1era Parte Sistemas de Informacion Geografica Aplicado A La Gestion Territorial

Sistemas de Información
Geográfica aplicados a la
gestión del territorio
Entrada, manejo, análisis y salida de datos espaciales

Teoría general y práctica para ESRI ArcGIS 9
Juan Peña Llopis

Sistemas de información geográfica aplicados a la gestión del territorio
© Juan Peña Llopis
ISBN: 978–84–8454–998–7
e-book v.1.0
ISBN edición en Papel: 978–84–8454–919–2
Edita: Editorial Club Universitario. Telf.: 96 567 61 33

C/. Cottolengo, 25 – San Vicente (Alicante)
www.ecu.fm
Maqueta y diseño: Gamma. Telf.: 965 67 19 87

C/. Cottolengo, 25 – San Vicente (Alicante)
www.gamma.fm
gamma@gamma.fm
Reservados todos los derechos. Ni la totalidad ni parte de este libro puede reproducirse o transmitirse por ningún procedimiento
electrónico o mecánico, incluyendo fotocopia, grabación magnética o cualquier almacenamiento de información o siste ma de
reproducción, sin permiso previo y por escrito de los titulares del Copyright.
Índice
PARTE TEÓRICA
1. Introducción a los S.I.G. .......................................................................................... 1
1.1. Introducción histórica a los S.I.G. ................................................................................ 1
1.2. Definición de los S.I.G.................................................................................................. 3
1.3. Aplicaciones de los S.I.G.............................................................................................. 4
1.4. Componentes de un S.I.G. ............................................................................................ 6
2. Datos geográficos en el ordenador. ....................................................................... 13
2.1. Tipos de organización de los datos geográficos en el ordenador................................ 13
2.2. Estructura vectorial: puntos, líneas y polígonos. ........................................................ 14
2.3. Estructura ráster: malla de celdas o píxeles. ............................................................... 15
2.4. Ventajas e inconvenientes de la estructura vectorial y ráster...................................... 16
3. Entrada de datos espaciales................................................................................... 17
3.1. Fuentes de datos geográficos. ..................................................................................... 17
3.2. Pasos para crear datos digitales mediante entrada manual.......................................... 18
4. Almacenamiento de datos espaciales. ................................................................... 23
4.1. Tipos de almacenamiento de los datos........................................................................ 23
4.2. Formatos de almacenamiento de la estructura vectorial y ráster. ............................... 24
4.3. Tipos de almacenamiento en software de S.I.G.......................................................... 26
5. Manejo de datos espaciales. ................................................................................... 29
5.1. Operaciones con las entidades geográficas discretas (vectorial). ............................... 29
5.2. Operaciones con las entidades geográficas continuas (ráster). ................................... 35
5.3. Creación de superficies continuas a partir de datos puntuales.................................... 39
5.4. Georreferenciación de datos geográficos.................................................................... 57
6. Presentación de datos espaciales. .......................................................................... 63
6.1. Tipos de salidas gráficas de los S.I.G. ........................................................................ 63
6.2. Tipos de soportes gráficos de los S.I.G....................................................................... 65
7. Errores y control de calidad. ................................................................................. 67
7.1. Tipos de errores en un S.I.G. ...................................................................................... 67
7.2. Procedencia de los errores en los datos espaciales. .................................................... 70
7.3. Factores que afectan a la veracidad de los datos espaciales........................................ 71
7.4. Tamaño idóneo de píxel al rasterizar un mapa vectorial lineal................................... 73
7.5. Errores resultantes de rasterizar un mapa vectorial poligonal. ................................... 74
8. Metodologías en el desarrollo de S.I.G. ................................................................ 77
8.1. Optimización de recursos y tiempo en la utilización de un S.I.G. .............................. 77
8.2. Diseño gráfico y objetivos de los mapas de un S.I.G. ................................................ 86
8.3. Construcción de una base de datos de un S.I.G. ......................................................... 88
8.4. Manejo adecuado de los programas para la creación de un S.I.G............................... 91
PARTE PRÁCTICA
9. Introducción al ESRI ArcGIS 9 ............................................................................ 99
9.1. Estructura de ESRI ArcGIS 9. .................................................................................. 100
9.2. ArcCatalog. ............................................................................................................... 103
9.3. ArcMap. .................................................................................................................... 104
9.4. ArcToolbox............................................................................................................... 105
9.5. Extensiones del ArcGIS............................................................................................ 106
10. Organización de datos (ArcCatalog). ................................................................. 107
10.1. Catálogo digital......................................................................................................... 108
10.2. Metadatos.................................................................................................................. 111
10.3. Creación de datos espaciales nuevos. ....................................................................... 112
10.4. Conectar las carpetas................................................................................................. 113
ii
10.5. Operaciones con ArcCatalog. ................................................................................... 114
10.6. Formato de los datos espaciales (tipos de archivos). ................................................ 117
11. Herramientas básicas (ArcMap). ........................................................................ 127
11.1. La interfaz del ArcMap y el manejo de capas........................................................... 127
11.2. Navegación. .............................................................................................................. 135
11.3. Herramientas y propiedades de visualización de los atributos.................................. 137
11.4. Representación gráfica (simbolización de entidades). .............................................. 143
11.5. Etiquetado de entidades. ........................................................................................... 150
12. Entrada y manejo de datos (ArcMap). ............................................................... 153
12.1. Georreferenciación de imágenes y fotografías.......................................................... 153
12.2. Digitalización y edición de datos espaciales............................................................. 156
12.3. Edición de atributos. ................................................................................................. 168
12.4. Datos creados en un sistema C.A.D.......................................................................... 169
12.5. Consulta espacial (selecciones)................................................................................. 170
13. Integración a las bases de datos (ArcMap). ....................................................... 177
13.1. Formatos de tabla del ArcGIS................................................................................... 178
13.2. Visualización, manejo y consulta de tablas. ............................................................. 179
13.3. Creación de una tabla de datos.................................................................................. 182
13.4. Añadir y borrar campos, registros y atributos........................................................... 183
13.5. Conexión con bases de datos. ................................................................................... 185
13.6. Representación de coordenadas X,Y de una tabla. ................................................... 185
13.7. Relaciones entre tablas (cardinalidad). ..................................................................... 186
14. Análisis de datos espaciales (ArcMap). .............................................................. 191
14.1. Análisis de proximidad. ............................................................................................ 192
14.2. Análisis de recubrimiento. ........................................................................................ 196
14.3. Cálculo de áreas, perímetros y coordenadas X,Y,Z. ................................................. 201
14.4. Creación de un Modelo Digital de Terreno con un TIN ........................................... 204
14.5. Análisis geoestadístico.............................................................................................. 208
15. Procesamiento de datos (ArcToolbox)................................................................ 213
15.1. Geoprocesamiento en ArcGIS. ................................................................................. 213
15.2. Ejecución de las herramientas del ArcToolbox. ....................................................... 215
15.3. Herramientas del ArcToolbox................................................................................... 219
16. Presentación de datos (ArcMap). ........................................................................ 229
16.1. Vistas de datos y de diseño. ...................................................................................... 229
16.2. Propiedades del diseño de salida............................................................................... 230
16.3. Ítems de los mapas. ................................................................................................... 232
16.4. Plantillas.................................................................................................................... 234
16.5. Exportar a archivo imagen. ....................................................................................... 235
16.6. Elaboración de gráficos............................................................................................. 236
16.7. Confección de informes. ........................................................................................... 237
EJERCICIOS
17. Ejercicios prácticos en ArcGIS 9. ....................................................................... 239
17.1. Ejercicio 1: Organización de datos (ArcCatalog). ..................................................... 240
17.2. Ejercicio 2: Herramientas básicas (ArcMap). ........................................................... 246
17.3. Ejercicio 3: Entrada y manejo de datos (ArcMap).................................................... 254
17.4. Ejercicio 4: Integración a las bases de datos (ArcMap)............................................ 264
17.5. Ejercicio 5: Análisis de datos espaciales (ArcMap).................................................. 270
17.6. Ejercicio 6: Procesamiento de datos (ArcToolbox). ................................................. 278
17.7. Ejercicio 7: Presentación de datos (ArcMap). .......................................................... 287
Glosario de términos 293

Referencias bibliográficas 310
iii
Sistemas de Información Geográfica aplicados a la gestión del territorio
PARTE TEÓRICA
1. Introducción a los S.I.G.

Los Sistemas de Información Geográfica (S.I.G.) son una tecnología reciente
fundamentada en el uso de datos espaciales y que se aplica cada vez más a un mayor
número de disciplinas. En el presente punto se trata de mostrar la visión histórica,
diversas definiciones, aplicaciones y los componentes típicos de los S.I.G.
1.1. Introducción histórica a los S.I.G.
Desde las más tempranas civilizaciones hasta la actualidad los datos espaciales han sido
recopilados por los navegantes, geógrafos y agrimensores para ser almacenados en un
código o forma pictórica por los cartógrafos.
En tiempo de los romanos, los agrimensores eran una parte importante del gobierno y
los resultados de su labor aún son patentes de forma vestigial en los ecosistemas
europeos en la actualidad. La Caída del Imperio Romano propició el derrumbamiento de
la agrimensura y la creación de mapas, que más tarde revivió con los descubrimientos
geográficos que se produjeron en el Renacimiento.
En el siglo XVII, cartógrafos especializados como Mercator demostraron que no sólo el

uso de un sistema de proyección matemático y un ajustado sistema de coordenadas
mejoraba la fiabilidad de las medidas y la localización de las áreas de tierra, sino que el
registro de fenómenos espaciales a través de un modelo convenido de distribución de
fenómenos naturales y asentamientos humanos era de un valor incalculable para la
navegación, para la búsqueda de rutas y en la estrategia militar.
En el siglo XVIII, los países europeos habían llegado a un estado de organización en el

que la mayoría de gobiernos se había dado cuenta del valor del cartografiado
sistemático de sus tierras. La Geographical Information Society fue creada a partir del
establecimiento de los organismos de gobierno nacional cuyo mandato fue la
producción de mapas catastrales y topográficos de todos los países. Estos institutos han
continuado hasta hoy en la representación de la distribución espacial de las
características de la superficie de la Tierra, o topografía, en forma de mapa.
Durante los últimos 200 años la mayoría de estilos individuales de mapas habían sido
desarrollados, pero ha habido muchas tradiciones en los estándares de la cartografía que
no se han roto y que han continuado hasta el presente. Como el estudio científico
1
Juan Peña Llopis
terrestre avanzaba, se empezaron a necesitar distintos tipos de atributos para ser

mapeados. El estudio de la Tierra y sus recursos naturales (geofísicos, geodésicos,
geológicos, geomorfológicos, edafológicos, ecológicos y territoriales) que empezó en el
siglo XIX ha continuado hasta hoy.
En el siglo XX la demanda de mapas topográficos y de recursos naturales ha acelerado el

desarrollo de técnicas de estereofotogrametría e imagen satélite, para la elaboración de
mapas de grandes áreas con gran precisión. Antes de la aplicación de los ordenadores al
cartografiado, todos los mapas tenían en común que las bases de datos espaciales estaban
dibujadas en soporte de papel o film. Toda la información se encontraba codificada en
líneas, puntos o áreas, y las entidades básicas se presentaban mediante símbolos, colores o
códigos de texto, todos ellos explicados en una leyenda adjunta. Al haber gran cantidad de
características espaciales que pueden ser representadas en un mismo mapa aparecen los
primeros mapas temáticos creados con un propósito específico, debido a que éstos
contienen la información sobre un propósito o tema único, por ejemplo: mapa geológico,
mapa topográfico, etc. Puesto que las primeras bases de datos estaban en un soporte de
papel y compuestas por su correspondiente memoria, esto suponía un grave inconveniente
o limitación. Esto se ha conseguido paliar por el uso del ordenador en la cartografía; ya
que superponer más de 3 mapas temáticos en plantillas transparentes no es manejable ni
preciso, por tanto los análisis espaciales quedan muy restringidos.
Durante las décadas de 1960 y 1970 se empezaron a utilizar los ordenadores para las
tareas de realización de mapas. El objetivo inicial era conocer datos de los recursos
naturales del suelo y del paisaje, los cuales podían ser utilizados para la gestión de
recursos, evaluación y planificación.
Los Sistemas de Información Geográfica (S.I.G.) se han desarrollado paralelos a las

técnicas aplicadas al cartografiado y análisis espacial. Estos sistemas han estado
demandados por distintas áreas del conocimiento que tienen muchas coincidencias en
sus bases. Así, se pueden citar como núcleo de interrelación a la topografía, cartografía
temática, geografía, ingeniería civil, planificación rural y urbana, edafología,
inventariado, fotogrametría, etc. Las últimas incorporaciones han sido la utilización de
las redes informáticas, los sensores remotos y el análisis de la imagen satélite.
Las ventajas del uso del ordenador a las aplicaciones S.I.G. son innumerables, permiten:
una realización rápida y de bajo coste, generación de mapas para necesidades
específicas, facilitan la realización de análisis por conjunción de paquetes estadísticos y
S.I.G., minimización del uso de mapas impresos como almacén de información,
creación de mapas en 3D de difícil ejecución manual, fácil actualización y revisión al
estar en una base de datos digitales modificable.
2
En la actualidad, la fotografía aérea y especialmente la imagen satélite hacen posible la

interpretación dinámica de los paisajes y sus cambios a lo largo del tiempo.
Acontecimientos como el avance de la erosión, la distribución de los incendios
forestales, la expansión de las ciudades,... pueden ser seguidos e interpretados
espacialmente gracias a la incorporación de esta información en bases de datos digitales
por ordenador. Por este motivo, los datos digitales se encuentran codificados como
elementos gráficos de un S.I.G. que permiten un rápido análisis.
1.2. Definición de los S.I.G.
Los S.I.G. son una nueva tecnología que permite gestionar y analizar la información
espacial, y que surgió como resultado de la necesidad de disponer rápidamente de
información para resolver problemas y contestar a preguntas de modo inmediato.
Es realmente complejo explicar el concepto de S.I.G. y no hay un consenso a la hora de

definir un S.I.G., debido a que integra dentro de un mismo concepto tanto los
componentes como las funciones. Asimismo, existen otras muchas definiciones de
S.I.G., algunas de ellas acentúan su componente de base de datos, otras sus
funcionalidades y otras enfatizan el hecho de ser una herramienta de apoyo en la toma
de decisiones; pero todas coinciden en que se trata de un sistema integrado para trabajar
con información espacial, herramienta esencial para el análisis y toma de decisiones en
muchas áreas del conocimiento.
Como “Sistema de Información” se entiende la unión de la información y herramientas

informáticas (programas o software) para su análisis con unos objetivos concretos. Por
otra parte, al incluir el término “Geográfica” se asume que la información es
espacialmente explícita, es decir, incluye la posición en el espacio.
La base de un S.I.G. es, por tanto, una serie de

Clientes capas de información espacial en formato digital
que representan diversas variables (formato
Edificios ráster), o bien capas que representan objetos
(formato vectorial) a los que corresponden varias
Calles entradas en una base de datos enlazada. Esta
estructura permite combinar en un mismo
sistema, información con orígenes y formatos
Realidad muy diversos, incrementando la complejidad del
sistema (ver Figura 1-1).
Figura 1-1. Ejemplo de S.I.G.
3
Juan Peña Llopis
La primera referencia al término S.I.G. aparece por Tomlinson en 1967, referida a “una
aplicación informática cuyo objetivo es desarrollar un conjunto de tareas con
información geográfica digitalizada”. Se trataba del Sistema de Información Geográfica
de Canada (C.G.I.S.).
En 1987, Berry definió un Sistema de Información Geográfica como “un sistema

informático diseñado para el manejo, análisis y cartografía de información espacial”.
También, en 1987, el Department of Environment de USA lo expresó como “un sistema

para capturar, almacenar, chequear, manipular, analizar y representar datos que están
espacialmente referenciados en la Tierra”.
En 1988 Burrough y McDonnell, amplían el concepto a “un sistem a (normalmente

asistido por ordenador, cuando se utiliza este término) de herramientas para reunir,
introducir, almacenar, recuperar, transformar y cartografiar datos espaciales sobre el
mundo real con el fin de satis facer múltip les propósitos ”. La base de datos está
compuesta, generalmente, por un gran número de representaciones espaciales de tipo
mapa denominadas "coberturas" o "capas".
En 1990, el National Center for Geographic Information and Analysis (NCGIA) de

USA los define como “sistema de hardware, software y procedimientos elaborados
para facilitar la obtención, gestión, manipulación, análisis, modelado, representación y
salida de datos espacialmente referenciados , para resolver problemas complejos de
planificación y gestión”.
Tal como se observa, estas definiciones no sólo son sucesivas en el tiempo, sino que
además cada una supone un mayor nivel de complejidad respecto a la anterior. La
primera hace referencia únicamente a las bases de datos espaciales; la segunda y la
tercera a las herramientas (software) de tratamiento de estos datos (el típico paquete de
módulos de S.I.G.); finalmente, la cuarta y quinta incluyen el hardware utilizado y los
procedimientos complementarios que puedan ser necesarios.
Mediante los S.I.G. se pueden realizar operaciones entre las capas, y así obtener
resultados en formato imagen o en tablas. Todos estos resultados pueden utilizarse para la
elaboración de análisis y modelos. Por lo tanto, no hay que considerar a los S.I.G. como
una herramienta sólo de captura, almacenamiento, manejo y presentación de mapas.
1.3. Aplicaciones de los S.I.G.
Un Sistema de Información Geográfica es una herramienta que permite la integración de

bases de datos espaciales y la implementación de diversas técnicas de análisis de datos.
Por tanto, cualquier actividad relacionada con el espacio, puede beneficiarse del trabajo
con S.I.G. Entre las aplicaciones más usuales destacan:
4
• Científicas: ciencias medioambientales y relacionadas con el espacio, desarrollo

de modelos empíricos, modelización cartográfica, modelos dinámicos y
teledetección.
• Gestión: cartografía automática, información pública, catastro, planificación

física, ordenación territorial, planificación urbana, estudios de impacto
ambiental, evaluación de recursos y seguimiento de actuaciones.
• Empresarial: marketing, estrategias de distribución, planificación de transportes

y localización óptima.
Aunque, todas estas disciplinas utilicen los S.I.G. para resolver cuestiones distintas,
todas realizan y ejecutan tareas comunes, siendo estas:
Organización de datos: almacenar datos con el fin de sustituir una mapoteca analógica
(mapas físicos en papel) por una mapoteca digital (mapas en el ordenador) posee
ventajas obvias, entre las cuales pueden ser citadas una reducción en el espacio físico; el
fin del deterioro de los productos en papel; la rápida recuperación de los datos; la
posibilidad de producir copias sin perdida de calidad; y otras más.
Visualización de datos: la posibilidad de seleccionar los niveles de información

deseados; de acuerdo con el contexto, permite acoplar los mapas temáticos elegidos
superándose cualquier producto en papel. La capacidad de análisis del ojo humano, a
pesar de estar subestimada, es esencial en un estudio que implica información espacial.
Producción de mapas: en general los S.I.G. poseen herramientas completas para la

producción de mapas, siendo bastante simples la inclusión de rejillas de coordenadas,
escala gráfica y numérica, leyenda, flecha norte y textos diversos, siendo mucho más
indicados para la cartografía que los simples sistemas C.A.D. (Computer-Aided Design).
Consulta espacial: posiblemente la función más importante de los S.I.G es la posibilidad

de preguntar cuáles son las propiedades de un determinado objeto, o en qué lugares
tienen tales propiedades. La interacción entre el usuario y los datos se convierte en
dinámica y extremadamente poderosa.
Análisis espacial: consiste en el uso de un conjunto de técnicas de combinación entre

los niveles de información (capas), con el fin de evidenciar patrones o establecer
relaciones dentro de los datos que quedaban anteriormente ocultos al analista. Es una
manera de inferir significado a partir del cruce de los datos.
Previsión: uno de los propósitos de los S.I.G. es el de verificación de escenarios,

modificando los parámetros para evaluar cómo los eventos, naturales o no, ocurrirían si
las condiciones fuesen diferentes, obteniendo un conocimiento más general de los
objetos o el área en estudio.
5
Juan Peña Llopis
Creación de modelos: la capacidad de almacenamiento, recuperación y análisis de datos

espaciales convierte a los S.I.G. en plataformas ideales para el desarrollo y aplicación de
modelos distribuidos espacialmente, y para la validación de escenarios hipotéticos.
1.4. Componentes de un S.I.G.
Los componentes necesarios para llevar a cabo las tareas de un S.I.G. son los siguientes
(ver Figura 1-2):
Usuarios: Las tecnologías S.I.G. son de valor limitado sin los especialistas en manejar el
sistema y desarrollar planes de implementación del mismo. Sin el personal experto en
su desarrollo, la información se desfasa y se maneja erróneamente, y el hardware y el
software no se manipula con todo su potencial.
Software: Los programas S.I.G. proporcionan las herramientas y funcionalidades

necesarias para almacenar, analizar y mostrar información geográfica. Los componentes
principales del software S.I.G. son:
• Sistema de manejo de base de datos.

• Una interfase gráfica de usuarios (IGU) para el fácil acceso a las herramientas.
• Herramientas para captura y manejo de información geográfica.
• Herramientas para soporte de consultas, análisis y visualización de datos
geográficos.
Actualmente la mayoría de los proveedores de software S.I.G. distribuyen productos

fáciles de usar y pueden reconocer información geográfica estructurada en muchos
formatos distintos.
Hardware: Los S.I.G. funcionan en un amplio rango de tipos de ordenadores desde

equipos centralizados hasta configuraciones individuales o de red. Esta organización
requiere de hardware específico para cumplir con las necesidades de cada aplicación.
Datos: El componente más importante para un S.I.G. es la información. Se requieren

buenos datos de soporte para que el S.I.G. pueda resolver los problemas y contestar a
las preguntas de la forma más acertada posible. La consecución de buenos datos
generalmente absorbe entre un 60 y 80 % del presupuesto de implementación del S.I.G.,
y la recolección de los datos es un proceso largo que frecuentemente demora el
desarrollo de productos que son de utilidad. Los datos geográficos y alfanuméricos
pueden obtenerse por recursos propios u obtenerse a través de proveedores de datos.
Mantener, organizar y manejar los datos debe ser política de la organización.
Métodos: Para que un S.I.G. tenga una implementación exitosa debe basarse en un buen
diseño y en unas reglas de actividad definidas, que son los modelos y las prácticas
operativas exclusivas en cada organización.
6
Usuarios: Éste es el componente más

importante de un S.I.G. El personal debe
Software: Éste incluye no sólo los desarrollar los procedimientos y definir las
programas de S.I.G., sino también tareas del S.I.G.
los programas informáticos de
bases de datos, estadísticos, de
procesamiento de imágenes y
cualquier otro software.
Datos: La disponibilidad
S.I.G. y precisión de los datos
pueden afectar a los
resultados de cualquier
análisis.
Hardware: Las posibilidades del Procedimientos: El análisis requiere

equipo informático afectan a la métodos bien definidos y consistentes
velocidad de procesamiento, facilidad para producir resultados correctos y
de uso y el tipo de salida disponible. reproducibles.
Figura 1-2. Componentes de los S.I.G.
De estos componentes, el hardware (ordenador), el software (programas del ordenador)

y un contexto apropiado de organización, que incluye personal capacitado, son
fundamentales. Los usuarios pueden superar con frecuencia los obstáculos de los otros
componentes del S.I.G., pero no a la inversa. El mejor software y hardware del mundo
no pueden compensar la incompetencia de quien los maneja.
Hardware:
Los componentes del ordenador de un S.I.G. se presentan en la Figura 1-3. El ordenador

está compuesto por un disco duro para almacenar datos y programas, pero se puede
proporcionar capacidad extra vía red o en cassettes digitales, CD-ROMs y otros
dispositivos. El usuario controla el ordenador y los periféricos (plóter, impresora, tableta
digitalizadora, etc.) mediante la pantalla del ordenador, el teclado y el ratón. La
comunicación entre distintos ordenadores se hace posible a través de redes locales,
globales o vía Internet.
7
Juan Peña Llopis
Para introducir información de mapas (input) se dispone de una tableta digitalizadora o

un escáner, que se utiliza para convertir los mapas y documentos a formato digital, por
lo tanto, éstos pueden ser utilizados por los programas de ordenador.
Para mostrar los resultados de los mapas (output) se dispone de un plóter o una
impresora u otro tipo de dispositivo de representación, que se utiliza para presentar los
resultados del procesamiento de los datos.
Internet o intranet
Escáner
Impresora
Input Output
Ordenador
Tableta digitalizadora
Plóter
Soportes ópticos/magnéticos de almacenamiento
Figura 1-3. Componentes de hardware más importantes para un S.I.G.
Software:
Los programas de ordenador de un S.I.G. se suelen dividir en 5 partes funcionales

(Figura 1-4):
1) Introducción de datos y verificación (input).

2) Almacenamiento de datos y manejo de bases de datos.
3) Transformación de los datos.
4) Interacción con el usuario.
5) Salida de los datos y presentación (output).
8
Introducción de
datos (input)
Interfaz con Base de datos

el usuario Geográfica
Salida de datos
y presentación Transformación
(output)
Figura 1-4. Los componentes principales del software para un S.I.G.
1) Introducción de datos y verificación (input).
La introducción de los datos (Figura 1-5) incluye todos los aspectos para capturar datos
espaciales desde diversas fuentes: mapas existentes, observaciones de campo y sensores
(fotografías aéreas, satélites e instrumentos de grabación) y poder convertirlos en un
formato estándar digital.
Mapas Fotografías Sensores Observaciones

en papel aéreas remotos de campo
Escáner Tableta Pantalla por Información en soporte

digitalizadora teclado y/o ratón óptico/magnético
Introducción de los datos (INPUT)
Figura 1-5. Recogida e introducción de datos.
9
Juan Peña Llopis
La mayoría de las herramientas utilizadas por el S.I.G. están disponibles. La más básica
es la introducción de datos a través de la pantalla con la ayuda del teclado y/o del ratón,
el resto son el escáner (para convertir directamente los mapas y las imágenes
fotogramétricas de vuelos aéreos o de satélites), la tableta digitalizadora, y otros
dispositivos necesarios para la lectura y/o escritura de los datos como las unidades de
CD-ROM, ZIP y disquete.
2) Almacenamiento de datos y manejo de bases de datos.
El almacenamiento de datos y el manejo de las bases de datos (Figura 1-6) concierne a

los datos sobre su localización, relaciones (topología) y atributos de los elementos
geográficos (puntos, líneas, áreas, y entidades más complejas que representan los
objetos de la superficie terrestre) están estructurados y organizados. De esta forma, éstos
deben ser manipulados por un ordenador tal y como son percibidos por los usuarios del
sistema.
El programa de ordenador que se utiliza para organizar la base de datos se conoce como
Sistema de Manejo de Bases de Datos.
Sistema de Manejo de Bases de datos
BASE DE DATOS GEOGRÁFICA
Localización
Topología Atributos
Figura 1-6. Los componentes de la base de datos geográfica.
3) Transformación de los datos.
La transformación de los datos (Figura 1-7) abarca 2 clases de operaciones:
• Transformaciones necesarias para eliminar errores de los datos o para actualizarlos o

para emparejarlos en otros conjuntos de datos.
• La gran serie de métodos de análisis que pueden ser aplicados a los datos para lograr
respuestas a las preguntas formuladas en el S.I.G.
10
TRANSFORMACIÓN
Mantenimiento y Utilización y
actualización análisis
Figura 1-7. Transformación de los datos.
Las transformaciones pueden operar con los datos espaciales (topología) y los aspectos
no espaciales de los datos, por separado o en combinación. La mayoría de estas
transformaciones, como las asociadas a los cambios de escala, ajuste de los datos a las
nuevas proyecciones, recuperación de datos lógicos y cálculo de las áreas o
perímetros,... son de una naturaleza tan general que podemos esperar encontrarlos en
cualquier tipo de S.I.G. de una forma u otra. Otros tipos de manipulación pueden ser
aplicaciones extremadamente específicas, y su incorporación en un S.I.G. particular sólo
puede ser satisfecha en los usuarios particulares que tengan dicho sistema.
4) Interacción con el usuario.
La interacción entre el usuario y los S.I.G. es imprescindible para la introducción de los

datos y la creación de los modelos para analizar los mismos. Éste es un aspecto que
había sido descuidado hasta la actualidad (Hearnshaw & Unwin, 1994). La introducción
del ordenador personal, el ratón u otros dispositivos de punteros, y las multi-ventanas
del software han facilitado en gran manera las tareas S.I.G. de ordenador.
5) Salida de los datos y presentación (output).
Las salidas de los datos y la presentación (Figura 1-8) corresponden al formato en que
los datos están representados y cómo los resultados de los análisis informan a los
usuarios. Los datos suelen estar presentados como mapas, tablas o figuras (gráficas y
tablas) en una variedad de tipos que se extienden desde la imagen efímera en la pantalla
del ordenador, pasando por las copias conseguidas en la impresora o plóter a la
información almacenada en soporte magnético en formato digital.
11
Juan Peña Llopis
Salida de los datos y presentación (OUTPUT)
Monitor del Impresora Plotter Información en soporte

ordenador óptico/magnético
Mapas Tablas Gráficos Video
Figura 1-8. Salida y presentación de los datos.
12
2. Datos geográficos en el ordenador.

