LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG)Sistemas de Información Geográfica y Ordenación...

LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG)

Virgilio Núñez

Instituto de Recursos Naturales y Ecodesarrollo

UNIVERSIDAD NACIONAL DE SALTA FACULTAD DE CIENCIAS NATURALES

Salta, Junio de 2012


V. Núñez 2

SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG)

Lic. Virgilio Núñez Instituto de Recursos Naturales y Ecodesarrollo – IRNED

Universidad Nacional de Salta – UNSa E-mail: [email protected]


V. Núñez 3

ÍNDICE

1. DEFINICIONES, CONCEPTOS Y APLICACIONES 7

1.1. DEFINICIONES 9

1.2. CONCEPTOS 10

1.3. APLICACIONES DE UN SIG 12

2. CUESTIONES TERMINOLÓGICAS CON RELACIÓN A LOS SIG 14

2.1. LOS SISTEMAS DE INFORMACIÓN TERRITORIAL Y LOS SIG 15

2.2. LOS SISTEMAS INFORMÁTICOS AFINES A LOS SIG 16

3. VENTAJAS, DESVENTAJAS Y REQUERIMIENTOS DE UN SIG 19

3.1. VENTAJAS 19

3.2. DESVENTAJAS 19

3.3. REQUERIMIENTOS DE UN SIG 20

4. ELEMENTOS DE UN SIG 20

4.1. EL HARDWARE 21

4.2. EL SOFTWARE 21

4.3. LOS DATOS 21

4.4. EL PERSONAL O LIVEWERE 23

5. SUBSISTEMAS DE UN SIG 23

5.1. DE ADQUISICIÓN Y ENTRADA DE DATOS 24

5.2. GEORREFERENCIACIÓN 25 5.2.1. Transferencia de posición entre los niveles digitales 26

5.3. DE BASES DE DATOS 32

5.4. DE MANEJO DE DATOS 32

5.5. DE ANÁLISIS Y MODELADO 33

5.6. DE SALIDA DE DATOS 33

6. LOS DATOS GEOGRÁFICOS 33


V. Núñez 4

6.1. LA COMPONENTE ESPACIAL 34 6.1.1. La localización geográfica 34 6.1.2. Las propiedades espaciales 34 6.1.3. Las relaciones espaciales 35

6.2. LA COMPONENTE TEMÁTICA 36 6.2.1. El cambio de los valores temáticos en la componente espacial y temporal - Los

principios de autocorrelación espacial y temporal 36 6.2.1.1. Autocorrelación espacial 37 6.2.1.2. Autocorrelación temporal 37

6.2.2. Tipos de variables y escalas de medida 37 6.2.2.1. Variables continuas y discretas 38 6.2.2.2. Variables fundamentales y derivadas 38 6.2.2.3. Escala nominal 39 6.2.2.4. Escala ordinal 39 6.2.2.5. Escala de intervalo 40

6.3. LA COMPONENTE TEMPORAL 40

7. MODELOS Y ESTRUCTURAS DE DATOS 41

7.1. CONCEPTO DE MODELO 41 7.1.1. DOS CAMINOS 42

7.1.1.1. Enfoque analítico 42 7.1.1.2. Enfoque sistémico 42

7.2. LOS MODELOS DE DATOS 45 7.2.1. APROXIMACIÓN RASTER 46

7.2.1.1. Ventajas y desventajas 50 7.2.1.2. Estructura de datos en el modelo raster 51

7.2.1.2.1. Enumeración exhaustiva 51 7.2.1.2.2. Codificación por grupos de longitud variable (run length encoding) 52

7.2.2. APROXIMACIÓN VECTORIAL 53 7.2.2.1. Ventajas y desventajas 55 7.2.2.2. Estructura de datos en el modelo vectorial 55

7.2.2.2.1. Estructura de datos spaghetti 56 7.2.2.2.2. Diccionario de vértices 57 7.2.2.2.3. Estructura arco-nodo 59 7.2.2.2.4. TIN (Triangulated Irregular Network) 64

7.2.2.3. Las bases de datos de atributos 67 7.2.2.3.1. El modelo jerárquico 67 7.2.2.3.2. El modelo de red 68 7.2.2.3.3. El modelo relacional 68

8. ANÁLISIS Y MODELADO DE DATOS 69

8.1. ANÁLISIS DE DATOS 69

8.2. MODELADO DE DATOS 70

9. LA ORDENACIÓN TERRITORIAL Y LOS SIG 71


V. Núñez 5

9.1. LAS EVALUACIONES MULTI-CRITERIO (EMC) 76

10. BIBLIOGRAFÍA 85

ANEXO I ORDENACIÓN TERRITORIAL UN EJEMPLO DE APLICACIÓN EN FINCA LAS COSTAS 87

ANEXO II LOS SIG EN LA WEB: ALGUNAS DIRECCIONES 88

ANEXO III LECTURAS COMPLEMENTARIAS 89

ÍNDICE DE FIGURAS

FIGURA 1. CAPAS O ESTRATOS DE DATOS E INFORMACIÓN EN UN SIG. ............ 11 FIGURA 2. FUENTES DE DATOS PARA UN SIG. ............................................................ 16 FIGURA 3. ELEMENTOS DE UN SIG. ............................................................................... 20 FIGURA 4. SUBSISTEMAS DE UN SIG. ............................................................................ 24 FIGURA 5. POSICIONES DEFINITIVAS DE LOS PÍXELES LUEGO DE LA

TRANSFORMACIÓN GEOMÉTRICA DE LA IMAGEN. TOMADO DE: PINILLA, 1995. PÁG. 142. .................................................................................................................. 26

FIGURA 6. REMUESTREO POR EL MÉTODO DE VECINO MÁS CERCANO. TOMADO DE: PINILLA, 1995. PÁG. 144. ...................................................................... 28

FIGURA 7. RESMUESTREO POR INTERPOLACIÓN BILINEAL. TOMADO DE: PINILLA, 1995. PÁG. 145. ................................................................................................ 29

