Capdevila Minguez IntroduccionALosSistemasDeInformacionGeografica-5543766

02 Capitulo 1_Maquetación 1 12/04/16 11:23 Página 21
1
Introducción
a los Sistemas de Información Geográfica
Enrique Capdevila Montes

Mª del Carmen Mínguez García
Enrique Capdevila Montes

Licenciado en Historia (UAM). Máster en Tecnologías de la Información Geográfica
(UCM)
Mª del Carmen Mínguez García

Departamento de Geografía Humana. Universidad Complutense de Madrid
os Sistemas de Información Geográfica (SIG), los Sistemas Globales de
L Navegación por Satélite (GNSS), de los cuales el más generalizado es el

Sistema de Posicionamiento Global o GPS, la Fotointerpretación y la
Teledetección son un conjunto de disciplinas de marcado carácter geográfi-
co que se engloban bajo el término Tecnologías de la Información Geográfi-
ca (TIG). En la introducción a este manual se analizarán de forma somera los
principales aspectos técnicos que definen estas geotecnologías, para poste-
riormente ejemplificar su aplicación a la arqueología a través de diversos ca-
sos de estudio.
1. Qué son los SIG

Los Sistemas de Información Geográfica (GIS en su versión inglesa, Geogra-
phical Information Systems) se enmarcan dentro de los Sistemas de Informa-
ción, conjunto de herramientas y métodos que permiten organizar, adminis-
trar y analizar grandes volúmenes de datos. Estos han adquirido un papel
relevante en las últimas tres décadas por la creciente necesidad de acceder y
gestionar la información de forma rápida y eficaz.
En concreto, los SIG se definen como un conjunto de herramientas de
análisis, integrados en una plataforma que permite la gestión, modificación,
edición y consulta de bases de datos espaciales. Así, la principal característi-
ca, que los diferencia del resto de los Sistemas de Información, es su dimen-
23
INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA
sión geográfica, al estar diseñados para “trabajar con datos georreferenciados

mediante coordenadas espaciales o geográficas” (Star y Estes 1990: 2), es de-
cir, con geodatos.
Pese a la importancia de los SIG y a su largo desarrollo, todavía hoy sigue
siendo difícil definirlos. Desde los años ochenta hasta la actualidad se han re-
gistrado tantas definiciones como autores han escrito sobre ellos, en función
de las perspectivas y facetas que se quieran destacar:
“Un potente conjunto de herramientas para recolectar, almacenar, recu-
perar a voluntad, transformar y presentar datos espaciales procedentes del
mundo real” (Burrough y McDonnell 1986).
“Una base de datos especializada que contiene datos geométricos” (Ce-
brián 1994).
“Los Sistemas de Información Geográfica son una unión de distintos so-
portes de software y hardware... utilizados para el trabajo con datos geográ-
ficos, análisis, almacenamiento, manipulación...” (Gutiérrez Puebla y Gould
1994).
“Un sistema que utiliza una base de datos espacial para generar respues-
tas ante preguntas de naturaleza geográfica… Un SIG puede ser visto como
un conjunto de rutinas espaciales especializadas que descansan sobre una ba-
se de datos estándar” (Goodchild 1985).
“Conjunto de herramientas informáticas para la entrada, almacenamien-
to, procesamiento, transformación, recuperación y salida de datos espacial-
mente georreferenciados” (García Sanjuán 2005).
En función de las definiciones de los diferentes autores se puede indicar
que existen dos tendencias: los que consideran que los SIG son una base de
datos que permite almacenar geometrías y representaciones geográficas, y los
que creen que son un conjunto de herramientas informáticas que permiten el
almacenamiento, procesamiento, manipulación… Unos y otros resaltan dos
aspectos comunes: primero, que trabajan con datos geográficos o geodatos y,
segundo, que los SIG tienen una finalidad práctica y una gran capacidad pa-
ra resolver problemas de carácter territorial (Bosque 1992). A estas dos ten-
dencias se puede añadir una tercera que hace alusión al carácter “organizati-
vo” de los SIG (Del Bosque et al. 2012: 30).
Sin entrar en el debate de si se trata de una ciencia o de una mera herra-
mienta, lo que está claro es que los SIG permiten el trabajo con información
geográfica o georreferenciada; al tiempo posibilitan la realización de consul-
24
ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA
tas y análisis, así como la generación de cartografía, facilitando su diseño, ma-

quetación y publicación. Todo ello en una plataforma o software que permi-
te la integración de grandes cantidades de datos de fuentes diversas.
Los SIG han evolucionado a partir de otro tipo de software como son los
Sistemas Gestores de Bases de Datos (SGBD o DBMS, Database Manager
System), los programas de diseño CAD (Computer-Aided Design), los progra-
mas de tratamiento de imagen digital y satélite o los de cartografía (Gutié-
rrez Puebla y Gould 1994; Moldes 1995) y son una plataforma con multitud
de dimensiones, que lejos de excluir al resto de tecnologías permite que to-
das ellas se relacionen a la perfección. Implementan estándares ODBC (Open
Database Conectivity) que facilitan la conexión con diferentes SGBD, dando la
capacidad de realizar funciones propias de ese tipo de sistemas, como relacio-
nar datos a través de campos comunes o hacer corresponder la información
meramente temática con una localización geográfica; siempre que la relación
establecida tenga solidez teórica.
Por otra parte, poseen la capacidad de editar datos espaciales, y además
suelen incluir módulos para el trabajo con imágenes satélite (tanto de una so-
la banda como multiespectrales), para realizar cálculos estadísticos, análisis
espaciales, etc. El crecimiento de las Infraestructuras de Datos Espaciales
(IDE) y los estándares OGC (Open Geospatial Consortium) ha revalorizado la
importancia de los SIG. Su versatilidad no resta para que, al igual que suce-
de con cualquier programa informático, los SIG se tengan que adaptar a la
lógica de trabajo que se esté desarrollando (Parcero-Oubiña 2002), siendo
fundamental la planificación, la definición del objetivo del estudio y la con-
creción de qué se quiere analizar y cómo hacerlo.
La metodología de trabajo de los SIG se basa en una representación sim-
plificada de la realidad que se consigue a través de tres paradigmas heredados
(Fischer 1999: 6):
1. Cartográfico: se simplifican fenómenos complejos dando un valor
único a una posición en el espacio.
2. Clasificatorio: se asume que todos los objetos tendrán asignado un
valor dentro de un conjunto de posibilidades.
3. Binario: se refiere a la naturaleza informática de estos sistemas, que
reducen la información a código binario que no permite los mati-
ces intermedios ni valores difusos.
Dicha simplificación conlleva la desagregación de la realidad en diferen-
tes capas temáticas, utilizando dos métodos de representación: ráster y vec-
25
torial. En cada capa, las entidades se dividen de forma artificial en una di-
mensión geométrica y sus datos temáticos relacionados (Parcero-Oubiña y
González Pérez 2011b). Ambas dimensiones permiten establecer relaciones
con otras fuentes de datos, teniendo siempre en cuenta ciertas limitaciones
como, por ejemplo, que toda la información tiene que estar en el mismo sis-
tema de referencia cartográfico o Datum, con la misma resolución y, quizás
lo más importante, que las capas de información incorporadas al SIG respon-
dan a un fin claro dentro del estudio a realizar.
Fig. 1. Desagregación de la realidad a través de los modelos de datos ráster y vectorial.
2. Los componentes de los SIG

El Centro Nacional de Información Geográfica y Análisis de los EEUU
(NCGIA, según siglas anglosajonas) definió, en 1990, los SIG como “un sis-
tema de hardware, software y procedimientos diseñados para realizar la cap-
tura, almacenamiento, manipulación, análisis, modelización y presentación
de datos referenciados espacialmente para la resolución de problemas com-
plejos de planificación y gestión” y desde entonces todos los manuales de SIG
(Bosque 1992; Gutiérrez Puebla y Gould 1994, Connolly y Lake 2009, Ola-
ya 2011, entre otros) han ido identificando cada uno de esos elementos como
los componentes en los que tradicionalmente se dividen (Del Bosque et al.
2012):
— Componente físico o hardware. Actualmente, los SIG están adaptados
para poder trabajar en ordenadores personales con una capacidad me-
dia, sin necesitar mayores prestaciones que otros paquetes informáti-
cos. Gracias al desarrollo de los procesadores y de los ordenadores per-
sonales, los SIG ya pueden funcionar sobre todo tipo de soportes y de
entornos operativos. Los dispositivos móviles de última generación
(teléfonos y tabletas) permiten el uso de paquetes SIG sencillos, como
por ejemplo, los desarrollados por Google o ESRI.
26
— Componente lógico o software. Existen diversos tipos de software SIG,

llamados software propietario o libre. Todos ellos implementan méto-
dos de trabajo que permiten consultar y extraer cartografía digital, tra-
bajar con datos espaciales (ráster y vectoriales), y además incorporan al
menos un número mínimo de herramientas de geoprocesamiento.
— Datos. Se entiende que un dato es la información dispuesta de manera
adecuada para su tratamiento por ordenador (RAE), es decir, se trata
de un código al que se le asigna un significado (Olaya 2011), siendo la
base para realizar cualquier tipo de análisis. Los SIG permiten trabajar
con las diferentes dimensiones de los datos e incorporarlos de diversas
fuentes y naturaleza, encontrando en esta capacidad de superposición
de información, a partir de su referencia espacial, una de sus grandes
ventajas.
— Personas. Como en cualquier sistema informático las personas son fun-
damentales para el desarrollo, mantenimiento y explotación de la infor-
mación a través de los SIG. Al tratarse de una herramienta, serán los
usuarios los que extraigan de ello los beneficios que necesiten y serán
los desarrolladores los que la modifiquen para permitir adaptarlos a las
necesidades de los primeros. Por eso en el manejo de los SIG podemos
ver diferentes roles: diseñadores, programadores, gestores de informa-
ción, modeladores de datos y aplicaciones, digitalizadores, analistas, etc.
— Organización. Cuanto más complejo es un SIG mayor es la necesidad
de organizarlo mediante normas de uso, estándares, metadatos, defi-
niendo modelos y procedimientos, etc.
2.1. Software
Actualmente, son múltiples las opciones para poder trabajar con SIG: plata-
formas online, de escritorio, especializadas en ciertos procesos, etc. Entre las
principales empresas distribuidoras de software se encuentran:
— ESRI: una de las principales empresas dedicadas al desarrollo de Siste-
mas de Información Geográfica. Todos los años actualizan su software,
la última versión de escritorio que está en el mercado es ArcGIS 10.3.
— Clark Labs: dedicado al desarrollo de tecnologías espaciales tiene en
Idrisi el principal software SIG dentro de su paquete TerrSet.
— Hexagon Geospatial (antes Intergraph): aunque el software más reco-
nocido es ERDAS para el tratamiento de imágenes satelitales, también
ofrecen GeoMedia como software GIS.
27
— Autodesk: creadores de Autocad, también tienen su propio software

GIS, Autodesk Map.
— Bentley: creadores de Microstation, también tienen un software GIS
propio, llamado Bentley map.
Además del software de escritorio también se encuentran los Sistemas
Gestores de Bases de Datos (SGBD) con extensión espacial, que permiten
geoprocesamiento, aunque sus opciones para visualizar la información son
muy limitadas. La mayoría de los SIG de escritorio permiten la conexión con
este tipo de SGBD para realizar en ellos la visualización de los datos y el tra-
bajo con otras capas de información. Entre los más importantes encontra-
mos:
— PostGIS: extensión espacial de PostgreSQL1, base de datos opensource.
— Oracle spatial: extensión espacial de la base de datos Oracle.
— SQL Server: base de datos de Microsoft, también posee una extensión
para trabajo con datos espaciales.
El término software libre hace referencia al conjunto de programas que
pueden ser copiados, modificados, utilizados y distribuidos libremente. El
uso cada vez mayor de los SIG y su aplicación a diferentes campos ha hecho
que el software libre en este campo haya alcanzado unas cotas de desarrollo
y calidad casi equiparables al software propietario. A ello se añade la ventaja
de que son programas colaborativos, con lo que el impulso de diversas herra-
mientas y plugins no cesa de crecer gracias a la participación de una comuni-
dad de desarrolladores, cada vez mayor. Entre el software libre más extendi-
do encontramos:
— QGIS (Quantum GIS): desarrollado desde el OSGeo (Open Source Ge-
ospatial Foundation)2, con cada versión que aparece en el mercado cre-
cen sus capacidades, convirtiéndose hoy en día en uno de los software
SIG más utilizados.
— GvSIG (Generalitat Valenciana Sistema de Información Geográfica):
creado por la Universidad de Valencia. Actualmente, gracias a su cone-
xión con la biblioteca de herramientas Sextante, implementa gran nú-
mero de herramientas y ha adquirido cada vez mayor difusión y esta-
bilidad.
1
http://www.postgresql.org.es/
2
http://www.osgeo.org/
28
— Grass (Geographic Resources Analysis Support System): también manteni-

do por OSGeo, hoy en día se puede trabajar en combinación con
QGIS permitiendo el tratamiento de imágenes digitales y trabajo con
archivos vectoriales, ofreciendo una plataforma de gran potencia y ver-
satilidad.
También existen programas para fines concretos en los que se desarrollan
ciertos procesos específicos que pueden ser muy útiles, ya que los resultados
obtenidos posteriormente se pueden incorporar a plataformas más amplias.
Un ejemplo es Landserf, un sistema libre de visualización y análisis, creado
por Jo Wood en la Universidad de Londres 3.
Pero la tendencia actual se orienta al desarrollo de aplicaciones online, co-
mo por ejemplo los web mapping, que son aplicaciones SIG que permiten el
acceso desde cualquier ordenador con conexión a Internet, almacenando los
datos en la “nube”, lo que ofrece grandes ventajas en el uso de sistemas inte-
ligentes que permiten el reconocimiento de la componente territorial (De
Lázaro et al. e.p.). Con el progreso de las conexiones y con los estándares pa-
ra servicios de procesamiento esta tecnología se está abriendo paso rápida-
mente, mejorando el geoprocesamiento de las aplicaciones y facilitando su
utilización por parte de los clientes.
Entre las ventajas del web mapping podemos citar que: 1. no requieren de una
instalación ni de posteriores actualizaciones; 2. que son totalmente interopera-
bles con los SIG de escritorio; 3. que permiten trabajar con toda la información
geográfica que existe online; 4. que disponen de interfaces gráficas intuitivas y de
fácil uso, así como de WPS (web processing service) cada vez más potentes.
2.2. Geodatos
Los datos espaciales, o geodatos, son aquellos que están referenciados en el
territorio y contiene una referencia espacial mediante coordenadas UTM,
coordenadas geográficas (longitud y latitud), calle y número, sección censal,
referencia catastral… También contiene otros atributos o componentes pro-
pios de la información geográfica (IG), como son el temático o el temporal,
según a lo que se refiera y al momento al que se referencie el dato, respecti-
vamente.
Por tanto, los geodatos tienen tres dimensiones diferenciadas que se rela-
cionan para representar la realidad: la espacial, la temática y la temporal (Gu-
tiérrez Puebla y Gould 1994):
3
http://www.landserf.org/ y http://www.gicentre.net/jwo/index
29
1.- Dimensión espacial: se expresa mediante un sistema de coordena-

das, dando una ubicación única para cada fenómeno. Además, se
establecen relaciones espaciales y propiedades a cerca de cada ubi-
cación. Entre las relaciones espaciales hay que diferenciar:
● relaciones geométricas, calculadas a partir de las coordenadas de
los objetos. Se basan en el cálculo de distancias entre puntos, áre-

as… y varían con el cambio de sistema de referencia. Los SIG tie-
nen que calcularlas para cada consulta espacial, lo que puede demo-
rar los procesos de cálculo.
● relaciones topológicas, de tipo cualitativo, que establecen cuáles
son las dependencias entre los objetos. No varían con el cambio de
sistema de referencia. Muchos SIG almacenan este tipo de relacio-
nes en las propias bases de datos espaciales, con lo que las consul-
tas son más rápidas que las anteriores.
2.- Dimensión temática: toda información alfanumérica que se almace-
na en las tablas de datos asociadas a los objetos con representación
geométrica. Es recomendable para poder trabajar con estos datos
que se encuentren lo más normalizados posibles, e incluso que se
cataloguen en series numéricas que siempre permiten procesos más
rápidos de cálculo. Con la dimensión espacial y los datos asociados
a ella es posible representar diferentes tipos de variables y realizar
distintos tipos de medidas.
Fig. 2: Tipos de variables y medidas. Elaborada por M.L. de Lázaro.
30
Las variables se pueden clasificar en dos tipos (Fig. 2):