Para sacar partido de las posibilidades que proporcionan las herramientas espaciales de
modelización computerizadas, es esencial entender cómo funcionan los modelos
utilizados para representar los datos geográficos y codificarlos en estos dispositivos.
Este capítulo describe las maneras en las cuales los datos espaciales pueden ser
eficientemente codificados en un sistema informático que permita realizar operaciones
en un S.I.G. También se explican los tipos de organización principal de los datos
geográficos, como son los formatos vectorial y ráster, comentando sus ventajas e
inconvenientes.
2.1. Tipos de organización de los datos geográficos en el ordenador.
Uno de los problemas fundamentales en el desarrollo de un proyecto de S.I.G. es

adaptar una realidad compleja y continua, para representarla de forma simplificada y en
elementos discretos. Es inevitable que para una correcta codificación de los datos
espaciales en un ordenador se tenga que utilizar el propio código informático, cuyas
instrucciones están basadas en series de interruptores, que están en 1 de 2 estados (“on”
u “off”, “verdadero” o “falso”, “si” o “no”,...). Estos estados están codificados por los
números 1 y 0 respectivamente y el sistema binario de base 2 es la base fundamental del
código de computación.
Por tanto, los datos geográficos necesitan ser convertidos en registros discretos en el
ordenador utilizando estos interruptores para representar la localización, presencia o
ausencia, tipo, etc. de la información espacial. El desarrollo de una base de datos
espacial conlleva una simplificación de la realidad para adaptarla a un modelo de datos.
Tal como se muestra en la Figura 2-1, existen dos formatos de datos: vectorial y ráster.
Realidad Formato vectorial Formato ráster
Figura 2-1. Formatos digitales de representar los datos geográficos.
13
Juan Peña Llopis
En el modelo vectorial se considera que la realidad está dividida en una serie de objetos
discretos (puntos, líneas, polígonos) a los que se puede asignar diversas propiedades,
cualitativas o cuantitativas. Estos objetos se codifican por su posición en el espacio
(puntos y líneas) o por la posición de sus límites (polígonos). Los cambios de escala van
a suponer en muchos casos que los objetos cambien de un tipo a otro.
En el modelo ráster por el contrario se considera la realidad como un continuo basado

en la variación continua y en el que las fronteras son la excepción. La representación se
realiza dividiendo ese continuo en una serie de celdillas o píxeles, y asignándole a cada
una un valor para cada una de las variables consideradas. Los cambios de escala van a
reflejarse en el tamaño de estas celdillas.
La representación de la realidad que se haga en la base de datos espacial es una de las

cuestiones fundamentales, ya que condiciona enormemente la estructura de la misma y
los modos de trabajo posteriores. Las ventajas e inconvenientes de uno u otro dependen
en gran medida de la aplicación o análisis que se quiera llevar a cabo y de los resultados
que se quieran obtener. Hoy en día, sin embargo, se tiende a compaginar al máximo
ambos modelos para conseguir una mayor versatilidad.
2.2. Estructura vectorial: puntos, líneas y polígonos.
La estructura de datos que utiliza puntos, líneas y polígonos (Figura 2-2) para describir
la información geográfica es conocida como estructura vectorial. Las unidades
vectoriales están caracterizadas por el hecho de que su localización geográfica puede ser
definida independiente y de forma muy precisa, mediante sus relaciones topológicas.
. ·
· . :
. · .
Puntos Líneas Polígonos
Figura 2-2. Las estructuras vectoriales principales.
Las capas vectoriales son útiles para describir los distintos elementos del terreno, tales
como carreteras, red hidrográfica, límites administrativos, y otros. Para ello, almacenan
una serie de puntos (cada uno referenciado mediante un par de coordenadas espaciales)
que describen la localización de los elementos (si son puntos), o su trayectoria o límite
mediante una secuencia de puntos unidos por líneas rectas. Estas unidades simples son
suficientes para un manejo eficiente de los datos. Siendo muy útiles para operar con datos
complejos, debido a que son unidades independientes en un sistema de información.
14
Los puntos son la estructura vectorial más simple, cuya información sólo requiere una
posición X,Y y un valor Z opcional para el atributo. Las líneas simples o sueltas están
compuestas por puntos con sus correspondientes coordenadas X,Y y un valor Z global
para el atributo de la línea. Los arcos o cadenas son objetos más complejos y se utilizan
para representar líneas curvadas o no rectilíneas (Figura 2-3). Cuando estos arcos se
unen, deben estar conectados en un tipo especial de punto llamado nodo, cuya función
consiste en aportar la información sobre el tipo de criterio utilizado para la conexión de
los arcos. Los nodos también se utilizan para recoger la información sobre los límites de
los arcos que al conectarse forman polígonos, proporcionando información sobre los
polígonos vecinos de la izquierda y derecha, y sobre polígonos encerrados. Los métodos
utilizados para conectar arcos y convertirlos en polígonos dependen del software del
S.I.G. Una vez creados los polígonos, ya se pueden catalogar introduciendo los atributos
correspondientes a cada polígono.
Nodo
Arco
Unión de arcos con nodos Estructuración topológica Categorización de los polígonos
Figura 2-3. Pasos para la creación de una estructura vectorial poligonal.
2.3. Estructura ráster: malla de celdas o píxeles.

La información espacial también puede estar representada en conjuntos de unidades
regulares constituido por celdillas o píxeles, en forma de mosaico (Figura 2-4). La
forma más simple es la celda cuadrada (píxel) y la malla regular en forma de mosaico se
conoce como estructura ráster.
Malla de píxeles Mapa ráster Solapamiento entre 2 rásters
Figura 2-4. La estructura ráster.

La localización de las entidades se define con la referencia directa a la matriz de datos
en el que cada píxel está asociado con una parcela cuadrada de territorio.
15
Juan Peña Llopis
La resolución o escala de los datos ráster es la relación entre el tamaño de píxel y el

tamaño representado por la celda en la zona.
La variación de la información se puede presentar en la matriz de datos con diferentes

números por píxel. Cada píxel contiene su propio atributo. Las operaciones típicas del
análisis espacial son sencillas de llevar a cabo con la estructura ráster, ya que se pueden
combinar los atributos de varias capas rásters.
En resumen, las imágenes ráster describen una región del espacio mediante una rejilla
de unidades regulares (celdas o píxeles). Cada una de estas celdas contiene un valor
numérico que expresa una determinada característica del terreno en esa localización.
Éstas son muy apropiadas para la descripción de datos espaciales continuos como
altitud, contenido de biomasa, temperatura y precipitación.
2.4. Ventajas e inconvenientes de la estructura vectorial y ráster.
Las ventajas e inconvenientes de los dos tipos principales de estructuración de los datos
geográficos se ponen de manifiesto en la Tabla 2-1.
Tabla 2-1. Ventajas e inconvenientes de la estructura vectorial y ráster.

ESTRUCTURA VECTORIAL ESTRUCTURA RÁSTER
Ventajas Ventajas
o Buena representación en los modelos de datos. • Estructura de datos simples.
o Estructura de datos compacta. • Manipulación sencilla mediante localización
o La topología puede ser descrita explícitamente, específica de los atributos de los datos.
por tanto es favorable para un análisis de redes. • Muchos tipos de análisis espaciales y filtros
o La transformación sencilla de coordenadas pueden ser aplicados.
(georreferenciación) y georrectificación. • Los modelos matemáticos son fáciles porque
o La representación gráfica es precisa a todas las todas las entidades espaciales tienen una forma
escalas. simple y regular.
o La recuperación, actualización y generalización • La tecnología es barata.
de los gráficos y atributos es posible. • Muchas formas de datos están disponibles.
Inconvenientes Inconvenientes
o Estructura de datos compleja. • Gran volumen de datos (ocupa más capacidad
o La combinación de varias redes de polígonos de disco duro).
por intersección y solapamiento es difícil y • Al utilizar píxeles de gran tamaño para reducir
requiere un ordenador potente. el tamaño de los ficheros, se reduce también la
o La representación y ploteado suele ser costosa resolución, teniendo como resultado pérdida de
y cara, particularmente a alta resolución. información y estructuras con poca definición.
o Los análisis espaciales con unidades básicas • Los mapas ráster en crudo son poco elegantes,
como polígonos son imposibles sin datos extra, aunque esto no llegue a ser un problema.
porque éstos se consideran internamente • Las transformaciones de coordenadas son
homogéneos. difíciles y en tiempo demoran mucho, aunque
o Los procesos de interacciones espaciales son se utilice algoritmos especiales y hardware
más complicados, porque cada entidad espacial potente, incluso así puede resultar que pierda
dispone de un sistema y forma diferente. información o se distorsione.
16
3. Entrada de datos espaciales.

La construcción de una base de datos S.I.G. de entidades espaciales es una tarea ardua.
El capítulo comprende las fuentes de datos geográficos disponibles (mapas, fotos
aéreas, imágenes de satélite, o tablas) y los pasos pertinentes para introducir estos datos
al ordenador en formato vectorial y ráster.
3.1. Fuentes de datos geográficos.
La creación de una base de datos de S.I.G. es una operación compleja que puede estar
compuesta por la captura de datos, verificación y procesos de estructuración. Debido a
que los datos geográficos están disponibles de muchas formas analógicas o digitales,
como mapas, fotografías aéreas, imagen satélite, tablas,... Una base de datos espacial
puede estar construida por varios modos distintos, que no tienen que ser mutuamente
exclusivos. Estos son:
Adquirir datos de forma digital desde un suministrador de datos.

Digitalizar datos analógicos existentes.
Interpolar desde observaciones puntuales a superficies continuas.
En todos estos casos, los datos deben ser registrados y codificados geométricamente
para un sistema de coordenadas generalmente aceptado, de este modo éstos pueden ser
almacenados en la estructura de base de datos del S.I.G. El resultado deseado podrá ser
una base de datos actual y completa que soporte los subsiguientes análisis de los datos y
modelos.
Las fuentes de datos geográficos son el papel o mapas topográficos digitales o mapas
temáticos, que son una representación gráfica de la distribución geográfica de la
información espacial. Estos mapas están dibujados a una cierta escala y muestran los
atributos de las entidades en diferentes símbolos o colores. La localización de las
entidades de la superficie del terreno se especifica mediante métodos de un sistema de
coordenadas convenido.
La mayor importancia de los datos espaciales en un S.I.G. radica en la localización con

respecto a una estructura común de referencia (georreferenciación). Para la mayoría de
S.I.G., la estructura común de referencia está proporcionada por un sistema de
coordenadas geográficas.
17
Juan Peña Llopis
3.2. Pasos para crear datos digitales mediante entrada manual.
La introducción manual de los datos en un S.I.G. requiere 4 etapas principales:

⇒ Entrada de los datos espaciales.
⇒ Entrada de los atributos de los datos.
⇒ Verificación y edición de los datos espaciales y atributos.
⇒ Conexión de los datos espaciales con los atributos (cuando sea necesario).
La Figura 3-1 y la Figura 3-2 resumen los procesos para la estructura ráster y vectorial
respectivamente. La variedad de estructuras usadas en el S.I.G. también requiere que los
datos sean introducidos de muchas formas diferentes. Las principales diferencias
aparecen en el segundo y tercer estado de los procesos.
Imágenes de satélite
y sensores remotos
Corrección de la
Escaneo de orientación y la
documentos distorsión
Fotografías aéreas
Digitalización
y rasterización
Mapas temáticos
Unión de las distintas capas

Interpolación de la estructura ráster
Datos puntuales
Figura 3-1. Captura y procesado de datos para construir una base de datos ráster.
18
Corrección de la Delimitación de
orientación y la los márgenes,
distorsión clasificación y
Imágenes de satélite segmentación
y sensores remotos
Vectorización
Escaneo de de las líneas y
documentos límites
Fotografías aéreas
Digitalización de
los límites en el
sistema de
coordenadas
Mapas temáticos
Contornos o
ajuste a TIN
Unión de las distintas capas
de la estructura vectorial
Datos puntuales Interpolación
Figura 3-2. Captura y procesado de datos para construir una base de datos vectorial.
Introducción de los datos espaciales:
Los datos geográficos se presentan en forma de puntos, líneas o áreas (polígonos), los
cuales están definidos usando una serie de coordenadas. Éstas se obtienen mediante
georreferenciación del sistema de referencia geográfica del mapa o fotografía aérea o
por solapamiento de una rejilla encima del mismo. El modo más simple de introducir
los datos es teclear las coordenadas en un programa de S.I.G. La enorme labor de
introducir los datos mediante la escritura de las coordenadas y su introducción mediante
el teclado en un archivo de ordenador puede ser reducido en gran medida por el uso de
dispositivos de hardware como las tabletas digitalizadoras, escáneres, o los restituidores
espaciales para codificar las coordenadas X e Y de los puntos deseados.
• Escáner: Los escáneres son dispositivos para convertir los

datos analógicos en imágenes rásters digitales (Figura 3-3).
Éstos se utilizan para la captura geográfica de datos para
convertir los mapas de papel en imágenes rásters de gran
resolución, las cuales pueden ser usadas directamente o más
adelante procesadas para obtener representaciones vectoriales.
Figura 3-3. Escáner.
19
Juan Peña Llopis
Los escáneres trabajan con el principio de que las coloraciones de un mapa reflejan un
haz de luz diferente al de áreas que están en negro; estas diferencias en intensidades se
almacenan digitalmente (usando 32 bits por píxel para ortofotos digitales de alta calidad)
para obtener una imagen digital que constituya una malla de valores reflejados. Estas
imágenes son muy similares a las imágenes rásters obtenidas por sensores remotos.
La imagen escaneada resultante puede ser vectorizada o transformada en otro tipo de

estructura ráster para introducción directa en el S.I.G. Un buen ajuste, corrección de
escala y alineamiento debe ser controlado a través de puntos de control conocidos y
localizados, como si fueran marcas de registro que pueden estar definidas directamente
desde una imagen escaneada y procesada automáticamente. Una vez se ha completado
esto, el mapa digital puede ser entonces introducido en el S.I.G. utilizando un formato
de transferencia o intercambio.
• Tableta digitalizadora: Es una tabla electrónica

o electromagnética sobre la cual se sitúa un
mapa o documento (Figura 3-4). El mapa
encajado a la tableta o junto a ella, es recorrido
por un dispositivo sensible que permite localizar
con precisión la situación de los puntos de datos
del mapa. El puntero puede ser un cursor, o tipo
puntero, y puede disponer de cable o no.
Figura 3-4. Tableta digitalizadora.
Al posicionar el cursor o puntero sobre un punto en el mapa y presionar el botón en

éste, manda una señal eléctrica directamente al ordenador indicando las coordenadas
que posee el cursor con respecto a la estructura de referencia de la tableta digitalizadora.
La principal ventaja de la tableta digitalizadora es la introducción rápida y precisa de las

coordenadas de los puntos y líneas divisorias. El mapa que va a ser capturado se fija en
la superficie de la tableta digitalizadora mediante esparadrapo y se comienza
digitalizando al menos 4 puntos conocidos que limiten la región del mapa. De esta
forma, se fija el sistema de referencia con sus consiguientes coordenadas, y se puede
ajustar más tarde su alineación y escala. Estos puntos de referencia están convertidos al
sistema de coordenadas del mapa por unas rutinas simples de escalado.
El inconveniente más significativo es que se encuentra limitada por la resolución de la

propia tableta digitalizadora, por la preparación del operario y también por la precisión
de los datos originales. Actualmente su utilización se ha visto desplazada por la
digitalización en pantalla, que necesita menos recursos y es más precisa y manejable.
20
• Restituidor digital: El tercer tipo de aparato utilizado para la captura de datos

geográficos digitales es el restituidor digital o stereoplotter. Se trata de un instrumento
fotogramétrico utilizado para almacenar los niveles o posiciones del terreno y otras
entidades directamente desde los estereopares fotográficos (tomados del mismo área,
pero desde un punto de vista ligeramente diferente). En desarrollos recientes, se
obtienen estereoimágenes digitales desde sensores de satélites, grabaciones en video, y
cámaras digitales, siendo empleadas para generar datos de elevaciones utilizando
especializados algoritmos fotogramétricos en sistemas de procesado de imágenes. Los
restituidores digitales se utilizan de forma extensiva para la captura de elevaciones
continuas para modelos digitales de elevaciones y ortofotomapas.
• Rasterización: Proceso por el cual se transforman datos vectoriales en una malla de

píxeles o imagen ráster (Figura 3-5). Consiste básicamente en situar una malla sobre el
mapa vectorial, para codificar los píxeles en función de los datos que posean en mayor
medida. La capacidad de rasterización la soporta la mayoría de software S.I.G.
Figura 3-5. Rasterización.
• Vectorización: Proceso inverso a la rasterización, que consiste en la conversión de una

imagen ráster a una vectorial (Figura 3-6). Frecuentemente se realiza mediante software
que proporciona algoritmos que convierten el conjunto de píxeles en datos lineales. El
proceso supone enhebrar una línea a través de los píxeles de la imagen escaneada
utilizando los algoritmos conocidos como de afinamiento. Éstos reducen las líneas
pixelizadas a sólo un píxel de ancho. Posteriormente, permiten la conexión de unidades de
líneas o áreas usando algoritmos que localizan y unen los píxeles vecinos con el mismo
valor, o a través de operaciones controladas por el usuario. Los resultados frecuentemente
requieren una edición para codificar las unidades individuales y corregir errores en la
conectividad de las líneas, especialmente si se utilizan métodos automáticos de
vectorización.
Figura 3-6. Vectorización.
21
Juan Peña Llopis
Introducción de los atributos de los datos:
Los atributos o categorías de los datos son aquellas propiedades de las entidades
espaciales que son necesarias para poder manejar los datos en el S.I.G., sin ser ellas
mismas espaciales. Por ejemplo, una carretera puede ser capturada como un conjunto de
píxeles contiguos o como una entidad lineal y representada en la parte espacial del
S.I.G. por un color o símbolo que diferencia esta entidad de las demás (Figura 3-7).
3.26 20 m
2.32 . · 30 m
30 m
1.98
2.65
· . 40 m
2.17
. · 50 m
Diversidad florística Curvas de nivel o isolíneas
de un bosque Puntos Líneas de un mapa topográfico
1 (calizas)
Arbustos
2 (margas)
Pinar
3 (arenas)
Pastizal
4 (arcillas)
Mapa de usos del suelo
Mapa geológico
Polígonos Ráster
Figura 3-7. Las estructuras de atributos de datos principales.
Verificación y edición de los datos espaciales y atributos:
Una vez los datos ya han sido introducidos es importante chequearlos por si se han
cometido errores (posibles imprecisiones, omisiones, y otros problemas) previos a la
conexión de los datos espaciales y de atributos.
Conexión de los datos espaciales con los atributos:
En los S.I.G. con bases de datos relacionadas, el proceso final de la captura manual de
datos consiste en la conexión de las bases de datos espaciales con las de atributos, a
través de identificadores, los cuales son comunes en ambos. Los identificadores para los
datos de puntos o líneas se generan automáticamente, o deben ser añadidos
manualmente durante la digitalización o en el proceso de escaneo/vectorización. Los
identificadores de los polígonos se añaden usualmente después de la generación de la
topología; una vez los polígonos han sido formados, éstos poseen un identificador
único, tanto por digitalización interactiva o usando algoritmos de “punto en polígono”
para transferir los códigos de identificación de puntos digitalizados o entidades de texto
al polígono en el que se encuentran.
22
4. Almacenamiento de datos espaciales.

De suma importancia es el almacenamiento de los datos en el ordenador, tanto para su
manejo como para su recuperación posterior. Este apartado hace mención a los tipos de
almacenamiento más comunes dependiendo del formato que se emplee.
4.1. Tipos de almacenamiento de los datos.

La construcción de una base de datos digital es un proceso costoso y que consume
mucho tiempo. Es esencial que los mapas de información digital sean transferidos de la
memoria del disco duro local del ordenador a un medio de almacenamiento permanente,
donde se pueda preservar con seguridad (ver Figura 4-1).
Los datos digitales quedan almacenados en soporte magnético u óptico, sin embargo, su
formato es variable y refleja el coste del soporte, y dónde y con qué frecuencia que estos
datos van a ser usados. El almacenamiento puede realizarse atendiendo a dos razones:
Almacenamiento extraible:
Las formas de almacenamiento extraibles o portátiles están en soporte magnético u

óptico y pueden ser extraídas del dispositivo del ordenador y usadas en cualquier otro
dispositivo del mismo tipo. Éstos se usan para copias de seguridad (backing up ) de
datos que se están utilizando actualmente, y para archivar aquellos que ya no se usan.
Los principales tipos de medios disponibles se listan a continuación. La disquetera y el

CD-ROM son los productos más familiares en la mayoría de ordenadores. Los otros
productos requieren unidades especiales de lectura-escritura para su uso y se utilizan
generalmente en los principales ordenadores de almacenamiento de datos.
• Soporte magnético: Compuesto por las disqueteras y los disquetes o discos de 3.5
pulgadas de plástico que contienen un disco magnético en su interior y son capaces de
almacenar 1.4 Mb. Las unidades ZIP proporcionan gran capacidad en discos magnéticos
extraibles con 100 Mb a más de 1 Gb de capacidad. En este formato también se
encuentran los cassettes o cartuchos DAT (Digital Audio Tapes) o de otros tipos que
pueden almacenar desde 520 Mb a varios Gb.
• Soporte óptico: Son los discos ópticos o CDs (Compact Disc), que tienen
aproximadamente 13 cm de diámetro, y son capaces de almacenar 700 Mb. Actualmente
existe una gran variedad de discos ópticos diferentes que se distinguen por su habilidad
de escribir datos en el disco. El tipo más común es el CD-ROM (Read Only Memory )
como medio de almacén de datos y de software, como bien dice su nombre sólo permite
la lectura de datos. Otro tipo es el CD-RW (ReWritable) que posee la misma capacidad
y permite la reescritura de los datos. Recientemente, ha aparecido el DVD (Digital
Versatile Disk) con una capacidad de almacenamiento de 4.7 Gb.
23
Juan Peña Llopis
Almacenamiento no extraible o fijo y redes:
Es el tipo de almacenamiento que se realiza en el soporte magnético del disco duro del
ordenador. Con la caída de precios del megabyte de disco duro y las mayores
capacidades de almacenamiento que se alcanzan (cientos de Gb), ya no es necesario
almacenar los datos en otros medios por falta de espacio, y todos los datos se pueden
almacenar en un único disco duro.
El principal problema estriba en compartir los datos; los usuarios tendrán que utilizar
sólo el ordenador en el que se hayan almacenado o hecho copias de sus datos para poder
trabajar con ellos. Esto es obviamente un inconveniente y conduce a una gran
duplicación en el almacenamiento de los datos, y produce dificultades a la hora de
conocer cuál es la versión más reciente de la base de datos. Para minimizar estos
problemas las organizaciones han optado por el trabajo en red, donde un número de
usuarios puede acceder a los mismos datos y software sin necesidad de duplicarlos.
Hay dos tipos principales de redes: Local Area Network (LANs) y Wide Area Networks
(WANs). Las LANs son ordenadores conectados entre sí, juntos en un mismo espacio.
Las WANs son ordenadores que se conectan desde lugares geográficamente diferentes.
La unión de los ordenadores se hace por medio de cable (cobre o fibra óptica) o sin
cable (radio, microondas, láser e infrarrojos). Normalmente se emplean estos últimos en
las WANs.
Soportes ópticos y magnéticos

de almacenamiento Disco duro Redes
Figura 4-1. Los componentes de almacenamiento y distribución de datos para un S.I.G.
4.2. Formatos de almacenamiento de la estructura vectorial y ráster.
El almacenamiento de la información geográfica depende del tipo de números (byte,

entero o real) y del tipo de archivo (ASCII, binario o binario empaquetado) que se
utilicen.
Los números de un mapa vectorial se presentan de forma entera o real y se archivan en

formato ASCII o binario. En cambio, en un mapa ráster pueden presentarse de forma
byte, entera o real y se archivan en formato ASCII, binario o binario empaquetado.
24
Tipos de formatos numéricos:
Los números de tipo byte son enteros positivos en el rango de 0 a 255. Este tipo de
datos son un subrango dentro de los de tipo entero. Son usados en los casos donde
el rango numérico es más limitado y sólo requieren para su almacenamiento 8 bits
(1 byte), ocupando menor espacio en el disco duro (la mitad de espacio en el disco
duro con respecto a los archivos enteros normales).
Los números enteros son números sin parte fraccionaria o componente decimal
(como 1, 2, 3, etc.), con un rango que oscila de -32768 a +32767. Estos se utilizan
para su almacenamiento 16 bits (2 bytes), que es el doble que el tipo byte y la mitad
que el formato real. Los enteros pueden utilizarse para representar números en sí o
como códigos para representar atributos no numéricos o categorías de datos.
Normalmente se utilizan los números enteros como estándar en la creación de mapas.
Los números reales admiten parte fraccionaria y se utilizan cuando las variables
son continuas y deben ser almacenados con gran precisión o cuando el rango de
los datos sobrepasa los rangos de los números enteros (p.e. 6,2654). Los datos
reales pueden almacenar un rango de ±3.37·1038 a ±8.43·10-37, con una precisión
de siete cifras decimales significativas, ya que reservan algunos bits para la parte
decimal y el resto para las cifras elevadas que utilizan potencias de 10. Por
consiguiente, estos números no se codifican de forma exacta y éstos pueden tener
errores de redondeo cuando se utilizan cifras más grandes que las que permiten.
Los números reales se almacenan en formato de coma flotante, y requieren más
memoria (32 bits, es decir, 4 bytes por número). Este tipo de datos se encuentra
sobre todo en los Modelos Digitales de Elevación (M.D.E.).
Tipos de archivos de almacenamiento de los datos numéricos:
Los archivos ASCII: ASCII es un acrónimo de American Standard Code for

Information Interchange (Código Estándar Americano para Intercambio de
Información). Se trata de un sistema de caracteres de codificación reconocido casi
universalmente (letras del alfabeto, números, símbolos, etc.). Los archivos de datos
que contienen caracteres en este sistema de codificación se denominan a menudo
archivos ASCII, aunque también se conocen comúnmente como archivos de "texto".
Este sistema de codificación utiliza grupos de 8 dígitos binarios para representar los
números de 0 a 255. Cada uno de estos números representa un carácter. Por ejemplo,
el número 65 representa la letra A mayúscula. Así, cada carácter ASCII necesita sólo
un byte (8 bits) de memoria para su almacenamiento. Hay, claramente, más códigos
que letras del alfabeto, números, etc. Debido a su reconocimiento universal, es el
sistema de codificación más utilizado para intercambio entre sistemas informáticos.
No obstante, no es el modo más eficiente de almacenar datos numéricos.
25
Juan Peña Llopis
Los archivos binarios: Es un formato de archivo de datos en que los números se

almacenan en representación binaria. El sistema binario está fundamentado en
base 2, donde los números se cuentan usando 1 y 0, y los datos se representan
usando series de columnas donde el primer conteo tiene unidad 20, el segundo
conteo 21, el tercero 22, y así sucesivamente. Por ejemplo, la secuencia binaria
0010 representa el valor 2 del sistema decimal, la conversión se hace tal como
aparece a continuación:
23 * 0 + 22 * 0 + 21 * 1 + 20 * 0 = 2 (en base 10).
Los archivos binarios requieren 1 byte/número para los datos enteros, y 4
bytes/número para los datos reales. Los archivos binarios son más eficientes que
los archivos ASCII para almacenar datos numéricos. Por ejemplo, el número
entero 30.000 necesita 5 bytes para almacenarse en caracteres ASCII y solamente
2 bytes para almacenarse como un número entero codificado en sistema binario
(111010100110000), en el que cada carácter binario requiere sólo un bit.
Los archivos binarios empaquetados: Se trata de una Codificación por Grupos de

Longitud Variable (Run-Length), que es una técnica de compresión de datos para
imágenes ráster, cuyas celdas contienen datos enteros. Supongamos una imagen
que contiene una fila con los siguientes valores:
44444455555555666622222222222233333
La codificación por grupos de longitud variable para esta línea sería:
64854612253
que indica 6 cuatros, 8 cincos, 4 seises, 12 doses y 5 treses. Esta codificación
indica la longitud de la secuencia de los códigos enteros de las celdas. La
codificación por grupos de longitud variable se corresponde con la estructura de
almacenamiento denominada binario empaquetado. Como el nombre sugiere, los
códigos se almacenan en archivos binarios.
4.3. Tipos de almacenamiento en software de S.I.G.
La mayor parte del software S.I.G. no suele almacenar la información de una sóla
imagen en un único archivo. Normalmente se encuentra dividida en archivos de datos y
archivos de documentación como en Idrisi, por otra parte también se encuentra separada
en archivos de bases de datos y archivos de referencias y características geométricas
como en ArcGIS, de forma que en cada uno de ellos se tienen diferentes datos sobre una
misma imagen. Al descomponer una imagen en distintos archivos más simples es una
gran ventaja, ya que permite poder trabajar o modificar sobre el archivo en cuestión sin
tener que manipular toda la imagen.
La forma de almacenamiento de una imagen depende del formato (vectorial o en ráster).

A continuación, se indican las características de estos dos formatos.
26
En formato vectorial se suelen encontrar normalmente tres tipos de vectores: puntos,

líneas y polígonos, dependiendo del tipo de datos que tengamos que manejar se utilizará
un tipo u otro. Cabe mencionar que dependiendo del software utilizado los datos pueden
estar en archivos de documentación y datos espaciales, o en archivos de bases de datos y
de referencias geométricas.
En el caso de tener almacenados los datos en un mismo par de archivos, compuestos por
un archivo que contiene los datos espaciales y su correspondiente archivo de
documentación, el archivo de datos se puede almacenar en distintos formatos (ASCII o
binario). Esta forma de almacenamiento se lleva a cabo en Idrisi. Para tener una mejor
idea se incluye un ejemplo de la representación de un archivo vectorial de puntos y sus
respectivos archivos de documentación y de datos (Figura 4-2).
Archivo de documentación Archivo de datos

file format : IDRISI Vector A.1 Vector Layer Name : RAIN
file title : Rainfall Data Vector Layer Type : Point
id type : real Reference System : sahconc
file type : binary Reference Units : km
object type : point Unit Distance : 1
ref. system : sahconc ID/Value Type : Real
ref. units : km Number of Features : 262
unit dist. : 1.0000000
min. X : 0.0000000 Feature Number : 1
max. X : 956.5145874 ID or Value : 34
min. Y : 0.0000000 Coordinates (X,Y) : 280.1 755.3
max. Y : 759.9583130
pos'n error : unknown Feature Number : 2
resolution : unknown ID or Value : 33
min. value : 33 Coordinates (X,Y) : 451.2 754.5
max. value : 228
display min : 33 Feature Number : 3
display max : 228 ID or Value : 45
value units : mm Coordinates (X,Y) : 165.7 734.6
value error : unknown
flag value : 0 ..................
Representación de un archivo flag def'n : background
legend cats : 0
vectorial de puntos
Figura 4-2. Archivo vectorial codificado en archivos de documentación y datos.
Si se almacenan los datos en archivos de bases de datos (archivos de referencia) y

características geométricas, entonces los datos están estructurados de una forma muy
versátil a la hora de introducir nuevas características para las zonas delimitadas. Este
modelo lo sigue ArcGIS. En la Figura 4-3 se aprecia un ejemplo.
Figura 4-3. Archivo vectorial codificado en archivos de bases de datos.

27
Juan Peña Llopis
En formato ráster se suele utilizar el primer modelo, en el que los datos se codifican en
un archivo de datos y en otro de documentación que hace referencia a estos datos.
Dependiendo del programa que se utilice se pueden tener diferentes tipos de
categorización de los datos. En la Figura 4-4 se aprecian los dos tipos de distribución
de los datos más comunes, el que más se emplea es la distribución de los datos en filas,
que se utiliza en Idrisi.
1 1 1 1 2 2 2 3
1 1 1 2 2 2 3 3
1 1 2 2 2 3 3 3
1 2 2 2 2 3 3 3
4 4 2 2 2 2 3 3
4 4 4 2 2 2 1 3
4 4 4 2 2 1 1 1
4 4 4 4 1 1 1 1
Mapa ráster formado por 8 Datos contenidos en

filas por 8 columnas el mapa ráster
1
1
1; 1; 1; 1; 2; 2; 2; 3
1
1; 1; 1; 2; 2; 2; 3; 3
1
1; 1; 2; 2; 2; 3; 3; 3
2
1; 2; 2; 2; 2; 3; 3; 3
2
4; 4; 2; 2; 2; 2; 3; 3
2
4; 4; 4; 2; 2; 2; 1; 3
3
4; 4; 4; 2; 2; 1; 1; 1
1
4; 4; 4; 4; 1; 1; 1; 1
...
Distribución de los datos de forma directa Distribución de los datos en columna
Figura 4-4. Dos formas de codificar los datos de un mapa ráster.
Este formato ráster se puede almacenar en archivos ASCII, binario y binario

empaquetado, siguiendo el orden de mayor a menor capacidad. Aunque, comparando
con el formato vectorial los documentos ráster suelen ocupar una cantidad muy
superior.
Por último, existe una tercera forma de almacenamiento de los mapas en un formato
propio que permite agrupar los mapas ráster y vectoriales en una composición. El
sistema Idrisi, al igual que ArcGIS, permite realizar una composición de capas ráster y
vectoriales en un mismo diseño y guardarlo en formato mapa, que se trata de un formato
propio del programa, en el cual se guarda la ruta de los mapas que forman parte de la
composición.
28
5. Manejo de datos espaciales.