FIGURA 8. REMUESTREO MEDIANTE CONVOLUCIÓN CÚBICA. TOMADO DE: PINILLA, 1995. PÁG. 146. ................................................................................................ 30

FIGURA 9. TRANSFORMACIONES GEOMÉTRICAS SIMPLES. TOMADO DE: PINILLA, 1995. PÁG. 148. ................................................................................................ 31

FIGURA 10. PROCESO CÍCLICO DE LA GESTIÓN DE UN SISTEMA COMPLEJO. TOMADO DE: GARCÍA BES Y GARRIDO, 2000. ........................................................................ 43

FIGURA 11. SISTEMA DE AYUDA A LA PLANIFICACIÓN INTEGRANDO MODELOS Y SIG. FUENTE: BARREDO CANO, J. I. 1996........................................... 44

FIGURA 12. APROXIMACIONES RASTER Y VECTORIAL. ........................................ 46 FIGURA 13. ESTRUCTURA DE DATOS SPAGHETTI. ................................................... 56 FIGURA 14. ESTRUCTURA DE DICCIONARIO DE VÉRTICES................................... 58 FIGURA 15. ESTRUCTURA ARCO-NODO. ..................................................................... 60 FIGURA 16. DIAGRAMA DEL MODELO JERÁRQUICO. ............................................. 68 FIGURA 17. DIAGRAMA DEL MODELO DE RED. ........................................................ 68 FIGURA 18. DIAGRAMA DEL MODELO RELACIONAL. TOMADO DE: GARRIDO Y

BAUMGARTNER, 1997. .......................................................................................................... 69


V. Núñez 6

ÍNDICE DE TABLAS

TABLA 1. EJEMPLO DE ATRIBUTOS (VARIABLES) RELATIVAS A UNIDADES ESPACIALES DE DIVISIÓN POLÍTICA PERTENECIENTES AL VALLE DE LERMA EN LA PROVINCIA DE SALTA, ARGENTINA. ............................................................ 38

TABLA 2. TIPOS Y ESCALAS DE MEDIDA DE LAS VARIABLES CONTENIDAS EN LA TABLA 1. ..................................................................................................................... 38

TABLA 3. CARACTERÍSTICAS DE LOS ENFOQUES ANALÍTICOS Y SISTÉMICOS EN LA CREACIÓN DE MODELOS. FUENTE: JOEL DE ROSMAY, 1975, EN MOLDES, 1995. ................................................................................................................. 42

TABLA 4. TABLA DE DATOS DE LA FIGURA 13. ........................................................ 56 TABLA 5. BASES DE DATOS DE LA FIGURA 14. ......................................................... 59 TABLA 6. TABLA DE NODOS DE LA FIGURA 15. ........................................................ 61 TABLA 7. TOPOLOGÍA DE LOS ARCOS DE LA FIGURA 15. ...................................... 62 TABLA 8. TABLA DE POLÍGONOS DE LA FIGURA 15. ............................................... 63 TABLA 9. CATEGORÍAS DE USO Y COBERTURA DEL SUELO. ................................ 76


V. Núñez 7

SISTEMAS DE INFORMACIÓN GEOGRÁFICA – SIG

El propósito de esta presentación, sobre la tecnología de los Sistemas de Información Geográfica, es ofrecer a quienes están interesados en el tema, una idea de qué son, para que sirven, como funcionan y en que casos se recomienda su aplicación. Se presentan breves referencias a estudios de caso realizados por el grupo del Instituto de Recursos Naturales y Ecodesarrollo – IRNED – y de otros ejemplos, que pueden orientar a los usuarios respecto de aplicaciones concretas en el campo de su especialidad.

En el marco de la Ingeniería en Recursos Naturales y Medio Ambiente, Facultad de Ciencias Naturales, Universidad Nacional de Salta, se ofrece un curso sobre Sistemas de Información Geográfica y Ordenación Territorial, El presente apunte corresponde principalmente al capítulo de los SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG) con una referencia general a los métodos de Evaluación Multicriterio utilizados en el análisis del ambiente para la Ordenación Territorial.

Como fines y objetivos perseguidos por este curso, se pretende hacer una introducción al conocimiento de las herramientas que ofrecen los SIG para acometer con proyectos de ordenación territorial; ofrecer, a los alumnos interesados, la posibilidad de integrar en un ambiente georreferenciado, modelos espaciales y datos temáticos (atributos); y, dar a conocer nuevas tecnologías para la ordenación territorial a partir de métodos de múltiples objetivos y el procesamiento analítico de grandes cantidades de datos.

1. DEFINICIONES, CONCEPTOS Y APLICACIONES

Hoy en día y desde diversas organizaciones gubernamentales y privadas se invierten grandes cantidades de dinero en el desarrollo y actualización de bases de datos georreferenciadas, en la base de un Sistema de Información Geográfica. Es de prever que en el futuro se inviertan miles de millones más. Todo ello está ocurriendo en un período de tiempo muy corto, ya que hasta hace muy pocos años los SIG constituían una herramienta solo al alcance de unas pocas organizaciones y solo representaban una curiosidad para el público en general.

El desarrollo de los SIG comienza en la década del sesenta pero inclusive hasta principio de los ochenta se mantuvieron como campo de investigación. A partir de 1990 se hace disponible para un gran mercado la tecnología de los SIG y de los programas denominados Desktop Maping – DM (Cartografía de escritorio) en entorno Windows que tomaron las empresas privadas para sus objetivos particulares.

El uso de los SIG ha aumentado fuertemente en las décadas de los ochenta y noventa; ha pasado de un total desconocimiento a la utilización cotidiana en los sectores vinculados a los negocios, a la enseñanza y al nivel político, y es usado para resolver diversos problemas que requieren de decisiones con un conocimiento acabado de la problemática que se enfrenta.

