Unidad I.informacion Geografica

UNIDAD I.
INFORMACION GEOGRAFICA Y TIPOS DE DATOS ESPACIALES
1. INFORMACION GEOGRAFICA Y TIPOS DE DATOS ESPACIALES.

1.1 Definicin de Sistemas de Informacin Geogrfica. Introduccin.
Desde las primeras civilizaciones los mapas han sido usados para representar informacin con respecto a la superficie de la tierra. Un mapa es un tipo de sistema de informacin en el que normalmente se representa a escala y sobre un medio plano, un conjunto de caractersticas materiales o abstractas sobre o guardando relacin a la superficie de la tierra. A travs del tiempo, los mapas han sido usados para representar informacin geogrfica. Durante el siglo 20, los avances de la ciencia y la tecnologa se han acelerado por lo que este incremento ha generado la demanda de gran cantidad de volmenes de datos geogrficos para ser representados en forma de mapas de manera ms rpida y ms precisa. Con el desarrollo de reconocidas tecnologas tales como fotografas areas o de satlites basadas en sensores remotos, ha habido una explosin de produccin de datos geogrficos que estn siendo generados ms rpidos de lo que pueden ser analizados. Tradicionalmente, los datos geogrficos han sido presentados en un mapa, y esto aumenta cada vez ms debido al gran desarrollo de los equipos y programas de computacin. Actualmente muchas organizaciones invierten grandes cantidades de dinero en Sistemas de Informacin Geogrfica (SIG) y en base de datos geogrficas. Los costos de los programas y equipos de computacin estn decreciendo rpidamente y los programas son ms amigables con el usuario, por lo que los SIG estn al alcance de un gran nmero de personas (usuarios) y para una gran diversidad de aplicaciones, por ejemplo: Un planificador urbano podra desear encontrar las reas de crecimiento urbano en su ciudad, y as cuantificar el crecimiento poblacional en dichas zonas. Tambin podra tratar de entender por qu esas zonas y no otras?. Un bilogo podra estar interesado en el impacto de ciertas prcticas de poda y quema sobre las poblaciones de especies anfibias en los bosques de una cadena de montaas para obtener un mejor entendimiento de los tratamientos de largo tiempo involucrados para estas poblaciones. Un analista de amenazas naturales podra querer identificar las reas de alto riesgo por inundaciones, observando las precipitaciones y caractersticas del terreno. Un ingeniero gelogo podra desear identificar la mejor ubicacin para la construccin de edificios en un rea con sismicidad regular observando las caractersticas de las formaciones rocosas. Un Ingeniero en minas podra estar interesado en determinar cules prospectos de minas de cobre se ajustan mejor para la futura explotacin, tomando en cuenta
Ctedra: Introduccin a los SIG
UNIDAD I. INFORMACION GEOGRAFICA Y TIPOS DE DATOS ESPACIALES
parmetros tales como extensin, profundidad y calidad de los cuerpos minerales contra otros. Un ingeniero en Geoinformtica contratado por una compaa en telecomunicaciones podra desear determinar los mejores sitios para las estaciones repetidoras de la compaa, tomando en cuenta varios factores de costos tales como precio de la tierra, ondulacin del terreno, etc. Un ingeniero forestal podra desear optimizar la produccin de madera usando datos sobre suelos y distribuciones de rboles, en la presencia de un nmero de operaciones contrastantes, tales como requerimientos para preservar la diversidad de rboles. Un ingeniero hidrlogo podra desear estudiar un numero de patrones de calidad de agua de diferentes sitios en un lago para mejorar su entendimiento de la distribucin actual de las capas de Typha y porque difiere tanto de las de las dcadas atrs.
En todos estos casos, los especialistas trabajan con datos que relacionan espacio, tpicamente involucran datos de posicin. Los datos de posicin determinan donde estn las cosas, o por supuesto, podran estar. Mas precisamente, estos especialistas trabajan con preguntas relacionadas con el espacio geogrfico, con el cual nosotros podramos informalmente caracterizar como datos de posicin relativos a la superficie de la tierra.
Definiciones.
El sistema de informacin involucra una serie de operaciones que nos lleva desde la planificacin de todo el proceso de obtencin, almacenamiento y anlisis de datos hasta la utilizacin de la informacin derivada en algn proceso de toma de decisiones. Los sistemas de Informacin Geogrfica, segn Burrough (1986) son: Un conjunto de herramientas para recoger, almacenar, buscar, transformar y desplegar datos espaciales del mundo real para unos determinados objetivos Aronoff (1989) ms en concreto los considera: Un sistema informatizado que ofrece cuatro tipos de posibilidades para manejar datos georeferenciados: 1. Entrada de datos, 2. Manejo de datos (almacenamiento y bsqueda), 3. Manipulacin y anlisis, 4. Salida de datos. En ambas definiciones, significa que un usuario de SIG esperara apoyo del sistema para introducir (georeferenciar) datos, para analizarla en diferentes formas y producir representaciones (mapas u otros formatos) desde los datos originales. Muchos tipos de funcionalidad podran derivarse de esto: apoyo para varios tipos de sistemas de coordenadas y transformaciones entre ellas, muchas formas de clculos con datos georeferenciados, y obviamente un largo grado de libertad de escoger parmetros de presentacin tales como esquemas de color, conjuntos de smbolos, medios, etc. Datos espaciales y Geoinformacin. Existe una diferencia sutil entre los trminos dato e informacin. La mayora de veces, usamos estos trminos indiscriminadamente y sin el riesgo de ser ambiguo. Ocasionalmente, sin embargo, necesitamos ser ms precisos y entonces su distincin importa.
Ctedra: Introduccin a los SIG 2
Por dato, entendemos como representaciones que pueden ser operadas por una computadora. Ms especficamente, por dato espacial, nosotros entendemos el dato que contiene valores posicionales. Ocasionalmente, encontraremos en la literatura la frase ms precisa dato geo-espacial como un refinamiento posterior, el cual significa que el dato espacial esta georeferenciado. (Estrictamente hablando, datos espaciales que no estn georeferenciados pueden tener datos de posicin no relacionados a la superficie de la tierra, por ejemplo, en Qumica Molecular, en la cual la posicin de los tomos en molculas son definidas relativas unas de otras; tambin en Diseo Industrial, las partes de un carro son definidas relativas unas de otras). Nosotros usaremos el trmino dato espacial como un sinnimo de dato georeferenciado. Por informacin, nosotros entendemos sobre datos que han sido interpretados por un ser humano. Los humanos trabajan y actan sobre informacin, no sobre datos. La percepcin humana y el procesamiento mental van con la informacin, y el completo entendimiento y conocimiento. Uno no puede esperar que una mquina como una computadora tenga entendimiento o tenga conocimiento. La Geoinformacin es un tipo especfico de informacin que involucra la interpretacin de datos espaciales.
1.2 El Fenmeno Geogrfico.

