Documentos de Académico
Documentos de Profesional
Documentos de Cultura
EN LOS SIG
CONTENIDO
MODELOS DE
REPRESENTACIÓN
• FUNDAMENTOS
• MODELO VECTORIAL
• Componentes
• Unidades básicas de
representación.
• MODELOS RASTER
• componentes
El proceso de Modelado de la
En los SIG el camino que se
realidad
recorre desde el mundo real hacia
el mundo digital está
acompañado de un conjunto
de etapas y reglas que van a
garantizar la organización y uso
eficaz de los datos. Un modelo de
datos geográficos define la forma MODELO DE DATOS
en cómo se va a representar las ESPACIALES
características espaciales. NIVEL DE
CONSTRUYE REPRESENTACIÓN
DE LA REALIDAD
ESQUEMA DE
LA BASE DE
DATOS MODELA
DESCRIBE
REPRESENTA
BASE DE
DATOS
ESPACIALES
a) Estructura
de datos
espagueti
(nivel 0):
Lista de
coordenadas
Elemento
Identificador Coordenadas X, Y
espacial
Punto A 25,9
Línea B 9,24 38,26 57,10 96,8
Polígono C 51,57 92,49 92,27 51,36 51,57
Polígono D 57,94 102,72 92,49 51,57 45,81 57,94
ESTRUCTURA DE LOS MODELOS
DE DATOS VECTORIAL
b) Diccionario de Vértices (nivel 0)
ESTRUCTURA DE LOS MODELOS
DE DATOS VECTORIAL
c) Ficheros DIME
(Dual
Independent
Map Encoding)
ESTRUCTURA DE LOS MODELOS
DE DATOS VECTORIAL
Fichero 1. Coordenadas de los nodos y vértices de cada arco
ARCO Nodo origen Vértices intermedios Nodo final
1 3.2, 5.2 1, 5.2 1,3
2 1,3 1.8,2.6 2.8,3 3.3,4 3.2, 5.2
3 1,2 3.5,2 4.2,2.7 5.2,2.7
1 1 2 Externo A
2 2 1 A Externo
3 3 4 Externo Externo
Polígono Arcos
Fichero 4. Topología de los
A 1, 2 nodos
Nodo Arcos
1 1,2
d) Modelo 2 1,2
arco/nodo 3 3
4 3
5 5
ANÁLISIS ESPACIAL
Identidad
Operaciones de
superposición (Overlaying)
Uno de los procedimientos
más habituales y
Intersección característicos dentro del uso
de un SIG es la combinación
o superposición de varias
Diferencia
capas de información. La
simétrica
propia estructura de la
información geográfica en
capas facilita notablemente
estos procedimientos y
Combinación convierte a los SIG en
plataformas ideales para
llevar a cabo análisis donde
se combina información
Actualización sobre diversas variables.
ANÁLISIS ESPACIAL VECTORIAL
Localizables por su
número de fila y columna.
Cada celda puede ser
identificada por su posición
en la matriz del archivo
raster, a partir de su número
de fila y columna.
ZONAS Y REGIONES DE LOS
PIXELES
CARACTERÍSTICAS DE LOS
PIXELES
Zonas
Una zona en una capa raster
es el conjunto de todas las
celdillas que presentan el
mismo valor.
Una zona puede, por tanto,
estar formada por celdillas
que están espacialmente
adyacentes o discontinuas o
ambas.
CARACTERÍSTICAS DE LOS
PIXELES
Regiones
Cada grupo de celdas
conectadas en una zona
se considera una región.
Una zona que consta de
un único grupo de
celdas conectadas tiene
solamente una región.
Las zonas pueden estar
compuestas por las
regiones que sean
necesarias para
representar una entidad;
la cantidad de celdas
que componen una
región no tienen límites
prácticos.
REPRESENTACIÓN DE LA
ENTIDADES EN UN RASTER
Representación de entidades en
un Raster
Entidades como punto
Un punto se representa con una
coordenada x,y explícita en formato de
vector, pero como un ráster, se
representa como una celda simple, la
unidad más pequeña de un ráster. Por
definición, un punto no tiene área pero
se convierte en una celda que
representa un área. Por lo tanto, cuanto
menor es el tamaño de celda, menor es
el área y, por lo tanto, más próxima es la
representación de la entidad de puntos.
Por ejemplo, se asume que un pozo, un
poste de teléfono o la ubicación de una
planta en peligro ocupa toda el área
cubierta por una celda.