El abaratamiento de los equipos de informática y la potencia alcanzada actualmente por las computadoras personales ponen al alcance de un mayor número de usuarios las tecnologías que permiten el manejo y análisis de grandes cantidades de datos. Sumado a las condiciones mencionadas, los datos geográficos forman ya


V. Núñez 8

parte de nuestra realidad cotidiana; nos encontramos en una etapa del desarrollo de la humanidad donde la información ha adquirido relevancia suprema ya que es posible procesarla, analizarla y transmitirla a grandes velocidades. La mayoría de las decisiones que diariamente toman las personas se relacionan o están influenciadas por hechos o factores de orden geográfico.

Los SIG representan una nueva tecnología y forman parte de un ámbito más extenso correspondiente a los Sistemas de Información (SI). En esta “Sociedad de la información” surge la imperiosa necesidad de disponer rápidamente de información organizada para tomar decisiones y resolver problemas en forma inmediata.

Los SI computarizados no son otra cosa que un programa o un conjunto de ellos diseñados para representar y gestiona grandes volúmenes de datos sobre ciertos aspectos del mundo real (Martín, 1991). Operaciones que antes se realizaban manualmente, en forma tediosa y con numerosos errores, hoy son ejecutadas automáticamente por los SI montados en computadoras. El objetivo final de la creación y desarrollo permanente de los SI es el de facilitar la información adecuada en el momento oportuno para la toma de decisiones. Esta condición vincula a los sistemas de información con el mudo de los Sistemas de Apoyo a la Decisión (SAD) – en inglés Decision Support Systems (DSS).- (Gutiérrez Puebla y Gould, 1994).

En este contexto, un SIG es un SI diseñado para trabajar con datos georreferenciados según un sistema de referencia terrestre, es decir con datos geográficos. La Geografía aporta la estructura conceptual para el desarrollo de un proyecto que involucre la participación de las herramientas de un SIG; es la Geografía, por lo tanto, el elemento clave para organizar los datos y analizar la información que será generada en el proyecto que utilice como base a un SIG. Por otra parte es conveniente aclarar que en la práctica y en la mayoría de los casos, es necesario recurrir a más de un software de aplicación (SIG entre ellos) para acometer con un determinado proyecto que busque dar soluciones a planteos, problemas y conflictos de orden territorial.

Desde otro punto de vista, un SIG, se encarga también de almacenar y gestionar información cartográfica a partir de la cual es posible conocer la localización, con cierta precisión, de ciertos objetos, en forma absoluta y relativa, y datos alfanuméricos que representan los atributos de aquellos objetos geográficos. Esta característica es la que diferencia básicamente a los SIG de otros sistemas de información.

Solo los SIG pueden tratar y manipular la complejidad y diversidad de los datos e información geográfica. Otros sistemas de gestión de información como los Sistemas de Manejo - o Gestión - de Bases de Datos (Data Base Management Systems – DBMS) o los Sistemas de Diseño Asistido por Computadoras (Computer Aided Design – CAD) pueden ser complementarios y facilitar en algunos casos la adquisición y manejo de datos, pero no reemplazan a los SIG.

Los SIG permiten gestionar y analizar datos espaciales para generar información pertinente a los aspectos geográficos; por esto se han constituido en una herramienta tecnológica para geógrafos y otros profesionales que tienen al territorio como objeto de estudio. Un SIG es entonces un conjunto de sofisticadas herramientas de análisis multipropósito en campos tan dispares como la planificación urbana, la gestión catastral, la ordenación territorial, la gestión de actividades que influyen sobre el medio ambiente, la planificación del transporte, la planificación y gestión de redes públicas, el análisis de mercados, entre tantas otras.

Ampliamente difundidos actualmente, entre los profesionales que trabajan en la planificación o en la resolución de problemas socioeconómicos y del medio ambiente, los SIG no tienen una definición que pueda contemplar todas las expectativas de los


V. Núñez 9

usuarios; por lo tanto, podemos afirmar que hay caso tantas definiciones como autores que escriben sobre el mundo de los SIG (Gutiérrez Puebla y Gould, 1994).

1.1. DEFINICIONES

Los datos geográficos, o lo que es lo mismo, la distribución espacio temporal de entidades, objetos o fenómenos, es común para casi cualquiera de las actividades que desarrolla la sociedad, y los SIG tanto en su “filosofía” como en su planteo estructural y funcional ofrecen las inmensas ventajas que da la informática y la capacidad de los ordenadores de procesar, utilizando algoritmos muy complejos, gran cantidad de datos a muy alta velocidad. Diferentes autores han definido un SIG desde su perspectiva:

• “Un SIG no es un campo en sí mismo, más bien la base común entre procesos de la información y los campos que utilizan técnicas de análisis espacial.” (Tomlinson, 1972).

• “Un caso especial de sistema de información en el que la base de datos consiste en observaciones sobre elementos, actividades o sucesos distribuidos espacialmente, que se pueden definir en el espacio como puntos, líneas o áreas. Un SIG manipula los datos sobre puntos, líneas y áreas, recuperando los datos para preguntas ad hoc y análisis.” (Duecker, 1979).

• “Un sistema que utiliza una base de datos espacial para generar respuestas ante preguntas de naturaleza geográfica... Un SIG general puede ser visto como un conjunto de rutinas espaciales especializadas que descansan sobre una base de datos relacional estándar.” (Goodchild, 1985).

• “Poderoso conjunto de herramientas para obtener, almacenar, buscar en todo momento, transformando y desplegando datos espaciales del mundo real para satisfacer un propósito o conjunto de propósitos dado.” (Burrough, 1986).

• “Un sistema de base de datos en el cual la mayor parte de los datos espaciales están indexados espacialmente y que dispone de un conjunto de procedimientos para responder a cuestiones sobre las entidades espaciales de la base de datos.” (Smith et al., 1987).

• “Un sistema de ayuda a la decisión que integra datos referenciados espacialmente en un contexto de resolución de problemas.” (Cowen, 1988).