El fin de los S.I.G. no reside sólo en la creación de una base de datos digital que
represente datos geográficos. Un S.I.G. debe proveer medidas de selección, búsqueda y
análisis de los datos. Este capítulo explica los métodos disponibles para trabajar con las
entidades seleccionadas de la base de datos en función de su formato y atributos, así
como poder modelizar usando reglas matemáticas y/o lógicas para crear imágenes
complejas a partir del análisis de imágenes simples.
5.1. Operaciones con las entidades geográficas discretas (vectorial).
En la distribución de entidades en el espacio, la naturaleza de los objetos está dada por

sus atributos, el paradero por su localización geográfica o coordenadas, y las relaciones
entre diferentes entidades en términos de proximidad o conectividad (topología). Los
aspectos de localización, proximidad y topología distinguen los datos geográficos de la
mayor parte de otros tipos de datos que se manejan en sistemas de información.
Se distinguen los siguientes tipos de análisis de datos por entidades:
Operaciones de atributos:
Operaciones en uno o más atributos de una entidad.
Operaciones en uno o más atributos de múltiples entidades que se solapan en
el espacio.
Operaciones en uno o más atributos que están conectados directamente
(orientación de objetos).
Operaciones en uno o más atributos de entidades que están contenidas por
otras entidades (puntos en polígonos).
Operaciones de distancia/localización:
Operaciones para localizar entidades con respecto a una distancia simple
Euclídea o un criterio de localización.
Operaciones para crear proximidad de zonas (buffer) alrededor de una entidad.
Operaciones que utilizan topología espacial:

Operaciones para modelizar interacciones espaciales sobre una red conectada.
Todas estas operaciones pueden resultar en nuevos atributos, los cuales están asociados
a las entidades originales, por esta razón se aumenta el tamaño y el valor de la base de
datos. Ciertas operaciones también pueden crear nuevas entidades espaciales,
requiriendo la base de datos para incluir estos nuevos entes.
29
Juan Peña Llopis
Operaciones matemáticas para la transformación de atributos:
Operaciones lógicas: El álgebra booleana utiliza operaciones lógicas del tipo verdadero
o falso (0 ó 1) como resultado de la unión (∨, o), intersección (∧, y), negación (¬, no) y
exclusión (∨, xo, exclusivo) de 2 o más mapas. La aplicación de operaciones lógicas
puede realizarse para todos los tipos de datos (booleano, nominal, ordinal, escalar o
direccional). Estas relaciones simples con frecuencia se suele representar visualmente
en la forma de diagramas de Venn (ver Figura 5-1).
A B A B A B
AyB AoB A no B
A B A B A B
C C
A xo B (A y B) o C A y (B o C)
Figura 5-1. Diagramas de Venn mostrando los resultados de aplicar lógica booleana.
Operaciones aritméticas: Nuevos atributos como resultado de la adición (+), resta (-),
multiplicación (*), división (/), potenciación (^), exponenciación (exp), logaritmos (ln y
log10), truncación, raíz cuadrada,... Las operaciones aritméticas pueden ser muy simples
o muy complicadas, pero en todos los casos la operación es la misma, se calcula un
nuevo atributo como resultado de datos existentes. A continuación se muestran dos
ejemplos, una suma de mapas ráster (Figura 5-2) y una reclasificación (Figura 5-3).
Imagen A Imagen B Imagen C
2 2
5
0 3 3
+ = 4
1 0
0 1
Figura 5-2. Ejemplo de operaciones aritméticas entre entidades poligonales.
30
Reclasificación
Usos del suelo o cubiertas vegetales Usos del suelo/cubiertas vegetales principales
Espartal
Comunidades de Stipa tenacissima
Tomillar, espinar y pastizal
Matorral
Comunidades arbustivas
Matorral en afloramientos rocosos
Reciente repoblación de pinos (subsolado)
Repoblación de pinos
Terrazas con repoblación de pinar sobre espartal
Repoblación de pinar sobre matorral
Antigua repoblación de pinos (subsolado) Pinar maduro
Plantaciones de pinar sobre espartal (ahoyado)
Viñedo
Cultivo de secano Cultivos
Almendros y olivos
Campos abandonados aterrazados
Campos abandonados
Cultivos de regadío intensivo abandonados
Urbano e industrial
Agua Urbano
Erial y campos sin cultivar
Badlands y comunidades de rambla
Badlands
Parque municipal
Figura 5-3. Reclasificación de categorías de un mapa para la generalización del mismo.
Operaciones trigonométricas: Los nuevos atributos son el resultado de calcular el seno,

coseno, tangente o sus inversas (arcoseno, arcocoseno y arcotangente), o conversión de
grados a radianes de los datos iniciales.
Operaciones con el formato de datos: Los mismos atributos pero expresados con
distinto tipo de datos (booleano, nominal, ordinal, direccional, entero, real o
topológico).
Operaciones estadísticas: Los nuevos atributos son la media, moda, mediana, desviación
estándar, varianza, mínimo, máximo, rango, asimetría, kurtosis, etc. de un atributo
representado por n entidades.
Operaciones multivariadas: Los nuevos atributos están calculados por un modelo

numérico de un proceso físico, por un modelo multivariado de regresión, por un análisis
de componentes principales, análisis factorial, análisis de correspondencia, etc.
31
Juan Peña Llopis
En las operaciones de atributos se incluyen el caso en el que los atributos de dos o más
entidades se encuentran completa o parcialmente ocupados o cubiertos en el mismo
espacio. En este caso puede darse una inclusión cuando la entidad A contiene a la B y
un solapamiento cuando la entidad A cruza la B o la A solapa la B.
En la Figura 5-4 se muestran tres resultados diferentes, en función del tipo de operación
que se lleve a cabo entre las imágenes A y B. En el caso primero se trata de una unión
booleana cuyo resultado es un mapa más completo con mayor cantidad de unidades. El
segundo caso es un recubrimiento, en el que la imagen B prevalece sobre la A. El tercer
caso consiste en una intersección y sólo aparecen las zonas comunes de ambas imágenes.

A B
A B C
C XC
1) X
B + = B XB XA
A A A A
A B
A B C
C
2) X X
B + = B
A A A A
A B
C C
3) X
B + = B A
A A
Figura 5-4. Tipos de superposición de polígonos.
Una de las aplicaciones más importantes de estas operaciones son los métodos de
evaluación multicriterio. Estos métodos se han desarrollado para proporcionar al usuario
el medio de determinar nuevos atributos que indiquen respuestas alternativas a los
problemas que envuelven múltiples y conflictivos criterios. En la Figura 5-5 se detallan
los pasos de un ejemplo, que consiste en determinar el sitio idóneo para llevar a cabo un
tipo de actividad. Se utiliza la evaluación multicriterio de tipo booleana, en la que las
imágenes estarán codificadas por valores booleanos (0 y 1), 0 para las zonas no aptas y 1
para las aptas. Así se determina la idoneidad del terreno en función de las variables:
altitud <330m, pendiente <5º, orientación S, usos no forestales y distancia <200m a las
vías de acceso, que se multiplican entre sí y de esta forma se obtienen las zonas aptas, y
de éstas se seleccionan las que tengan tamaño superior a 1 hectárea.
32
Modelo Digital de Mapa de Mapa de pendientes

Elevaciones pendientes inferiores a 5º
Mapa de elevaciones Mapa de Mapa de orientación

inferiores a 330 m orientaciones al S (135º a 225º)
Mapa de vías Mapa de usos Mapa de usos no

de acceso del suelo forestales
Producto de
todos los
mapas
booleanos
creados
Mapa de distancia a Mapa de las zonas que

las vías de acceso cumplen los requisitos
Mapa de distancia inferior a Mapa del tamaño de las zonas Mapa de las zonas idóneas de
200 m a las vías de acceso que cumplen los requisitos tamaño superior a 10000 m2
Figura 5-5. Diagrama de flujos de operaciones para evaluar la idoneidad del terreno.
33
Juan Peña Llopis
Operaciones de distancia/localización:
Las operaciones de distancia, conocidas como procesos de creación de áreas de

proximidad o amortiguamiento o también como procesos de buffering, se utilizan para
marcar una zona alrededor de la entidad inicial donde los límites de la zona o buffer se
encuentran a una distancia D de las coordenadas de la entidad original. El área de
proximidad o buffer es de hecho un nuevo polígono que puede utilizarse como una
ayuda temporal para la creación de mapas posteriores. La determinación de si una
entidad está dentro/fuera o solapando la zona de buffer se obtiene con el uso de las
operaciones lógicas y matemáticas descritas en el punto anterior.
En la Figura 5-6 se presenta un ejemplo de creación de una zona de amortiguamiento o

buffer alrededor de la red de drenaje y su posterior análisis mediante la superposición de
un mapa de unidades del paisaje.
Mapa de la red de drenaje Mapa de la zona de

proximidad
A B
C
Mapa generado a partir de
B la superposición del mapa
A A de proximidad de la red de
drenaje y las unidades del
paisaje
Mapa de unidades del
paisaje
Figura 5-6. Generación de zonas de amortiguamiento alrededor de entidades exactas.
Operaciones que dependen de la conectividad:
Se trata de operaciones en las cuales las entidades están directamente conectadas a la

base de datos; la conexión puede ser espacial, como en el caso de contigüidad en el que
el punto A es vecino de B, o el caso en el que A está conectado a B por una red
topológica. Las entidades pueden también estar conectadas por una topología interna,
con lo cual las entidades espaciales están hechas de conjuntos de subentidades, como en
el caso de la programación orientada a objetos.
34
5.2. Operaciones con las entidades geográficas continuas (ráster).
Las entidades geográficas continuas proporcionan una base para la modelización

espacial, particularmente cuando los datos están contenidos en rejillas de celdas
cuadradas y regulares. Como se había explicado anteriormente, los mapas ráster son los
más utilizados para el análisis de los datos espaciales, ya que poseen la ventaja de que
cada atributo de la base de datos está registrado en su respectiva celda.
Las operaciones que se suelen realizar con estos mapas son las operaciones de álgebra
de mapas, las operaciones puntuales y las operaciones espaciales.
Las operaciones de álgebra de mapas:
Los métodos de álgebra de mapas permiten llevar a cabo las operaciones matemáticas
entre distintos mapas ráster, como es el solapamiento entre mapas, con lo que se facilita
la creación de modelos numéricos. Para realizar todo este proceso, de forma correcta, es
necesario tener todos los mapas con sus respectivos valores de los atributos referenciados
en un mismo sistema geométrico uniforme, con el mismo número y disposición de celdas
o píxeles en el ráster. De lo contrario, se pueden cometer gran cantidad de errores tanto
de pérdida de información o de mal emparejamiento de los datos.
Estos métodos de álgebra de mapas permiten al usuario tener que especificar sólo las
operaciones espaciales para ser utilizadas, los nombres de los mapas a utilizar y el
nombre del mapa resultante. Entonces el programa de ordenador aplica la operación a
todas las celdas o píxeles en el solapamiento. Este procedimiento hace muy simple la
creación de modelos como secuencias de cálculos. Por ejemplo, para calcular la suma
de 3 mapas en un mapa nuevo se puede aplicar el siguiente comando:
Mapa 1 + Mapa 2 + Mapa 3 = Nuevo mapa
Las operaciones puntuales:
Todas las operaciones lógicas y numéricas dirigidas para puntos, líneas y polígonos
presentados en el punto anterior se pueden aplicar para el caso de mapas ráster. Esto
significa que los valores, para una misma malla de celdas de distintos mapas, pueden ser
seleccionados lógicamente, añadidos, restados, o manipulados por algún método
matemático que sea permitido por el tipo de datos en cuestión. Por lo tanto, se pueden
escribir comandos que puedan añadir o restar números reales, pero no números que
estén codificados en tipos de datos booleanos o nominales, que sólo pueden ser
operados con operadores lógicos. A continuación, se muestra un ejemplo de operaciones
puntuales entre mapas en la Figura 5-7.
35
Juan Peña Llopis
2 3 4 3 2 4 5 5 8
1 3 5 + 3 6 3 = 4 9 8
3 4 6 5 4 4 8 8 10
Figura 5-7. Ejemplos de operaciones puntuales en las celdas.
Las operaciones espaciales:
El uso de datos en mallas de celdas tiene sus ventajas y desventajas en comparación con
las bases de datos de vectores formados por entidades conectadas topológicamente.
Entre las desventajas se incluye el problema de que las formas exactas de las entidades
se aproximan mediante celdas o píxeles. Las ventajas son que proporcionan un sistema
muy adecuado para las operaciones de análisis espacial que poseen múltiples usos.
Las siguientes operaciones calculan un nuevo atributo para una celda dada a partir de
una determinada función de los atributos de las celdas vecinas. En la mayor parte de los
S.I.G. el tamaño de las celdas es siempre fijo y uniforme a lo largo de la imagen, pero
existen otros donde varía y requieren aplicar modificaciones a los algoritmos. Estas
operaciones espaciales incluyen:
• Interpolación.
• Filtrado espacial.
• Derivadas de primer y segundo orden.
• La derivación de la topología superficial: red de drenaje y delineación de cuenca.
• Visión desde puntos, sombras en el relieve e irradiancia.
De todas estas operaciones la de mayor importancia es la del filtrado espacial, se trata

de un método simple consistente en hacer pasar una matriz cuadrada sobre la superficie
y calcular un nuevo valor para la celda central de la matriz como la función de los
valores de las celdas cubiertas por la matriz. Este tipo de operación es conocida también
como convolución. La matriz con frecuencia suele ser de un tamaño de 3x3 celdas, pero
también sirve cualquier otro tipo de matriz cuadrada (5x5, 7x7, etc.). La ecuación
general es:
ci-1,j-1 ci,j-1 ci+1,j-1
⎛ i+m j +n ⎞
Ci , j = f ⎜⎜ ∑∑ ci , j ⎟⎟ ci-1,j Ci,j ci+1,j
⎝ i − m j − n ⎠ ci-1,j+1 ci,j+1 ci+1,j+1
donde se aplica la operación f para la matriz cuadrada de tamaño 2m+1, 2n+1 y cuyo
resultado viene a ocupar en la imagen resultante el valor central de la matriz utilizada.
36
Los filtros que se utilizan comúnmente en operaciones son:
Filtros de suavizado o de paso bajo. El valor para la celda del centro de la matriz
o ventana se calcula como un simple promedio de los valores de las otras celdas.
En la Figura 5-8 se tiene un ejemplo de operaciones estadísticas aplicables para
el filtrado de datos espaciales. En sistemas capaces de utilizar números reales
con componentes decimales estos análisis pueden procesarse con normalidad,
pero hay muchos sistemas de sensores remotos en los que tanto las entradas
como las salidas están en números enteros.
2 3 4 2 3 4 2 3 4
1 5 5 1 6 5 1 31 5
3 4 6 3 4 6 3 4 6
Rango Diversidad Total
2 3 4 2 3 4 2 3 4
1 1 5 1 3 5 1 3.4 5
3 4 6 3 4 6 3 4 6
Mínimo Media
2 3 4 2 3 4 2 3 4
1 6 5 1 1.5 5 1 3 5
3 4 6 3 4 6 3 4 6
Máximo Desviación Estándar Moda
Figura 5-8. Operaciones estadísticas aplicables para el filtrado de datos espaciales.
Los filtros de paso bajo o suavizado, tienen el efecto de eliminar los extremos de
los datos, produciendo una imagen más suavizada (ver Figura 5-10). Para datos
nominales u ordinales (y también enteros), la media aritmética tiene que ser
reemplazada por la moda, que es el valor más común. Utilizar un filtro modal en
un mapa nominal (por ejemplo unidades del suelo), puede ser una forma útil
para simplificar un mapa complejo, pero este suavizado de la imagen es una
operación diferente al procedimiento de generalización de un mapa mediante la
reclasificación de los atributos y unión de los mismos.
37
Juan Peña Llopis
De una manera similar, los valores máximos o mínimos y su diferencia, es decir,

el rango puede ser fácilmente calculado. La diversidad (el número de valores
diferentes en la matriz) o la diferencia entre dos celdas en cualquier de los 4 ejes
direccionales dentro de la matriz son opciones alternativas. Para los datos
nominales y ordinales el valor menos común o minoritario y la diversidad son
operaciones útiles para indicar la complejidad local del patrón espacial. Cada
procedimiento puede ser aplicado mediante el uso del operador apropiado. En la
Figura 5-9 se tienen dos ejemplos de filtros de suavizado y en ambos se calcula
la media de los valores; en el primer caso se utiliza una matriz 3x3 y en el
segundo caso una 5x5, produciéndose en esta última un suavizado mayor.
1 2 3 1 2 3 4 5
1 1/15 2/15 1/15 1 1/65 2/65 3/65 2/65 1/65
2 2/15 3/15 2/15 2 2/65 3/65 4/65 3/65 2/65
3 1/15 2/15 1/15 3 3/65 4/65 5/65 4/65 3/65
4 2/65 3/65 4/65 3/65 2/65
5 1/65 2/65 3/65 2/65 1/65
Figura 5-9. Ejemplos de filtros de 3x3 y 5x5.
Filtros de borde o de paso alto. Se trata de la inversa del filtro de paso bajo o
suavizado, de esta forma se realza el rango corto de propiedades espaciales de la
superficie continua, las áreas que se realzan son las de cambio rápido o
complejidad. El filtro de paso alto se define como:
Superficie original – Imagen de paso bajo = Imagen de paso alto
Las cualidades del filtro de paso alto, por lo tanto, dependen de cómo esté
definido. Alternativamente, un conjunto de ponderaciones puede ser definido
para la ventana. El filtro más común se denomina filtro de Laplace:
0 1 0
0 -4 1
0 1 0
En la Figura 5-10 se muestra la aplicación de un filtro de paso alto para la

determinación de las zonas de tasas máximas de cambio en una superficie
continua. Los filtros de borde se utilizan también para perfilar áreas
relativamente uniformes en la superficie continua proporcionadas por imágenes
de sensores remotos. La derivación de bordes afinados y píxeles de límites se
utiliza con frecuencia para inferir la presencia de entidades espaciales discretas
en la imagen, la cual finalmente puede ser extraída y vectorizada.
38
M.D.E.
original
M.D.E. tratados con M.D.E. tratados con M.D.E. tratados con M.D.E. tratados con
filtros de paso bajo filtros de paso bajo filtros de paso bajo filtros de paso alto
de 3x3 de 5x5 de 7x7 de 3x3
Figura 5-10. El efecto de utilizar filtros paso bajo y alto.
5.3. Creación de superficies continuas a partir de datos puntuales.
En este punto se explicarán los métodos de creación de superficies continuas para

mapear la variación de atributos sobre el espacio. Las fuentes de datos comúnmente son
observaciones en una distribución de muestras de puntos dispersos, como pozos en el
subsuelo, perfiles de suelo, estaciones meteorológicas o presencia/ausencia de datos de
vegetación o conteo de animales, personas o puntos de venta de productos para unidades
espaciales básicas, como mallas de puntos o áreas administrativas. Los resultados
normalmente son interpolados a mallas regulares y pueden ser representados como
mapas con una paleta de escala de colores o tonos de grises o por líneas de color. Se
describen las estrategias de muestreo espaciales y métodos de predicción espacial
incluyendo métodos globales de clasificación y regresión y métodos de interpolación
locales determinísticos. Los modelos digitales de elevaciones y ortofotomapas están
examinados como casos especiales de superficies continuas.
39
Juan Peña Llopis
• Interpolación. Fuentes y métodos de interpolación.
La interpolación es el procedimiento para predecir el valor de los atributos en sitios

donde no se ha muestreado, a partir de medidas realizadas en localizaciones puntuales
en el mismo área o región. La predicción del valor de un atributo en sitios fuera del área
de recubrimiento, a partir de observaciones existentes se denomina extrapolación.
La interpolación se utiliza para convertir datos desde observaciones puntuales a campos

continuos, así pues, los patrones espaciales muestreados por estas medidas pueden ser
comparados con los patrones espaciales de otras entidades espaciales. La interpolación
es necesaria en los siguientes casos:
La superficie discreta tiene diferente nivel de resolución, tamaño de celda u

orientación desde donde se requiere. Consiste en la conversión de imágenes
escaneadas (documentos, fotografías aéreas o imágenes de sensores remotos) de
una malla de teselación con un tamaño y/o orientación dado a otro. Este
procedimiento se conoce generalmente como convolución.
La superficie continua se representa por un modelo de datos que es diferente de

los requeridos. Son las transformaciones de superficie continua de un tipo de
teselación a otro. Por ejemplo, conversión T.I.N. (Triangulated Irregular
Network) a ráster o ráster a T.I.N. o polígono vectorial a ráster.
Los datos no cubren el ámbito de interés completamente. Se trata de las

conversiones de datos de conjuntos de muestras puntuales que se discretizan en
una superficie continua. Se deben distinguir situaciones con muestreos densos y
dispersos o datos recogidos a lo largo de amplios transectos. Los muestreos
densos son comunes cuando se crean superficies hipsométricas para representar
variaciones en la elevación de la superficie del terreno (M.D.E.), a partir de
fotografías aéreas e imágenes de satélite donde la fuente de datos es barata y los
atributos se pueden observar directamente. Los muestreos dispersos se han
impuesto por el coste de tediosos análisis de laboratorio y estudios de campo, la
variación espacial de los atributos de interés no puede ser vista y debe ser
derivada indirectamente.
Las superficies continuas obtenidas de la interpolación pueden ser usadas para

superponer mapas en un S.I.G. o ser representadas como tales. Estas superficies pueden
estar constituidas por modelos de datos de líneas de contorno, mallas de celdas
regulares (rásters) o por redes de triángulos irregulares. Como consecuencia de que las
superficies interpoladas varían continuamente sobre el espacio, las interpolaciones en
las mallas regulares deben estar representadas por una estructura de datos en la cual
cada celda o píxel puede tomar un valor diferente, pero tiene el inconveniente de la
cantidad de espacio que ocupa en memoria.
40
Los datos originales pueden aparecer como muestras puntuales distribuidas

regularmente o irregularmente en el espacio (y/o tiempo), y éstas pueden tomarse de
superficies en malla de celdas, como las imágenes de sensores remotos e imágenes
escaneadas. Los atributos predichos mediante la interpolación se expresan generalmente
como los mismos tipos de datos que se han medido, pero algunos métodos de
interpolación proporcionan medidas para estimar funciones indicadoras que muestren la
probabilidad de que el valor dado sea excesivo o que pueda ocurrir.
Fuentes de datos para la interpolación:
Las fuentes de datos para superficies continuas incluyen:
Estereofotopares aéreos o imágenes satélite superpuestas usando fotogrametría.

Escáners en satélites o aviones y documentos escaneados.
Muestras puntuales de atributos medidos directamente o indirectamente en el campo
en muestras aleatorias, estructuradas o de patrones lineales, como los transectos
regulares o contornos digitalizados.
Mapas de polígonos digitalizados.
La mayor parte de los datos de interpolación vienen del muestreo de un complejo patrón
de variación mediante pocos puntos. Cuando los datos están muy dispersos es muy útil
obtener información de los procesos físicos o fenómenos que causan el patrón, y sirven
para realizar la interpolación. En la mayoría de casos, sin embargo, el proceso físico es
desconocido y se deben tomar varios tipos de suposiciones sobre la naturaleza de la
variación espacial del atributo en cuestión.
La localización de los puntos de muestreo puede ser crítica para la realización de los
análisis. Idealmente, para conseguir un mapeo representativo, los muestreos deberían
estar localizados sobre todo el área. Un muestreo completamente regular puede tener
prejuicios, sin embargo, si éste coincide en frecuencia con el patrón regular del paisaje,
como las zonas de drenaje entre árboles, no será muy correcto. Por esta razón los
estadísticos han preferido tener algún tipo de muestreo aleatorio para calcular medias y
varianzas libre de fallos.
En la Figura 5-11 se presentan las principales opciones disponibles. Un buen

compromiso entre muestreos aleatorios y regulares está proporcionado por el muestreo
aleatorio estratificado, donde los puntos individuales están localizados en sitios
aleatorios dentro de estratos regulares. El muestreo anidado o de cluster, puede ser
utilizado para examinar la variación espacial a escalas diferentes. El muestreo en
transecto regular se utiliza con frecuencia para estudiar perfiles de ríos, playas y laderas
de colinas. Digitalizar líneas de contorno es un método común de muestreo de mapas
impresos para crear modelos digitales del terreno (M.D.E.).
41
Juan Peña Llopis
Muestreo regular Muestreo aleatorio Muestreo en transecto
Muestreo aleatorio Muestreo anidado Muestreo en contorno

estratificado o de cluster
Figura 5-11. Diferentes tipos de muestreos para adquirir datos espaciales puntuales.
Métodos para la interpolación:
Los métodos de interpolación se dividen en:

¾ Métodos globales: clasificación usando información externa, superficies de
tendencia en coordenadas geométricas, modelos de regresión y métodos de
análisis espectral.
¾ Métodos locales determinísticos: métodos de polígonos Thiessen, ponderación
lineal y de la inversa de la distancia.
Todos estos métodos son relativamente directos, requiriendo sólo el entendimiento de

los métodos estadísticos determinísticos o simples. Estos métodos están frecuentemente
incluidos en el S.I.G. comercial, aunque los métodos de operación rara vez están dados.
Los interpoladores globales utilizan todos los datos disponibles para proporcionar
predicciones en todo el área de interés, mientras que los interpoladores locales operan
dentro de una zona pequeña alrededor de los puntos que van a ser interpolados para
asegurar que las estimaciones están hechas solo con los datos de localizaciones en las
inmediaciones de los vecinos, y ajustando lo mejor posible.
Los interpoladores globales son los más utilizados, no para interpolación directa, sino
para examinar y eliminar los efectos de variaciones globales causados por las tendencias
principales o la presencia de varias clases de terrenos que indiquen distintos valores
promedio. Una vez los efectos globales se han tomado con cuidado, los residuales de las
variaciones globales se pueden interpolar localmente.
Los métodos globales son usualmente más simples de calcular y con frecuencia están
basados en ideas estadísticas como el análisis de la varianza y la regresión.
42
Métodos globales:
Predicción global usando modelos de clasificación: cuando los datos espaciales son
escasos y dispersos es conveniente asumir que las observaciones que se toman desde
una población estadísticamente estacionaria (la media y varianza de los datos son
independientes tanto de la localización como del tamaño del área). Si se opta por lo
anterior, se selecciona automáticamente una aproximación clasificadora de la
predicción espacial, implicando que la estructura espacial de la variación está
determinada por estas unidades definidas externamente. Se escoge la clasificación, y se
pueden calcular las predicciones usando un análisis de la varianza conocido y estándar.
La clasificación por polígonos homogéneos asume que la variación dentro de una

unidad es menor que entre unidades; los cambios más importantes tienen lugar en
los límites. Este modelo conceptual se utiliza comúnmente en el cartografiado del
suelo y del paisaje para definir "homogéneas" unidades del suelo, unidades del
paisaje, ecotopos, etc. donde los "objetos" han sido reconocidos como características
útiles para tener información sobre otros aspectos del paisaje.
z(x0) = µ + αk + ε
El modelo estadístico más simple es el modelo ANOVAR:
donde la z es el valor del atributo en la localización x0, µ es la media general de z

sobre el dominio de interés, αk es la desviación entre µ y la media de unidad k, y ε
es el error residual, conocido a veces como ruido.
Las suposiciones que tiene este modelo son: (a) las variaciones del valor z dentro
del mapa son aleatorias, (b) todas las unidades mapeadas tienen la misma varianza
(ruido) dentro de los polígonos, (c) todos los atributos están normalmente
distribuidos y (d) todos los cambios espaciales tienen lugar en los límites, los cuales
son finos y no graduales.
Interpolación global utilizando superficies de tendencia: este método se utiliza

cuando la variación de un atributo ocurre continuamente sobre un paisaje y éste se
puede modelizar por una superficie matemática. Hay varias maneras de realizar el
modelo: todos ellos ajustan las observaciones de los puntos de datos a algunas
ecuaciones polinomiales, con lo cual los valores de las localizaciones sin muestrear
se calculan a partir de sus coordenadas.
La forma más simple de modelizar las variaciones espaciales es por una regresión
múltiple de los valores de los atributos enfrentados a su localización geográfica. La
idea es ajustar una línea o superficie polinomial, dependiendo de si los datos de
origen están en 2 ó 3 dimensiones. Se asume que las coordenadas espaciales (x,y)
son variables independientes, y que la z, es el atributo de interés, la variable
dependiente z está normalmente distribuida. También, se asume que los errores de
regresión son independientes de la localización, lo cual no siempre ocurre.
43
Juan Peña Llopis
Como un simple ejemplo, se considera el valor de un atributo ambiental z que ha

sido medida a lo largo de los puntos x1, x2, xn en un transecto. Si, aparte de la
variación, el valor z se incrementa linealmente con la localización x, su rango de
variación puede ser aproximado por un modelo de regresión:
z(x) = b0 + b1x + ε
donde b0 y b1 son los coeficientes polinomiales conocidos respectivamente como la

intersección y la pendiente en una regresión simple. El residual ε (el ruido) se asume
normalmente distribuido e independiente de los valores x.
En la mayoría de circunstancias z no es una función lineal de x, pero puede variar de

una forma muy complicada, como los modelos cuadráticos o incluso de orden superior:
z(x) = b0 + b1x + b2x2 + ε
Con el incremento del número de términos es posible ajustar cualquier conjunto de

puntos mediante una curva complicada, de este modo reduciendo la ε a cero.
En 2 dimensiones los polinomios derivados por regresión múltiple en coordenadas x

e y son superficies de la forma de la siguiente función, en el que los 3 primeros son:
b0 uniforme
f {( x, y )} = ∑ (b rs · x r · y s ) b + b ·x + b ·y linear
0 1 2
r + s≤ p
b0 + b1·x + b2·y + b3·x2 + b4·xy + b5·y2 cuadrática
El entero p es el orden de la superficie de tendencia. Hay P = (p+1 ) (p+2 )

coeficientes que están normalmente elegidos para minimizar
n 2
∑ {z ( xi ) − f ( xi )}
i =1
donde x es el vector notación para (x,y). Entonces, un plano horizontal es de orden

cero, un plano inclinado es de primer orden, una superficie cuadrática es de segundo
orden y una superficie cúbica con 10 parámetros de tercer orden. Encontrar los
coeficientes bi es un problema estándar en la regresión múltiple, de este modo los
cálculos son fáciles con paquetes estadísticos estándares.
La ventaja de los análisis de superficie de tendencia reside en ser una técnica que es
superficialmente fácil de entender, al menos con respecto al tipo de superficie que se
tiene que calcular.
En la Figura 5-12 se muestran dos ejemplos de interpolaciones globales con

superficies de tendencia que se obtienen a partir de puntos o líneas.
44
Mapa de datos puntuales Mapa de datos lineales
Mapa TIN interpolado Mapa ráster interpolado
Figura 5-12 . Interpolación de superficies de tendencia con datos puntuales y lineales.
Predicción espacial utilizando regresión global en los atributos: Las coordenadas

geográficas y sus atributos asociados pueden ser combinados en una regresión que
utilice la mayor cantidad de información posible de los datos. Un punto importante a
tener en cuenta es que el modelo de regresión tiene un sentido físico, por lo tanto se
puede considerar que los modelos de regresión tienen interpoladores inexactos. El
modelo de regresión se suele presentar de la siguiente forma:
z(x) = b0 + b1P1 + b2P2 + ε donde b0 ... bn son coeficientes de regresión y

P1 ... Pn son propiedades independientes.
En la Figura 5-13 se representa un ejemplo en el que las variables independientes

son la distancia a las vías de acceso, la precipitación y el número de habitantes, y la
variable dependiente es la concentración de zinc. Estos métodos de regresión
múltiple están disponibles en la mayor parte de los paquetes estadísticos.
El mismo procedimiento puede ser utilizado con cualquier grupo de variables

independientes y dependientes, como la temperatura con la altitud, la precipitación
con la distancia al mar, la composición de la vegetación como una función de la
humedad, etc.
45
Juan Peña Llopis
= + +
Mapa de cantidad de Mapa de distancias a Mapa de Mapa del número de
Zn en el suelo (ppm) las vías de acceso (m) precipitaciones (mm) habitantes por provincia
ZINC = - 0.0992*DIST.VIAS - 0.0253*PRECIP + 0.2424*NºHAB + 87.0431 R2 = 0.397
Figura 5-13. Resultados de la regresión múltiple.
Métodos locales:
Todos los métodos presentados hasta ahora habían impuesto una estructura espacial
global externa en la interpolación. En todos los casos, el corto rango de las variaciones
locales había sido descartado como ruido aleatorio y sin estructura. Intuitivamente, estos
métodos no son sensibles, como se espera que el valor de un punto sin visitar sea similar
a los valores medidos directamente. Por lo tanto, los usuarios, científicos y
desarrolladores han buscado métodos locales para la interpolación que utilicen
directamente la información desde los puntos de datos más cercanos. Para esta
aproximación, la interpolación tiene que tener en cuenta: (a) la definición de puntos
vecinos alrededor de los puntos a predecir, (b) la búsqueda de puntos de datos dentro de
los puntos vecinos, (c) la elección de una función matemática para representar la
variación sobre un número limitado de puntos (d) la evaluación de los puntos sobre una
malla regular. El procedimiento se repite hasta que todos los puntos de la malla han sido
calculados.
Los siguientes puntos tienen que ser tomados en cuenta a la hora de utilizar un
interpolador local:
El tipo de función de interpolación que se use.

