TIPOS DE MODELOS DE DATOS

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

NIVEL DE DATOS NIVEL DE APLICACIÓN

 ¿Como representamos en un SIG ,el espacio geográfico y
los diferentes elementos o entidades que se encuentran en
ella?
 NIVEL DE REPRESENTACIÓN
 Los modelos geográficos nos
ofrecen una concepción
particular del espacio
geográfico y sus atributos. En
base a ellos, el siguiente paso
es reducir las propiedades de
dichos modelos a un conjunto
finito de elementos, de tal
modo que el registro de dichos
elementos sirva para
almacenar la realidad que los
modelos geográficos describen.
Para ello, empleamos
los modelos de representación,
también denominados modelos
de datos.
 Existen diversas alternativas en
cuanto a la forma de
materializar la realidad y
plasmar el modelo geográfico
La altitud se puede representar de cuatro formas
concreto. de representación (curvas a nivel, malla de celdas, TIN y puntos
regulares)
 NIVEL DE REPRESENTACIÓN

 Para un mismo tipo de

información existen diversas
alternativas en cuanto a la
forma de materializar la realidad
y plasmar el modelo geográfico
concreto.
 Estas formas las podemos
clasificar en dos grupos
principales: modelo de
representación ráster y modelo
de representación vectorial.
MODELOS DE DATOS
 COMPONENTES DE UN
MODELO DE DATOS
1.- CONSTRUCTOS:
Tipos de símbolos empleados para modelar o
representar
2.- OPERACIONES:
Permite la creación, manipulación,
interrogación y administración de la base de
datos.
3.- REGLAS:
Reglas de formación : como se usa el modelo
reglas de integridad: aseguran la consistencia
de la BDS.
Tipos de representación de datos
SIG: vectoriales y raster
 1.- MODELO VECTORIAL
 El modelo vectorial constituye una
codificación de los datos geográficos en
la que se representa una entidad
geográfica por su geometría,
independientemente de su escala y son
almacenados con un formato digital
fácilmente convertible en un dibujo; las
porciones del territorio y su
representación digital suelen constituir
una lista de coordenadas de puntos y
vértices que definen la geometría de los
elementos.
 Este modelo se fundamenta en el
concepto de vector como segmento
definido por dos puntos, uno inicial y otro
final que definen su tamaño, su dirección
y su sentido.
 En el modelo de datos vectorial, los datos
geográficos se representan en un
sistema de referencia (X,Y) que
corresponde a un sistema de
coordenadas, asumiendo que cada punto
de la realidad queda definido por unas
coordenadas X, Y.
 Las unidades básicas de información
geográfica en los datos vectoriales son
puntos, líneas (arcos) y polígonos. Cada
una de éstas unidades se componen de
uno o más pares de coordenadas.
 Unidades básicas de representación
vectorial de los datos
COORDENADA
pares de números que expresan las distancias
horizontales a lo largo de ejes ortogonales, o tríos de
números que miden distancias horizontales y verticales, o
n-números a lo largo de n-ejes que expresan una
localización concreta en el espacio n-dimensional. las
coordenadas generalmente representan localizaciones de
la superficie terrestre relativas a otras localizaciones.
PUNTO
Abstracción de un objeto de cero dimensiones
representado por un par de coordenadas X,Y.
Normalmente un punto representa una entidad geográfica
demasiado pequeña para ser representada como una línea
o como una superficie.
LÍNEA
Conjunto de pares de coordenadas ordenados que
representan la forma de entidades geográficas demasiado
finas para ser visualizadas como superficies a la escala
dada (curvas de nivel, ejes de calles, o ríos), o entidades
lineales sin área (límites administrativos).
ARCO
Término específico de ARC/INFO que se utiliza como
sinónimo de línea
POLÍGONO
Entidad utilizada para representar superficies. Un
polígono se define por las líneas que forman su contorno
y por un punto interno que lo identifica. Los polígonos
tienen atributos que describen al elemento geográfico que
representan
 MODELO VECTORIAL
REPRESENTACIÓN DE LOS
CONSTRUCTOS EN UN MAPA
 MODELO VECTORIAL
CONSTRUCTOS ESPACIALES
 MODELO VECTORIAL
CONSTRUCTOS ESPACIALES
 MODELO VECTORIAL
CONSTRUCTOS ESPACIALES
 MODELO VECTORIAL
CONSTRUCTOS ESPACIALES
ESTRUCTURA DE LOS MODELOS
DE DATOS VECTORIAL
 ESTRUCTURA DE LOS MODELOS
DE DATOS VECTORIAL