• “Un conjunto de procedimientos manuales o cumputarizados usado para almacenar y tratar datos referenciados geográficamente.” (Aronoff, 1989)

• “Una entidad institucional reflejo de una estructura organizativa que integra tecnología con una base de datos, expertos y una financiación continua en el tiempo.” (Carter, 1989).

• “Sistema computarizado que permite la entrada, almacenamiento, análisis, presentación y salida eficiente de datos espaciales (mapas) y atributos (descriptivos) de acuerdo a especificaciones y requerimientos concretos.” (Valenzuela, 1989).

• “Un sistema de hardware, software y procedimientos diseñado para realizar la captura, almacenamiento, manipulación, análisis, modelización


V. Núñez 10

y presentación de los datos referenciados espacialmente para la resolución de problemas complejos de planificación y gestión.” (National Center for Geographic Information and Analysis - NCGIA, 1990).

• “Sistema de información diseñado para trabajar con datos georreferenciados mediante coordenadas espaciales o geográficas. En otras palabras, un SIG es a la vez una base de datos con funcionalidades especificas para datos referenciados espacialmente y un conjunto de operaciones para trabajar con los datos.” (Star y Estes, 1990).

• Un modelo informatizado del mundo real, descrito en un sistema de referencia ligado a la tierra, establecido para satisfacer unas necesidades de información específicas respondiendo a un conjunto de preguntas concreto. (Rodríguez Pascual, 1993).

• “Un Sistema de Información es la base para la creación de modelos instrumentales, e incluso el propio Sistema de Información es un modelo instrumental. En un Sistema de Información caben modelos matemáticos, ecológicos, estadísticos, etc., constituyendo éstas las partes del modelo instrumental global que es el Sistema de Información.” (Moldes, 1995).

• “Los sistemas de información geográfica son estructuras físicas, lógicas y organizacionales, con objetivos específicos que posibilitan la modelización de la realidad creando imágenes abstractas de una realidad más compleja permitiendo su estudio, análisis y gestión. La versatilidad de los sistemas de información geográfica, ha posibilitado que su campo de aplicación sea muy amplio, permitiendo su uso en la mayoría de las actividades con una componente espacial.” (Rodríguez Entrena, 2005).

• Un Sistema de Información Geográfica (SIG) es un sistema asistido por computadora para la adquisición, almacenamiento, análisis y visualización de datos geográficos. (Eastman, 2003).

1.2. CONCEPTOS

La organización de los datos y de la información y la vinculación de los mismos a un sistema de referencia terrestre que permiten los SIG implican la enorme ventaja de:

ACCEDER A LA INFORMACIÓN ADECUADA EN EL MOMENTO PRECISO.

Esa enorme ventaja competitiva, se adquiere principalmente mediante:

1. Una correcta estructura del sistema de datos;

2. Bancos de datos que contengan información que sea:

• Pertinente

• Jerarquizada

• Vinculante y vinculable

• Recuperable rápidamente

• Actualizable permanentemente


V. Núñez 11

3. Bases cartográficas confiables en exactitud y precisión;

4. Un adecuado y flexible modelo conceptual en el que converjan diferentes visiones de la realidad o diferentes alternativas de interpretación de la misma; y

5. Una correcta selección de los componentes de la fase que permita referenciar bases de datos cartográficas (gráficas) con bases de datos temáticos (atributos).

Un sistema de información que responda a estas características y que puedan relacionar el conocimiento del territorio y referenciar los atributos asignados a sus elementos, cualquiera que estos sean, es decir la información sobre las características infra y súper estructurales, se convierte en una herramienta clave para el control del mismo.

Desde hace mucho tiempo los geógrafos y otros científicos de la tierra acostumbran a estructurar y manejar información geográfica en mapas temáticos, que contienen los aspectos relevantes del espacio que pretenden estudiar (Gutiérrez Puebla y Gould, 1994). De esta manera en un SIG, y en otros software de aplicación vinculados con la gestión cartográfica, se descompone la realidad en temáticas diferentes que son representadas en capas o estratos de datos (Layer): el relieve, la litología, la red de drenajes, los suelos, los asentamientos humanos o urbanizaciones, la red vial, los límites administrativos, etc., son algunos ejemplos (Figura 1). El especialista y usuario puede trabajar sobre cualquiera de los estratos de información en forma particular, pero el SIG también ofrece la sorprendente capacidad de realizar operaciones entre capas, para analizar aspectos más complejos de la realidad o de carácter hipotético y obtener mapas derivados mediante complejas operaciones matemáticas.

HIDROGRAFÍA

SUELOS

RED VIAL

USO DEL SUELO

HIPSOMETRÍA

DIVISIÓN POLÍTICA

Figura 1. Capas o estratos de datos e información en un SIG.

La necesidad de conocimiento detallado y organizado de la distribución espacial y temporal de las características y propiedades de la superficie terrestre, su inventario y localización se han incrementado enormemente. Es un objetivo esencial para cualquier aplicación económica, política, geopolítica, de seguridad o de defensa, conocer por ejemplo los orígenes, destinos y causas de migraciones laborales, ritmos de expansión de los cinturones de miseria de las grandes ciudades, dispersión espacial y frecuencia de aparición de enfermedades endémicas, diseño espacial de urbanizaciones, análisis de redes y nodos de comercialización, análisis de disponibilidad, aislamiento y eficiencia de medios para la prevención de riesgos y catástrofes, análisis de la intensidad y calidad del flujo en redes viales, etc.