El tamaño, forma y orientación de los puntos vecinos
El número de puntos de datos
La distribución de los puntos de datos: malla distribuida regular o irregularmente
La posibilidad de incorporación de la información externa en las tendencias.
Se pueden examinar los puntos en distintas funciones de interpolación, específicamente:
1) Los vecinos más cercanos (los polígonos de Thiessen o Voronoi).

2) La ponderación de la inversa de la distancia.
3) Las láminas y otras funciones no lineales (ej. Laplace).
4) Las funciones óptimas utilizando covariación espacial.
46
• Modelos Digitales de Elevaciones (M.D.E.).
Los Modelos Digitales de Elevaciones (M.D.E.) son un caso especial de una superficie
continua interpolada con gran cantidad de usos en un S.I.G. Los M.D.E. fueron
calculados inicialmente como un precursor de los ortofotomapas, pero a día de hoy
tienen gran cantidad de aplicaciones:
• Almacenar datos de elevación de mapas topográficos digitales en bases de datos

nacionales.
• Crear ortofotomapas digitales y analógicos.
• Aclarar problemas en el diseño de carreteras y otros proyectos de ingeniería civil
o militar.
• Representar tridimensionalmente el terreno para propósitos militares y para el
diseño de paisajes y planificación.
• Analizar la visibilidad en el campo.
• Planificar rutas de carreteras, localización de presas, etc.
• Realizar análisis estadísticos y comparación de diferentes tipos de terreno.
• Fuente de datos para mapas derivados: orientaciones, insolación, pendiente,
perfil de la curvatura, modelización de hidrología y ecología.
• Como una base sobre la que representar información temática para combinar los
datos de relieve con datos temáticos como suelos, usos del suelo, o vegetación.
• Proporcionar datos para la simulación de modelos de paisajes y procesos de
paisajes.
La variación de elevación en la superficie de un área puede ser modelizada de muchas

maneras. Los M.D.E. pueden estar representados por imágenes de superficies, puntos o
líneas definidas matemáticamente. Las líneas suelen utilizarse para representar los
contornos o isolíneas, y características críticas como ríos, sierras, líneas de costa y
cortados en la pendiente. En los S.I.G. los M.D.E. suelen estar modelizados por mallas
regulares (matrices de altitud) y red de triángulos irregulares o TIN. Las dos formas son
interconvertibles y la preferencia de una u otra depende del tipo de análisis de datos que
se necesite realizar.
Las matrices de altitud son la forma más común de superficie de elevación discreta.
Originalmente, éstas han derivado de medidas cuantitativas de fotografías aéreas
estereoscópicas creadas en restituidores espaciales analíticos. Alternativamente, la
matriz de altitud puede ser producida por interpolación de puntos espaciados
irregularmente o regularmente de la misma forma que otros datos cuantitativos.
47
Juan Peña Llopis
Debido a su facilidad de uso, las matrices suelen ser manejadas en el ordenador, en

particular en S.I.G., basadas en formatos ráster, como el Idrisi. Utilizando las paletas de
colores adecuadas se pueden mostrar convenientemente los cambios de altitud, y
mediante vistas tridimensionales se puede mostrar el aspecto del relieve desde cualquier
punto de vista y de este modo conocer de forma general la estructura del territorio. A
continuación se ha creado un ejemplo en el que a partir de las curvas de nivel se han
interpolado y se ha obtenido un mapa de superficie continua que es el M.D.E. (ver
Figura 5-14) y posteriormente se puede representar en tres dimensiones.
Interpolación
Mapa de curvas de Mapa del modelo Representación tridimensional del

nivel o isolíneas digital de elevaciones modelo digital de elevaciones
Figura 5-14. Creación de un modelo digital de elevaciones (M.D.E.).
A partir de los M.D.E. se suelen derivar gran cantidad de mapas, como pueden ser:
mapa de pendientes, mapa de orientaciones, mapa de iluminación, mapa de campo de
visión, mapa de características topográficas, etc. (ver Figura 5-15). De aquí la
importancia que tienen los M.D.E. a la hora de extraer gran cantidad de información.
M.D.E.
Mapa de pendientes Mapa de orientaciones Mapa de iluminación Mapa de escorrentía
Figura 5-15. Tipos de mapas que se pueden extraer de un M.D.E.
48
• Red de triángulos irregulares.
Aunque, las matrices de altitud son útiles para calcular contornos, ángulos de
pendientes, mapas de iluminación y delineación automática de cuencas, el sistema de
malla regular también manifiesta desventajas. Estos inconvenientes incluyen:
Gran cantidad de datos redundantes en áreas de terreno uniforme.
La incapacidad de adaptar áreas de diferente complejidad de relieve sin cambiar el
tamaño de malla.
El énfasis exagerado a lo largo de los ejes de la malla para ciertos tipos de cálculos.
La red de triángulos irregulares o en inglés Triangulated Irregular Network (T.I.N.) fue

diseñada por Peuker y colaboradores para modelos digitales de elevaciones que eviten
las redundancias de las matrices de altitud y con los que al mismo tiempo pudieran tener
de forma eficiente muchos tipos de cálculos (en forma de pendientes) como los sistemas
basados en contornos digitales.
Un TIN es un modelo del terreno que utiliza una extensión de triángulos continuos y
conectados basados en la triangulación de Delaunay de irregulares nodos espaciados o
puntos de observación. Al contrario de las matrices de altitud, los TIN aportan
información extra para ser recogida en áreas de relieve complejo sin la necesidad de
tomar gran cantidad de datos redundantes de áreas de relieve simple.
Consecuentemente, el proceso de captura de datos para un TIN suele específicamente
seguir cordilleras, líneas de ríos, y otras características topológicas que pueden ser
digitalizadas para la exactitud requerida. Los TIN proporcionan eficiencia, precisión en
el almacenamiento de los datos de elevación a expensas de introducir una discretización
triangular que puede impedir algunos tipos de análisis espaciales.
Los TIN están modelizados con un vector de estructura topológica similar a los usados
por redes de polígonos. La gran diferencia con los polígonos vectoriales es que en los
TIN no se ha hecho la disposición de islas o agujeros. Peuker et al. (1978) demostró que
la estructura TIN puede ser construida a partir de datos capturados mediante
digitalización manual o desde selección automatizada de puntos y triangulación de datos
densos de ráster mediante máquinas automatizadas de ortofotos (ver Figura 5-16). Éstas
muestran que la estructura TIN puede utilizarse para generar mapas de pendientes,
relieve, contornos, perfiles, horizontes y mapas de líneas de visión.
Mapa de puntos Red de triángulos irregulares Mapa TIN

entre los puntos
Figura 5-16. Construcción de un TIN
49
Juan Peña Llopis
• Geoestadística. Variogramas y kriging.
Los métodos geoestadísticos utilizan métodos de autocorrelación espacial, conocida

como kriging, que requiere un conocimiento de los principios de la autocorrelación
estadística espacial. Estos métodos se utilizan cuando la variación de un atributo es tan
irregular, y la densidad de las muestras es tan alta, que los métodos de interpolación
pueden dar predicciones irreales. Los métodos geoestadísticos proporcionan
estimaciones probabilísticas de la calidad de la interpolación. También, éstas permiten
realizar predicciones para superficies superiores a la analizada. Además, los métodos
geoestadísticos posibilitan la interpolación de funciones indicadoras y pueden
incorporar datos para guiar la interpolación, produciendo un aumento de la precisión de
los resultados. Algunos S.I.G. incluyen métodos geoestadísticos simples, pero
usualmente éstos están limitados en este ámbito y es mejor exportar los datos a
programas más especializados en geoestadística.
Los métodos geoestadísticos para interpolación comenzaron con el reconocimiento que

la variación espacial de cualquier atributo continuo es con frecuencia demasiado
irregular para ser modelizado por una simple función matemática. En su lugar, la
variación puede estar descrita mejor por una superficie estocástica. Los atributos se
conocen como variable regionalizada; el término se aplica igualmente a la variación de
la presión atmosférica, elevación sobre el nivel del mar, o la distribución de indicadores
demográficos continuos.
Los métodos geoestadísticos proporcionan las maneras de suplir las carencias de los
métodos determinísticos de interpolación, y asegurar que la predicción de los valores
del atributo es óptima en los términos de las suposiciones hechas. Los métodos de
interpolación en geoestadística, desarrollados por Matheron, Krige y colaboradores, son
óptimos en el sentido de que los pesos se han seleccionado para optimizar la función de
interpolación. La misma teoría puede ser utilizada para optimizar muestras.
La teoría de la variable regionalizada asume que la variación espacial de cualquier

variable puede ser expresada como la suma de los tres componentes mayores. Estos son
(a) un componente estructural, que posee una media o tendencia constante.
(b) un componente aleatorio, pero espacialmente correlacionado, conocido como la
variación de la variable regionalizada.
(c) un ruido aleatorio no correlacionado espacialmente o un término de error residual.
Teniendo a x como una posición en 1, 2 ó 3 dimensiones.
Entonces el valor de una variable Z para x está dado por:
Z(x) = m(x) + ε'(x) + ε"
50
donde m(x) es una función determinística describiendo el componente estructural Z para

x, ε'(x) es el término que denota estocasticidad, variación local, pero residuales
espacialmente dependientes de m(x) -la variable regionalizada-, y ε" es un residual, un
ruido Gausiano espacialmente independiente de media cero y varianza δ2. Las
mayúsculas de Z indican que es la función aleatoria y no un atributo medido de z.
El primer paso es decidir una función adecuada para m(x). El caso más simple, donde no
hay tendencia se presenta m(x) igualado al valor medio en el área de muestreo y el
promedio o diferencia esperada entre cualquier dos lugares x y x+h separados por un
vector de distancia h, será cero:
E[Z(x)- Z(x+h)] = 0
donde Z(x), Z(x+h) son los valores de la variable aleatoria Z en las localizaciones x,
x+h. También, se asume que las diferencias de las varianzas dependen sólo de la
distancia entre sitios, h, así pues:
E[{Z(x)- Z(x+h)}2] = E[{ε'(x)- ε(x+h)}2] = 2γ(h)
donde γ(h) es conocido como la semivarianza. Las dos condiciones, estacionaridad de

diferencia y la varianza de diferencias, definen los requerimientos para la hipótesis
intrínseca de la teoría de la variable regionalizada. Esto significa que una vez los
efectos estructurales hayan sido tenidos en cuenta, la variación remanente es homogénea
en su variación, así esto las diferencias entre sitios son meramente una función de la
distancia entre ellos. Entonces, se puede reescribir la ecuación como:
Z(x) = m(x) + γ(h) + ε"
con el fin de mostrar la equivalencia entre ε'(x) y γ(h).
Si las condiciones especificadas por la hipótesis intrínseca se cumplen, la semivarianza

puede estar estimada desde los datos muestrales del siguiente modo:
2
1 n
^
γ(h) = ∑ {z(x i ) − z(x i + h)}
2n i =1
donde n es el número de pares de puntos muestrales de observaciones de los valores del

atributo z separados por una distancia h. Un gráfico de γ^(h) frente h se conoce como
variograma exper imental. Este variograma experimental es el primer paso hacia una
descripción cuantitativa de la variación regionalizada. El variograma proporciona
información útil para la interpolación, muestreo optimizado y determinación de los
patrones espaciales. Para hacer esto, sin embargo, se debe primero ajustar un modelo
teórico al variograma experimental.
51
Juan Peña Llopis
Ajustando modelos de variogramas:
En la Figura 5-17 se muestra un variograma experimental típico de datos de un atributo

que no varía demasiado. La curva ha sido ajustada a partir de los puntos derivados
experimentalmente. De esta figura se pueden extraer tres puntos:
Sill Primero, para los valores altos de

distancia, h, los valores de γ(h) se
nivelan. Esta parte horizontal se conoce
como sill; esto implica que para esos
C1
γ (h) valores de distancia no hay
Rango dependencia espacial entre los puntos
de datos, porque todas las estimaciones
de varianzas y diferencias serán
C0 Nugget invariables con esas distancias de
Distancia (h) separación de las muestras.
Figura 5-17. Ejemplo de variograma simple.
Segundo, la curva sube desde un valor de h conocido como el rango. Ésta es la parte
críticamente importante del variograma, porque ésta describe cómo las diferencias entre
sitios diferentes son espacialmente dependientes. Dentro del rango, los sitios más
cercanos están juntos. Claramente, si la distancia que separa un sitio no visitado a un
punto de datos es mayor que el rango, entonces este punto de datos puede no ser útil en
la contribución a la interpolación.
El tercer punto mostrado en la Figura 5-17 es que el modelo ajustado no pasa a través
del origen, pero corta el eje y en un valor positivo de γ(h). De acuerdo con la ecuación
anterior, la semivarianza es cero cuando h = 0, porque las diferencias entre puntos y
ellos mismos es por definición cero. El valor positivo de γ(h) h→ 0 es una estimación de
ε", el residual, el ruido espacialmente no correlacionado. El ε" se conoce como nugget;
esto es la varianza de los errores de medida combinada con la de la variación espacial a
distancias más cortas que el espaciado muestral, lo cual no puede ser resuelto.
La forma del variograma puede ser bastante reveladora sobre el tipo de variación
espacial presente en el área, y puede ayudar a decidir cómo proceder más adelante.
Cuando la varianza del nugget es importante, pero no es tan grande, y hay un rango y
sill claros, esta curva es conocida como modelo esférico:
⎧ 3h (h/a)3 ⎫
γ(h) = c0 + c1 ⎨ − ⎬ para 0 < h < a
⎩ 2a 2 ⎭
γ(h) = c0 + c1 para h ≥ a
donde a es el rango, h es la distancia, c0 es la varianza nugget y c0+c1 equivale al sill,
con frecuencia se suele ajustar bien el variograma.
52
Si hay un nugget y sill claros, y con una aproximación gradual al rango, se trata de un
modelo exponencial:
γ(h) = c0 + c1{1 − exp(−h/a)}
Si la variación es muy suave y la varianza del nugget ε" es muy pequeña comparada con
la variación espacialmente dependiente ε"(x), entonces el variograma puede ajustarse
mejor a una curva que tenga una inflexión, como el modelo Gausiano:
{
γ(h) = c 0 + c1 1 − exp(−h/a) 2 }
Todos estos modelos son conocidos como variogramas transitivos, porque la estructura
de la correlación espacial varía con h; los variogramas no transitivos no tienen sill
dentro del área de muestreo y pueden estar modelizados por el modelo lineal:
γ(h) = c 0 + bh
donde b es la pendiente de la línea. Un variograma lineal tipifica atributos, los cuales

varían a todas las escalas. La Figura 5-18 muestra ejemplos de estos variogramas. Un
variograma que tenga una fuerte pendiente y sigue creciendo con h indica una tendencia
en los datos que debe ser modelizada aparte.
Esférico Sill Exponencial Sill
C1 C1
γ (h) γ (h)
Rango Rango
C0 Nugget C0 Nugget
Distancia (h) Distancia (h)
Linear Gausiano Sill
C1 C1
γ (h) γ (h)
Rango
C0 Nugget C0 Nugget
Distancia (h) Distancia (h)
Figura 5-18. Ejemplo de los modelos más usados de variogramas.
53
Juan Peña Llopis
La estimación y modelización de los variogramas es extremadamente importante para el

análisis estructural y para la interpolación. Los modelos de variograma no pueden ser
cualquier función elegida al azar, éstas deben cumplir ciertas obligaciones matemáticas.
También, los modelos no deben estar ajustados a las semivarianzas estimadas
experimentalmente para las distancias sin tomar en consideración los números de pares
de puntos de cada distancia.
Como los datos se utilizan repetidamente cuando se estiman los variogramas, los grados
de libertad efectivos son mayores para una distancia corta y entonces disminuyen en
uno complejo con la distancia. Consecuentemente, el ajuste de los modelos de los
variogramas procede normalmente del uso de un método de los cuadrados ponderados
menores, donde los pesos están calculados del número de pares. Incluso así, el ajuste del
variograma es un proceso interactivo que requiere un juicio y una preparación
considerable. Los programas de ordenador geoestadísticos modernos suelen incluir
rutinas para el ajuste de variogramas.
El variograma es el paso esencial en el camino de determinar la ponderación óptima

para la interpolación. Cuando la varianza nugget ε " domina tanto en la variación local
que el variograma experimental no muestra ninguna tendencia al disminuir h→0, la
interpretación es que los datos tienen tanto ruido que la interpolación no es sensible. En
esta situación, el mejor estimador de z(x) es la media calculada de la totalidad de puntos
muestreados en la región de interés sin tomar en cuenta la dependencia espacial: la
interpolación no tiene sentido y constituye un gasto de tiempo y dinero.
Un variograma con ruido, en el que las semivarianzas derivadas son dispersiones, esto
sugiere que se han tomado muy pocas muestras para el cálculo de γ(h). Se propone la
posibilidad de que se tomen al menos de 50 a 100 puntos de muestreo necesarios para
tener un variograma estable, dependiendo del tipo de variación espacial encontrada,
aunque las superficies uniformes requieren menos puntos que las que tienen variación
irregular: los variogramas uniformes pueden ser obtenidos mediante el incremento del
tamaño de la ventana de búsqueda.
El rango del variograma proporciona información clara sobre el tamaño de la ventana de

búsqueda que podrá ser usada. Así, si la distancia desde un punto de un dato a un punto
no muestreado excede del rango, entonces dicho punto, al estar tan alejado no
contribuye al variograma; pero si todos los datos están más alejados que el rango, el
mejor estimador es la media general. Estas distancias pueden ser modificadas por la
anisotropía, la cual modifica la forma de la búsqueda de un círculo a una elipse.
La presencia de un efecto agujero (hole effect) en el variograma experimental (una

caída en la semivarianza a distancias mayores de rango) puede indicar un patrón
pseudo-periódico causado por una variación de rango alto sobre el área de estudio que
54
es demasiado pequeño para lograr el rango total de variación. La periodicidad verdadera

obtendrá un variograma con una variación periódica en el sill que equivale a la longitud
de onda del patrón, proporcionando una relación entre el muestreo original con la
periodicidad.
Si el rango es mayor que el rango alto domina la variación, si es pequeño, entonces la

variación mayor ocurre a distancias cortas. La anisotropía en los variogramas
experimentales sugiere un efecto direccional en el patrón, pero las diferencias
direccionales pueden ocurrir si hay suficientes muestras para obtener estimaciones
robustas en todas las direcciones.
Si un variograma se ajusta con un variograma de modelo Gausiano indica un patrón de

variación continuo, como ocurre con frecuencia con los datos de elevación. Un
variograma modelizado por un variograma esférico tiene un punto claro de transición, el
cual implica que un patrón es dominante. La elección de un variograma de modelo
exponencial puede sugerir que el patrón de variación muestre una transición gradual
sobre unos rangos dispersos o que varios patrones interfieran.
Variación isotrópica y anisotrópica:
En el punto anterior, se había supuesto que la fuente de datos para el variograma estaba
recogida en unos transectos regularmente espaciados, o una posible malla regular. En la
mayoría de casos, sólo se tienen medidas irregularmente espaciadas, así pues, es útil
calcular el variograma espacial desde estos datos. Para hacer esto, se puede usar un
radio de búsqueda circular, semejante a la rueda de una bicicleta, para definir una zona
en la cual el punto medio de la rueda esté a h desde el centro. Esta rueda se sitúa sobre
los puntos de datos y todos los puntos de datos que caen dentro de ésta se utilizan para
estimar la contribución de (zi - zj)2 desde todos los pares.
Si se ignoran los efectos

direccionales, el variograma
resultante se conoce como
isotrópico, éste promedia el
β variograma en todas las
direcciones. Sin embargo,
h como muestra la Figura 5-19,
es fácil calcular el variograma
para una dirección específica
β. Estos se conocen como
variogramas anisotrópicos.
Figura 5-19. Estimación de la semivariancia de dirección β.
55
Juan Peña Llopis
En el caso de que sea diferente en rango o sill para valores diferentes de β, esto indicará
que la variación espacial varía en dirección. Esto puede ocurrir por ejemplo en
sedimentos perpendiculares o paralelos al río.
Mediante el cálculo de (zi - z j)2 para todas las direcciones posibles, se crea un
variograma, el cual puede estar definido como un mapa de elipsoide con punto central
0,0. El eje mayor del variograma es el eje mayor de la elipse, y su orientación está dada
por el ángulo de este eje con respecto al Norte.
Uso del kriging para validar el modelo del variograma.
La validación cruzada es el ejercicio de utilizar las ecuaciones del kriging

retrospectivamente para chequear el modelo del variograma. Esto incluye el cálculo de
los momentos de la distribución de (z(x^ )- z(x )) para todos los puntos de datos, cuando
i i
cada punto de dato esté exitosamente predecido del resto de datos. El procedimiento
está diseñado sólo para testar el variograma para su propia consistencia y falta de sesgo,
indicado por una diferencia media cerca de cero y un z-score de uno.
Tipos de kriging.
Claramente, el kriging cumple los propósitos de encontrar mejores modos de estimar la

interpolación y proveer información sobre los errores. El mapa resultante de los valores
interpolados puede no ser exactamente lo que se desea, sin embargo, la ecuación del
kriging puntual o simple implica que todos los valores interpolados se relacionan con el
área del muestreo original.
El kriging puntual o kriging ordinario: es un interpolador exacto en el sentido de que

las ecuaciones calculadas las utiliza para interpolar los valores y habrá una
coincidencia exacta entre los valores interpolados y los puntos de datos originales.
El kriging por bloques: es útil cuando se desea estimar los valores de z de un área
dada en mallas de celdas de un tamaño específico para modelización cuantitativa, su
estimación de varianzas normalmente es sustantivamente menor que la del kriging
puntual.
El kriging simple: es la predicción por la regresión lineal generalizada bajo la

suposición de función estacionaria de segundo orden con una media conocida.
El kriging no lineal o kriging lognormal: es la interpolación de una distribución

lognormal, en lugar de unos datos distribuidos normalmente.
El kriging ordinario con anisotropía o variogramas anidados: la incorporación de la

anisotropía en los procedimientos es simplemente una manera de modificar la
conversión de la matriz de distancia en la matriz de semivarianzas.
56
5.4. Georreferenciación de datos geográficos.
Al trabajar con un S.I.G. interesa analizar las relaciones entre los objetos del mundo
real. Es importante constatar que un S.I.G. en sí sólo dibuja la realidad, pero no es la
realidad. Por consiguiente, para obtener resultados exactos del análisis es crucial dibujar
el mundo real tan preciso como se pueda.
Al representar las entidades del mundo real en un S.I.G., se necesita la referencia

espacial de los datos que los describen respecto a la situación correcta en la superficie
de la Tierra, es decir, georreferenciarlos. Si no se localizan las entidades con precisión o
si sus formas se representan incorrectamente, cuando se realice un análisis de sus
relaciones espaciales éstos proporcionarán resultados inexactos. Georreferenciar es el
proceso de establecer una relación entre los datos visualizados en el software de los
S.I.G. y su situación en el mundo real. Esto se cumple al usar un sistema de
coordenadas.
El objetivo que se persigue al georreferenciar es conseguir análisis exactos resultantes

de la base de datos de los S.I.G., es necesario entender y determinar el sistema de
coordenadas a utilizar. Un elipsoide, datum, proyección y unidades constituyen un
sistema de coordenadas.
Los sistemas de coordenadas Geográfico y Planar
El sistema de referencia de localización más familiar es el sistema de coordenadas

esférico medido en latitud y longitud (ver Figura 5-20). Este sistema puede emplearse
para identificar las situaciones de puntos en cualquier parte en la superficie de la tierra.
Debido a su habilidad de referenciar las localizaciones, el sistema de coordenadas
esférico se denomina normalmente el Sistema de Coordenadas Geográfico, también
conocido como el Sistema de la Referencia Global.
La longitud y latitud son ángulos medidos del centro de la tierra a un punto en la

superficie de la tierra. La longitud mide el Este y Oeste, mientras la latitud el Norte y
Sur. Las líneas de longitud, también llamadas meridianos, se extienden entre los polos
Norte y Sur. Las líneas de latitud, también llamadas paralelos, abrazan el globo con los
anillos paralelos.
La latitud y longitud están tradicionalmente medidas en grados, minutos, y segundos

(DMS). El rango de valores de la longitud es del 0° en el Primer Meridiano (el
meridiano que atraviesa Greenwich, Inglaterra) a 180° cuando se viaja hacia el Este y
del 0° al -180° cuando se viaja hacia el Oeste desde el Primer Meridiano.
57
Juan Peña Llopis
Debido a que es difícil de hacer medidas en las coordenadas esféricas, los datos
geográficos se proyectan en sistemas de coordenadas planares (a menudo llamados
Sistemas de Coordenadas Cartesianos). En una superficie llana, las situaciones son
identificadas por las coordenadas x,y en una malla, con el origen en el centro de la
malla. Cada posición tiene dos valores que la referencian respecto a esa situación
central; uno especifica su posición horizontal y el otro su posición vertical. Estos dos
valores se llaman la x-coordenada y la y-coordenada.
La conversión de situaciones geográficas de un sistema de coordenadas geográfico a un

sistema de coordenadas planar o Cartesiano causa distorsión. El proceso de proyección
distorsionará una o más propiedades espaciales listadas a continuación: forma, área,
distancia y dirección.
X- X+
Y+ Y+
X
X- X+
Y- Y-
Sistema de coordenadas Geográfico Sistema de coordenadas Planar
Figura 5-20. Los sistemas de coordenadas Geográfico y Planar.
Debido a que las propiedades espaciales se emplean a menudo para tomar las
decisiones, cualquier usuario que utilice los mapas debe saber qué proyecciones
distorsionan las propiedades y hasta qué punto. Por ejemplo, escogiendo una proyección
Peters se obtendrán los cálculos del área exactos, pero las formas inexactas; una
proyección de Mercator mantiene la dirección verdadera, pero sacrifica en exactitud el
área y la distancia; y una proyección Robinson conserva un compromiso entre todas las
propiedades. La proyección que se escoge afecta significativamente a las propiedades de
un mapa a pequeña escala, pero tiene menos efecto en las propiedades de un mapa a una
escala mayor.
Los datums y conversión del datum
Un datum horizontal es un marco de referencia usado para localizar las entidades en la

superficie del globo. Éste se define como un elipsoide y la posición relativa de este
58
elipsoide en la Tierra. Hay dos tipos de datums: centrado en la Tierra y local. Un datum
centrado en la Tierra tiene su origen puesto en el centro de masas actualmente conocido
de la Tierra y es en conjunto más exacto. Un datum local se alinea para que corresponda
estrechamente con la superficie de la tierra para un área particular y puede ser más
exacto para esa área en particular. Dentro de los dos tipos básicos de datums se pueden
tener varios datums globales y locales.
Puesto que los datums establecen los puntos de referencia para medir las localizaciones
de la superficie, éstos también permiten calcular los valores de coordenadas planares
cuando se aplica una proyección a un área particular.
Dos mapas que utilizan la misma proyección del mapa, pero diferentes datums pueden
tener valores de coordenadas muy diferentes para la misma situación en la superficie de
la Tierra. La verificación del datum, así como el sistema de coordenadas proyectado de
los datos geográficos es vital para emparejar fuentes de información diferentes en la
misma coordenada espacial.
El elipsoide
La Tierra se maneja a menudo como una esfera para hacer los cálculos matemáticos más
fáciles, sin embargo, su forma realmente es un elipsoide, que se conforma rotando una
elipse sobre un eje. Un elipsoide es como un círculo achatado con las longitudes del
radio a lo largo de sus ejes mayores y menores de longitud a y b, respectivamente. El
diagrama muestra que el elipsoide es simétrico cuando se encuentra dividido por el
ecuador (es decir, el hemisferio del sur y el hemisferio norte son idénticos en la forma).
Esto no es estrictamente correcto, porque la Tierra tiene ligeramente forma de pera, sin
embargo, la diferencia en la forma entre los hemisferios es despreciable.
Las proyecciones de los mapas.
Una proyección del mapa es un método para convertir la superficie tridimensional de la

