo de las riberas y avenidas en cauces secundarios se ha derivado de la presencia y proximidad de barrancos y rellenos de val. Los primeros son barrancos actuales, a los que se ha otorgado mayor importancia en virtud de los criterios paleoambientales. Pero del mismo modo que los barrancos actuales tienen que ser ascendidos, hay que contar con barrancos menores que no están representados en la cartografía actual. Éstos últimos no han sido tenidos en cuenta. Por su parte, los rellenos de val tienen problemas de representación en la escala utilizada para el mapa geomorfológico, como ya se ha comentado. Por todo ello el riesgo 2 y por tanto el factor 4 puede ser problemático por lo que resulta aconsejable prescindir de él. Factores 5 y 6 En estos dos factores ninguna variable parece ser muy determinante y sobre todo no tienen una contribución a la explicación de la varianza que justifique su empleo.
96 Figura 31. Dendrograma del cluster realizado sobre las puntuaciones factoriales de los yacimientos en los factores del ACP de suelos y riesgos.
97 Clasificación El dendrograma resultante (figura 31) de la clasificación por conglomerados jerárquicos (cluster) es más abierto que el anterior, por lo que he considerado inicialmente 10 grupos. Sin embargo, esto no implica necesariamente que la clasificación sea menos clara y significativa que la de la geomorfología. En realidad el esquema general de esta clasificación es más simple, con tres grupos grandes y otros tres medianos. Lo que pasa es que hay 5 yacimientos que no se ajustan bien a estos grupos principales y que generan grupos muy pequeños (de uno o dos casos) incrementando el número de grupos. Grupo 1 Son los yacimientos de la escarpada margen derecha del Jalón aguas debajo de Ricla, en zona de yesos (Bardallur 1, Bco. Campoviejo, Cab. Azud, Campablo 1, Campablo 2, Cer. Tijera, Las Hermanitas, San Sebastián, Urrea 1). Su proximidad al río y su contexto evaporítico (que hace que su secano sea normal y no óptimo) otorgan a estos entornos de yacimientos puntuaciones altas en el F2. El resto de sus puntuaciones son más bien medias. Lo que diferencia a este grupo del más cercano (Grupo 2) es que éste último tiene puntuaciones bajas en el F1. Las puntuaciones altas del Grupo 1 en relación con el 2 en el F1 se deben a los mayores riesgos de erosión por pendiente y al tipo de secano que condiciona el sustrato evaporítico. Estos entornos entrañan bastante riesgo de erosión y riesgos de ribera. Grupo 2 Este grupo reúne a los yacimientos próximos al Jalón pero aguas arriba de Épila, en un contexto terciario detrítico y de glacis que hacen que su secano semi-endorreico tenga más presencia que el del grupo anterior y menores los riesgos de erosión por pendiente (Cab. Chinchón, Cab. Paños, El Cabezuelo, El Calvario, Lomas Molino). Por ello las puntuaciones en el F1 son menores que en caso anterior, pero similares en F2. Así pues estos entornos son buenos para el cultivo de secano y para el de ribera, si se controlan sus riesgos. Grupo 3 Se trata de dos de los cinco yacimientos que encajan mal en la clasificación. Son yacimientos cercanos a los ríos Jalón (Cabezo Blanco) y Huerva (Cabezo de la Cruz), sitos en la zona de contacto entre los monoclinales de las márgenes derechas de ambos cauces y la zona aluvial. Por tanto cabe esperar que no tengan mucho riesgo por pendiente y luego una participación tanto del secano como del regadío. En este sentido podría esperarse un comportamiento factorial como el del Grupo 2. Sin embargo no es así; estos dos yacimientos tienen su entorno en la parte central de la dispersión de puntos, sin que puedan ser adscritos inequívocamente a ninguno de los demás grupos. Esta posición central la deben a sus puntuaciones en F2; si sólo nos fijamos en F1 y F3 estos yacimientos caen entre los grupos 1 y 4. Al faltar el F2 estos grupos quedan muy próximos, con lo que los dos yacimientos del Grupo 3 siguen sin tener una adscripción clara, pero no aislados. No obstante no se puede prescindir del F2; sin él la clasificación carece de sentido. ¿En qué se diferencian estos yacimientos al resto de yacimientos de ribera (grupos 1 y 2)? ¿En qué se parecen a los de interior (grupos 4 y 5)? Cabezo Blanco tiene unas puntuaciones similares a las del Grupo 2; en realidad se diferencia poco de ese grupo y la diferencia radica fundamentalmente en que está un poco más alejado del río (puntuación más baja en F2) y que su secano es predominantemente normal (puntuación más alta en F1), mientras que en el grupo 2 prima el secano semi-endorreico. En el caso del Cabezo de la Cruz la clave reside en la diferencia de tamaño entre el Jalón y la Huerva. El radio del entorno de cada uno de estos yacimientos es suficiente para abarcar toda la ribera, si el centro se haya junto a ella, como es el caso. Pero la ribera del Jalón es mucho mayor que la de la Huerva, por lo que la variable de riesgos de ribera, y por tanto el F2, es mucho más importante en los yacimientos del Jalón. Así pues parece que el Cabezo de la Cruz es el elemento extraño que al vincularse con el Cabezo Blanco separa a este de su grupo. Entonces podemos considerar que en realidad Cabezo Blanco debería pertenecer al Grupo 2, pero ¿qué hacer con el Cabe-
98 zo de la Cruz? Pues quizás falten casos en la muestra de yacimientos de ribera en la Huerva y por ello no llega a formar grupo propio y tiene que “secuestrar” el Cabezo Blanco. No obstante están los Lugares Viejos y Valdemoracho que en principio están en posiciones próximas a la ribera pero no parecen relacionados con el Cabezo de la Cruz en cuestión de riesgos, ¿por qué? En primer lugar, los Lugares Viejos y Valdemoracho conforman un subgrupo algo diferenciado en F2 y F3 del Grupo 5, al que pertenecen. Esto es así porque tienen una mayor vinculación con la ribera y porque su secano es normal (del ámbito evaporítico). Estas cuestiones que los diferencian de su grupo los acercarían a su vez al caso aislado del Cabezo de la Cruz si no fuera por el abismo que abre el F1; el Cabezo de la Cruz está en un entorno con un riesgo de erosión mucho menor. Así como en el río Jalón hay dos grupos de yacimientos de ribera, también debería haberlos en el Huerva; uno de ellos serían los Lugares viejos y Valdemoracho (equivalente al Grupo 1 en el Jalón) y el otro sería el Cabezo de la Cruz y algún otro yacimiento desconocido (equivalente al Grupo 2 en el Jalón). Grupo 4 Los yacimientos de este grupo (Cab. Altomira, Cab. Torre I, Cab. Torre II, Caseta Felusia, Collado Abeja, La Dehesa Boalar, Loma Castillo, P. Águila, P. Enroque, P. Enroque ladera NO, Viña Fanlo) se vinculan al secano llano semi-endorreico, lo que se refleja en sus puntuaciones bajas tanto en F1 como en F2. Tiene cierta dispersión en el F3, aunque siempre dentro de valores moderados, por la mayor o menor proporción del secano semi-endorreico y el normal. Cuando esta proporción es muy favorable al normal, F3 adquiere valores altos y se desgaja el Grupo 6. Grupo 5 Este es el grupo de los entornos con participación significativa del secano y de los riesgos de erosión, de ahí los valores altos en F1 y bajos en F2 (Cab. Buitre, Cab. Gorra Visera, Cab. Sillón, Cer. San Pablo, La Carrascosa, Las Llanas, Los Collados, Los Hermanillos, Lugar Viejo, Lugar Viejo I, Lugar Viejo III, San Borombón, Valdemoracho). Sin embargo, como hemos visto, cuatro de los casos que lo conforman deberían ser considerados como un subgrupo o grupo aparte (Lugar Viejo, L. Viejo I, L. Viejo III y Valdemoracho). El F3 además muestra como los únicos yacimientos del Grupo 5 que caen en la zona del secano normal son los de este subgrupo. Grupo 6 Como ya hemos visto, este pequeño grupo (El Cortijo, El Salobral, Las Pintillas, Valdejota II) comparte características con el Grupo 4, aunque con un secano normal (puntuaciones mayores en F3) por el sustrato de yesos. Grupo 7 Es el grupo de los yacimientos con afloramientos de calizas mesozoicas importantes en su entorno (P. Foradada, Peñarroya I, Peñarroya II). Su comportamiento factorial consiste en llevar al extremo las tendencias del Grupo 5: puntuaciones muy altas en F1 y muy bajas en F2 y F3. Esto supone un entorno con fuertes riesgos de erosión y bastante desligado de los riesgos de ribera. La Carrascosa podría forma parte de este grupo, pero su proximidad a la Huerva hace que cambien sus puntuaciones factoriales, quedando perfectamente englobada en el Grupo 5. Grupo 8 Montoque, el único yacimiento que conforma este grupo, es un caso aislado que debería encontrarse entre los grupos 5 y 7 pero que queda separado de ellos por su puntuación positiva y extrema en F3. Se trata de un yacimiento que ocupa un cerro testigo en una de las crestas de La Muela, así que su
99 ubicación es muy similar a las de los yacimientos del Grupo 5. Su posición muy septentrional, hacia la zona central de la Depresión del Ebro, lo sitúa en ambiente marcadamente evaporítico. Así en este entorno predominan el secano sobre sustrato terciario ya sea de caliza o de yeso; en cualquier caso un secano normal que da unas puntuaciones tan altas en F3. Grupo 9 Peña Amarilla es otro caso aislado para el que valen los comentarios del Grupo anterior. Es un caso muy similar. De hecho podrían conformar un solo grupo, aunque su distancia en F1 y F3 debida a que Peña Amarilla sí tiene algo de secano semi-endorreico. Grupo 10 La Loma de la Balsa también es un caso aislado y extremo. Sus puntuaciones son muy bajas en todos los factores: casi completa ausencia de riesgos erosivos y casi única presencia de suelos de secano semiendorreicos. A diferencia de los casos anteriores, éste no puede unirse a otros grupos. Esta clasificación, hechas las correcciones comentadas al hilo de la descripción de los grupos, resulta muy consistente y coherente con la realidad de la zona de estudio. En cierto sentido, estos grupos reflejan la relación la variabilidad de los suelos y riesgos con la variación del terreno en los dos valles, tanto a lo largo de su curso como en perpendicular a él. Así, tenemos grupos de ribera tanto para el Jalón como para el Huerva, y dentro de estos dos valles se puede distinguir entre la parte del curso que discurre por el ámbito evaporítico del que lo hace por el detrítico. Estos dos ámbitos terciarios también subdividen los grupos vinculados a los llanos interfluviales o a los cerros en torno a las plataformas calizas. Y por último quedan los entornos condicionados por la posición del yacimiento en un espolón de caliza jurásica de fuertes pendientes, y el caso de la Loma de la Balsa. De forma esquemática, estos grupos pueden reordenarse como se muestra en la siguiente tabla (tabla 20) y en los gráficos de dispersión (figuras 32 y 33): Tabla 20. Tabla de reasignación de grupos tras la valoración de los resultados del cluster de los yacimientos según sus puntuaciones factoriales en el ACP de suelos y riesgos. Se muestra la relación de yacimientos en cada grupo y su relación con el ámbito geomorfológico principal del entorno. Ámbito N º Cluster Yacimientos Ribera Jalón Evaporítico 1 1 Bardallur 1, Bco. Campoviejo, Cab. Azud, Campablo 1, Campablo 2, Cer. Tijera, Las Hermanitas, San Sebastián, Urrea 1 Detrítico 2 2 y 3 Cab. Blanco, Cab. Chinchón, Cab. Paños, El Cabezuelo, El Calvario, Lomas Molino Huerva Evaporítico 3 5 Lugar Viejo, L. Viejo I, L. Viejo III y Valdemoracho Detrítico 4 3 Cab. Cruzo Llano interfluvial Evaporítico 5 6 El Cortijo, El Salobral, Las Pintillas, Valdejota II Detrítico 6 4 Cab. Altomira, Cab. Torre I, Cab. Torre II, Caseta Felusia, Collado Abeja, La Dehesa Boalar, Loma Castillo, P. Águila, P. Enroque, P. Enroque ladera NO, Viña Fanlo Llano extremo Detrítico 7 9 Loma Balsa Cerros entorno a plataformas calizas Evaporítico 8 8 y 9 Montoque, P. Amarilla Detrítico 9 5 Cab. Buitre, Cab. Gorra Visera, Cab. Sillón, Cer. San Pablo, La Carrascosa, Las Llanas, Los Collados, Los Hermanillos, San Borombón Espolones abruptos caliza jurásica 1 0 7 P. Foradada, Peñarroya I, Peñarroya II