V. Núñez 12

La Información Geográfica es entendida como:

La Información Geográfica tiene una serie de características que le permiten representar el medioambiente mediante su posición – modelo geofísico – y la descripción de sus elementos y relaciones naturales y humanas – modelo conceptual espacial - según su desarrollo espaciotemporal. Cuatro características definen claramente un modelo del territorio en función de la descripción de sus elementos:

1. Su posición en la superficie terrestre;

2. Sus atributos o características descriptivas;

3. Sus relaciones naturales y humanas; y

4. Su desarrollo en el tiempo.

Los SIG tienen así su aplicación en:

1.3. APLICACIONES DE UN SIG

Los SIG tienen múltiples aplicaciones en muy diferentes actividades, existiendo muy pocas de ellas que puedan prescindir de sus herramientas de gestión y análisis de datos.


V. Núñez 13

APLICACIONES EN SISTEMAS DE PRODUCCIÓN

Estudios de producción agroganadera

• Usos y coberturas del suelo.

• Optimización del uso de fertilizantes y plaguicidas.

• Predicción de cosechas.

• Manejo de pastizales y de la carga animal.

Manejo de recursos naturales.

• Manejo de cuencas hidrográficas.

• Análisis de hábitat para el manejo de la fauna.

• Estudios de impacto ambiental.

• Análisis de riesgos catastróficos.

• Estudios forestales y silvícolas.

• Prospección minera.

• Prospección petrolífera.

APLICACIONES PARA LA GESTIÓN Y ADMINISTRACIÓN DEL TERRITORIO

Desarrollo y soporte para Sistemas de Información Territorial

• Catastro urbano.

• Catastro rural.

• Planificación y gestión de servicios públicos.

• Optimización del diseño de redes de tránsito y conducción (viales, eléctricas, de agua, de cloacas, etc.).

• Ordenamiento urbano.

• Ordenamiento del tránsito.

• Optimización de nodos y redes de vigilancia, patrullaje y control.

• Monitoreos de contaminación en el agua, los suelos y la atmósfera.

• Inventario de sitios y de actividades sensibles para la defensa y seguridad.

• Control y seguridad del tránsito aéreo.


V. Núñez 14

APLICACIONES SOCIALES

• Estudios demográficos.

• Planificación de servicios de educación y salud.

• Análisis de mercados.

• Planificación de muestreos y análisis de opinión.

• Planificación urbana y reubicación de asentamientos y villas miseria.

• Prevención de la drogadicción y lucha contra el tráfico de drogas.

• Contención, prevención y represión de la delincuencia.

APLICACIONES COMERCIALES

• Análisis de mercado.

• Optimización de redes de distribución y bocas de expendio.

• Planificación de la distribución y densidad de comercios por rubro.

• Planificación y regulación de playas de maniobras, cargas y descargas de mercancías y del transporte interurbano.

• Planificación y optimización del transporte aéreo, terrestre y fluvial de pasajeros.

• Optimización del uso de vías navegables, puertos y esclusas.

APLICACIONES DE CARÁCTER MILITAR

• Análisis del territorio orientados a la seguridad y defensa.

• Planificación estratégica y táctica.

• Inventario, análisis, clasificación y calificación de objetivos.

• Modelado de escenarios e hipótesis de conflictos.

2. CUESTIONES TERMINOLÓGICAS CON RELACIÓN A LOS SIG

A pesar de que se haya impuesto el término Sistemas de Información Geográfica – SIG – o Geographic Information System – GIS –, existen también otras expresiones para hacer referencia a la misma concepción tecnológica que en muchos casos no hacen más que reflejar distintas aplicaciones de los SIG:

• Para la gestión de información relacionada con el territorio en general y en algunos casos para las aplicaciones relacionadas con el catastro, se utilizan también los términos Land Information Systems (LIS) o Sistemas de Información Territorial (SIT) y Cadastral Information System (CIS) – Sistema de Información Catastral (SIC).


V. Núñez 15

• Para la gestión de los sistemas orientados hacia la gestión de redes públicas (aguas, gas, energía eléctrica, comunicación telefónica) que manejan grandes cantidades de datos, requieren de actualizaciones permanentes de la cartografía y no así de funciones de análisis espacial complejas, se utilizan los programas conocidos como Automated Mapping/Facilities Management (AM/FM) - Cartografía Automática/Gestión de Infraestructuras.

• Para los SIG con aplicaciones ambientales se suele utilizar la expresión Environmental Information System (EIS) – Sistema de Información Ambiental (SIA). En otros casos se utilizan términos como sinónimos de SIG, tal es el caso de Spatial Information System (SIS) o Geographically Referenced Information System (GRIS).

2.1. LOS SISTEMAS DE INFORMACIÓN TERRITORIAL Y LOS SIG

Algunos autores consideran que los Sistemas de Información Territorial – SIT – y los SIG son una misma cosa, mientras que otros defienden la postura de que los SIT son una aplicación concreta de los SIG.

Podemos decir que un SIT es:

• Una herramienta legal, administrativa y económica para la toma de decisiones y para la planificación y desarrollo de un territorio. Se compone, por un lado, de una base de datos con referencias espaciales de un área definida y, por otra parte, de los procedimientos y de las técnicas para recoger, actualizar, procesar y distribuir sistemáticamente los datos territoriales involucrados; representa, por lo tanto, un sistema uniforme y coherente de referencia para los datos territoriales.

La definición presentada no aclara demasiado las similitudes y diferencias entre un SIT y un SIG, por lo menos en su esencia. Consideramos que un SIT es un subsistema dentro del entorno SIG (Figura 2), formado por un conjunto de diferentes bancos de datos relacionados con las actividades humanas en el territorio. Visto de esta manera, un SIT, está formado por toda la información debidamente codificada, estandarizada y representada en un formato digital compatible con el resto de los componentes del sistema, que hasta ahora se almacenaba en papel como soporte, o en formato digital pero sin relaciones entre los atributos temáticos y los elementos gráficos concebidos en un sistema de referencia terrestre (georreferenciados). Con un SIT, solamente, no se dispone de la capacidad de realizar modelados espaciales ya que las referencias espaciales vinculadas a los atributos temáticos, no pueden ser representadas en mapas digitales.

