11 Sistemas de Informacion Geografica

Captulo 11 Sistemas de Informacin Geogrfica
C A P T U L O 1 1
Sistemas de Informacin Geogrfica
Introduccin El inicio de los Sistemas de Informacin Geogrfica (SIG) se remonta a comienzos de la

humanidad. Los mapas ms antiguos se conocieron antes del 2500 a.C., pero probablemente
hayan sido de tiempos anteriores. Desde entonces el hombre ha continuado mejorando los
mtodos de representacin de la informacin espacial. A mediados del siglo XVIII se usaron
superposiciones de mapas para presentar los movimientos de la tropa en la guerra de la
revolucin. Estos pueden ser considerados los comienzos de los SIG. El primer censo britnico
en 1825 mostr otra aplicacin de los SIG en la demografa. Durante el siglo XIX muchos
cartgrafos y cientficos fueron descubriendo el potencial de las superposiciones para
representar varios niveles de informacin sobre un rea (Star y Estes 1990).
Frederick Law Olmstead ha sido considerado el padre de la arquitectura paisajstica por su

innovador trabajo en los inicios del siglo XX. Muchos de los mtodos usados por Olmstead en
la arquitectura paisajstica involucra el uso de sobreposiciones manuales. Este tipo de anlisis
comenz a usarse para un amplio rango de aplicaciones, tales como deteccin de cambios,
planeacin urbana y manejo de recursos (Rado 1992).
El primer sistema SIG fue el Sistema de Informacin Geogrfica Canadiense, desarrollado en

1962 por Roger Tomlinson para el inventario de tierras del Canad. Diferentes sistemas
empezaron a ser desarrollados para aplicaciones especficas. En este caso se dise un sistema
para almacenar mapas digitalizados y atributos correspondientes al terreno canadiense en un
formato de fcil acceso. Este sistema an se encuentra en operacin (Parent y Church 1987).
En 1969, se public el trabajo Diseo con Naturaleza de Ian McHarg. Este trabajo sobre anlisis
de capacidad/uso de la tierra (SCA), un sistema diseado para analizar varias capas de datos
para producir un mapa para planificacin, discuti el uso de superposiciones de capas de datos
referenciados espacialmente para la planeacin y el manejo de los recursos (Star y Estes 1990).
La era moderna de los SIG empieza en los aos 70, cuando los analistas comienzan a programar
computadoras para automatizar algunos procesos manuales. Algunas compaas de software
como ESRI y ERDAS desarrollaron paquetes de software que permitan entrada, despliegue y
manipulacin de datos geogrficos para crear nuevas capas de informacin. Los constantes
avances en las especificaciones y en el poder del hardware en los ltimos diez aos y la
disminucin en sus costos han hecho la tecnologa SIG accesible a un amplio rango de usuarios.
La tasa de crecimiento de la industria SIG en los ltimos aos ha excedido las proyecciones ms
optimistas.
Field Guide 383

Actualmente un Sistema de Informacin Geogrfica (o SIG) es un sistema nico diseado para

entrar, almacenar, recuperar, manipular y analizar capas de datos geogrficos para producir
informacin interpretable. Un SIG tambin debera ser capaz de crear reportes y mapas (Marble
1990). La base de datos de un SIG incluye imgenes de computador, mapas impresos, datos
estadsticos y otros tipos de datos necesarios en un estudio. Aunque el trmino SIG es de uso
comn para describir paquetes de software, un verdadero SIG incluye personas con
conocimiento, un programa de entrenamiento, presupuesto, mercadeo, hardware, datos y
software (Walker y Miller 1990). La tecnologa SIG puede usarse en casi cualquier disciplina
relacionada con la geografa, desde la arquitectura paisajstica hasta el manejo de los recursos
naturales o el diseo de rutas de transporte.
El propsito principal de un SIG es convertir datos geogrficos en informacin til. Debe

responder a preguntas de la vida real tales como:
Cmo podremos monitorear la influencia de los cambios climticos globales sobre los
recursos de la tierra?
Cmo podran definirse nuevamente las divisiones polticas en una rea metropolitana que
crece rpidamente?
Cul sera el mejor lugar para ubicar un centro comercial, que sea conveniente para los
compradores y cause el menor impacto ambiental?
Qu reas podran ser protegidas para garantizar la supervivencia de especies en peligro
de extincin?
Cmo podran prepararse las comunidades para desastres naturales, tales como
terremotos, tornados, huracanes e inundaciones?
Informacin Vs. La informacin, opuesta a los datos, es independientemente significativa. Esto es relevante para
Datos un problema o interrogante particular:
"La cobertura de tierras de coordenadas N875250, E757261 tiene un valor 8 en el archivo

de datos", es un dato.
"Las coberturas de tierras con valor 8 son de pendientes muy elevadas para desarrollo", es
informacin.
El usuario puede entrar datos en un SIG y obtener informacin. La informacin que el usuario
desea derivar determina el tipo de datos que deben usarse en la entrada. Por ejemplo, si se est
observando un lugar para situar un refugio apropiado para las guilas, los datos del cdigo
postal probablemente no se necesiten, mientras que los datos de cobertura terrestre pueden ser
tiles.
Por esta razn, el primer paso en cualquier proyecto de SIG es usualmente una evaluacin del
alcance y de las metas del estudio. Una vez que el proyecto est definido se puede iniciar el
proceso de construir la base de datos. Aunque el software y los datos estn disponibles
comercialmente, debe crearse una base de datos a la medida del proyecto y rea de estudio en
particular. Esto es, que debe ser diseada para satisfacer las necesidades y objetivos de la
organizacin. El ERDAS IMAGINE provee todas las herramientas requeridas para construir y
manipular una base de datos SIG.
La tpica implementacin de un SIG incluye dos pasos:
entrada de datos
anlisis
384 ERDAS
Entrada De Datos
En la entrada se renen dentro de una base de datos las capas de datos necesarias. En la fase de
anlisis, estas capas son combinadas y manipuladas en cierto orden para crear nuevas capas para
luego extraer informacin til de ellas. Este captulo trata estos pasos en detalle.
Entrada De Datos La adquisicin de los datos apropiados para un proyecto supone crear una base de datos de capas
que abarquen el rea de estudio. Una base de datos creada con ERDAS IMAGINE puede estar
constituida por:
capas continuas (imgenes de satlite, fotografas areas, datos de elevacin, etc.)

capas temticas (uso de tierras, vegetacin, hidrologa, suelos, pendientes, etc.)
capas vector (vas, redes de comunicacin y servicios pblicos, parcelas, etc.)
estadsticas (frecuencia de una ocurrencia, demografa, etc.)
datos de atributos (caractersticas de las carreteras, tierras, imgenes, etc.)
El paquete de software ERDAS IMAGINE emplea una arquitectura orientada a objetos, que
utiliza imgenes raster y datos topolgicos vector. Las imgenes raster son almacenadas en
archivos .img, y las capas vector son coberturas basadas en los modelos de datos ARC/INFO.
La perfecta integracin de estos dos tipos de datos permite al usuario aprovechar los beneficios
de ambos formatos en un slo sistema.
Raster Data Input Vector Data Input
Landsat TM Roads
SPOT panchromatic Census data
Aerial photograph Ownership parcels
Soils data Political boundaries
Land cover Landmarks
Raster Attributes Vector Attributes
GIS analyst using ERDAS IMAGINE
Figura 11-1: Entrada de Datos
Field Guide 385