Nosotros debemos entender que el objeto de estudio de los SIG es el fenmeno geogrfico. Los SIG apoyan tal estudio debido a que l representa digitalmente fenmenos en la computadora. Los SIG tambin permiten visualizar estas representaciones en varias formas. La figura 1.1 provee una idea de esto.
Figura 1.1: Las tres formas en las cuales podemos ver los objetos de estudio en una aplicacin SIG
El Fenmeno Geogrfico existe en el mundo real: para ejemplos reales, se puede dar un vistazo fuera de la ventana. Usando un programa de SIG, nosotros primero podemos obtener algunas representaciones computacionales de estos fenmenos almacenados en memoria, en bits y bytes tan fiel como sea posible. En este momento es cuando hablamos de datos espaciales. Continuamos manipulando los datos con tcnicas usualmente especficas para el dominio de la aplicacin. Por ejemplo, en geologa, para obtener una clasificacin geolgica. Esto puede resultar en clculos adicionales, de nuevo en bits y bytes. Para ejemplos reales de estas representaciones, podramos ver los archivos en los cuales los datos son almacenados. Podramos ver los bits y bytes, pero esto a lo mejor no resulta interesante. Por lo tanto, podemos usar los SIG para crear visualizaciones desde la representacin computacional, ya sea en pantalla, impreso o papel, u otros.
Es crucial entender las diferencias fundamentales entre estas tres nociones. El mundo real, despus de todo, es completamente diferente al mundo del SIG/Computador, en el cual simulamos el mundo real. Nuestras simulaciones, estamos seguros, nunca sern perfectas, algunos hechos pueden no ser encontrados. Cruzando la barrera entre el mundo real y su representacin computacional es un dominio de experiencia por s mismo. En la mayora de los casos, esto es hecho por observacin directa usando sensores y digitalizando la salida del sensor para el uso computacional. Esto es el dominio del Sensoramiento remoto. Otras tcnicas para la obtencin de representaciones computacionales son ms directas: podemos tomar un resultado de otro proyecto, por ejemplo un mapa en papel, o digitalizado.
1.2.1 Definicin del Fenmeno Geogrfico.

Podemos definir un fenmeno geogrfico como algo de inters que: puede ser nombrado o descrito puede ser georeferenciado, y puede ser asignado a un tiempo (o intervalo) en el cual est o estuvo presente. La relevancia del fenmeno depende completamente de los objetivos de estudio del usuario del SIG. Por ejemplo, en Gestin Hdrica, los objetos de estudio pueden ser las cuencas de los ros, unidades agro-ecolgicas, medidas de evapotranspiracin actual, datos meteorolgicos, niveles de agua superficial, uso de agua para riego, balances hdricos y medidas del uso total del agua. Observe que todos estos objetivos pueden ser nombrados/descritos, georeferenciados y generados en un intervalo de tiempo en el cual existen. En Gestin Catastral Multipropsito, los objetos de estudio son diferentes: casas, parcelas, granjas, varios tipos de calles, formas de uso de la tierra, canales de desage y otras formas de infraestructura urbana que pueden jugar un papel importante. De nuevo, estas pueden ser nombradas o descritas, georeferenciadas y asignadas a un intervalo de tiempo de existencia. Observe que no todos los fenmenos relevantes vienen como una trada (descripcin, georeferencia, tiempo), aunque muchos s. Si la georeferencia no existe, nosotros tenemos algo de inters que no est posicionado en el espacio: un ejemplo de esto es un documento legal en un sistema catastral. Es obvio que es importante, pero su ubicacin en el espacio es irrelevante. Si el intervalo de tiempo no puede ser definido, pareciera que tenemos un fenmeno de inters que es considerado a estar siempre all, es decir, el intervalo de tiempo es infinito. Si la descripcin no es posible definirla, , creemos que tenemos algo divertido que existe en espacio y tiempo y que todava no puede ser descrito (creeramos que este tipo de cosas no son de inters para un SIG).
1.2.2 Diferentes tipos de fenmenos Geogrficos.

Los fenmenos geogrficos vienen en diferentes sabores. Trataremos ahora de categorizar estos diferentes sabores de fenmenos geogrficos. Para este fin, primero hagamos la observacin que la representacin de un fenmeno en SIG requiere que nosotros ubiquemos que es y donde est. Debemos proveer una descripcin o al menos un nombre por un lado, y una georeferencia por la otra. Por el
momento dejaremos de lado el tema del tiempo, para retomarlo ms adelante, esto es debido a que en este momento, los SIG no proveen mucho soporte para datos dependientes del tiempo, y que puede ser considerado en un tpico avanzado de SIG. Una segunda observacin fundamental es que algunos fenmenos manifiestan por ellos mismos esencialidad donde sea, en el rea de estudio, mientras que otros solo ocurren en ciertas localidades. Si definimos nuestra rea de estudio como el Ocano Pacifico Ecuatorial, por ejemplo, podemos decir que la temperatura de la superficie del mar puede ser medida en cualquier lado de nuestra rea de estudio. Por lo tanto esto es un ejemplo tpico de un campo (geogrfico). Un campo (geogrfico) es un fenmeno geogrfico para el cual, para cada punto en el rea de estudio, un valor puede ser determinado. Los ejemplos usuales de campos son temperatura, presin baromtrica y elevacin. Estos campos son continuos. Ejemplos de campos discretos son uso de la tierra y clasificaciones de suelos. De nuevo, cualquier ubicacin es clasificada en una sola clase de uso de tierra o clase de suelo. Discutiremos sobre estos campos ms adelante. Muchos otros fenmenos no se manifiestan en donde sea dentro de nuestra rea de estudio, pero si en ciertas localidades. Un ejemplo de ellos es una cantidad de boyas ubicadas en el Ocano para registrar cierta informacin, y para las cuales sabemos exactamente su ubicacin. Las boyas son ejemplos tpicos de objetos (geogrficos). Los objetos (geogrficos) existen en el rea de estudio, y son usualmente entidades bien distinguibles, discretas y con fronteras bien definidas. El espacio entre ellos esta potencialmente vaco. Una regla general de dedo es que los objetos geogrficos naturales son ms a menudo, campos; y los fenmenos hechos por el hombre, son generalmente objetos. Muchas excepciones a esta regla existen en la realidad, as debemos tener cuidado en aplicarla.
1.2.3 Campos Geogrficos.

