����������������������������������������������������������������������������������

 

 

Modelo de la capacidad de carga tur�stica aplicado al centro tur�stico comunitario Ishpingo Pakcha con enfoque matem�tico y tecnol�gico

 

Model of tourist carrying capacity applied to the Ishpingo Pakcha community tourist center with a mathematical and technological approach

 

Modelo de capacidade de carga tur�stica aplicado ao centro tur�stico comunit�rio de Ishpingo Pakcha com uma abordagem matem�tica e tecnol�gica

 

 

 

 

 

 

 

 

 

 

 

Correspondencia: emilio.flores@espoch.edu.ec

 

Ciencias T�cnicas y Aplicadas

Art�culo de Investigaci�n

 

 

* Recibido: 29 octubre de 2025 *Aceptado: 16 de noviembre de 2025 * Publicado: �08 de diciembre de 2025

 

        I.            Ingeniero en Administraci�n de Empresas Tur�sticas y Hoteleras, Maestr�a en Turismo, cursando Maestr�a en Marketing Digital y Big Data, Escuela Superior Polit�cnica de Chimborazo, Riobamba, Ecuador.

      II.            Matem�tica, Magister en Matem�tica Aplicada con Menci�n en Matem�tica Computacional, Escuela Superior Polit�cnica de Chimborazo, Riobamba, Ecuador.

    III.            Ingeniero en Sistemas Inform�ticos, Magister en Inform�tica Aplicada, Escuela Superior Polit�cnica de Chimborazo, Riobamba, Ecuador.

    IV.            Ingeniera en Sistemas Inform�ticos, Magister en Tecnolog�as de la Informaci�n y Magister en Inform�tica Educativa, Escuela Superior Polit�cnica de Chimborazo, Riobamba, Ecuador.

Resumen

El Centro Tur�stico Comunitario Ishpingo Pakcha enfrenta un crecimiento progresivo del flujo de visitantes que, si bien fortalece la econom�a local, tambi�n genera riesgos de deterioro ambiental, saturaci�n de los senderos, disminuci�n de la calidad de la experiencia tur�stica y vulnerabilidad operativa por la ausencia de herramientas sistem�ticas de control. El principal problema radica en la falta de un modelo t�cnico que permita determinar, monitorear y gestionar la capacidad de carga tur�stica de manera precisa, considerando las caracter�sticas ecol�gicas, socioculturales y log�sticas del sitio. En este contexto, surge la necesidad de aplicar un modelo de capacidad de carga sustentado en m�todos matem�ticos y apoyado en tecnolog�as digitales para optimizar la toma de decisiones y garantizar la sostenibilidad del destino. El estudio plante� como objetivo general dise�ar y aplicar un modelo matem�tico y tecnol�gico de capacidad de carga tur�stica para Ishpingo Pakcha. Sus objetivos espec�ficos incluyeron: identificar variables ambientales y operativas relevantes, calcular la capacidad de carga f�sica, real y efectiva mediante f�rmulas matem�ticas, e implementar herramientas inform�ticas para la sistematizaci�n y an�lisis de datos. La metodolog�a emple� un enfoque cuantitativo, con un dise�o descriptivo y anal�tico. Se recopilaron datos de campo sobre �reas disponibles, tiempos de permanencia, tasas de deterioro y l�mites de manejo; adem�s, se utilizaron softwares de hoja de c�lculo y formularios digitales para el procesamiento de la informaci�n. El modelo permiti� estimar que la capacidad de carga efectiva es considerablemente menor a la percibida por la comunidad, lo cual evidencia un riesgo de sobreuso en temporadas altas. Los resultados demostraron que la integraci�n de modelos matem�ticos con herramientas tecnol�gicas mejora la precisi�n en la planificaci�n tur�stica y facilita el control diario de visitantes. En conclusi�n, la aplicaci�n del modelo fortalece la sostenibilidad ambiental, la conservaci�n cultural y la gesti�n aut�noma del centro comunitario, asegurando una oferta tur�stica equilibrada y responsable.

Palabras claves: Modelo; capacidad; carga tur�stica; centro tur�stico comunitario Ishpingo Pakcha; enfoque matem�tico y tecnol�gico.