● Variables cualitativas. Expresan distintas cualidades, características o
modalidades. Cada modalidad que se presenta se denomina atributo o
categoría, y la medición consiste en una clasificación de dichos atribu-
tos. Atendiendo al tipo de magnitud serán siempre nominales.
● Variables cuantitativas. Son las variables que toman como argumento
cantidades numéricas. Atendiendo al tipo de magnitud pueden ser:
✓ Continuas: cualquier valor determinado dentro de un rango en
cada punto del área de estudio. Generalmente, se almacenan
como números reales, que son aquellos que se expresa de for-
ma decimal, finita o infinita.
✓ Discretas: el fenómeno geográfico tiene límites claramente di-
ferenciados. Solo puede tomar determinados valores dentro de
un rango y suelen ser números enteros.
Dependiendo del tipo de escala de medida:
✓ Nominal: se establece simplemente una clasificación en catego-
rías o clases. Hay que respetar dos normas, la de exhaustividad,
por la que todas las unidades tienen que quedar clasificadas, y
la de exclusividad, por la que ninguna puede pertenecer a más
de una categoría.
✓ Ordinal: no solo se establece una clasificación, sino también una
jerarquización. Es lo que sucede cuando se representa en una
capa algún tipo de ranking.
✓ De intervalo: además de una diferenciación y jerarquización se
indica una distancia entre las distintas unidades espaciales.
✓ De razón o proporción: la escala de razón o proporción es una
variación de la de intervalo, ya que la razón de dos valores es
independiente de la unidad de medida en que se expresen.
Es muy importante conocer con qué tipos de datos se está trabajando para
poder realizar unas u otras operaciones espaciales.
3.- Dimensión temporal: todos los datos, ya sean espaciales o temáti-
cos, varían con el paso del tiempo. En el momento de su captura y
publicación representan únicamente un instante concreto. Para
mostrar variaciones temporales se puede recurrir a diversos méto-
dos, como por ejemplo, la colección de diversas capas que descri-
31
ban momentos específicos generando una serie temporal u otros

métodos de representación como mapas animados o barras de des-
lizamiento.
2.3. Modelos de datos

Para representar la realidad los SIG recurren a la simplificación a través de
dos modelos claramente diferenciados: vectorial y ráster. Con ellos se pueden
generar desde capas simples a representaciones muy complejas.
— Modelo vectorial: se basa en la relación entre una forma geométrica y
una tabla de datos alfanumérica a través de un identificador de geome-
tría. La geometría se representa mediante tres formas elementales:
punto, línea y polígono. El método de representación más usado se ba-
sa en la teoría matemática de grafos que emplea como elementos bási-
cos el punto o nodo y el arco o arista (arco-nodo). Las líneas comien-
zan y terminan en un nodo, coincidiendo en el mismo nodo el
principio y final de la línea cuando se trata de un polígono. No existen
duplicidades de aristas con polígonos contiguos, sino que se emplea
una estructura topológica para definir las relaciones entre entidades.
El modelo vectorial es habitualmente utilizado para representar varia-
bles o datos discretos con límites perfectamente definidos. Será, por
ejemplo, la forma de representar yacimientos, estructuras o entidades
arqueológicas discretas.
Fig. 3. Distintas formas geométricas vectoriales (Capdevila 2012).
32
Relaciones topológicas: cabe hacer una mención especial a la topología,

una característica propia del modelo vectorial, que permite establecer re-
laciones cualitativas entre objetos vectores, referidas a las relaciones geo-
métricas, independientemente de su ubicación. Estas relaciones no se ven
afectadas por deformaciones de las geometrías (producidas por ejemplo
por cambios en la proyección cartográfica), ya que se refieren a la conec-
tividad entre entidades y no a su localización.
Las relaciones topológicas están basadas en la presencia de nodos o arcos
comunes entre objetos vectores. Las principales normas topológicas son4:
● Conectividad
● Contigüidad
● Inclusión
● Dirección
Si dos polígonos comparten un nodo se habría establecido una relación
de conectividad; cuando comparten un arco se produce una relación de
contigüidad, cuando un polígono está dentro de otro se establece una re-
lación de inclusión. Por otro lado, una línea se puede recorrer en dos di-
recciones entre los dos nodos o puntos que la definen.
Las relaciones topológicas contribuyen a la calidad de los datos pues
mantienen la coherencia espacial entre los objetos. Por ejemplo, son bási-
cas por ejemplo para los análisis de redes pues establecen las relaciones en-
tre las diferentes líneas que constituyen la red: si se cortan, si se superpo-
nen, etc. Son también fundamentales para evitar la aparición de datos
inesperados, como polígonos espurios de pequeño tamaño fruto de un
proceso de digitalización.
Los ejemplos más comunes de archivos vectoriales son5:

— shp: la extensión de este archivo es propiedad de ESRI. Es el formato
más común para la representación de archivos vectoriales, hasta el pun-
to en que se ha convertido en un estándar de facto para el intercambio
de información vectorial. Los archivos shp se componen de varios ar-
chivos asociados que cumplen diversas funciones (prj: indica la proyec-
ción, shx: almacena el índice de las entidades geométricas, dbf: tabla de
4
http://help.arcgis.com/en/arcgisdesktop/10.0/help/001t/pdf/topology_rules_poster.pdf
5
http://mappinggis.com/2013/11/los-formatos-gis-vectoriales-mas-populares/
33
datos asociada…), por lo que hay que tomar precauciones al manipu-

larlo fuera de una plataforma SIG.
— xml: lenguaje de marcas desarrollado por el World Wide Web Consortium
(WC3) posee una extensión geográfica, gml, desarrollada por el Open
Geospatial Consortium (OGC), creando un estándar para el intercambio
de información geográfica.
— kml/kmz: archivos creados para Google Earth y que actualmente, tam-
bién son un estándar de la OGC.
— geoJSON: formato de texto muy usado en web mapping. Se trata de un
formato estándar abierto basado en JavaScript Object Notation (JSON),
que soporta diferentes tipos de geometría, como por ejemplos los pun-
tos, polígonos, líneas, multipuntos, multipolígonos, etc.
— dwg/dxf/dgn: los archivos dwg, propios de autocad, como sucede con
los archivos dgn, propios de Microstation, son formatos de CAD que
no cuentan con archivo de proyección ni tabla de datos asociada. Por
su parte, los archivos dxf han sido generados para facilitar el intercam-
bio de archivos entre sistemas CAD.
A ello, se pueden añadir los archivos csv, si bien no se trata de archivos vec-
toriales, ya que son de texto plano, su interés radica en que permiten el alma-
cenamiento de información alfanumérica, entre ellas los datos de las coorde-
nadas, con los que posteriormente se puede generar una capa de información
geográfica.
— Modelos ráster: se basa en la superposición sobre la zona de estudio
de una malla regular compuesta por celdas (pixeles) de igual tamaño y
forma. Es un modelo de datos continuos. Cada una de estas unidades
mínimas de información toma un valor que hace referencia a la varia-
ble que se está representando en la capa. La potencia del modelo rás-
ter radica en su simplicidad, debida a que la malla tiene siempre la mis-
ma distribución espacial, lo que permite cálculos rápidos y complejos
entre multitud de capas de información.
El tamaño de los pixeles define la resolución de la capa y, a diferencia
de lo que sucede con el modelo vectorial, no conlleva normas topoló-
gicas, ya que éstas se encuentran implícitas en la matriz de datos. Este
modelo es habitualmente utilizado para representar variables conti-
nuas, tanto cualitativas como cuantitativas.
Una mención especial merecen los modelos digitales del terreno
(MDT), archivos ráster cuya utilización está ampliamente extendida y
34
en los cuales cada uno de los pixeles representa el valor de una variable
contínua determinada, como por ejemplo temperaturas o costes. Entre
los MDT, los de mayor uso son los modelos digitales de elevaciones
(MDE) que representa la altura para cada unidad de terreno. A partir
de ellos se pueden obtener documentos muy útiles en estudios arqueo-
lógicos como modelos de pendientes, cuencas de drenaje, zonas de vi-
sibilidad, etc. Hay que tener presente que los MDT son modelos y no
reconstrucciones de la realidad (Parcero-Oubiña 2002), por eso es im-
portante utilizar un mismo modelo a la hora de realizar análisis sobre
un mismo conjunto de datos, para que los resultados sean comparables
entre sí.
Fig. 4. Ejemplos de archivos ráster: Modelo Digital del Elevaciones (izquierda) y capa de fricción realizada me-
diante el algoritmo de Waldo Tobler (Capdevila 2012).
3. Principios cartográficos
Los SIG se rigen también por unos principios básicos de cartografía que de-
terminan su forma de trabajar y visualizar la información espacial. Estos son
analizados en mayor profundidad en el capítulo 10 de este manual, elabora-
do por Héctor Hostaltet Valero, dedicado a las técnicas topográficas aplica-
das a la arqueología. Los principales a tener en consideración son:
— La georreferenciación: consiste en la aplicación de coordenadas a pun-
tos conocidos (Quirós 2011).
— La escala: relación matemática que existe entre las dimensiones reales
y las del dibujo que representa la realidad sobre un plano o mapa. Es-
ta hace referencia al grado de reducción de la representación respecto
a la realidad. Una escala de mapa “grande” es la que representa una
35
porción de la realidad con más detalle (por ejemplo 1:2.500), mientras

que un mapa de escala “pequeña” da prioridad a la representación de
grandes áreas de la realidad con un menor detalle (por ejemplo
1:1.000.000).
La escala de trabajo es variable y responde únicamente a los fines
del estudio. Con un SIG se pueden abordar desde trabajos a micro es-
cala, correspondientes, por ejemplo, al estudio de una estructura habi-
tacional para analizar la distribución de los artefactos que se localizan
en su interior, hasta otros a escala macro espacial, que permitan anali-
zar las vías de comunicación entre dos regiones distantes entre sí cien-
tos de kilómetros.
— Sistemas de proyección cartográfica: son “funciones matemáticas de
transformación bicónica de las coordenadas geodésicas, de latitud y
longitud obtenidas directamente de la superficie de la tierra, con coor-
denadas cartesianas planas (o de mapa, x e y)” (Del Bosque et al. 2012:
45). En definitiva es la forma de representar en una superficie plana y
bidimensional los objetos existentes en una superficie curva y tridi-
mensional.
Oficialmente, se establece el sistema de proyecciones para la Penín-
sula Ibérica que debe usarse en función de la escala (Artículo 5 del Re-
al decreto 1071/2007)6:
● Para cartografía terrestre, básica y derivada, a escala igual o menor de
1:500.000, se adopta el sistema de referencia de coordenadas ETRS-
Cónica Conforme de Lambert.
● Para cartografía terrestre, básica y derivada, a escalas mayores de
1:500.000, se adopta el sistema de referencia de coordenadas ETRS-
Transversal de Mercator.
— Datum: se define como el punto tangente al elipsoide y al geoide, don-
de ambos son coincidentes. La generalización del uso de los Sistemas
de Posicionamiento Global (GPS) ha obligado a generar Datum o sis-
temas de referencia aplicables a escala mundial. Para ello se creó el
WGS84 (World Geodetic System), revisión del primero realizado en el
año 1974 (WGS74).
6
http://www.boe.es/buscar/doc.php?id=BOE-A-2007-15822
36
El único sistema de referencia oficial para la Unión Europea a partir del año
2015 es el denominado ETRS-89. Por lo tanto, toda la información carto-
gráfica que se genere deberá estar referenciada acorde a este estándar. Sin
embargo, podemos encontrar información antigua en otros sistemas de refe-
rencia, siendo el más habitual ED50, oficial hasta entre 1970 y 2008 y que ha
tenido un periodo de convivencia con ETRS89, entre 2008 y 2015, año en el
que ha sido definitivamente retirado. Ambos sistemas de referencia y la trans-
formación entre ellos está implementada en prácticamente todos los SIG.
También se puede encontrar información aún más antigua en datum Madrid,
oficial en España hasta los años 70, en los que cada país tenía su propia refe-
rencia espacial referida a algún punto de su propio territorio.
Transformación Datum Madrid a ED50: en parte de la bibliografía ar-