Un campo es un fenmeno geogrfico que tiene un valor donde sea en el espacio de estudio. Podemos, por la tanto, pensar en un campo f como una funcin desde cualquier posicin en el espacio de estudio hacia el dominio de valores del campo. Si s es una posicin en el rea de estudio entonces f(s) es el valor del campo f en la posicin s. Los campos pueden ser discretos o continuos, y si ellos son continuos, ellos pueden tambin ser diferenciables. En un campo continuo, las funciones son asumidas a ser continuas, tal es el caso de la temperatura, presin baromtrica o elevacin. Continuidad significa que todos los cambios en valores de campos son graduales. Un campo continuo puede tambin ser diferenciable. En un campo diferenciable podemos determinar una medida de cambio (en el valor de campo) por unidad de distancia, donde sea. Si el campo es elevacin, esta medida podra ser la pendiente, es decir, el cambio de elevacin por distancia mtrica; si el campo es la salinidad del suelo, podra ser el gradiente de salinidad, es decir, el cambio de salinidad por distancia mtrica. La figura 1.2 ilustra la variacin en elevacin en un rea de estudio. Un esquema de color ha sido escogido para pintar la variacin. Este es un ejemplo tpico de un campo continuo.
Existen muchas variaciones de campos no continuos, un ejemplo simple es en un rea dada, tenemos a partir de las elevaciones los escarpes verticales perfectos.
Figura 1.2: Un ejemplo de campo continuo, la cual est representada por la elevacin de un rea de estudio.
En los escarpes hay un cambio repentino en valores de elevacin. Una clase importante de campos no continuos son los campos discretos. Los campos discretos cortan el rea de estudio en zonas mutuamente excluyentes, con todas las ubicaciones en una parte teniendo el mismo valor. Ejemplos tpicos son clasificaciones de la tierra, por ejemplo, usando clases geolgicas, tipos de suelos, tipos de usos del suelo, tipos de cultivos y tipos de vegetacin natural. Un ejemplo de campos discretos en este caso identificando unidades geolgicas en un rea de estudio- es mostrado en la figura 1.3. Observe que las ubicaciones sobre la frontera entre dos partes pueden ser distinguibles como partes izquierda y derecha de la frontera. Uno puede notar que los campos discretos son un paso desde los campos continuos hacia objetos geogrficos: campos discretos tambin son objetos que hacen uso de fronteras. Observa, sin embargo, que un campo discreto todava asigna un valor a cada ubicacin en el rea de estudio, algo que no es tpico en objetos geogrficos.
Figura 1.3: Un campo discreto indicando unidades geolgicas, usado en un estudio de ingeniera para construccin de edificios
Un modelo basado en campo consiste de una coleccin finita de campos: podramos estar interesados en elevacin, presin baromtrica, lluvia media anual, evapotranspiracin media diaria, y as usar cuatro diferentes campos. Tipos de valores de datos. Ya que ahora discriminamos entre campos continuos y discretos, podemos ver diferentes tipos de valores de datos. Valores de Datos Nominales son valores que proveen un nombre o identificador as que podamos discriminar entre diferentes valores, pero es todo lo que podemos hacer. Un ejemplo son los nombres de unidades geolgicas. Este tipo de valores de datos es algo que tambin puede ser llamado como datos categorizados. Valores de datos ordinales son valores de datos que pueden ser puestos en alguna secuencia natural pero no nos permite cualquier otro tipo de clculo. Ingresos familiares, por ejemplo, pueden ser clasificados por ejemplo, como altos, medios y bajos. Claramente esta es su secuencia natural, pero esto es todo lo que podemos decir, no podemos decir que un presupuesto alto es dos veces mayor que uno medio, por ejemplo. Observe que los campos continuos deben ser rangos de valores, simplemente debido a que ellos deben estar disponibles a ser interpolados.
1.2.4 Objetos Geogrficos.

Cuando los fenmenos geogrficos no estn presentes en cualquier lado de nuestra rea de estudio, pero si estn diseminadas o esparcidas en ella, los vemos en trminos de objetos geogrficos. Tales objetos son usualmente fcilmente distinguibles y nombrados. Su posicin en el espacio es determinado por combinacin de uno o ms de los siguientes parmetros: ubicacin (donde esta?) forma (que forma es?) tamao (que tan grande es?), y orientacin (en qu direccin est?)
Se han hecho diferentes intentos para definir una taxonoma de tipos de objetos geogrficos. La dimensin es un aspecto importante del parmetro de forma. Las respuestas a la pregunta sobre s un objeto puede ser un punto, lnea, polgono (rea) o volumen. La forma en que nosotros queramos usar la informacin acerca de los objetos geogrficos determina cual de los cuatro formas antes mencionada ser requerida para representarla. Por ejemplo, en un sistema de navegacin de carros, todo lo de inters sobre las estaciones de gasolina parece ser satisfecha con su ubicacin. As la forma, tamao y orientacin parece ser irrelevante. En el mismo sistema, sin embargo, las carreteras son objetos importantes, y alguna nocin de ubicacin (donde empieza y dnde termina) , la forma (cuantos carriles tiene), tamao (que tan lejos podemos viajar sobre ella) y orientacin (en qu sentido podemos viajar sobre ella) parecen ser componentes importantes a ser considerados. La forma es usualmente importante ya que debido uno de sus factores es la dimensin: son los objetos inherentemente considerados a ser cero, uno, dos o de tres dimensiones?. Las estaciones de gasolina mencionadas anteriormente aparentemente son cero dimensionales, es decir, ellas son percibidas como puntos en el espacio; los caminos son de una dimensin, ya que ellos son considerados a ser lneas en el espacio. En otro uso de la informacin de carreteras, por ejemplo, en sistemas de catastro donde la ubicacin precisa de los alcantarillados y tragantes es importante, para ubicarlas encima de la cobertura de carreteras, entonces podemos considerar como entidades de dos dimensiones. La figura 1.4 muestra las fallas geolgicas en el rea de estudio, un ejemplo tpico de un fenmeno geogrfico que existe de objetos que no son un campo. Cada una de las fallas tiene una forma de objeto unidimensional. El tamao, el cual es la longitud en el caso de objetos unidimensionales, es tambin indicado. La orientacin no juega un rol en este caso.
Figura 1.4: Un nmero de fallas geolgicas de la misma rea de estudio de las figuras 1.2 y 1.3
Donde la forma y el tamao importan, la nocin de frontera juega un papel importante. La ubicacin, forma y tamao son completamente determinados si nosotros sabemos la frontera del objeto, as la frontera es buena candidata para representar el objeto. Esto es especialmente cierto para objetos que tienen fronteras naturalmente crisp. Una frontera crisp es una que puede ser determinada por una precisin arbitraria, dependiente solo de los datos de tcnicas de adquisicin de datos. Fronteras difusas o fuzzy contrastan con fronteras crisp en que el rea de transicin es ms una lnea continua y no discreta.
Como regla general de dedo (de nuevo) las fronteras crisp son ms comunes en fenmenos hechos por el hombre, y fronteras difusas son para fenmenos naturales. En aos recientes, varios esfuerzos en investigacin se han diseccionado al tema del tratamiento explicito de fronteras difusas, pero en el da a da de los usos de SIG estas tcnicas no son a menudo soportadas por la mayora de los SIG o no son necesarias. Usualmente, no vamos a estudiar los objetos geogrficos por separado, pero la coleccin de objetos completa es vista como una unidad. Estas colecciones de objetos pueden tener caractersticas geogrficas especficas. La mayora de las colecciones de objetos geogrficos interesantes obedecen a ciertas leyes naturales. La ms comn (y obvia) de estas leyes es que los diferentes objetos no ocupan el mismo espacio. Por ejemplo: la coleccin de estaciones de gasolina en un sistema de navegacin de carros, la coleccin de carreteras en el sistema, la coleccin de parcelas en un sistema de catastro, Observe que las colecciones de objetos geogrficos pueden ser fenmenos interesantes en un nivel ms alto de agregacin: rboles forman bosques, parcelas formas reas urbanas, quebradas y ros forman la red de drenaje, carretera forman un sistema de carreteras o red vial, etc. Esto es, algunas veces til para ver adems del fenmeno geogrfico, sus caractersticas como cobertura, conectividad, capacidad, etc. Preguntas tpicas de esto pueden ser: Qu porcin de la red vial esta dentro de un radio de 5 Km. de una estacin de gasolina? (una pregunta de cobertura) Cul es la ruta ms corta entre dos ciudades a travs de la red vial? (pregunta de conectividad) Cuntos carros pueden viajar de una ciudad a otra en una hora? (pregunta de capacidad) Es en este contexto que podemos realizar estudios multi-escala. Los estudios multi-escala ven el problema de cmo mantener y operar sobre mltiples representaciones del mismo objeto geogrfico. Otras relaciones espaciales entre los miembros de una coleccin de objetos geogrficos pueden existir y ser relevantes en el uso del SIG. Muchas de ellas caen en la categora de relaciones topolgicas. Las cuales veremos ms adelante.
1.3 Representacin computacional de la Informacin Geogrfica.

