Documentos de Académico
Documentos de Profesional
Documentos de Cultura
datos espaciales
SESIÓN #1
31 DE ENERO DE 2019
Los mapas son representaciones geográficas
de un territorio
Para manejar los datos de un mapa, se emplean los Sistemas de Información
Geográfica (GIS en inglés). Estos funcionan como herramientas para:
• Organizar
• Almacenar
• Manipular
• Analizar
• Graficar
Datos que provienen del mundo real y que están geográficamente referenciados.
Existen dos formas de almacenar datos
en GIS: Rasters y vectoriales
Raster: imágenes digitales representadas en Vectoriales: se centran en las características
mallas/grillas (grids) geométricas de las figuras
Los rasters son muy útiles para
representar variables continuas
Se componen de una matriz de celdas
(pixeles), organizadas en una grilla (con
filas y columnas).
• Shapefile de departamentos de
Colombia (segunda capa)
Fuente: https://oceanservice.noaa.gov/facts/remotesensing.html
Detección de incendios (satélites VIIRS y MODIS de la
NASA)
Fuente: https://firms.modaps.eosdis.nasa.gov/map/#z:2;c:58.5,1.6;d:2020-01-29..2020-01-30
Pronósticos
meteorológicos
(satélites
IDEAM)
Fuente:
http://www.pronosticosyalertas.gov.c
o/imagenes-satelitales
Luces nocturnas (Defense Meteorological Satellite
Program - Operational Linescan System (DSPS-OLS))
Fuente: https://ngdc.noaa.gov/eog/dmsp/downloadV4composites.html
Deforestación
(Satélites
Landslat)
Fuente: Hansen et al., 2013,
https://earthenginepartners.appspot.c
om/science-2013-global-forest
Análisis exploratorio de
datos espaciales
Autocorrelación Espacial
La autocorrelación espacial define el grado de similitud o heterogeneidad de una unidad
espacial con respecto a sus unidades vecinas. Usualmente la autocorrelación espacial
se calcula a través del estadístico local de Moran:
Local:
Otras estrategias para analizar varias
variables
Aplicación de estrategias de comprensión de información:
1. Se calcula la distancia entre todos los pares de puntos según fórmula anterior.
2. Se agrupan los pares más cercanos para conformar clusters binarios.
3. Se combinan los clusters de forma progresiva hasta alcanzar el número de clusters
deseado.
Análisis de componentes principales
(PCA)
Resume la información en un vector que
resume la dirección de variabilidad que
predomina en los datos.