queológica previa a los años 90, se recogen referencias geográficas que
usan como Datum el de Madrid. Su uso se extiende en el tiempo ya que di-
chas localizaciones se realizaron sobre cartografía oficial más antigua a las
de las fechas de excavación. Por ello es conveniente conocer cómo poder
convertir las coordenadas geográficas dadas en este sistema, ya que no es
habitual que su uso esté implementado en los SIG actuales.
El primer problema es siempre una cantidad constante, cuyo valor es
precisamente la longitud del Observatorio Astronómico de Madrid origen
de la antigua red:
M =-3º 41’ 16”5
El segundo problema es de origen aleatorio, y por tanto no es una can-
tidad constante para toda la geografía española, aunque su valor es relati-
vamente pequeño y en muchos casos se puede desestimar. Las correccio-
nes por este último problema son del orden de unos 10” en longitud y unos
4,5” segundos en latitud para la zona peninsular. Como referencia pode-
mos considerar que 1” de arco terrestre en latitud representan unos 30 m
de distancia.
Así, habría que restar 3º 41’ 26,5” a la longitud y sumar 4,5” a la latitud.
De manera independiente al modelo que se esté utilizando hay que tener

ciertas precauciones a la hora de utilizar los datos geográficos, especialmen-
te si se van a realizar cálculos entre capas, una de las principales característi-
cas de los SIG. Destacan las siguientes cuestiones:
37
Fig. 5. Esquema explicativo del Datum regional.
— Sistema cartográfico de referencia: para poder trabajar con diversas

capas espaciales, tienen que estar todas en el mismo sistema de referen-
cia. El software SIG incorpora sistemas de “georreferenciación al vue-
lo” que permite integrar capas con sistemas de referencia diferentes al
proyecto en el que se está trabajando, pero sin modificar realmente los
archivos en los que se define la proyección. Este tipo de proceso está
orientado a la visualización de los datos, pero si se van a realizar pro-
cesos de cálculo complejos sobre estas capas hay que reproyectar la in-
formación de forma definitiva al mismo sistema de referencia que es-
temos usando en nuestro proyecto.
— Resolución: hace referencia al tamaño de la celda del archivo ráster.
No es conveniente realizar cálculos con capas a diferentes resoluciones
para evitar problemas interpretativos. Si aun así se desarrollan es con-
veniente saber que la capa resultante tendrá la resolución de la capa
que esté realizada con la menor de todas (Connolly y Lake 2009). Pa-
ra una capa ráster, por ejemplo, cuyos pixeles tengan de lado 25 m no
sería correcto sumarle una que tenga pixeles de 5 m, ya que se produ-
ciría una pérdida de información. Para poder trabajar con capas con re-
soluciones diferentes hay que realizar un trabajo previo de generaliza-
ción sobre la capa que tiene una resolución mayor, de manera que se
equiparen las de ambas.
— Escala: en los archivos vectoriales es necesario saber la escala a la que
han sido creados, ya que eso indica su nivel de detalle. Si se convierte
en archivo ráster hay que determinar y reconocer la relación entre es-
cala y resolución para identificar cuáles son las características de los re-
sultados que vamos a obtener.
38
Resolución espacial
Escala del mapa
(en metros)
1:1.000 0,5
1:5.000 2,5
1:10.000 5.0
1:50.000 25,0
Tabla 1. Relación escala – resolución (Escala del mapa = Resolución de imagen (en metros) * 2 * 10007)
— Precisión: hace referencia al número de decimales con que es tomado

un punto vectorial. Se podría decir que cuanto menor es la precisión,
mayor es el punto o zona de incertidumbre. Se recomienda una preci-
sión de seis decimales.
— Calidad: depende de multitud de circunstancias que podrían haber in-
fluido en la toma de los datos, su almacenamiento, análisis y salida car-
tográfica. Esto condiciona no sólo la calidad sino también la fiabilidad
de los mismos.
Las decisiones con relación a estos criterios dependerán de cada estudio,
ya que no es lo mismo abordarlos a escala macroespacial o microespacial. En
la primera de ellas las capas con resoluciones altas conllevarían procesos de
cálculo excesivamente lentos, además de no aportar más información de la
necesaria para la escala del resultado que se quiere obtener. Sin embargo, en
el segundo de los casos (escala micro), el uso de resoluciones bajas conlleva-
ría una pérdida de información. Así, si se trabaja con cartografía con una es-
cala micro (1:25.000 a 1:10.000) no sería correcto trabajar con capas ráster de
resolución baja (pixel de 500 m), al igual que si se trabaja con mapas de esca-
la macro (1:5.000.000 a 1:250.000) no sería conveniente emplear archivos
ráster de resolución alta (pixel de 25 m), ya que supondría un exceso de in-
formación con la correspondiente carga de cálculos para la capa que se quie-
re obtener como resultado final. Además, hay que tener en cuenta los proble-
mas derivados de la generalización, entendida ésta como la simplificación y,
7
https://jvaldezch.wordpress.com/tag/resolucion-espacial-vs-escala/
39
por lo tanto, la perdida de nivel de detalle en las formas originales (Del Bos-
que et al. 2012).
Así, la escala, la resolución y la desagregación espacial de la información
serán elementos importantes a considerar al evaluar la calidad de los datos,
que viene definida por la exactitud en su localización, atributos, temporali-
dad, integridad y consistencia entre las capas y dentro de la misma capa.
4. Sistemas Gestores de Bases de Datos

Actualmente, las ciencias sociales y humanas trabajan con cantidades ingen-
tes y crecientes de datos, muchos de los cuales tienen una componente espa-
cial que aporta la localización de la información, su relación con el espacio en
el que se encuentra y su representación en mapas. Desde este punto de vista,
un Sistema Gestor de Base de Datos (SGBD) se convierte en una herramien-
ta indispensable para cualquier proyecto de gestión o investigación. Tal co-
mo define Connolly, una base de datos es “un cúmulo de informaciones es-
tructuradas y registradas de un modo coherente” (Connolly y Lake 2009: 81),
permitiendo el acceso rápido a la información. Según la variabilidad de los
datos, las bases se pueden clasificar de la siguiente manera:
— Estáticas: permiten únicamente la lectura de datos. Son utilizadas prin-
cipalmente, para almacenar datos históricos que no serán modificados.
— Dinámicas: permiten modificar los datos almacenados con operaciones
de actualización, borrado y edición. Además, posibilitan la realización
de operaciones fundamentales de consulta.
Según el modelo de datos que se implemente, estas pueden ser:
— Jerárquicas: se organiza la información en forma de árbol invertido, en
donde el nodo padre (tronco) puede tener varios hijos (ramas). Son es-
pecialmente útiles cuando se usan grandes cantidades de datos.
— Transaccionales: su objetivo es el envío y recepción de información a
grandes velocidades, por lo que la redundancia y duplicidad de infor-
mación no es un problema.
— Orientadas a objetos: basándose en los modelos informáticos orienta-
dos a objetos, tratan de almacenar en “objetos completos”, tanto su es-
tado como su comportamiento, es decir, que se almacenan las caracte-
rísticas del objeto (datos), su comportamiento y las operaciones que se
pueden realizar sobre los dato. La base de datos orientada a objetos in-
corpora conceptos como herencia, polimorfismo y encapsulación (Ola-
ya 2011).
40
— Relacionales: se basa en establecer “relaciones” entre conjuntos de da-

tos llamados “tuplas”. Una base de datos relacional se construye me-
diante tablas, compuestas por registros (las filas de la tabla representa-
rían las tuplas), y campos (las columnas de la tabla). La información se
recupera y almacena mediante consultas, relacionando las tablas a tra-
vés de determinados campos donde se guardan campos claves (prima-
rias y foráneas). Este es el modelo más usado para administrar datos di-
námicamente y modelizar problemas reales.
En los SIG, la información a la que se tiene acceso puede darse en tablas
únicas y dinámicas (archivos planos) como, por ejemplo, la información aso-
ciada a los archivos vectoriales, o en bases de datos relacionales, ya sean es-
paciales o no. Las bases de datos espaciales, además de la información temáti-
ca, permiten almacenar datos con modelos ráster y vectorial, relaciones
topológicas y sistemas de referencia cartográfica.
Actualmente, todos los SIG de escritorio permiten trabajar con tablas
relacionables con la información espacial, siempre que la estructura de los
datos lo permita. También añaden estándares OBDC que permite la conex-
ión con SGBD, pudiéndose establecer relaciones multitablas complejas que
facilitan la recuperación rápida de información.
Fig. 6. Modelo de datos de la IDE del yacimiento de Casa Montero (Fraguas et al. 2010).
41
El lenguaje más habitual para la construcción de consultas en bases de da-

tos relacionales es SQL (Structured Query Language), estándar implementado
en los principales SGBD. No está pensado para consultas espaciales, por el-
lo los SIG mantienen por separado las consultas por atributos y las espaciales.
Para paliar este déficit, la organización OGC ha creado el estándar SFS (sin-
gle feature for SQL), que explota las capacidades de las últimas versiones de
SQL que permiten la definición de tipos de datos personalizados, estable-
ciendo estándares para la definición de geometrías y una serie de operaciones
que operan con ellas. De esta forma, los SGBD con extensión espacial, per-
miten la realización de consultas que combinan capacidades temáticas y ge-
ométricas, y que son de fácil conexión con los SIG.
Para la creación de una base de datos se tiene que abordar previamente el
diseño de los modelos donde se describa la representación y estructura de los
datos: tipos de datos (numérico, texto, fecha…), forma en que se relacionan
(uno a uno, uno a varios y varios a varios) y restricciones de integridad (condi-
ciones que deben cumplir los datos). La creación de un modelo de datos y el
establecimiento de reglas de normalización redunda beneficiosamente sobre
los propios datos, consiguiendo que sean más consistentes y estructurados. El
lenguaje estandarizado más frecuente para el modelado de datos es UML (Uni-
fied Modeling Language), lenguaje gráfico para visualizar, especificar, construir y
documentar un sistema, en este caso un modelo de datos.
5. Fuentes de Datos
Los SIG admiten gran variedad de datos que se pueden dividir en directos,
que son los obtenidos mediante el trabajo de campo, e indirectos o derivados,
que es la documentación generada a partir de cartografía previa mediante ge-
oprocesamiento, digitalizaciones, etc.
5.1. Datos directos o primarios

Existen diversas fuentes que posibilitan la captura directa de datos geográfi-
cos, como por ejemplo, sensores remotos, aparatos de topografía y, en los úl-
timos tiempos, sistemas portátiles para la toma conjunta de datos espaciales
y temáticos. En el caso de la arqueología son destacables las siguientes fuen-
tes de datos directas: prospección y excavación, percepción remota y pros-
pección geofísica.
Prospección y excavación: tareas propias de la arqueología, a través de las
cuales se documenta la dispersión de restos arqueológicos sobre el territorio
o las características de los artefactos, estratigrafía, estructuras y todos los res-
42
tos que formen parte de un yacimiento arqueológico. Por su propia natura-

leza, todos los restos arqueológicos tienen siempre una localización en el es-
pacio que podrá ser representada en un SIG, ya sea su localización primige-
nia o una localización secundaria, es decir, el punto de localización de restos
desplazados con respecto a un supuesto punto de origen. Los aparatos de to-
pografía como sistemas GPS o estación total son imprescindibles para la to-
ma de las coordenadas de cada unidad arqueológica.
En este manual se recogen dos referencias al respecto de la toma de datos
en campo para su integración en un SIG y posterior análisis. El capítulo 2,
elaborado por Victorino Mayoral y Luis Sevillano, está dedicado a técnicas
de prospección en el entorno del Valle de la Serena, mientras que el capítu-
lo 9, Ana Luisa Martínez et al., está dedicado a la toma directa de documen-
tación de campo en el conjunto arqueológico de Cástulo (Jaén).
Percepción remota: “arte y ciencia de obtención e interpretación de infor-
maciones sobre objetos y fenómenos a base de medir las respuestas a la radia-
ción electromagnética recogida en sensores montados sobre algún tipo de es-
tructura, ya sean vehículos, globos, aviones o naves espaciales” (García
Sanjuán 2005). Entre los métodos más extendidos en arqueología destacan:
● Fotografía aérea: técnicamente es cualquier fotografía realizada por un
aparato que está fuera o encima de la superficie terrestre. El resultado
permite una visión simultánea de conjunto que posibilita ver las rela-
ciones existentes entre elementos muy distantes entre sí (Quirós 2011:
123). Su uso se extiende desde estudios macroespaciales a través de
vuelos a gran altitud (es destacable como fuente de datos el Plan Na-
cional de Ortofotografía Aérea, PNOA8) a niveles locales o microespa-
ciales mediante diversos sistemas de vuelo a baja altitud con aviones o
zepelines. En la última década se está generalizando el uso de drones
que permiten obtener ortofotografías aéreas de alta precisión a nivel
microespacial.
La fotografía aérea se emplea como método de prospección al poderse de-
tectar yacimientos arqueológicos analizando la morfología del terreno, geo-
rreferenciando estructuras, etc. Para la identificación de yacimientos arqueo-
lógicos son importantes: indicadores microtopográficos, indicadores
fitográficos (crecimiento diferencial de la vegetación sobre estructuras ar-
queológicas, humedad del suelo, tipos de suelo, etc.) o indicadores edáficos
(variación en color y textura del suelo).
8
http://pnoa.ign.es/es
43
Fig. 7. Motilla del Azuer vista en las imágenes del PNOA, a través del visor cartográfico Iberpix.
● Teledetección: debido a lo innovador de la técnica no existe una defini-

ción oficial, de manera que, como sucede con los SIG, existen defini-
ciones de diferentes autores que hacen referencia a la forma en la que
se adquiere y procesa la información espacial. Concretamente, Juan
Gregorio Rejas y Francisco Burillo consideran que es un concepto ge-
neral y amplio que se refiere a la ciencia de adquirir y procesar infor-
mación a distancia sobre la Tierra u otros cuerpos planetarios sin en-
trar en contacto directo con los objetos medidos (capítulo 8). Por su
parte, Manuel Quirós la define como “el conjunto de procesos que per-
miten obtener información de las imágenes de la superficie terrestre
que son captadas a distancia desde el espacio aéreo o exterior en for-
mato digital y son procesadas posteriormente con programas y aplica-
ciones informática” (Quirós 2011: 173).
En definitiva, la teledetección se basa en la utilización de imágenes mul-
tiespectrales sobre sistemas aerotransportados. Son destacables las respuestas
en partes concretas del espectro electromagnético que permiten localizar
ciertas alteraciones en ocasiones identificables con restos arqueológicos en-
44
terrados. Entre los sistemas de teledetección se encuentran los sistemas pasi-

vos, que toman imágenes que captan diversas bandas del espectro electro-
magnético; y, por otro lado, los activos (radar), que emiten una señal y anali-
zan la respuesta que recibe el sensor, pudiendo conocer la morfología del
terreno y evitando en ocasiones la vegetación o incluso capas superficiales de
sedimentos.
El capítulo 8 de este manual, elaborado por Juan Gregorio Rejas y Fran-
cisco Burillo, está dedicado al uso de la teletedetección en el yacimiento ar-
queológico de Segeda, analizando también de una forma mucho más amplia
sus principios teóricos.
Prospección geofísica: es el conjunto de técnicas aplicadas a la exploración
del subsuelo, que en el caso de la arqueología busca localizar y caracterizar
elementos arqueológicos no visibles en superficie. Los más importantes son
(García Sanjuán 2005):
● Sistemas activos: emiten deliberadamente señales en el subsuelo para
posteriormente medir su respuesta. Entre los métodos más destacables
encontramos la resistividad eléctrica, el georradar y la acústica.
● Sistemas pasivos: son aquellos en los que se mide la presencia e inten-
sidad de señales asociadas con las propiedades de los materiales. Entre
los más remarcables encontramos la prospección magnética, la sísmica,
la magnetotelúrica o la de microgravedad.
5.2. Datos secundarios o derivados