Tierra en una superficie bidimensional de un mapa. Una proyección del mapa puede
representar la superficie entera de la tierra o sólo una porción de ésta dependiendo del
ámbito de estudio que se necesite.
El término proyección de mapa fue acuñado por los primeros cartógrafos que emplearon
el concepto de proyectar la luz de una fuente a través de la superficie de la tierra y hacia
una superficie bidimensional. Aunque, se crean los mapas usando las fórmulas
matemáticas en lugar de proyectando la luz a través de la superficie de la tierra hacia
una superficie llana, el concepto es válido y los cartógrafos usan el término proyección
para describir el proceso matemático.
59
Juan Peña Llopis
Hoy en día, todas las proyecciones emplean fórmulas: expresiones matemáticas que
convierten los datos de una localización geográfica (latitud y longitud) en la Tierra a
una localización representativa en una superficie llana.
La selección de una proyección del mapa conveniente es importante si se requiere

calcular áreas, distancias o direcciones de las coordenadas. Para mejorar el
entendimiento de las proyecciones del mapa se pueden agrupar en las clasificaciones.
Una manera de agruparlas es por sus características de distorsión como la forma, área,
distancia y dirección. Otra manera es clasificarlas por la superficie desarrollable usada
al aplicar las ecuaciones de la proyección.
Existen infinitas proyecciones distintas, aunque las tres superficies desarrollables más
conocidas son: los cilindros, conos y planos (ver Figura 5-21); cada uno confiere una
forma distintiva a los paralelos. Con los cilindros, los paralelos son rectos; con los
conos y con los planos el resultado son los círculos concéntricos. Las proyecciones del
mapa más comunes pueden ser conceptualmente o geométricamente proyectadas hacia
una de estas superficies tocando o intersectando el globo. En la mayoría de los casos la
proyección del área a estudiar ya ha sido escogida por otros y ninguna selección resulta
necesaria.
Proyección cilíndrica Proyección cónica Proyección planar
Figura 5-21. Proyecciones cilíndrica, cónica y planar.
60
Tipos de proyecciones
Las proyecciones de mapa pueden ser clasificadas generalmente de acuerdo con el

atributo espacial que estos conserven.
- El Área igual: Las proyecciones de área igual conservan el área. Muchos mapas
temáticos usan una proyección de área igual. Los mapas de los Estados Unidos
normalmente usan la proyección cónica de área igual Albers.
- Conformal: La proyección conformal conserva la forma y es útil para los mapas de

navegación y mapas meteorológicos. La forma se conserva en las áreas pequeñas, pero
la forma de un área grande como un continente se distorsionará significativamente. La
conformal cónica Lambert y Mercator son las proyecciones del conformal más
comunes.
- Equidistante: Las proyecciones equidistantes conservan las distancias, pero ninguna

proyección puede conservar las distancias de todos los puntos con respecto al resto de
otros puntos. En cambio, puede mantenerse la distancia verdadera de un punto (o unos
puntos) a todos los otros puntos o a lo largo de todos los meridianos o paralelos. Si se
necesita usar el mapa para encontrar entidades que están dentro de una cierta distancia
de otras entidades, sería conveniente emplear una proyección del mapa equidistante.
- Acimutal: Las proyecciones acimutales conservan la dirección de un punto a todos los

otros puntos. Esta calidad puede combinarse con el área igual, conformal, y las
proyecciones equidistantes, como en el Lambert el Área Igual Acimutal y las
proyecciones Equidistantes Acimutales.
Otras proyecciones minimizan la distorsión global, pero no conservan ninguna de las

cuatro propiedades espaciales de área, forma, distancia, y dirección. Por ejemplo, para
la proyección Robinson ningún área es igual a la conformal, pero es estéticamente
agradable y útil para la cartografía general.
Los componentes de los sistemas de coordenadas
La información sobre los sistemas de coordenadas para los datos suele estar
representada por la referencia espacial. La referencia espacial está compuesta de todos
estos componentes: el sistema de coordenadas geográfico y el sistema de coordenadas
proyectado. El elipsoide que modela la forma de la Tierra y el datum que referencia el
elipsoide creando el sistema de coordenadas geográfico. Datos espaciales referenciados
con un sistema de coordenadas geográfico pueden proyectarse en un sistema de
coordenadas planar o proyectado, para que las unidades de medida sean uniformes a lo
largo de los datos. El sistema de coordenadas proyectado está compuesto de la propia
proyección más los parámetros definidos adicionales. Estos parámetros incluyen las
61
Juan Peña Llopis
unidades, por ejemplo metros o pies, el meridiano central, posiblemente una zona que
depende de la proyección, y a veces se hace uso de un falso Este o Norte (false easting
& northing). Pueden aplicarse falsos Estes o Nortes a los valores de la coordenada para
que el dato espacial sea el referenciado por las unidades positivas.
Las series de proyección UTM
El sistema de coordenadas más usual y conveniente utilizado por los S.I.G. es el

Universal Transverse Mercator (UTM), desarrollado por US Army en los años 40, el
cual es ahora un estándar del mundo para mapeo topográfico e intercambio de datos
digitales.
La proyección UTM utiliza la proyección de Gauss-Kruger. La unidad de medida es el

metro. El UTM divide el mundo Este-Oeste en 60 zonas (ver Figura 5-22), que se
numeran de 1 a 60, cada una posee un ancho de 6º de longitud. Las zonas están
numeradas de Oeste a Este teniendo la zona 1 en su límite al Oeste al meridiano 180º. Por
otra parte, la proyección UTM divide el mundo Norte-Sur en 20 zonas de latitud,
empezando en el Ecuador. Las zonas son de 8º, excepto las de más al Norte o Sur, las
cuales son de 12º. Cada una de estas zonas tiene su propio sistema de coordenadas.
La proyección UTM se basa en un cilindro cuyo eje está orientado paralelo al plano del
Ecuador, de ahí viene el nombre de transverso. Cada zona tiene dos líneas que
representan los puntos de verdadera escala para la proyección dentro de la zona.
La proyección de UTM se diseña para un error de escala que no exceda del 0.1 % dentro
de cada zona. El error y distorsión aumentan para regiones que alcanzan a más de una
zona, por tanto la proyección UTM no se adapta por igual a todos los casos.
Zona 1 30 60
Figura 5-22. Proyección UTM del mundo.
62
6. Presentación de datos espaciales.

Normalmente, la salida de los datos corresponde a la última etapa en el procesado de los
datos espaciales por un programa de S.I.G. Estas salidas muestran los resultados
derivados de la introducción de los datos y su posterior procesado o análisis pertinente.
En esta sección se comentan los tipos de salida de datos más comunes (mapas, gráficos
y tablas) y el soporte o formato en el que éstos se presentan (pantalla del ordenador,
impresión en impresora e impresión en plóter). Prácticamente, todos los programas de
S.I.G. tienen algún tipo de salida de los datos con los que se trabaja.
Una de las primeras apreciaciones que se tienen de un S.I.G. son las salidas gráficas a
todo color, impresas o vistas en la pantalla de un ordenador. Conviene recordar que
existe una diferencia fundamental entre los programas de diseño gráfico y los S.I.G. En
los primeros, el objeto importante es la imagen que vemos, siendo irrelevante el cómo
se codifique; en un S.I.G. la imagen es sólo una salida gráfica sin mayor importancia, lo
relevante son los datos espaciales que se están representando.
6.1. Tipos de salidas gráficas de los S.I.G.
Una vez introducida la base de datos y después de realizar los pertinentes análisis y
operaciones espaciales, se obtienen los resultados, que suelen ser comprensibles para los
usuarios o que permitan su transferencia a otros sistemas informáticos. La mayor parte
de los S.I.G. incluye software que soporta la producción de opciones de salida para los
datos.
La salida digital o “compatible con el ordenador” se suele presetar en forma de fichero

en disco óptico u otro tipo de dispositivo de almacenamiento, que puede ser
consecutivamente reutilizado o leído en otro sistema. Alternativamente, la salida de los
datos suele comprender algunas formas de transmisión de datos sobre fibra óptica o
línea telefónica, como Internet.
El tipo de salida analógica o “compatible con el usuario” son los mapas, gráficos, y
tablas; los dispositivos de salida para producir éstos pueden estar clasificados en
aquellos que producen visualizaciones efímeras en pantallas de ordenador y aquellos
que producen imágenes definitivas en materiales base permanentes, como el papel, por
medio de la impresora o el plóter.
63
Juan Peña Llopis
En un Sistema de Información Geográfica, una capa es simplemente un conjunto de

números georreferenciados (formato ráster) o grupos de coordenadas que definen la
ubicación de objetos espaciales (formato vectorial), y para su visualización es necesario
aplicar una paleta de colores. Sin embargo, la presentación de resultados requiere la
introducción de otros elementos como escalas, títulos, mallas, leyendas, etc. heredados
de la cartografía tradicional. Los S.I.G. suelen tener herramientas más o menos
sofisticadas para la producción de salidas de este tipo.
Las capacidades de producir salidas gráficas estéticas han aumentado en los últimos
años con gran variedad de productos que desarrollan herramientas especiales de mapeo
conectadas o integradas dentro de la base de datos del S.I.G. Éstas permiten un mayor
detalle como la leyenda del mapa, título, indicador de orientación (flecha hacia el N) y
una escala o barra de escala. Del mismo modo, también colores, símbolos y texto se
pueden añadir o modificar fácilmente en la presentación de los datos. Siendo posible
elegir distintos tipos de coloración y simbología para la representación de los datos. Los
resultados son mapas de gran calidad cartográfica para la salida de los datos.
Mapas:
Se trata de la representación gráfica de los datos espaciales
por excelencia (ver Figura 6-1). Puede llegar a alcanzar un
elevado grado de sofisticación al añadirle rótulos y
atributos. No obstante, si no posee una información básica
mínima relativa al mapa, no puede considerarse como tal.
Esta información básica aparece en la Figura 6-2 y son:
leyenda de las variables de interés, escala gráfica o
Figura 6-1. Mapas. numérica, flecha Norte y coordenadas de los límites para
situar el área a un nivel de escala superior.
Título
Cuerpo del
mapa
Leyenda Flecha
Norte
Barra de
Diseño por Juan Peña 2003
escala
Otro texto
Figura 6-2. Identificación de los elementos del mapa.
64
Tablas (informes):
Las tablas o informes (Figura 6-3) tratan de sintetizar y
organizar las variables que se recogen de las capas, fruto de
análisis de las bases de datos asociadas, mostrándolas en
datos tabulares. Esto permite obtener una visión más exacta
de los resultados de los datos. Algunos programas de S.I.G.
contienen otros programas adjuntos para la creación de
informes, como es el caso del Crystal Reports en el ArcGIS.
Figura 6-3. Tablas.
Gráficas:
Las gráficas (Figura 6-4) resumen la información tabular
contenida en las bases de datos de los mapas y la expresan
en una gran variedad de formatos gráficos (barras, líneas,
circular, etc.). No todos los S.I.G. poseen esta posibilidad,
aunque, no es vital, ya que se puede recurrir a otro software.
Figura 6-4. Gráficas.
6.2. Tipos de soportes gráficos de los S.I.G.
Existen tres tipos de soportes gráficos para los dispositivos de salida: representación
visual, impresora y plóter. El primero de éstos produce visualizaciones temporales en la
pantalla del ordenador y los otros dos producen imágenes definitivas en materiales
permanentes, como el papel, por medio de la impresora o el plóter. Todos estos
dispositivos permiten cualquier tipo de salida de S.I.G., no obstante, se suele utilizar el
plóter para la salida de los mapas, la impresora para las tablas y gráficos y la pantalla
para realizar la visualización preliminar de mapas, tablas y gráficos.
Representación visual:
La pantalla del ordenador (Figura 6-5) es la principal

herramienta para representar los resultados del análisis S.I.G.
al resto de personas, especialmente por Internet para los
usuarios que trabajen on-line. La mayoría de los usuarios
S.I.G. visualizará los datos de su análisis como un mapa,
gráfica o tabla en la pantalla, posteriormente de estos
Figura 6-5. Pantalla. resultados visualizados se pueden realizar copias de seguridad
y/o impresiones en impresora o plóter.
65
Juan Peña Llopis
Impresora:
La impresora (Figura 6-6) es el dispositivo que nos permite

copiar la información digital en soporte, generalmente, de
tipo papel. La mayoría de las impresoras nos permiten
imprimir en los tamaños normalizados A4 y A3 (carta y doble
carta). Entre los tipos de impresora más usados en entornos
gráficos se encuentran: chorro de tinta, térmica y láser.
Figura 6-6. Impresora.
Plóter:
El plóter o trazador (Figura 6-7) permite imprimir o

trazar los archivos de diseño en diversos formatos de
papel. La mayoría de los plóters aceptan tamaños
comprendidos entre las medidas A4 (carta) hasta A0
(aproximadamente 1500 mm por 1000 mm). Entre los
tipos de plóters más utilizados en entornos gráficos se
encuentran los trazadores de plumillas, los
Figura 6-7. Plotter. electrostáticos y los térmicos.
66
7. Errores y control de calidad.

En este capítulo se examinan como pueden ocurrir los errores en los datos espaciales y
los efectos que pueden tener en los análisis de datos y la modelización. Los errores
incluyen erratas y fallos descomunales, pero éstos son una parte intrínseca en la elección
de los modelos de datos por ordenador. La incertidumbre estadística y la variación
espacial son aspectos críticos de cualquier análisis de errores en los datos espaciales.
Los métodos están presentados para la estimación de errores para las entidades en las
conversiones vector-ráster, digitalización, superposición de polígonos, etc.
7.1. Tipos de errores en un S.I.G.
La calidad de los productos de S.I.G. se juzga frecuentemente por la apariencia visual

del producto final en la pantalla del ordenador, plóter, etc. El control de calidad por
apariencia visual es insuficiente, ya que, la información errónea o corrupta no siempre
se aprecia.
Las incertidumbres y errores son intrínsecos a los datos espaciales y necesitan ser
tratados apropiadamente. La precisión de los datos se agrupa frecuentemente de acuerdo
con la precisión temática, precisión posicional, y precisión temporal; pero los errores en
los datos espaciales pueden ocurrir en varias etapas, desde el proceso de la observación
a la presentación. Los errores en percepción (identificación impropia) puede suceder en
la etapa conceptual.
La precisión con la que se ha elaborado la cartografía puede verse afectada por errores
metodológicos que puedan perjudicar a la calidad de los datos espaciales (Burrough &
McDonnell, 1998). Estos errores pueden ocurrir en distintas etapas del proceso de
elaboración del material cartográfico, estos pueden ser errores de fotointerpretación
(identificación incorrecta), errores de asignación (equivocación en el momento de
establecer el valor de una categoría), errores de posicionamiento (georrectificación
inexacta) y errores de aproximación (conversión vector-ráster desacertada).
La mejor manera de comprobar los errores en los datos espaciales es mediante la

creación de un gráfico en el ordenador o la impresión de los datos, preferiblemente en
papel fino o translúcido a la misma escala que el original. Los dos mapas pueden
superponerse colocándolos encima de una mesa con luz interior y comparar ambos
mapas visualmente, trabajando sistemáticamente de izquierda a derecha y de arriba
abajo del mapa. Los valores perdidos, errores de localización y otra clase de errores
pueden ser claramente reconocidos y marcados en la impresión.
67
Juan Peña Llopis
Ciertos S.I.G. muestran algunos errores topológicos o de identificación directamente por

códigos de colores en la imagen de pantalla. Existen algunas operaciones como la
creación de la topología de polígonos a partir de arcos en cuyo resultado puede ser
contrastado con el mapa anterior y se pueden percibir los errores del poligonado.
Los datos de atributos pueden ser cotejados imprimiendo los archivos y examinando las
columnas a ojo. El método más adecuado consiste en escanear los ficheros de datos con
un programa de ordenador que pueda chequear errores enormes como puede ser insertar
texto en lugar de números, números que exceden de un determinado rango, etc.
Los errores se pueden cometer durante la captura de datos espaciales y la introducción

de los atributos de los datos, éstos se pueden agrupar en:
Los datos espaciales están incompletos o dobles. La carencia de datos espaciales

se produce por omisión de puntos, líneas o celdas en la introducción manual de
los datos. En los datos escaneados las omisiones son generalmente en la forma
de huecos entre líneas donde el proceso ráster-vector ha fallado en la unión de
todas las partes de la línea.
Los datos espaciales están en un lugar incorrecto. La descolocación de datos

espaciales puede acarrear desde un pequeño error de situación a un error espacial
de enormes implicaciones. Se produce normalmente como un descuido en la
digitalización.
Los datos espaciales están definidos usando demasiados pares de coordenadas.

Como resultado del proceso de digitalización las líneas en la base de datos se
han definido utilizando demasiados puntos. Éstas pueden ocupar una cantidad de
memoria desorbitada en su almacenamiento.
Los datos espaciales están a una escala incorrecta. Si los datos se encuentran a
una escala incorrecta, entonces es muy probable que la digitalización se haya
efectuado a una escala errónea. Con los datos escaneados los problemas suelen
aparecer durante el proceso de georreferenciación, cuando los valores
incorrectos se utilizan y no se correlacionan.
Los datos espaciales están distorsionados. Esto es debido al empleo de mapas

base que no están a una escala correcta. La mayoría de las fotografías aéreas no
se digitalizarán a una escala correcta en toda la imagen debido a la inclinación
del avión, diferencias de relieve y diferencias en la distancia a la lente de los
objetos en diferentes partes del campo visual.
68
Estos errores necesitan ser corregidos a través de varias funciones de edición y

actualización soportadas directamente por la mayor parte de programas S.I.G. Esto es
un proceso interactivo que consume mucho tiempo, en algunos casos más que la
introducción de los datos. La edición de los datos normalmente consiste en la
visualización de la porción del mapa que contiene los errores en la pantalla del
ordenador y su corrección a través del software, empleando el teclado, el cursor de la
pantalla controlado por el ratón o una tableta digitalizadora.
Los errores de localización en una base de datos vectorial pueden ser corregidas
mediante el movimiento de la entidad espacial, a través del cursor de la pantalla o
indicando su posición en la tableta digitalizadora. En algunos S.I.G., los comandos del
ordenador pueden ser utilizados directamente para mover, rotar, borrar, insertar, alargar
o truncar las entidades gráficas si se requiere.
Los datos nuevos pueden ser añadidos a través del teclado o la tableta digitalizadora.
Algunas operaciones de edición no pueden utilizarse para aislar entidades y deben ser
seguidas de chequeos u operaciones que aseguren la coherencia de la base de datos. Por
ejemplo, en un mapa de polígonos si una parte de una línea se mueve o cambia, las
áreas de los polígonos deben ser recalculadas.
Los problemas de escalado de los datos suelen ser corregidos mediante la aplicación de
factores numéricos simples a los datos. Hay operaciones más complicadas que la simple
rotación o translación y se necesitan para el ajuste de todas las partes al mismo tiempo
de un mapa distorsionado a un mapa exacto. El mapa erróneo conviene compararlo con
el mapa base y es preciso seleccionar un número de puntos en el mapa original que
deben ser conectados mediante vectores al mapa base.
Las transformaciones matemáticas alargan y comprimen el mapa original hasta que los
vectores de conexión se han reducido a longitud cero y los puntos de control están
solapados. Entonces, se asume que todos los demás puntos del mapa original han sido
reubicados correctamente. Este proceso se conoce como “goma elástica” o rubber
sheeting, porque el mapa erróneo original se estira en todas las direcciones como una
goma elástica para ajustarse bien. Este método se puede utilizar tanto para vectores
como para rásters, aunque está indicado mejor para los primeros, ya que la rigidez de
una malla fija y la estructura de los datos no es idónea.
En el supuesto que haya un exceso de coordenadas que definan una línea, éstas pueden
ser eliminadas usando “algoritmos de desherbalaje”.
Los valores de atributos y errores espaciales en datos ráster deben ser corregidos
mediante el cambio del valor en las celdas erróneas. Esto puede hacerse por un simple
comando que digitaliza la celda seguida de la introducción del atributo correcto. Si
existe un número elevado de celdas incorrecto, la nueva información podría ser
digitalizada y ser escrita simplemente encima de los valores existentes.
69
Juan Peña Llopis
7.2. Procedencia de los errores en los datos espaciales.
El vocablo “error” se usa aquí en el amplio sentido para incluir no sólo las erratas, sino
también el concepto estadístico de error como “variación”. Los errores incluyen fallos
que son obvios y fáciles de chequear, pero existen errores de procedencia más fina que
sólo pueden ser detectados cuando se trabaja íntimamente con los datos. Hay otros
errores cuyo origen es más difícil de averiguar, los cuales son el resultado de llevar a
cabo ciertos tipos de procesos; su detección requiere un conocimiento íntimo no sólo de
los datos, sino también de los modelos, la estructura de datos y los algoritmos
utilizados. Consecuentemente, aquellos pasan desapercibidos a la mayor parte de los
usuarios.
El origen de los errores de los datos espaciales puede provenir de los siguientes factores:
Exactitud del contenido. Este es el problema que atañe a los atributos de forma
inherente en los puntos, líneas y áreas de las bases de datos geográficas, que pueden
estar correctas o sesgadas. Se pueden distinguir entre exactitud cualitativa, que se
refiere a si las variables nominales o categorías son correctas (por ejemplo, un área
de un mapa de usos del suelo que ha sido codificada erróneamente como "pastizal"
en vez de "pinar") y exactitud cuantitativa que se refiere al nivel de sesgo en la
estima de los valores asignados (por ejemplo, un pHmetro mal calibrado que estima
todos los valores de pH una unidad superior). La exactitud en los mapas permite
asegurar documentos fiables en la introducción y transformación de los mismos.
Errores de medición. Datos de baja calidad pueden ser el resultado de

observadores o aparatos de poca confianza, imprecisos o sesgados. El lector debe
claramente entender la diferencia entre exactitud y precisión. La exactitud es la
aproximación a la cual un valor estimado se acerca al valor real y normalmente está
calculado por el error estándar. En terminología estadística, precisión es una medida
de la dispersión (generalmente medida en términos de desviación estándar) de
observaciones entorno a la media. Precisión también se refiere a la habilidad del
ordenador de representar números con un cierto número de unidades decimales.
Datos de campo. El estudio de campo es un factor crítico en la calidad de los

datos que están introducidos en la mayor parte de los S.I.G. Un buen diseño del
procedimiento de toma de datos reduce sensiblemente el sesgo del observador. El
factor humano es el más importante para los métodos de recogida de datos basados
en la intuición, como podría ser el estudio del suelo o geología donde la
interpretación se hace en el campo, o desde fotografías aéreas a partir de los
patrones de variación en el paisaje o subsuelo. El usuario es consciente de que
algunos observadores son inherentemente más perceptivos o aplicados que otros,
por esta razón existen bastantes diferencias en estudios debido al método utilizado.
70
Errores de laboratorio. Intuitivamente, se espera que la calidad de las

determinaciones en el laboratorio exceda a las que se realizan en el campo. Aunque,
las determinaciones que se llevan a cabo en un mismo laboratorio usando el mismo
procedimiento pueden ser reproducibles, esto mismo no puede decirse de análisis
efectuados en diferentes laboratorios.
Exactitud en la localización. Su importancia depende del tipo de datos que se

considere. Los datos topográficos tienen un alto grado de exactitud, y con las
técnicas modernas como el GPS se puede posicionar cualquier punto en la superficie
de la Tierra. Los errores de posicionamiento son el resultado del trabajo de campo
de baja calidad, distorsiones en los mapas bases o una mala vectorización después
del escaneo. Estos errores se corrigen con el método de "goma elástica".
Variación espacial natural. La mayoría de mapas temáticos, particularmente

aquellos que contienen propiedades naturales o del paisaje como suelo o vegetación,
no tienen en cuenta fuentes locales de variación espacial o "impurezas" que son
resultado de utilizar un rango pequeño en las unidades de los datos mapeados. Las
convenciones cartográficas forzaron a los edafólogos a crear mapas de suelos
delineando áreas homogéneas. Por lo tanto, la información sobre cambios graduales
entre límites y límites que varían la amplitud no podría ser representada en mapas
coloreados convencionales.
7.3. Factores que afectan a la veracidad de los datos espaciales.
La relevancia de los datos espaciales depende de los siguientes factores:
Edad de los datos. Es raro que se tomen todos los datos al mismo tiempo en un
proyecto, por lo tanto, es posible incluir cambios producidos en los últimos que no
se recogen en los primeros. La mayor parte de planificadores y agencias
medioambientales se fuerzan en actualizar sus mapas, ya que los datos publicados
en forma de mapas antiguos al cabo de un tiempo se quedan obsoletos y conviene
renovarlos.
Área de cobertura. Siempre se desea que toda el área de estudio, tanto si es una
parcela o un país deba tener un recubrimiento uniforme. Si la cobertura no es
completa, entonces se debe tomar la decisión de tomar más datos o generalizar los
datos que se tienen.
Escala del mapa y resolución. La mayor parte de datos geográficos se han generado
y almacenado en forma de mapas temáticos, y sólo en los años recientes con el
desarrollo de los sistemas de información digital ha sido posible tener las observaciones
de campo originales disponibles para posteriores procesados. Es importante que la
escala de los mapas originales coincida con los requeridos para el estudio.
71
Juan Peña Llopis
Densidad de observaciones. Mucho se ha escrito sobre la densidad de

observaciones necesarias para realizar un mapa o interpolación. Aunque, la densidad
actual de observaciones suele ser una guía general para conocer el grado de
fiabilidad de los datos, no es una medida absoluta, como los estudios estadísticos.
Relevancia. No todos los datos utilizados en el procesado de información

geográfica son directamente relevantes para el propósito para el que se utilizan, pero
se han elegido como sustitutos porque los datos deseados no existen o son
demasiado caros.
Formato de los datos, intercambio de datos e interoperatibilidad. Existen tres

tipos de formato de datos en función de su importancia. El primer tipo son los
aspectos puramente técnicos de cómo los datos pueden estar escritos en medios
magnéticos/ópticos (disquetes, CD-ROM,...), el tipo de caracteres utilizados (ASCII
o binario), la longitud de los registros. El segundo tipo de formato concierne a la
manera en la que los datos se organizan, o en otras palabras, la estructura de los
propios datos. Los datos se refieren a entidades en el espacio, registradas como
puntos, líneas y áreas. Si las áreas están codificadas en formato ráster es el conjunto
de píxeles. El tercer tipo de formato se refiere a la localización y atributos de los
datos, su escala, proyección y clasificación.
Accesibilidad. No todos los datos son igual de accesibles. Los datos sobre
recursos de un territorio podrían estar de forma libre y disponible en un país, pero
este mismo tipo de datos podría ser un secreto de estado en otro. Junto a otros, los
aspectos militares de datos para los S.I.G. son los que obstruyen el libre flujo de
datos.
Costes y copyright. Para cualquier proyecto, la recogida e introducción de datos

nuevos o conversión de datos antiguos cuestan dinero y se deben gestionar bien los
costes. El copyright de mapas publicados y datos espaciales varía de un país a otro y
es la mejor manera de verificar mapas cuando se digitalizan o usando datos
espaciales para investigación o aplicaciones comerciales.
Errores numéricos en el ordenador. Al igual que en los errores inherentes en los

datos, hay otras fuentes de errores que se pueden originar en el ordenador. Uno de
los aspectos que puede pasar inadvertido en el procesado informático es la habilidad
que tiene el ordenador en almacenar y procesar datos a un nivel de precisión
requerido. Hay mucha gente que no se da cuenta que utilizar variables o arrays del
ordenador con insuficiente precisión puede conducir a errores serios en cálculos,
particularmente cuando los resultados requieran ser obtenidos mediante restas o
multiplicación de dos números muy largos. Los errores de redondeo pueden acarrear
imprecisión en las coordenadas geográficas, debido a que muchos sistemas usados
para análisis de imágenes están codificados como enteros y no como reales.
72
7.4. Tamaño idóneo de píxel al rasterizar un mapa vectorial lineal.
Como en la mayoría de S.I.G. se emplean mapas en formato vectorial y ráster por sus
distintas cualidades. Los primeros han sido creados al efectuar la digitalización y los
últimos han sido producto de la conversión vector-ráster. Es inevitable la utilización de
mapas en formato ráster para cuantificar y analizar los mismos, con lo cual es necesario
realizar el proceso de rasterización, en el cual es de vital importancia establecer un
tamaño de píxel adecuado. Se establece el tamaño de cada píxel en los mapas en función
de tres razones:
El grado de detalle que se pueda obtener para conseguir buenos resultados. Por
lo tanto, cuanto más pequeño sea el tamaño del píxel más información se tiene de
la imagen, y del mismo modo cuanto más grande sea este tamaño menos
información se puede obtener de ella.
El correcto procesado de los datos por los sistemas de información geográfica.