En las siguientes aplicaciones podran ser ms apropiados los datos raster:
seleccin de sitios
manejo de recursos naturales
exploracin de petrleo
planeacin de misiones
deteccin de cambios
De otra parte, los datos vector pueden ser tiles en estas aplicaciones:
planeacin urbana
valoracin de impuestos y planificacin
ingeniera de Trfico
gestin de instalaciones
La ventaja de un sistema vector y raster integrado tal como ERDAS IMAGINE es que una
estructura de datos no sobresale sobre la otra. Ambos formatos de datos pueden ser usados y las
funciones de ambos tipos de sistemas pueden ser utilizadas. Dependiendo del proyecto, pueden
ser necesarios slo datos vector o raster, pero se obtienen ms beneficios de las aplicaciones si
se usan ambos.
Temas y Capas Una base de datos usualmente contiene archivos con datos de la misma rea geogrfica, donde
cada archivo contiene diferentes tipos de informacin. Por ejemplo, una base de datos para un
departamento de recreacin de una ciudad podra incluir archivos de todos los parques en el
rea. Estos archivos podran representar los lmites de los parques, lmites distritales y
municipales, tipos de vegetacin, tipos de suelos, drenajes, pendientes, caminos, etc. Cada uno
de estos archivos contiene diferente informacin, cada uno es un tema diferente. El concepto de
temas ha evolucionado desde los comienzos de los SIG, en los que se crearon transparencias
para cada tema y por superposiciones fueron combinadas de diferentes maneras para derivar
nueva informacin.
Un tema sencillo puede requerir ms que un simple archivo raster o vector para describirlo
completamente. En cambio para la imagen, hay atributos que describen la informacin, un
esquema de colores o una leyenda significativa para la imagen. As, una capa es una coleccin
completa de datos que describe cierto tema.
Dependiendo de las metas propuestas de un proyecto, tal vez sea til combinar varios temas
dentro de una capa. Por ejemplo, si un usuario desea proponer un nuevo sitio para un parque,
puede crear una capa que muestre caminos, cobertura de la tierra, propietarios de la tierra,
pendientes, etc., e indicar por medio del uso de colores y/o anotaciones cules reas podran ser
las mejores para el nuevo lugar. Esta nica capa podra entonces incluir muchos temas
separados. Muchos de los anlisis de los SIG se relacionan con la combinacin individual de
temas dentro de una o ms capas que responden las preguntas manejadas en el anlisis. Este
captulo explora estas tcnicas de anlisis.
Capas Continuas Las capas raster continuas son cuantitativas (miden una caracterstica) y estn relacionadas con
valores continuos. Las capas raster continuas pueden ser multibanda (p.e., Landsat TM) o de
una sla banda (p.e., SPOT pancromtica).
386 ERDAS
Capas Tematicas
Las imgenes de satlite, fotografas areas, datos de elevacin, mapas escaneados y otros datos
de capas continuas, pueden incorporarse a una base de datos y proveer informacin que no est
disponible en capas temticas o capas vector. En efecto, estas capas forman el cimiento de la
base de datos. Pueden crearse mapas base precisos a partir de imgenes de satlite o fotografas
areas rectificadas. Luego, todas las otras capas que sean adicionadas a la base de datos pueden
registrarse con este mapa base.
Aunque alguna vez se usaron nicamente para procesamiento de imgenes, los datos continuos
se estn incorporando a bases de datos SIG y se usan en combinacin con datos temticos que
inciden en el procesamiento de algoritmos; tambin se usan como imagen de fondo en la
presentacin de los resultados del anlisis. Actualmente los datos de satlite y fotografas areas
son efectivos en la actualizacin de datos vectoriales obsoletos. Los vectores pueden
superponerse sobre un fondo raster para actualizar dinmicamente elementos nuevos o que han
cambiado, tales como caminos, redes de servicios pblicos o usos de la tierra. Este captulo
explora los diversos usos de los datos continuos en los SIG.
Ver captulo 1 "Datos Raster" para ms informacin sobre datos continuos.
Capas Tematicas Los datos temticos estn representados como capas sencillas de informacin y se almacenan
como archivos .img que contienen clases discretas. Las clases son simplemente categoras de
pixeles que representan la misma condicin. Un ejemplo de una capa temtica es una
clasificacin de la vegetacin con clases discretas que representen: bosques de conferas,
bosques caducifolios, pantanos, zonas agrcolas, zonas urbanas, etc.
Algunas veces a una capa temtica se le llama variable, porque representa una de las muchas
caractersticas acerca del rea de estudio. Las capas temticas tienen generalmente slo una
banda, usualmente desplegada en modo pseudo-color, donde los colores particulares asignados
sirven para ayudar a visualizar la informacin. Por ejemplo, el azul es generalmente usado para
cuerpos de agua, el verde para vegetacin, etc.
Ver captulo 4 "Despliegue de Imgenes" para ms informacin sobre despliegue en

pseudo-color.
Sistemas de En oposicin a los valores de archivo de las capas continuas, las que generalmente son
Numeracin de multibanda y estn estadsticamente relacionadas, los valores de archivo de capas temticas
Clases pueden tener escalas de medida nominal, ordinal, de intervalos y de razn (relacin o
proporcin) (Star y Estes, 1990).
La escala nominal representa categoras sin un orden particular. Usualmente, estas son
caractersticas que no estn asociadas con cantidades (p.e., tipos de suelos o reas
polticas).
La escala ordinal es aquella que sigue una secuencia, tal como pobre, bueno, mejor y el
mejor. Un sistema de numeracin de escala ordinal es creado desde un sistema nominal, en
el cual las clases han sido clasificadas por algn criterio. En el caso de las bases de datos
de los departamentos de recreacin utilizada en los ejemplos previos, la capa final puede
ser utilizada para clasificar el terreno del parque propuesto de acuerdo con lo indicado.
Field Guide 387

La escala de intervalos tambin tienen una secuencia natural, pero la diferencia entre sus
valores es significativa. Este sistema de numeracin podra ser usado para datos de
temperatura por ejemplo.
La escala de razn difiere de la escala de intervalos solamente en que la escala de razn
tienen un punto cero natural, por ejemplo cantidades de precipitacin.
La variable que se est analizando y la manera en que contribuye a crear el producto final,
determina el sistema de numeracin de clases que se use en las capas temticas. Las capas que
tienen un sistema de numeracin pueden ser recodificadas fcilmente a un nuevo sistema. Esto
se discute detalladamente en "Recodificacin" on page 398.
Clasificacion Las capas temticas pueden ser generadas a partir de datos adquiridos remotamente (p.e.,
Landsat TM, SPOT) usando las herramientas Image Interpreter, Classificacion y Spatial
Modeler de ERDAS IMAGINE. Una aplicacin frecuente y popular es la clasificacin de la
cobertura de la tierra por medio del uso de algoritmos de reconocimiento de patrones
supervisado (asistido por el usuario) y no supervisado (automtico) existentes en ERDAS
IMAGINE. La salida es una capa temtica sencilla que representa clases especficas basadas en
el enfoque que se haya seleccionado.
Ver captulo 6 "Clasificacin" para ms informacin.
Conversin de Datos Las capas vector pueden ser convertidas a formato raster en caso que sea ms apropiado para
Vector a Formato una aplicacin en particular. Las capas vector tpicas, tales como lneas de comunicacin,
Raster hidrografa, lmites y otros elementos lineales pueden convertirse fcilmente a formato raster
para realizar nuevos anlisis con ERDAS IMAGINE.
Use el men Vector Utilites del icono Vector en el panel de conos de ERDAS IMAGINE
para convertir capas vector a formato raster.
Otras fuentes de datos raster son discutidas en el captulo 3 "Fuentes de Datos Raster y
Vectoriales".
Estadsticas Tanto las capas continuas como temticas incluyen informacin estadstica. Las capas temticas
contienen la siguiente informacin:
un histograma de los valores de datos, los cuales son el nmero total de pixeles en cada
clase
una lista de nombres de clase que corresponden a los valores de clase
una lista de valores de clase
una tabla de colores, que almacena los valores de brillo de rojo, verde y azul, la cual
muestra en colores cada una de las clases de la capa desplegada
Para datos temticos, estas estadsticas son llamadas atributos y pueden estar acompaadas de
otros tipos de informacin, como se describir posteriormente.
388 ERDAS
Atributos
Use la opcin Image Information del panel de conos de ERDAS IMAGINE para generar
o actualizar las estadsticas de los archivos .img.
Ver captulo 1 "Datos Raster" para ms informacin sobre almacenamiento de

estadsticas de capas continuas.
Capas Vector Las capas vector usadas en ERDAS IMAGINE estn basadas en el modelo de datos Arc/lnfo y
consisten de puntos, lneas y polgonos. Estas capas son topolgicamente completas, lo que
significa que las relaciones espaciales entre las caractersticas guardan relacin. Las capas
vector pueden ser utilizadas para representar rutas de transporte, corredores de servicios
pblicos, lneas de comunicacin, impuestos para parcelas, zonas escolares, distritos de
votacin, monumentos histricos, densidad poblacional, etc., las capas vector pueden ser
analizadas independientemente o en combinacin con capas continuas y temticas.
Desde ERDAS IMAGINE V8.4, las capas vectoriales tambin pueden ser shapefiles basados en
el modelo de datos de ArcView.
Los datos vector pueden adquirirse a travs de agencias privadas y gubernamentales. Los datos
vector tambin pueden ser creados en ERDAS IMAGINE digitalizando sobre la pantalla,
usando una mesa digitalizadora o convirtiendo otros tipos de datos a formato vector.
Ver captulo 2 "Capas Vectoriales" para ms informacin sobre las caractersticas de los
datos vector.
Atributos Se llaman atributos el texto y los datos numricos que estn asociados con las clases de una capa
temtica o con las caractersticas de una capa vector. Esta informacin puede tener formato de
cadena de caracteres, nmeros enteros nmeros de punto flotante, muchos de los atributos que
se trabajan van a ser manipulados por el software manejador de la base de datos. El usuario
puede definir campos, los cuales son categoras de informacin de cada clase. Un registro es el
conjunto de atributos para una clase. Cada registro es como una ficha que contiene informacin
sobre una clase o caracterstica en un archivo con muchas fichas, las cuales contienen
informacin similar para otras clases o caractersticas.
La informacin de atributos para capas raster se almacena en un archivo de imagen (.img). La

informacin de atributos vector es almacenada en un archivo INFO. En ambos casos, hay
campos que son generados automticamente por el software, pero pueden aadirse otros
campos que sean necesarios para describir en detalle los datos. En ERDAS IMAGINE ambos
son vistos como arreglos de celdas, que le permiten al usuario desplegar y manipular la
informacin. Sin embargo, los atributos raster y vector son manejados de una forma ligeramente
diferente; como se explicar enseguida.
Atributos Raster En ERDAS IMAGINE, los atributos raster para archivos .img se accesan desde el editor de
atributos raster. El editor de atributos raster contiene un arreglo de celdas, el cual es similar a
una tabla u hoja de clculo que no slo presenta la informacin, sino que incluye opciones para
importar, exportar, copiar, editar y otras operaciones.
Field Guide 389

La Figura 11-2 en la pgina 390 muestra los atributos de una capa de clasificacin de cobertura
terrestre.
Figura 11-2: Atributos Raster para Inlandc.imf
La mayora de las capas temticas contienen los siguientes campos de atributos:
nombre de la clase
valor de la clase
tabla de colores (valores de rojo, verde y azul)
porcentaje de opacidad
histograma (nmero de pixeles en el archivo que pertenecen a la clase)
Pueden adicionarse tantos campos de atributos como sean necesarios para cada una de las clases
definidas.
Ver captulo 6 "Clasificacin" para ms detalles sobre la informacin de atributos que es

generada automticamente cuando se crean nuevas capas temticas en el proceso de la
clasificacin.
Visualizacin de Atributos Raster
La observacin de la informacin de atributos puede ser una herramienta valiosa de anlisis.