Hasta este punto, no hemos discutido como la geo-informacin (como campos, y objetos), son representados en una computadora. Es necesario entender al menos un poco sobre las representaciones computacionales para entender mejor que es lo que el sistema hace con los datos, y tambin que es lo que no hace con ellos. Hemos visto que varios fenmenos geogrficos tienen las caractersticas de funciones continuas sobre fronteras geomtricamente definidas, an sobre dominios infinitos de espacio. La elevacin, por ejemplo, puede ser medida en muchos puntos arbitrarios, an en una area pequea, y cada medicin dara un valor diferente.
Cuando queramos representar tal fenmeno fielmente en la memoria de un computador, podramos: tratar de almacenar tantos puntos como nos sea posible (ubicacin, elevacin), o tratar de encontrar una representacin simblica de la funcin de elevacin, tal como una formula en funcin de x e y, la cual nos d el valor de elevacin dado el punto (x,y) En ambos casos tienen sus desventajas. En el primero, tenemos el hecho de que nunca podremos almacenar todos los valores de todas las ubicaciones; despus de todo, hay infinitas ubicaciones. En la segunda, tenemos el hecho de que no tenemos ni idea que cual funcin podra ser, o cmo podramos derivarla, y es que para reas grandes sera una funcin extremadamente complicada. En los sistemas de SIG, se toma tpicamente una combinacin de ambas. Almacenamos un conjunto finito de elevaciones, inteligentemente seleccionados. Esto nos dar las elevaciones para estos puntos, pero no para todas las ubicaciones. Por lo tanto, los valores almacenados junto con una funcin de interpolacin nos permitirn inferir una elevacin razonable para los valores de las ubicaciones que no estn almacenados. El principio subyacente es llamado autocovarianza espacial: ubicaciones que estn ms cerca son ms probables a tener valores similares que las ubicaciones que estn ms lejos. La funcin de interpolacin ms simple y una de uso ms comn simplemente toma los valores de elevacin de las ubicaciones ms cercanas que estn almacenados. Pero existen funciones ms inteligentes de interpolacin que usan ms de un valor almacenado, y que pueden ser usadas tambin para este fin. Objetos de lnea, ya sea por ellos mismos o por su uso como fronteras de objetos con frontera, son otro ejemplo comn de fenmenos continuos que pueden ser finitamente representados. En la vida real, estos objetos no son usualmente lneas rectas, y a menudo errticamente curvadas. En SIG, los campos son usualmente implementados con aproximaciones rasterizadas, y los objetos con una aproximacin vectorial (topolgica).
1.3.1 Rasterizaciones Regulares.

Una rasterizacin es una particin del espacio dentro de pares de celdas disjuntas que juntas definen el espacio de estudio completo. Un valor (temtico) es asociado a cada celda para caracterizar la parte del espacio. En la figura 1.5 podemos distinguir tres tipos de rasterizaciones regulares. En una rasterizacin regular, las celdas son de la misma forma y tamao. El ejemplo ms simple es un raster con celdas rectangulares de unidades cuadradas, representadas en un ordenador en el caso de dos dimensiones como un arreglo de n x m elementos (ver figura 1.5, izquierda) Todas las rasterizaciones regulares tienen en comn el hecho de que cada celda son de la misma forma y tamao, y que un valor de atributo est asociado con el rea ocupado por la celda.
Figura 1.5: Los 3 tipos de rasterizaciones ms comunes: celdas cuadradas, hexagonales y triangulares.
10
La rasterizacin de celdas cuadradas es desde hace mucho tiempo la de uso ms comn, principalmente debido a que georeferenciar una celda es ms sencillo. Esta forma es conocida en los programas de SIG de diferentes formas: raster o mapa raster. El tamao del rea que una celda raster representa, es llamada la resolucin del raster. Algunas veces, la palabra grid (o grilla) es tambin usada, pero estrictamente hablando un grid es una coleccin de puntos igualmente espaciados, los cuales tienen el mismo valor de atributo asignado. Son a menudo usados para medidas discretas que ocurren en intervalos regulares. Los puntos de un GRID son a menudo considerados sinnimos con celdas raster. La ubicacin asociada a una celda raster es fijada por convencin y puede ser el centroide de la celda (punto-medio) o, por ejemplo, su esquina inferior izquierda. Valores para otras posiciones de este pueden ser calculados a travs de alguna funcin de interpolacin, la cual usara uno o ms valores de campo cercanos para calcular la posicin requerida. Esto permite representar funciones continuas. Una ventaja importante de las rasterizaciones regulares es que nosotros, a priori, conocemos como el espacio es particionado por ellos. Esto nos lleva a algoritmos rpidos. Una desventaja obvia es que ellos no se adaptan al fenmeno espacial que nosotros deseamos representar. Las fronteras de la celda son artificiales y fijas: las celdas pueden o no coincidir con las fronteras del fenmeno de inters.
1.3.2 Rasterizaciones Irregulares.