Con lo cual, cuanto más grande es el tamaño de un píxel, menos información
ocupa en memoria y por lo tanto menos cuesta ejecutar procesos de los S.I.G. por
ordenador, por otro lado si una imagen tiene un tamaño de píxel muy pequeño, al
ocupar mucho espacio en memoria su procesado por los S.I.G. asistidos por
ordenador se hace muy lento e incluso algunos sistemas están creados para
trabajar con un número de píxeles limitado.
El tamaño de la tesela más pequeña, se escogerá en base a la escala de la

información original. Es decir, que en función del tamaño de la tesela más
pequeña se estructure el tamaño los píxeles para que tanto ésta como el resto de
teseslas queden bien representadas en el formato ráster.
• Método de Heywood.
Para determinar el tamaño adecuado del píxel se ha recurrido a un método basado en la
teoría de la información (Turner, 1989) y muy utilizado en ecología. Consiste en la
creación del modelo digital de elevaciones (M.D.E.) a distintos tamaños de píxel
(Heywood, 1995). A partir del vector digitalizado de las curvas de nivel se rasteriza a
diferentes niveles de malla. Una vez se tienen los M.D.E. en formato ráster a distintas
escalas se calcula la diversidad para cada mapa, por el índice de Shannon. La fórmula
que se aplica es la siguiente: H’ = - Σ(pi · Ln pi). Siendo pi la proporción de píxeles para
la clase de altura i, y H’ representa el índice de diversidad.
Se suele cumplir que a altas resoluciones o tamaños de píxel reducidos se obtiene un

mayor detalle en la cartografía que a tamaños de celdilla mayores. Aunque, una
reducción excesiva del tamaño de píxel no conlleva ventajas en la cantidad de
información que aporta, ya que la reducción en el tamaño de píxel supone introducir
información redundante.
73
Juan Peña Llopis
Una vez se tienen rasterizados los modelos digitales de elevaciones se generan los
histogramas y así se obtienen las frecuencias de los elementos que componen la
cartografía. El índice de diversidad de Shannon se calcula a partir de la información de
los histogramas y las pertinentes operaciones realizadas en hojas de cálculo. Finalmente,
se opta por el tamaño de píxel que reporte mayor diversidad.
La utilización del tamaño de píxel óptimo no implica que no se tenga error en la

rasterización, sino que hay una buena aproximación para la conversión vector-ráster. El
error de posicionamiento puede ser medido cuantitativamente por medio del R.M.S.
(Root Mean Squared error ). En el caso del modelo digital de elevaciones (M.D.E) se
suele acompañar con un procedimiento que calcule el R.M.S. a partir de puntos de
control. Es importante conocer este índice para el modelo digital de elevaciones, ya que
a partir de este mapa se extraen otros mapas como el caso de los mapas de pendientes y
orientaciones, que a su vez conservarán la misma exactitud de cálculo. Este índice viene
a indicar el error medio con medidas de tamaño de píxel, y revela si la cartografía
elaborada posee una buena exactitud y fidelidad en el posicionamiento.
7.5. Errores resultantes de rasterizar un mapa vectorial poligonal.
Convertir vectores en forma poligonal a representación ráster utilizando tamaños de

celdas o píxeles más pequeños que los polígonos trae consigo el problema de emparejar
mal la topología cuando los límites irregulares de los polígonos se aproximan a una
malla de celdas. Los polígonos pasan de ser entidades exactas con límites precisos a un
conjunto de píxeles de un mapa ráster, con los errores de conversión consiguientes.
En la Figura 7-1 se muestra la conversión de un triángulo vectorial a una malla de

píxeles, que resulta ser una seria pérdida de información. El área del triángulo podría ser
de 6 ó 7 unidades dependiendo de como las celdas y sus lados estén contados. La
hipotenusa podría ser de 7 lados de unidad de largo si se toman 4 celdas como
aproximación de la diagonal, pero sólo de 6 si se opta por 3 celdas, ambas
representaciones quedan sobrestimadas respecto al triángulo inicial.
7 6
5
3 3 3
4 4 3
Polígono vectorial Polígono ráster Polígono ráster

Área: 6 unidades Área: 7 unidades Área: 6 unidades
Perímetro: 12 lados Perímetro: 14 lados Perímetro: 12 lados
Figura 7-1. Errores que ocurren cuando formas exactas se aproximan a ráster.
74
• Método de Switzer.
Switzer en 1975 presentó una solución general al problema de la estima de la precisión

de una imagen ráster construida a partir de un mapa vectorial de polígonos. Su análisis
no trata de observaciones o errores locales, sino que asume que el error es resultado
solamente del uso de series de puntos localizados en el centro de celdas para estimar
una malla aproximada del mapa original. El método de Switzer se encuentra enfocado
esencialmente con mapas coloreados, como por ejemplo, los mapas temáticos en los que
las unidades homogéneas del mapa se encuentran separadas por límites infinitamente
finos y ajustados. Este método asume que un mapa "real" existe y confrontado a éste se
encuentra un mapa estimado, que se ha obtenido por medio del muestreo comparativo.
Teniendo en cuenta que el mapa "real" con frecuencia se desconoce o no se puede
conocer, Switzer mostró que aplicando ciertos supuestos y mediante el uso de ciertos
estadísticos, se podrían estimar los errores del mal emparejamiento a partir del mapa
estimado formado por una malla de píxeles.
El análisis empieza mediante la premisa de que un mapa M ha sido dividido en k

unidades homogéneas de mapa, o colores (ver Figura 7-2). Cada una de las k unidades
del mapa puede estar representada en el mapa por una o más sub-áreas. Este mapa "real"
está estimado mediante la colocación de una serie de n celdas básicas sobre el mapa.
Entonces, se considera la situación donde el conjunto de celdas muestreadas es regular y
congruente, y cada celda está definida por un sólo punto en medio de la celda. Las
unidades del mapa en el mapa "real" se denominan M1, M2,..., Mk, y en el mapa
estimado M1, M2,..., Mk. Cada celda en el mapa estimado está asignada en una unidad
de mapa Mi si el punto de muestreo de la celda cae dentro de la unidad del mapa Mi en
el mapa "real". Este es el procedimiento común que se utiliza cuando se convierte un
vector poligonal a formato ráster. Para los propósitos de este análisis se asume que el
área total del mapa está escalado a la unidad, es decir, A(M) = 1.
M1 M2 M3 M4 M1 M2 M3 M4
· · · · · · · · · · · · · · · · · · · · · · · · · ·
· · · · · · · · · · · · · · · · · · · · · · · · · ·
· · · · · · · k· · · · · · · · · · · · · · · · · · ·
· · · · · · · · · · · · · · · · · · · · · · · · · ·
· · · · · · · · · · · · · · · · · · · · · · · · · ·
·
·
·
·
·
·
k
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
· · · · · · · · k
· · · · · · · · · · · · · · · · · ·
· · · · · · · · · · · · · · · · · · · · · · · · · ·
· · · · · · · · · · · · · · · · · · · · · · · · · ·
·
·
·
·
·
·
·
·
k
·
·
·
·
·
·
·
·
·
·
·
·
·
·
k
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
·
· · · · · · · · · · · · · · · · · · · · · · · · · ·
Mapa "real" Unidades del mapa Mapa estimado Unidades del mapa
"real" estimado
Figura 7-2. Ejemplo de mapa "real" y estimado junto a sus unidades.
El grado de mal emparejamiento del mapa estimado es función de dos factores

independientes:
75
Juan Peña Llopis
a) La complejidad del mapa real.

b) Las propiedades geométricas en la red de muestreo.
Considerando la complejidad del mapa, se puede definir una cantidad Pij(d) como la
probabilidad de que un punto al azar esté en la unidad i del mapa real y que el punto
central de la celda esté en la unidad j del mapa real, cuando los puntos están separados
por la distancia d. Switzer derivó la siguiente expresión para el porcentaje de
superposición Oij para cada par de unidades rasterizadas del mapa usando malla de
píxeles cuadrados:
Oij = 0.60 · Pij(n-1/2) - 0.11 · Pij(2n-1/2)
El error total para todas las unidades de mapa k está dado por:
k
O = ∑ Oij
i= j
• Método de Bregt.
Bregt desarrolló en 1991 un método elegante para la estimación del error asociado a la
conversión vector-ráster, también denominado método de doble-conversión porque
consiste en rasterizar el mapa dos veces. La primera conversión vector-ráster se realiza
empleando el tamaño de píxel del ráster deseado; esto produce lo que se llama el ráster
base. A continuación, el mapa se rasteriza a una malla de celdas más pequeña y los dos
se comparan. Las celdas en el ráster fino difieren de las del ráster base proporcionando
una estima del error en el ráster base.
Este método compara los errores obtenidos con un parámetro llamado índice del límite
(IL), que se define como la longitud del límite en centímetros por centímetros cuadrados
del mapa. El IL se calcula dividiendo la longitud total de los límites del polígono por su
área total. Se observa que para un tamaño de píxel dado el error de rasterización (o
porcentaje de mal emparejamiento) es una función lineal de IL. Se distinguen dos
situaciones: (a) cuando la celda en el mapa ráster base se clasifica de acuerdo al
polígono en el que su punto central cae, y (b) la clasificación de celdas por el polígono
que domina en esa área.
Bregt comparó su método con el de Switzer y demostró que el suyo proporciona unas
estimaciones fáciles y mejores de error de rasterización, además que sólo se tiene que
calcular el IL. Los valores de IL son independientes de las unidades utilizadas. La
desventaja es que las ecuaciones de regresión necesitan ser elaboradas para todas las
posibles situaciones, mientras que el método de Switzer es completamente general y no
requiere trabajo previo.
76
8. Metodologías en el desarrollo de S.I.G.

Las tareas que acarrean los S.I.G. suelen ser tediosas y consumen mucho tiempo, por
esta razón es necesario fijar los objetivos y la metodología a utilizar antes de empezar,
ya que cualquier imprevisto o indecisión nos puede llegar a hacer perder tiempo o
dinero. Este apartado muestra las etapas críticas desde la adquisición a la presentación
de los datos, y también presenta los procesos más adecuados para cada resultado.
8.1. Optimización de recursos y tiempo en la utilización de un S.I.G.
El proceso de construcción de un S.I.G. (Figura 8-1) consta de muchos pasos desde la

caracterización de la realidad hasta la creación de un mapa imaginario. En ocasiones, no
es necesario llevar a cabo cada uno de los pasos, ya que se puede disponer de
cartografía previa, y continuar a partir de ésta.
Realidad Cartógrafo
Reconocer
Seleccionar
Compilar Clasificar
Simplificar
Simbolizar
Mapa
Imagen mental
de la realidad
? Imaginar
Mapa
Leer
Analizar
Interpretar
Mapa
Usuario
del mapa
Figura 8-1. El proceso de construcción de un S.I.G.
Durante el proceso de construcción de un S.IG. intervienen dos intérpretes: el cartógrafo

y el usuario del mapa. En ocasiones, puede que sean la misma persona, aunque
normalmente no se suele dar.
El cartógrafo o especialista de C.A.D. o S.I.G. es la persona que compila los datos de

varias fuentes. Normalmente suele haber visitado el lugar o sitio que está a punto de
trazar. Después de reconocer qué datos son necesarios para el mapa, selecciona sólo
aquellos que son necesarios efectuar para lograr el objetivo del mapa. El cartógrafo o
especialista de S.I.G. o CAD adquiere los datos que se seleccionan, clasifica los datos
77
Juan Peña Llopis
en menos categorías, los simplifica, y finalmente elige la simbología apropiada para

visualizar la información del mapa.
El usuario del mapa es la persona que toma el mapa, lee la simbología, analiza las
relaciones, e interpreta la información coloreada a través de conclusiones o inferencias.
A partir de la información de los mapas se es capaz de crear una imagen mental del área
antes de verla siquiera. Las conclusiones o inferencias se basan solamente en la
simbología presentada en el mapa. Normalmente, lo ideal es que el cartógrafo o
especialista S.I.G. o CAD y el usuario del mapa sean la misma persona, pero esto no
siempre es así, creándose problemas muy críticos por la selección de simbología y el
diseño del mapa en el proceso de comunicación entre el cartógrafo y el usuario del
mapa.
Hay que tener en cuenta dos aspectos antes de empezar a trabajar en un S.I.G.:
1) ¿Qué datos o información inicial se posee para utilizar en el S.I.G.?

Por ejemplo: mapas, fotografías aéreas, puntos de GPS, etc.
2) ¿Qué información y con qué precisión se quiere obtener para el estudio tras el
uso del S.I.G.?
Por ejemplo: saber el número de hectáreas de un uso determinado, saber la
altura media de un territorio, la orientación predominante, etc.
Una vez conocido el material del que se dispone y se han fijado los objetivos, el paso
siguiente consiste en buscar el método más adecuado para su consecución. A
continuación, se muestran los métodos más comunes para introducir y tratar los datos
geográficos en función de su formato.
En este proceso de introducir los datos, una premisa elemental es la elección del
formato de los S.I.G., los datos vectoriales son los más precisos, aunque en
determinados análisis se requiere el formato ráster. Ante esta contrariedad, lo que se
suele hacer es introducir los datos en formato vectorial, que es la forma más rápida y
segura, y posteriormente rasterizarlos a su tamaño de píxel óptimo cuando se necesite
realizar su análisis.
Dependiendo del soporte preliminar de la información geográfica se pueden tener los

datos iniciales de mayor a menor complejidad en su entrada en: mediciones puntuales
en campo tomadas por GPS; mapas (topográficos, geológicos, políticos, etc.),
ortofotomapas, imágenes tomadas desde satélite (sensores remotos); y pares de
fotografías aéreas distorsionadas.
78
Todos estos soportes de información se pueden agrupar en función de su tratamiento en

los tres tipos siguientes:
1) Mediciones puntuales XYZ.
Las mediciones puntuales en campo tomadas normalmente por GPS se suelen anotar
por escrito y están compuestas por las coordenadas X e Y, junto a un valor Z de los
atributos que pueden ser variables cualitativas o cuantitativas, normalmente suelen ser
variables cuantitativas continuas, como por ejemplo: pH, humedad relativa,
pedregosidad del suelo entre otras.
La mejor manera de incorporar estos datos geográficos XYZ es mediante su

introducción por teclado en una hoja de cálculo, como por ejemplo: Excel.
Posteriormente, se pueden convertir a un formato ASCII o base de datos DBF
reconocible por cualquier S.I.G. También, se pueden introducir estos datos XYZ por
medio de la digitalización en pantalla o por la tableta digitalizadora, pero su precisión es
inferior y el tiempo en introducir los datos es superior.
Los pasos que hay que tomar para llevar a cabo esta labor son los siguientes:
1. Localización espacial mediante el uso del GPS.

2. Anotación de las variables XY del GPS y la Z de la variable de interés.
3. Introducción de los datos geográficos XYZ por teclado o directamente por cable
del GPS a una hoja de cálculo, como por ejemplo Excel.
4. Exportación o conversión del fichero vectorial final, en el caso que haga falta su
transformación a un formato reconocible por programas S.I.G. que puedan
tratarlo, como pueden ser los archivos de texto con caracteres ASCII o archivos
de bases de datos DBF.
En la Figura 8-2 se muestra el esquema de todo este proceso.
. ·
· . :
. · .
Anotación de datos XYZ o Introducción de datos Exportación del

Localización GPS trasmisión por cable al ordenador XYZ en hoja de cálculo fichero vectorial
Figura 8-2. Esquema de la introducción de datos puntuales de GPS.
79
Juan Peña Llopis
2) Imágenes sin distorsiones (ortofotomapas, imágenes satélite corregidas,

mapas escaneados, etc.).
Los ortofotomapas, las imágenes de sensores remotos y los mapas (topográficos,

geológicos, políticos, etc.) suelen estar georrectificados, por lo tanto, no es necesario
realizar su corrección geométrica, como en el caso de las fotos aéreas. A parte de la
digitalización en pantalla, también se puede realizar la digitalización mediante una
tableta digitalizadora.
La digitalización en pantalla consta de los siguientes pasos:
1. Preparación del mapa o foto de referencia en formato reconocible por el

programa donde se tiene que digitalizar.
2. Hacer uso del sistema de coordenadas más apropiado.
3. Trazado de vectores o líneas sobre el mapa o foto de referencia en la pantalla del
ordenador.
transformación a un formato reconocible por programas que puedan tratarlo.
En la Figura 8-3 se esquematiza este proceso.
Preparación del Uso del sistema de Trazado de vectores Exportación del

mapa o foto coordenadas adecuado sobre la foto o mapa fichero vectorial
Figura 8-3. Esquema de la digitalización en pantalla.
La utilización de la tableta digitalizadora suele acarrear los siguientes pasos:
1. Preparación del mapa u ortofoto que se tiene que digitalizar.

2. Ajuste del sistema de coordenadas mediante puntos de control, de los que se
conocen sus coordenadas.
3. Trazado de vectores o líneas sobre el mapa u ortofoto en la tableta y
comprobando su correcto procesado en el ordenador.
transformación a un formato reconocible por programas que puedan tratarlo,
como Miramon, Idrisi,...
En la Figura 8-4 se representa el esquema de todo este proceso.

80
Preparación del mapa u

ortofoto a digitalizar
Ajuste del sistema de Trazado de vectores Exportación del

coordenadas sobre el mapa u ortofoto fichero vectorial
Figura 8-4. Esquema de la utilización de la tableta digitalizadora.
Hay que destacar que estos dos tipos de digitalización tienen sus ventajas e
inconvenientes. La digitalización en pantalla tiene las ventajas de no requerir un
dispositivo especial para realizar la digitalización, por lo que puede efectuarse en
equipos menos dotados, permite una mejor actualización de los datos y el resultado
final posee una mayor precisión. En cambio, la ventaja de la tableta digitalizadora
está en que permite digitalizar sobre los datos originales en formato de papel, por lo
que pueden realizarse modificaciones sobre el mismo papel. Ante esta comparación
es evidente que sea preferible la digitalización en pantalla.
3) Fotografías aéreas distorsionadas.
Los pares de fotografías aéreas se encuentran distorsionadas por multitud de causas

(ópticas, orografía, altura de vuelo, etc.), por estas razones se desaconseja el uso de la
tableta digitalizadora y se pueden seguir dos tratamientos diferentes para corregir o
restituir las distorsiones que poseen antes de realizar la digitalización en pantalla:
La primera técnica consiste en la utilización de macrofotogramas, que consta de los

siguientes pasos:
1. Escanear la/s fotografía/s aérea/s. En el caso de que haya más de una fotografía
aérea realizar una fotocomposición de todas las fotos empleando algún programa
de retoque fotográfico, como Photoshop.
2. Ajuste de la escala bien con el mapa topográfico correspondiente o bien con
algún ortofotomapa.
3. Georrectificación tomando puntos de control con el mapa topográfico u
ortofotomapa, este proceso utiliza ecuaciones polinómicas cúbicas de tercer
orden que establecen una transformación de ajuste de “goma elástica” (rubber
sheet) como si la composición de fotografías a ajustar fuese puesta sobre una
superficie de goma elástica y fuera deformada para que se hiciera corresponder
con el mapa de referencia. En este proceso se construye una nueva imagen que
se rellena con valores del remuestreo mediante la transferencia por el vecino más
próximo. El error cuadrático medio (RMS, Root Mean Square) proporciona la
precisión estándar que se ha obtenido en la corrección geométrica.
81
Juan Peña Llopis
4. Georreferenciación respecto al sistema de coordenadas utilizado.

5. Impresión de la fotocomposición a gran tamaño.
6. Identificación de las unidades de interés por medio de la fotointerpretación de
las fotos (con o sin estereoscopio) y la comparación en el campo.
7. Delimitación sobre el material impreso de las unidades de interés que se han
identificado en las fotografías aéreas mediante el dibujado de líneas de
separación.
8. Digitalización en pantalla de las unidades de interés. La digitalización consiste
en el trazado de vectores o líneas sobre el macrofotograma que se tiene en
pantalla delimitando polígonos.
En la Figura 8-5 se muestra el esquema de todo este proceso.
N
Escanear fotos y Ajuste de la escala Georrectificación Georreferenciación
fotocomponerlas
Impresión del Identificación de las Delimitación de las Digitalización en pantalla o

macrofotograma unidades de interés unidades de interés tableta digitalizadora
Figura 8-5. Esquema de la utilización de macrofotogramas en las fotos aéreas.
Otra técnica más sencilla es la utilización de acetatos, que es más costosa en tiempo,
pero más fiable en precisión. Ésta está integrada por los siguientes puntos:
1. Acoplar acetatos o transparencias encima de las fotografías aéreas.

2. Identificación de las unidades de interés por medio de la fotointerpretación de
las fotos (con o sin estereoscopio) y la comparación en el campo.
3. Delimitación sobre los acetatos de las unidades de interés que se han
identificado en las fotografías aéreas mediante el dibujado de líneas de
separación.
4. Digitalización en pantalla de las unidades de interés. La digitalización consiste
en el trazado de líneas vectoriales sobre un mapa topográfico que se tiene en
pantalla como referencia, en el cual se delimitan las distintas unidades
diferenciadas que se han encontrado en la fotografía aérea. La única dificultad
que exige este proceso es la localización de las zonas de la foto en el mapa de
referencia de la pantalla.
82
En la Figura 8-6 se representa el esquema de todo este proceso.
A vista en la foto Estereoscopio En el campo
Acoplar acetatos encima de las fotos Identificación de las unidades de interés
Delimitación de las unidades de interés Digitalización en pantalla

Figura 8-6. Esquema de la utilización de acetatos en las fotos aéreas.
Procesado de los elementos digitalizados del S.I.G.
Tanto en la segunda como en la tercera técnica se consigue llegar al mismo fin, que es la
digitalización en pantalla, cuyos resultados pueden ser un mapa vectorial de polígonos o
un mapa vectorial de líneas.
De los resultados finales obtenidos tanto por tableta digitalizadora, digitalización en

pantalla de fotos, mapas u ortofotos como por introducción directa por teclado de los
datos XYZ se obtienen tres tipos de salidas gráficas: mapa vectorial de polígonos, líneas
y puntos. Estos mapas al estar en formato vectorial no se pueden utilizar para realizar
análisis espaciales muy sofisticados, ya que requieren tener los datos en formato ráster.
Además en el caso del mapa de polígonos y líneas, aún no se les han añadido las
categorías a los atributos, por lo que todavía no son útiles para su manejo. Por
consiguiente, a continuación se expondrán los pasos que tienen que franquear estos tres
tipos de datos geográficos:
a) El mapa vectorial de puntos XYZ una vez se ha introducido está completo y no

precisa de ningún otro proceso. En algunos casos, este mapa de puntos vectorial no
suele ser el resultado final que se quiere obtener, y se precisa generar un mapa de
superficie continua. Una solución es crear un mapa TIN formado por polígonos
triangulares a partir de datos puntuales, aplicado sobre todo a modelos digitales de
elevaciones, o interpolar los puntos mediante métodos geoestadísticos (kriging). Por
otra parte, también se puede rasterizar el mapa vectorial de puntos o sus resultantes
mapas continuos para posteriores análisis ráster.
b) El mapa vectorial de líneas una vez digitalizado se encuentra también en la fase

preliminar, en la que está compuesto por líneas sueltas y en las que aún no se han
añadido los atributos. Por consiguiente, el primer paso a realizar es la catalogación
de cada una de las líneas que hay en el mapa.
83
Juan Peña Llopis
Este proceso de incorporar los atributos a las líneas en su base de datos se puede
realizar también sobre la marcha al mismo tiempo que se van creando las líneas. A
partir de este momento, ya se tiene un mapa lineal completo en formato vectorial de
la zona con las categorías de interés (curvas de nivel, distancias, etc.). Normalmente,
el mapa vectorial lineal no suele ser el resultado final que se quiere obtener, una
solución, es crear un mapa TIN formado por polígonos triangulares a partir de datos
lineales, o interpolar por medio de un kriging. Otro proceso sería realizar la
rasterización del mapa vectorial para que luego se puedan interpolar las líneas y
poder tener valores entre ellas en el ráster. Además, el mapa en formato ráster ya
puede utilizarse en posteriores análisis. Este caso es muy común en los Modelos
Digitales de Elevaciones (M.D.E.).
c) El mapa vectorial de polígonos una vez digitalizado se encuentra en la fase

preliminar, en algunos casos se trata de un vector lineal no estructurado y está
compuesto por líneas sueltas que se unen en ciertos puntos, pero como todavía no se
ha construido la topología de arcos/nodos no los reconoce como arcos y nodos. Por
lo tanto, se tienen que seguir los siguientes pasos para obtener el mapa vectorial de
polígonos como tal:
1. Construcción de la topología arco/nodo: consiste en que reconozca las líneas

sueltas como si fueran arcos y los puntos donde se unen los arcos como nodos y,
luego, crear su propia base de datos.
2. Construcción de la topología poligonal: radica en el montaje de todos los arcos
por medio de sus nodos, creando un mapa de polígonos y su base de datos
asociada.
3. Corrección de los errores creados en la construcción de la topología arco/nodo y
poligonal (arcos abiertos, polígonos incompletos, eliminación de
micropolígonos, etc.).
4. Categorización de los atributos de los polígonos: consiste en añadir a la base de
datos de los polígonos valores concretos a cada uno de los polígonos y de esta
forma tener registrados todos los polígonos en función de sus características, por
ejemplo: usos del suelo, geología, etc.
A partir de este momento, ya se tiene un mapa poligonal completo en formato

vectorial con las categorías de interés (usos del suelo, geología, etc.). Por una parte,
el mapa vectorial poligonal puede ser el resultado final que se quiere obtener, ya que
es muy preciso y no deja espacios vacíos, o por otra parte, puede ser necesaria la
rasterización de éste para que se pueda utilizar en posteriores análisis ráster.
Todo este proceso de adquisición de los datos geográficos es independiente del soporte
en el que se encuentre (mediciones puntuales XYZ, imágenes sin distorsiones y
fotografías aéreas distorsionadas) y sus sucesivas transformaciones hasta llegar a los
resultados finales se encuentran esquematizadas a continuación en la Figura 8-7.
84
INICIALES
DATOS
Fotografías aéreas Mapa u ortofotomapa Datos puntuales

distorsionadas georrectificado de GPS
INTRODUCCIÓN DE LOS DATOS
Escanear y Utilizar acetatos Escanear y

georrectificar las encima de fotos y ajustar escala
distorsiones fotointerpretar
Digitalización Introducción directa

Digitalización en en tableta por teclado de los
pantalla digitalizadora datos XYZ
. ·
· . :
. · .
MANEJO DE LOS DATOS
Mapa vectorial Mapa vectorial Mapa vectorial

de polígonos de líneas de puntos
Topología arco/nodo Introducción de

y poligonal atributos a las líneas
3
4
1 5
Categorización Rasterización Interpolación Rasterización

de atributos TIN
Rasterización Interpolación Interpolación o kriging
RESULTADOS
FINALES
Mapa vectorial Mapa ráster Mapa ráster de Mapa vectorial Mapa ráster de
de polígonos de polígonos superficie continua TIN superficie continua
Figura 8-7. Esquematización del procesado de los datos en los S.I.G.

85
Juan Peña Llopis
8.2. Diseño gráfico y objetivos de los mapas de un S.I.G.
Un mapa contiene la información geográfica, resalta las relaciones geográficas

importantes y presenta resultados de análisis. Debido a que la mayoría de los usuarios
de los S.I.G. tiene que presentar sus datos espaciales gráficamente a una gran variedad
de lectores, ha hecho de ellos también diseñadores de mapa o cartógrafos.
Cualquier análisis S.I.G. finaliza con algunos resultados que necesitan ser comunicados.
Se puede cumplir el propósito del mapa usando colocación apropiada de elementos del
mapa y escogiendo los símbolos y elementos cartográficos más adecuados para mostrar
el mensaje que se quiere comunicar.
Un objetivo obvio para crear un mapa es mostrar los resultados del análisis. Otros
objetivos del mapa pueden ser simplemente compartir la información, guiar personas o
poder resaltar relaciones espaciales. El objetivo primario normalmente no es crear un
mapa bonito, sino crear un producto que comunique de manera eficaz y clara. Existen
varios factores que controlan el diseño del mapa y que limitan su creatividad y
flexibilidad:
- El objetivo del mapa: Se puede diseñar un mapa para un libro o para una pared,
plegado o extendido, en blanco y negro o coloreado, cuadrado o rectangular, y así
sucesivamente. Cada una de estas condiciones controlaría el diseño del mapa.
- El público: Dependiendo de si el mapa es para el uso de un comité muy técnico o

público general se enfocará de manera diferente. El diseño debe estar al nivel de los
lectores del mapa. Esto controla la complejidad o facilidad del diseño del mapa.
- La realidad y la necesidad de generalizar: Un litoral detallado es importante para los

estudios ecológicos, en el caso que el mapa esté dirigiéndose a ecólogos éste debe
detallarse, porque en este estudio concreto se hacen deducciones basadas en la manera
en que se forma el litoral. Un río con meandros es importante para proyectistas de la
ciudad. No se puede generalizar las formas de estas líneas complejas extensivamente
(por ejemplo, en una recta o una línea curvada grande), ya que al cambiar el mapa a una
escala de mayor detalle no representará la realidad.
- La escala y los límites técnicos: La escala dicta cuánto detalle es capaz de poner en el
pedazo limitado de papel. A una escala de 1:1.000.000, un camino de 10 metros de
ancho debe aparecer en el mapa a una anchura de línea de 0,01 mm. Sin tener en cuenta
el grado de sofisticación del diseño de pantalla puede darse el caso que esté controlado
por la calidad de impresión y trazado del hardware (impresora o plóter).
- El modo de uso: El diseño del mapa merece un tratamiento diferente dependiendo del
lugar y el contexto en que se emplee.
86
- El número de colores: La investigación ha demostrado que el ojo humano está

limitado en su habilidad de descifrar las diferencias en los colores si se excede de doce
colores en una misma vista. Adicionalmente, si se opta por utilizar diferentes matices
del mismo color, hay que tener en cuenta que el ojo humano no es capaz de descifrar
más de siete u ocho matices distintos.
- La legibilidad: La legibilidad está definida como el símbolo más pequeño que puede
leerse fácilmente a una cierta distancia. Muchos mapas fracasan al no revelar la
información útil porque los símbolos de texto, punto o línea son demasiado pequeños.
- El contraste visual y jerarquía: La lectura del mapa puede mejorarse aumentando el

contraste visual entre los símbolos o entre el símbolo y su fondo. Las variaciones en el
tamaño o niveles de gris también pueden producir una jerarquía visual cuantitativa.
Puede usarse contraste visual y jerarquía en el diseño del mapa para dirigir al lector del
mapa un enfoque primero en las áreas más importantes y proceder luego a las áreas
menos importantes.
- El equilibrio visual: Cuando se empieza a desplegar la simbología en un mapa, el

tratamiento diferente de características gráficas puede producir símbolos que varían en
su peso visual. Es necesario un esfuerzo para lograr un equilibrio visual que mejore el
propósito del mapa.
Clasificación de los mapas.
Clasificar los mapas es una tarea difícil, sin embargo, por lo general se pueden dividir
en dos grandes categorías: mapas generales y mapas temáticos.
• Los mapas generales: Muestran los tipos de datos posicionales o de localización.