Dependiendo del tipo de informacin asociada con las capas de la base de datos, el
procesamiento puede ser ms refinado comparando los atributos de varios archivos. Cuando la
capa raster y su informacin de atributos asociada se despliegan, el usuario puede seleccionar
caractersticas de una utilizando la otra. Por ejemplo para localizar el nombre de la clase
asociada con un polgono particular en una imagen desplegada, simplemente se hace click con
el ratn sobre el polgono y la fila correspondiente se ilumina en el editor de atributos raster.
La informacin de atributos es accesible desde varios lugares usando ERDAS IMAGINE. En

algunos casos es de slo lectura y en otros casos funciona completamente desde el editor,
permitiendo que la informacin sea modificada.
390 ERDAS
Atributos
Manipulacin de Atributos Raster
Las aplicaciones para manipular atributos son tan variadas como las aplicaciones para los SIG.
La informacin de atributos en una base de datos depender de las metas del proyecto. Algunas
de las capacidades para edicin de atributos en ERDAS IMAGINE incluyen:
importar/exportar informacin ASCII para y desde otros paquetes de software, tales como
hojas de clculo y procesadores de texto
cortar, copiar y pegar celdas individuales, filas o columnas para y desde el mismo editor de
Atributos Raster o entre varios Editores de Atributos Raster
generacin de reportes que incluye toda o parte de la informacin en el editor de Atributos
Raster
uso de frmulas para celdas
editar directamente celdas en las que est entrando informacin nueva
El editor de atributos raster en ERDAS IMAGINE incluye una columna de color de celdas, que
permite visualizar los colores de la clase (objeto). Adems el usario puede manipular
directamente los atributos que han sido cambiados por otros programas. Por ejemplo, algunas
de las funciones de Image Interpreter calculan las estadisticas, las cuales se adicionan
automaticamente al editor de atributos raster. Tambin puede escribirse sobre modelos que leen
y/o modifican informacin de los atributos.
Ver captulo 5 "Realces" para ms infomacin sobre Image Interpreter.
Atributos Vector Los atributos vector se guardan en celdas para atributos vector. El usuario puede ver los
atributos o usarlos para:
seleccionar elementos en una capa vector para nuevos procesamientos

determinar cmo sern simbolizados los vectores
etiquetar elementos
La Figura 11-3 en la pgina 392 muestra los atributos para una capa de vas.
Field Guide 391

Figura 11-3: Celdas de Atributos Vector
Ver captulo 2 "Capas Vectoriales" para ms informacin sobre atributos vector.
Anlisis
Herramientas de En ERDAS IMAGINE, las funciones de anlisis y algoritmos de los SIG son accesibles a travs
Anlisis en ERDAS de tres herramientas:
IMAGINE
modelos script creados con Spatial Modeler Language
modelos grficos creados con Model Maker
funciones pre-definidas en Image Interpreter
Spatial Modeler Language (Lenguaje de Modelamiento Espacial)
Spatial Modeler Language es la base para toda las funciones SIG de ERDAS IMAGINE y
adems la ms potente. Este es un lenguaje de modelamiento que permite al usuario crear
modelos script (de texto) para una variedad de aplicaciones. Los modelos pueden ser usados
para crear algoritmos hechos a la medida que manejen mejor los datos y satisfagan los objetivos
del usuario.
392 ERDAS
Anlisis
Model Maker (Modelador)
Model Maker es esencialmente el lenguaje de modelamiento espacial unido a una interface

grfica. Esto le permite al usuario crear modelos grficos usando una paleta de herramientas.
Los modelos grficos pueden correrse, editarse, salvarse en libreras o convertirse a forma script
y luego editarse usando Spatial Modeler Language.
NOTA: Las referencias a Spatial Modeler en este captulo significan que los procedimientos
nombrados pueden llevarse acabo usando Model Maker o Spatial Modeler Language.
Image Interpreter
Image Interpreter posee un conjunto de funciones que se crean usando Model Maker o Spatial
Modeler Language. Ellos tienen una interface de dilogo que hacen juego con otros procesos en
ERDAS IMAGINE. En la mayora de los casos, estos procesos pueden correrse con un dilogo
sencillo. Sin embargo, los modelos actuales cuentan con software que permite elaborarlos a la
medida.
Muchas de las funciones descritas en las siguientes secciones pueden utilizarse usando
cualquiera de estas herramientas. Model Maker es de uso fcil y requiere de muchos de los
mismos pasos que se realizaran al dibujar un diagrama de flujo para un anlisis. Spatial
Modeler Language est hecho para anlisis ms avanzados y ha sido diseado usando comandos
de lenguaje natural y reglas de sintaxis simples. Algunas aplicaciones pueden requerir una
combinacin de estas herramientas.
Personalizacin de las Herramientas de ERDAS IMAGINE
ERDAS Macro Language (EML) permite crear y/o agregar nuevos dilogos personalizados. De
necesitarse nuevas capacidades, ellas pueden ser creadas con herramientas de C. Empleando
estas herramientas puede crearse un SIG completamente hecho a la medida para una aplicacin
especfica. ERDAS Macro Language y las herramientas de C son partes de Developers '
Toolkit de ERDAS IMAGINE.
Vea la ayuda en lnea de ERDAS IMAGINE para ms informacin sobre EML y sobre
Developers' Toolkit.
Procedimientos de Una vez la base de datos (capas y atributos) est montada, pueden analizarse las capas y
Anlisis extraerse nueva informacin de ellas. Alguna informacin puede extraerse simplemente
comparando las capas en forma visual. Sin embargo, la nueva informacin puede recuperarse
combinando y comparando capas usando los siguientes procedimientos:
Anlisis de proximidadlos procesos de categorizacin y evaluacin de pixeles basados

en sus distancias a otro pixeles en una clase o clases especificadas.
Anlisis de Contigidadle permite al usuario identificar regiones de pixeles en la misma
clase y filtrar por fuera regiones pequeas.
Anlisis de Vecindadcualquier tcnica de procesamiento de imgenes que considere
pixeles vecinos, tales como el filtrado por convolucin y el escaneo. Este es muy similar al
filtrado por convolucin realizado sobre datos continuos. Pueden realizarse varios tipos de
anlisis, tales como lmite, densidad, media, suma, etc.
Recodificacinpermite al usuario asignar nuevos valores de clase para todas o algunas
de las clases en una capa.
Field Guide 393

Superposicincrea un nuevo archivo con el valor mximo o mnimo de las capas de

entrada.
Indexacinagrega los valores de las capas de entrada.
Anlisis Matriciallas salidas son los valores coincidentes en las capas de entrada.
Modelamiento Grficopermite al usuario combinar capas de datos en un nmero
ilimitado de formas. Por ejemplo, una capa de salida creada por modelamiento puede
representar la combinacin deseada de muchos temas de las capas de entrada.
Modelamiento scriptofrece todo las capacidades de modelamiento grfico con la
capacidad de ejecutar funciones ms complejas, tales como bucles condicionales.
Uso de un rea de Inters (AOI)
Cualquiera de estas funciones puede usarse sobre una o muchas capas. El usuario puede
seleccionar un rea de inters (AOl) particular que est definida en un archivo separado (capa
AOl, mapa raster temtico, o capa vector) o un rea de inters que es seleccionada entrando sus
coordenadas especficas antes de la operacin o por simple seleccin del rea en el visor.
Anlisis de Muchas aplicaciones requieren algunas medidas de distancia o de proximidad. Por ejemplo, un
Proximidad urbanizador de bienes races estara interesado en conocer la distancia entre un sitio potencial
para un centro comercial y una va principal.
El anlisis de proximidad determina cules pixeles de una capa estn localizados a una distancia
especfica de los pixeles de una cierta clase o clases. Se crea una nueva capa temtica (archivo
.img), categorizada por la distancia de cada pixel de las clases especificas de la capa de entrada.
Este nuevo archivo se vuelve una nueva capa de la base de datos y proporciona una zona de
influencia alrededor de la(s) clase(s) especificada(s). En nuevos anlisis, puede ser beneficioso
considerar otros factores, tomando en cuenta si ellos caen dentro o fuera de la zona de
influencia.
La Figura 11-4 en la pgina 394 muestra una capa que contiene lagos y corrientes de agua y la
capa resultante despus de realizar un anlisis de proximidad para crear una zona de influencia
alrededor de todos los cuerpos de agua.
Lake
Streams
Buffer
zones
Original layer After proximity

analysis performed
Figura 11-4: Anlisis de Proximidad
394 ERDAS
Anlisis de Contigidad
Use la funcin Search (Analysis GIS) de Image Interpreter o Spatial Modeler para
realizar un anlisis de proximidad.
Anlisis de Un anlisis de contigidad considera las maneras en las que se agrupan los pixeles de una clase.
Contigidad Los grupos de pixeles contiguos en la misma clase, se llaman regiones raster, o grupos. Pueden
manipularse o ser identificados por sus tamaos. Una aplicacin de esta herramienta podra ser
un anlisis para localizar un helipuerto que requiere al menos 250 pixeles contiguos y una
resolucin de 10 metros.
El anlisis de contigidad puede ser usado para:
dividir una gran clase en regiones raster separadas, o

eliminar regiones raster que se consideran demasiado pequeas para una aplicacin.
Filtrado de Grupos En casos donde los grupos son muy pequeos y no son tiles, entonces pueden filtrarse de
acuerdo a sus tamaos. Esto algunas veces se conoce como eliminacin de los efectos sal y
pimienta o cribado (tamizado). En la Figura 11-5 en la pgina 395 todos los grupos pequeos
de la capa original son eliminados.
Clumped layer Sieved layer
Figura 11-5: Anlisis de Contigidad
Use las funciones grupos y sieve (GIS Analysis GIS) del Image Interpreter o Spatial
Modeler para realizar anlisis de contigidad.
Field Guide 395