Hemos discutido que las rasterizaciones regulares proveen estructuras simples con algoritmos sencillos o simples, los cuales, sin embargo, no se adaptan al fenmeno que ellos representan. Esta es la razn del porque se ha hecho bastante trabajo en las rasterizaciones irregulares. De nuevo, estas son particiones del espacio dentro de celdas mutuamente disjuntas, pero ahora las celdas pueden variar en tamao y forma, permitindoles adaptarse al fenmeno espacial que ellas representan. Discutiremos solo un tipo, llamada la regin quadtree, pero debemos apuntar que existen diferentes estructuras en la literatura y que han sido implementadas tambin. Las rasterizaciones irregulares son ms complejas que las regulares, pero tambin se ajustan mejor, las cuales tpicamente, nos llevan a una reduccin en la cantidad de memoria usada para almacenar datos. Una estructura bien conocida en esta familia la cual ha sido la base para muchas variantes- es la regin quadtree. Esta est basada en una rasterizacin de celdas cuadradas, pero toma ventaja de casos donde las celdas circundantes tienen el mismo valor, as ellas pueden representarse juntas como una celda mas grande. Una ilustracin simple pueden verse en la figura 1.6, la cual muestra una pequea rea de 8x8 con tres posibles valores de campo: blanco, verde y azul. El quadtree que representa este raster es construido por una divisin repetida de cuatro cuadrantes las cuales son llamadas NW, NE, SE y SW por razones obvias. Este procedimiento se detiene cuando todas las celdas en un cuadrante tienen el mismo valor. El procedimiento produce una estructura de rbol descendiente conocida como quadtree. En la memoria principal, los nodos de un quadtree (crculos y cuadrados en la figura) son representados como registros. La unin entre ellos son punteros, una tcnica de programacin dinmica, para direccionar a otros registros. Los quadtrees se adaptan debido a que ellos aplican el principio de autocorrelacin espacial: ubicaciones que estn cerca en el espacio son probables a tener el mismo valor. Cuando un conglomerado de celdas tiene el mismo valor, ellos son representados juntos en el quadtree, proveyendo fronteras coincidentes con las fronteras del cuadrante predefinido. Esta es la razn por la cual podemos decir que un quadtree provee una rasterizacin anidada: los cuadrantes son partidos si y solo si ellos presentan dos o ms valores (colores) diferentes.
Los quadtrees tienen varias caractersticas interesantes. Una de ellas es que el nodo cuadrado en el mismo nivel representa reas de igual tamao. Esto permite rpidamente calcular el rea cubierta por el mismo valor. El nodo tope (o raz del rbol) representa el raster completo.
Figura 1.6: Representacin quadtree de un raster de 8x8. Para construir el quadtree, el mapa es partido sucesivamente en 4 cuadrantes hasta que las partes tengan un nico valor. Despus de la primera particin, el cuadrante SE est completamente verde, y es indicado por un cuadrado verde en el nivel 2 del rbol. Los otros cuadrantes deben seguir dividindose.
1.3.3 Representaciones vectoriales.