 

Abstract

The Ishpingo Pakcha Community Tourism Center faces a progressive increase in visitor flow, which, while strengthening the local economy, also generates risks of environmental degradation, trail overcrowding, a decline in the quality of the tourist experience, and operational vulnerability due to the lack of systematic control tools. The main problem lies in the absence of a technical model that allows for the accurate determination, monitoring, and management of tourist carrying capacity, considering the ecological, sociocultural, and logistical characteristics of the site. In this context, the need arises to apply a carrying capacity model based on mathematical methods and supported by digital technologies to optimize decision-making and ensure the sustainability of the destination. The study's general objective was to design and apply a mathematical and technological model of tourist carrying capacity for Ishpingo Pakcha. Its specific objectives included: identifying relevant environmental and operational variables, calculating the physical, real, and effective carrying capacity using mathematical formulas, and implementing computer tools for data systematization and analysis. The methodology employed a quantitative approach, with a descriptive and analytical design. Field data on available areas, length of stay, deterioration rates, and management limits were collected; spreadsheet software and digital forms were used to process the information. The model estimated that the effective carrying capacity is considerably lower than that perceived by the community, indicating a risk of overuse during peak seasons. The results demonstrated that integrating mathematical models with technological tools improves the accuracy of tourism planning and facilitates daily visitor management. In conclusion, the application of the model strengthens environmental sustainability, cultural conservation, and the autonomous management of the community center, ensuring a balanced and responsible tourism offering.

Keywords: Model; capacity; tourist carrying capacity; Ishpingo Pakcha community tourism center; mathematical and technological approach.

 

Resumo

O Centro de Turismo Comunit�rio de Ishpingo Pakcha enfrenta um aumento progressivo no fluxo de visitantes, o que, embora fortale�a a economia local, tamb�m gera riscos de degrada��o ambiental, superlota��o das trilhas, decl�nio na qualidade da experi�ncia tur�stica e vulnerabilidade operacional devido � falta de ferramentas de controle sistem�ticas. O principal problema reside na aus�ncia de um modelo t�cnico que permita a determina��o, o monitoramento e a gest�o precisos da capacidade de carga tur�stica, considerando as caracter�sticas ecol�gicas, socioculturais e log�sticas do local. Nesse contexto, surge a necessidade de aplicar um modelo de capacidade de carga baseado em m�todos matem�ticos e apoiado por tecnologias digitais para otimizar a tomada de decis�es e garantir a sustentabilidade do destino. O objetivo geral do estudo foi projetar e aplicar um modelo matem�tico e tecnol�gico de capacidade de carga tur�stica para Ishpingo Pakcha. Seus objetivos espec�ficos inclu�ram: identificar vari�veis ​​ambientais e operacionais relevantes, calcular a capacidade de carga f�sica, real e efetiva utilizando f�rmulas matem�ticas e implementar ferramentas computacionais para sistematiza��o e an�lise de dados. A metodologia empregou uma abordagem quantitativa, com delineamento descritivo e anal�tico. Foram coletados dados de campo sobre �reas dispon�veis, tempo de perman�ncia, taxas de deteriora��o e limites de gest�o; planilhas eletr�nicas e formul�rios digitais foram utilizados para processar as informa��es. O modelo estimou que a capacidade de carga efetiva � consideravelmente menor do que a percebida pela comunidade, indicando um risco de sobrecarga durante a alta temporada. Os resultados demonstraram que a integra��o de modelos matem�ticos com ferramentas tecnol�gicas melhora a precis�o do planejamento tur�stico e facilita a gest�o di�ria dos visitantes. Em conclus�o, a aplica��o do modelo fortalece a sustentabilidade ambiental, a conserva��o cultural e a gest�o aut�noma do centro comunit�rio, garantindo uma oferta tur�stica equilibrada e respons�vel.

Palavras-chave: Modelo; capacidade; capacidade de carga tur�stica; centro tur�stico comunit�rio de Ishpingo Pakcha; abordagem matem�tica e tecnol�gica.

 

Introducci�n

La gesti�n sostenible de destinos tur�sticos en �reas naturales sensibles, como la regi�n amaz�nica, requiere la aplicaci�n de herramientas matem�ticas y tecnol�gicas que permitan controlar el flujo de visitantes y mitigar los impactos ecol�gicos. La capacidad de carga tur�stica se ha convertido en un indicador esencial para asegurar la conservaci�n de ecosistemas fr�giles, equilibrar la actividad econ�mica y proteger el patrimonio natural frente a la creciente presi�n tur�stica. Seg�n la Organizaci�n Mundial del Turismo (OMT), el c�lculo de la capacidad de carga es un instrumento clave para establecer l�mites razonables de uso p�blico y garantizar la sostenibilidad de los atractivos naturales en el largo plazo (UNWTO, 2022).