Son la fuente más habitual y numerosa de datos y hacen referencia a la digi-
talización de mapas en papel, la georreferenciación de mapas o imágenes an-
tiguas, la incorporación de datos adquiridos a través de servidores geográfi-
cos o la obtención de nueva documentación a través de geoprocesamiento.
Actualmente, a través de la red se tiene acceso a gran cantidad de infor-
mación geográfica que aumenta más cada día, ya que son muchas las institu-
ciones que tienen servidores de datos geográficos, visores cartográficos o
IDE desde las que se puede acceder a servicios web de consulta y descarga
cartografía. También hay empresas y particulares que ofrecen información a
través de sus propias páginas o en webs colaborativas como google maps, wi-
kimaps… de forma gratuita y voluntaria. Todos estos datos dan una gran ga-
ma de posibilidades a la hora de afrontar cualquier estudio, ya que ponen a
nuestra disposición información que antes habría que elaborar de forma cos-
tosa si se pudiera acceder a cartografía en papel.
45
Son muy destacables los repositorios online de datos espaciales. Por ejemplo,
los servidores de datos geográficos mantenidos por diversas instituciones públi-
cas generadoras de información, como el Instituto Geográfico Nacional9 (IGN).
A través de su página se tiene acceso, mediante descargas directas, conexiones
OGC o visores al Mapa Topográfico Nacional, a los planes CORINE y SIOSE
o a Modelos Digitales del Terreno con distintas resoluciones.
Todos los servidores de documentación geográfica nacionales se encuen-
tran catalogados en el Geoportal IDEE (Infraestructura de Datos Espaciales
de España)10, de casi obligada consulta. A través de este índice se tiene acce-
so a páginas web que sirven datos geográficos, implementando servicios de
consulta propios de las IDE como WMS (Web Map Service), WFS (Web Fea-
ture Service) o WMTS (Web Map Tile Service).
En el punto 8.3 de este capítulo se profundiza en los aspectos relaciona-
dos con la publicación; además en el capítulo 12 de este manual César Par-
cero-Oubiña analiza con mayor detalle los aspectos teóricos y técnicos de las
IDE, mientras que en el capítulo 13 Susana Consuegra et al. presentan un
ejemplo de aplicación a la arqueología: la IDE del yacimiento arqueológico
de Casa Montero (Madrid).
Fig. 8. Visor Cartográfico de Patrimonio de la Junta de Andalucía.
9
http://centrodedescargas.cnig.es/CentroDescargas/index.jsp
10
http://www.idee.es/
46
También son importantes los visores cartográficos que pueden implemen-

tar servicios WMS o WFS, carga de capas externas, consultas espaciales, etc.,
y que permiten en todos los casos la visualización de datos temáticos con re-
presentación geográfica. Destacan entre otros muchos:
Visor del Instituto

Iberpix http://www2.ign.es/iberpix/visoriberpix/visorign.html
Geográfico Nacional
Visor de Mapas del

INE Instituto Nacional de http://www.ine.es/censos2011/visor/
Estadística
Sistema de Información
SigPac Geográfica de Parcelas http://sigpac.mapa.es/fega/visor/
Agrícolas
Información Territorial y
PLANEA Planteamiento Urbanístico http://www.madrid.org/cartografia/planea/index.htm
de Madrid
Visor de la Cuenca
VisorCHT http://visor.chtajo.es/VisorCHT/
Hidrográfica del Tajo
Localizador
Cartográfico
Visor del Patrimonio de la http://www.iaph.es/localizador-cartografico-patrimo-
del Patrimo-
Junta de Andalucía nio-cultural-andalucia/busqueda.php
nio Cultural
Andaluz
IDE Visor del Patrimonio del http://www.conselldemallorca.net/sit/phistoric/in-

Mallorca Concell de Mallorca dex_es.html
Visor de Patrimonio de la
BICUcyl http://www.idecyl.jcyl.es/VisorLigeroPACU/index2.html?
Junta de Castilla y León
Tabla 2. Ejemplos de visores cartográficos de interés para el patrimonio arqueológico.
47
6. LOS SIG Y LA ARQUEOLOGÍA

6.1. Historiografía
Tal y como recogen Del Bosque y Olaya las primeras aplicaciones cartográfi-
cas para computadoras de propósito general las encontramos en la década de
los 60 siendo un primer ejemplo el llamado Sistema de Información Geográ-
fica de Canadá (Canadian Geographic Information System, CGIS) desarrollado
en Ottawa por el Departamento Federal de Silvicultura y Desarrollo Rural,
en el 1962. Este sistema era capaz de almacenar, analizar y manipular datos
geográficos, además de permitir superponer capas de información, realizar
mediciones y llevar a cabo digitalizaciones y escaneo de datos, abordando así,
por primera vez, mediante sistemas informatizados los principales problemas
de localización (Del Bosque 2012). Dos años más tarde, en 1964, Howard T.
Fisher formó, en la universidad de Harvard, el Laboratorio de Computación
Gráfica y Análisis Espacial, donde se desarrollaron importantes conceptos te-
óricos y comenzaron a ver la luz prototipos de los que posteriormente serían
los Sistemas que conocemos hoy en día.
En la década de los 80 se produce un importante avance al nacer varias
empresas proveedoras de software SIG, como por ejemplo M&S Consulting
(más tarde Intergraph) o Environmental Systems Research Institute (ESRI), que
permitieron la generalización del uso de este tipo de software difundiéndose
en esta década y en la siguiente, hasta llegar al nivel usuario gracias a la pro-
liferación de los ordenadores personales. Paralelamente, los SIG se convier-
ten en una herramienta multidisciplinar, pasando a ser un elemento funda-
mental en todas aquellas especialidades cuya información tiene una
importante componente espacial.
En el año 2006 se funda el Open Source Geospatial Foundation, organización
no gubernamental cuya misión es dar soporte y promover el desarrollo cola-
borativo de tecnologías geoespaciales y datos abiertos. Entre los proyectos
que se desarrollan cabe destacar las aplicaciones de escritorio QGIS y
GvSIG, así como las aplicaciones web OpenLayers y Mapserver, ya que una
condición del OGC es el empleo de software libre.
Centrándonos en el uso de los SIG aplicados a la arqueología, hay que bus-
car sus raíces a comienzos del S. XX, cuando se constata un creciente interés
por la dimensión espacial de los datos arqueológicos, principalmente a macro-
escala con la extensión de las teorías difusionistas hasta llegar a la arqueología
británica y la ecología cultural en Estados Unidos, caracterizadas por teorías
evolucionistas (Wheatley y Gillings 2002). Todos ellos trabajaron con infor-
mación espacial de forma manual, principalmente de forma intuitiva.
48
A partir de los años 60, con la revolución cuantitativa promovida por la

Nueva arqueología o procesualismo, se intentan superar los análisis subjeti-
vos de la información espacial. Esta corriente surge como contraposición a
las teorías arqueológicas que hasta ese momento imperaban, caracterizadas
por el enfoque histórico-cultural. Algunos de sus conceptos principales son
el fomento de la explicación, frente a la descripción, del proceso cultural
frente a la Historia Cultural, o el uso de la deducción planteando hipótesis,
elaborando modelos y deduciendo sus consecuencias. Se impulsa lo cuantita-
tivo frente a lo cualitativo, lo que permite un análisis informatizado, permi-
tiendo muestreos y análisis de significación. También expone que diversos
factores externos influyeron sobre el comportamiento humano y por ello de-
jaron patrones que pueden medirse y cuantificarse de manera objetiva, pu-
diendo identificar el proceso generativo de las sociedades.
La generalización del uso de los SIG permite que se conviertan en una he-
rramienta fundamental de análisis en el nuevo marco abierto por las corrien-
tes procesualistas. Los primeros casos de uso datan de los años 80 posibili-
tando la identificación de patrones espaciales (Matteucci y Scheinsohn 2004).
Algunas obras pioneras son, por ejemplo, las desarrolladas por Feder (1979)
quien realiza análisis de densidad de materiales; Bore (1981) quien analiza el
tamaño de diversos yacimientos o también Kvamme (1983) o Harris (1986)
quienes abordan los primeros trabajos realizados con Modelos Digitales del
Terreno.
A principios de los años 90 aparecen los primeros estudios que usan los
SIG en Europa. Entre ellos destacan los desarrollados por Harris (1986) o
Gaffney y Stancic (1991) sobre la visibilidad de las atalayas romanas en la is-
la de Hvar, situada en el mar Adriático. De forma paralela, se da una fuerte
difusión de las nuevas técnicas de análisis principalmente gracias a varios
congresos internacionales, como son la conferencia de Santa Bárbara (Cali-
fornia, 1992) o Ravello (Italia, 1993).
Frente a la corriente procesualista surgen corrientes críticas –postproce-
sualismo- que buscaron prestar mayor interés a los rasgos definitivamente
humanos y culturales del sujeto arqueológico. Las sociedades no son sistemas
cerrados respecto a sus vecinos, al igual que no lo son respecto al medio am-
biente. El desarrollo de las sociedades puede verse condicionado o influido
por una red de sociedades mucho más amplia de la cual forma parte: teoría
mundo (García Sanjuán 2005).
Algunas obras precursoras son, por ejemplo, las de Allen (1990) o Lock y
Stancic (1995) que recogen, entre otros, interesantes trabajos como el reali-
49
zado sobre visibilidad por Whetley. También hay que destacar obras de ca-
rácter general como las de Weathley y Gillings (2002) o Connolly y Lake
(2009).
Para los estudios positivistas y analíticos, la informática y posteriormente
los SIG, se convierten en una herramienta de cuantificación y análisis funda-
mental (Connolly y Lake 2009). Las corrientes postprocesualistas siguen uti-
lizando este tipo de herramientas para sus estudios mediante el uso de nue-
vos métodos, el desarrollo de diversos modelos y la incorporación de la
realidad virtual, centrándose en el protagonismo del individuo y su visión del
entorno que le rodea. Así, tiende a priorizar las dimensiones simbólicas so-
bre las ecológicas y económicas, al tiempo que asume que las sociedades pa-
sadas pudieron tener otra perspectiva del mundo, por lo que no habría que
trasladar sistemas económicos o percepciones culturales actuales al pasado.
Tal como citan Connolly y Lake, a pesar del determinismo propio de los
SIG (referido a que los resultados responden a la lógica interna de trabajar
de los SIG: simplificación de la realidad (Fischer 1999: 6)) a partir de la dé-
cada de los 90, se vuelvan a introducir teorías procesualistas, “una de las ma-
yores fuerzas de la utilización del SIG en arqueología es su diversidad. A ve-
ces basta simplemente con organizar nuestros datos de un modo más eficaz
para generar nuevas ideas sobre el pasado. Otras veces los nuevos plantea-
mientos requieren un uso de la estadística espacial. Y en otros casos es nece-
sario construir nuevos métodos dentro del marco del SIG convencional”
(Connolly y Lake 2009: 27).
Para todas estas corrientes los SIG son una herramienta que se ha conver-
tido en habitual y en mucho casos indispensable, a la hora de gestionar y ana-
lizar la información arqueológica. Esto se debe entre otras cualidades a su ca-
pacidad para: 1. cuantificar la información, 2. desarrollar cálculos
estadísticos, 3. visualizar de forma fácil y versátil la información espacial, 4.
ampliar su galería de herramientas (que permite personalizar procesos y
adaptarse a estudios diversos), 5. flexibilizar la incorporación de modelos
(que permiten paliar en cierta forma el determinismo inherente a su natura-
leza) y 6. incorporar información online de forma inmediata.
50
6.2. Aplicación de los SIG a la Arqueología