En resumen, podemos decir que las rasterizaciones cortan el espacio de estudio en celdas, y asignan un valor a cada una de ellas. Un raster es una divisin regular con celdas cuadradas, y desde hace mucho de uso muy comn. La forma como el espacio de estudio es cortado (en algn grado) es arbitrario, esto significa que las fronteras de la celda usualmente no tienen posicin con el fenmeno del mundo real que estn representando. En representaciones vectoriales, se intenta asociar explcitamente las georeferencias con el fenmeno geogrfico. Una georeferencia es un par de coordenadas desde algn espacio geogrfico, y es tambin conocida como un vector. Esto explica el nombre. Observe que las rasterizaciones no proveen explcitamente georeferencias del fenmeno que ellas representan. Ellas podran proveer una georeferencia de la esquina inferior izquierda del raster, mas un indicador de la resolucin del raster, por lo tanto proveen georeferencias implcitamente. Redes de Triangulacin Irregular. Una estructura de datos comnmente usada en los paquetes de SIG son las redes de Triangulacin Irregular (TIN, por sus siglas en ingls). Son tcnicas de implementacin estndar para modelos digitales de terreno, pero pueden ser usadas para representar campos continuos. Los principios detrs de los TINs son simples. Son construidos a partir de un conjunto de ubicaciones para los cuales tenemos una medida, por ejemplo, una elevacin. Las ubicaciones pueden estar arbitrariamente dispersas en el espacio, y no estn, usualmente, sobre una buena grilla regular. Cualquier ubicacin junto con su valor de elevacin puede ser vista como un punto en un espacio de 3 dimensiones. Esto es ilustrado en la figura 1.7. Desde estos puntos en 3D, podemos construir una rasterizacin irregular hechas de tringulos. Dos de estas rasterizaciones son ilustradas en la figura 1.8.
12
Figura 1.7: Ubicaciones y sus valores de elevacin para la construccin de un TIN. El punto P es una ubicacin arbitraria que no tiene asociado valor de elevacin y que solo es incluido para efectos de explicacin.
Observa que en un espacio tri-dimensional, 3 puntos determinan un plano, siempre que ellos no sean colineales, es decir, no pueden ser posicionados sobre la misma lnea. Un plano a travs de estos puntos tiene un gradiente y aspecto fijo, y puede ser usado para calcular un aproximacin de la elevacin de otras ubicaciones. As, podemos tomar varias triadas de puntos y podemos construir muchos planos, y por lo tanto podemos tener varias aproximaciones de elevaciones para ubicaciones simples, tales como P en la figura 1.7. As, es prudente restringir el uso de un plano al rea triangular entre los tres puntos. Si restringimos el uso de un plano al rea entre sus tres puntos de anclaje, obtenemos una rasterizacion triangular del espacio completo de estudio. Desafortunadamente, existen diferentes rasterizaciones para una entrada de puntos de anclaje dados, esto puede observarse en la figura 1.8. Algunas rasterizaciones son mejores que otras, en el sentido que pueden generar menos errores en la aproximacin de las elevaciones. Por ejemplo, si nosotros basamos el clculo de la elevacin en el punto P sobre el triangulo del lado izquierdo, obtendremos otro valor que si lo calculamos en el triangulo del lado derecho. En el segundo caso tenemos una mejor aproximacin debido a que el promedio de la distancia de P hacia las tres esquinas del triangulo es menor.
Figura 1.8. Dos triangulaciones basadas en la fig. 1.7. (a) Con tringulos estirados, (b) los tringulos ms equilteros; esta es la triangulacin conocida como de Delaunay.
La triangulacin de la figura 1.8(b) se conoce como la triangulacin de Delaunay, la cual, en cierto sentido, es una triangulacin optima. Existen muchas formas de definir esta triangulacin, pero aqu es suficiente considerar dos importantes propiedades: la primera es que los tringulos sern tan equilteros como se pueda, dado un conjunto de puntos de anclaje, y la segunda propiedad es que para cada triangulo, la circunferencia a travs de sus
13
tres puntos de anclaje no contiene a otro punto de anclaje, tal como se muestra en el figura 1.8(b). Un TIN es claramente una representacin vectorial, cada punto de anclaje tiene una georeferencia almacenada, es ms, podramos llamarla una rasterizacin irregular, ya que la triangulacin escogida nos brinda una malla del espacio completo de estudio. Las celdas de esta malla, sin embargo, no tienen un valor almacenado asociado como es tpico de las rasterizaciones, es ms bien una funcin de interpolacin simple que usa los valores de elevacin de los tres puntos de anclaje. Representaciones de puntos. Los puntos son definidos como un simple par de coordenadas (x,y) cuando trabajamos en 2 dimensiones o una triada de (x,y,z) cuando trabajamos en 3 dimensiones. La seleccin del sistema de coordenadas es otro problema, el cual veremos ms adelante. Los puntos son usados para representacin de objetos que son mejor descritos, sin forma y tamao, como elementos de simple localidad. Su uso, en este caso, depende realmente de los propsitos de la aplicacin espacial y tambin de la extensin de los objetos comparados con la escala de trabajo en la aplicacin. Por ejemplo, para un mapa de turismo de una ciudad, los parques usualmente no son considerados como puntos, pero museos, casetas telefnicas y otros pueden perfectamente ser considerados como puntos. Adems de la georeferencia, usualmente datos adicionales son almacenados para cada punto. Estos son llamados datos administrativos o temticos, que pueden consistir de cualquier informacin relevante acerca del objeto. Representaciones de Lneas Los datos de lnea son usados para representar objetos unidimensionales como carreteras, lneas frreas, canales, ros o lneas de electricidad. De nuevo, su uso depender de la aplicacin que estemos desarrollando y la escala de trabajo. Por ejemplo para una aplicacin de mapeo de informacin turstica, las rutas de buses, trenes o taxis pueden ser representadas por lneas. Algunos sistemas de catastro, por otro lado, pueden considerar las carreteras como caractersticas de dos dimensiones, es decir, pueden tambin tener un ancho. En los sistemas de SIG, las lneas son representadas como campos continuos (finitos) de una serie de nodos. Los dos nodos terminales y cero o mas nodos intermedio definen una lnea. Los nodos internos son conocidos tambin como vrtices, y en algunos SIG las lneas son conocidas como Polyline, arco o borde. Un nodo o vrtice es un punto que sirve para definir la lnea; en este caso no tiene ms significado que este. Los vrtices de una lnea ayudan a darle forma y para obtener una mejor aproximacin de la caracterstica que queremos representar. Las partes rectas de una lnea entre dos vrtices consecutivos o nodos terminales son llamados segmentos. Muchos de los SIG almacena una lnea como una secuencia simple de coordenadas de sus nodos terminales y vrtices, asumiendo que todos sus segmentos son rectos. Esto es generalmente bastante bueno, sobre todo en casos en los que una sola lnea recta es un resultado insatisfactorio, puede usarse mltiples segmentos (ms pequeos) en lugar de uno solo.
14
Figura 1.9: Una lnea es definida por sus dos nodos terminales y cero o ms vrtices internos. Esta figura tiene 3 vrtices, por lo tanto 4 segmentos.
Ms an, hay casos en los cuales podramos querer tener la oportunidad de usar caractersticas curvilneas para representar un fenmeno del mundo real. Por ejemplo, el diseo de un jardn con arriates circulares o elpticos perfectos, o mapas topogrficos detallados representando calles y aceras. En principio, todo esto puede tenerse en un SIG, pero muchos sistemas no tienen ciertas formas curvilneas. Si algn programa de SIG soporta este tipo de formas, lo hace usando descripciones matemticas parametrizadas. Colecciones de lneas (conectadas) pueden representar fenmenos que son mejor vistos como redes. Con redes, surgen cierto tipo de preguntas especficas que tienen que ver con la capacidad y conectividad de la red. Tales preguntas pueden verse en aplicaciones como monitoreo de trfico, manejo de cuencas y otras aplicaciones similares. Con elementos de redes- es decir, las lneas que forman la red- podemos asociar valores como distancia, calidad de conexin y capacidad de transporte. Representaciones de reas Cuando objetos de reas son almacenados usando vectores, la tcnica usual es aplicar un modelo de frontera. Esto significa que cada rea es representada por una estructura de arcos/nodos que definen un polgono como la frontera del rea. El sentido comn nos dice que caractersticas de rea del mismo tipo son almacenadas en una capa simple de datos, representada por polgonos no sobrepuestos. Observa que una representacin de polgonos de un objeto rea es otro ejemplo de una aproximacin finita de un fenmeno que inherentemente puede tener una frontera curvilnea. En el caso que el objeto puede ser percibido con una frontera difusa, un polgono puede ser una mala aproximacin, aunque potencialmente sea la nica forma posible. La figura 1.10 muestra un objeto de este tipo. Ilustra un estudio simple con tres objetos de rea, representados por las fronteras de los polgonos. Claramente, podemos esperar datos adicionales a los datos de rea. Tal informacin puede ser almacenada en tablas de bases de datos. Una simple representacin de las caractersticas de rea podra ser simplemente listar, para cada polgono, las lneas que describen su frontera. Cada lnea en la lista podra ser, como antes, una secuencia que comienza con un nodo y termina con otro, posiblemente con vrtices entre ellos. Pero esto est lejos de ser ptimo. Para entender esto, demos un vistazo a la frontera compartida entre dos de los polgonos de la figura 1.10.
15
Figura 1.10: Representacin de reas con sus fronteras. Cada frontera es una secuencia cclica de lneas.
La lnea que forma la frontera entre ellos es la misma, quiere decir que segn lo mencionado antes, habra que almacenar la misma lnea para ambos polgonos. Esta es una forma de duplicacin de datos- conocida como redundancia- lo cual es una torpeza manejarla. Existe otra desventaja para esta representacin. Si deseamos encontrar cuales polgonos comparten fronteras con ellos, estaramos consumiendo tiempo de anlisis comparando listas de vrtices de todas las lneas de frontera con estos polgonos. En el caso de la figura 1.10, con solo tres polgonos, esto podra ser fcil, pero cuando tenemos una cobertura con 5,000 polgonos con un total de 25,000 lneas de frontera, an la computadora mas rpida se tomara su tiempo encontrando los polgonos vecinos. El modelo de frontera es una representacin mejorada que elimina estas desventajas. En este modelo se almacenan las partes de la frontera de un polgono como arcos no enlazados y se indica cual polgono est a la izquierda y la derecha de cada arco. Este se ejemplifica en la figura 1.11. El modelo de frontera es algunas veces llamado como modelo de datos topolgico ya que captura la informacin topolgica, tal como la vecindad del polgono. Observa que en este caso es una consulta simple encontrar todos los polgonos vecinos a otro.
Line b1 B2 B3 B4 B5 B6
Desde 4 1 1 2 3 3
Hacia 1 2 3 4 4 2
Izq. W B W C W C
Der. A A B A C B
Lista Vert. ....... ....... ....... ....... ....... .......
Figura 1.11: Un modelo de frontera simple para los polgonos A, b y C. Para cada arco, almacenamos el nodo inicial y final (as como tambin la lista de vrtices), tambin almacenamos el polgono izquierdo y derecho.
1.3.4 Topologa y relaciones espaciales.