Anlisis de Con un proceso similar al filtrado por convolucin de capas raster continuas, las capas raster
Vecindad temticas tambien pueden filtrarse. El proceso de filtrado en los SIG algunas veces se llama
escaneo, que no debe confundirse con la captura de datos por medio de una cmara digital. El
anlisis de vecindad est basado en caractersticas locales o de vecindad de los datos (Star y
Estes 1990).
Todo pixel es analizado espacialmente, de acuerdo con los pixeles que lo rodean. El nmero y
localizacin de los pixeles vecinos es determinado por la ventana de escaneo, que es definida
por el usuario. Estas operaciones se conocen como operaciones focales. La ventana de escaneo
puede ser:
circular, con un dimetro mximo de 512 pixeles

forma de donut, con un radio exterior mximo de 256 pixeles
rectangular, hasta de 512 512 pixels, con la opcin de enmascarar determinados pixeles
Use la funcin Neighborhood (Analysis GIS) de Image Interpreter o Spatial Modeler para
realizar anlisis de vecindad. La ventana de escaneo usada en Image Interpreter puede
ser 3 3, 5 5 o 7 7. En Model Maker es definida por el usuario y puede ser hasta de
512 512. La ventana de escaneo en SML puede ser de cualquier tamao.
Definicin del Area El usuario puede definir el rea del archivo que va a ser escaneada. La ventana de escaneo se
de Escaneo mover slo sobre esta rea cuando se realiza el anlisis. El rea puede ser definida de una de
las siguientes maneras:
Especificar una porcin rectangular del archivo a escanear. La capa de salida contendr
slo el rea especificada.
Especificar un rea de inters que est definida en una capa AOl existente, una
superposicin de anotaciones, o una capa vector. El(Las) rea(s) dentro del polgono ser
escaneada, y las otras reas permanecern iguales. La capa de salida tendr el mismo
tamao que la capa de entrada y la parte rectangular seleccionada.
Especificar una clase o clases en otra capa temtica usada como mscara. Los pixeles en la
capa escaneada correspondern a los pixeles de la clase o clases seleccionada en la capa
mscara, mientras que los otros pixeles permanecern iguales.
396 ERDAS
Anlisis de Vecindad
8 2 8 4 4 5
8 6 8 5 4 5
2 6 8 5 4 5
2 6 8 3 5 5
2 6 8 3 4 5
2 2 6 3 4
8 2 6 4 4
8 6 8 4 4
2 6 3 5 5
2 6 3 4 5
2 8 4 4 5
mask layer target layer
Figura 11-6: Uso de la Mscara
En la Figura 11-6 en la pgina 397, la clase 2 en la capa mscara fue seleccionada por la
mscara. Slo los pixeles correspondientes (sombreados) en la capa fuente sern escaneados
los otros valores permanecern inalterados.
El anlisis de vecindad crea una nueva capa temtica. Hay varios tipos de anlisis que puede
realizarse sobre cada ventana de pixeles, como se describe a continuacin:
Fronteradetecta lmites entre clases. La capa de salida contiene slo pixeles de frontera.
Esto es til para crear fronteras o lneas de clases, tales como una interfaz tierra/agua.
Densidadproporciona el nmero de pixeles que tienen el mismo valor de clase que el
pixel central (analizado). La densidad tambin es una medida de homogeneidad (igualdad),
basada en el pixel analizado. A menudo es til en la evaluacin del dosel de vegetacin.
Diversidadproporciona el nmero de los valores de clase que estn presentes dentro de
la ventana. La diversidad tambin es una medida de heterogeneidad (diferencia).
Mayorada el valor de clase que representa la mayora de los valores de clase en la
ventana. El valor es definido por el usuario. Esta opcin opera como un filtro paso bajo para
limpiar la capa del efecto sal y pimienta.
Mximoda el mayor valor de clase dentro de la ventana. Esto puede usarse para dar
nfasis a clases con valores de clase altos o eliminar rasgos lineales o de frontera.
Mediapromedia los valores de clase. Si los valores de clase representan datos
cuantitativos, entonces esta opcin puede trabajar como un filtro por convolucin. Esto es
principalmente usado en datos con escalas ordinales o de intervalo.
Medianoda la mediana estadstica de los valores de clase en la ventana. Esta opcin
puede ser til si los valores de clase representan datos cuantitativos.
Mnimosaca el valor de la clase menor o ms pequea dentro de la ventana. El valor es
definido por el usuario. Esto puede usarse para dar nfasis a clases con valores de clase
bajo.
Minorasaca el valor de la clase menos comn que est dentro de la ventana. Esta opcin
puede usarse para identificar la clase comn. Tambin puede ser usada para resaltar rasgos
lineales separados.
Field Guide 397

Rangosaca el nmero de pixeles en la ventana de escaneo cuyo valor es menor que el

pixel central.
Desviacin estndarsaca la desviacin estndar de los valores de clase en la ventana.
Sumatotaliza los valores de las clases. En un archivo donde los valores de clase estn
categorizados, totalizar permite al usuario promover rangos de pixeles basados en su
proximidad a pixeles de mayor jerarqua.
2 8 6 6 6 8 6 6
Output of one
2 8 6 6 6 2 48 6 iteration of the
2 2 8 6 6 2 2 8 sum operation
2 2 2 8 6
2 2 2 2 8
8 + 6 + 6 + 2 + 8 + 6 + 2 + 2 + 8 = 48
Figura 11-7: Opcin de Suma del Anlisis de Vecindad (Image Interpreter)
En la Figura 11-7 en la pgina 398, la opcin Suma del Analisis de Vecindad (Image Interpreter)
es aplicado a una ventada de pixeles de 3 3 en la capa de entrada. En la capa salida, el pixel
analizado dar un valor basado sobre el total de todos los pixeles de la ventana.
El pixel analizado siempre es el pixel central de la ventana de escaneo. En este ejemplo,

slo el pixel de la tercera columna y la tercera fila del archivo es sumado.
Recodificacin Los valores de clase pueden ser recodificados a nuevos valores. La recodificacin involucra la
asignacin de nuevos valores a una o ms clases. La recodificacin se usa para:
reducir el nmero de clases

combinar clases
asignar valores de clases diferentes a clases existentes
Cuando una escala ordinal, de razn o de intervalo es numerada por el sistema, puede usarse la
recodificacin para asignar a las clases sus valores asignados. Frecuentemente la recodificacin
se usa para hacer ms fcil los pasos posteriores. Por ejemplo, en la creacin de un modelo de
reas con salidas de bueno, mejor y mucho mejor, puede ser beneficioso recodificar las capas
de entrada de las clases mucho mejor que tienen valores de clase ms altos.
En el siguiente ejemplo (Tabla 11-1 en la pgina 399), la capa de cobertura terrestre es

recodificada para que las reas ms susceptibles ambientalmente (tierras hmedas y
erosionadas) tengan valores de clase ms altos.
398 ERDAS
Superposicin (Overlaying)
Tabla 11-1: Ejemplo de una Capa de Cobertura Terrestre Recodificada
Value New Value Class Name

0 0 Background
1 4 Riparian
2 1 Grassland and Scrub
3 1 Chaparral
4 4 Wetlands
5 1 Emergent Vegetation
6 1 Water
Use la funcin Recode (Analysis GIS) de Image Interpreter o Modeler Spatial para
recodificar capas.
Superposicin Las capas de datos temticas pueden superponerse para crear una capa compuesta. La capa de
(Overlaying) salida contiene los valores de clase mnimo o mximo de las capas de entrada. Por ejemplo, si
una rea estuviera en clase 5 en una capa, y en clase 3 en otro, y dominara el valor de clase
mximo, entonces la misma rea ser codificada a clase 5 en la capa de salida, como se muestra
en la Figura 11-8 en la pgina 400.
Field Guide 399

Basic Overlay Application Example

Original Slope
6
1-5 = flat slopes
8 2 6-9 = steep slopes
9 1 1
3 5 6 3
5
Recode Recoded Slope