La clave del éxito de los SIG en relación con la arqueología radica en la im-
portancia de la dimensión espacial de los datos, como se ve en las múltiples
representaciones que se llevan realizando de yacimientos a través planimetrí-
as, mapas o croquis. También mediante matrices que establecen las relacio-
nes estratigráficas, relaciones espaciotemporales, mapas de interconexiones
entre objetos o de relación con el paisaje circundante, como son los mapas de
captación de recursos (ACR), visibilidad o movilidad.
Para las ciencias humanas, y en concreto para la arqueología, es una gran
ventaja la capacidad que ofrecen los SIG para relacionar información temá-
tica derivada de excavaciones o de estudios regionales con otras capas de in-
formación, como usos del suelo, relieve o cuencas hidrográficas. La utiliza-
ción de nuevas tecnologías y métodos no invasivos de prospección, tales
como georradar, imágenes satélites o aerotransportadas, han encontrado en
los SIG un marco perfecto de aplicación, siendo muy fácil la combinación de
todas estas fuentes de datos con los derivados de la administración o de la
obra civil, donde se plasman zonas de afección, se detectan zonas de inter-
vención, etc.
La georreferenciación de los datos arqueológicos es esencial ya que permi-
te tener todos los referidos a la totalidad del espacio en un mismo sistema de
referencia. Partiendo de esta premisa se abre una gran gama de posibilidades,
siendo una de las principales la posibilidad de ofrecer información de forma
clara y comprensible, así como establecer relaciones con otros elementos.
Por todo ello, los SIG se han convertido en una herramienta fundamen-
tal para la gestión de la documentación arqueológica al permitir generar ba-
ses de datos donde se relaciona la dimensión espacial de los datos arqueoló-
gicos con su dimensión temática. En España, tras la aprobación de la Ley
16/1985, de 25 de junio, del Patrimonio Histórico Español, han aumentado
exponencialmente las intervenciones arqueológicas, requiriendo la utiliza-
ción de SGBD cada vez más eficaces, los cuales han permitido el trabajo con
grandes cantidades de datos. En unión a los SIG, estos sistemas facilitan di-
versos trámites a la hora de plantear intervenciones como conocer la locali-
zación exacta de un bien, en qué tipo de superficies se encuentra o qué zonas
de riesgos van a verse afectadas en planes urbanísticos.
Los beneficios también redundan en los propios datos, ya que como cual-
quier SGBD, modelar la información con dimensión espacial y temática ar-
queológica requiere cierta planificación y orden, así como estructurar los da-
tos, evitar duplicidades y vacíos, además de normalizar, en la medida de lo
51
posible, aquellas series de datos que lo permitan. Todo ello conlleva la nece-
sidad de un registro bien estructurado, con gran solidez y racionalidad sobre
el que poder desarrollar la gran capacidad de análisis que implementan (Par-
cero-Oubiña y González Pérez 2011b).
Por otro lado, los SIG se han convertido también en una herramienta fun-
damental para la arqueología del paisaje y es que actualmente el estudio de la
humanidad no puede entenderse sin asumir su relación con el espacio que la
rodea, ya que el hombre siempre ha vivido estrechamente relacionado con su
entorno (Orejas 1991). Los estudios demuestran que la localización de los
asentamientos humanos no es aleatoria, sino que responden a circunstancias
socioeconómicas, políticas y simbólicas tal y como argumenta Hodder y Or-
ton: “Para emplazar un yacimiento tuvo que tomarse en consideración un
gran número de variables tales como la distancia hasta el agua, el tipo de sue-
lo y la cubierta vegetal, localización de otros asentamientos, la defensa, la dis-
tancia hasta materiales adecuados para la construcción y la proximidad a ru-
tas y mercados” (Hodder y Orton 1976: 67). El capítulo 3 de este manual,
elaborado por Ignasi Grau, está dedicado al estudio del paisaje, centrándose
en el análisis del área oriental de Iberia durante la edad del hierro.
La potencialidad que ofrecen los SIG para análisis del paisaje es enorme a
la hora de poder conocer las relaciones de los asentamientos con su entorno y
entre unidades dentro de un mismo yacimiento, también la automatización de
consultas espaciales, la realización de análisis espaciales de accesibilidad, visibi-
lidad, territorialidad… o la mera publicación de los resultados de cualquier es-
tudio. Aun así son diversos los condicionantes que hay que tener en cuenta al
realizar un estudio geoarqueológico mediante SIG, al margen de los ya men-
cionados en relación a la escala, resolución o sistemas de referencia:
1.- El determinismo: Los SIG por su estructura son estáticos y deter-
ministas, representar en ellos información espacial difusa o variable
en el tiempo es difícil (Parcero-Oubiña y González Pérez 2011b).
Aun así son lo suficientemente flexibles para poder adaptarlos a
cualquier necesidad, aunque como cualquier herramienta de análi-
sis, no puede desvincularse de la propia lógica de la investigación
arqueológica y espacial (Parcero-Oubiña 2002).
2.- Calidad de los datos: la gran oferta de datos disponible en la red im-
pone la necesidad de conocer su origen y calidad. En este punto los
metadatos de estas capas de información son de vital importancia
ya que nos permiten conocer cuestiones tan diversas como la auto-
ría, fecha de realización, métodos de creación, resolución o preci-
52
sión. De esta forma nos aseguramos que son correctos y que enca-
jan con el proyecto que estamos realizando.
3.- Utilización de los datos: para elaborar un proyecto arqueológico se
tiene que tener en consideración que los datos puedan ser extrapo-
lables al pasado, evitando los “actualistas”, o cuanto menos, tener en
consideración los posibles problemas interpretativos que se puedan
generar al utilizar datos actuales junto con capas de información ar-
queológicas. Tal como argumenta César Parcero-Oubiña, esto no
tendría que ser un problema si los datos se usan de forma pragmá-
tica, es decir, empleándolos para realizar comparativas entre datos
arqueológicos, pero no como información positiva y absoluta (Par-
cero-Oubiña 2002). Por ejemplo, una capa de información de gran
utilidad para el estudio de sociedades cuya economía se basaba en
actividades agropecuarias, es la de usos y potencialidad del suelo.
Actualmente, se tiene acceso rápido y fácil a proyectos como CO-
RINE11 (“Coordination of Information of the Environment”), que real-
iza una clasificación jerárquica en 3 niveles con 44 clases de los usos
del suelo, incluyendo suelo urbano, tipos de cultivo y uso forestal
actuales y difícilmente extrapolables a sociedades preindustriales.
Si se utilizan capas de información que, por ejemplo, analizan la
potencialidad agrícola, como es el caso del Mapa de Capacidad Pro-
ductiva de los Suelos de Galicia (elaborado por Díaz-Fierros y Gil en
1984), los resultados deberían ser tomados para contrastar hipótesis
relativas a los modelos del paisaje pasado y no como reconstrucciones
positivas, ni de los sistemas de producción ni del propio paisaje, ya que
la información con la que se cuenta es demasiado limitada como para
poder asumir semejante reto (Currás 2014). Tal como argumenta Juan
Vicent, “el paisaje agrario primitivo […] no puede ser positivamente
reconstruido, y menos aún observado. Podemos aspirar a establecer
hipótesis sobre el nivel de desarrollo de las fuerzas productivas a tra-
vés del registro de los artefactos; sobre la distribución de los recursos
potencialmente explotables para ese nivel, a partir de un registro am-
pliado que contenga información paleo-ambiental y paleo-agrológica;
a la reconstrucción parcial de procesos de trabajo o de consumo, me-
diante un enfoque funcional de la excavación arqueológica de los yaci-
mientos arqueológicos, etc.” (Vicent 1991: 36).
11
http://www.fomento.gob.es/MFOM/LANG_CASTELLANO/DIRECCIONES_GENERA-
LES/INSTITUTO_GEOGRAFICO/OBS-TERRITORIO/OCU-SUELO/CORINE/de-
fault.htm?lang=eu
53
Fig. 9. Yacimientos romanos sobre las clases generales de Corine, apreciando aquellos que están sobre
suelo urbanizado, cultivado o rústico.
Aun así las TIG ayudan a la reconstrucción del paisaje. Un claro

ejemplo es el trabajo realizado por Jorge Canosa-Betes, quien ha re-
producido el relieve del municipio de Capilla (Badajoz) antes de la
construcción del embalse de la Serena, inaugurado en 1990, me-
diante la restitución fotogramétrica (Canosa-Betes 2015).
4.- Uso de las herramientas: hay que tener en consideración y justifi-
car la elección de las herramientas que se emplean en función de las
propuestas metodológicas a las que dan respuesta.
5.- Delimitación del área de estudio: antes de comenzar un estudio ge-
oarqueológico que trascienda los límites del yacimiento, es necesa-
rio hacer una correcta delimitación del área a analizar, ya que no es
recomendable imponer límites artificiales al paisaje pasado si se
quieren evitar errores interpretativos. Tal como cita Almudena
54
Orejas “una de las cuestiones más complicadas es la fijación de lí-

mites en un paisaje: se corre el riesgo de exigirle fronteras preesta-
blecidas. Es evidente que hay que trabajar dentro de unos límites
espaciales que, en principio, pueden fijarse por distintos criterios,
pero que siempre han de ser flexibles y discontinuos como los son
en la realidad.” (Orejas 1991: 212-213).
6.- Generalización: debido al modo en que los SIG descomponen la re-
alidad, hay que tener muy presente que los datos son una represen-
tación, no una réplica de los objetos de estudio. Por eso hay que
aceptar que conllevarán una generalización que no debería reper-
cutir en el estudio siempre que se usen los mismos datos en todos
los análisis. Con ello se permite establecer comparaciones y que los
resultados obtenidos no se interpreten como absolutos, sino como
una modelización de la realidad.
7.- Datos difusos: cabe mencionar que los SIG tampoco trabajan bien
con datos difusos, debido a su condición estática y determinista. En
ellos es difícil establecer límites espaciales y temáticos claros, lo que
puede generar problemas debido a la propia naturaleza de los SIG.
Fig. 10. Ejemplo de generalización al convertir un archivo vectorial de hidrografía (escala 1:25:000) a un archivo
ráster (resolución 50 m).
55
Además, los SIG presentan condicionantes específicos para el trabajo con la

información propiamente arqueológica. Estos son esencialmente:
1.- Tridimensionalidad: en el actual software de SIG se están mejoran-
do las prestaciones 3D, lo que abre nuevas posibilidades en los estu-
dios de arqueología por explorar. Pese a este avance todavía no se
han desarrollado completamente las relaciones volumétricas, que
permitirían analizar las relaciones estratigráficas. Tan solo se pue-
den realizar acciones de combinación, extracción o consultas sobre
cercanía o intersecciones, pero quedarían por implementar normas
topológicas en 3D que permitiesen evaluar cualitativamente las re-
laciones entre diferentes unidades estratigráficas. En la actualidad,
sólo se trabaja con SIG 3D para visualizar la información, de tal ma-
nera que únicamente se puede realizar análisis con datos bidimen-
sionales que incorporan un valor de altura en la capa de datos temá-
tica, generando lo que se conoce como trabajo en 2,5D. Un ejemplo
serían los Modelos Digitales de Elevaciones (MDE), que almacenan
en cada una de las celdas del ráster el valor correspondiente a la al-
tura. Esto permite generar curvas de nivel, conocer volúmenes, ope-
raciones con alturas, etc. pero no posibilita saber si el contacto en-
tre dos niveles es una interfaz vertical o inclinada, lo que podría
cambiar su interpretación estratigráfica y ayudar a entender deter-
minados procesos y relaciones (Domínguez-Rodrigo et al. 2014).
2.- Temporalidad: por otro lado, los SIG tampoco trabajan bien aspec-
tos como la temporalidad, ya que no se contempla como una con-
dición sino que es un atributo más de los datos espaciales. Para Cé-
sar Parcero-Oubiña, se podría utilizar sistemas similares a los
empleados en bases de datos orientadas a objetos o sistemas de ges-
tión de código fuente. “En estos sistemas, la modificación de una
entidad de información implica la creación automática de una nue-
va versión de la misma, incluyendo un sello temporal que especifica
el intervalo de fechas de validez de dicha versión y especifica los
cambios en relación a la versión anterior. De este modo la tempo-
ralidad es gestionada mediante una infraestructura transversal a los
datos propios de las entidades de interés” (Parcero-Oubiña y Gon-
zález Pérez 2011b: 484).
Aun así, la matriz de Berry es una aproximación a este tipo de pro-
blemas, y sobre todo las variaciones que ofrece Dangermond en
1983 (citado en Gutiérrez Puebla y Gould 1994: 43) generando
56
una matriz tridimensional compuesta por las dimensiones espacial,

temática y temporal. El problema es la implementación de este
concepto en un SIG, ya que para ello habría que crear una capa por
cada momento temporal.
Para poder tener una secuencia lo suficientemente detallada habrá
que generar el mayor número de capas que describan el proceso
temporal (Harsthorne 1982). En este proceso de cambio se podrá
modificar la variable espacial, la temática o ambas, dejando la tem-
poral como variable fija. Para facilitar el trabajo con este método
de representación es conveniente partir de una capa base para ir al-
macenando en las sucesivas únicamente los cambios que se suce-
den, evitando, de esta manera, repetir información (Langran,
1992). Así, mediante la opción de algebra de mapas se podría re-
construir de forma completa cualquier momento de la secuencia.
7. ANÁLISIS DE LA INFORMACIÓN
Los SIG permiten trabajar de forma sencilla con información que hasta aho-
ra se había tratado siguiendo pasos más complejos, pero también permiten
realizar operaciones complejas que han revolucionado nuestra forma de pen-
sar (Kvamme 1999).
Cualquier SIG posibilita realizar un análisis básico exploratorio basado en
consultas espaciales y temáticas, como la reclasificación de los datos. Entre
las consultas básicas que se pueden realizar se encuentran las siguientes
(Connolly y Lake 2009: 159):
— Consultas de atributos o fenómenos: al tratarse de datos no espaciales
éstas pueden realizarse sobre las tablas de datos asociadas a los archi-
vos vectoriales o sobre nuevas tablas de datos, que se relacionen a tra-
vés de un identificador con los archivos vectoriales incorporados al
proyecto.
— Consultas espaciales: divididas entre consultas topológicas, con las que
se analiza la correlación de un objeto con los que se relaciona, y con-
sultas métricas, que analizan la relación de un objeto con respecto a su
localización espacial.
Aunque todas se pueden efectuar de forma individualizada la verdadera
potencia de análisis exploratorio de un SIG radica en poder combinarlas, re-
lacionando la dimensión temática y espacial de los datos. Además, casi todos
los SIG de escritorio tienen implementadas multitud de herramientas que
57
permiten el desarrollo de una serie de análisis realmente útiles para la ar-

queología. Estas librerías de herramientas no suponen un límite ya que todos
los SIG de escritorio cuentan con una consola a través de la cual, en diversos
lenguajes de programación, se pueden generar geoprocesamientos propios
que respondan a necesidades específicas de un estudio. Entre los lenguajes de
programación más empleados están phyton y java.
Entre las variables geográficas empleadas para en análisis espacial en ar-
queología, la orografía es la más utilizada, ya que condiciona muchos de los fac-
tores fundamentales a la hora de establecer un asentamiento y, además, conlle-
va cierta inmutabilidad en el tiempo. Aunque son claros los procesos de erosión
que se han producido en tiempos históricos, mucho más si nos remontamos
hasta la prehistoria, estos se pueden aceptar siempre que se tengan en conside-
ración al realizar análisis extrapolables a paisajes pretéritos. Sin embargo, otras
variables, como la vegetación, el clima o la hidrografía, hay que tratarlas con
mayor prudencia, debido a los cambios que han sufrido.
Tal como cita Leonardo García Sanjuán: “el análisis espacial es un recur-
so fundamental en el propósito de la arqueología de entender las sociedades
pasadas. A pesar de ser una herramienta de aplicación relativamente nueva,
los SIG han revolucionado metodológicamente el campo del análisis espacial
en nuestra disciplina gracias a su capacidad de rápida síntesis y análisis de da-
tos que antes podía tomar un intervalo de tiempo muy largo explorar.” (Gar-
cía Sanjuán 2005).
La arqueología del paisaje es una de las disciplinas donde los SIG han te-
nido mayor repercusión. El paisaje, tal como cita Ignasi Grau, “es una alfom-
bra continua en la que se desarrollan actividades más o menos apreciables en
el registro arqueológico, como el trabajo agrícola, los desplazamientos, la re-
colección, etc.” (Grau et al. 2012: 133).
Entre los análisis con mayor aplicación destacan: análisis espacial, algebra
de mapas, análisis de distancias, análisis de visibilidad, análisis de pautas de
localización, análisis de altitud relativa y análisis predictivos.
7.1. Análisis espacial