100 Figura 32. Gráfico de dispersión de los yacimientos según sus puntuaciones en los tres primeros factores del ACP de suelos y riesgos. Figura 33. Gráfico de dispersión de los yacimientos según sus puntuaciones en los tres primeros factores del ACP de suelos y riesgos. Esta segunda vista permite una mejor distinción visual de los grupos 5 y 6, así como de los grupos 3 y 8. Valoración cronológica La relación entre los grupos definidos y la cronología es muy fuerte, y complementa la cuarta afirmación del apartado anterior: que el cambio del patrón de asentamientos a lo largo de la Edad del W b Y k ^ Y b b b b Y k b ] YY ] Y Xa b ^ W A ] ] ] ] WW W W W ^ ^ k Y W b Y W X X b Y G a Y X Y W ] ^ A X Y G a b k C CBA BA BM BABM BABMBT BABT BF BFHI BFHI+BI HI CBF CBFHI BI Cronología 1 2 3 4 5 6 7 8 9 10 Grupos GRÁFICO DE DISPERSIÓN DE LOS FACTORES 1, 2 Y 3 DE LAS VARIABLES DE SUELO-RIESGO W b Y k ^ Y b b b b Y k b ] Y Y ] Y X a b ^ W A ] ] ] ] W WW W W ^ ^ k Y W b Y W X X b Y G a Y X Y W ] ^ A X Y G a b k C CBA BA BM BABM BABMBT BABT BF BFHI BFHI+BI HI CBF CBFHI BI Cronología 1 2 3 4 5 6 7 8 9 10 Grupos GRÁFICO DE DISPERSIÓN DE LOS FACTORES 1, 2 Y 3 DE LAS VARIABLES DE SUELO-RIESGO
101 Bronce, y sobre todo en el paso al Bronce Final y Hierro I, conlleva un cambio en las ventajas y riesgos que asume la comunidad. Tabla 21. Muestra la incidencia de los periodos por grupos geomorfológicos (los yacimientos con más de una cronología aparecen más de una vez en la tabla, por lo que el número total es mayor que el de la muestra). C BA BM BT BF HI BI total G. corr. 1 1 0 0 0 4 6 4 15 G. corr. 2 0 0 2 0 4 4 0 10 G. corr. 3 1 1 0 0 1 2 0 5 G. corr. 4 0 0 0 0 1 1 0 2 G. corr. 5 0 1 1 0 0 0 3 5 G. corr. 6 2 3 3 0 1 1 4 14 G. corr. 7 0 0 0 0 0 0 1 1 G. corr. 8 0 1 1 1 0 0 1 4 G. corr. 9 1 6 0 1 0 0 2 10 G. corr. 10 2 1 0 0 1 0 0 4 total 7 13 7 2 12 14 15 70 Figura 34. Gráfico de columnas apiladas que representa los datos de la tabla 21. A la vista de la tabla 21 y de la figura 34 resulta evidente que los grupos 1 a 4, esto es, los de aquellos yacimientos más vinculados a los ríos, pertenecen casi exclusivamente al Bronce Final y Hierro I. Es más, estos periodos casi no muestran casos de otros grupos. Y esto es así tanto para el Jalón como para la Huerva en todo el tramo estudiado. Los únicos yacimientos de estos grupos que no pertenecen a estas cronologías son Las Hermanitas, Cabezo Blanco, Lomas de Molino y Lugar Viejo II y III. Por otro lado, los únicos yacimientos del Bronce Final y Hierro I que no pertenecen a los grupos 1 a 4 son la Loma del Castillo y Peña Foradada. Salvo las excepciones que acabamos de comentar, el resto de los grupos, tanto los que se asocian al llano como los que se ubican en cerros vinculados a las planas, pertenecen al los periodos del Calcolítico al Bronce Tardío. Los yacimientos vinculados al llano (aunque sea sobre relieves destacados, como cerros testigo) están bastante repartidos entre estas cronologías. Sin embargo los yacimientos 0 2 4 6 8 10 12 14 16 CBABMBTBFHIBI G.corr.10 G.corr.9 G.corr.8 G.corr.7 G.corr.6 G.corr.5 G.corr.4 G.corr.3 G.corr.2 G.corr.1
108 Figura 39. Gráfico de dispersión de los yacimientos según sus puntuaciones en los factores 3 y 2 del ACP de control. Finalmente si observamos el gráfico de los factores 2 y 3 (figura 39) vemos que los conjuntos A y B aparecen muy confundidos en el centro del espacio factorial. Esto es así porque se ha prescindido de F1, que es el que más porcentaje de la varianza explica. Sin embargo, por un lado es interesante porque de nuevo los grupos 3 y 9 se destacan por su accesibilidad (puntuaciones bajas en F2). Por otro, sólo la combinación de los factores 2 y 3 logra explicar los casos aislados (grupos 5, 12 y 13). Valoración cronológica Hemos visto que aunque la nube de puntos no muestra agrupaciones bien espaciadas y por tanto los grupos de cluster no son completamente consistentes, sí hay cierta estructuración y tendencias de los datos. Y que además esto se relaciona grosso modo con la cronología. Como los 13 grupos son demasiados y sobre todo presentan zonas de contacto de asignación dudosa, en la valoración cronológica del control sobre los entornos voy a emplear los conjuntos A, B y C (con matices internos) y los casos aislados, como se ve en la siguiente tabla 24. Tabla 24. Tabla de reasignación de grupos tras la valoración de los resultados del cluster de los yacimientos según sus puntuaciones factoriales en el ACP de control. Conjunto Subconjunto Grupos cluster A 1 1 y 4 2 2 y 7 B 1 3 y 9 2 8 y 10 C 1 6 2 11 X 5 Y 12 Z 13 X A S W W X c a W b b b b] X X B X a b a W] ] ] ] A G G WW W ] A W R X W W X X X c a a B B a M Q W ] X A S c G a B b M Q R C CBA BA BM BABM BABMBT BABT BF BFHI BFHI+BI HI CBF CBFHI BI CRONOLOGÍA 1 2 3 4 5 6 7 8 9 10 11 12 13 GRUPOS GRÁFICO DE DISPERSIÓN DE LOS FACTORES 2 Y 3 DE LAS VARIABLES DE CONTROL
109 La tabla 25 y la gráfica de la figura 40 muestran claramente la separación cronológica de los dos conjuntos principales, A y B, a pesar de que estos conjuntos se han creado sobre una clasificación con posibles casos ambiguos. El conjunto A es casi exclusivo del Bronce Final y Hierro I, especialmente el subconjunto A2, que no sólo está prácticamente ausente en otros periodos sino que además no tiene ningún caso de cronología indeterminada. Se podría decir por tanto que A2 es el modelo para estos periodos, mientras que A1 es un subconjunto ligeramente más heterogéneo en su distribución cronológica. Por tanto, durante el Bronce Final y el Hierro I los yacimientos tienen una relación con su entorno que se caracteriza por lo siguiente: Accesibilidad relativamente mala e irregular, probablemente por su proximidad a los ríos (puntuaciones negativas en F1 y en torno a 0 o positivas en F2). Una buena visibilidad pese a una baja prominencia (puntuaciones negativas en F1 y altas en F3). Estas características son más acusadas en los yacimientos de A1 que en los de A2, que llegan a confundirse con algunos del conjunto B. El conjunto B, prescindiendo de los caso de cronología indefinida, está principalmente formado por yacimientos pertenecientes al Bronce Antiguo y Medio, y en menos medida a los periodos anterior y posterior. Además se observa una tendencia interna dentro de B por la distinción de los subgrupos B1 y B2. Durante el Calcolítico la situación está poco clara, habiendo casos de los dos conjuntos principales y aislados, pero dentro de los de B, sólo está presente el primer subconjunto. Sin embarco en el Bronce Antiguo eclosiona el B2 que es claramente predominante. En el periodo siguiente se mantienen los dos subconjuntos, pero ahora es el B1 el que predomina. Finalmente en el Bronce Tardío sólo está presente el B2. Tabla 25. Muestra la incidencia de los periodos por conjuntos de control (los yacimientos con más de una cronología aparecen más de una vez en la tabla, por lo que el número total es mayor que el de la muestra). C BA BM BT BF HI BI Total A1 3 2 0 0 4 6 4 19 A2 0 0 1 0 6 7 0 14 B1 2 2 4 0 1 1 5 15 B2 0 8 2 2 0 0 3 15 C1 0 1 0 0 0 0 1 2 C2 0 0 0 0 0 0 1 1 X 1 0 0 0 0 0 0 1 Y 0 0 0 0 0 0 1 1 Z 1 0 0 0 1 0 0 2 Total 7 13 7 2 12 14 15 70
110 Figura 40. Gráfico de columnas apiladas que representa los datos de la tabla 25. Parece por tanto que en el Bronce el modelo es el conjunto B aunque hay que hacer la distinción entre sus dos subconjuntos. B1 se caracteriza por la óptima accesibilidad del entorno desde el yacimiento. Sus características son: Buena accesibilidad (Puntuaciones negativas en F2). No son muy prominentes respecto a su entorno (Puntuaciones entorno a 0 en F1). Tampoco destacan dentro de la muestra de yacimientos por su visibilidad (puntuaciones bajas en F3). Las características que definen la relación de los yacimientos de B2 con sus entornos son: Peor accesibilidad que B1 (puntuaciones más altas, generalmente positivas, en F2). Gran prominencia efectiva sobre el entorno (Puntuaciones altas en F1). Un control visual del entorno – y una presencia visual en el entorno – que puede ser muy elevado (puntuaciones altas F3 en el grupo 8) o media-baja (puntuaciones en torno a 0 o negativas en F3 en el grupo 10). Así pues, en el Bronce Antiguo hay una tendencia a buscar posiciones predominantes y en muchos casos con buen control visual, aunque esto se haga renunciando a una buena accesibilidad al entorno. Se diría que hay una necesidad de ver y ser visto. Sin embargo en el Bronce Medio, mientras algunos yacimientos mantienen esta exigencia, otros prescinden de la prominencia y visibilidad para ganar un mejor acceso a su territorio circundante. El Bronce Tardío, si hemos de hacer caso a los pocos datos disponibles, sería un periodo en el que de nuevo hay una preferencia por habitar posiciones prominentes y visuales en detrimento de la accesibilidad del territorio. El conjunto C es demasiado pequeño (tres casos) y cronológicamente indeterminado (sólo hay una asignación cronológica clara) para intentar derivar de él algún tipo de conclusión en relación a la periodización. Son casos de yacimientos situados en cerros testigo o lomas rodeados de terreno llano, por lo que tienen una visibilidad muy buena y una accesibilidad y prominencia también bastante buenas. Igualmente los tres casos aislados son cronológicamente poco informativos, aunque resulta significativo que los dos que tienen cronología asociada pertenecen al Calcolítico, el periodo más heterogéneo. 0 2 4 6 8 10 12 14 16 CBABMBTBFHIBI Z Y X C2 C1 B2 B1 A2 A1