La topologa maneja las propiedades de espacios que no cambian bajo ciertas transformaciones. Veamos un ejemplo para ilustrar esto. Asume que t tienes algunas caractersticas que estn dibujadas en una banda de hule (figura 1.12). Ahora, toma la banda y estrala sobre sus orillas, pero sin romperla. La figura cambiar en forma y tamao. Algunas propiedades, sin embargo, no cambian: E est siempre dentro de D
16
Las relaciones de vecindad entre A,B,C,D y E se mantienen y las lneas de las fronteras los mismos puntos de inicio y final, y Las reas estn siempre bordeadas por la misma frontera, solo las formas y longitudes de su permetro han cambiado.
Figura 1.12: Transformacin de banda de hule: el espacio es transformado sin romper la hoja, muchas relaciones se mantienen, an transformndola.
Estas relaciones son invariantes bajo una transformacin continua. Las propiedades son llamadas propiedades topolgicas, y la transformacin es llamada un mapeo topolgico. Las propiedades matemticas del espacio geomtrico usadas para datos espaciales pueden ser descritas como: El espacio es un espacio euclideo tri-dimensional dnde para cada punto podemos determinar sus coordenadas tri-dimensionales como una trada (x,y,z) de nmeros reales. En este espacio, podemos definir caractersticas como puntos, lneas, polgonos y volmenes como primitivas geomtricas de la respectiva dimensin. Un punto es cero-dimensional, una lnea es uni-dimensional, un polgono es de dos dimensiones, y el volumen es una primitiva en tres dimensiones. El espacio es un espacio mtrico, lo cual significa que podemos siempre calcular la distancia entre dos puntos de acuerdo a una funcin de distancia dada. Tal funcin es conocida como mtrica. El espacio es un espacio topolgico, cuya definicin es un poco complicada, pero en esencia, para cada punto en el espacio podemos encontrar una vecindad alrededor de el que est completamente contenida en el espacio tambin. Podemos definir dentro del espacio topolgico caractersticas que sean de fcil manejo y que puedan ser usadas como representaciones de los objetos geogrficos. Estas caractersticas son llamadas simplices ya que son la forma geomtrica mas simple en alguna dimensin: un punto (0-simplex), segmento de lnea (1-simplex), triangulo (2simplex) y tetraedro (3-simplex) Cuando combinamos varios simplices dentro de una figura simple, podemos obtener un complejo simplice. La figura 1.13 muestra algunos ejemplos.
17
Figura 1.13: Simplices y complejo simplice. Las caractersticas del mundo real son aproximadas por un conjunto de puntos, lneas,, tringulos y tetraedros
Interior y frontera son propiedades de las caractersticas espaciales que se mantienen invariantes bajo transformaciones topolgicas. Esto significa, que bajo cualquier mapeo topolgico, el interior y la frontera de una caracterstica se mantiene sin romperse e intacta.
1.3.5 Escala y Resolucin

En el uso de datos espaciales, a menudo surgen preguntas como Cul es la resolucin de los datos? o Cul es la escala de nuestro conjunto de datos?. Ahora que nos hemos movido a la era digital, estas desafiantes preguntas son algunas veces, fciles de contestar. La escala de un mapa puede ser definida como la relacin entre la distancia en un mapa en papel y la misma distancia estirada en el terreno. Un mapa escala 1:50,000 significa que 1 cm en el mapa representa 50,000 cms en el terreno, es decir, 500 metros en el terreno. Grandes escalas significa que la relacin es grande, as tpicamente significa que hay mucho ms detalle, escalas pequeas por el contrario significa que la relacin es menor, por lo tanto menos detalle. Cuando aplicamos a datos espaciales, el trmino resolucin comnmente asociado con el ancho de la celda de la rasterizacin que estamos aplicando. Datos espaciales digitales, como los almacenados en un SIG, estn esencialmente sin escala.: la escala es la nocin del radio asociado con la salida visual, como en el mapa, no con los datos que estamos usando para producir el mapa. Ms adelante veremos esto con un poco ms de detalle.
1.3.6 Representaciones de Campos Geogrficos.

Un campo geogrfico puede ser representado a travs de una rasterizacin, un TIN o travs de un vector. La seleccin ser determinada por los requerimientos de la aplicacin en estudio. Es ms comn usar rasterizaciones o raster, para representar campos, pero las representaciones vectoriales son usadas tambin. Hemos visto como son representadas a travs de un TIN, veremos las otras dos. Rasterizacin para representar un campo. La figura 1.14 ilustra como un raster representa un campo continuo, en este caso la elevacin. Diferentes tonos de azul, indican diferentes valores de elevacin, azules mas oscuros indican
elevaciones ms altas. En este caso se ha seleccionado variaciones azules para representar el campo, ya que imprimir los valores para cada celda, hara ilegible el mapa. Un raster es un conjunto o lista de mxn valores. La lista es precedida por alguna informacin adicional: una georeferencia como el origen del raster completo, un indicador del tamao de la celda, los valores enteros para m y n, y un indicador del tipo de datos del campo que nos informa como interpretar los valores del raster.
Figura 1.14: Representacin de una parte de un raster del rea de estudio de la figura 1.2. Los valores de elevaciones son indicados en tonalidades de azul
Representacin vectorial de un campo. La figura 1.15 muestra un ejemplo de representacin vectorial de un campo, en este caso la elevacin. Ac se muestra los valores de elevacin como isolineas. Una isolinea es la caracterstica lineal que conecta puntos con igual valor en el campo. Cuando el campo es la elevacin tambin podemos hablar de lneas de contorno.
Figura 1.15: Representacin vectorial de un campo. Lneas de contorno para el rea de estudio de la figura 1.2
1.3.7 Representacin de objetos geogrficos.

La representacin de objetos geogrficos es hecha de mejor manera con vectores. Despus de todo, son identificados por los parmetros de ubicacin, forma, tamao y la orientacin, y muchos de estos parmetros pueden ser expresados en vectores. Las rasterizaciones tambin son de uso comn para representar objetos geogrficos.
19
Rasterizaciones para representar objetos geogrficos. Las imgenes remotamente sensadas son una fuente importante para aplicaciones de SIG. Imgenes digitales sin proceso, contienen pxeles y cada pxel lleva un valor de reflectancia. Existen varias tcnicas para procesamiento digital de imgenes y obtener imgenes clasificadas almacenadas en un SIG como raster. La clasificacin de imgenes intenta caracterizar cada pxel dentro de una lista finita de clases, as se obtiene una interpretacin del contenido de la imagen. Las clases pueden ser por ejemplo, tipos de cultivos como en el caso de la figura 1.16 o clases de uso del suelo como en el caso de la figura 1.16. Estas figuras ilustran los casos de imgenes no procesadas (a) y su versin clasificada (b).
Figura 1.16: (a) Imagen digital no procesada y (b) Imagen clasificada. Ambas de una zona agrcola.
Representaciones vectoriales para objetos geogrficos. La forma ms natural para representar objetos geogrficos es a travs de un vector. Ya hemos discutido algunos tpicos y hemos visto algunos ejemplos. En la figura 1.17, un nmero de objetos geogrficos alrededor de un edificio han sido sealados. Estos son representados como representaciones de reas en un modelo de frontera. Los nodos y los vrtices de los poli lneas que forman la frontera del objeto no son ilustrados, aunque obviamente estn almacenados.
Figura 1.17: Varios objetos (calles, edificios, etc.) representados como objetos con rea, en una representacin vectorial.
1.4 Organizando datos espaciales.