Representación de
entidades en un Raster
Entidades tipo líneas
En el formato de vector, una línea es una lista ordenada de coordenadas
x,y, pero en formato ráster, se representa como una cadena de celdas
conectadas espacialmente con el mismo valor. Cuando hay un corte
entre la cadena de celdas del mismo valor, representa un corte en la
entidad de línea, que podría representar distintas entidades como dos
carreteras o dos ríos que no se intersecan.
Representación de
entidades en un Raster
Entidades tipo polígono
Un polígono ráster es un grupo de celdas contiguas con el mismo valor
que representan en forma más precisa la forma del área.
Los datos poligonales o de área se representan mejor mediante una
serie de celdas conectadas. Los ejemplos de entidades poligonales
incluyen edificios, lagunas, tierras, bosques, pantanos y campos
ESTRUCTURA DE LOS DATOS
RASTER
ESTRUCTURA DE DATOS RASTER
El principal problema relativo al
almacenamiento de capas raster se
presenta para el conjunto de valores de
las distintas celdas, que constituye la
parte mas voluminosa de la información
recogida. Las coordenadas de las celdas
de referencia o el tamaño de celda, por
su escaso volumen, no conllevan
dificultad alguna, y es en el
almacenamiento de la malla de celdas en
donde se encuentran las diferencias
entre unos y otros modelos.
La forma mas inmediata de almacenar
una capa raster es simplemente
almacenar sus valores uno a uno, en una
estructura similar a la que la propia capa
representa.
ESTRUCTURA DE DATOS RASTER
Dentro de la representación de la realidad
“raster”, existen varias estructuras de
datos, que representan la forma en la que
se almacenan en el ordenador los valores
registrados en cada una de las celdillas.
Generalmente los SIG raster almacenan
la información de cada capa en mínimo
dos ficheros: el fichero de valores y el
fichero de documentación (Puebla y
Gould, 1994).
Los dos tipos de estructuras más
importantes las denominadas estructuras
de datos simples y las estructuras de
datos jerárquicas o en árbol (QUAD
TREE). Dentro de las estructuras raster
simples podemos distinguir igualmente
la estructura raster sin comprensión
como la “codificación exhaustiva” y el
otro grupo con comprensión, como el de
“codificación run-lenght”.
ESTRUCTURA DE DATOS RASTER
Por enumeración exhaustiva
En esta estructura de datos el valor de cada pixel se registra
individualmente, de forma que no se aplica ningún método de
compresión cuando el mismo valor numérico aparece reiteradas
veces seguidas.
ESTRUCTURA DE DATOS RASTER
Por grupos de longitud variable
Es un método de compresión de imágenes. En el caso de que existan
celdas contigüas con valores numéricos idénticos, esta estructura
compacta la información. En vez de registrar el valor de cada celda
individualmente, para cada fila se recoge el valor temático que existe y el
número de celdas con dicho valor. Si sólo existe una celda con ese valor el
tamaño se duplica, pero se reduce considerablemente en el caso de tres o
más celdas idénticas. Cuanto mayores y más frecuentes sean las series de
datos repetitivos, mayor compresión se logrará.
ESTRUCTURA DE DATOS RASTER
ORDEN DE DATOS RASTER
CARACTERÍSTICAS GENERALES
DE DATOS RÁSTER
Características generales de
datos ráster
Valor: el valor asociado a un píxel corresponde a una
medida de un atributo del espacio geográfico
representado por dicho pixel. Los valores pueden ser
enteros o reales, y se visualizan mediante un color (o
escala de grises).
Resolución: es la longitud de un lado de la porción de
territorio real representado por un pixel.
Localización: la localización de cada celda se expresa
por un par de números que indican su posición en una
fila y una columna.
Orientación: es el ángulo formado por la dirección de las
columnas de una retícula raster y el norte. Lo habitual es
orientar los mapas al norte, por lo que el ángulo es igual
a 0°.
Características generales de
datos ráster - valor
DATOS NOMINALES
Los valores de datos
nominales están
categorizados y tienen
nombres. El valor de los
datos es un código de tipo
arbitrario. Algunos
ejemplos son los tipos de
suelo y el uso de la tierra.
Características generales de
datos ráster - valor
DATOS ORDINALES
Los valores de datos
ordinales están
categorizados, tienen
nombres y el valor está en
un rango numérico.
Algunos ejemplos son las
clasificaciones de aptitud
de la tierra y el rango de
drenaje del suelo.
Características generales de
datos ráster - valor
DATOS INTERVALOS
Los valores de los datos de
intervalo están ordenados
numéricamente y la
diferencia de intervalo es
significativa. Algunos
ejemplos son la
temperatura y la diferencia
de concentración.
Características generales de
datos ráster - valor
DATOS DE RAZÓN
Los valores de los datos de
relación miden un
fenómeno continuo con un
punto cero natural. Algunos
ejemplos son la lluvia y la
población.