111 8.3. Las condiciones defensivas Hasta ahora los análisis se han realizado sobre un conjunto de variables que expresaban alguna propiedad del entorno de los yacimientos definido por un radio de 3 km, salvo algunos datos topográficos (altitud absoluta, distancia al río principal…). Sin embargo, a la hora de evaluar las condiciones defensivas de los asentamientos conviene utilizar entornos más restringidos, pues no se estudia la relación con el entorno, sino con un vecino belicoso. Como ya se ha argumentado (capítulo 7) se han utilizado dos distancias en este análisis: 40 m para la zona de ataque/defensa inmediata del asentamiento y los 100 m siguientes como zona de acceso. Además, como veremos a continuación, la estrategia de análisis ha de ser diferente, por lo que prescindo de usar el Análisis de Componentes Principales. Los datos analizados han sido obtenidos mediante la herramienta descrita en el capítulo 7. La tabla de atributos de la hoja raster resultante contiene, una vez ordenada en una hoja de cálculo, 8 variables para cada yacimiento (tablas 26 y 27). Cada variable es el grado de defensa en un sector, comenzando por el N y continuando en sentido dextrógiro. Estos datos contienen potencialmente mucha información, pero dependerá de los propósitos de cada estudio cómo tratarlos y qué derivar de ellos. El objetivo aquí es lograr una clasificación basada en la forma y grado de las condiciones defensivas de los yacimientos. Por ejemplo, interesa conocer si un yacimiento se halla en un espolón con un único lado accesible, independientemente de la orientación del mismo. Por tanto, nos interesan los grados de defensa de los sectores, independientemente de la orientación en la que estén. Pero no podemos renunciar a la posición relativa de esos sectores, pues es lo que conforma la morfología defensiva del yacimiento. La solución adoptada ha sido contemplar los grados de defensa y la forma del siguiente modo (tablas 26 y 27): El número de sectores de cada grado de defensa (de 2 a 8) que tiene cada yacimiento. Por tanto aquí se consideran 7 variables. La morfología defensiva, expresada por el número y amplitud de los flancos mal defendidos. Se ha entendido como flanco mal defendido el sector o conjunto de sectores yuxtapuestos con grado de defensa igual o inferior a 4. Por amplitud de flanco se entiende el número de sectores que lo conforman. En la muestra analizada los yacimientos tienen entre ninguno y 2 flancos. Esta información se ha recogido en dos variables: amplitud del primer flanco (el más amplio y/o de menor grado) y amplitud del segundo flanco. Así aquellos yacimientos sin flancos mal defendidos tendrán una puntuación 0 en ambas variables. Aquellos completamente mal defendidos tendrán una puntuación de 8 (todos los sectores) en el primer flanco y 0 en el segundo. Cualquier situación intermedia vendrá expresada por una pareja de números siendo mayor el primero y cuya suma no exceda de 6. Descriptores estadísticos básicos. Se ha introducido tres variables que resumen el conjunto de sectores: el mínimo, el máximo y la media. En cierto modo son redundantes, pues la información que expresan está contenida en las siete variables del punto 1. Sin embargo resultan útiles para clarificar la clasificación: el mínimo y el máximo polarizan el conjunto de yacimientos de la muestra, mientras que la media la ordena en función de una calidad defensiva general. Estas variables derivadas de los datos obtenidos de la tabla de atributos de la hoja raster de sectores de defensa de los yacimientos han servido para hacer una clasificación de los yacimientos según sus condiciones naturales de defensa. He realizado esta clasificación por conglomerados jerárquicos por el método de vinculación inter-grupos utilizando como medida de asociación la distancia euclídea al cuadrado. Una vez obtenidos los grupos para las dos zonas analizadas para cada yacimiento, se pueden cruzar las dos clasificaciones llegando a un ordenamiento más refinado. Los resultados se exponen a continuación.
112 8.3.1. La zona de ataque/defensa: clasificación de las condiciones defensivas próximas La clasificación de los yacimientos según sus condiciones defensivas próximas, en una zona definida por una distancia de 40 m desde su perímetro, ha sido realizada mediante un cluster de las variables 12 variables que aparecen en la tabla 26. A continuación se muestra el dendrograma resultante (figura 41) y se comentan los grupos. Grupo 1: Espolón Este grupo se caracteriza por que los yacimientos que lo componen tienen buenas condiciones generales de defensa (medias por encima de 6, excepto Peñarroya I con 4,5) pero un flanco estrecho (de 1 sector de amplitud, excepto Bardallur con 2) mal defendido (mínimos entre 3 y 4). En otras palabras, son yacimientos en espolón con un acceso natural (Bardallur 1, Cab. Azud, Cer. San Pablo, Lugar Viejo III, P. Águila, P. Enroque, Peñarroya I). Grupo 2: Ladera En este grupo se reúnen los yacimientos que tienen sus condiciones de defensa condicionadas por su posición en una ladera o monoclinal suave (Bco. Campoviejo, Cab. Blanco, Collado Abeja, Las Llanas, Las Pintillas, Lomas Molino, P. Enroque ladera NO, Valdemoracho, Viña Fanlo). Por tanto presentan unas condiciones defensivas contrastadas, con aproximadamente la mitad de sus sectores con grados de defensa por debajo de 4 (flanco accesible con amplitudes entre 3 y 6 sectores) y los restantes ligeramente por encima (medias entre 3,5 y 4,5). En cualquier caso, en general ningún sector suele tener valores elevados (máximas de 5, excepto Bco. Campoviejo y Las Llanas con 6). Tres de ellos (Las Pintillas, El collado de la Abeja y Valdemoracho) presentan la particularidad de presentar un segundo flanco accesible de 1 sector de amplitud. Además se contempla una variante de este grupo que reúne las mismas características, pero que tiene mejores condiciones de defensa generales. Esta variante está formada por casos inicialmente clasificados en otros grupos (Los Hermanillos y Peñarroya II). Grupo 3: Relieve de defensa óptima Los yacimientos aquí agrupados son aquellos que presentan mejores condiciones de defensa (Cab. Altomira, Cab. Torre I, Cab. Torre II, Cab. Paños, Cab. Buitre, Cab. Gorra Visera, Cab. Sillón, Campablo 2, Las Hermanitas, Los Collados, Lugar Viejo, Lugar Viejo I, Montoque, P. Amarilla, P. Foradada, San Borombón, San Sebastián). Ninguno de sus sectores tiene un grado inferior a 5, y los máximos pueden llegar a 8. Consecuentemente la media es alta (por encima del 6,5 en todos los casos). Dos de los yacimientos de este grupo (P. Amarilla y P. Foradada) junto con uno exterior a él (La Carrascosa), pueden conformar una variante que extrema las condiciones de defensa (medias por encima de 7,3). Grupo 4: Relieve de defensa media Es un grupo de pequeños cerros con características similares al anterior pero valores más bajos, de modo que algunos de los mínimos sí llegan a 4 y las medias se sitúan entre 5 y 6. Tres de ellos tienen flancos débiles estrechos (con amplitud de 1 a 2 sectores). Son yacimientos que en comparación con los anteriores (si los consideramos “óptimos”) tienen unas condiciones de defensa “medias” (Cab. Chinchón, Cab. Cruz, Cer. Tijera, El Cabezuelo, La Dehesa Boalar, Urrea 1). El Calvario se introduce como variante más abierta de este grupo, con flanco débil de 4 sectores de amplitud.
113 Tabla 26. Datos crudos de defensa por sectores en la zona de ataque/defensa (distancia < 40 m) y variables derivadas para su análisis. ID Alfa Nombre abreviado Datos iniciales (tabla de atributos de hoja raster) Variables derivadas para análisis Prox (<40) Sector 1 Prox (<40) Sector 2 Prox (<40) Sector 3 Prox (<40) Sector 4 Prox (<40) Sector 5 Prox (<40) Sector 6 Prox (<40) Sector 7 Prox (<40) Sector 8 Prox (<40) MIN Prox (<40) MED Prox (<40) MAX Prox (<40) Def 2 Prox (<40) Def 3 Prox (<40) Def 4 Prox (<40) Def 5 Prox (<40) Def 6 Prox (<40) Def 7 Prox (<40) Def 8 Prox (<40) Principal Prox (<40) Secundario 1 Bardallur 1 7 7 6 3 4 7 7 7 3 6,0 7 0 1 1 0 1 5 0 2 0 2 Bco. Campoviejo 5 4 4 4 4 4 5 6 4 4,5 6 0 0 5 2 1 0 0 5 0 3 Cab. Altomira 7 7 7 7 7 7 7 7 7 7,0 7 0 0 0 0 0 8 0 0 0 4 Cab. Blanco 3 5 5 5 4 3 2 2 2 3,6 5 2 2 1 3 0 0 0 5 0 5 Cab. Chinchón 6 7 6 5 5 6 6 7 5 6,0 7 0 0 0 2 4 2 0 0 0 6 Cab. Cruz 6 6 6 6 6 5 4 6 4 5,6 6 0 0 1 1 6 0 0 1 0 7 Cab. Torre I 7 7 7 7 7 7 7 7 7 7,0 7 0 0 0 0 0 8 0 0 0 8 Cab. Torre II 7 7 7 7 8 7 7 7 7 7,1 8 0 0 0 0 0 7 1 0 0 9 Cab. Paños 6 7 7 7 7 7 6 7 6 6,8 7 0 0 0 0 2 6 0 0 0 10 Cab. Azud 7 4 7 7 7 7 8 7 4 6,8 8 0 0 1 0 0 6 1 1 0 11 Cab. Buitre 7 7 6 7 6 7 8 7 6 6,9 8 0 0 0 0 2 5 1 0 0 12 Cab. Gorra Visera 7 7 7 7 7 7 7 7 7 7,0 7 0 0 0 0 0 8 0 0 0 13 Cab. Sillón 7 7 7 7 7 7 7 8 7 7,1 8 0 0 0 0 0 7 1 0 0 14 Campablo 1 5 5 5 5 5 5 5 6 5 5,1 6 0 0 0 7 1 0 0 0 0 15 Campablo 2 7 7 5 6 7 7 7 7 5 6,6 7 0 0 0 1 1 6 0 0 0 16 Caseta Felusia 4 4 4 4 4 4 4 4 4 4,0 4 0 0 8 0 0 0 0 8 0 17 Cer. Tijera 6 5 6 5 4 4 6 6 4 5,3 6 0 0 2 2 4 0 0 2 0 18 Cer. San Pablo 7 7 7 8 7 6 5 4 4 6,4 8 0 0 1 1 1 4 1 1 0 19 Collado Abeja 4 5 5 4 5 4 3 3 3 4,1 5 0 2 3 3 0 0 0 4 1 20 El Cabezuelo 6 6 6 6 6 6 6 6 6 6,0 6 0 0 0 0 8 0 0 0 0 21 El Calvario 4 4 4 4 6 7 7 6 4 5,3 7 0 0 4 0 2 2 0 4 0 22 El Cortijo 5 5 5 5 5 5 5 5 5 5,0 5 0 0 0 8 0 0 0 0 0 23 El Salobral 4 4 5 5 5 5 6 5 4 4,9 6 0 0 2 5 1 0 0 2 0 24 La Carrascosa 8 8 8 8 8 8 5 6 5 7,4 8 0 0 0 1 1 0 6 0 0 25 La Dehesa Boalar 6 6 6 6 6 5 6 6 5 5,9 6 0 0 0 1 7 0 0 0 0 26 Las Hermanitas 7 6 6 7 7 7 8 7 6 6,9 8 0 0 0 0 2 5 1 0 0 27 Las Llanas 5 6 5 3 2 3 4 4 2 4,0 6 1 2 2 2 1 0 0 5 0 28 Las Pintillas 4 5 5 4 5 5 3 3 3 4,3 5 0 2 2 4 0 0 0 3 1 29 Loma Balsa 4 4 4 4 4 4 4 4 4 4,0 4 0 0 8 0 0 0 0 8 0 30 Loma Castillo 4 4 5 5 5 6 6 5 4 5,0 6 0 0 2 4 2 0 0 4 0 31 Lomas Molino 4 4 5 5 4 4 3 4 3 4,1 5 0 1 5 2 0 0 0 6 0 32 Los Collados 7 7 7 7 7 7 7 8 7 7,1 8 0 0 0 0 0 7 1 0 0 33 Los Hermanillos 5 6 6 6 4 3 3 4 3 4,6 6 0 2 2 1 3 0 0 4 0 34 Lugar Viejo 7 7 7 8 8 7 7 7 7 7,3 8 0 0 0 0 0 6 2 0 0 35 Lugar Viejo I 7 7 7 7 7 7 7 7 7 7,0 7 0 0 0 0 0 8 0 0 0 36 Lugar Viejo III 6 4 6 7 7 8 7 6 4 6,4 8 0 0 1 0 3 3 1 1 0 37 Montoque 6 7 7 7 7 6 7 6 6 6,6 7 0 0 0 0 3 5 0 0 0 38 P. Amarilla 7 7 7 7 7 7 8 8 7 7,3 8 0 0 0 0 0 6 2 0 0 39 P. Águila 7 4 5 6 6 7 7 7 4 6,1 7 0 0 1 1 2 4 0 1 0 40 P. Enroque 8 7 7 7 8 3 5 7 3 6,5 8 0 1 0 1 0 4 2 1 0 41 P. Enroque ladera NO 5 5 4 2 2 3 4 5 2 3,8 5 2 1 2 3 0 0 0 5 0 42 P. Foradada 7 7 7 7 7 8 8 7 7 7,3 8 0 0 0 0 0 6 2 0 0 43 Peñarroya I 7 6 3 5 7 7 8 7 3 6,3 8 0 1 0 1 1 4 1 1 0 44 Peñarroya II 3 3 3 5 7 6 6 4 3 4,6 7 0 3 1 1 2 1 0 4 0 45 San Borombón 6 7 7 7 7 7 7 7 6 6,9 7 0 0 0 0 1 7 0 0 0 46 San Sebastián 6 6 6 7 7 7 7 7 6 6,6 7 0 0 0 0 3 5 0 0 0 47 Urrea 1 6 6 5 5 5 4 5 6 4 5,3 6 0 0 1 4 3 0 0 1 0 48 Valdejota II 5 5 5 4 4 5 5 5 4 4,8 5 0 0 2 6 0 0 0 2 0 49 Valdemoracho 4 5 5 4 5 5 4 4 4 4,5 5 0 0 4 4 0 0 0 3 1 50 Viña Fanlo 4 5 5 5 4 4 3 3 3 4,1 5 0 2 3 3 0 0 0 5 0
114 Figura 41. Dendrograma del cluster realizado sobre las variables de las condiciones defensivas de la zona de ataque/defensa (distancia < 40 m).