Las bases de datos computarizadas que contiene un SIT pueden ser de diversa índole y origen, como: Los censos de población y agropecuarios del Instituto de Estadísticas y Censos (INDEC), el catastro rural y urbano de la Dirección General de Inmuebles de Salta (DGIS), el registro de usuario de aguas para riego de la Agencia de Recursos Hídricos (ARH), los registros de censos de viviendas y familias del Instituto Provincial de Desarrollo Urbano y Vivienda (IPDUV), las historias clínicas de los hospitales, las fichas de socios de entidades deportivas, las fichas de socios de la Sociedad Rural, las registros de los clientes de empresas de servicios, entre tantas otras.


V. Núñez 16

Cartografía Automática (AM)

Cartografía Asistida por Computadora (CAD)

SISTEMA DE INFORMACIÓN GEOGRÁFICA

SIG

Datos en tablas y mapas en formato

analógico

Datos organizados en un Sistema de

Información Territorial

SIT

Datos digitales en Sistemas de Gestión de Bases de Datos

(DBMS)

Datos obtenidos por teledetección

Registros de procesos y variables ubicados

mediante Sistemas de Posicionamiento Global

GPS

Figura 2. Fuentes de datos para un SIG.

Las bases de datos son centrales para el sistema y corresponden a una colección de datos temáticos en formato digital organizados y estructurados. Las bases de datos están conformadas por dos tipos: una base de datos espaciales que describe la geografía (forma y posición) de las entidades de la superficie terrestre, y una base de datos de atributos que describe las peculiaridades o cualidades de dichas entidades. Por ejemplo, un predio rural queda definido por sus propiedades geométricas y de posición en la base de datos espacial, mientras que, en la base de datos de atributos, se registran sus cualidades como: la cobertura y uso del suelo, el propietario, el valor inmobiliario, etc.

En algunos sistemas, las bases de datos espaciales y de atributos se distinguen claramente una de otra, mientras que en otros se encuentran íntimamente integradas en una sola unidad.

2.2. LOS SISTEMAS INFORMÁTICOS AFINES A LOS SIG

Con frecuencia, legos en el tema, suelen confundir a los SIG con ciertas herramientas informáticas como los programas para diseño asistido por computadoras, los de cartografía automática, los sistemas de gestión de bases de datos y los sistemas para el tratamiento digital de imágenes de satélites. Todos los sistemas mencionados son de creación anterior a los SIG, y a partir de aquellos es que estos han evolucionado, determinando que ciertas características se compartan y otros rasgos los diferencien.

• Los sistemas CAD (Computer Aided Design o de Diseño Asistido por Computadoras), originalmente creados para diseñar y dibujar objetos, han evolucionado en algunos casos incorporando un sistema de bases de datos


V. Núñez 17

relacional para asociar datos alfanuméricos con los elementos gráficos delineados en la cartografía. De todas maneras, la diferencia sustancial radica en las capacidades de los SIG para integrar datos georreferenciados y para realizar ciertas operaciones de análisis espacial (Cowen, 1988 y Aronoff, 1989). Existen actualmente en el mercado algunas versiones de CAD que generan topología para los elementos gráficos, dotando a estos sistemas de algunas capacidades de análisis espacial, como las de conectividad, vecindad e inclusión.

• Los sistemas de Cartografía Automática (Automated Mapping - AM) ofrecen enormes ventajas al momento de generar cartografía de alta calidad; el objetivo primordial de quienes diseñaron estos sistemas es el dibujo de mapas con alta precisión y exactitud, pero no así el de dotar a estos sistemas de las herramientas para el análisis espacial. Según Deuker (1987), la principal diferencia con respecto a los SIG estriba en que los sistemas de cartografía automática no generan topología, limitando fuertemente sus capacidades de análisis. Los mapas digitales son análogos, aquí, a las transparencias con información temática que pueden ser utilizadas para determinar, por ejemplo, en que sitio coinciden dos o más aspectos de importancia para un análisis en particular. Podemos ver si para un mismo sitio: se dispone de suelos aptos para un determinada explotación agrícola, las condiciones climáticas son adecuadas y se encuentra próxima una vía de acceso para el transporte de los productos; pero, el sistema no tiene conocimiento de ello. “La geometría está presente, pero la topología y la conectividad de la red están ausentes (Simkowitz, 1989)” (Gutérrez Puebla y Gould, 1994). Para algunos, la principal diferencia entre los SIG y los sistemas de cartografía automática radica en la presencia, en los primeros, de bases de datos relacionales con los atributos que caracterizan a los objetos del mundo real.

• Los Sistemas de Manejo - o Gestión - de Bases de Datos Relacional (RDBMS - Relacional Data Base Management System) han sido desarrollados para almacenar y tratar grandes volúmenes de información alfanumérica, pero apenas poseen funciones que permitan graficar los resultados de algunos análisis. Por supuesto que son un componente esencial de los SIG, pero por si solos no tienen la capacidad de analizar información espacial, por más que se incluya, en su estructura de bases de datos, un campo con coordenadas espaciales.

• Los productos de la teledetección y el software para su procesamiento. Los sistemas para el tratamiento de imágenes constituyen un campo cada vez más cercano a los SIG, y sin dudas, una fuente muy apreciada de datos e información. Los sistemas para el tratamiento de imágenes han sido desarrollados para procesar datos provenientes de sensores remotos, que son capaces de registrar la energía electromagnética proveniente de la superficie terrestre, tanto la reflejada como la emitida y a partir de una fuente natural o artificial. La principal aplicación y su fin último es la clasificación del espacio geográfico en unidades coherentes y homogéneas para una escala de análisis; por supuesto que la capacidad de discriminación está directamente vinculada con la resolución de las imágenes que han de ser tratadas. Algunos de estos sistemas solo proveen de datos, mientras que otros están integrados a un SIG conformando un mismo producto. “Davis y Simonett (1991) insisten en la complementariedad de ambas tecnologías, a pesar de que en un principio se desarrollaron separadamente.” (Gutérrez Puebla y Gould, 1994).