9
0 = flat slopes
9 0 9 = steep slopes
9 0 0
9 0
0
Land Use
2 Overlay
1 = commercial
2 4 2 = residential
3 = forest
3 1 2 4 = industrial
2 5 5 = wetlands
3
Overlay Composite
9
1 = commercial
9 4 2 = residential
9 1 2 3 = forest
9 5 4 = industrial
5 = wetlands
3 9 = steep slopes
(Land Use masked)
Figura 11-8: Superposicin
El ejemplo de aplicacin de la Figura 11-8 en la pgina 400 muestra el resultado de combinar

dos capaspendientes y uso de la tierra. La capa de pendientes se recodifica primero para
combinar todas las pendientes altas en un slo valor. Cuando se superpone con la capa de uso
de la tierra, el valor de dato ms alto (las pendientes altas) dominar en la capa de salida.
Use la funcin Overlay (Analysis GIS) de Image Interpreter o Spatial Modeler para
superoponer capas.
Indexacin Las capas temticas pueden ser indexadas (adicionadas) para crear una capa compuesta. La capa
de salida contiene las sumas de los valores de la capa de entrada. Por ejemplo, la interseccin
de clase 3 en una capa y clase 5 en otra resultar en la capa de salida como clase 8, como se
muestra en la Figura 11-9 en la pgina 401.
400 ERDAS
Anlisis Matricial
Basic Index Application Example

Weighting
9 Soils Importance
9 9 9 = good 1
5 = fair 1
5 9 1 1 = poor 1
3 8 5 1 9
5
+ Weighting
Slope Importance
18
9 = good 2
10 18 5 = fair 2
10 18 18 1 = poor 2
2 18
2
Weighting
+ Access Importance
9 9 = good 1
5 9 5 = fair 1
1 = poor 1
1 9 9
5 9
9
=
36
24 36
Output values calculated
16 36 28
8 36
16
Figura 11-9: Indexacin
El ejemplo de aplicacin en la Figura 11-9 en la pgina 401 muestra el resultado de la

indexacin. En este ejemplo, el usuario quiere desarrollar una nueva subdivisin y
probablemente los sitios donde est la mejor combinacin (valor ms alto) de suelos, pendiente
y buenos accesos. Puesto que una buena pendiente es el factor ms crtico para el usuario que
un buen suelos o un buen acceso, se aplica un factor de peso a la de pendientes. El factor de peso
tiene el efecto de multiplicar todos los valores de entrada por alguna constante. En este ejemplo,
se us un peso de 2 para la capa de pendientes.
Use la funcin Index (Analysis GIS) del Image Interpreter o Spatial Modeler para indexar
capas.
Anlisis Matricial El anlisis matricial produce una capa temtica que contiene una clase separada por cada
coincidencia de clases en dos capas. La salida se describe mejor con un diagrama matricial.
Field Guide 401

Valores de los datos en la capa 2 de entrada

(columnas)
0 1 2 3 4 5
0 0 0 0 0 0 0
Valores de 0 1 2 3 4 5
los datos en 1
la capa 1 de 0 6 7 8 9 10
2
entrada
3 0 11 12 13 14 15
En este diagrama, la clases de las dos capas de entrada representan las filas y columnas de la
matriz. Las clases de salida son asignadas de acuerdo con la coincidencia de cualquier par de
clases de entrada.
Todas las combinaciones de 0 y cualquier otra clase son codificadas con 0, porque
usualmente 0 es la clase del fondo, que representa un rea que no est siendo estudiada.
A diferencia de la superposicin o de la indexacin, los valores de clase resultantes de una

operacin matricial son nicos para cada coincidencia de dos valores de clase de entrada. En
este ejemplo, el valor de clase de salida, en la columna 1 y fila 3 es 11, y la clase de salida en la
columna 3 y fila 1 es 3. Si estos archivos fueran indexados (sumados) en vez de estar en la forma
matricial, ambas combinaciones seran codificadas como clase 4.
Use la funcin Matrix (GIS Analysis) de Image Interpreter o Spatial Modeler para capas
matriciales.
Modelamiento El modelamiento es una herramienta de anlisis muy potente y flexible. El modelamiento es el

proceso de crear nuevas capas a partir de capas existentes ya sea combinndolas o haciendo
operaciones entre ellas. El modelamiento le permite al usuario crear un pequeo conjunto de
capasquizs una sola capaque puede contene muchos tipos de informacin acerca del rea
de estudio.
Por ejemplo, si un usuario quiere encontrar las mejores reas para instalar un refugio de aves,
teniendo en cuenta: la vegetacin, disponibilidad de agua, clima y distancia de las reas mejor
desarrolladas, se creara una capa temtica para cada uno de estos criterios. As, cada una de
estas capas sera una entrada del modelo. El proceso de modelamiento ofrecera una capa
temtica mostrando slo las mejores reas para la instalacin del refugio.
402 ERDAS
Modelamiento Grfico
Un modelo es el conjunto de procedimientos que definen el criterio. En ERDAS IMAGINE, los

modelos pueden crearse grficamente y son parecidos a un diagrama de flujo, o tambin pueden
crearse usando un lenguaje script. Aunque estos dos tipos de modelos parecen diferentes, ellos
son el mismo, se definen los archivos de entrada, se especifican los operadores y/o funciones y
se definen las salidas. Al correr el modelo se crea una(s) nueva(s) capa (s) de salida. Los
modelos pueden utilizar funciones de anlisis previamente definidas o funciones nuevas que
pueden ser creadas por el usuario.
Use la funcin Model Maker en Spatial Modeler para crear modelos grficos y Spatial
Modeler Language para crear modelos script.
Capas de Datos En el modelamiento, el concepto de capas es muy importante. Antes que se usaran los
computadores para el modelamiento, el mayor uso fue sobreponer mapas registrados sobre
papel o transparencias, en donde cada mapa corresponda a un tema separado. Hoy, en da los
archivos digitales reemplazan estas capas duras y permiten mayor flexibilidad para recolorear,
recodificar y reproducir informacin geogrfica (Steinitz et al 1976).
En un modelo, los pixeles correspondientes a las misms coordenadas en todas las capas de
entrada son direccionados como si ellos estuvieran sobrepuestos fsicamente como en los mapas
en papel.
Modelamiento El modelamiento grfico permite al usuario dibujar modelos usando una paleta de herramientas
Grfico que define entradas, funciones y salidas. Este tipo de modelamiento es muy similar a dibujar
diagrams de flujo, en el que el usuario identifica el flujo lgico de los pasos necesarios para
realizar una accin deseada. Por medio de funciones y operadores ms amplios disponibles en
el programa de modelamiento grfico de ERDAS IMAGINE el usuario puede analizar muchas
capas de datos en unos pocos pasos, sin crear archivos intermedios que ocupan espacio extra en
disco. El modelamiento se realiza usando un editor grfico que elimina el tener que aprender un
lenguaje de programacin. Pueden desarrollarse modelos ms complejos fcilmente y ser
editados rpidamente lo mismo que correrlos una y otra vez con conjuntos de datos diferentes.
Use la funcin Model Maker del Spatial Modeler para crear modelos grficos.
El Procesamiento de En ERDAS IMAGINE, las funciones tradicionales de los SIG (p.e., anlisis de vecindad,
Imgenes y los SIG anlisis de proximidad, recodificacin, sobreposicin, indexacin, etc.) pueden realizarse con
modelos as como con funciones del procesamiento de imgenes. Tanto las capas temticas
como continuas pueden ser entrada en los modelos que logran muchos objetivos a la vez.
Por ejemplo, suponga que es necesario evaluar la susceptibilidad medioambiental de una rea
para desarrollo. Una capa de salida puede ser creada con la mayora de regiones ms sensibles
basadas en varios factores, tales como pendientes, cobertura terrestre y zonas de inundacin.
Para ver la localizacin de estas reas, la capa temtica de salida puede ser sobrepuesta a una
capa raster continua de alta resolucin espacial (p.e., SPOT pancromtica) a la que se le haa
aplicado un filtrado por convolucin. Todo esto puede lograrse con un slo modelo (como se
muestra en la Figura 11-10 en la pgina 404).
Field Guide 403

Figura 11-10: Modelo Grfico para un Anlisis de Susceptibilidad
Ver el manual Tour Guides de ERDAS IMAGINE para las instrucciones paso a paso para
crear el modelo de susceptibilidad ambiental de la Figura 11-10 en la pgina 404. Las
descripciones de todos los modelos grficos usados con ERDAS IMAGINE estn
disponibles en la ayuda en lnea.
Estructura del Un Modelo creado con Model Maker es esencialmente un diagrama de flujo que define:
Modelo
imagen(es) de entrada, matriz(ces), tabla(s) y escalar(es) para ser analizado(s)
clculos, funciones u operaciones para ser realizado sobre los datos de entrada
imagen(es) de salida a ser creada(s)
Los modelos grficos creados en Model Maker tienen la misma estructura bsica: entrada,
funcin, salida. El nmero de entradas, funciones y salidas puede variar, pero todo el resto es
constante. Todos sus componentes deben ser conectados unos a otros antes de poder ejecutar el
modelo. El modelo de la izquierda en la Figura 11-11 en la pgina 405 es la forma bsica. El
modelo de la derecha es ms complejo, pero conserva el mismo flujo: entrada/funcin/salida.
404 ERDAS
Modelamiento Grfico
Basic Model Complex Model
Input Input Function Output
Function
Input Function Input
Output
Output
Figura 11-11: Estructura del Modelo Grfico
Los modelos grficos son almacenados en archivos ASCII con la extensin .gmd. Hay varios
modelos grficos simples desarrollados en ERDAS IMAGINE que pueden ser usados como
estn o editados para personalizar su procesamiento.
Vea la ayuda en lnea para instrucciones sobre edicin de modelos existentes.
Funciones de Model Las funciones disponible en Model Maker se dividen encategoras:

Maker
Tabla 11-2: Funciones de Model Maker
Categora Descripcin
Anlisis Incluye filtrado por convolucin, histograma, expansin del contraste,

componentes principales y otras.
Aritmtica Ejecutan funciones aritmticas bsicas que incluyen adicin,
substraccin, multiplicacin, divisin, factorial y mdulos.
Bitwise Use bitwise y, o, o exclusivo y negacin.
Boolean Ejecuta funciones lgicas incluyendo y, o y negacin.
Color Maneja colores para y desde RGB (rojo, verde, azul) a IHS (intensity,
hue, saturation).
Field Guide 405

Tabla 11-2: Funciones de Model Maker (Continuado)
Categora Descripcin
Condicional Ejecuta pruebas lgicas usando declaraciones condicionales y si... o... de

otra forma.
Generacin de datos Crea capas raster desde las coordenadas de mapa, nmeros de columna o
de filas. Crea una matriz o tabla desde una lista de escalares.
Descriptor Lee informacin de atributo y mapas raster usando una columna de
atributo.
Distancia Ejecuta funciones de distancia, incluyendo anlisis de proximidad.
Exponencial Usa operadores exponenciales, incluyendo locaritmos comunes y
naturales, potencias y raz cuadrada.
Focal (Scan) Ejecuta funciones de anlisis de vecindad, incluyendo frontera, mayora,
diversidad, densidad, media, minora, rango, desviacin estndar, suma
y otras.
Global Analiza una capa completa y saca un valor, tal como diversidad,
mximo, media, mnimo, desviacin mnima, suma y ms.
Matriz Multiplica, divide y transpone matrices, as como convertir una matriz a
tabla y viceversa.
Otras Incluye ms de 20 funciones para conversin de tipos de datos, diversas
pruebas y otras utilidades.
Relacional Incluye igualdad, desigualdad, mayor que, menor que, mayor o igual
que, menor o igual que y otros.
Estadsticas Incluye densidad, mayora, diversidad, media, rango, desviacin
estndar y ms.
String Maneja cadenas de caracteres.
Superficie Calcula aspecto y grado/porcentaje de la pendiente y produce relieve
sombreado.
Trigonomtrica Usa funciones trigonomtricas comnes, incluyendo seno/arcsen,
coseno/arccos, tangente/arctag y funciones hiperblicas como arcsen,
arccos, coseno, seno y tangente.
Estas funciones tambin estn disponibles para modelamiento script.
Ver el manual Tour Guides de ERDAS IMAGINE y el manual Spatial Modeler Language
en lnea para instrucciones completas para usar el Model Maker y para informacin ms
detallada acerca de las funciones y operadores disponibles.
Objetos Dentro del Model Maker, un objeto es una funcin de entrada o salida. Los cuatro tipos de
objetos bsicos usados en el Model Maker son:
406 ERDAS
Modelamiento Grfico
raster
escalar
matriz
tabla
Raster
Un objeto raster es una sla capa o conjunto de capas. Son usados para especificar y manipular
datos de archivos de imagen (.img).
Escalar
Un objeto escalar es simplemente un valor numrico se usan. Frecuentemente como factores de

peso.
Matriz
Un objeto matriz es un arreglo bidimensional de nmeros. Una matriz tiene un nmero de filas
y columnas fijo. Las matrices puede ser usadas para almacenar kerneles de convolucin o
definir vecindades usadas en las funciones de vecindad. Ellas pueden ser usadas para almacenar
matrices de covarianza, matrices de vectores propios o matrices de coeficientes de una
combinacin lineal.
Tabla
Un objeto tabla es una serie de valores numricos o de cadena de caracteres. Una tabla tiene una
columna y un nmero fijo de filas. Son usadas para almacenar columnas del Raster Attribute
Editor o una lista de valores que pertenecen a las capas individuales de un conjunto de capas.
Por ejemplo, una tabla con cuatro filas podra usarse para almacenar el valor maximo de cada
capa de un archivo de imagen con cuatro capas. Una tabla puede contener hasta 32,767 filas. La
tabla puede tener informacin de: atributos, clculos (p.e., histogramas), o ser definidas por el
usuario.
Escalar
Un objeto escalar es un valor numrico simple, un color o uan cadena de caracteres. Los
escalares son usados a menudo como factores de peso.
Los grficos usados en Model Maker representan estos objetos como se muestra en la Figura
11-12 en la pgina 408.
Field Guide 407

+
Matrix Scalar
+
Vector
Table
Raster
Figura 11-12: Objetos de Modelamiento
Tipos de Datos Los cuatro tipos de objetos descritos anteriormente pueden ser de cualquiera de los siguientes
tipos de datos:
binario0 (falso) o 1 (verdadero)

enterovalores enteros desde -2,147,483,648 a 2,147,483,648 (enteros con signo 32-bit)
flotantedatos en punto flotante (doble precisin)
stringuna cadena de carcter (solamente para objetos tabla)
Los tipos de entrada y salida no tienen que ser los mismos. Usando el Spatial Modeler
Language, el usuario puede cambiar el tipo de datos de los archivos de entrada antes que estos
sean procesados.
Parmetros de Debido a que es posible tener varias entradas en un modelo, uno puede opcionalmente definir
Salida la ventana de trabajo y el tamao de la celda de pixel de los datos de salida.
Ventana de Trabajo
Capas Raster de diferentes reas pueden ser entradas en un modelo. Sin embargo, el rea de la
imagen, o ventana de trabajo, debe especificarse para usarla en los clculos del modelo. Puede
seleccionarse una de las siguientes opciones:
Uninel modelo operar sobre la unin de todas las capas raster de entrada. (sta es la
opcin por defecto.)
Interseccinel modelo usar slo el rea de las capas raster comn a todas las capas raster
de entrada.
Tamao de la Celda del Pixel
Los capas raster de entrada pueden tener diferente resolucin (tamao del pixel), el usuario
puede seleccionar el tamao de celda de salida como:
Mnimose usar el tamao mnimo de las capas de entrada (esta es la opcin por defecto).
Mximose usar el tamao de celda mximo de las capas de entrada.
Otroespecificar un nuevo tamao de celda.
408 ERDAS
Modelamiento Grfico
Proyeccin Cartogrfica
La proyeccin cartogrfica por default es la misma que la primera entrada, pero la proyeccin
puede seleccionarse para que sea la misma que una entrada seleccionada. La proyeccin de
salida tambin puede ser seleccionada de una librera de proyecciones.
Uso de Atributos en Con la funcin criterio en Model Maker, los atributos de los datos pueden ser usados para
los Modelos determinar valores de salida. La funcin criterio simplifica el proceso de crear declaraciones
condicionales. La funcin criterio puede usarse para construir una tabla de condiciones que deba
ser satisfecha por el valor de una fila particular en la salida para un atributo (o valor de celda)
asociado con el raster seleccionado.
Las entradas de una funcin criterio son raster. Las columnas de la tabla criterio representan
atributos asociados con la capa raster o la misma capa, si los valores de celda son de inters
directo. El criterio que debe reunirse para cada columna de salida son entrados en una celda de
esta columna (p.e., >5). Diferentes conjuntos de criterios pueden ser entrados en mltiples filas.
El raster de salida contendr en la primera fila el nmero del conjunto de criterios que se usaron
para una celda raster.
Ejemplo
Considere la capa temtica, parks.img, que contiene la siguiente informacin de atributos:
Tabla 11-3: Informacin de Atributos para parks.img
Nombre de la Condicin de Condicin de

Histograma Acres Parqueaderos
Clase Ruta Csped
Grant Park 2456 403.45 Regular Buena 127
Piedmont Park 5167 547.88 Buena Regular 94
Candler Park 763 128.90 Excelente Excelente 65
Springdale Park 548 46.33 Ninguna Excelente 0
Un modelo simple creara una capa de salida que mostrara slo los parques con necesidad de
reparaciones. La siguiente lgica se codificara en el modelo:
"Si la Condicin de Csped no es Buena o Excelente y si la Condicin de ruta no es Buena

o Excelente, entonces el valor de clase de salida es 1. De otra forma, el valor de clase de
salida es 2".
Tambin podra usarse ms de una capa de entrada. Por ejemplo, un modelo podra crearse,
usando las capas de entrada parks.img y soils.img, que mostraran los tipos de suelo, para
parques con condicin de csped regular o pobre. Pueden usarse atributos de cada uno de los
archivos de entrada.
El siguiente es un ejemplo ligeramente ms complejo:
Field Guide 409