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

Fichero 2. Topología de arcos

ARCO Nodo Nodo final Polígono Polígono
origen derecha izquierda

1 1 2 Externo A
2 2 1 A Externo
3 3 4 Externo Externo

Fichero 3. Topología de polígonos

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

 El análisis espacial le permite resolver problemas

complejos relacionados con la ubicación, buscar patrones,
evaluar tendencias y tomar decisiones. El análisis
espacial va más allá de la representación cartográfica y le
permite estudiar las características de los lugares y las
relaciones entre ellos. El análisis espacial aporta nuevas
perspectivas a su toma de decisiones (Ersi, 2021).
 Mediante el análisis espacial, es posible combinar
información de muchas fuentes y obtener información
nueva aplicando una serie de operadores espaciales. Este
conjunto de herramientas de análisis espacial le permite
responder a preguntas espaciales complejas.
ANÁLISIS ESPACIAL VECTORIAL - 1
 Intersección
 Realiza una intersección geométrica de las capas de entrada.
Crea una capa nueva sólo con los elementos o partes de
elementos que intersectan las capas de entrada y sus atributos.
Las capas de entrada pueden ser de diferente tipo (puntos, líneas
o polígonos), de modo que es posible realizar cualquier
combinación.
 Al combinar capas que poseen elementos con geometría distinta,
la geometría de la capa de salida será, por defecto, la misma para
la capa de entrada.
Intersección polígono en polígono
 ANÁLISIS ESPACIAL VECTORIAL
Entidades de Entidades de
Operación Resultado
entrada superposición

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

Intersección línea en polígono

Intersección puntos en polígono

ANÁLISIS ESPACIAL VECTORIAL
 Unión
 Realiza una unión geométrica de las capas de entrada. El
resultado es una nueva capa que combina las geometrías de
las capas de entrada y sus atributos. Todas las capas de
entrada son polígonos.
 ANÁLISIS ESPACIAL VECTORIAL
 Operaciones de generalización (Disolver)
 Mediante esta operación podremos disolver los límites entre elementos y unificar
entidades de una misma capa siempre y cuando presenten un atributo, o valor
común, dentro de su tabla de atributos. Permiten simplificar los elementos visuales
de nuestra cartografía así como los registros de la tabla de atributos unificando
elementos que presenten iguales propiedades.
 El resultado es una capa en la cual los elementos con el mismo valor son unidos a
un solo elemento. La capa de salida tendrá el o los campos con los cuales se
definió la disolución. Esto se puede hacer con cualquier geometría: puntos, líneas o
polígonos.
ANÁLISIS ESPACIAL VECTORIAL
 Operaciones de extracción (Cortar)
 Bajo esta sencilla herramienta, una de las capas sirve como
silueta para recortar a las entidades de otra capa y otorgarle la
misma forma espacial.
 Se obtiene, como resultado, una capa cuyos elementos siguen
los límites de la capa clipeante.
ANÁLISIS ESPACIAL VECTORIAL
 Buffer (Áreas de influencia)
 Este tipo de operaciones de análisis de buffer convierte los
elementos geográficos en áreas que reflejan la influencia de dicho
elemento, con base en parámetros como distancias o valores. Se
tiene así una transformación geométrica, ya que la forma del
objeto se ajusta a una nueva que indica la zona que se ve
afectada por dicho objeto.
ANÁLISIS ESPACIAL VECTORIAL
 Análisis de proximidad
 Tiene como propósito identificar las áreas próximas a los
objetos. La distancia es el elemento que siempre va a
intervenir. Consiste en reconocer las características en el
entorno de un objeto o localización. Debemos identificar el área
inmediata, también es un análisis de proximidad en algunos
casos.
 2. MODELO RASTER
 Un ráster son modelos de datos
espaciales que definen el espacio
como un conjunto de celdas de un
mismo tamaño (o píxeles)
organizadas en filas y columnas (o
una cuadrícula) en la que cada
celda contiene un valor que
representa información, que puede
ser el identificador de un objeto
(cuando la capa representa objetos)
o un valor de un atributo (si la capa
contiene este atributo).
 Los datos raster son una
abstracción de la realidad,
representan ésta como una rejilla
de celdas o píxeles, en la que la
posición de cada elemento es
implícita según el orden que ocupa
en dicha rejilla.
 CONCEPTOS BÁSICOS
RELACIONADOS A LOS PIXELES
 Un elemento fundamental que
comprende una imagen digital se
denomina píxel, derivado de la
frase Picture Element (elemento de
imagen).
 Es usada frecuentemente en
teledetección para referirse a cada
unidad de una imagen. La
combinación de varios píxeles
constituye una imagen rasterizada.
 EL PIXEL
 El Pixel en las imágenes de satélite:
 Una imagen digital se compone de un
conjunto rectangular de números que se
utilizan para formar una imagen. Tiene
propiedades geométricas y
radiométricas. Cada número del conjunto
representa un píxel. Un píxel en su forma
básica es un número de un conjunto que
describe el brillo y el color de un punto en
una imagen cuando se visualiza.
 En el sentido radiométrico, la asignación
de valores enteros o Niveles Digitales
(ND), están comprendidos entre 0 y k1,
siendo k el margen dinámico del sistema,
determinado a su vez por su resolución
radiométrica.
 FUNDAMENTOS FÍSICOS DE
TELEDETECCIÓN
 Interacción entre la radiación
y los objetos
 Fuente de energía
 Pasiva (sol)
 Activa (radar)
 Radiación
 Directa
 Indirecta
 Absorción,
 Reflexión
 Reflexión de los objetos
 Reflexión de la tierra
 FUNDAMENTOS FÍSICOS DE
TELEDETECCIÓN
 Luz como onda electromagnética
 FUNDAMENTOS FÍSICOS DE
TELEDETECCIÓN
 Interacción de la luz
con el sensor
 Dispositivos físicos
 Sensor
 Obturador
 Plano focal
 Pixel
 Rendimiento
cuántico
 Profundidad
Fuentes de datos raster – Imágenes de satélite
Fuentes de datos raster – Mapas escaneados
Fuentes de datos raster – fotografías aéreas
Fuentes de datos raster – imágenes VNT
CARACTERÍSTICAS DE LOS
PIXELES
 CARACTERÍSTICAS DE LOS
PIXELES
 Regulares. Las celdillas son
regulares, es decir todas son
iguales, estableciendo una
codificación discreta de las
coordenadas. La celdilla es
la unidad mínima en un
archivo raster, y por ello el
tamaño de celda nos dará la
precisión con que podremos
definir los elementos
geográficos.
 CARACTERÍSTICAS DE LOS
PIXELES
 Tamaño definido. Cada
píxel tiene un tamaño
definido, tanto en altura
como en ancho y debido a
que cada píxel es un
cuadrado y todas las filas y
columnas coinciden (tienen
un límite compartido), por
defecto, la medida de centro
a centro, es decir, desde el
centro de un píxel al centro
de su vecino directo (en
línea recta, no en diagonal),
será igual.
 CARACTERÍSTICAS DE LOS
PIXELES