115 Grupo 5: Relieve de defensa baja Los yacimientos del grupo 5 son aquellos destacados en un relieve poco destacado, de modo que sus condiciones medias de defensa son un poco más bajas que en el grupo anterior (medias en torno a 5). Consecuentemente los mínimos de algunos de estos yacimientos entran dentro de los grados considerados de mala defensa natural (mínimos de 4 en el 60% de los casos) y por tanto presentan flancos accesibles con amplitud entre 2 y 4 sectores. Así son yacimientos en relieves con condiciones de defensa “bajas” (Campablo 1, El Cortijo, El Salobral, Loma Castillo, Valdejota II). Grupo 6: En llano (defensa nula) Los dos yacimientos que se agrupan aquí son dos casos extremos de yacimientos completamente en llano. Sus 8 sectores tienen un grado de defensa de 4 (Caseta Felusia y Loma Balsa) Grupo 7 (extinguido) El grupo 7 es sin duda el menos consistente, pues reúne tres yacimientos bastante distintos entre sí. Sus medias están en torno a 5, con máximos de 6 o 7 y mínimos de 3 o 4. Los tres tienen un flanco débil de 4 sectores. Quedan aquí agrupados por no coincidir bien con las otras categorías, pero en realidad podrían considerarse variantes de otros grupos. Los Hermanillos y Peñarroya II pueden ser una variante del grupo 2 con mejores condiciones de defensa (máximo y media superiores a las del grupo 2). El Calvario representaría una variante o bien del grupo 4 con su lado débil anormalmente amplio y consecuentemente media más baja que la del grupo, o bien del grupo 5 pero con un máximo y una media altos para ese conjunto. Grupo 8 (extinguido) La Carrascosa es un caso único dentro de la muestra analizada, pues la verticalidad de las pareces del espolón que ocupa hacen que 6 de los 8 sectores tengan un grado de defensa de 8. Los otros dos tienen 5 y 6. La media es 7,4, la mayor de todos los yacimientos analizados. Es un yacimiento en espolón, pero ninguno de los dos sectores de su flanco menos defendido puede ser considerado débil. Por un lado, su excelente condición defensiva y ausencia de sectores débiles aconsejan asimilar La Carrascosa al grupo 3, del que sería una variante por su forma en espolón en la que también podría entrar Peña Foradada y Peña Amarilla. Por otra parte se puede considerar que haya que sacar a La Carrascosa del grupo 8, y a Peña Foradada y Peña Amarilla del grupo 3, para formar con estos yacimientos una variante del grupo 1: yacimientos en espolón con condiciones de defensa excepcionalmente elevadas (en los casos de Peña Foradada y Peña Amarilla sus medias son también muy altas, de 7,3, las mayores por debajo de La Carrascosa). 8.3.2. La zona de acceso: clasificación de las condiciones defensivas lejanas Los 100 m más allá de la zona de defensa/ataque se consideran como zona de acceso. Para la clasificación de esta zona se utilizan las variables de la tabla 27. Pero ahora interesa una clasificación de las condiciones generales, sólo se utilizan 5 variables: mínimo, máximo, media y amplitud del primer y del segundo flancos accesibles. El dendrograma resultante del cluster sobre estas variables se muestra en la figura 42. A continuación se comenta la clasificación. Grupo 1: Acceso difícil Los yacimientos que aparecen bajo este grupo son aquellos ubicados en posiciones más elevadas o contextos más abruptos, por lo que sus condiciones de defensa se mantienen con alto grado a pesar
116 de que se aumente la distancia del análisis. Los casos típicos de este grupo son yacimientos muy elevados y en terreno accidentado (Cabezo del Buitre, San Borombón, La Carrascosa). Pero también hay yacimientos que mantienen buenas condiciones de defensa sólo por su elevación respecto a un entorno relativamente llano (Cabezo de Altomira, San Pablo). Por último hay yacimientos que mantienen un buen nivel de defensa distante por la rugosidad o pendiente mantenida del terreno, aunque la altitud del yacimiento no sea muy elevada (Las Pintillas, Los Hermanitos). Forman parte de este grupo los siguientes yacimientos: Cab. Altomira, Cab. Chinchón, Cab. Torre I, Cab. Buitre, Cab. Gorra Visera, Cab. Sillón, Campablo 2, Cer. San Pablo, El Calvario, La Carrascosa, La Dehesa Boalar, Las Hermanitas, Las Pintillas, Los Collados, Los Hermanillos, Lugar Viejo I, Montoque, P. Amarilla, P. Águila, P. Enroque, P. Foradada, San Borombón. Grupo 2: Acceso medio En este grupo se reúnen aquellos yacimientos que, independientemente de sus condiciones defensivas próximas, están en contextos permeables. De forma que la llegada de un atacante hasta el perímetro de defensa del propio poblado no se vería muy dificultada por el terreno. Son yacimientos en pequeños relieves o laderas vinculadas al llano, pero no estrictamente en él de modo que la facilidad de acceder al yacimiento no es simétrica. Este grupo no discrimina entre yacimientos según sus condiciones de defensa inmediatas, así no extraña ver reunidos casos situados en pendientes más o menos suaves (Viña de los Fanlo) y yacimientos situados en cerros más protegidos (Cabezo de la Cruz, Cabezo de los Paños). Sin embargo este grupo sí es útil para discriminar entre cerros bien protegidos en un contexto llano (Cabezo de la Torre II) de otros yacimientos en cerros en contextos más abruptos, que aparecen en el grupo 2 (Cabezo de la Torre II, Cabezo Sillón). En este grupo aparecen los siguientes yacimientos: Bardallur 1, Cab. Blanco, Cab. Cruz, Cab. Torre II, Cab. Paños, Cab. Azud, Campablo 1, Cer. Tijera, Collado Abeja, El Cortijo, El Salobral, Las Llanas, Lugar Viejo, Lugar Viejo III, P. Enroque ladera NO, Peñarroya I, Peñarroya II, San Sebastián, Urrea 1, Valdemoracho, Viña Fanlo. Grupo 3: Acceso fácil El último grupo recoge los casos que se ubican totalmente en llano. Su nivel de defensa distante es bajo por la mayoría de sus lados, independientemente de que después el yacimiento pueda estar o no en una posición más o menos defendible. Así la Loma del Castillo o El Cabezuelo resultan fáciles de alcanzar, pero tienen unas condiciones relativamente buenas para la defensa próxima. El caso contrario es el de la Caseta Felusia o la Loma de la Balsa que tienen una mala defensa a cualquier distancia. En este grupo tenemos el Bco. Campoviejo, Caseta Felusia, El Cabezuelo, Loma Balsa, Loma Castillo, Lomas Molino y Valdejota II.