En territorios megadiversos como la Amazon�a, el uso de sistemas tecnol�gicos, sensores, aplicaciones m�viles y plataformas digitales ofrece la posibilidad de monitorear en tiempo real el comportamiento de los visitantes, identificar sobrecargas y regular la demanda tur�stica. Organismos como el Programa de las Naciones Unidas para el Medio Ambiente (PNUMA) destacan la importancia de integrar tecnolog�as inteligentes para fortalecer la gesti�n adaptativa y reducir los da�os a la biodiversidad causados por la actividad humana (UNEP, 2023)

Por su parte, la modelizaci�n matem�tica de la capacidad de carga �que incluye la Capacidad de Carga F�sica (CCF), Real (CCR) y Efectiva (CCE)� permite cuantificar los l�mites de uso del territorio con base en variables como el �rea disponible, la fragilidad ecol�gica, la calidad del servicio y la capacidad operativa del sitio. Esta aproximaci�n matem�tica ha sido ampliamente reconocida por la literatura cient�fica como un m�todo preciso para evitar la saturaci�n tur�stica en ecosistemas fr�giles

Asimismo, el uso de tecnolog�as de la informaci�n (TI) en la gesti�n de �reas naturales se ha expandido considerablemente debido a su capacidad para registrar datos, automatizar procesos y generar alertas tempranas sobre niveles cr�ticos de uso, tal como lo indican estudios actuales en monitoreo ambiental apoyado en sensores e inteligencia artificial (NASA, 2023).

En este contexto, el presente proyecto implementa un Sistema de Capacidad de Carga Tur�stica basado en modelos matem�ticos y tecnolog�as de informaci�n, cuyo prop�sito es regular el aforo de visitantes, prevenir el deterioro ecol�gico y fortalecer la gesti�n sostenible en destinos amaz�nicos. La combinaci�n de matem�tica aplicada, monitoreo digital y an�lisis en tiempo real permitir� optimizar la conservaci�n del entorno y mejorar la calidad de la experiencia tur�stica.

Problema cient�fico

La regi�n amaz�nica enfrenta un crecimiento acelerado de visitantes en �reas naturales y comunitarias, lo que intensifica la presi�n sobre ecosistemas extremadamente fr�giles. Aunque el turismo puede generar oportunidades socioecon�micas, su expansi�n sin sistemas de control provoca deterioro ambiental, p�rdida de cobertura vegetal, afectaci�n a especies sensibles y sobreexplotaci�n de senderos ecol�gicos (Alliance, 2023)

Pese a la importancia del manejo sostenible, muchos destinos amaz�nicos carecen de metodolog�as cient�ficas que permitan calcular la capacidad de carga tur�stica con precisi�n. Seg�n el Global Sustainable Tourism Council (GSTC), la falta de indicadores cuantitativos y modelos matem�ticos dificulta la regulaci�n del uso p�blico y disminuye la efectividad de las estrategias de conservaci�n (UNESCO, 2022)

Paralelamente, la adopci�n de tecnolog�as de informaci�n para el monitoreo tur�stico en tiempo real es limitada en la Amazon�a. Sistemas como sensores ambientales, an�lisis satelital y plataformas IoT permiten detectar saturaci�n y presi�n ecol�gica, pero su uso a�n es m�nimo. La NASA destaca que el monitoreo digital continuo es esencial para evitar la degradaci�n acelerada en ecosistemas tropicales (NASA, 2023)

De forma complementaria, el Programa de Naciones Unidas para el Medio Ambiente (UNEP) advierte que la falta de herramientas tecnol�gicas en zonas naturales impide gestionar adecuadamente el flujo tur�stico, aumentando la vulnerabilidad de los ecosistemas amaz�nicos

 

Desarrollo

1.      Definici�n del objetivo

Implementar un sistema cuantitativo que permita calcular, monitorear y proyectar la capacidad de carga tur�stica (CCT) utilizando modelos matem�ticos, algoritmos de an�lisis de datos y herramientas tecnol�gicos para apoyar la gesti�n sostenible de un destino tur�sticos.

2.      Componentes del sistema

�         Componente matem�tico

Incluye las f�rmulas esenciales de la capacidad de carga:

-          Capacidad de Carga F�sica (CCF)

Es un indicador que permite estimar cu�ntas personas pueden estar simult�neamente en un espacio sin causar saturaci�n, considerando �nicamente la superficie.

Donde:

�rea disponible: Es la superficie total utilizable del sitio (en m�) para la actividad tur�stica, excluyendo �reas restringidas o no aptas.

�rea requerida por turista: Es el espacio m�nimo que necesita un visitante para desplazarse o realizar actividades c�modamente.

-          Capacidad de Carga Real (CCR)

Se consideran los factores que pueden limitar el uso y afectar la calidad de la visita o la conservaci�n del entorno, entonces la Capacidad de Carga Real es un indicador m�s preciso del n�mero de visitantes que un sitio puede manejar.

Factores de correcci�n: Sirven para reducir el n�mero m�ximo de visitantes y obtener un valor m�s ajustado. Estos factores pueden incluir:

-          Condiciones ambientales (erosi�n, precipitaci�n, etc.).

-          Estado de conservaci�n del sitio.

-          Impacto social.

-          Disponibilidad de infraestructura y equipo.

-          Facilidad de acceso.

Calculamos:

Donde:

CCF: Capacidad de Carga F�sica (el valor base obtenido solo por superficie).