Características generales de datos
ráster – Tipos de Resolución
La naturaleza de la
información contenida en las
imágenes depende
fundamentalmente de cuatro
tipos de resolución:
Resolución espacial,
Resolución espectral,
Resolución temporal y
Resolución radiométrica.
Características generales de datos
ráster – Resolución espacial
La resolución se refiere al
tamaño de celda (el área
cubierta en el terreno y
representada por una única
celda). Una mayor resolución
espacial implica que hay más
celdas por área de unidad, por
lo tanto, el gráfico de la
izquierda representa una
mayor resolución espacial que
el gráfico de la derecha.
Características generales de datos
ráster – Resolución espectral
Describe la capacidad de un sensor de distinguir entre
intervalos de longitud de onda en el espectro
electromagnético. Cuanto mayor es la resolución
espectral, más se restringe el rango de longitud de onda
para una banda en particular. Por ejemplo, una fotografía
(imagen) aérea, de escala de grises y de banda única
registra los datos de longitud de onda que se extienden
sobre gran parte de la parte visible del espectro
electromagnético, por lo tanto, tiene una resolución
espectral baja. Una imagen a color (con tres bandas)
básicamente captura datos de longitud de onda desde
tres partes más pequeñas de la parte visible del espectro
electromagnético, las partes roja, verde y azul. Por lo
tanto, cada banda en la imagen a color tiene una mayor
resolución espectral que la banda única en la imagen de
escala de grises. Los sensores multiespectral (de 2 a 10
longitudes de onda) e hiperespectral avanzados capturan
datos de cientos de bandas espectrales muy restringidas
a lo largo de las partes del espectro electromagnético, lo
que hace que los datos tengan una resolución espectral
muy alta.
Características generales de datos
ráster – Resolución espectral
Características generales de datos
ráster – Resolución espectral
Características generales de datos
ráster – Resolución radiométrica
Indica la sensibilidad del sensor, es decir la capacidad de discriminar entre
pequeñas variaciones en las radiaciones que capta. Suele expresarse mediante
el número de bits necesarios que se precisan para almacenar cada pixel. Una
amplia gama de valores da la capacidad para que los valores de píxel
discriminen diferencias de energía muy leves. Siendo todas las cosas iguales,
una trama de 8 bits produce un detalle significativamente mayor que una trama
de 4 bits. Por ejemplo, una banda Landsat comprende, típicamente, datos de 8
bits, y una banda IKONOS comprende, típicamente, datos de 11 bits, por lo
tanto, los datos IKONOS tienen mayor resolución radiométrica.
Profundidad de color o
bites por pixel (bpp)
Para determinar cuántos colores se pueden
representar con cierto número de bits hay que
realizar un sencillo cálculo que consiste en utilizar
el número de bits como exponencial de 2.
Presentamos la tabla siguiente:
1 bit (21) = 2 niveles de energía.
2 bits (22) = 4 niveles de energía.
3 bits (23) = 8 niveles de energía.
4 bits (24) = 16 niveles de energía.
8 bits (28) = 256 niveles de energía.
16 bits (216) = 65,536 niveles de energía.
24 bits (224) = 16'777,216 niveles de energía.
32 bits (232) = 4,294 millones de niveles de
energía.
64 bits (264) = 18.446 trillones de niveles de
energía.
Características generales de datos
ráster – Resolución temporal
Se refiere a la frecuencia a la cual se capturan las imágenes en el mismo
lugar de la superficie de la tierra, también se denomina período de revisita,
que es el término que se usa generalmente para los sensores satelitales.
Así, un sensor que captura datos una vez por semana tiene una mayor
resolución temporal que uno que captura datos una vez por mes.
Tipos de funciones en análisis
espacial - Raster
SON DE CINCO TIPOS:
FUNCIONES LOCALES - las que funcionan en ubicaciones de
celdas individuales (operaciones locales)
FUNCIONES FOCALES - las que funcionan en ubicaciones de
celda dentro de una vecindad (operaciones focales)
FUNCIONES ZONALES - Las que funcionan en ubicaciones de
celda dentro de zonas (operaciones zonales)
FUNCIONES GLOBALES - Las que funcionan en todas las celdas
dentro del ráster (operaciones globales)
FUNCIONES DE APLICACIÓN - las que realizan una aplicación
específica (por ejemplo, operaciones de análisis hidrológico)
Tipos de funciones en análisis
espacial – Función local
Tipos de funciones en análisis
espacial – 1.- Función local
Algunas de las operaciones que realizan
los SIG raster no tienen en cuenta la
relación de cada celda con las demás, sino
que cada tesela se considera aisladamente.
se trata de obtener una nueva capa de
información en la que el valor de cada
celda depende de los datos asociados a
esa tesela. en este sentido, se pueden
diferenciar dos posibilidades.