117 Tabla 27. Datos crudos de defensa por sectores en la zona de acceso (40 m < distancia < 100 m) y variables derivadas para su análisis. ID Alfa Nombre abreviado Datos iniciales (tabla de atributos de hoja raster) Variables derivadas para análisis Lej (>40) Sector 1 Lej (>40) Sector 2 Lej (>40) Sector 3 Lej (>40) Sector 4 Lej (>40) Sector 5 Lej (>40) Sector 6 Lej (>40) Sector 7 Lej (>40) Sector 8 Lej (>40) MIN Lej (>40) MED Lej (>40) MAX Lej (>40) Def 2 Lej (>40) Def 3 Lej (>40) Def 4 Lej (>40) Def 5 Lej (>40) Def 6 Lej (>40) Def 7 Lej (>40) Def 8 Lej (>40) Principal Lej (>40) Secundario 1 Bardallur 1 7 5 5 4 4 4 6 6 4 5,1 7 0 0 3 2 2 1 0 3 0 2 Bco. Campoviejo 4 3 3 3 4 4 4 4 3 3,6 4 0 3 5 0 0 0 0 8 0 3 Cab. Altomira 7 6 6 6 6 6 6 6 6 6,1 7 0 0 0 0 7 1 0 0 0 4 Cab. Blanco 5 5 5 5 4 3 3 4 3 4,3 5 0 2 2 4 0 0 0 4 0 5 Cab. Chinchón 5 5 6 5 6 5 5 5 5 5,3 6 0 0 0 6 2 0 0 0 0 6 Cab. Cruz 3 3 4 5 5 5 3 5 3 4,1 5 0 3 1 4 0 0 0 3 1 7 Cab. Torre I 7 7 7 7 7 6 6 6 6 6,6 7 0 0 0 0 3 5 0 0 0 8 Cab. Torre II 5 5 4 3 4 4 4 5 3 4,3 5 0 1 4 3 0 0 0 5 0 9 Cab. Paños 6 6 4 3 5 5 6 6 3 5,1 6 0 1 1 2 4 0 0 2 0 10 Cab. Azud 6 3 3 3 6 7 6 6 3 5,0 7 0 3 0 0 4 1 0 3 0 11 Cab. Buitre 7 7 6 5 3 6 7 7 3 6,0 7 0 1 0 1 2 4 0 1 0 12 Cab. Gorra Visera 6 6 5 4 5 6 6 6 4 5,5 6 0 0 1 2 5 0 0 1 0 13 Cab. Sillón 7 7 7 6 6 7 6 7 6 6,6 7 0 0 0 0 3 5 0 0 0 14 Campablo 1 7 5 3 3 3 3 6 6 3 4,5 7 0 4 0 1 2 1 0 4 0 15 Campablo 2 6 6 4 5 5 6 6 6 4 5,5 6 0 0 1 2 5 0 0 1 0 16 Caseta Felusia 4 4 4 4 4 4 4 4 4 4,0 4 0 0 8 0 0 0 0 8 0 17 Cer. Tijera 6 3 4 4 4 3 5 5 3 4,3 6 0 2 3 2 1 0 0 5 0 18 Cer. San Pablo 5 6 6 6 4 5 5 4 4 5,1 6 0 0 2 3 3 0 0 1 1 19 Collado Abeja 5 5 5 4 3 6 6 5 3 4,9 6 0 1 1 4 2 0 0 2 0 20 El Cabezuelo 4 4 4 4 4 4 4 4 4 4,0 4 0 0 8 0 0 0 0 8 0 21 El Calvario 5 5 5 5 6 6 6 5 5 5,4 6 0 0 0 5 3 0 0 0 0 22 El Cortijo 5 4 4 4 5 5 5 5 4 4,6 5 0 0 3 5 0 0 0 3 0 23 El Salobral 3 4 3 4 4 5 5 5 3 4,1 5 0 2 3 3 0 0 0 5 0 24 La Carrascosa 6 7 7 7 6 6 3 3 3 5,6 7 0 2 0 0 3 3 0 2 0 25 La Dehesa Boalar 6 6 6 6 5 4 5 5 4 5,4 6 0 0 1 3 4 0 0 1 0 26 Las Hermanitas 7 7 5 5 6 6 8 7 5 6,4 8 0 0 0 2 2 3 1 0 0 27 Las Llanas 5 5 5 3 3 3 3 5 3 4,0 5 0 4 0 4 0 0 0 4 0 28 Las Pintillas 5 5 5 4 5 5 5 4 4 4,8 5 0 0 2 6 0 0 0 1 1 29 Loma Balsa 4 4 4 4 4 4 4 4 4 4,0 4 0 0 8 0 0 0 0 8 0 30 Loma Castillo 4 4 4 4 4 5 5 4 4 4,3 5 0 0 6 2 0 0 0 6 0 31 Lomas Molino 3 4 4 4 4 4 3 3 3 3,6 4 0 3 5 0 0 0 0 8 0 32 Los Collados 6 7 7 7 6 5 7 7 5 6,5 7 0 0 0 1 2 5 0 0 0 33 Los Hermanillos 5 6 6 5 5 5 6 4 4 5,3 6 0 0 1 4 3 0 0 1 0 34 Lugar Viejo 7 7 6 2 3 4 7 7 2 5,4 7 1 1 1 0 1 4 0 3 0 35 Lugar Viejo I 6 6 6 4 5 5 6 6 4 5,5 6 0 0 1 2 5 0 0 1 0 36 Lugar Viejo III 6 6 3 3 5 6 5 4 3 4,8 6 0 2 1 2 3 0 0 2 1 37 Montoque 6 6 7 7 7 6 3 6 3 6,0 7 0 1 0 0 4 3 0 1 0 38 P. Amarilla 7 7 4 6 7 7 7 7 4 6,5 7 0 0 1 0 1 6 0 1 0 39 P. Águila 7 4 4 7 7 7 7 7 4 6,3 7 0 0 2 0 0 6 0 2 0 40 P. Enroque 6 7 7 6 5 4 5 6 4 5,8 7 0 0 1 2 3 2 0 1 0 41 P. Enroque ladera NO 4 6 6 7 4 2 3 4 2 4,5 7 1 1 3 0 2 1 0 5 0 42 P. Foradada 7 7 5 7 7 7 7 8 5 6,9 8 0 0 0 1 0 6 1 0 0 43 Peñarroya I 3 3 6 6 6 6 5 2 2 4,6 6 1 2 0 1 4 0 0 3 0 44 Peñarroya II 4 3 3 6 5 6 6 6 3 4,9 6 0 2 1 1 4 0 0 3 0 45 San Borombón 6 7 7 5 6 7 7 7 5 6,5 7 0 0 0 1 2 5 0 0 0 46 San Sebastián 6 3 3 3 4 6 5 6 3 4,5 6 0 3 1 1 3 0 0 4 0 47 Urrea 1 6 5 6 5 3 4 6 6 3 5,1 6 0 1 1 2 4 0 0 2 0 48 Valdejota II 4 3 4 4 4 4 4 5 3 4,0 5 0 1 6 1 0 0 0 7 0 49 Valdemoracho 4 5 4 4 4 5 5 4 4 4,4 5 0 0 5 3 0 0 0 3 2 50 Viña Fanlo 6 5 5 5 4 3 3 5 3 4,5 6 0 2 1 4 1 0 0 3 0
124 9. DISCUSIÓN Y CONCLUSIONES Este último capítulo está articulado en torno a tres ejes: la discusión sobre los métodos y variables empleados en el análisis de los entornos de los yacimientos; la visión diacrónica de los patrones de asentamiento; una valoración de las consecuencias de las transformaciones del paisaje para la visibilidad e interpretación del registro arqueológico. Finalmente se presenta esquemáticamente las principales conclusiones de este trabajo. 9.1. Discusión sobre la pertinencia de las variables y los métodos utilizados 9.1.1. Las variables En el trabajo presentado se han analizado muchos rasgos del entorno geográfico de los yacimientos a través de muchas variables. Pero esto no debe llevar a engaño. En realidad no se han analizado muchas dimensiones de la realidad, sino unas muy concretas desde varios enfoques. Esto es así porque en la base de todos los análisis están los mismos conjuntos de datos fundamentales: los yacimientos, el relieve y la geomorfología. Así, la movilidad, los tipos de suelo y sus riesgos asociados, la prominencia o la visibilidad son diferentes formas de estudiar estos datos. Por tanto, necesariamente debe haber cierto grado de correlación entre los resultados de los análisis efectuados bajo diferentes enfoques. No obstante, tampoco faltan contrastes entre ellos, que son muy significativos. Todo esto no invalida ni resta utilidad a los análisis efectuados, sino que es una advertencia para que se interpreten correctamente. Además la multiplicidad de enfoques aporta muchos matices interesantes y ayuda a interpretar los conjuntos de datos originales. Evidentemente los suelos y sus riesgos están muy relacionados por la geomorfología, de los que derivan. Pero no es menos cierto que su análisis aporta información añadida fruto de una interpretación de la geomorfología y el relieve. La selección de variables tiene siempre un componente subjetivo, en cuanto depende del criterio del investigador –y de la comunidad científica y/o escuela académica de la que forma parte– decidir qué partes de la realidad son pertinentes al problema estudiado y cuáles no. Pero además a esta selección se suman las limitaciones de la capacidad de modelización cuantitativa de las variables que se pretende introducir en el análisis. Aquí es responsabilidad del investigador buscar en la bibliografía disponible experiencias previas que puedan ayudarle o, si no las encuentra o no le satisfacen, tratar de adaptar o incluso crear sus propios procedimientos de modelización de las variables. Tal sería el caso, en este trabajo del tratamiento que se ha hecho de la prominencia, la rugosidad, la movilidad o las condiciones defensivas. Pero aún así, habrá ocasiones en las que algunas variables no puedan ser incluidas al no haberse encontrado la forma correcta de modelizarlas. Por ejemplo, en este trabajo me hubiera gustado incorporar la relación de los yacimientos con una red estructural de movilidad calculada de forma independiente de los mismos, lo que no resultaba fácil y en cualquier caso algunos procedimientos que se han propuesto (Fábrega-Álvarez 2006, 2007) son teórica y metodológicamente discutibles. Así, hay que tener en cuenta que el conjunto de variables seleccionadas, modelizadas y analizadas es subjetivo y técnicamente limitado, aunque el trabajo realizado haya tratado de vencer estas limitaciones. Por tanto resulta conveniente hacer una pequeña evaluación de las variables utilizadas. Las variables agrupadas bajo la denominación de “topográficas” (altitud media, desviación de la altitud, rango altitudinal, desnivel, prominencia y rugosidad, a las que habría que añadir la distancia al río principal) son en general sencillas de medir y modelizar. Sólo en los casos de la prominencia y la rugosidad ha sido necesario buscar y probar diferentes procedimientos. Como ya se ha argumentado, para el caso de la prominencia considero que lo que he llamado prominencia efectiva (índice derivado del ángulo formado entre cada localización y la localización problema) resulta más adecuado que otras
125 aproximaciones como la altitud relativa o la superficie dominada. Sin embargo, es cierto que las altas correlaciones entre ellas permitirían la sustitución de unas por otras sin demasiados problemas. En el caso de la rugosidad, la solución aportada por Franklin y bien explicada por Felicísimo (1994) es la que conceptualmente resulta más adecuada, aunque también es de las más complicadas de modelizar. Ello ha requerido la creación de un modelo de análisis con el Model Builder de ArcGIS que permite, para futuras aplicaciones, eliminar la dificultad de cálculo de esta variable, pues la herramienta requiere básicamente un MDT y una serie de sencillos parámetros. De este grupo de variables, la distancia al río principal ha sido determinante en el primer factor del ACP de variables geomorfológicas, en clara y obvia oposición al las unidades geomorfológicas ligadas a los ríos. Por otra parte, la rugosidad, opuesta al rango altitudinal y a la desviación típica de la altitud, ha definido el segundo factor. La prominencia efectiva y el desnivel han sido incluidos en el ACP de control, destacándose su peso en los dos primeros factores. De las 9 variables geomorfológicas finalmente utilizadas sólo 5 han tenido un peso significativo en el correspondiente ACP. En el primer factor los glacis se contraponen a las unidades vinculadas a los cauces principales (llanura aluvial y terrazas holocenas y pleistocenas). El tercer factor representa el contraste entre los yacimientos situados en el ámbito evaporítico (dominado por yesos) más próximo al Ebro y los casos del ámbito detrítico (arcilas y areniscas). La incidencia del resto de unidades geomorfológicas ha sido menor. Las variables de suelos y riesgos para la actividad agropecuaria, como ya se ha dicho, son una interpretación de la geomorfología y las pendientes. Las categorías que más peso han demostrado ponen de relieve una serie de contraposiciones interesantes. En primer lugar las zonas de mayor riesgo erosivo, incluso para el pasto, con dificultad para el desarrollo edáfico (riesgos 5 y 6) se contraponen a las zonas más llanas, donde bajo las condiciones ambientales de la Edad del Bronce debió haber un desarrollo edáfico más rápido y profundo que en la actualidad y donde los riesgos no se derivan de la pendiente sino de la posibilidad de encharcamiento y aparición de horizontes carbonatados o salinos (riesgo 3). En los factores 2 y 3, aún con un porcentaje significativo de la explicación de la varianza, aparecen las categorías de riesgo 1 y 4, esto es, respectivamente el ámbito aluvial con sus riesgos fluviales y la zona llana, similar a la categoría de riesgo 3, pero con una pendiente algo mayor que facilita el drenaje. En resumen, parece haber tres polos. En primer lugar las zonas escarpadas, menos productivas y con mayores riesgos de erosión si se les priva de su cobertura vegetal (si no hay deforestación estas laderas estarían en una situación regularizada en condiciones biostásicas). En segundo lugar las zonas llanas con buen desarrollo edáfico y sin riesgos erosivos. Y en tercer lugar el ámbito fluvial, donde se desarrollan unos suelos particulares muy rejuvenecidos y húmedos, pero donde hay una serie de riesgos que no derivan de la pendiente, sino del dinamismo del río y de su vegetación. Las variables de movilidad finalmente utilizadas han sido la media y la desviación típica de los costes acumulados relativos (CAR). Como ya se ha visto, están altamente correlacionados con las otras variables calculadas, por lo que se ha podido prescindir de éstas. Eso sí, resulta interesante los matices que introducen los dos diferentes índices de compacidad probados en cuanto al alargamiento y a la sinuosidad de la isocrona, información que se pierde al suplirlos con la desviación de los CAR. Sin embargo la inclusión de estos índices resulta compleja pues su adaptación al análisis de isocronas que en su forma ideal no son circulares es problemática, por lo que quizás podría desecharse su uso con este fin. Por su parte la media y desviación de los CAR han dado unos buenos resultados. Su correlación con los otros índices de movilidad garantizan que no son un artefacto sin sentido, son sencillos de incluir y sintetizan todo el entorno de los yacimientos, y no una porción del mismo variable en cada caso según la isocrona correspondiente. Además presentan algunas ventajas potenciales que no han sido completamente exploradas aquí, como son la posibilidad de analizar la distribución espacial de los CAR de cada celda y no sólo un valor medio y la desviación típica para todo el conjunto. Lo interesante en lo concerniente a la movilidad no es tanto qué variables o índices se han medido para incluir en los análisis sino cómo se ha modelizado esta cuestión. He buscado el modo de introducir la ecuación del movimiento de Tobler, por parecerme ajustada a los datos empíricos, en una herramienta de cálculo de costes de movilidad cuyo algoritmo fuera anisotrópico en el tratamiento de la pendiente (Path distance de ArcGIS). Pero además he matizado este tratamiento de la pendiente inclu-