Éstos colorean una gran variedad de entidades y se usan para muchas
disciplinas. Esta es la razón por la que se les denomina “generales”. Los
ejemplos de tales mapas incluyen mapas del atlas o los mapas topográficos
producidos por los principales organismos territoriales.
• Los mapas temáticos: Hay dos tipos de mapas temáticos: cualitativo y

cuantitativo (ver Figura 8-8). Los dos
Suelos Población
suelen mostrar la distribución de un
atributo en concreto y ambos
generalmente colorean un solo atributo
o relación. No es raro, sin embargo,
para los mapas temáticos más
complicados tener varios atributos o Cualitativo Cuantitativo
relaciones. Figura 8-8. Tipos de mapas temáticos.
87
Juan Peña Llopis
o Los mapas temáticos cualitativos: Estos mapas representan los datos

mediante diferentes tipos de entidades igual importancia a una escala
nominal, como por ejemplo los diferentes tipos de usos del suelo.
Algunos mapas cualitativos pueden cambiar a una clasificación
cuantitativa si se sustituye la escala nominal a otra ordinal.
o Los mapas temáticos cuantitativos: Estos mapas muestran

deliberadamente las diferencias de las características cuantitativas. Para
visualizarlos es necesario fijar un intervalo o escala en la proporción de
la variable de interés, como por ejemplo: la densidad de población por
kilómetro cuadrado, o variación en temperatura o humedad.
8.3. Construcción de una base de datos de un S.I.G.
Para asegurar el éxito de un proyecto S.I.G. es crítico una buena planificación. En este
punto, se presentarán los problemas y procesos involucrados en el diseño de una base de
datos de un S.I.G.
No hay un único procedimiento correcto que se ajuste para cualquier diseño de base de
datos, el procedimiento a perfilar se trata más bien de una pauta a seguir. El proceso de
planificar una base de datos no es lineal. Existen bucles retroalimentativos,
especialmente entre el estudio piloto, los diseños conceptuales y lógicos, y el diseño
físico. Los pasos a seguir durante este proceso de diseño se muestran en la Figura 8-9.
Necesidades de evaluar
Diseño conceptual Prototipado

y lógico
Diseño físico
Plan de automatización
Proyecto piloto
Implementación final
Figura 8-9. Esquema del proceso de construcción de una base de datos S.I.G.
88
Las necesidades de evaluar.
Determinar las funciones que soportará el S.I.G. en este paso. Para conseguir la
información necesaria para completar esta tarea se podría entrevistar y consultar a los
usuarios potenciales, los inventarios de los datos, los funcionamientos del hardware,
software y personal.
Quizás ningún paso en el proceso del diseño de la base de datos es tan crítico y consume
potencialmente tanto tiempo como las necesidades de evaluar. Hay una buena razón
para destinar la atención apropiada y recursos a este paso. La habilidad de los S.I.G. de
operar aceptablemente se relaciona directamente con las funciones necesarias de los
S.I.G. que se saben manejar.
El diseño conceptual y lógico.
Consiste en determinar el contenido de la base de datos y la organización lógica de los

datos en la base de datos. Una vez se ha determinado qué datos se almacenarán en la
base de datos, la próxima tarea es seleccionar las clases de entidad y organizar éstas en
capas.
El diseño conceptual es un concepto de alto nivel de cómo la base de datos trabajará. El

diseño lógico es un diseño detallado que ejecuta el plan conceptual de acuerdo con un
modelo de datos específico. Este procedimiento incluye determinar los contenidos de la
base de datos (información espacial, atributos y comportamiento), seleccionando los
datasets geográficos apropiados, y organizando el contenido en una serie de temas.
Para determinar el formato de almacenamiento de datos ArcInfo y ArcView ofrecen

muchas opciones para almacenar datos espaciales y de atributos. Cada formato tiene sus
ventajas y limitaciones, pero si se conocen las necesidades, se debe poder seleccionar
los formatos que trabajarán mejor para los S.I.G. a desarrollar. Cuando se escogen los
formatos de datos se deberían considerar los inconvenientes siguientes:
• La topología: El formato de archivo coverage almacena la topología del

polígono y de la línea. El formato geodatabase, en la actualidad, almacena sólo
la topología de líneas. Los shapefiles no guardan la topología.
• El vector contra los datos ráster: El formato ráster se ajusta sobre todo a los
datos sin límites claros (datos continuos) como la temperatura, polución, y
elevación. El formato vectorial almacena las líneas discretas, para que éstas se
ajusten mejor a los datos discretos como las calles y límites de parcelas.
• La consistencia: Los formatos que se escogen dentro de la organización deben
estandarizarse y ser fácilmente convertibles si es necesario.
89
Juan Peña Llopis
El diseño físico
Físicamente se estructuran los datos para que se ajusten al formato de datos del
software. Un esquema detallado de la base de datos también se lleva a cabo en esta fase,
junto con los planes para la documentación y las convenciones al nombrar los archivos.
Hay algunos problemas del diseño físico a tener en cuenta al diseñar la base de datos:
Las fuentes de datos: Decidir qué fuente de datos se usa para los S.I.G. puede involucrar
búsquedas fuera de la organización. Éste es un paso importante porque el coste y
calidad de la base de datos pueden ser afectadas profundamente por la opción de las
fuentes de datos.
Diseñar datasets individuales: Este paso es una traducción detallada del diseño
conceptual en un diseño físico. Consiste en hacer el último diseño de cada dataset
geográfico y tabla de manera independiente. Se decide precisamente cómo cada
elemento de datos se almacenará y qué esquemas codificados se usarán. Trata de
determinar qué relaciones se almacenarán, qué dominios y subtipos se establecerán.
La documentación: Establecer una convención de la denominación estandarizada para

los datos de archivos espaciales, atributos y relacionados. Determinar qué información
se almacenará como la documentación para la base de datos y qué procedimientos se
implementarán.
El esquema de la base de datos: El esquema de una base de datos de los S.I.G. es su

estructura global. Esta parte del diseño físico traduce el diseño conceptual o lógico en
un diseño detallado. Además, para los componentes de datos, el esquema debe tener en
cuenta también los dispositivos de almacenamiento físico, la seguridad y necesidades
del usuario. Una vez diseñado, un esquema de la base de datos debe ser difícil de
alterar, pero posible si es verdaderamente necesario.
El plan de automatización
En el plan de automatización se establecen los procedimientos y se preparan los datos

para la automatización e implementación del plan. Si hay problemas durante este paso,
se puede necesitar reevaluar el diseño de la base de datos.
Una vez el diseño de la base de datos se ha finalizado, se pueden empezar a incorporar

los datos en la base de datos. Aunque hay una enorme cantidad de fuentes comerciales y
técnicas para capturar los datos, el proceso normalmente sigue estos tres pasos:
1. Convertir los datos al formato deseado. Esto podría requerir múltiples pasos.
2. Corregir cualquier error espacial y agregar los datos de atributos apropiados.
90
3. Agregar los pedazos individuales de datos en una representación completa del área de
estudio.
Esto puede requerir también eliminar algunos datos superfluos. Hay que recordar que es
conveniente planear los métodos de automatización de datos antes de empezar esta fase
del proyecto y documentar cada paso.
El proyecto piloto
Se prueba la funcionalidad, ejecución y flexibilidad del diseño de la base de datos. Por

lo menos, un estudio piloto debe realizarse antes de la implementación completa de la
base de datos.
Dirigiendo un estudio piloto, por lo menos, permite evaluar el diseño de la base de datos
a un coste relativamente bajo antes de la implementación a gran escala. El diseño debe
probarse para la funcionalidad, ejecución y flexibilidad.
Para encontrarse este objetivo, un estudio piloto debe reflejar los tipos de tareas que los
S.I.G. exigen realizar. También, debe usar varios datasets diferentes para asegurar que
el diseño está trabajando. A veces, se requiere más de un estudio piloto.
Prototipado
Resulta conveniente probar su funcionamiento. Se trata de una retroalimentación

realizada por los usuarios que puede evitar futuros problemas.
8.4. Manejo adecuado de los programas para la creación de un S.I.G.
Durante el proceso de creación y manejo de mapas, y la posterior salida de los mismos

se suelen utilizar gran cantidad de programas, ésto es debido a que no existe en la
actualidad ningún software de S.I.G. ideal, que reuniendo las propiedades de
introducción, manejo, análisis y salida de los datos, sea el más conveniente para utilizar
en todos estos procesos y que dependiendo de nuestros intereses existan otros
programas más competitivos y con mejores resultados.
Puesto que es evidente que ningún software de S.I.G. es el mejor de los programas
posibles y no se llegan a cubrir todas las posibles expectativas con un único software,
los programas acaban especializándose en función del tipo de datos, el tipo de
aplicaciones y la lógica de trabajo que se supone que se van a utilizar.
Según el tipo de datos que manejan:
91
Juan Peña Llopis
• S.I.G. ráster. Incluyen principalmente herramientas para el manejo de variables

espaciales y teledetección (Idrisi32, GRASS, Erdas, E.R. Mapper, SPRING y
PCRaster).
• S.I.G. vectorial. Manejo de objetos (ArcInfo, ArcView, MapInfo y Geomedia).
Respecto a la forma de organizar el trabajo:
• S.I.G. basados en menús. Están orientados normalmente a la gestión tanto en

empresa como en administración (ArcView, Idrisi32, MapInfo, Geomedia,
SPRING, Erdas y E.R. Mapper). Son un software más sencillo y más intuitivo
de aprender.
• S.I.G. basados en comandos. Están orientados a la investigación (GRASS,

ArcInfo Workstation y PCRaster). La ventaja de los programas basados en
comandos reside en la capacidad de programar y ejecutar scripts o comandos
complejos, que permiten ahorrar tiempo para realizar tareas repetitivas.
También, hay que distinguirlos atendiendo al tipo de comercialización:
• S.I.G. libres (GRASS).
• S.I.G. comerciales (ArcInfo, Idrisi32, Geomedia, MapInfo, Erdas, E.R. Mapper).
• S.I.G. gratuitos o semigratuitos (SPRING, PCRaster).
Finalmente, en función de la plataforma que utilizan:
• S.I.G. para Windows (ArcInfo, Idrisi32, Geomedia, MapInfo, Erdas, E.R.

Mapper, SPRING y PCRaster).
• S.I.G. para UNIX o linux (ArcInfo y GRASS).
La mayoría de programas de S.I.G. poseen formatos propios para cada tipo de archivo,
aunque al mismo tiempo tienen la posibilidad de exportación o importación de sus
archivos, lo que permite la conversión de los archivos entre los distintos programas de
S.I.G. Esta particularidad es muy importante para el libre uso de los datos entre los
diferentes programas que existen y de esta forma, utilizarlos para el análisis de datos
que sea más idóneo.
Programas S.I.G.
Con el fin de tener un mejor conocimiento del software que existe en la actualidad se
detallan las características más significativas de cada uno de los programas de S.I.G.
más relevantes:
92
ArcView 3.X:
El ArcView es un programa de consulta y visualización de mapas vectoriales y rásters,

sus capacidades de edición son limitadas, puesto que normalmente ya se han realizado
en otro S.I.G. compatible. El ArcView permite trabajar tanto con formato vectorial
como con formato ráster (precisa del módulo Spatial Analyst), aunque está enfocado
hacia el formato vectorial. Una de las ventajas más grandes que tiene el ArcView es su
potente motor de bases de datos. Ésto permite añadir categorías a los atributos a medida
que se visualiza el mapa en pantalla, esta interactibilidad hace del ArcView un
programa muy útil para el manejo de bases de datos geográficas. Una de las desventajas
del ArcView son las tareas de edición que son tediosas y es preferible realizarlas en otro
programa, con lo que el ArcView es el programa idóneo para consultar y expresar el
resultado final de los datos.
ArcGIS:
Es la nueva generación de S.I.G. de ESRI que viene a integrar bajo una misma
arquitectura los productos ArcView y ArcInfo de versiones anteriores. Está compuesto
por ArcView, ArcEditor y ArcInfo, que proporcinan de menos a más funcionalidad.
Pero, todos ellos son fáciles de manejar, con multitud de herramientas para consultar,
analizar y presentar los datos con gran calidad de presentación. De este software trata la
parte práctica del presente libro.
MapInfo:
MapInfo está enfocado al mercado de gestión de mapas aplicado a las empresas,

permitiendo realizar análisis sofisticados y detallados para tomar decisiones más
acertadas, desde crear mapas con detalle para gestionar geográficamente activos a
revelar patrones y tendencias en los datos para entender a los clientes y la demografía
del mercado. La facilidad de uso y su integración con las aplicaciones de productividad
han hecho de MapInfo el líder en el sector de S.I.G. para planificación estratégica y
logística en el área de negocios.
Erdas Imagine:
ERDAS es un potente software de tratamiento digital de imágenes, así como un S.I.G.

ráster, fácilmente integrable con sistemas vectoriales como ArcGIS. ERDAS Imagine
resulta ser un programa de calidad para el análisis de cualquier tipo de dato geográfico,
en cualquier campo. Ofrece una solución flexible y escalable para el tratamiento digital
de imágenes, análisis espectral, fotogrametría digital, integración de datos SIG y
composición de mapas.
93
Juan Peña Llopis
ER Mapper:
ER Mapper es un avanzado sistema de proceso digital de imágenes, teledetección y

composición cartográfica, enfocado a las ciencias de la tierra para integrar, realzar,
visualizar e interpretar los datos geográficos. ER Mapper representa una innovación al
permitir la integración y el procesado de los datos de una forma realmente interactiva y
en tiempo real. El interfaz gráfico de usuario es realmente fácil de aprender y utilizar e
integra toda la funcionalidad en un único programa o módulo.
PCRaster:
PCRaster es un S.I.G. que consiste en un juego de herramientas para guardar,

manipular, analizar y recuperar la información geográfica. Es un sistema basado en
formato ráster, con la peculiaridad de la manera de almacenar los tipos de datos en la
base de datos y las posibilidades para la manipulación y análisis de los datos. La
arquitectura del sistema permite la integración de modelos con las funciones de los
S.I.G. clásicas.
Geomedia:
Geomedia Professional ha sido el primer producto de captura y manejo de datos

espaciales diseñado para trabajar con bases de datos relacionales estándares. Está
enfocado hacia la alta productividad en captura, edición, análisis y salida de datos. Ha
sido diseñado específicamente para proporcionar una solución S.I.G. completa desde la
captura hasta la salida de datos. Geomedia Pro se integra con la mayoría de las
herramientas de automatización de oficina, tales como hojas de cálculo, presentaciones,
o herramientas para informes.
GRASS:
GRASS (Geographic Resources Analysis Support System), es un S.I.G. usado para el

manejo de datos, procesamiento de imágenes, producción gráfica, modelización espacial
y visualización de muchos tipos de datos. En la actualidad es uno de los sistemas de
información geográfica más conocidos y utilizados debido a las facilidades que ofrece
para el manejo y el análisis de información georreferenciada, además de contar con la
ventaja de que es de libre distribución y opera en estaciones de trabajo con UNIX,
aunque también está disponible para Linux. GRASS está compuesto por módulos, lo
que permite implementarlo para diversos usos. Es compatible con los formatos
ArcView y MapInfo.
94
SPRING:
Es un S.I.G. gratuito de fácil manejo y de grandes prestaciones. Puede descargarse el

programa completamente operativo o solicitarse un CD. Soporta funciones de
procesamiento de imágenes, análisis geográfico, M.D.T., álgebra de mapas, consulta a
bases de datos relacionales, importación de datos, georreferenciación, etc. Se trata de un
sistema multiplataforma UNIX y Windows que trabaja con tipo de datos vector/ráster.
Miramon:
El Miramon es un programa reciente que permite la edición, visualización y consulta de

mapas rásters y vectoriales. Pese a su entorno poco vistoso, posee grandes ventajas
respecto a otros programas S.I.G., ya que permite soportar gran cantidad de formatos de
archivos, posee una gran capacidad de exportación/importación, posibilita las labores de
estructuración topológica de vectores no estructurados y permite la digitalización y
edición (borrado, conexión,...) vectorial sobre la pantalla, tanto encima de rásters
(ortofotos, falso color,...) como de otros vectores. Los formatos que utiliza el Miramon
son vectorial, ráster y una composición de ambos.
Idrisi:
El Idrisi v.2.0 es la versión anterior al Idrisi32. Este es un programa bastante similar al

Idrisi32, ya que los cambios en la estructura del programa han sido muy pocos, tan sólo
se han añadido nuevos y mejores módulos de análisis y se ha cambiado el formato de
los ficheros rásters y vectoriales y en consecuencia su extensión, aunque se pueden
convertir. Por lo tanto, el Idrisi v.2.0 no tiene ninguna ventaja con respecto a la nueva
versión de Idrisi32, con lo cual esta versión antigua es prescindible.
Idrisi32:
El Idrisi32 es un programa adecuado para la visualización y manejo de ambos tipos de

datos: ráster y vectorial, aunque, el análisis está orientado principalmente al uso de
imágenes ráster. Por ello, suele describirse como un sistema ráster. No obstante, posee
una serie de comandos de conversión vectorial a ráster que permite incorporar con
facilidad las capas vectoriales a los procesos de análisis. Además, incorpora un sistema
de gestión de base de datos que está directamente conectado a los datos vectoriales. Así
ofrece una buena solución a los análisis geográficos que requieren ambos tipos de capas
temáticas. En Idrisi32 la introducción de los datos es el único problema, salvo esta
particularidad está reconocido como el mejor software de análisis para formato ráster.
95
Juan Peña Llopis
Otros programas que complementan a los S.I.G.
Por otra parte, existen otros programas que pese a no ser considerados S.I.G. conviene
tener instalados por su interacción con los datos del S.I.G., éstos son los sistemas
C.A.D. (Computer Aided Design ), hojas de cálculo, bases de datos, editores de texto,
software de programación, programas de retoque fotográfico y diseño gráfico 3D.
Surfer:
El Surfer es un programa sencillo para crear mapas vectoriales bidimensionales o

tridimensionales de variables discretas o continuas, con posibilidad de realizar precarias
interpolaciones en un espacio X,Y entre puntos de una Z conocida. Es capaz, también
de elaborar mapas ráster. No obstante, no se trata de un programa con el suficiente rigor
geoestadístico o geográfico como para considerarse S.I.G., aunque, por su sencillez,
facilidad de manejo y sus atractivas presentaciones es muy eficaz para la realización de
modelos digitales de elevaciones y mapas sencillos a partir de pocos datos de origen.
Microstation:
El Microstation es un sistema C.A.D., que agrupa una serie de programas, utilizados

como "mesas electrónicas de dibujo", que facilitan el trabajo de delineantes, arquitectos
y planificadores. Los archivos que utiliza son de tipo vectorial (*.DGN) muy similares a
los archivos de Autodesk Map. Este programa se suele utilizar para las labores de
digitalización, ya que es un sistema muy manejable y versátil. Además, al comprimir en
gran medida los ficheros de tipo vectorial resulta muy útil a la hora de trabajar con
muchos mapas de referencia.
Autodesk Autocad Map:
El Autodesk Autocad Map (anteriormente llamado Autocad) es otro programa C.A.D.

(Computer Aided Design) que también trabaja con archivos vectoriales muy parecidos a
los de Microstation, sin embargo en la versión Map trata de unir los sistemas C.A.D. y
S.I.G. teniendo capacidad muy completa de exportación/importación. Junto con el
Microstation son programas muy similares y poseen muchas tareas comunes, ya que se
pueden utilizar ambos para la digitalización y el cartografiado.
Excel:
El Excel como cualquier otra hoja de cálculo (Quattro Pro, Lotus,...) es muy útil para
realizar cambios a las matrices numéricas de las que está compuesta cualquier mapa.
También, es muy práctico para introducir de forma rápida datos XYZ en formato
vectorial de puntos, como pueden ser datos de GPS.
96
Access:
El Access como cualquier otra base de datos (dBase, Paradox, FoxPro,...) se puede
utilizar para editar, corregir o modificar los atributos que contenga la base de datos de
un mapa vectorial de polígonos o líneas. De esta forma, se puede acceder a los datos sin
que se utilice el programa S.I.G., que en muchos casos las tareas de modificar los
atributos dentro del programa S.I.G. se hacen muy tediosas y en las bases de datos se
pueden realizar de forma automática.
Word y otros editores de texto:
El Word y cualquier editor de texto (WordPerfect, Bloc de notas, WordPad,...) sirven

para la lectura de los archivos de documentación, archivos adjuntos de
georreferenciación de imágenes (world file), etc. que tienen los mapas y permite ver,
corregir o modificar, siempre que ello no suponga ningún problema a la hora de que el
programa S.I.G. compare la información que tiene el archivo de documentación con el
archivo que contiene los datos geográficos.
Visual Basic:
El Visual Basic como cualquier otro sistema de programación (Pascal, Delphi, C, C++,
etc.) se puede utilizar para crear nuestros propios programas que sean capaces de
reconocer los datos de las imágenes (en código ASCII o binario) y así realizar análisis
complejos que no son posibles con el software básico. Aprender Visual Basic es una
ventaja considerable con respecto a cualquier otro, ya que los scripts y macros del
ArcGIS se escriben en este lenguaje.
Photoshop:
El Photoshop es uno de los programas de dibujo más extendidos y utilizados. Éste sólo
puede visualizar y trabajar con archivos de dibujo de tipo ráster (*.TIF, *.BMP, *.JPG,
etc.). Entre sus ventajas residen su sencillez y el manejo de capas, que le confieren gran
utilidad a la hora de trabajar con software S.I.G., ya que a veces es necesario realizar
retoques de postproducción que es más fácil de realizar que en el mismo S.I.G.
Corel Draw:
El Corel Draw es otro de los programas de dibujo más comunes, en este caso, éste sólo
trabaja con ficheros vectoriales, aunque permite su exportación a rásters. La capacidad
de trabajar con ficheros vectoriales hace que sea compatible con el Microstation y con
Autocad. Al igual que el Photoshop el Corel Draw tan sólo tiene utilidad a la hora de
mostrar los resultados de los mapas, donde se puede utilizar para añadir estética.
97
Juan Peña Llopis
Bryce:
Por medio del Bryce se pueden moldear formas y estructuras, entre las que pueden
incorporarse información espacial para la realización de paisajes tridimensionales.
Posee una interfaz muy accesible que permite introducir fácilmente nuevos elementos,
de esta manera consigue que sea sencillo de manejar. El renderizado que ostenta es
bastante rápido y de gran realismo. El editor de árboles es muy adecuado a la hora de
recrear paisajes.
World Construction Set:
Es un programa para la visualización del terreno que utiliza la geometría fractal y cuya
principal característica es poseer la capacidad de utilizar datos provenientes de un
S.I.G., para integrar datos reales en el terreno y con coordenadas reales. También,
permite la integración de objetos 3D de programas como 3D Studio Max o Lightwave.
Es capaz de representar el terreno con suficiente realismo en cuanto a textura,
vegetación y posicionamiento de los elementos sin utilizar la textura de una imagen de
satélite o de una fotografía aérea. Su aplicación es muy interesante, no sólo para la
visualización del terreno, sino también para estudios de impacto medioambiental o
estudios biológicos.
98
PARTE PRÁCTICA
9. Introducción al ESRI ArcGIS 9

A finales de 2000, fruto de una larga investigación y esfuerzo de desarrollo, la empresa
ESRI (Enviromental Systems Research Institute) dio a conocer la primera fase del
sistema de ArcGIS, una nueva arquitectura integrada para los productos S.I.G. Esta
arquitectura proporciona una solución escalable y global para construir y servir
aplicaciones S.I.G. de todos los tipos dentro de todas las arquitecturas de ordenadores.
ArcGIS comprende una gama escalable de productos software que comparten la misma
arquitectura de componentes (ArcObjects), siendo una nueva plataforma para crear,
manipular, distribuir y aplicar la información geográfica.
El sistema de ArcGIS se diseña para interactuar con la tecnología, aplicaciones y bases

de datos existentes en la empresa. Por medio del uso de estándares abiertos, tales como
COM, XML y SQL, ArcGIS puede comunicarse con las bases de datos de la empresa
(con o sin extensiones espaciales), servidores Web, y aplicaciones complementarias
para la gestión de recursos de la empresa y gestión de la relación con el cliente.
Los usuarios pueden desplegar múltiples clientes de ArcGIS (ArcView, ArcEditor,

ArcInfo, ArcExplorer, Navegadores) y servidores de ArcGIS (ArcSDE y ArcIMS) para
resolver sus necesidades por medio de las soluciones escalables S.I.G.
ArcGIS tiene una nueva interfaz gráfica de usuario que facilita e incrementa la
productividad. A partir de la versión 8.X de ArcGIS en la que se añadieron tres nuevas
aplicaciones (ArcMap, ArcCatalog y ArcToolbox) que trabajan juntas para realizar la
mayoría de las tareas que estaban asociadas con los S.I.G. en el pasado. Estas
aplicaciones ayudan a interactuar con los S.I.G. a través de métodos básicos, mapas,
datos y herramientas.
El nuevo concepto de modelo de datos en ArcGIS es el "modelo de datos de objetos"

que permite la creación de bases de datos orientadas a la información geográfica
logrando combinar las propiedades de los objetos con su "comportamiento". Estas bases
de datos inteligentes otorgan al usuario la habilidad de añadir definiciones y
comportamiento a objetos, que de esta manera son más parecidos a los del mundo real.
Además, los usuarios finales y no programadores pueden personalizar ArcGIS mediante
herramientas dirigidas por menú. Con la inclusión de VBA (Visual Basic para
aplicaciones) podremos incorporar en nuestros proyectos scripts que realicen ciertas
tareas utilizando el modelo de objetos de ArcGIS (ArcObjects).
99
Juan Peña Llopis
9.1. Estructura de ESRI ArcGIS 9.
ArcGIS es la nueva familia de productos S.I.G. de ESRI. Esta familia se compone de

una gama escalable de varios productos que comparten la misma arquitectura y siguen
la línea tecnológica iniciada con ArcInfo y ArcSDE. Los nuevos productos cliente de la
gama ArcGIS son ArcInfo, ArcEditor y ArcView que se completa con dos productos
servidores: ArcSDE y ArcIMS (ver Figura 9-1).
Productos ArcView ArcEditor ArcInfo

ArcGIS
Servicios ArcIMS
ArcGIS ArcSDE
Depósito Base de
de datos datos
Figura 9-1. Arquitectura del sistema ArcGIS.
Todos los productos de ArcGIS comparten una arquitectura común, de esta manera, los
usuarios pueden compartir su trabajo con otros usuarios. Los mapas, los datos, la
simbología, las capas del mapa, las herramientas personalizadas e interfaces, los
informes, los metadatos, y así sucesivamente, pueden accederse intercambiablemente en
todos los productos. Esto significa que se consigue el beneficio de usar una sola
arquitectura en lugar de aprender y desplegar muchas arquitecturas diferentes.
Bajo el nombre ArcGIS Desktop se comercializan los sistemas ArcInfo, ArcEditor y

ArcView, que comparten un mismo núcleo y un número de funciones que varía de la
versión mas completa (ArcInfo) hasta la mas simple (ArcView). Pero cada una de ellas
está compuesta por dos aplicaciones diferentes: el ArcMap (semejante al ArcView 3.X)
y el ArcCatalog (semejante al Explorador de Windows para datos espaciales); por otra
parte, integrado en éstos se encuentra el ArcToolbox (conjunto de herramientas de
conversión y análisis de los datos). Empleando estas tres aplicaciones juntas, se puede
realizar cualquier tarea S.I.G., desde una tarea simple a una más avanzada, incluso la
cartografía, manejo de los datos, análisis geográfico, edición de datos y
geoprocesamiento.
100
ArcGIS Desktop usa tres productos del software que comparten una misma interfaz y
por tanto tienen el mismo aspecto y trabajan de la misma manera, cada una proporciona
un nivel más alto de funcionalidad. ArcView proporciona la cartografía completa y
herramientas de análisis con corrección simple y herramientas del geoprocesamiento.
ArcEditor incluye la funcionalidad completa de ArcView con la suma de capacidades de
la corrección avanzadas para coverages y geodatabases. ArcInfo extiende la
funcionalidad de ambos conteniendo el geoprocesamiento avanzado. También, incluye
las aplicaciones para el Workstation de ArcInfo (Arc, ArcPlot, ArcEdit, y así
sucesivamente). Además, ArcGIS tiene la posibilidad de conseguir en abundancia datos
espaciales y recursos disponibles a través de los servicios de ArcIMS en Internet o
almacenado en una base de datos de ArcSDE. ArcGIS Desktop es un sistema completo,
integrado y escalable diseñado para satisfacer las necesidades de una gama amplia de
usuarios de los S.I.G. A continuación, se explica con detalle la funcionalidad de cada
producto del sofware ArcGIS:
ESRI ArcReader.
ArcReader es un visualizador de mapas gratuito. Está construido con los mismos

componentes tecnológicos que ArcGIS y comparte con el resto de productos el mismo
entorno de trabajo. Con ArcReader se puede visualizar, consultar e imprimir mapas de
forma sencilla. Se puede descargar en la siguiente web:
http://www.esri.com/software/arcgis/arcreader/download.html
ESRI ArcGIS ArcView.
ArcGIS ArcView es la siguiente generación de ArcView de ESRI. Este cambio de versión

de 3.X a 8.X indica que por un lado la ampliación de funcionalidad y por otro que ArcGIS
ArcView está construido sobre la misma tecnología que ArcGIS ArcInfo y ArcSDE.
Todos estos productos están diseñados para trabajar en armonía con los demás. ArcGIS
ArcView proporciona la misma funcionalidad que ArcView 3.X, con algunos cambios
notables, como la nueva aplicación ArcCatalog para manejar y administrar datos,
personalización con VBA (Visual Basic para Aplicaciones), mayor número de
herramientas de edición, soporta anotaciones y mucho más. ArcGIS ArcView comprende
las aplicaciones ArcCatalog y ArcMap, ambas con una versión reducida de ArcToolBox.
ESRI ArcGIS ArcEditor.
ArcEditor está principalmente diseñado para crear y editar geodatabases. Abarca una
versión completa de ArcMap, incluyendo todo el editor de objetos, y ArcCatalog. Con
el ArcEditor se pueden crear y modificar bases de datos y esquemas de bases de datos
para ficheros shapefile, coverages, geodatabases personales y geodatabases de
corporativas.
101
Juan Peña Llopis
ESRI ArcGIS ArcInfo.
ArcInfo es el producto funcionalmente más rico en la familia de productos ArcGIS.