Si un usuario tiene un archivo de cobertura terrestre y desea crear un archivo de bosques de

pinos mayor a 10 acres, la funcin criterio que podra ser usada para los valores de salida slo
para reas que satisfagan ambas condiciones: bosque de pinos y mayor de 10 acres. El archivo
de salida tendra dos clases: bosques de pinos mayores de 10 acres y fondo. Si el usuario desea
que el archivo de salida tenga varios tamaos de bosque de pinos, simplemente podra adicionar
ms condiciones a la tabla de criterios.
Las comparaciones de atributos tambin pueden ser combinadas con funciones matemticas y
lgicas sobre los valores de clase de(l)(los) archivo(s) de entrada. Con estas capacidades pueden
crearse modelos muy complejos.
Ver el manual Tour Guides de ERDAS IMAGINE o la Ayuda en lnea para instrucciones
especficas acerca de la funcin criterio.
Modelamiento El Spatial Modeler Language es un lenguaje script usado internamente por el Model Maker para
Script ejecutar las operaciones especificadas en los modelos grficos creados. El Spatial Modeler
Language tambin puede ser usado para escribir directamente modelos creados por el usuario.
Este incluye todas las funciones disponibles en Model Maker, adems de:
bifurques y bucles condicionales

habilidad para usar tipos de datos complejos y de color
mayor flexibilidad en el uso de objetos raster y atributos
Los modelos grficos creados con Model Maker pueden ser salidas a un archivo script (slo
texto) en el Spatial Modeler Language. Estos scripts pueden ser editados con un editor de texto
usando la sintaxis del Spatial Modeler Language y volverse a correr o ser salvados en una
librera. Los modelos script tambin pueden escribirse desde un editor de texto. Ellos son
almacenados en archivos ASCII con extensin .mdl.
El Editor de Texto est disponible desde el panel de conos de ERDAS IMAGINE y desde
Script Library (Spatial Modeler).
En la Figura 11-13 en la pgina 411, se muestran los modelos grficos y script para una
transformacin de gorro de borlas. Note como la anotacin en el modelo grfico est incluida
en el modelo script generado automticamente. La generacin de modelos script desde los
modelos grficos ayudan al aprendizaje de Spatial Modeler Language.
410 ERDAS
Modelamiento Script
Tasseled Cap
Transformation
Models
Graphical Model
Script Model
# TM Tasseled Cap Transformation

# of Lake Lanier, Georgia
#
# declarations
#
INTEGER RASTER n1_tm_lanier FILE OLD NEAREST NEIGHBOR "/usr/imagine/examples/tm_lanier.img";
FLOAT MATRIX n2_Custom_Matrix;
FLOAT RASTER n4_lntassel FILE NEW ATHEMATIC FLOAT SINGLE "/usr/imagine/examples/lntassel.img";
#
# set cell size for the model
#
SET CELLSIZE MIN;
#
# set window for the model
#
SET WINDOW UNION;
#
# load matrix n2_Custom_Matrix
#
n2_Custom_Matrix = MATRIX(3, 7:
0.331830, 0.331210, 0.551770, 0.425140, 0.480870, 0.000000, 0.252520,
-0.247170, -0.162630, -0.406390, 0.854680, 0.054930, 0.000000, -0.117490,
0.139290, 0.224900, 0.403590, 0.251780, -0.701330, 0.000000, -0.457320);
#
# function definitions
#
n4_lntassel = LINEARCOMB ( $n1_tm_lanier , $n2_Custom_Matrix ) ;
QUIT;
Figura 11-13: Modelos Grficos y Script para la Transformacin Gorro de Borlas
Convierta modelos grficos a script usando el Model Maker. Abra los modelos script
existentes desde Script Librarian (Spatial Modeler).
Declaraciones Un modelo script consiste de una o ms declaraciones. Cada declaracin est dentro de una de
las siguientes categoras:
Declaracindefine objetos a ser manejados dentro del modelo.

Asignacinasigna un valor a un objeto.
Field Guide 411

Mostrar y Verpermite al usuario ver e interpretar resultados del modelo.

Conjuntodefine el alcance del modelo o establece los valores usados por el Modeler.
Definicin Macrodefine textos de sustitucin asociados con el nombre de la macro.
Salidatermina la ejecucin del modelo.
El Spatial Modeler Language tambin incluye estructuras de control de flujo, as que el usuario
pueda utilizar bifurcacin y bucles condicionales en los modelos y estructuras de bloque de
declaraciones que origina un conjunto de declaraciones a ser ejecutadas como un grupo.
Ejemplo de una Declaracin
En el modelo script de la Figura 11-13 en la pgina 411, las siguientes lneas forman la porcin
de declaracin del modelo:
INTEGER RASTER nl_tm_lanier FILE OLD NEAREST NEIGHBOR

"/usr/imagine/examples/tm_lanier.img";
FLOAT MATRIX n2_Custom_Matrix;
FLOAT RASTER n4_lntassel FILE NEW ATHEMATIC FLOAT SINGLE

"/usr/imagine/examples/lntasse].img";
Ejemplo de Conjunto
Son usadas las siguientes declaraciones:
SET CELLSIZE MIN;
SET WINDOW UNION;
Ejemplo de Asignacin
Son usadas las siguientes declaraciones de asignacin:
n2_Custom_Matrix = MATRIX(3, 7:
0.331830, 0.331210, 0.551770, 0.425140, 0.480870, 0.000000, 0.252520,
-0.247170, -0.162630, -0.406390, 0.854680, 0.054930, 0.000000, -

0.117490,
0.139290, 0.224900, 0.403590, 0.251780, -0.701330, 0.000000, -

0.457320);
n4_lntassel = LINEARCOMB ( $n1_tm_lanier ,

$n2_Custom_Matrix ) ;
Tipos de Datos En adicin a los tipos de datos utilizados por Graphical Modeling, los objetos del modelo script
pueden almacenar datos de los siguientes tipos:
complejodatos complejos (doble precisin)

colortres nmeros de punto flotante en el rango de 0.0 a 1.0, que representan las
intensidades de rojo, verde y azul
412 ERDAS
Anlisis Vector
Variables Las variables son objetos en el Modeler que han sido asociadas con un nombre usando una
declaracin. La declaracin define el tipo de datos y tipo de objeto de la variable. La declaracin
puede tambin asociar una variable raster con ciertas capas de un archivo de imagen o una
variable de la tabla con una tabla de atributos. Las declaraciones de asignacin son usadas para
fijar o cambiar los valores de una variable.
Para la reglas de sintaxis del modelo script y la descripcin de las funciones y operadores
disponibles, y modelos simples vea el manual Spatial Modeler Language en lnea.
Anlisis Vector Muchas de las operaciones discutidas en las pginas anteriores de este captulo son para datos
raster. Sin embargo, en una base de datos SIG, se presentan tanto capas raster como vector. Una
de las aplicaciones ms comnes que involucra la combinacin de datos raster y vector es la
actualizacin de capas vector usando imgenes raster corrientes como fondo para la edicin
vector. Por ejemplo, si una base de datos vector tiene ms de uno o dos aos, entonces
probablemente tenga errores debido a cambios en el rea (nuevas carreteras, carreteras
trasladadas o nuevos desarrollos, etc.). Cuando se despliegan capas vector existentes dentro de
una capa raster, el usuario puede actualizar en forma dinmica la capa vector digitalizando
nuevas caractersticas o cambindolas sobre la pantalla simplemente.
Las capas vector tambin pueden usarse para indicar un rea de inters (AOl) para
procesamientos futuros. Suponga que el usuario desea correr un modelo de conveniencia de
sitio sobre slo reas diseadas para desarrollo comercial en zonas reglamentadas.
Seleccionando estas zonas en una capa de polgonos vector, el usuario podra restringir el
modelo a slo aquellas reas en los archivos de entrada raster.
Edicin de Los objetos editables son polgonos (como lneas), lneas, puntos estiquetados y nodos. Pueden
Coberturas Vector seleccionarse mltiples caractersticas mezclando algunos tipos de caractersticas. Pueden
realizarse operaciones de edicin y comandos sobre selecciones mltiples o simples. Adems
de las operaciones bsicas de edicin (p.e., cortar, pasar, copiar, borrar), el usuario puede
realizar las siguientes operaciones sobre la lnea de caractersticas en selecciones mltiples o
simples:
Splinesuaviza o generaliza todas las lneas selecionadas usando una tolerancia

especificada.
Generalizacinelimina vrtices de lneas seleccionadas usando una tolerancia
especificada.
Split/Unsplithace dos lneas de una agregando un nodo o uniendo dos lneas eliminando
un nodo.
Densificaradiciona vrtices a lneas seleccionadas a una tolerancia especificada por el
usuario.
Rehacer (para slo lneas simples)permite al usuario mover los vrtices de una lnea.
El rehacer (adicinar, borrar o mover un vrtice o nodo) puede hacerse sobre slo una lnea
seleccionada. A bajo en la Tabla 11-4 en la pgina 414, aparecen las operaciones de edicin
general y los tipos de caractersticas que soportan cada una de estas operaciones.
Field Guide 413