126 yendo la variación en la forma de desplazamiento que supone zigzaguear para mantener constante la pendiente a costa de aumentar la distancia recorrida. Y por último he introducido la vegetación (de forma muy esquemática teniendo en cuenta las consideraciones paleoambientales) como factor condicionante del movimiento. El resultado es que el tratamiento anisotrópico de la pendiente y la introducción del zigzag hacen que la topografía reduzca su peso en el cálculo de movilidad, y consecuentemente este peso recae en el otro factor incluido, esto es, la vegetación. Esto es interesante, pues en la mayor parte de los trabajos arqueológicos que manejan cálculos de movilidad se esgrime reiteradamente la idea de que la topografía es el principal factor como justificación para la no inclusión de otros factores (como la vegetación). La única variable de visibilidad implementada en el análisis (la superficie visible desde cada yacimiento) no necesita mayores comentarios. Sólo quiero reiterar que si no se han hecho análisis de intervisibilidad entre yacimientos, tan habituales en la Arqueología Espacial, es porque éstos no aportarían gran cosa al análisis de sus entornos, que es el objeto estudiado, y porque no tengo la seguridad de la sincronía real de los yacimientos que considero coetáneos. Por último las variables de las condiciones defensivas de los emplazamientos de los yacimientos han recibido un tratamiento algo diferente que ha requerido la creación de una herramienta específica en Model Builder de ArcGIS. El planteamiento analítico ha sido relativamente simple: una reclasificación de los flancos del yacimiento en función de su pendiente hacia el mismo. Simple, pero ha resultado eficaz, pues ha permitido una clasificación razonable de los yacimientos. Además, al trabajar con dos radios de análisis se ha podido discriminar entre las condiciones de ataque/defensa y las de acceso a la confrontación. He de destacar también que, aunque de manera muy esquemática, esta herramienta sirve también para hacer una clasificación rudimentaria de formas de relieve, pues en el fondo eso es lo que representan los valores que devuelve: elevaciones exentas en todo su perímetro, espolones, laderas y llanos básicamente. 9.1.2. Los métodos Para la modelización y posterior análisis de estas variables los Sistemas de Información Geográfica han sido una herramienta esencial. Los SIG y otras Tecnologías de la Información Geográfica han sido ampliamente utilizados en Arqueología Espacial y del Paisaje tanto para la gestión y representación del dato arqueológico como para el análisis espacial del territorio arqueológico. Cualquier método, cualquier proceso cognoscitivo encaminado a la formación de conocimiento de la realidad, pasará por la observación, la modelización y el análisis e interpretación. Las TIG cuentan con recursos para estos tres aspectos del proceso. En la observación de la realidad y obtención de datos las TIG pueden ayudar a la objetivación de las variables (toda medida implica una imprecisión, e incluso una alteración del objeto medido, pero esta imprecisión puede minimizarse y sobre todo estandarizarse). Pero además incrementan la precisión en algunas prácticas arqueológicas, como la prospección con GPS, el registro de materiales de excavación con estación total o los levantamientos topográficos mediante fotogrametría o escaneado láser. Por otra parte algunas TIG permiten acceder a aspectos de la realidad difícilmente perceptibles o directamente imperceptibles por los sentidos. Tal es el caso por ejemplo de la ya veterana fotointerpretación arqueológica, o de la teledetección multiespectral aplicada a la Arqueológica, o la aplicación de técnicas geofísicas de exploración no invasiva. Sin embargo quizás sea en la modelización donde las TIG puedan demostrarse más importantes para la Arqueología, en concreto mediante los SIG. En la necesidad y versatilidad de representación es donde Chuvieco et al. ven el gran aporte de las TIG a la ciencia: “La eventualidad de disponer de procedimientos y técnicas de análisis que permitan la formalización de un problema concreto, a un nivel de escala abarcable, ofrece una amplia e innovadora gama de posibilidades metodológicas a cualquier investigación, dentro de planteamientos teóricos muy diversos” (Chuvieco et al. 2005, 39). La construcción de modelos entronca con la integración de datos provenientes de diferentes especialistas y disciplinas. Siempre a las diversas disciplinas logran modelos con información espacial,
127 éstos serán susceptibles de entrar a formar parte de un SIG y ser integrados y analizados conjuntamente en el sistema. La dificultad estriba precisamente en la posibilidad de dar dimensión espacial a algunos de los resultados de las investigaciones afines a la Arqueología. La integración de los datos en un SIG puede llegar a modificar sustancialmente el esquema de trabajo basado en la mera yuxtaposición o concatenación de resultados de varias disciplinas. Un objetivo del desarrollo de las aplicaciones de SIG en Arqueología puede ser el siguiente: lograr que los datos correspondientes a diversas facetas de la realidad sean integrados en la creación de un modelo unitario en el que analizarlos conjunta e interrelacionadamente, produciendo conclusiones con una perspectiva más global. Así la reconstrucción del pasado no se generaría por adición de conclusiones parciales, sino que las diferentes partes se analizarían como un todo. Es evidente el enfoque sistémico de este planteamiento. Las características y ventajas del enfoque sistémico expuestas más arriba y las necesidades de un proyecto de investigación multidisciplinar exigen dotarse de herramientas que permitan la recuperación, integración y análisis conjunto de datos de procedencia y naturaleza muy diversa. Desde la utilización de pares estereoscópicos a la topografía de detalle apoyada en GPS centimétrico y ortofotografías, pasando por la incorporación de atributos culturales y cronológicos, este proyecto se ha apoyado decididamente en las Tecnologías de Información Geográfica. La última fase analítica de este trabajo ha implicado la utilización de herramientas estadísticas (ACP y cluster). Quizás es aquí donde la metodología utilizada puede ser menos consistente. Posiblemente se hubiera podido sacar más partido al conjunto de datos analizados mediante una elección de unas herramientas estadísticas diferentes, más adecuadas a los tipos de variables analizadas. Por otro lado hay que tener en cuenta las limitaciones del uso de estadística en arqueología, donde los problemas de escala del dato y la habitualmente deficiente representatividad de la muestra introducen un sesgo importante. En este trabajo se ha analizado una muestra de 50 yacimientos, pero si los contemplamos por periodos, el tamaño muestral es menor e irregular (el caso extremo es el Bronce Tardío que sólo cuenta con dos ejemplares). Además, aunque se ha intentado que esta muestra contenga toda la variabilidad de yacimientos y paisajes en la zona de estudio, hay que tener en cuenta que la totalidad de los yacimientos conocidos, entre los que se ha hecho la selección, no tiene por qué reflejar fielmente la totalidad de asentamientos que una vez hubo. Los yacimientos conocidos no son sólo reflejo de los asentamientos que hubo, sino que también son resultado de los procesos geomorfológicos posteriores, la alteración antrópica del paisaje, la historia de las investigaciones arqueológicas en el territorio y, por qué no decirlo, la casualidad que juega un papel importante en muchos hallazgos. 9.2. Visión diacrónica de los patrones de asentamiento Los resultados obtenidos en cada uno de los aspectos finalmente estudiados (geomorfología, suelos y riesgos, control y condiciones defensivas) y su relación con los periodos cronológicos de este trabajo permiten fijar unas tendencias recurrentes en el comportamiento de asentamiento durante la Edad del Bronce. A continuación se exponen de manera esquemática los principales resultados obtenidos para el establecimiento del patrón de asentamiento. En esta exposición se reflejan las tendencias generales, las características más repetidas por periodos. No obstante en todo ellos hay excepciones que pueden consultarse en las páginas precedentes. 9.2.1. Calcolítico Final La característica predominante durante el Calcolítico Final es su elevada variabilidad en todos los aspectos analizados. Esto impide la enunciación de un patrón para este periodo, pues no hay suficiente recurrencia. Hay yacimientos de este periodo vinculados a entornos llanos y abruptos, cercanos a los ríos o muy alejados. En general ocupan suelos aptos para la explotación agrícola de secano sin asumir gran-
128 des riesgos por erosión, pero hay excepciones. También son dispares – y extremas – sus características en cuanto a control del entorno y a sus condiciones defensivas. Por tanto la conclusión varía poco desde la valoración de las hipótesis de partida: no se puede definir un patrón característico, o dicho de otro modo, una característica del periodo es la variabilidad del fenómeno del asentamiento. A qué se debe esta variabilidad es una cuestión importante. Brevemente cabe decir que puede deberse a varios factores, actuando de forma conjunta o no: Una deficiente conservación del registro arqueológico que no permite observar correctamente fenómenos distintos que se están clasificando como uno solo. Una deficiente observación e interpretación del registro arqueológico que nos lleva a no discriminar correctamente los casos del Calcolítico Final. Son comunidades que están explorando diferentes estrategias en su relación con el entorno. Esta exploración puede deberse a un proceso de transformación de las comunidades (cambios tecnológicos y sociales) o a cambios ambientales (los del paso del Calcolítico árido al Bronce frío y relativamente más húmedo). Son comunidades muy flexibles en su relación con el entorno de manera que éste no es un factor principal en su estrategia de asentamiento frente a otros factores que se nos escapan. 9.2.2. Bronce Antiguo En términos generales, se trata de yacimientos alejados de los ríos principales, pues tienden a ocupar cerros testigo más o menos desgajados de las plataformas de caliza terciaria, aunque también los afloramientos de calizas jurásicas. Por tanto, sus entornos tienden a ser muy rugosos, por lo que asumen riesgos erosivos importantes. Sin embargo, también es cierto que en sus entornos hay buena proporción de glacis y de detrítico terciario más llano y estable. De hecho, algunos yacimientos ocupan auténticos cerros testigo dominando el llano. Por tanto, también es característica de este periodo una vinculación a los suelos que se desarrollan sobre estas unidades geomorfológicas más estables, teniendo que distinguir entre las que están condicionadas por el sustrato evaporítico de yesos o el detrítico más arcilloso. Además, en el Bronce Antiguo hay una tendencia a ocupar relieves predominantes y generalmente con buen control visual, aunque en detrimento de la accesibilidad al entorno. Como ya se ha dicho, se diría que hay una necesidad de ver y ser visto. Esto concuerda con los resultados del análisis de las condiciones defensivas, que muestra un Bronce Antiguo dominado por yacimientos que buscan posiciones casi inexpugnables y de difícil acceso. 9.2.3. Bronce Medio Frente a los yacimientos del Bronce Antiguo, en este periodo los yacimientos tienden a emplazarse en entornos llanos, principalmente en el ámbito detrítico, pero también en el evaporítico. Están muy vinculados a los glacis y a los suelos que permiten una exploración agrícola de secano sin riesgos de erosión. Paralelamente, se desvinculan completamente de los ríos principales. Sin embargo, esto no implica necesariamente que se trate de yacimientos situados en relieves poco destacados. Por el contrario, hay yacimientos que, como en el periodo anterior, ocupan posiciones prominentes y con gran visibilidad. Pero paralelamente se dan casos que parecen sacrificar la prominencia y la visibilidad en aras de un mejor acceso a su entorno. En cuanto a los relieves elegidos para el asentamiento en el Bronce Medio, hay que destacar que hay ocupación en dos grandes cerros ya ocupados en el periodo anterior (Peña Amarilla y Cabezo la Torre I). Si se trata de reocupaciones o de una continuidad del poblamiento, es algo que sólo se podrá resolver mediante excavaciones arqueológicas. Estos dos casos son evidentemente prominentes, con buen control visual y unas condiciones defensivas óptimas. Junto a ellos, el resto de los casos se vincu-