V. Núñez 18

Atendiendo a las tecnologías descriptas en los párrafos anteriores y a los SIG, puede establecerse una diferenciación fundamental considerando los objetivos de cada cual. Para el caso de los CAD, el objetivo es representar los objetos reales mediante un dibujo; el objetivo de la cartografía automática es similar, pero el producto final es más específico y acabado, un mapa, por lo que se proveen de herramientas específicas para la edición cartográfica de calidad y con todas las especificaciones correspondientes. El objetivo de los RDBMS es el de tratar datos almacenados y organizados en tablas, de acuerdo con los requerimientos del proyecto o la entidad que los requiere. Finalmente, el objetivo de los sistemas para el tratamiento de datos provenientes de la teledetección, es la interpretación de los valores de radiación reflejada o emitida por la superficie terrestre y registrada por los sensores remotos, pasivos o activos, para producir atributos temáticos.

Por su parte, el SIG tiene como principales objetivos la producción de nueva información a partir del análisis espacial de datos existentes. Para lo cual, utiliza las tecnologías del CAD para ingresar los elementos cartográficos al sistema, de la cartografía automática para la generación y edición de mapas, obtenidos como resultado del análisis espacial de atributos referenciados, que se encuentran almacenados en los sistemas de bases de datos relacionales o, que provienen de los sistemas de procesamiento digital de productos de sensores remotos.

No se trata de establecer una competencia entre las tecnologías vinculadas al SIG y este, sino más bien de integrarlas y conectarlas para obtener mejores rendimientos y resultados. Hoy en día la mayor parte de los SIG existentes en el mercado, son capaces de tomar archivos CAD o de los provenientes del tratamiento digital de imágenes satelitales, así como de incorporar información de los paquetes comerciales de bases de datos más extendidas (como ORACLE o dBASE) (Gutérrez Puebla y Gould, 1994).


V. Núñez 19

3. VENTAJAS, DESVENTAJAS Y REQUERIMIENTOS DE UN SIG

3.1. VENTAJAS

• Los datos están físicamente almacenados en forma compacta.

• El mantenimiento y recuperación de datos pueden ser realizados a costos más bajos por unidad de datos tratado que con otros métodos tradicionales.

• Posibilidad de una gran variedad de modelados cartográficos con una mínima inversión de tiempo y dinero.

• Datos espaciales y no espaciales pueden ser analizados simultáneamente en forma relacional.

• Los modelos conceptuales pueden ser probados rápidamente y repetidas veces facilitando su evaluación.

• Los análisis de modificaciones pueden ser ejecutados eficientemente.

• La adquisición, procesamiento, análisis y modelados y los procesos de tomas de decisiones son integrados en un contexto común de flujo de información.

3.2. DESVENTAJAS

• Costos y problemas técnicos para convertir datos analógicos a un formato digital.

• Necesidad de especialistas para mantener los datos en formato digital en computadoras; los costos ocasionados pueden ser justificados si el volumen de datos es grande.

• Falso sentimiento de una mayor confiabilidad y precisión.

• Alto costo en la adquisición de equipos, programas y entrenamiento de personal.

• Facilidad de obtener información no relevante que dan lugar a falsas interpretaciones.


V. Núñez 20

3.3. REQUERIMIENTOS DE UN SIG

• Capacidad de manejar grandes y heterogéneas bases de datos

referenciados espacialmente.

• Capacidad de las bases de datos para responder a preguntas respecto de la existencia, localización y propiedades de una amplia gama de objetos espaciales.

• Eficiencia en el manejo de preguntas y respuestas, de manera que el sistema sea lo más interactivo posible.

• Flexibilidad y adaptabilidad a las diferentes necesidades de múltiples usuarios.

4. ELEMENTOS DE UN SIG

En general se tiende a identificar a los Sistemas de Información Geográfica con el software de aplicación; pero un SIG no es solo un conjunto de software instalados en los equipos adecuados (Gutiérrez Puebla y Gould, 1994). Para que esta concepción, el SIG, funcione como un sistema de geo-procesamiento y de los frutos requeridos, es necesario que se integren como elementos imprescindibles: los programas informáticos de aplicación; la configuración de equipos adecuada, los datos suficientes, pertinentes y vinculantes; y, el personal especializado adecuadamente entrenado.

Un SIG está básicamente estructurado por cuatro elementos fundamentales (Figura 3), que le permiten funcionar como un sistema integrado para atender a la complejidad del tratamiento espacial de datos a partir de la componente espacial y la temática. Maguire, 1991, definió a los componentes de los SIG como: el hardware, o parte física del sistema; el software, o elemento lógico y de aplicación; los datos, o componente analítico; y el livewere - personal, o parte viva del sistema.

SOFTWARE HARDWARE

DATOS PERSONAL Figura 3. Elementos de un SIG.


V. Núñez 21

4.1. EL HARDWARE

El primer elemento, hardware, representa la parte física donde se asienta el sistema, y suele estar representado por alguna plataforma de computadores: un modesto ordenador personal (PC), potentes estaciones de trabajo integrados en una red local o distante y otros entornos informáticos. Son también integrantes del soporte físico del SIG, los periféricos: tabletas digitalizadoras, lectores raster (scanners), impresoras y plotters, unidades de almacenamiento en masa; inclusive, las cámaras digitales, las estaciones de registro automático y los Sistemas de Posicionamiento Global (GPS, o Global Positioning System) que pueden ser conectados directamente al ordenador para descargar los datos.

Las computadoras personales, PC, son en la actualidad la plataforma más utilizada por su menor costo; las modernas estaciones de trabajo (workstation) que funcionan bajo el sistema operativo UNIX, van ganando terreno día a día debido a la mayor potencia de cálculo y a la flexibilidad de las comunicaciones por redes.