Los archivos vectoriales se caracterizan porque sus objetos se definen por sus
coordenadas geográficas, las cuales permiten calcular distancias, relaciones
de proximidad, vecindad e interacción. Con esta información se pueden ge-
nerar nuevas capas que recogen nueva información que mantienen las carac-
terísticas de las iniciales. Para ello se han de emplear las herramientas de su-
perposición, que permiten la combinación (union), la intersección (intersect e
58
identity), el borrado (erase) e incluso la modificación de las características es-

paciales. Esta nueva información generada no solo se va a plasmar visualmen-
te sino que además, va a implicar tablas de atributos con nuevos datos.
7.2. Algebra de mapas

Consiste en un conjunto de técnicas con las que se pueden crear nueva infor-
mación a partir de otras fuentes, combinando tanto los datos espaciales co-
mo los datos temáticos, siempre que respondan a una lógica dentro del estu-
dio que se esté realizando. Se aplica con archivos ráster debido a su estructura
regular y a sus características (Olaya 2011)12. Para ello se cuenta con una he-
rramienta de cálculo (calculadora ráster) que permite el trabajo sobre las ca-
pas de forma individual o conjunta, pudiendo realizar cálculos sobre los va-
lores almacenados en los pixeles, sumando, restando, multiplicando o
dividiendo cada uno de ellos individualmente o entre sí.
7.3. Análisis de distancia

En relación al análisis de distancia hemos diferenciado dos tipologías: análi-
sis de áreas de influencia y cálculo de distancia.
a) Análisis de las área de influencia
El análisis de las áreas de influencia, también conocido como análisis de
captación de recursos (ACR), es uno de los más habituales y más consoli-
dados en los estudios arqueológicos, tal y como manifiestan multitud de
publicaciones desde la que década de los 70 hasta la actualidad. Este tipo de
análisis “se basan en la teoría de abastecimiento óptimo, según la cual,
mientras mayor sea la distancia de los recursos con respecto a una localiza-
ción, mayor será el costo económico de su explotación, llegando eventual-
mente el punto en el que este costo se vuelva inaceptable, por lo que se pue-
de establecer una frontera económica que define el área (o territorio)
óptima de explotación de cada recurso desde cada sitio considerado” (Gar-
cía Sanjuán et al. 2009: 168). El capítulo 4 de este manual, elaborado por
Raquel Liceras, está dedicado a los análisis de captación de recursos del te-
rritorio en el entorno de la ciudad celtibérica de Numancia (Soria).
Hasta el momento se han empleado dos técnicas diferentes para deli-
mitar las áreas de influencia de los yacimientos. Estas son (García San-
juán 2005: 204):
12
Algunos autores consideran que se puede aplicar a archivos vectoriales y más frecuentemen-
te a archivos ráster. En nuestro caso hemos considerado que la combinación y la generación
de nueva información vectorial se corresponde con el análisis vectorial.
59
a. Delimitación de distancias de radio fijo en tiempo o espacio. Se estima

en 2 horas para los cazadores-recolectores y 1 hora para los agriculto-
res, que se corresponden con 10 km para los primeros y círculos con-
céntricos de 1, 2 y 5 km para los segundos.
b. Creación de capas de distancia ponderada por un coste de acuerdo a la
topografía circundante, lo que da líneas irregulares. Estas quedan defi-
nidas mediante la cartografía topográfica y la aplicación del principio de
Naismith, según el cual un adulto en buen estado de salud puede reco-
rrer 5 km de terreno llano en una hora, lo que supone 1 km cada 12 min.
Pese a la sencillez aparente de este análisis son muchas las críticas que
recibe, debido esencialmente a tres cuestiones: 1. los cambios experimen-
tados en el paisaje, 2. los cambios socioeconómicos y 3. las limitaciones
metodológicas.
Respecto a la primera de ellas, como ya hemos mencionado, se basa en
la idea de que el espacio ha cambiado en cuando a su orografía y también
en la alteración de la ubicación de los recursos, lo que invalidaría este
análisis al considerar que no se puede extrapolar al pasado. También au-
tores como Juan Vicent García cuestionan el uso literal de esta metodolo-
gía de análisis desde un punto de vista socioeconómico, ya que no se pue-
den aplicar concepciones capitalistas a sociedades precapitalistas (Vicent
1991). En relación a las críticas metodológicas más habituales hay que des-
tacar que es difícil extrapolar resultados, debido a la utilización de datos
contemporáneos sin evidencias paleoambientales, o a la utilización sistemá-
tica y no argumentada de círculos concéntricos de radio fijo (García San-
juán 2005).
Evitando su carácter economicista, los ACR se utilizan como método
de muestreo estratificado, diferenciando áreas de captación cercanas y le-
janas a los asentamientos. Este tipo de análisis es interesante especial-
mente para los de arqueología del paisaje y también para definir patrones
de asentamiento en relación a la proximidad a determinados recursos, co-
mo es el agua. Así, para conocer la distancia que separan diferentes ele-
mentos se puede optar principalmente por dos herramientas:
— Buffer: permite realizar cálculos simples de distancias lineales, dentro
de los análisis de proximidad o vecindad. Con el buffer se determina un
área de influencia dentro de un radio fijo de espacio en torno a un ele-
mento, pudiéndose así conocer qué otros elementos se encuentran
dentro de esa distancia con una simple consulta espacial.
60
— Polígonos Thiessen o Voronoi: genera polígonos que son equidistan-

tes con respecto a los puntos vecinos. Hooder y Orton consideran que
“los polígonos Thiessen estiman el territorio teórico de cada asenta-
miento únicamente con base en su proximidad y densidad de los que le
rodean sin presuponer jerarquías de forma apriorística.” (Hodder y
Orton 1976: 213).
Fig. 11. Territorialidad Teórica de los asentamientos islámicos en la parte superior del Valle del Tajo mediante
polígonos Thiessen y Buffers de diferentes radios (Capdevila 2012).
Sin embargo, ninguna de estas dos herramientas tiene en cuenta variables

humanas que influyen directamente en la relación con el espacio, y trabajan
con distancias euclidianas, es decir, en línea recta y por ello es necesario con-
templar del coste del desplazamiento. La forma más frecuente es mediante
las ecuaciones de Tobler, que permiten medir el coste en tiempo y dibujar
isócronas. Estas son desarrolladas en el punto siguiente sobre el cálculo de
distancias.
b) Cálculo de distancia
Este tipo de estudio permite calcular distancias con o sin coste, así como
crear corredores. Debido a su interés, ambos tipos de cálculos están muy
61
Fig. 12: Isócronas y recursos utilizados para el análisis de captación del yacimiento medieval
de Capilla (Badajoz) (Canosa-Betes 2015).
desarrollados en el ámbito de la arqueología, ya que permiten analizar el

movimiento humano sobre el territorio y con él el transporte de bienes,
ideas o grupos humanos. Tal como argumenta Ignasi Grau “el movimien-
to y los desplazamientos son necesarios en la explotación de los recursos,
el flujo de personas y mercancías, informaciones y prácticas culturales,
etc.” (Grau 2011: 370).
Desde un punto de vista teórico se han definido dos tipos de movimien-
to, dependiendo si se tiene en cuenta o no la dirección de la pendiente:
— Isotrópico: es el aquel espacio que presenta las mismas características
en todas las direcciones y desde cualquier punto, por lo que se consi-
62
dera que el coste del movimiento es independiente de la dirección en

que se realice.
— Anisotrópico: es el aquel espacio que no presenta las mismas caracte-
rísticas en todas las direcciones, de tal manera que se debe tener en
cuenta la dirección de la pendiente. Así, el valor del pixel de la capa de
costes dependerá de la dirección en que se tome al cruzarlo (Vilanou et
al. 2010).
Se parte de la premisa que todo desplazamiento supone un coste, ya sea
medido en tiempo o en energía, debido a diversas variables. Los costes del
desplazamiento se reflejan en capas de costes o de fricción, que modelan la
impedancia en el movimiento y el peso de cada una de las variables. La prin-
cipal de ellas es el relieve, asumiendo un aumento considerable del coste pa-
ra pendientes entre un 10 y un 30%, convirtiendo el coste en excesivo entre
un 30 y un 65%, mientras que las pendientes superiores a un 65% no son
practicables, tal como analiza Chris Scharenbroich (Vilanou et al. 2010).
Otros criterios, como los cursos fluviales, la vegetación o el tipo de suelo que
también condicionan el desplazamiento.
Se han generado diversos algoritmos para calcular el coste del desplaza-
miento en relación a la pendiente, contemplando o no la posibilidad de mo-
delar movimientos de diferente naturaleza. Entre ellos destaca el algoritmo
de Waldo Tobler (Tobler 1993) que ha sido utilizada en diversos estudios ar-
queológicos, como los desarrollados por Gorenflo y Gale (1990), Jenings y
Craig (2001), Van Leusen (2002) o Vilanou Valles et al. (2010). La fórmula
desarrollada por este autor se basa en los estudios de campo realizados por
Imhof en 1950 en los que se analizaban la movilidad de las tropas durante la
I Guerra Mundial. En ellos define que la velocidad media a la que puede an-
dar una persona ronda los 5 km/h para una zona llana, y de 6 km/h para una
pendiente descendente de 3,5º. La fórmula de Tobler, partiendo de estos da-
tos, se define de la siguiente manera (Tobler 1993):
V=6*exp(-3,5*abs (tanP+0,005))
Donde V será la velocidad resultante dada en km/h, independientemente
de las unidades que definan la capa de pendientes sobre la que se calcula. P
indica la pendiente expresada en grados, con lo que la tangente de P será
igual a la pendiente expresada en porcentaje dividida entre 100. Para obtener
el tiempo en segundos que se tarda en recorrer un metro se aplica la siguien-
te conversión:
T=3,6V
63
Otro algoritmo usado frecuentemente es el desarrollado por Antonio

Uriarte González, a partir de los datos obtenidos por Gilman y Thornes, tras
analizar las áreas de captación en torno a los yacimientos prehistóricos del su-
reste de España (Uriarte 2005). Parte de los valores derivados del estudio de
campo en los que se definen áreas de acceso a pie con un límite temporal má-
ximo de una hora, quedando de la siguiente manera:
T=0,0227*P+0,6115 R
La fórmula define el tiempo que se va a tardar en recorrer una unidad de
terreno sobre una pendiente determinada (P). El valor 0,6115 es una cons-
tante que será el mínimo coste que se acumula en el movimiento, es decir, no
se define un desplazamiento sin ningún tipo de coste para zonas donde la
pendiente es nula. El valor R es la resolución de la capa de pendientes con la
que se está trabajando, pensado para calcular el coste en cada pixel de la ca-
pa resultante.
Ignasi Grau (Grau 2011: 374) recoge otro algoritmo, desarrollado por
Marble y Machovina (1996), que incorpora la variable del peso que se tiene
que acarrear en la marcha. Su aplicación da como resultado final una capa
donde queda reflejado el consumo de energía expresado en vatios. El algorit-
mo es el siguiente:
M=1,5 W+2,0 W+L(LW)2+ n (W+L) [1,5 V2+ 0,35V*abs G]
Donde M es el ratio metabólico expresado en vatios, W el peso corporal
del caminante, L el peso de la carga transportada, N el factor del terreno en
función de la superficie, V la velocidad del caminante y G el gradiente de
pendiente expresado en porcentaje.
Al margen de conocer qué zonas del paisaje son más aptas para el despla-
zamiento al suponer un coste menor, también habría que tener en cuenta que
las vías de comunicación se verán condicionadas por la existencia de puntos
de atracción, ya sean fuentes de recursos, asentamientos u otro tipo de foco
de atracción del que hoy en día es difícil conocer su importancia.
Otro foco de estudio consiste en poder determinar correctamente el ori-
gen y destino de las rutas, ya que aunque el punto de partida pueda venir de-
terminado por un asentamiento no siempre está claro el destino de los des-
plazamientos. A este respecto son interesantes los análisis desarrollados por
Pastor Fábregas-Álvarez que genera un modelo de desplazamiento sin desti-
no definido, analizados en el capítulo 5 de este manual.
64
También son relevantes las investigaciones que estudian los restos cono-
cidos de antiguas vías de comunicación, ya sea a través de los restos arqueo-
lógicos o, para épocas históricas, a través de las fuentes escritas. Además, des-
tacan los desarrollados por autores como Jesús Bermúdez (Bermúdez 2006)
o Sabah Walid Sbeinati (Walid Sebainati et al. 2006), quienes analizan las ví-
as pecuarias desde un punto de vista histórico, viendo en ellas la reminiscen-
cia de antiguas rutas de comunicación.
7.4. Análisis de visibilidad

Aunque son análisis que se llevan realizando desde hace varias décadas, la uti-
lización de los SIG ha permitido que se realicen de manera más fácil y rápi-
da, y que hayan ganado en robustez teórica al posibilitar el análisis de un nú-
mero mayor de datos.
Para realizar un estudio de visibilidad se parte de una serie de afirmacio-
nes teóricas, como, por ejemplo, la que determina que el ojo humano es ca-
paz de distinguir con claridad elementos dentro de un rango de 2 a 3 km.
Desde aquí hasta una distancia de 15 km se pueden detectar elementos de ta-
maño considerable o ciertos cambios en el paisaje, como señales realizadas
con humo, movimiento de tropas o ganado, etc. A partir de un rango de 15
km el fenómeno a observar tiene que tener ya una entidad bastante conside-
rable para que no pase desapercibido (Parcero-Oubiña 2002).
Fig.13. Esquema de visibilidad teórica sobre el paisaje. Elaboración César Ordás.
Los estudios de visibilidad se basan en la localización de los elementos en

el paisaje, teniendo en consideración principalmente el relieve. Para éste ti-
po de estudios, como para otros muchos, son indispensables los Modelos Di-
gitales del Terreno ya que registran el valor de la altura en cada uno de los
pixeles de la capa. Los resultados obtenidos serán aproximaciones a la reali-
dad, no recreaciones perfectas de la visibilidad que se pudo tener en un pasa-
65
do, debido a que aunque posiblemente sean similares, las capas de relieve uti-
lizadas hacen referencia a valores actuales y a que no se conocen factores que
podrían limitar la visibilidad, principalmente la vegetación13.
La metodología más utilizada para este tipo de análisis es la creación de
cuencas visuales, dando como resultado los puntos que pueden ser vistos des-
de un lugar o punto de observación. Por lo tanto, la capa ráster resultante
tendrá dos valores: visible (1) y no visibles (0). Con estas capas binarias se
pueden realizar cálculos de visibilidad acumulada, sumando la visibilidad des-
de distintos puntos de observación o de intervisibilidad y determinando qué
zonas del territorio son observables desde dos o más puntos de observación.
Además, los estudios de visibilidad permiten determinar desde qué puntos
es observable un elemento, siendo una aplicación muy interesante para esta-
blecer, por ejemplo, si un elemento concreto con un importante carácter sim-
bólico, como un dolmen, se encuentra en un emplazamiento importante den-
tro del entorno.
El capítulo 6 de este manual, elaborado por Alejandra Galmés, está dedi-
cado a los análisis de visibilidad, concretamente a la visibilidad de los yaci-
mientos prehistóricos de la península de Calvià (Mallorca).
7.5. Análisis de pautas de localización con estadística espacial