129 lan al llano y a las laderas, dando lugar a diferentes condiciones de prominencia, visibilidad y defensa según sea la morfología concreta de la ladera. 9.2.4. Bronce Tardío El Bronce Tardío es un periodo tan infra representado en la muestra que resulta arriesgado concluir un patrón, aunque los pocos casos que lo forman presenten características similares: buena prominencia, visibilidad y defensa. Por otro lado, no son yacimientos que ocupen nuevas posiciones, sino reocupaciones o perduraciones en relieves ya ocupados en periodos anteriores (San Pablo y Peña Amarilla). Sin embargo, no se ha detectado esta reocupación o perduración en yacimientos más vinculados al llano del Bronce Medio. Por tanto, si damos crédito a la exigua muestra del Bronce Tardío, el esquema de ocupación del territorio se caracteriza por un descenso brusco del número de asentamientos y la ocupación únicamente de posiciones ya habitadas previamente y que tienen unas condiciones de defensa y control óptimas. Además, en el caso de Peña Amarilla parece que la fase del Bronce Tardío tiene menor entidad que las anteriores. 9.2.4. Bronce Final y Hierro I Tras la caída en el número de yacimientos conocidos para el Bronce Tardío, hay en los periodos siguientes una recuperación notable de la información disponible. En cuanto a las características de los entornos de los yacimientos, el Bronce Final y el Hierro I presentan una afinidad notable entre sí y unas características netamente diferenciadas respecto a los periodos anteriores. Son yacimientos que se vinculan al terreno aluvial y terrazas fluviales, por lo que las distancias a los ríos son pequeñas y las altitudes medias de los entornos son bajas. No obstante, el ámbito aluvial constituye sólo una parte del entorno de estos yacimientos. El resto lo forman los yesos evaporíticos terciarios (en los yacimientos más septentrionales) o el detrítico terciario y los glacis (en los más meridionales). Son por tanto entornos marcados por una dualidad. Por un lado la vinculación al ámbito del río les pone en relación con unos suelos fértiles, con buena disponibilidad agua, pero que entrañan riesgos propios que han de ser controlados. Además la zona próxima a los ríos es llana, pero dificulta la movilidad por las características del terreno, la vegetación y el propio cauce. Por otro lado, en los casos vinculados a la formación evaporítica terciaria, las profundas incisiones en los yesos implican una rugosidad notable en parte del entorno de los yacimientos, y una limitación también parcial a la visibilidad. En los casos asociados al detrítico terciario y a los glacis, más llanos, el control visual no se ve tan limitado y además se minimizan los riesgos de erosión. Durante estos periodos hay tanto yacimientos con condiciones defensivas medias o bajas como otros con defensa óptima. Estos segundos se reducen en el Hierro I. Sin embargo, la aproximación hasta los yacimientos es generalmente fácil. Probablemente por ello adquiere gran importancia el desarrollo de los sistemas defensivos, como bien ilustra el caso del Cabezo de la Cruz. 9.3. Consecuencias de las transformaciones del paisaje para la interpretación y visibilidad del registro arqueológico La reconstrucción paleoambiental de la zona de estudio dibuja un paisaje bastante diferente del actual (Ángeles et al. 2004; Peña-Monné et al. 1998; Peña-Monné et al. 2004; Pérez-Lambán 2013; Pérez-Lambán et al. en prensa). El clima debió ser desde el Calcolítico Final algo más frío y húmedo que en la actualidad, favoreciendo la regularización de las laderas y cierto desarrollo edáfico al estar la superficie más protegida por la vegetación. La topografía general sería similar, pero con un desarrollo menor de los rellenos de fondo de val y con las laderas regularizadas. Con un ambiente más húmedo y
130 un suelo más permeable y con mayor capacidad de retención, la disponibilidad hídrica estaría más asegurada que en la actualidad (Carrión Marco 2007; González Sampériz y Sopena Vicién 2002; González Sampériz 2004). Desconocemos la forma en que progresaron estas condiciones, pero sabemos que en la primera mitad del primer milenio a.C. alcanzaron un pico de frío, marcado por el evento 2.8 de Bond, y de precipitaciones, según el registro isotópico de los carbones del Cabezo de la Cruz, que indican unas precipitaciones que duplican las actuales (Espinar y Voltas 2009). Posteriormente, un cambio a un clima más seco y cálido, unido a una mayor presión sobre el medio, dio lugar a la progresiva deforestación y erosión del valle del Ebro desde época Ibero-Romana. Se degradaron las laderas regularizadas y el sedimento disponible se depositó en los fondos y conos de las vales. Este es el inicio del proceso de degradación que construyó el paisaje actual, con algún episocio intermedio como las regularización de laderas de la Pequeña Edad del Hielo con sus efímeros desarrollos edáficos (Pérez-Lambán et al. en prensa). Estos cambios dejan patente la necesidad de reconstruir las condiciones ambientales originales a la hora de interpretar los patrones de asentamiento. Casos como el de Los Collados o el del Cabezo Sillón son buenos ejemplos de ello (figura 46). Si nos fijamos en los terrenos cultivables en torno al yacimiento de Los Collados en la actualidad nos daremos cuenta de que se ubican sobre los fondos de las vales, en unos depósitos que en la Edad del Bronce aún no se habían formado. Sin embargo, las laderas y las superficies elevadas planas estaban cubiertas de un suelo hoy desaparecido. El dinamismo geomorfológico de la zona de estudio, causado por la debilidad de las litologías miocenas, un clima predominantemente semiárido y una fuerte presión antrópica, conlleva también consecuencias para la conservación y observación del registro arqueológico. Los contextos de la Edad del Bronce están severamente afectados por procesos erosivos, siendo difícil encontrar contextos primarios bien conservados. De este modo una consideración geoarqueológica del yacimiento es siempre necesaria para su interpretación (Burillo Mozota et al. 1981a, 1981b; González Pérez et al. 1996; Harrison et al. 1994; Ibáñez González 1993; Peña Monné et al. 1988; Peña Monné y Rodanés Vicente 1992; Peña Monné y González Pérez 1992; Peña Monné et al. 1996; Peña Monné et al. 2005; Sopena Vicién 1996, 1998; Sopena Vicién y Peña-Monné 1998 ... entre otros). Los materiales cuyos contextos originales se ubicaban en alto frecuentemente aparecen depositados en acumulaciones de ladera o de fondo de val, a distancias de decenas o centenas de metros. Los contextos situados al pie de laderas o zonas llanas han sido frecuentemente recubiertos de depósitos sedimentarios recientes, como los rellenos de fondos de val, los conos de las salidas de los barrancos o las acumulaciones de ladera. Si esto es así para la Edad del Bronce, cabe suponer una afección mucho más grave para el registro arqueológico anterior, de épocas más antiguas de la Prehistoria. El vacío de información sobre estas etapas no debe interpretarse nunca como un vacío de poblamiento, sirva de ejemplo la cabaña mesolítica del Cabezo de la Cruz (Rodanés Vicente y Picazo Millán 2009), escondida bajo un depósito coluvial posterior.
131 Figura 46. Cambios en los aprovechamientos agrícolas alrededor de Los Collados (1 km). A: Fotografía aérea que muestra el carácter árido y deforestado de la zona, con gran superficie yerma. B: Aprovechamiento actual de la zona. Las escasas zonas arables se corresponden principalmente a los fondos de las vales. C: Unidades geomorfológicas, básicas para plantear y entender la evolución del medio. D: Reconstrucción de los usos potenciales en la Edad del Bronce. Aumenta la superficie arable pero sobre unidades diferentes a las actuales: una mayor conservación de las plataformas estructurales y de la superficie de erosión de yesos ofrecería más superficie llana sobre la que habría suelo fértil. Las laderas suministrarían pasto y recursos forestales. Los fondos de las vales presentarían rellenos menos desarrollados y sujetos a las características hidrológicas y vegetales de los barrancos bajo unas condiciones más húmedas.
132 9.4. Conclusiones finales La utilización de SIG exige una definición clara del problema y un planteamiento coherente de las variables que expresan las partes del mismo así como del tratamiento que se va a hacer de las mismas. No es correcto realizar aquellos análisis más accesibles sólo por el hecho de serlos. Tampoco es conveniente realizar análisis sin un propósito concreto con la esperanza de interpretar los resultados sin haber formulado previamente el problema, seleccionado las variables pertinentes y preparado los datos para que sirvan a la resolución del mismo. Sin embargo, ello no quiere decir que no sea lícito incorporar cierto carácter exploratorio a un planteamiento analítico. En este trabajo se ha realizado una selección de variables que se consideraban pertinentes para la explicación de los fenómenos yacimiento y asentamiento en relación a sus entornos, pero la estrategia analítica basada en ACP ha permitido además explorar cuales de ellas tienen más peso en esa explicación. En resumen se podría destacar las siguientes: Topográficas Distancia al río Rugosidad Prominencia efectiva Geomorfológicas Llanura aluvial y terrazas (holocenas y pleistocenas) Glacis Ámbito evaporítico terciario (yesos) Ámbito detrítico terciario (arcillas y areniscas) Suelos y riesgos Las 6 zonas definidas han resultado relevantes, aunque las dos de mayor pendiente y riesgo erosivo (riesgo 5, apto sólo para pasto, y 6, completamente inadecuado) siempre han contribuido juntas, por lo que podrían unirse en una sola clase. Control Media de CAR Desviación típica de CAR Cuenca visual Defensa En el análisis de la defensa no se ha realizado ACP, por lo que no se puede asignar peso a las variables. Además dado el planteamiento analítico, basado en la forma que adquiere el conjunto de sectores considerados, no cabe otorgar más importancia a una variable u otra. Las TIG y en concreto los SIG son una herramienta fundamental para la investigación geoarqueológica y las llamadas Arqueología Espacial y del Paisaje. La capacidad de captura, representación y gestión de datos arqueológicos, ya sea de prospección como de excavación, suponen una gran ayuda a la arqueología de campo. Además las utilidades analíticas de los SIG son de gran importancia para modelizar las variables que intervienen en la relación de las comunidades humanas y el medio. Pero más allá de todo ello, los SIG son un marco óptimo para la integración de información generada por diferentes disciplinas y pertinente al fenómeno de la implantación humana en el paisaje: información arqueológica, geomorfológica, paleoambiental… La principal dificultad para esta integración es la diferencia de escalas tanto temporales como espaciales que alcanzan las representaciones o modelos logrados por cada disciplina. Con respecto a los patrones de asentamiento y su evolución diacrónica se han definido consistentemente las tendencias y momentos de cambio. Se debe partir de la indefinición característica del Calcolítico Final. En este periodo no hay patrones definidos, sino yacimientos en situaciones muy variadas. Podría pensarse que se trata del resultado o bien de una exploración del territorio o bien de la ausencia de factores condicionantes. En todo caso parece que hacia el final del periodo hay una tendencia a la ocupación de cerros muy destacados, evidenciando una preocupación defensiva.