Tabla 11-4: Operaciones de Edicin General y Tipos de Caractersticas Soportados
Adicionar Borrar Mover Rehacer
Puntos Si Si Si No
Lneas Si Si Si Si
Polgonos Si Si Si No
Nodos Si Si Si No
La utilidad Undo puede aplicarse a cualquier edicin. El software almacena todas las ediciones
en orden secuencial, para que al presionar continuamente undo se reversar la edicin.
Ver captulo 3 "Fuentes de Datos Raster y Vectoriales" para ms informacin.
Construccin de La opcin de construir o borrar pueden ser usadas para construir la topologa. Para crear
la Topologa relaciones espaciales entre caractersticas de una capa vector, es necesario crear la topologa.
Despus de editada una capa vector, deber construirse la topologa para mantener las
relaciones topolgicas entre las caractersticas. Cuando se construye la topologa, a cada
caracterstica se le asigna internamente un nmero. Estos nmeros son usados para determinar
la conectividad entre lneas y la contigidad entre polgonos. Una vez calculados, estos valores
son grabados y almacenados en la tabla de atributo asociada a la capa.
Usted debe reconstruir la topologa de las capas vector importadas en ERDAS IMAGINE.
Cuando se construye la topologa, se crean automticamente tablas de atributos de

caractersticas con varios campos. Para los diferentes tipos de capas se almacenan diferentes
campos. Los campos generados automticamente para una capa de lneas son:
FNODE #nmero interno del nodo para el comienzo de una lnea (de-nodo)
TNODE #nmero interno para el final de una lnea (para-nodo)
LPOLY #nmero interno para el polgono a la izquierda de la lnea (ser cero para pas
que contienen slo lneas y ningn polgono)
RPOLY #nmero interno para el polgono a la derecho de la lnea (ser cero para capas
que contienen slo lneas y ningn polgono)
LENGTHlongitud de cada lnea, medida en las unidades de la capa
Cover #nmero interno de lnea (valores asignados por ERDAS IMAGINE)
Cover-IDuser-ID (valores modificados por el usuario)
Los campos generados automticamente para una capa de puntos o polgonos son:
REArea de cada polgono, medida en unidades de la capa (ser cero para capas que
contienen slo puntos y ningn polgono)
414 ERDAS
Construccin de la Topologa
PERMETERlongitud de cada lmite poligonal, medido en unidades de la capa (ser cero

para capas que contienen slo puntos y ningn polgono)
Cover #nmero interno del polgono (valores asignados por ERDAS IMAGINE)
Cover-IDuser-ID (valores modificados por el usuario)
Construccin y El proceso de construir es para puntos, lneas y polgonos, mientras que el proceso borrar es slo
Borrado de para lneas y polgonos. El construir reconoce slo intersecciones existentes (nodos), mientras
Coberturas borrar crea intersecciones (nodos) por donde quiera que las lneas se cruzan unas con otras. Las
diferencias entre estas dos opciones se resumen en la Tabla 11-5 en la pgina 415 (ESRI 1990).
Tabla 11-5: Comparacin de Construccin y Borrado de Coberturas
Capacidades Construir Borrar
Procesos:
Polgonos Si Si
Lneas Si Si
Puntos Si No
Nmeros de caractersticas Si Si
Clculos de medidas espaciales Si Si
Creacin de intersecciones No Si
Velocidad de procesamiento Muy rpido Muy lento
Errores
La construccin de la topologa ayuda a identificar errores en la capa. Algunos de los errores

que se encuentran ms comnmente son:
lneas con menos de dos nodos

polgonos que no estn cerrados
polgonos que no tienen puntos etiqueteados o puntos con muchas etiquetas
user-IDs que no son nicos
La construccin de la topologa puede identificar los errores mencionados anteriormente.

Cuando se construye la topologa, se crean las intersecciones entre lneas, se identifican las
lneas que forman cada polgono y un punto con etiqueta es asociado con cada polgono.
Mientras se construye la topologa, no existen polgonos ni lneas que se crucen unos con otros,
ni que estn conectadas a un nodo, puesto que no hay intersecciones.
Construya la topologa utilizando el men Vector Utilities del cono Vector en el panel de
IMAGINE.
Field Guide 415

Usted no debe construir ni borrar una capa que este desplegada en un visor, ni debe tratar
de desplegar una capa que est siendo construida o borrada.
Cuando se usan las opciones construir o borrar para la construccin de la topologa de una capa
vector, los errores en los potenciales nodos son marcados con smbolos especiales. Estos
smbolos se listan a continuacin (ESRI 1990).
Pseudo nodos, dibujados con un smbolo en forma de diamante, ocurren donde una lnea se
conecta consigo misma (una isla) o donde solamente se intersectan dos lneas. No
necesariamente los pseudo nodos indican un error o problema. Los pseudo nodos aceptables
pueden representar una isla (un pseudo nodo espacial) o el punto donde un camino cambia de
pavimentado a grava (un atributo de un pseudo nodo).
Un nodo colgante, representado por un smbolo en forma de cuadrado, se refiere a nodos sin
construir de una lnea colgante. Todas las lneas comienzan y terminan en un punto nodo. As,
si una lnea no est cerrada adecuadamente o fue digitalizada ms all de una interseccin, esta
se registrar como un nodo colgante. En algunos casos, un nodo colgante puede ser aceptable.
Por ejemplo, en un mapa de ejes viales, una calle cerrada se representa por nodos colgantes.
En las capas de polgonos puede haber errores de etiqueta, usualmente un punto sin etiqueta para
un polgono, o ms de un punto con etiqueta para un polgono. En el ltimo caso, dos o ms
puntos pudieron haber sido digitalizados por equivocacin para un polgono, o pudo ser que una
lnea no intersecte a otra lnea, resultando un polgono abierto.
No label point
Pseudo node in polygon
(island)
Dangling nodes
Label points in one polygon

(due to dangling node)
Figura 11-14: Errores en una Capa
Los errores detectados en una capa pueden ser corregidos cambiando el conjunto de tolerancia
para esa capa o borrando y construyendo nuevamente, o editando la capa manualmente y
corriendo construir o borrar.
Refirase al manual Tour Guides de ERDAS IMAGINE para ver las instrucciones paso a
paso sobre edicin de capas vector.
416 ERDAS

11 Sistemas de Informacion Geografica

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

11 Sistemas de Informacion Geografica

Transféré par

Droits d'auteur :

Formats disponibles

Captulo 11 Sistemas de Informacin Geogrfica

Sistemas de Informacin Geogrfica

Introduccin El inicio de los Sistemas de Informacin Geogrfica (SIG) se remonta a comienzos de la

Frederick Law Olmstead ha sido considerado el padre de la arquitectura paisajstica por su

El primer sistema SIG fue el Sistema de Informacin Geogrfica Canadiense, desarrollado en

Field Guide 383

Actualmente un Sistema de Informacin Geogrfica (o SIG) es un sistema nico diseado para

El propsito principal de un SIG es convertir datos geogrficos en informacin til. Debe

"La cobertura de tierras de coordenadas N875250, E757261 tiene un valor 8 en el archivo

La tpica implementacin de un SIG incluye dos pasos:

capas continuas (imgenes de satlite, fotografas areas, datos de elevacin, etc.)

Raster Data Input Vector Data Input

Raster Attributes Vector Attributes

GIS analyst using ERDAS IMAGINE

Figura 11-1: Entrada de Datos

Field Guide 385

En las siguientes aplicaciones podran ser ms apropiados los datos raster:

Ver captulo 1 "Datos Raster" para ms informacin sobre datos continuos.

Ver captulo 4 "Despliegue de Imgenes" para ms informacin sobre despliegue en

Field Guide 387

Ver captulo 6 "Clasificacin" para ms informacin.

Ver captulo 1 "Datos Raster" para ms informacin sobre almacenamiento de

La informacin de atributos para capas raster se almacena en un archivo de imagen (.img). La

Field Guide 389

Figura 11-2: Atributos Raster para Inlandc.imf

La mayora de las capas temticas contienen los siguientes campos de atributos:

Ver captulo 6 "Clasificacin" para ms detalles sobre la informacin de atributos que es

Visualizacin de Atributos Raster

La observacin de la informacin de atributos puede ser una herramienta valiosa de anlisis.

La informacin de atributos es accesible desde varios lugares usando ERDAS IMAGINE. En

Manipulacin de Atributos Raster

Ver captulo 5 "Realces" para ms infomacin sobre Image Interpreter.

seleccionar elementos en una capa vector para nuevos procesamientos

Field Guide 391

Figura 11-3: Celdas de Atributos Vector

Ver captulo 2 "Capas Vectoriales" para ms informacin sobre atributos vector.

Spatial Modeler Language (Lenguaje de Modelamiento Espacial)

Model Maker (Modelador)

Model Maker es esencialmente el lenguaje de modelamiento espacial unido a una interface

Personalizacin de las Herramientas de ERDAS IMAGINE

Anlisis de proximidadlos procesos de categorizacin y evaluacin de pixeles basados

Field Guide 393

Superposicincrea un nuevo archivo con el valor mximo o mnimo de las capas de

Uso de un rea de Inters (AOI)

Original layer After proximity

Figura 11-4: Anlisis de Proximidad

El anlisis de contigidad puede ser usado para:

dividir una gran clase en regiones raster separadas, o

Clumped layer Sieved layer

Figura 11-5: Anlisis de Contigidad

Field Guide 395

circular, con un dimetro mximo de 512 pixeles

mask layer target layer

Figura 11-6: Uso de la Mscara

Field Guide 397

Rangosaca el nmero de pixeles en la ventana de escaneo cuyo valor es menor que el

Figura 11-7: Opcin de Suma del Anlisis de Vecindad (Image Interpreter)

El pixel analizado siempre es el pixel central de la ventana de escaneo. En este ejemplo,

reducir el nmero de clases

En el siguiente ejemplo (Tabla 11-1 en la pgina 399), la capa de cobertura terrestre es

Tabla 11-1: Ejemplo de una Capa de Cobertura Terrestre Recodificada

Value New Value Class Name

Field Guide 399