1.- Que las operaciones para generar los
nuevos valores se basen en los valores
existentes en una sola capa (operaciones
de recodificación o reclasificación).
2.- Que dichas operaciones se basen en los
valores existentes en varias capas, que son
combinados celda a celda (operaciones de
superposición).
Tipos de funciones en análisis espacial
1.- Función local
RECLASIFICACIÓN
Es una operación local que se realiza a
partir de una capa de información fuente.
Por lo tanto, a partir del valor de cada
celda en la capa fuente se obtiene el
valor que corresponde a esa misma
celda en la capa resultante.
Antes de recodificar una variable debe
considerarse su naturaleza, ya que
algunas operaciones de reclasificación
pueden no tener sentido ante
determinados tipos de variables. Existen
básicamente los siguientes tipos de
reclasificación:
• En variables cualitativas
• En variables cuantitativas
Tipos de funciones en análisis
espacial – Función local
SUPERPOSICIÓN TEMÁTICA:
La superposición de mapas es una
operación local que se realiza a partir de dos
o más mapas fuente; el valor de cada tesela
o celda en el mapa final depende de los
valores de esa misma tesela en los mapas
fuente. la mayor parte de los sistemas de
información geográficos actuales permiten
realizar esta operación con sólo dos capas a
la vez. pero esto no resulta ningún
inconveniente grave: si se quieren
superponer las capas a, b, y c,
primero se superponen a y b y la capa
resultante se superpone a continuación con
c. La superposición pueden ser:
• Superposición lógica
• Superposición aritmética
Tipos de funciones en análisis
espacial – 2.- Funciones focales
Las operaciones focales o de vecindad
producen un ráster de salida en el que el
valor de salida en cada ubicación de celda
es una función del valor de entrada en una
ubicación de celda y los valores de las
celdas en una vecindad especificada
alrededor de la ubicación. Dado que se
procesa cada una de las celdas en la
entrada, la vecindad es fundamentalmente
una "ventana móvil" que cambia de
dirección con ella. la configuración
(tamaño y forma) de la vecindad
determina de forma específica qué celdas
alrededor de la celda de procesamiento se
deberían usar en el cálculo de cada valor
de salida.
Tipos de funciones en análisis
espacial – 3.- Funciones zonales
Operaciones zonales calculan un ráster de
salida en el que el valor de salida de cada
ubicación depende del valor de la celda en la
ubicación y la asociación que tiene esa
ubicación dentro de una zona cartográfica.
Las operaciones zonales son similares a las
operaciones focales salvo que la definición de
la vecindad en una operación zonal es la
configuración de las propias zonas, no una
forma de vecindad específica. Las zonas
individuales pueden ser de cualquier forma o
tamaño y pueden estar desconectadas entre
sí. las zonas se pueden definir como datos de
entidad o ráster. Para datos ráster, una zona
son todas las celdas con el mismo valor. para
datos de entidad, una zona son todas las
entidades con el mismo valor de atributo
Tipos de funciones en análisis
espacial – 4.- Funciones globales
Las operaciones globales o por ráster calculan un ráster de salida en el que el
valor de salida en cada ubicación de celda es posiblemente una función de
todas las celdas combinadas desde los distintos datasets ráster de entrada.
Existen dos grupos principales de operaciones globales:
• Distancia euclidiana y
• distancia ponderada.
Tipos de funciones en análisis
espacial – 4.- Funciones globales
Distancia euclidiana
• Las operaciones globales de
distancia euclidiana asignan a
cada celda en el ráster de salida
su distancia desde la celda de
origen más cercana. Un ejemplo
de origen podría ser la ubicación
desde la que empezar una nueva
carretera. La dirección de la celda
de origen más cercana también
se puede asignar como el valor
de cada ubicación de celda en un
dataset ráster de salida adicional.
Tipos de funciones en análisis
espacial – 4.- Funciones globales
Distancia ponderada
• Las operaciones de distancia no
euclidiana determinan el coste de
desplazarse desde una celda de
destino a la celda de origen más
cercana sobre una superficie que
está ponderada por algunos costes
adicionales a la distancia euclidiana.
Un ejemplo es planificar la
construcción de una carretera desde
el punto A al punto B, donde la ruta
más corta y más directa podría ser
más cara, de hecho, para construirla
si la superficie es inclinada o si la
composición del suelo es demasiado
blanda (por ejemplo un pantano)
Tipos de funciones en análisis
espacial – 5.- operaciones de
aplicación