133 Esta tendencia culmina y cristaliza en el Bronce Antiguo, donde el patrón de asentamiento es único y general: yacimientos en alto bien defendibles, alejados de los ríos, vinculados a los glacis y las planas, asumiendo riesgos erosivos. En el siguiente periodo, el Bronce Medio, perdura este patrón, si bien los yacimientos parecen más vinculados a los glacis que a las planas y ocupar cerros mayores. No obstante la principal novedad es que el patrón ya no es único. Junto a estos yacimientos hay otros situados en zonas llanas, al pie de pequeños cerros, decididamente vinculados a los glacis y llanuras interfluviales. La afinidad de los repertorios cerámicos y las dataciones de radiocarbónicas apuntan a una coexistencia de ambos patrones, obligando a intentar una explicación social de los mismos en clave funcional. Quizás estos dos patrones formaron parte de un mismo sistema con relaciones de dependencia (los del llano sometidos a los de arriba) y/o de colaboración (los del llano como “granjas” de los de arriba, que serían los “castillos”). La práctica de una actividad estratégica como la metalurgia en los yacimientos yanos apunta más a un sistema colaborativo que coercitivo. En el Bronce Tardío habría una perduración del modelo en alto, no tanto del llano, pero lo cierto es que la escasez de la muestra (2 yacimiento) impide hablar con propiedad de este periodo. Si esta ausencia de información se debe a una “crisis” de poblamiento o a una deficiencia en la capacidad para detectarlo en las investigaciones hasta la fecha es algo que está por determinar. En todo caso, tras este aparente vacío la situación es radicalmente diferente. En el Bronce Final, con perduración ene el Hierro I, se produce una auténtica ruptura en el patrón de asentamiento. De nuevo asistimos a un patrón único y generalizado, pero distinto a cualquiera de los del bronce. Ahora los yacimientos se ubican en la frontera entre el ámbito fluvial y el secano (glacis, ámbito evaporítico y detrítico). Estos yacimientos asumen así nuevos riesgos en sus entornos (inundación, variaciones del cauce, vegetación de ribera competidora…) y se alejan de las zonas más altas de la zona, pero dentro de los límites de sus entornos, buscan posiciones elevadas y defendibles (que potencian con estructuras defensivas). Estos cambios locacionales vienen acompañados de otros cambios culturales y sociales. Los nuevos asentamientos evidencian un cambio en las estrategias de explotación del territorio en la organización comunitaria e intercomunitaria. La distribución de estos yacimientos a lo largo de los cursos principales parece regular y marcada por un plan de explotación del territorio. Se puede considerar este fenómeno como un impulso colonizador que se inicia en el Bronce Final y se consolida en la Edad del Hierro. Sus causas habría que buscarlas en el desarrollo de las sociedades de las regiones vecinas que no habían sufrido la aparente crisis del Bronce Tardío.
140 Peña-Monné, J. L., Rubio Fernández, V. y González Pérez, J. R., 2005a. Aplicación de modelos geomorfológicos evolutivos al estudio de yacimientos arqueológicos en medios semiáridos (Depresión del Ebro, España), en A Geografia ibérica no contexto europeo (X Coloquio Ibérico de Geografía, 22-24 de Setembro de 2005 Évora) Universidade De Evora, Évora. Peña-Monné, J. L., Sancho Marcén, C., Rubio Fernández, V. y Longares Aladrén, L. A., 2005b. Aportaciones desde la geomorfología y la geoarqueología al conocimiento de los paleoambientes holocenos del NE de España, en A Geografia ibérica no contexto europeo (X Coloquio Ibérico de Geografía, 22-24 de Setembro de 2005 Évora) Universidade De Evora, Évora. Peña Monné, J. L. y González Pérez, J. R., 1992. Modelo evolutivo de los cambios en la dinámica geomorfológica del Baix Cinca y Segre (Depresión del Ebro) durante el Pleistoceno superiorHoloceno a partir de los datos geoarqueológicos, en Cuaternario y Geomorfología, 6, 103-110. Peña Monné, J. L., González Pérez, J. R. y Rodríguez, J. I., 1988. Estudi geoarqueologic del Tossal de Moradilla (Lleida), en Recerques Terres de Ponent, IX, 31-41. Peña Monné, J. L., González Pérez, J. R. y Rodríguez, J. I., 1996. Paleoambientes y evolución geomorfológica en yacimientos arqueológicos del sector oriental de la depresión del Ebro durante el Holoceno superior, en Dinámica y evolución de medios cuaternarios, eds. Pérez Alberti, A., Martini, P., Chesworth, W. y Martínez Cortizas, A., Santiago, 63-80. Peña Monné, J. L., Pellicer Corellano, F., Julián Andrés, A., Chueca Cía, J., Echeverría Arnedo, M. T., Lozano Tena, M. V. y Sánchez Fabre, M., 2002. Mapa Geomorfológico de Aragón, Consejo de Protección de la Naturaleza de Aragón, Zaragoza. Peña Monné, J. L. y Rodanés Vicente, J. M., 1992. Evolución geomorfológica y ocupación humana en el cerro de Masada de Ratón (Baix Cinca, prov. de Huesca), en Cuaternario y Geomorfología, 6, 81-89. Peña Monné, J. L., Rubio Fernández, V. y González Pérez, J. R., 2005. Aplicación de modelos geomorfológicos evolutivos al estudio de yacimientos arqueológicos en medios semiáridos (Depresión del Ebro, España), en A Geografia ibérica no contexto europeo (X Coloquio Ibérico de Geografía, 22-24 de Setembro de 2005 Évora) Universidade De Evora, Évora. Pérez-Lambán, F., 2011. Sistema de poblamiento en la baja Huerva (Zaragoza) durante el Bronce Antiguo y Medio, en Actas de las II Jornadas de Jóvenes en Investigación Arqueológica (Madrid, 6, 7 y 8 de mayo de 2009). JIA 2009, ed. OrJIA, OrJIA y Libros Pórtico, Madrid-Zaragoza, 615-622. Pérez-Lambán, F., 2013. Tesis Doctoral: La Edad del Bronce en los cursos bajos de los ríos Huerva y Jalón: Geoarqueología y análisis espacial de los asentamientos. Dpto. Ciencias de la Antigüedad, Universidad de Zaragoza, Zaragoza. Pérez-Lambán, F., Fanlo Loras, J. y Picazo Millán, J. V., 2011. El poblamiento antiguo en el valle del río Huerva. Resultados de las campañas de prospección de 2007-2009, en Salduie, 10. Pérez-Lambán, F., Peña-Monné, J. L., Fanlo-Loras, J., Picazo-Millán, J. V., Badia-Villas, D., RubioFernández, V., García-Giménez, R. y Sampietro-Vattuone, M. M., en prensa. Paleoenvironmental and geoarchaeological reconstruction from late Holocene slope records (Lower Huerva Valley, Ebro Basin, NE Spain), en Quaternary Research, Available online 13 November 2013.
141 Pérez Casas, J. A., 1987. Memoria de Licenciatura: Contribución a la carta arqueológica del valle del Jalón. Trabajos de prospección en su cuenca baja. Facultad de Filosofía y Letras, Universidad de Zaragoza, Zaragoza. Picazo Millán, J. V., 1991. Contribución de análisis estadísticos para la diferenciación de grupos ‘culturales’ durante la Edad del Bronce en el sur del sistema Ibérico (Teruel, España), en ArC, 2, 79-108. Picazo Millán, J. V., 1993. La Edad del Bronce en el sur del Sistema Ibérico turolense, I: los materiales cerámicos, Seminario de Arqueología y Etnología Turolense, Teruel. Picazo Millán, J. V., 1999-2000. Nuevas dataciones para la Edad Media del Bronce en la cuenca del río Alfambra (Teruel), en Kalathos, 18-19, 7-26. Picazo Millán, J. V. y Rodanés Vicente, J. M., 2009. Los poblados del Bronce Final y Primera Edad del Hierro : Cabezo de la Cruz, La Muela, Zaragoza, Gobierno de Aragón, Departamento de Educación, Cultura y Deporte, Zaragoza. Picazo Millán, J. V., Yll Aguirre, R., Ros Mora, M. T., de la Torre Ruiz, M. Á., Serrano Endolz, L., López García, P. y Blasco Sancho, M. F., 1997. Subsistencia y medio ambiente durante la Edad del Bronce en el sur del Sistema Ibérico turolense, en Teruel: Revista del Instituto de Estudios Turolenses, 85(2), 7-48. Rodanés Vicente, J. M. y Picazo Millán, J. V., 2009. La cabaña mesolítica del Cabezo de la Cruz (La Muela, Zaragoza), en El Mesolítico Geométrico en la Península Ibérica, eds. Utrilla Miranda, P. y Montes Ramírez, L., Universidad de Zaragoza, Zaragoza, 327-342. Saunders, W., 1999. Preparation of DEMs for Use in Environmental Modeling Analysis, en Esri User Conference San Diego, California: ESRI, July 24-30, 1999. Sebastián López, M., 2011. Tesis Doctoral: Geografía del arte rupestre: Herramientas espaciales y TIG para el análisis de la distribución territorial del arte levantino y esquemático en Aragón. Departamento de Ciencias de la Antigüedad, Universidad de Zaragoza, Zaragoza. Sesma Sesma, J. y García García, M. L., 1994. La ocupación desde el Bronce Antiguo a la Edad Media en las Bardenas Reales de Navarra, en Cuadernos de Arqueología de la Universidad de Navarra, 2, 381-404. Shennan, S., 1992. Arqueología cuantitativa, Crítica, Barcelona. Sopena Vicién, M. C., 1996. La Edad del Bronce en el Ésera-Cinca medio, en Bolskan, 13, 217-238. Sopena Vicién, M. C., 1998. Estudio geoarqueológico de los yacimientos de la Edad del Bronce de la comarca del Cinca medio (Huesca),en Bolskan, 15, Instituto de Estudios Altoaragoneses, Huesca. Sopena Vicién, M. C. y Peña-Monné, J. L., 1998. Evolución del paisaje del Holoceno superior en el valle del Cinca, sector de Binaced (Huesca), en Arqueología Espacial, 19-20, 185-197.
142 Tobler, W., 1993. Three presentations on geographical analysis and modeling (Technical report 93-1). National Center for Geographical Information and Analysis, University of California, Santa Barbara. Turner, J. C., 1970. Matemática moderna aplicada. Probabilidades, estadística e investigación operativa, Alianza Editorial, Madrid. Uriarte González, A., 2005. Aplicaciones arqueogeográficas al estudio de las sociedades del Orientalizante: de la tribu al estado en la cuenca del Guadiana Menor (Andalucía Oriental), en El periodo orientalizante : actas del III Simposio Internacional de Arqueología de Mérida, Protohistoria del Mediterráneo Occidental (2003, Mérida), eds. Celestino Pérez, S. y Jiménez Ávila, J., Instituto de Arqueología de Mérida, Mérida, 610-620. van Leusen, P. M., 2002. Doctoral Thesis: Pattern to process: methodological investigations into the formation and interpretation of spatial patterns in archaeological landscapes. Rijksuniversiteit Groningen, Groningen. Wheatley, D. y Gillings, M., 2002. Spatial Technology and Archaeology. The archaeological application of GIS, Taylor & Francis, London. Wilkinson, K., Gerrard, C., Aguilera Aragón, I., Bailiff, I. y Pope, R., 2005. Prehistoric and Historic Landscape Change in Aragón, Spain: Some Results from the Moncayo Archaeological Survey, en Journal of Mediterranean Archaeology, 18(1). Yetano Ruiz, L. M., 1978. La evolución geomorfológica del valle de la Huerva, en Geographicalia, 2, 3-20. Zamora Merchán, M., 2011. Cálculos de visibilidad en arqueología. La visibilidad del territorio desglosada en ángulos verticales y su aplicación al período ibérico tardío de Andalucía Central, en Tecnologías de Información Geográfica y análisis arqueológico del territorio. Actas del V Simposio Internacional de Arqueología de Mérida (Mérida, del 7 al 10 de noviembre de 2007), eds. Mayoral Herrera, V. y Celestino Pérez, S., Instituto de Arqueología - MéridaI - CSIC - Junta de Extremadura - Consorcio de Mérida, Mérida.