: Factor de correcci�n i, expresado como un valor entre 0 y 1. Si un factor no limita nada, �entonces, no afecta la capacidad.

-          Capacidad de carga efectiva

Capacidad de carga efectiva (CCE): Ayuda a establecer el valor limitante de visitantes para evitar la degradaci�n del recurso y asegurar una experiencia adecuada para los visitantes.

 

Donde:

Capacidad de manejo: Es un coeficiente (entre 0 y 1) que eval�a qu� tan preparado est� el sitio para gestionar visitantes.

 

Conclusiones

�         La aplicaci�n de modelos matem�ticos de capacidad de carga tur�stica en el centro comunitario Ishpingo Pakcha permite determinar l�mites objetivos de visitantes, considerando variables como �rea disponible, tiempos de permanencia, fragilidad ambiental y calidad del servicio. Esto contribuye a evitar la sobrecarga del espacio, reducir el impacto en senderos, cascadas y ecosistemas circundantes, y mantener experiencias tur�sticas coherentes con la filosof�a de turismo comunitario y sostenible.

�         El uso de herramientas inform�ticas para el registro, procesamiento y an�lisis de datos (hojas de c�lculo, sistemas de reservas, bases de datos, dashboards) mejora significativamente la gesti�n de la capacidad de carga, ya que facilita el monitoreo en tiempo real de la afluencia, la identificaci�n de temporadas cr�ticas y la toma de decisiones basada en evidencias. De esta manera, Ishpingo Pakcha puede ajustar horarios, cupos y actividades, optimizando tanto la conservaci�n del entorno como la satisfacci�n del visitante.

 

Recomendaciones

�         Implementar un sistema inform�tico de gesti�n de visitas (online o local) que integre reservas, control de ingreso y reportes autom�ticos, de manera que el c�lculo de la capacidad de carga matem�tica no quede solo en el estudio inicial, sino que se actualice de forma continua con datos reales de flujo tur�stico, estacionalidad y comportamiento de los visitantes.

�         Capacitar al equipo comunitario en el uso b�sico de herramientas matem�ticas e inform�ticas (Excel, formularios digitales, gr�ficos, indicadores clave) para que puedan recalcular peri�dicamente la capacidad de carga, simular escenarios (por ejemplo, aumento de visitantes o nuevas actividades) y tomar decisiones preventivas. Esto fortalecer� la autonom�a del centro tur�stico y su capacidad de mantener un modelo de gesti�n sostenible en el tiempo.

 

Referencias

1.      Alliance, Rainforest. 2023. Rainforest Alliance. [En l�nea] 2023. https://www.rainforest-alliance.org/es/.

2.      Digital. 2020. OECD. [En l�nea] 2020. https://www.oecd.org/en/topics/digital.html.

3.      International, Conservation. 2022. Predictive modeling for biodiversity hotspots. [En l�nea] 2022. https://www.conservation.org/.

4.      IPBES. 2022. [En l�nea] 2022. Digital tools for biodiversity risk assessment.

5.      NASA. 2023. Earth Data Analytics for Amazon Conservation. [En l�nea] 2023. https://earthdata.nasa.gov/.

6.      Nature, Springer. 2021. Mathematical Modeling for Tourism Systems. [En l�nea] 2021. https://link.springer.com/.

7.      Programme, United Nations Environment. 2023. United Nations Environment Programme. [En l�nea] 2023. https://www.unep.org/resources/filter/sort_by=publication_date/sort_order=desc/page=0.

8.      TDWG. 2022. Artificial intelligence for ecological monitoring . [En l�nea] 2022. https://www.tdwg.org/resources.

9.      UNEP. 2023. United Nations. [En l�nea] 2023. https://www.unep.org/resources/filter/sort_by=publication_date/sort_order=desc/page=0.

10.  UNESCO. 2022. UNESCO supports biodiversity. [En l�nea] 2022. https://www.unesco.org/en/biodiversity.

11.  UNWTO. 2022. Sustainable development. [En l�nea] 2022. https://www.untourism.int/sustainable-development.

12.  �. 2022. World Tourism Organization . [En l�nea] 2022. https://www.untourism.int/digital-transformation.

13.  US, Rainforest Foundation. 2023. AI tools for forest monitoring in the Amazon. [En l�nea] 2023. https://rainforestfoundation.org/.

14.  WWF. 2022. Conservation in the Amazon Rainforest. [En l�nea] 2022. https://www.worldwildlife.org/places/amazon/.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

� 2025 por los autores. Este art�culo es de acceso abierto y distribuido seg�n los t�rminos y condiciones de la licencia Creative Commons Atribuci�n-NoComercial-CompartirIgual 4.0 Internacional (CC BY-NC-SA 4.0)

(https://creativecommons.org/licenses/by-nc-sa/4.0/).