Incluye toda la potencia que puede dar ArcView y ArcEditor, con todas las herramientas
disponibles de ArcToolbox y una versión completa de ArcInfo Workstation (Arc,
ArcEdit, ArcPlot, Arc Lenguaje y todas las extensiones). ArcInfo es un sistema GIS
completo: permite crear datos, actualizarlos, consultarlos, hacer mapas y realizar
análisis.
ESRI ArcSDE.
ArcSDE permite trabajar con datos geográficos almacenados en un sistema de gestión

de bases de datos relacionales como Oracle, Microsoft SQL Server, IBM DB2 o
Informix. ArcSDE gestiona el intercambio de información entre ArcGIS y la base de
datos relacional, permitiendo a varios usuarios compartir y editar de forma simultánea
los datos geográficos almacenados en un servidor.
ESRI ArcIMS.
ArcIMS es un S.I.G. sobre Internet. Es una herramienta que permite publicar a través de
Internet mapas y datos incluyendo herramientas de visualización, consultas a la base de
datos, simbolización y análisis sin necesidad de que el usuario tenga instalado ningún
tipo de software S.I.G. en su ordenador.
ESRI ArcPad.
El software ArcPad es la solución para el mapeo móvil, orientado a proyectos de

captura de datos y recogida de información geográfica mediante posicionamiento GPS
en campo. ArcPad añade a los dispositivos móviles (Pocket PC, Tablet PC, etc.)
funcionalidades GIS y GPS, proporcionando la integración de acceso a bases de datos y
sistemas de posicionamiento global en cualquier parte en tiempo real.
102
9.2. ArcCatalog ( ).
Esta aplicación es un avanzado explorador de datos geográficos en forma de archivos

cartográficos y alfanuméricos contenidos en el PC, una Intranet o Internet, desde el que
se puede controlar el acceso a la cartografía, tablas, bases de datos, etc. (Figura 9-2),
permitiendo la exploración (presenta los datos con una estructura de árbol),
organización, documentación de los datos (fotografías, carpetas, ficheros de texto,
AML, etc.) y su previsualización, ya que es capaz de generar vistas de los datos en
tabla(s) y mapa(s). Posibilita arrastrar los datos espaciales directamente a ArcMap.
Figura 9-2. Ventana de ArcCatalog.
ArcCatalog ofrece un potente sistema para el trabajo con metadatos, en el que se pueden
definir qué información espacial acompañará a los documentos (fecha de la última
revisión, precisión, proyección, número de elementos, etc.) y cómo serán mostrados al
usuario. Desde ArcCatalog, también se pueden crear nuevas bases de datos de objetos
(geodatabases), redes, geolocalizar a partir de tablas, crear nuevas capas de información,
definir reglas de conectividad y restringir el dominio de los campos que forman parte de
los atributos de nuestros elementos, etc.
103
Juan Peña Llopis
9.3. ArcMap ( ).
La aplicación ArcMap permite visualizar, consultar, editar y realizar análisis sobre los
datos en un entorno de visualización, edición y presentación (preparación de salidas
gráficas) totalmente integrado (Figura 9-3). Por otra parte, muestra detalles interesantes
de cara a la exploración de la cartografía, como la posibilidad de generar varias vistas de
la cartografía con diferentes niveles de detalle, la posibilidad de crear informes de gran
calidad sobre consultas, exportar estos documentos a formatos varios (por ejemplo: PDF
de Adobe Acrobat) o generar gráficos de gran calidad, siempre acompañado de
asistentes que guian en el proceso.
Figura 9-3. Ventana de ArcMap.
Desde ArcMap se puede visualizar directamente, sin necesidad de importar ficheros

procedentes del sistema C.A.D., así como fotografías, TINs, ficheros ráster e imágenes
de satélite, pudiendo integrar todas estas fuentes de información en una misma vista.
ArcMap posee un potente entorno de análisis con generación de buffer, selecciones
espaciales, por atributos, análisis de redes y otras funciones disponibles directamente
desde la interfaz. Además de permitir editar, mostrar y analizar los datos de los mapas,
contiene un sistema de gráficos, un editor orientado a objetos y una potente herramienta
para generar informes. Es el entorno para trabajar con los mapas y para crear salidas
cartográficas de alta calidad.
104
La interfaz de ArcMap se compone de una tabla de contenidos donde se listan todas las
capas que forman el mapa, una ventana donde se muestra el mapa, y una serie de menús
y herramientas para trabajar con las capas, pudiendo elegir colores y simbología,
consultar las bases de datos, analizar relaciones espaciales y diseñar salidas impresas.
9.4. ArcToolbox ( ).
ArcToolbox es una aplicación que aparece integrada dentro del ArcCatalog y ArcMap.
Anteriormente, en las versiones 8.X aparecía como un entorno completo, siendo un
programa aparte. Se trata de una aplicación para realizar cientos de operaciones de
geoprocesamiento, como conversión de datos, superposición de capas, creación de
buffers y transformación espacial de mapas. ArcToolbox ofrece herramientas para
acceder a la funcionalidad de una manera fácil. Las herramientas para la conversión,
manipulación y análisis están jerarquizadas para un rápido acceso, también se puede
acceder a las mismas a través de palabras clave o los comandos con los que se ejecutan.
Además, ArcToolbox permite añadir herramientas propias personalizadas a partir de

ficheros ejecutables (*.exe) o librerías dinámicas (*.dll). Con ArcToolbox, también, se
pueden crear listas de tareas (procesos batch), y ejecutar las mismas de forma remota
(aprovechando el entorno de trabajo de Windows).
La aplicación ArcToolbox en ArcView, es una versión reducida. En la versión de

ArcInfo están incluidas todas las herramientas de análisis así como de estructuración
topológica y tratamiento de datos (Figura 9-4).
Figura 9-4. La aplicación ArcToolbox en ArcCatalog y ArcInfo.
105
Juan Peña Llopis
9.5. Extensiones del ArcGIS.
Existen extensiones o plugins opcionales para los productos ArcGIS para realizar tareas
más extensivas y específicas de las propias que hay en el módulo básico, como análisis
tridimensional, geoprocesamiento de datos ráster, etc. La mayoría de extensiones
pueden ser empleadas en cualquier producto (ArcView, ArcEditor y ArcInfo) y se
adquieren por separado.
Las extensiones proporcionan una barra de herramientas en el ArcMap y por otra parte,
también pueden tener una caja de herramientas o toolbox en el ArcToolbox que puede
ser accedida desde el ArcCatalog o ArcMap.
Las extensiones que hay disponibles en la actualidad son: 3D Analyst, Business

Analyst, Data Interoperability, Geostatistical Analyst, Military Analyst, Network
Analyst, Publisher, Schematics, Spatial Analyst, StreetMap, Survey Analyst, Tracking
Analyst, ArcPress, ArcScan y ArcWeb Services.
Figura 9-5. Ejemplo de la extensión Spatial Analyst.
106
10. Organización de datos (ArcCatalog).

La implementación de un S.I.G. exige inicialmente una excelente organización de la
base de datos. Esto asegura que la información esté fácilmente disponible y recuperable
para su uso posterior, al realizar una simple producción cartográfica o un análisis
espacial avanzado.
La manera más simple y efectiva de organizar la estructura de los datos se da a tres

niveles:
1. La estructura de directorios: Garantiza que los datos espaciales estén almacenados en

directorios o rutas específicas, de modo que el usuario sepa donde recuperar la
información.
2. Las reglas de nomenclatura: Los datos espaciales deben ser nombrados según reglas
que detallan al máximo de qué tipo de datos se trata.
3. El uso de metadatos: Los metadatos son una descripción de los datos espaciales.
La herramienta encargada de la administración de esta organización de datos es el

ArcCatalog, que ayuda a organizar y manejar todos los datos de los S.I.G. Incluyendo
herramientas para hojear y encontrar la información geográfica, almacenar y ver los
metadatos, visualizando rápidamente cualquier archivo (datos geográficos, tablas,
imágenes, etc.) y definiendo la estructura del esquema para las capas de los datos
geográficos.
En el ArcCatalog es posible hacer búsquedas para localizar los datos, basadas en el

nombre, localización o metadatos. Además, el ArcCatalog es el único que permite crear
nuevos shapefiles a partir de cero.
ArcCatalog enlaza las conexiones a todos los datos que se necesita usar en el S.I.G.
Cuando se selecciona una conexión, se pueden acceder a los datos a los cuales se
enlaza, tanto si se localizan en un disco local o en una base de datos en la red. Todas
estas conexiones juntas crean un catálogo de fuentes de datos geográficas.
En ArcCatalog se pueden visualizar los datos de tres maneras diferentes por medio de
tres etiquetas: La etiqueta de contenidos (Contents), la etiqueta de la vista preliminar
(Preview) y la etiqueta de metadatos (Metadata). La etiqueta de Contents muestra el
ítem seleccionado, que contiene una carpeta o archivo de la base de datos. La etiqueta
de Preview ofrece una vista preliminar de los datos geográficos o tabulares del ítem
seleccionado. La etiqueta de Metadata muestra los metadatos para el ítem seleccionado.
107
Juan Peña Llopis
Dentro de ArcCatalog se pueden mover, copiar, renombrar y borrar los datos

geográficos. Crear, manejar y editar los metadatos asociados; y también se pueden
realizar algunas modificaciones en los datos, como agregar campos a las tablas, definir
subtipos, dominios y relaciones de tablas.
10.1. Catálogo digital.
El ArcCatalog es una nueva herramienta, disponible a partir de la versión 8 de ArcGIS,

que permite la visualización, administración y organización de los datos espaciales. No
hay herramienta semejante en las versiones anteriores del software (ArcView 3.X).
El modo de trabajo del ArcCatalog es bastante semejante al Explorador de Windows,

permitiendo buscar ( ), crear, copiar ( ), pegar ( ) y borrar los datos ( ), así como
previsualizarlos. Por otra parte, desde la barra Standard de ArcCatalog se puede acceder
directamente a las otras dos aplicaciones: ArcMap ( ) y ArcToolbox ( ). La interfaz
de ArcCatalog se estructura en tres partes, tal como se aprecia en la Figura 10-1:
Barras de herramientas
Tabla de Contenidos (TOC)
Área de visualización
(Map display)
Figura 10-1. Ventana de ArcCatalog.
Barras de herramientas: Menús, herramientas estándar, herramientas geográficas, otras

barras y menús contextuales.
108
Tabla de Contenidos: Constituida por el árbol de directorios que muestra la dirección y

el contenido.
Área de visualización: Permite visualizar el contenido de tres modos diferentes

empleando respectivamente tres etiquetas diferentes (ver Figura 10-2):
Figura 10-2. Los tres modos de visualizar los datos espaciales en ArcCatalog.
La etiqueta de contenidos (Contents): La etiqueta de contenidos muestra el contenido de

un ítem seleccionado (carpeta, geodatabase o dataset de entidades) en el árbol de
directorios. Hay cuatro maneras de ver el contenido de las carpetas (o conexiones):
o Iconos grandes ( ): Todos los ítems se representan por un icono gráfico grande
en la ventana de visualización principal.
o Lista ( ): Los ítems se muestran en una lista simple con los iconos pequeños a
la izquierda de los nombres de archivo.
o Detalles ( ): Los ítems se muestran en una lista simple con los iconos pequeños
a la izquierda de los nombres de archivo (similar a la opción de vista de lista),
pero se aporta información adicional para cada archivo.
o Miniaturas ( ): Todos los ítems se representan por imágenes en miniatura en la
ventana de visualización principal, siendo excelentes para la visualización del
contenido espacial de una capa. Las miniaturas son como fotos instantáneas de
los datos en el momento en que la miniatura fue creada. Por consiguiente, las
imágenes en miniatura podrían estar anticuadas en poco tiempo y deberían
actualizarse con frecuencia.
109
Juan Peña Llopis
La etiqueta de vista preliminar (Preview): La etiqueta de Preview ofrece una vista

preliminar de los datos geográficos (Geography) o tabulares (Table) del ítem
seleccionado (Figura 10-3). La
vista de geografía es el modo de la
vista preliminar predefinido, donde
los datos se muestran con un color
aleatorio y/o juego de símbolos. Se
puede elegir el modo de vista
preliminar por la lista desplegable
inferior. La opción de Table
muestra los datos de la tabla de
atributos en un formulario tabular.
Figura 10-3. Vista preliminar geográfica o tabular.
Cuando se tiene una capa mostrada en modo Preview se puede explorar con la barra de
herramientas Geography, haciendo Zoom in ( ) o Zoom Out ( ) para ampliar o
reducir un área del mapa, Pan ( ) para desplazar el mapa manteniendo el nivel de
zoom, Full Extent ( ) para mostrar el mapa en toda su extensión e Identify ( ) para
presentar una ficha con los atributos alfanuméricos de la entidad del mapa sobre la que
se ha hecho clic. Desde Table de Preview también se pueden hacer otras operaciones,
como cambiar la anchura de las columnas o desplazar un campo.
Las miniaturas o thumbnails son un excelente medio de previsualizar rápidamente el

contenido de una capa, sea este un shapefile, imagen, CAD o cualquier otro formato. La
miniatura no se genera automáticamente, el usuario deberá generar manualmente una
miniatura para cada nivel de información.
Para crear una miniatura o thumbnail en ArcCatalog, se debe tener la barra de

herramientas de Geography desplegada en el interfaz del ArcCatalog. La barra de
herramientas puede accederse a través del menú View, dentro de Toolbars, y finalmente
seleccionando Geography. Simplemente se selecciona la capa en el árbol del catálogo,
se hace clic en la etiqueta de Preview y por último se hace clic en Create Thumbnail
( ) en la barra de herramientas de Geography. Para visualizar la miniatura creada, se
hace clic en el dataset del directorio geodatabase o entidad que contiene la capa, se
pulsa la etiqueta de Contents, y se selecciona el botón Show Contents As Thumbnail
( ) de la barra Standard de ArcCatalog.
Se pueden controlar los datos visibles que aparecen en el árbol de directorios del
ArcCatalog. Esto puede hacerse pulsando el botón del menú Tools, y seleccionando las
opciones. Dentro de la ventana de Options, y en la etiqueta General, se tiene la opción
de decidir qué tipos de datos estarán activos o no. Si no se activa un tipo de datos,
resultará que este tipo de datos no aparecerá listado en el árbol de directorios.
110
10.2. Metadatos.
A menudo la definición que se hace para los metadatos es la de datos sobre los datos.
Aunque, esta definición no es incorrecta, no es muy informativa. Para ser más preciso,
el metadato contiene la información descriptiva sobre los datos. Como ejemplo común
cotidiano de metadato se tiene el texto escrito en la parte de atrás de una fotografía, que
indica el lugar, la fecha, el autor de la fotografía, etc.
Los metadatos incluyen información descriptiva como la fecha, procedencia, creador,

tema, magnitud geográfica, sistema de coordenadas y dominios del atributo. Los
metadatos aportan credibilidad de los datos y en muchas situaciones resultan necesarios
para catalogar grandes cantidades de datos ayudando a localizar y entender los datos
espaciales con los que se trabaja.
El ArcCatalog posee herramientas completas para la edición ( ), propiedades ( ),

crear/actualizar ( ), importar ( ) y exportar metadatos ( ) a partir de capas de
contenido semejante, además de las herramientas necesarias para realizar la búsqueda
por metadatos ( ). La etiqueta de Metadata en ArcCatalog visualiza los metadatos para
un dataset seleccionado. En el caso de que no existan metadatos para el dataset
seleccionado, ArcCatalog creará la mayor cantidad de metadatos que pueda a partir de
la información existente, el resto de metadatos deben ser incorporados manualmente. La
etiqueta de Metadata se divide en tres categorías (ver Figura 10-4):
Figura 10-4. Metadatos
• Description: La información de la descripción contiene la información narrativa

básica sobre el dataset: incluyendo fuente, organización, fecha, usos y restricciones.
• Spatial: La información espacial contiene la información de las coordenadas, la
magnitud geográfica del dataset, tipo y número de entidades que contiene, etc.
• Attributes: La información de los atributos describe la tabla de atributos de la capa,
incluye campos, dominios del atributo y la información tabular relacionada.
111
Juan Peña Llopis
Hay un número de hojas de estilo disponibles en ArcCatalog para ver los metadatos:
• XML: La hoja de estilo del Extensible Markup Language (XML) presenta los datos
de XML crudos para todas las etiquetas y valores contenidos en los metadatos.
• FGDC: La hoja de estilo del Federal Geographic Data Committee (FGDC)
selecciona sólo la información definida por el estándar de FGDC. Esta información
también puede verse en el formato de cuestiones preguntadas con frecuencia (FAQ).
• Geography Network: Los formatos de metadatos para coincidir con Geography
Network.
• ESRI: La hoja de estilo de ESRI es la hoja de estilo predefinida; ésta selecciona un
subconjunto del cuerpo entero de metadatos y los presenta como si estuvieran en
ventanas de diálogo.
Se pueden crear, editar, importar y exportar los metadatos para cualquier dataset dado.
La información de Metadata se almacena en formato *.XML en el mismo directorio que
la capa a la que hace referencia, que puede usarse con otro software que puede leer los
documentos de *.XML. Capas creadas para un mismo fin poseen en general gran parte
de sus metadatos idénticos. En el ArcCatalog es posible exportar metadatos de una
determinada capa (en el formato *.SGML) para ser importados por otra, de modo que
no sea necesario editar la información pertinente.
Como sugerencia, un conjunto mínimo de metadatos a incorporar, es el siguiente:

1. Abstract: descripción de la capa.
2. Purpose: objetivo o propósito de la capa.
3. Supplemental Infor mation: autor de la capa, cuándo, y a partir de qué archivo o
mapa en papel.
4. Citation: título de la capa.
5. Theme Keyword: palabras clave relativas a la temática de la capa.
6. Place Keyword: palabras clave relativas a la localización de la capa.
10.3. Creación de datos espaciales nuevos.
La creación de una nueva clase de entidad a partir de cero sólo es posible en el

ArcCatalog; posteriormente se realizará la entrada de las entidades (puntos, polígonos,
líneas y textos) y atributos que la compondrán en ArcMap. Se puede realizar por dos
vías, por una parte en File la primera opción es New, por otra parte, haciendo clic con el
botón derecho en el árbol de directorios en un directorio o en el dataset de la entidad a la
que pertenecerá del geodatabase aparece New en el menú contextual, de esta manera, no
hay que indicar la ruta donde se tiene que crear (ver Figura 10-5).
112
Una vez creada la nueva clase de entidad,

se elige un nombre, se definen todas sus
propiedades, el tipo de geometría (punto,
línea, polígono), la referencia espacial y
los campos de la base de datos para
almacenar sus atributos o se importa el
esquema de una tabla existente. La
selección de los sistemas de proyección
en el ArcGIS puede ser realizada durante
su creación, o posteriormente.
Figura 10-5. Creación de datos nuevos.
La tabla de atributos de un nuevo shapefile creado contendrá tres campos básicos: FID
(donde ArcGIS incluye un número secuencial por cada registro o elemento añadido),
SHAPE (donde se almacena la geometría del elemento (punto, línea, polilínea)), ID (es
un identificador único para cada elemento que introducirá el usuario). Los dos primeros
no son editables. Si se quieren añadir manualmente más campos, se hace desde el
mismo ArcCatalog o más adelante en el ArcMap.
Para crear un Geodatabase personal se selecciona New Personal Geodatabase y aparece

en el directorio seleccionado un archivo con este nombre y extensión *.MDB. El
geodatabase aparece preparado para ser renombrado y completamente vacío. Para crear
datos en su interior se abre su menú contextual y se pueden crear un Features Dataset
(grupo de entidades), un Feature Class (clase de entidad) o una tabla dentro de la
Geodatabase.
10.4. Conectar las carpetas.
A diferencia del Explorador de Windows, ArcCatalog no lista todos los archivos

almacenados en el disco, con lo cual al abrir una carpeta podría parecer que estuviera
vacía. Por defecto, ArcCatalog sólo lista los ficheros de datos geográficos (shapefiles,
coverages, geodatabase, etc.). Para posibilitar que ArcCatalog acceda a un nuevo tipo de
datos geográficos, se necesita especificar el tipo de datos en el archivo en la lista de
tipos de archivos, en Options.
Al iniciar por primera vez el ArcCatalog, éste contiene conexiones que permiten
acceder a los discos duros del ordenador local junto con otras carpetas llamadas
Database Connections y Coordinate Systems . Para conectar a un directorio de trabajo
hay que ir a la barra de herramientas estándar a Connect Folder ( ), de este modo se
accede más rápidamente a un directorio de trabajo y a los datos que contiene. Siempre
que el ArcCatalog se inicie irá a comprobar las conexiones previamente establecidas.
113
Juan Peña Llopis
Se pueden establecer conexiones cuando se

necesiten conexiones a directorios adicionales
que accedan a carpetas específicas o directorios
en una unidad local, las carpetas compartidas en
la red y los contenidos de un disco flexible o
unidad de CD-ROM, para que el acceso a la
información contenida en estas carpetas sea
facilitada (ver Figura 10-6). También se puede
conectar a través de una Intranet o acceder a los
servicios proporcionados por el servidor de
Internet ArcIMS. Por último, se pueden
suprimir las conexiones de las carpetas que no
se necesitan ( ).
Figura 10-6. Conectar las carpetas.
10.5. Operaciones con ArcCatalog.
ArcCatalog permite realizar operaciones sencillas y limitadas, pero a su vez muy útiles
como trabajar con la tabla de contenidos para organizar los datos, exportar o importar
los datos a otros formatos compatibles, la búsqueda de datos y la definición del sistema
de coordenadas de una capa.
Operar con la tabla de contenidos.
ArcCatalog, como ya se ha expuesto, funciona de un modo similar al Explorador de

Windows, pudiendo desempeñar las mismas operaciones que realiza éste: copiar, pegar,
mover, renombrar, así como crear nuevas carpetas o archivos: shapefile, geodatabase,
layer o tabla DBase. La ventaja de realizar estas operaciones con ArcCatalog y no con el
Explorador de Windows es que ArcGIS se encarga de desplazar junto con la capa todos
los archivos relacionados con ésta. Por ejemplo, en la tabla de contenidos (TOC) sólo
vemos un archivo shapefile (con extensión *.SHP), pero cuando se desplaza este
archivo, en realidad se están moviendo los tres archivos de los que se compone (*.SHP,
*.SHX y *.DBF).
Estas operaciones se llevan a cabo a través de los menús contextuales que se activan
situándose sobre una conexión, directorio o carpeta, y haciendo clic sobre el botón
derecho del ratón. Desde la tabla de contenidos (TOC) también se pueden mover las
capas desde un directorio o espacio de trabajo hacia otro. Tan sólo se debe hacer clic
sobre la capa que se desea mover y arrastrarla a su nueva ubicación.
114
Exportar/importar datos a otros formatos.
En ArcCatalog la operación de exportar/importar está limitada a una pequeña lista de

formatos disponibles, que varían en función del formato original. Esta función consiste
en hacer clic con el botón derecho del ratón sobre la fuente de datos o capa cuyo
formato queremos exportar y marcar la opción Export.
ArcCatalog al igual que ArcMap pueden convertir datos de un formato a otro de forma
limitada, sin embargo, esta función de exportar/importar se encuentra plenamente
desarrollada por las herramientas de conversión (Conversion Tools) de ArcToolbox.
Búsqueda de datos geográficos ( ).
La localización de información espacial puede ser efectuada a través de la búsqueda

(Search) del ArcCatalog tanto en nuestras unidades locales como a través de la red. Se
puede buscar por nombre de archivo, localización geográfica o cualquier información
contenida en los metadatos (ver Figura 10-7). El buscador se puede activar desde el
menú de herramientas estándar o desde el menú contextual de un directorio o carpeta.
Por defecto, los resultados de la búsqueda aparecen listados en My Search en la TOC en
forma de acceso directo.
Figura 10-7. Búsqueda de datos geográficos.
• Búsqueda por nombre y lugar (Name & loca tion): La búsqueda es semejante al
comando “Buscar” de Windows, pudiendo emplear signos como “?” o “*” para
sustituir una letra o cualquier conjunto de caracteres, respectivamente.
• Búsqueda por geografía (Geography): Es posible localizar información espacial

basada en su posición o localización en el espacio.
• Búsqueda por fecha (Date): Localiza la información espacial basada en la fecha

de su creación.
115
Juan Peña Llopis
• Búsqueda por metadatos (Advanced): La búsqueda por metadatos es bastante

eficiente, posibilita al usuario la rápida recuperación de los datos deseados,
basados en su contenido. La calidad de la búsqueda está condicionada con la
gestión adecuada de los metadatos. Se recomienda buscar por datos referentes al
tema (Theme Keyword) o a la localización (Place Keyword) del layer.
Definir el sistema de coordenadas.
Las proyecciones deben ser definidas para que los datos espaciales puedan ser
integrados en un mismo mapa. El ArcGIS permite que datos de diferentes sistemas de
coordenadas puedan ser superpuestos. Se puede configurar una proyección de un dato
espacial en cualquier momento, ya sea durante su creación o posteriormente.
Para definir el sistema de coordenadas con ArcCatalog se ha de desplegar el menú

contextual y abrir Properties. Dependiendo del formato que tenga la capa que deseamos
proyectar, el procedimiento de asignación de coordenadas variará. En el caso de un
shapefile, hay que ir a la pestaña Fields donde se marca el campo Shape y en la ventana
de debajo, se hace clic sobre el botón “…” situado a la derecha de Spatial Reference .
En un coverage, se ha de ir a la pestaña Projection, que informa si hay un sistema de
coordenadas definido o no. En caso de no estar definido, se debe hacer clic sobre el
botón Define. El sistema de coordenadas se puede definir de tres formas diferentes:
• Importar el sistema de coordenadas de otra capa.

• Asignarle un sistema de coordenadas predefinido.
• Crear un nuevo sistema de coordenadas.
Una vez definido un sistema de coordenadas, se

guarda la información obtenida en un fichero con
extensión *.PRJ para shapefiles y coverages, en el
caso de geodatabases, esta información se guarda
en la propia base de datos. Por otra parte,
ArcCatalog lo registra automáticamente en el
fichero de metadatos (ver Figura 10-8).
Figura 10-8. Definir el sistema de coordenadas.
Si se carga en ArcMap una capa sin información sobre su referencia espacial, aparecerá
un mensaje de advertencia avisando que no se encuentra esta información y por tanto,
los datos no podrán ser proyectados. Esto no impide poder trabajar con éstos
normalmente, aunque si que nos impedirá alinear estos datos con otros que tengan un
sistema de coordenadas diferente.
116
10.6. Formato de los datos espaciales (tipos de archivos).
Sobre la organización de las entidades (puntos, líneas y polígonos) se sabe que es poco
práctico almacenar cada entidad en su propia base de datos o dataset. Las entidades
almacenadas juntas con el mismo tipo de geometría: punto, línea o polígono, se
denominan clase de entidad (Feature class). Además de los mismos tipos de geometría,
una clase de entidad utiliza las mismas columnas de atributos para describir todas sus
entidades, y todas comparten la misma referencia espacial. El término de clase de
entidad se utiliza para referirse a cualquier agrupación individual de puntos, líneas o
polígonos sin tener en cuenta el formato de almacenamiento de datos (pudiendo ser
shapefile, coverage o geodatabase).
Las clases de entidad (ver Figura 10-9) permiten compilar

todas las entidades homogéneas en una sola unidad. Por
ejemplo, pueden agruparse carreteras, caminos primarios y
los caminos secundarios en una clase de entidad de línea
denominada caminos. Pueden agruparse todos los clientes
para cada franquicia comercial en una clase de entidad de
punto llamada clientes. Por último, pueden agruparse
territorios para las especies de fauna homogéneas en una
clase de entidad de polígono designada hábitat.
Figura 10-9. Clases de entidad.
Para objetos geográficos almacenados en

una clase de entidad, cada entidad
individual tiene asignada un único
FID = 16 identificador numérico y se caracteriza
por una única situación en el espacio y su
correspondiente registro en una tabla del
atributo (ver Figura 10-10). Mientras el
nombre exacto del identificador numérico
puede diferir por el formato de datos, es
importante entender esta relación uno-a-
uno entre la entidad, el identificador y el
registro del atributo.
Figura 10-10. Conexión espacial de las entidades con la tabla de atributos.
Generalmente, pueden almacenarse los datos de dos modos distintos: clases de entidad
simples o topológicas. En ambos casos, la edición de una clase de entidad tendrá
implicaciones para las otras clases de entidad relacionadas.
117
Juan Peña Llopis
• Las clases de entidad simples, a veces denominadas clases de entidad autónomas

o independientes, contienen una agrupación o colección de geometría espacial
homogénea.
• Las clases de entidad topológicas poseen una relación espacial específica con
una o más clases de entidades. Estas clases de entidad pueden almacenarse como
un coverage o en un dataset de entidades de un geodatabase.
Hay herramientas de edición especiales para trabajar con clases de entidades

topológicas y mantener sus relaciones espaciales. En un coverage, las relaciones
topológicas están basadas en la geometría compartida (ver Figura 10-11). Por ejemplo,
los arcos conectan para formar los límites de entidades del polígono. Dos polígonos
para ser adyacentes tendrían que compartir un arco común con uno de sus límites.
Las ediciones
a los bordes Los bordes
Una línea compartidos de polígonos
compartida afectan a adyacentes
entre 2 ambos se almacenan
polígonos polígonos una sola vez
Figura 10-11. Relaciones topológicas de geometría compartida (coverages).
En un dataset de entidades de una geodatabase, las relaciones topológicas están basadas

en la geometría coincidente; las entidades deben compartir una coordenada X y una
coordenada Y para obtener una relación topológica (ver Figura 10-12).
Polígonos
12
X: X:
100.50 100.50
1
3
2
1
4
5
6 2
7
8
2 entidades
8 pares de coordenadas
4 coincidentes
Figura 10-12. Relaciones topológicas de geometría coincidente (geodatabases).
118

1era Parte Sistemas de Informacion Geografica Aplicado A La Gestion Territorial

Cargado por

Información del documento

Título original

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

1era Parte Sistemas de Informacion Geografica Aplicado A La Gestion Territorial

Cargado por

Copyright:

Formatos disponibles

Sistemas de Información

Entrada, manejo, análisis y salida de datos espaciales

Juan Peña Llopis

© Juan Peña Llopis

ISBN edición en Papel: 978–84–8454–919–2

Edita: Editorial Club Universitario. Telf.: 96 567 61 33

Maqueta y diseño: Gamma. Telf.: 965 67 19 87

Glosario de términos 293

1. Introducción a los S.I.G.

1.1. Introducción histórica a los S.I.G.

En el siglo XVII, cartógrafos especializados como Mercator demostraron que no sólo el

En el siglo XVIII, los países europeos habían llegado a un estado de organización en el

terrestre avanzaba, se empezaron a necesitar distintos tipos de atributos para ser

En el siglo XX la demanda de mapas topográficos y de recursos naturales ha acelerado el

Los Sistemas de Información Geográfica (S.I.G.) se han desarrollado paralelos a las

En la actualidad, la fotografía aérea y especialmente la imagen satélite hacen posible la

1.2. Definición de los S.I.G.

Es realmente complejo explicar el concepto de S.I.G. y no hay un consenso a la hora de

Como “Sistema de Información” se entiende la unión de la información y herramientas

La base de un S.I.G. es, por tanto, una serie de

Figura 1-1. Ejemplo de S.I.G.

En 1987, Berry definió un Sistema de Información Geográfica como “un sistema

También, en 1987, el Department of Environment de USA lo expresó como “un sistema

En 1988 Burrough y McDonnell, amplían el concepto a “un sistem a (normalmente

En 1990, el National Center for Geographic Information and Analysis (NCGIA) de

1.3. Aplicaciones de los S.I.G.

Un Sistema de Información Geográfica es una herramienta que permite la integración de

• Científicas: ciencias medioambientales y relacionadas con el espacio, desarrollo

• Gestión: cartografía automática, información pública, catastro, planificación

• Empresarial: marketing, estrategias de distribución, planificación de transportes

Visualización de datos: la posibilidad de seleccionar los niveles de información

Producción de mapas: en general los S.I.G. poseen herramientas completas para la

Consulta espacial: posiblemente la función más importante de los S.I.G es la posibilidad

Análisis espacial: consiste en el uso de un conjunto de técnicas de combinación entre

Previsión: uno de los propósitos de los S.I.G. es el de verificación de escenarios,

Creación de modelos: la capacidad de almacenamiento, recuperación y análisis de datos

1.4. Componentes de un S.I.G.

Software: Los programas S.I.G. proporcionan las herramientas y funcionalidades

• Sistema de manejo de base de datos.

Actualmente la mayoría de los proveedores de software S.I.G. distribuyen productos

Hardware: Los S.I.G. funcionan en un amplio rango de tipos de ordenadores desde

Datos: El componente más importante para un S.I.G. es la información. Se requieren

Usuarios: Éste es el componente más

Hardware: Las posibilidades del Procedimientos: El análisis requiere

Figura 1-2. Componentes de los S.I.G.

De estos componentes, el hardware (ordenador), el software (programas del ordenador)

Los componentes del ordenador de un S.I.G. se presentan en la Figura 1-3. El ordenador

Para introducir información de mapas (input) se dispone de una tableta digitalizadora o

Soportes ópticos/magnéticos de almacenamiento

Figura 1-3. Componentes de hardware más importantes para un S.I.G.

Los programas de ordenador de un S.I.G. se suelen dividir en 5 partes funcionales

1) Introducción de datos y verificación (input).

Interfaz con Base de datos

Figura 1-4. Los componentes principales del software para un S.I.G.

1) Introducción de datos y verificación (input).

Mapas Fotografías Sensores Observaciones

Escáner Tableta Pantalla por Información en soporte

Introducción de los datos (INPUT)

Figura 1-5. Recogida e introducción de datos.

2) Almacenamiento de datos y manejo de bases de datos.

El almacenamiento de datos y el manejo de las bases de datos (Figura 1-6) concierne a

Sistema de Manejo de Bases de datos

BASE DE DATOS GEOGRÁFICA

Adquirir datos de forma digital desde un suministrador de datos.