La definicin principal de la organizacin de datos en sistemas de SIG es la de capa espacial de datos. Una capa espacial de datos es una representacin de un campo discreto o continuo, o una coleccin de objetos del mismo tipo. La intuicin es que los datos estn organizados por un tipo: todas las casetas telefnicas que son objetos de puntos pueden ser una capa de datos, todas las calles que son objetos de lneas son otra capa. Una capa de datos contiene datos espaciales- de cualquiera de los tipos vistos anteriormente- como tambin sus
datos de atributos (o temticos), los cuales describen el campo o lo objetos en la capa. Los datos de atributos estn, generalmente, arreglados en forma tabular. Un ejemplo de dos capas de datos es mostrado en la figura 1.18
Figura 1.18: Varios raster pueden ser sobrepuestos para ver las correlaciones espaciales.
Las capas de datos pueden ser sobrepuestas una con otra, dentro de un paquete de SIG, para estudiar combinaciones del fenmeno geogrfico. Veremos ms adelante que un SIG puede ser usado para estudiar las correlaciones espaciales entre diferentes fenmenos: En qu forma las ocurrencias/eventos suceden dentro de la misma rea?, al final lo que se hace es un clculo de sobreposicin de una capa de datos con otra. Esto se muestra esquemticamente en la figura 1.19
Figura 1.19: Dos capas pueden ser sobrepuestas para estudiar la correlacin espacial y el resultado puede ser usado como capa (objeto) separado.
1.5 La Dimensin temporal. 1.5.1 Datos Espacio-temporales.

Junto a las propiedades geomtricas, temticas y topolgicas, el fenmeno geogrfico puede tambin cambiar con el tiempo. Y para muchas aplicaciones, este cambio es, a menudo, el aspecto de mayor inters. Esta rea de trabajo es comnmente conocida como la deteccin de cambio. Es, por ejemplo, interesante conocer quines fueron los dueos de una parcela en 1980 o como la cobertura de la tierra ha cambiado desde su bosque original primario hacia los pastos a travs del tiempo. La deteccin de cambio nos permite contestar preguntas tales como: Dnde y cundo tuvieron lugar los cambios?. Qu tipo de cambio ocurri? Cul fue la velocidad del cambio? Qu podemos entender sobre el patrn de cambio?.
El soporte que los SIGs ofrecen para la deteccin de cambio en el presente no es muy impresionante. La mayora de los estudios requieren mucho trabajo manual de un usuario de SIG en la preparacin de datos, la definicin del modelo de cambio, comparar datos con diferentes estadios de tiempo, e interpretar los resultados de forma visual o computacionalmente. Un conjunto de datos ejemplo es usado en la figura 1.20 El propsito de este estudio fue evaluar, con imgenes de radar disponibles, los cambios de bosques a pastos en un rea de estudio. La estructura de datos espacio-temporales son representaciones de un fenmeno geogrfico que testifica el cambio en el tiempo. Observa que junto al espacio 2D o 3D, la dimensin del tiempo es de nuevo inherentemente de una naturaleza continua, y de nuevo, tendremos que discretizar esta dimensin para hacer cambios en la representacin computacional del tiempo. Antes de describir las principales caractersticas de varias tcnicas, necesitamos describir la naturaleza del tiempo mismo. La dimensin del tiempo puede ser caracterizado de acuerdo a las siguientes propiedades:
Figura 1.20: Cambio en la cobertura de un rea usando segmentos de imgenes de radar y un modelo de deteccin de cambio en la cobertura. Las clases ms importantes son: Bosque primario: verde; Vegetacin secundaria: morado; Pasto: anaranjado; Pasto y vegetacin secundaria: amarillo.
Densidad del tiempo: El tiempo puede ser discreto o continuo. El tiempo discreto est compuesto de elementos discretos (segundos, minutos, horas, das, meses o aos). En el tiempo continuo, para dos diferentes puntos en el tiempo, existe siempre otro punto entre ellos. Podemos tambin estructurar el tiempo por eventos (puntos en el tiempo) o estados (intervalos de tiempo). Cuando representamos estados por intervalos a travs de nodos (eventos) podemos derivar relaciones temporales entre los eventos y estados tales como antes, traslapes, despus, etc. Dimensionalidad del tiempo: El tiempo vlidos (o tiempo del mundo) es el tiempo cuando un evento realmente ocurre. Tiempo de transaccin (o tiempo de bases de datos) es el tiempo cuando el evento fue almacenado en la base de datos o el SIG. Orden del tiempo: El tiempo puede ser lineal, extendindose desde el pasado hasta el presente, y dentro del futuro. Podemos tambin conocer el perodo de tiempo en el cual diferentes escenarios desde un punto de tiempo en adelante son posibles- y
tiempo cclico en el cual se dan ciertas repeticiones, tales como estaciones o das de la semana. Medidas de tiempo: Un crono es la unidad ms corta y atmica de tiempo que puede ser soportada en un SIG o Base de datos (e.g. un milisegundo). El perodo de vida de un objeto es medido por un nmero finito de cronos. La Granularidad es la precisin de un valor del tiempo en un SIG o base de datos (e.g. ao, mes, da, segundo, etc.). Referencia del tiempo: El tiempo puede ser representado de manera absoluta (tiempo fijo) o de manera relativa (tiempo implicado). El tiempo absoluto marca el punto donde el evento ocurri (por ejemplo 13 de enero del 2001 a las 11:50 a.m.). El tiempo relativo es indicado en relacin a otro punto en el tiempo (por ejemplo ayer, el ao pasado, maana, los cuales son relativos a ahora, o dos semanas ms tarde, etc.
1.5.2 Modelos de datos espacio-temporales.

En los modelos de datos espacio-temporales, consideramos los cambios de los atributos espaciales y temticos en el tiempo. En anlisis de datos, podemos mantener el dominio espacial fijo y ver solo los cambios de los atributos en el tiempo para una ubicacin dada en el espacio. Podramos, por ejemplo, estar interesados en saber como cambi cierta cobertura de la tierra en el tiempo en cierta parcela de tierra, proveyendo su frontera sin cambio. Por otro lado, podemos mantener el dominio del atributo fijo y considerar los cambios espaciales sobre el tiempo para un atributo temtico. En este caso, podramos estar interesados en ver las ubicaciones que estuvieron cubiertas por bosques sobre un perodo. Finalmente, podemos asumir que ambos, los dominios espacial y de atributos son variables y considerar como los objetos o campos han cambiado sobre el tiempo. Esto nos lleva a la nocin del movimiento de los objetos, por ejemplo, investigaciones en control de trfico y telefona mvil. Pero la mayora de las aplicaciones estn sobre un horizonte, por ejemplo, monitoreo de la vida salvaje, control de vectores de enfermedades, y prediccin climtica. En estos ejemplos, el problema de la identidad del objeto es aparente. Por ejemplo, dnde el cambio o movimiento del objeto causa que desaparezca o se produzca uno nuevo?. Con la vida salvaje es bastante obvio, pero en el caso del clima no tanto.
23

Unidad I.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

Unidad I.informacion Geografica

Transféré par

Droits d'auteur :

Formats disponibles

UNIDAD I.

INFORMACION GEOGRAFICA Y TIPOS DE DATOS ESPACIALES

1. INFORMACION GEOGRAFICA Y TIPOS DE DATOS ESPACIALES.

Ctedra: Introduccin a los SIG