Los principales análisis de localización con estadística espacial aplicados a la
arqueología son: análisis de pautas de distribución espacial y análisis de den-
sidad14. Además de estos análisis básicos, en el capítulo 7 de este manual, Al-
fredo Maximiano Castillejo profundiza en la utilización de la geoestadística
en arqueología.
7.5.1. Análisis de pautas de distribución espacial

Conocer la naturaleza de la distribución de los elementos en el espacio es
muy interesante para la arqueología. La distribución de puntos y polígonos
que representan los elementos arqueológicos puede mostrar patrones distin-
tos que ayudan a su interpretación. Éstos pueden ser: aleatorios, regulares o
agregados y mediante estudios estadísticos se busca caracterizar su distribu-
ción para aproximarla a una de estas tres posibilidades teóricas.
13
Para profundizar en las limitaciones y problemas de las aplicaciones de los SIG a la arqueo-
logía se recomienda la obra de Spatial Technology and Archaeology. The Archaeological Applications
of GIS, recogida en la bibliografía de este manual.
14 Todas ellas están ampliamente explicadas y ejemplificadas en el libro Sistemas de informa-
ción geográfica aplicados a la Arqueología, de Conolly y Lake (Conolly y Lake 2009).
66
Entre las técnicas más habituales para el análisis de pautas de distribución

espacial aplicadas a arqueología se encuentran las siguientes, de las cuales, las
dos primeras se aplican únicamente sobre capas de puntos, mientras que las
dos últimas se pueden emplear sobre capas de puntos y de polígonos:
— Análisis del vecino más próximo se basa en las distancias de cada pun-
to a su vecino más próximo (distancia observada), para compararlo con
la distribución aleatoria (distancia esperada). Esta técnica presenta im-
portantes limitaciones, que han reducido su aplicación, especialmente
por no considerarse operativa para análisis a múltiples escalas.
— La función K de Ripley resuelve el problema que plantea la técnica an-
terior e incorpora la escala como elemento de análisis. Esta función “se
ideó para identificar la agregación y segregación de datos basados en
puntos a distintas escalas espaciales y la forma del área de estudio tie-
ne escaso efecto en la valoración de patrones” (Conolly y Lake 2009:
223).
— I de Moran global mide la intensidad de la autocorrelación espacial ba-
sándose en la ubicación y en los valores de los elementos. Así, se eva-
lúa si existe concentración o dispersión y el grado de aleatoriedad, en
cuyo caso la hipótesis sería nula ya que no habría autocorrelación.
Como señalan Wheatley y Gillings aunque la ecuación es compleja la idea
es sencilla (Wheatley y Gillings 2002:119), ya que se comparan entre sí cada
uno de los elementos y además se pondera la relación espacial existente en-
tre ellos. Así, un resultado positivo señala que el elemento o entidad analiza-
do tiene otras a su alrededor con valores similares y por lo tanto se formaría
un clúster; mientras que un resultado negativo evidencia que los elementos
vecinos son diferentes y por lo tanto el valor del analizado es un valor atípi-
co: los valores positivos indican agrupación mientras que los negativos mues-
tran dispersión. Estos análisis se pueden complementar con los análisis de
clúster -I Anselin local de Moran- que además de indicar la tendencia seña-
larían donde se produce. Así, se generan mapas en los que se señalan tres ten-
dencias: presencia de valores altos en entornos donde hay otros valores ele-
vados (High-High), presencia de valores altos en entornos con valores bajos
(High-Low), o áreas con valores bajos rodeados de otros similares (Low-
Low).
67
Fig. 14. Salida gráfica de la herramienta de autocorrelación espacial (índice I de Moran Global)15.
— Getis-Ord General G mide el grado de agrupamiento de los elemen-

tos, es decir, la concentración de valores altos o bajos a nivel general.
En este caso los resultados positivos indican la tendencia general a la
concentración de valores altos mientras que los negativos señalan la de
los valores bajos, de ahí que se generen mapas de puntos calientes y frí-
os (hot and cold spot).
Como en el caso anterior, también se pueden realizar análisis loca-
les -Gi de Getis-Ord- que ofrecen información de la localización de
puntos calientes y puntos fríos.
https://desktop.arcgis.com/en/desktop/latest/tools/spatial-statistics-toolbox/h-sa-tool-po-
15
pup.htm
68
Fig. 15. Salida gráfica de la herramienta Análisis de punto caliente (Gi* de Getis-Ord)16.
7.5.2. Análisis de densidad

A partir del número de elementos existentes y conocidos, el análisis de densi-
dad permite medir su ubicación en relación con el espacio, determinando si
existe o no concentración. En numerosas ocasiones el único patrón espacial
que se puede analizar, sin duda por su sencillez, es el de la densidad o intensi-
dad de elementos (M). Estos se calculan mediante una fórmula muy sencilla:
M=N(a)A
Siendo N(a) el número de ejemplares que se ubican en un lugar A, con
una superficie determinada. En este caso es determinante el área de observa-
ción y el tamaño de las celdas, de manera que cuanto menor sea el área de es-
tudio y el tamaño de sus celdas mayor será la densidad y viceversa.
16
http://resources.arcgis.com/es/help/main/10.1/index.html#//005p0000000q000000
69
Precisamente, para evitar este condicionante se pueden aplicar diferentes

técnicas, siendo la más habitual la estimación de densidad Kernel (KDE). Es-
ta permite calcular la magnitud de elementos (puntos o polígonos) por uni-
dad de superficie, determinando no solo la densidad sino también el grado de
proximidad existente entre los elementos (Castillejo et al. 2012). Eso se debe
a que compara la localización de los elementos con distribuciones aleatorias,
determinando las diferencias estadísticas. Así, mientras que las operaciones
de densidad normal se calculan con un radio fijo, la de Kernel contempla la
distancia entre los elementos, mediante una ponderación.
7.6. Modelo predictivo: regresión lineal (OLS) y regresión geográficamente

ponderada (GWR)
Los modelos predictivos se basan normalmente en el análisis de regresión múl-
tiple (Cardozo et al. 2012). A grandes rasgos, se pueden definir como las “herra-
mientas de análisis que se basan en la extrapolación de comportamientos cono-
cidos a conjuntos de datos o entornos no explorados” (López-Romero 2006) o,
como define Jesús Bermúdez, “una descripción simplista del modelo predictivo
podría ser la de un sistema que extrapola los resultados obtenidos en un estudio
pormenorizado de una parte al todo” (Bermúdez 2011: 474).
7.6.1. Regresión lineal (OLS)

La regresión lineal es una técnica estadística que se utiliza para conocer, ajus-
tar y evaluar la relación existente entre dos o más variables continuas, es de-
cir, cuantitativas, considerando que una de ellas es una variable dependiente
(y) y la otra u otras son independiente (x). Se llama regresión lineal simple
cuando se busca estudiar la relación entre dos variables y regresión múltiple
cuando se consideran más de dos.
Este modelo puede ser expresado mediante una ecuación cuyo resultado
numérico se mide en grados de correlación que pueden ser: positivo, negati-
vo o cero. Esto indica, respectivamente, que hay un aumento simultáneo de
las dos variables, que una aumenta cuando disminuye la otra, o que no hay
relación entre ellas.
La ecuación es:
Yt=b0+b1X1+b2X2+...+bpXp+e
Donde la Y es la variable dependiente, X la variable independiente, b 0 es
la intersección, b i los parámetros de cada variable independiente y E es el
error.
70
Fig. 16. Ejemplo de grafica bivariada.
Este coeficiente de correlación se visualiza en una línea de regresión que

además de mostrar si existe o no relación, indica si se produce o no agrupa-
miento entre los elementos y si hay homocedasticidad o heterocedasticidad. El
primero de los casos, la homocedasticidad, tiene lugar cuando hay estabilidad
en la dispersión de un tipo de elemento o fenómeno en el espacio y el segun-
do, heterocedasticidad, cuando hay ausencia de estabilidad (Castillejo 2007), in-
cumpliéndose en ese caso una de las hipótesis básicas de la regresión lineal.
Habitualmente, la OLS se expresar en grado de correlación (Conolly y
Lake 2009: 205). Para ello en estadística espacial se usa el coeficiente de co-
rrelación de Pearson, aunque existen otras fórmulas más complejas (ver el
manual de Conolly y Lake páginas 204-213). El coeficiente de correlación de
Pearson aporta como novedad la independencia respecto de la escala. El re-
sultado oscila entre + 1 y – 1. En ambos casos se observa una fuerte relación
entre las variables, la diferencia es que en el +1 existe una relación positiva
total mientras que en cuando resulta -1 se produce una relación negativa to-
tal.
Un paso más supone la autocorrelación espacial, también llamada depen-
dencia espacial. Esta se “produce cuando el valor observado de una variable
en un lugar determinado depende de los valores de la misma variable obser-
vados en lugares vecinos” (Castillejo et al. 2012: 549); de tal manera que to-
dos los elementos espaciales están relacionados entre sí, aunque existe una
mayor relación entre lo que está más próximo que entre lo que está más ale-
jado (Tobler 1979).
71
La autocorrelación espacial tiene en cuenta la distancia y la distribución

espacial (Clifford, 1981), y su resultado será positivo cuando los elementos
próximos espacialmente sean semejantes entre sí, y negativos, cuando los ele-
mentos sean similares pero se encuentran muy alejados espacialmente. Se
produce un resultado cero cuando no hay relación entre los atributos y la dis-
tribución (Conelly y Lake 2009). Esta información es esencial para modelar
y predecir determinados comportamiento (Castillejo 2007)
Hay numerosos indicadores para conocer las pautas de localización. En-
tre los más frecuentes están el G general de Getis-Ord y el Índice de Moran
(I de Moran), que han sido explicados en el apartado 7.5.1 de análisis de pau-
tas de distribución espacial.
7.6.2. Regresión geográficamente ponderada (GWR)

Como los otros análisis de regresión se trata de una técnica estadística. En es-
te caso la GWR permite “medir la inestabilidad paramétrica y la heteroge-
neidad espacial” (Cardozo et al. 2012: 548). Tal y como señalan Cardozo,
García Palomares y Gutiérrez Puebla, los elementos suelen estar autocorre-
lacionados, lo que hace necesario que se usen modelos que consideren la na-
turaleza espacial de los datos (Cardozo et al. 2012 y Lloyd and Shuttleworth
2005). Así, la regresión geográficamente ponderada ofrece un modelo local
específico para el elemento que se quiere explicar, de tal manera que se apli-
ca una ecuación de regresión a cada entidad o elemento, dándole más peso a
los elementos que están próximos que a los que están más alejados. Se esta-
blecer una medida o ancho de banda que define en función de las caracterís-
ticas del lugar, mediante diferentes parámetros (densidad kernel, distancia
entre elementos…).
7.7. Análisis de altitud relativa