 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

Hay desarrolladas algunas operaciones

de modelado basadas en celdas para
resolver aplicaciones específicas. Una
operación de aplicación realiza un
análisis que es específico para una
disciplina. Por ejemplo, las operaciones
hidrológicas crean una red de
transmisión y delinean una cuenca
hidrográfica.
 COMPARACIÓN DE LOS
MODELOS VECTORIALES Y
RASTER
Los modelos de datos ráster y vectoriales tienen diferentes ventajas y
desventajas, que debes tener en cuenta a la hora de seleccionar el
mejor tipo de archivo para nuestros trabajos con SIG. Una correcta
selección del modelo de datos a utilizar puede suponer una diferencia
cualitativa en nuestros trabajos, por lo que primero debe definir y
analizar los objetivos que deseas alcanzar y posteriormente seleccionar
el tipo de datos que te permita obtener los resultados que necesitas.
Ventajas y desventajas de los
modelos vectorial y ráster - 1
Entre las principales ventajas y desventajas de los modelos de representación
raster y vectorial, son los siguientes:
 La principal ventaja del modelo vectorial es la gran capacidad de
compactar información utilizando el menor volumen de datos posible del
SIG.
 En cuanto a la precisión de ambos modelos, los archivos vectoriales son
más precisos que los ráster cuando se calculan superficies y distancias.
 Los modelos vectoriales permiten tener límites más precisos al tratarse
de líneas y puntos de fácil definición y distribución, favoreciendo las
relaciones de vecindad entre elementos y haciendo a estos archivos
los más óptimos cuando se quiere realizar un análisis entre unidades
espaciales. Por el contrario , los modelos ráster, presentan límites basados
en el propio tamaño de píxel y tienen ciertas dificultades para desarrollar
análisis espaciales.
 Desde un punto de vista estructural, el modelo ráster es un modelo
sencillo y básico, pero poco compacto y tiene bastantes dificultadas para
representar información cuando se tienen archivos muy pesados.
Ventajas y desventajas de los
modelos vectorial y ráster - 2
 Los modelos ráster pueden simular tridimensionalmente la realidad de forma
más fiable, por el contrario los archivos vectoriales tienen un carácter plano y no
están capacitados para ser representados de la misma forma en el espacio.
 A nivel comercial los archivos vectoriales son más utilizados y compartidos,
mientras que los archivos ráster son más difíciles de generar y conseguir, por lo
que presentan a veces un costo económico más elevado, si la información no es
disponible en los geoservidores o en la web.
 Gráficamente los modelos ráster representan mejor la realidad por lo que las
salidas gráficas bajo un modelo ráster permiten una representación del área
geográfica algo más realista que los modelos vectoriales.
 Cuando se trata de asignar atributos cuantitativos o cualitativos, son los
modelos vectoriales los que presentan mayor facilidad de edición frente a los
archivos ráster , sin embargo son los modelos ráster los que admiten mejor la
incorporación de datos desde el inicio de la creación del archivo cuando se trata
de imágenes satelitales.
 Los archivos vectoriales tiene mayor facilidad a la hora de desarrollar reglas
y condiciones topológicas, respecto a los archivos ráster , pero por el contrario
generan con más facilidad problemas topología (solapamientos entre elementos
de la misma capa).
PREGUNTAS
GRACIAS!!!