Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Un SIG es una herramienta de primer orden sirve para formular cuestiones geográficas y
para resolverlas
Se pueden considerar gran variedad de formas en que los datos espaciales pueden
representarse dentro del SIG
Se pueden tratar cuestiones relativas como la asociación entre varias variables espaciales y
de variación temporal las cuales pueden estudiarse a modo de instantáneas
Entendemos por dato espacial todo aquel que tiene asociado una referencia geográfica lo
que nos ayuda a localizar lo que sucede dentro de un mapa. El carácter especial del dato
deriva de la existencia de posición (posición de una entidad en el espacio expresado por sus
coordenadas) como relativos.
Algunos puntos más relevantes que deben considerarse a la hora de tratar con datos
espaciales, éstos son considerados problemas que deben tenerse en cuenta para el análisis:
Escala
Es un problema que radica en que las variables que se utilizan dentro de un SIG no pueden
medirse de forma puntual un ejemplo es el porcentaje de la población
Auto correlación espacial
Aquí se cumple la primera Ley geográfica de Tobler que establece que todo está
relacionado con todo pero las cosas próximas entre si están más relacionadas que las
distantes.
Existencia de estructura
Efectos de borde
Localización representada
Relaciones espaciales
Índices métricos
Crea una capa de ráster a partir de un dataset ráster de entrada o un archivo de capa. La
capa creada por la herramienta es temporal y, una vez finalizada la sesión, no permanece en
el sistema a menos que se guarde el documento de mapa o que la capa se guarde en el
disco.
Esta herramienta se puede utilizar para crear una capa temporal a fin de poder trabajar con
un subconjunto de bandas especificado dentro de un dataset ráster.
Las operaciones más importantes son el cálculo de zonas de influencia y las denominadas
operaciones de solape, que permiten combinar capas de diversas formas. Entre estas
encontramos las operaciones de intersección, unión, diferencia y recorte, así como el
juntado de capas. Aunque producen transformaciones geométricas en las entidades de las
capas de entrada, las tablas de valores asociadas deben considerarse y tratarse con
precaución, pues dichas transformaciones pueden afectar a la validez de los datos que
contienen.
MARCELA
En líneas generales, todo cuanto hacemos con la información geográfica implica algún tipo
de análisis. Desde una mera consulta a un modelo muy complejo, este análisis explora
dicha información y permite obtener resultados que descubren otros tipos de información
subyacente.
Existe una gran variedad de procesos de análisis espacial. Estos pueden tomar datos
espaciales de diversas clases y generar resultados también muy diversos, por lo que su
clasificación es compleja. Algunos de los más característicos de cuantos podemos llevar a
cabo dentro de un SIG son aquellos que sacan partido de la forma en que este maneja las
distintas capas de información. Por ejemplo, la superposición de capas o el análisis
combinado de distintos factores como herramienta de apoyo en la toma de decisiones. La
creación de zonas de influencia es también uno de los análisis más habituales, englobado
dentro de un conjunto de procesos de transformación de datos geográficos.
En este contexto, deben considerarse los SIG como herramientas que van a permitir una
mejor formulación de las cuestiones geográficas, y que del mismo modo van a ayudar en la
búsqueda de respuestas a estas.
Los datos espaciales presentan particularidades que tienen una gran importancia en los
procesos de análisis. Entre estas, la existencia de una estructura, la presencia de efectos de
borde o los efectos de escala y derivados tales como el denominado Problema de la Unidad
de Área Modificable, son los más relevantes.
La autocorrelación espacial es otro de los elementos que siempre deben tenerse en cuenta a
la hora de estudiar los datos espaciales, pues condiciona los resultados de los análisis según
sea dicha autocorrelación.
Además de lo anterior, los distintos elementos con los que trabajamos en el análisis espacial
se relacionan entre sí. El estudio y clasificación de dichas relaciones presenta alternativas
diversas que tratan de recoger la totalidad de estas: relaciones topológicas, relaciones de
distancia, relaciones de orientación, etc. A esto ha de sumarse la diferente naturaleza de las
relaciones espaciales en el lenguaje habitual, que es eminentemente cualitativa en lugar de
la naturaleza cuantitativa de los procesos que se implementan en un SIG.
El formato ráster es la base para un gran numero de algoritmos de análisis. No obstante, una
buena parte de los métodos de obtención de información geográfica no generan capas ráster
con una estructura regular, sino información distribuida de forma irregular. La creación de
una estructura regular a partir de datos irregularmente distribuidos se lleva a cabo mediante
métodos diversos, entre los cuales tienen especial presencia los métodos de interpolación.
Existen muchos métodos de interpolación distintos, entre los que cabe destacar los
siguientes por su implementación habitual en los SIG:
La elección del método a emplear debe realizarse en función del tipo de datos a interpolar,
las características de estos, y los requerimientos y usos previstos de la capa resultante, entre
otros factores. Asimismo, es importante elegir una resolución de celda adecuada y, en caso
que los puntos de muestreo no vengan dados a priori, diseñar un muestreo óptimo.
ÁLGEBRA DE MAPAS
El álgebra de mapas nos proporciona las herramientas necesarias para analizar capas ráster
y obtener de ellas resultados derivados. Bien sea a partir de una capa, de dos, o de una
batería de ellas, las funciones del álgebra de mapas definen un marco formal de procesos
dentro del cual desarrollar los más diversos análisis. Distinguimos cuatro tipos básicos de
funciones: locales, focales, zonales y globales.
De cada uno de ellos veremos numerosos ejemplos de aquí en adelante, ya que constituyen
la base conceptual sobre la que se construyen la práctica totalidad de algoritmos de análisis
de capas ráster. Estas funciones han de ir unidas a un manejo adecuado de las variables de
entrada (las capas ráster), así como a una serie operadores que se aplican sobre las celdas
que cada función define como objeto de análisis.
Las capas ráster pueden convertirse en capas vectoriales empleando algoritmos a tal efecto.
Estos algoritmos pueden aplicarse sobre capas ráster de variables continuas o discretas,
siendo distintos en cada caso. En el caso de variables discretas, las capas vectoriales
generadas definen las geometrías que las distintas clases dentro de la capa ráster forman.
Estas geometrías pueden ser poligonales o lineales.
En el caso de variables continuas, las capas vectoriales que se generan pueden ser de los
tres tipos básico de geometrías: puntos, líneas o polígonos. Para generar una capa de
puntos, la conversión no requiere ningún algoritmo específico, pues basta calcular los
valores de la capa ráster en las coordenadas de dichos puntos. Para representar una variable
continua mediante líneas, se crea una capa de isolíneas. Por último, para el caso de
polígonos, una estructura como un TIN puede generarse igualmente a partir de la capa
ráster, seleccionando los puntos más importantes y después triangulándolos.
Las operaciones más importantes son el cálculo de zonas de influencia y las denominadas
operaciones de solape, que permiten combinar capas de diversas formas. Entre estas
encontramos las operaciones de intersección, unión, diferencia y recorte, así como el
juntado de capas. Aunque producen transformaciones geométricas en las entidades de las
capas de entrada, las tablas de valores asociadas deben considerarse y tratarse con
precaución, pues dichas transformaciones pueden afectar a la validez de los datos que
contienen.
Las tablas pueden también usarse para definir otro tipo de operaciones tales como la
disolución, en la que se unen regiones que comparten algún atributo común.
Por último, las operaciones de generalización de líneas son útiles para disminuir el tamaño
de los datos vectoriales, con las ventajas de manejo y proceso que ello conlleva.
PARTE 1