La altitud relativa, como el relieve relativo o local, se define como la dife-
rencia vertical entre los puntos más altos y los más bajos de la zona que se va
a investigar, que se corresponden, respectivamente, con la divisoria de las
aguas y los cauces de los ríos. El interés de este tipo de análisis radica en la
importancia que tiene conocer los diferentes factores que componen el terri-
torio para estudiar el control del mismo (defensivo), la visibilidad (defensivo-
control del territorio), la preponderancia sobre el entorno (control social),
etc. Por ello son diversos los coeficientes que se aplican en estos estudios pa-
ra calcular dicha altitud relativa. Destacan, según los estudios de César Par-
cero-Oubiña (Parcero-Oubiña 2002: 69), los siguientes:
72
AR=AC-Amed
AR: Altitud relativa, AC: altitud máxima del asentamiento, Amed: Altitud
media.
Así, de forma simple se muestra si el asentamiento se encuentra en media
con el entorno, en ese caso su valor es 0, o si por el contrario está por enci-
ma de la media o por debajo. Esto se refleja con valores positivo o negativo,
respectivamente. Esta fórmula de fácil aplicación no muestra cuán variable es
el medio en el que se localiza el asentamiento, por lo que puede dar resulta-
do engañoso. Para tratar de corregir estos problemas César Parcero-Oubiña
genera una segunda fórmula donde el valor 0 indicaría un reparto más equi-
tativo.
AR=AC-AmedAmed
Para conocer el valor relativo de cada uno de los asentamientos de una zo-
na de estudio y poder compararlos entre sí, Parcero-Oubiña genera una últi-
ma fórmula, recurriendo al concepto de media tipificada y haciendo compa-
rables dos medidas que en un principio no lo son:
AR=AC-AmedDT
Donde el valor DT indica la Desviación Típica.
Estos análisis son los más generales siendo muchas más las aplicaciones de
posible utilización en los trabajos arqueológicos, tal y como se verán en los
diferentes capítulos del manual.
8. UTILIDADES
Los SIG en la arqueología se han usado principalmente con dos funciones: la
investigación y la gestión de recursos culturales. Ambas serán abordadas en
este apartado, en el cual se incluye además la publicación de la información
arqueológica.
8.1. Investigación
Aunque el primer uso que se le dio a los SIG aplicados a la arqueología fue
el vinculado con la gestión de los recursos, desde la década de los años 90 se
observa cómo se incorporan a la investigación, suponiendo una importante
revolución metodológica. Este avance se destacó en la publicación “New Me-
thods, Old Problems: Geographic Information Systems in Modern Archaeo-
logical Research del Center for Archaeological Investigations” (Maschner
1996) y, posteriormente, en la presentación del libro “La aplicación de los
73
SIG a la arqueología del paisaje” (Grau 2006: 10). Eso se debe, entre otras
cosas, a que los SIG han permitido, en gran medida, la reconstrucción del re-
gistro arqueológico, así como también han posibilitado estudiar patrones de
conducta y establecer modelos predictivos (Matteucci y Scheinsohn 2004).
Dentro del ámbito académico español su aplicación a los estudios arqueo-
lógicos fue más tardía, siendo pioneros, entre otros, Baena y Blasco (1997), en
la Universidad Autónoma de Madrid. A ellos les siguieron autores como Jesús
Bermúdez (2000), César Parcero-Oubiña (2002), Leonardo García Sanjuán
(2005), Ruiz Gálvez y Gutiérrez Puebla (2005) o Ignasi Grau (2006). Como
resultado del interés incipiente en estos años, se celebraron eventos como el I
Encuentro Internacional de Informática Aplicada a la Arqueología y la Ges-
tión Arqueológicas, Córdoba 2003; las Jornadas de Aplicación de lo SIG a la
Arqueología del Paisaje, Alicante 2004 o el más reciente V Simposio Interna-
cional de Arqueología de Mérida, del año 2007, dedicado a las tecnologías de
la información geográfica y el análisis arqueológico del territorio.
Gracias a estos encuentros y a la creciente difusión de diferentes análisis
aplicados, los SIG se han abierto paso en la investigación arqueológica espa-
ñola; primero de forma tímida, hasta que alcanzaron su madurez a lo largo de
la primera década del 2000 (Grau 2006). Ahora, quince años después, se pue-
de afirmar que su uso se ha generalizado y ya no son una excepción, debido
a que ha aumentado significativamente el volumen de estudios realizados
desde los principales centros de investigación españoles (CSIC y universida-
des) así como el de las publicaciones derivadas de ellos; a lo que hay que aña-
dir que además han mejorado notablemente su calidad. Por todo ello los SIG
son objeto de asignaturas obligatorias y optativas en las titulaciones oficia-
les –grados y máster– en Arqueología que ofertan numerosas universidades
españolas.
Precisamente, la citada mejora de la calidad de la producción se ha conse-
guido de forma especial gracias a la incorporación de expertos en TIG a los
equipos de investigación arqueológica y también al perfeccionamiento y
avance experimentado por los programas. Estos permiten agilizar y gestionar
la toma de datos arqueológicos, crear modelos de organización del paisaje en
el pasado, realizar seguimientos de estratigrafías e incluso facilitan la realiza-
ción de simulaciones de los yacimientos y de los entornos.
Otro de los cambios que se están observando en esta relación entre los las
TIG y la arqueología es que su uso no se limita a los estudios de arqueología
espacial ni a los de la arqueología del paisaje, los primeros en incluir la he-
rramienta por su carácter territorial. Así, cada vez son más las especialidades
74
que ven en las TIG en general, y en los SIG en particular, un gran potencial,
tales como las investigaciones sobre la gestión del patrimonio cultural e in-
cluso la tafonomía y la zooarqueología (Aragoneses 2015). Esto es conse-
cuencia de lo ya mencionado –incorporación de especialistas y mejora de los
programas– que permiten la utilización de estas herramientas para el estudio
de todos yacimientos independientemente de la época de su fundación y de
su escala.
Estos cambios van acompañados de una evolución de los paradigmas que
implican la consideración del espacio arqueológico como algo más que la lo-
calización física, lo que pone de manifiesto el grado de integración de las
TIG en la investigación arqueológica; un papel que también se observa al lle-
gar a convertirse en objeto de los debates metodológicos de carácter científi-
co. Prueba de ello son los congresos y jornadas que de forma periódica se re-
alizan, a nivel internacional y nacional, como las organizadas por Computer
Applications and Quantitative Methods in Archaeology (CAA)17 o por el Servei de
Sistemes d`Informació Geogràfica i Teledetecció de la Universitat de Giro-
na18, respectivamente.
8.2. Gestión
Los SIG se han manifestado tradicionalmente como una importante herra-
mienta para la planificación y la gestión de los yacimientos entendidos como
recursos culturales (Kvamme 1999). Esta función, como la investigación ya
explicada, también ha sufrido importantes cambios en las últimas décadas,
debidos a diversas razones: 1. la evolución del propio concepto de patrimo-
nio cultural, que ha implicado cambios en su percepción y por lo tanto en su
gestión, 2. las mejoras tecnológicas de los programas que se han incorpora-
do a las tareas de tutela del patrimonio y más concretamente del arqueológi-
co, 3. los avances científicos que permiten un mayor conocimiento y por lo
tanto 4. la especialización y profesionalización de expertos en la materia.
Por todo ello, las TIG se han adaptado a las necesidades de la gestión del
patrimonio y también a los procesos ya existentes, al tiempo que han permiti-
do desarrollar nuevas metodologías y nuevas formas de trabajo (Fernández y
García Sanjuán 2003). Así se han convertido en una herramienta básica para
la gestión del patrimonio arqueológico usada por todas las administraciones
españolas, dentro de las limitaciones y casuística que presenta cada una de
ellas, tal y como menciona Jesús Bermúdez en el capítulo 14 de este manual.
17
http://caa-international.org/proceedings/published/
18
http://www.sigte.udg.edu/jornadassiglibre/
75
Una de las principales utilidades que ofrece esta tecnología es la gestión

de los datos arqueológicos mediante la generación de bases de datos espacia-
les; de esta forma se pueden combinar las planimetrías desarrolladas en un
CAD con los datos temáticos desarrollados en cualquier SGBD, lo que per-
mite realizar consultas espaciales que posibilitan, de forma rápida y eficaz, la
generación de informes de excavación y la posterior publicación de resulta-
dos. Además, al incorporar una serie de datos directos, como fotografías aé-
reas y análisis no invasivos derivados de prospección geofísica y del georra-
dar, se puede superponer toda la información procedente de otras fuentes y
contrastar así las anomalías con los restos arqueológicos conocidos. Todo ello
se almacena de forma ordenada en bases de datos que permiten conectar los
datos con su localización espacial y con información adicional de carácter
gráfico obtenida en el trabajo de campo.
Actualmente, la toma de datos directamente de soportes digitales y su al-
macenamiento en un servidor, hace que estas bases de datos espaciales sean
totalmente dinámicas, pudiendo consultar en la propia intervención arqueo-
lógica los datos que se van obteniendo, lo que facilita tomar decisiones, ob-
servar tendencias del registro y resolver errores. A ello se une la posibilidad
que ofrecen los SIG para cartografiar y, por lo tanto hacer claros y legibles
los resultados de los fenómenos territoriales, y por otro para compartir la in-
formación en red, llegando incluso a superar al propio sistema al generar In-
fraestructuras de Datos Espaciales (IDE). Estas permiten la consulta por par-
te de diferentes usuarios facilitando el trabajo en red de equipos
multidisciplinares. Por ello los SIG son una herramienta totalmente óptima
para la gestión de una intervención arqueológica.
Sobre los datos adquiridos se pueden desarrollar multitud de análisis que
posibilitan tanto a la generación de nueva información como la contratación
de hipótesis, base de cualquier estudio arqueológico. En relación con la ges-
tión destacan la multitud de procesos que abarcan desde la predicción y va-
loración de afecciones, hasta la divulgación, pasando por tareas de preven-
ción, planificación y puesta en valor (ver capítulo 14). Aunque, como señalan
Silvia Fernández Cacho y Leonardo García Sanjuán la creación de inventa-
rios es la tarea más importante, ya que no solo permite la identificación de
los bienes sino también diseñar y desarrollar una política de protección efec-
tiva (Fernández y García 2003).
Precisamente, la capacidad que tienen los SIG de cartografiar los fenóme-
nos territoriales, es de gran importancia en las Evaluaciones de Impacto Am-
76
biental y en los Mapas de Riesgos19, donde los aspectos físicos del territorio
(la topografía y las características y usos del suelo) son fundamentales, pero
los SIG además, facilitan la elaboración de mapas de carácter analítico (Fer-
nández y García 2003). Éstos facilitan la combinación de numerosas variables
y las técnicas que hemos visto en el apartado 7 de este mismo capítulo. Así,
permiten además la realización de las tradicionales Cartas Arqueológicas.
8.3. Publicación
De los dos apartados anteriores se desprende la idea de que los SIG han
supuesto un importante avance, debido esencialmente al perfeccionamiento
y facilidades a la hora de presentar los resultados con mapas temáticos y, ca-
da vez más, con nuevos sistemas de representación. Entre ellos destacan las
webs 2.0 y los visores cartográficos y los geoportales. Las primeras hacen re-
ferencia a las webs que se construyen mediante la acción voluntaria, es decir,
con las aportaciones gratuitas de los usuarios (VGI)20. Entre ellas encontra-
mos, por ejemplo, el proyecto Pleiades (http://pleiades.stoa.org/), la página
dedicada a la Telegrafía Óptica en España (http://telegrafiaoptica.wikispa-
ces.com) o, la más conocida, OpenStreetMap. Por su parte, los visores carto-
gráficos son programas que permiten exclusivamente visualizar la informa-
ción sin posibilidad de manipularla en ningún sentido, aunque en ocasiones
sí permiten la descarga. Un ejemplo de aplicación web para la publicación de
los resultados de la intervención en un yacimiento arqueológico se puede ver
en el capítulo 11 de este manual, elaborado por Rodríguez Temiño et al., en
el que se analiza el caso de SICAC, Sistema de Información de Conjunto Ar-
queológico de Cástulo.
Las IDE, Infraestructuras de Datos Espaciales, permiten de forma regla-
da y normalizada el acceso y la gestión de la información a través de internet
de manera interoperable y estandarizada (ver capítulo 12). Su proliferación
está siendo muy importante en los últimos años, consecuencia de la política
de Open data que pone a disposición de todos, de forma libre, determinados
datos sin restricciones de copyright, patentes u otros mecanismos de control.
Estas, como ya se señalara en el apartado 5.2, obedecen a los estándares
OGC y ofrecen catálogos de datos geográficos que pueden ser visualizados y
descargados. Así, en el caso de la arqueología, las IDE ofrecen grandes opor-
19
Documentos que determinan variables que ayudan a la preservación y a la destrucción de los
bienes arqueológicos, siendo esenciales para determinar los posibles riesgos y por lo tanto las
medidas que se han de tomar para evitarlos. Fernández y García 2003.
20
Volunteered Geographic Information (Sui et al. 2013).
77
tunidades, ya que siguiendo estándares oficiales se podría compartir y des-

arrollar la investigación arqueológica de forma exponencial21. De esta mane-
ra no sólo se conocerían las conclusiones de los estudios sino que además, se
podrían comparar los datos y crear registros más valiosos al contar con datos
derivados de más de una intervención. Si la información de la que se parte se
puede incorporar de forma automática a nuestros modelos de datos se evita-
rían largos procesos de adaptación, traducción y modificación de datos, par-
tiendo de la base que se tuviera acceso a ellos, algo que en la mayoría de las
ocasiones no es factible. Un claro ejemplo lo vemos en el capítulo 13 de esta
publicación dedicado a la IDE del yacimiento arqueológico de Casa Monte-
ro (Vicálvaro, Madrid).
Las IDE requieren de la normalización y estructuración de los datos para
facilitar la interoperabilidad, con lo que podrían dar solución a un importan-
te problema de los datos arqueológicos, su fragmentación. Una vez supera-
das estas dificultades técnicas, que requiere la homogenización de los datos,
las IDE se convierten en una importante herramienta, en especial para el des-
arrollo de políticas públicas (Parcero-Oubiña y González Pérez 2011b).
21
Algunos ejemplos de visores cartográficos que muestran información arqueológica:
http://www.juntadeandalucia.es/culturaydeporte/museos/CAC/sicac/default.html;
http://www.arqueocordoba.com/rutas/; http://www.gmucordoba.es/intervenciones-arqueolo-
gicas; http://sip.consorciodesantiago.org/SIPWeb/#&sL=L
78

Capdevila Minguez IntroduccionALosSistemasDeInformacionGeografica-5543766

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Capdevila Minguez IntroduccionALosSistemasDeInformacionGeografica-5543766

Cargado por

Copyright:

Formatos disponibles

02 Capitulo 1_Maquetación 1 12/04/16 11:23 Página 21

Enrique Capdevila Montes

Enrique Capdevila Montes

Mª del Carmen Mínguez García

os Sistemas de Información Geográfica (SIG), los Sistemas Globales de

L Navegación por Satélite (GNSS), de los cuales el más generalizado es el

1. Qué son los SIG

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

sión geográfica, al estar diseñados para “trabajar con datos georreferenciados

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

tas y análisis, así como la generación de cartografía, facilitando su diseño, ma-

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

Fig. 1. Desagregación de la realidad a través de los modelos de datos ráster y vectorial.

2. Los componentes de los SIG

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

— Componente lógico o software. Existen diversos tipos de software SIG,

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

— Autodesk: creadores de Autocad, también tienen su propio software

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

— Grass (Geographic Resources Analysis Support System): también manteni-

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

1.- Dimensión espacial: se expresa mediante un sistema de coordena-

los objetos. Se basan en el cálculo de distancias entre puntos, áre-

Fig. 2: Tipos de variables y medidas. Elaborada por M.L. de Lázaro.

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

Las variables se pueden clasificar en dos tipos (Fig. 2):

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

ban momentos específicos generando una serie temporal u otros

2.3. Modelos de datos

Fig. 3. Distintas formas geométricas vectoriales (Capdevila 2012).

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

Relaciones topológicas: cabe hacer una mención especial a la topología,

Los ejemplos más comunes de archivos vectoriales son5:

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

datos asociada…), por lo que hay que tomar precauciones al manipu-

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

porción de la realidad con más detalle (por ejemplo 1:2.500), mientras

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

Transformación Datum Madrid a ED50: en parte de la bibliografía ar-

De manera independiente al modelo que se esté utilizando hay que tener

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

Fig. 5. Esquema explicativo del Datum regional.

— Sistema cartográfico de referencia: para poder trabajar con diversas

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

— Precisión: hace referencia al número de decimales con que es tomado

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

4. Sistemas Gestores de Bases de Datos

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

— Relacionales: se basa en establecer “relaciones” entre conjuntos de da-

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

El lenguaje más habitual para la construcción de consultas en bases de da-

5.1. Datos directos o primarios

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

tos que formen parte de un yacimiento arqueológico. Por su propia natura-

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

● Teledetección: debido a lo innovador de la técnica no existe una defini-

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

terrados. Entre los sistemas de teledetección se encuentran los sistemas pasi-

5.2. Datos secundarios o derivados

INTRODUCCIÓN A LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA

Fig. 8. Visor Cartográfico de Patrimonio de la Junta de Andalucía.

ENRIQUE CAPDEVILA MONTES / Mª DEL CARMEN MÍNGUEZ GARCÍA

También son importantes los visores cartográficos que pueden implemen-