4.2. EL SOFTWARE

El software, es el elemento que permite realizar todas las operaciones y manipulaciones de los datos; entre éste elemento y el usuario, se establece una estrecha relación que permite el desarrollo de las actividades de procesamiento y análisis de los datos en forma coherente y eficiente. Existen básicamente dos tipos de software: los que le permiten arrancar y cargar los programas al ordenador (sistemas operativos), y los de aplicación, que en este caso corresponderían a la aplicación concreta del SIG.

Existe una gran cantidad de sistemas comerciales, e incluso no comerciales, en el mercado que pueden ser englobados en las dos aproximaciones (familias) en función de la manera en que modelan el espacio geográfico: los sistemas vectoriales y los sistemas raster (Gutiérrez Puebla y Gould, 1994). Algunas empresas dedicadas al desarrollo de programas informáticos incluyen en el mismo paquete las soluciones de tipo vectorial y raster; por lo general la aproximación raster incluye los módulos para el tratamiento digital de imágenes de sensores remotos, ya que estas son una fuente de información para los SIG.

Los diversos paquetes de software aplicados a la concepción del SIG, que existen actualmente en el mercado, comparten básicamente ciertas operaciones, pero cada uno de ellos presentan aspectos particulares que los caracterizan, en cuanto: al manejo de y modelo o de datos que utilizan, mencionado en el párrafo anterior; tipo de operaciones y la forma en que las realizan; manera de almacenar los datos; capacidad de almacenamiento, etc. De todas maneras, existen formatos de los datos que están estandarizados y que pueden compartirse entre todos los paquetes comerciales. El usuario debe decidir a la luz de los objetivos y de los aspectos conceptuales del proyecto a desarrollar, cuales son los paquetes de software que se ajustan más a sus necesidades. La práctica nos indica que para llevar adelante un proyecto, en general se requieren más de un software SIG y de otros programas de aplicación.

4.3. LOS DATOS

El tercer elemento de un SIG corresponde a los datos; estos constituyen una representación simplificada y abstracta del mundo real con la que los especialistas y


V. Núñez 22

usuarios deben trabajar. Estrictamente, cuando se habla de datos en el contexto de los SIG se alude a aquellos que se encuentran en formato digital, disponibles directamente por el ordenador.

En la mayoría de los casos los datos son el elemento crucial y su integración al sistema, conjuntamente con la formación y entrenamiento del personal, representan el mayor esfuerzo y costo al implementar un Sistema de Información Geográfica. “Rowley y Gilbert (1989) indican que lograr un conjunto de datos operativos en un proyecto SIG puede abarcar un 70% del coste total del proyecto, con lo cual podemos comprender la importancia de este elemento dentro de los SIG”. (Barredo, 1996). Debe recordarse aquí, que todos los procesos y operaciones que permite un SIG, se realizan sobre los datos y que finalmente el tratamiento y análisis de estos representan el aspecto fundamental de un proyecto SIG.

En relación con lo anterior, cuando se plantea un proyecto de ordenación o planificación territorial, un aspecto crucial es la disponibilidad de datos e información organizada en forma coherente y en formato digital, que permita su gestión y análisis en el entorno de un SIG. La carencia de datos, o la existencia de ellos pero en formato analógico, pueden condicionar fuertemente las posibilidades de utilización de un SIG como herramienta para asistir a los procesos de toma de decisiones en proyectos de ordenación y planificación territoriales. Debe considerarse también, que los datos temáticos deben estar equilibrados en cuanto a una coherente la densidad espacial según sus características, y que las escalas de información sean consistentes, lo que permitirá que las operaciones y manipulaciones de datos resulten en información pertinente para la toma de decisiones.

Ante los inconvenientes planteados por la falta de datos, los encargados de desarrollar el proyecto SIG pueden optar por dos soluciones: realizar ellos mismos la digitalización de la información, o adquirir la disponible en el mercado, siempre y cuando existan los datos requeridos. A pesar de estas dos posibilidades, existen innumerables inconvenientes para constituir las bases de datos requeridas para alimentar un proyecto de planificación territorial, e incluso los problemas llegan a ser insalvables a costos bajos o medios (Barredo, 1996).

De lo comentado en los párrafos anteriores, se deduce que los inconvenientes para incorporar datos a un SIG dependen de varios factores que atañan a la información espacial: diversidad de fuentes y formatos en que se presenta; falta de homogeneidad en las escalas temáticas conceptuales; requerimiento de datos satelitales procesados, o de su procesamiento, para su integración al sistema como fuente de información; necesidad de realizar salidas a campo para la recolección de datos y comprobación de atributos asignados a los objetos reales; y otros factores operativos que constituyendo aspectos cruciales para el proyecto, incrementan fuertemente los costos de la implementación del SIG.

Por otra parte, siendo crucial la fase destinada al ingreso de los datos e información al sistema, la correcta representación digital de los datos espaciales necesita la resolución de dos cuestiones: la geocodificación de los datos y la descripción en términos digitales de las características espaciales. La primera consiste en un procedimiento mediante el cual un objeto geográfico recibe directa o indirectamente coordenadas que identifican su posición espacial con respecto a algún punto común o marco de referencia cartográfico. En un segundo lugar, se emplean métodos que permiten definir y describir la posición geométrica relativa de cada entidad con respecto a las restantes, mediante relaciones espaciales conocidas como relaciones topológicas, dentro del espacio que modela la realidad a estudiar.


V. Núñez 23

4.4. EL PERSONAL O LIVEWERE

El personal, o livewere, es también una de las columnas que soportan la estructura para que un proyecto de SIG pueda implementarse. Las personas encargadas del diseño conceptual, la implementación y uso del SIG son las que deben aprovechar todas las posibilidades que ofrecen estos sistemas, para así producir los resultados adecuados y dar las soluciones esperadas a partir de los datos espaciales. El cuarto elemento, es también el encargado de hacer posible la interrelación entre los otros tres, y de vincular al sistema con el equipo planificador, o con el grupo de operadores políticos, a cargo de tomar las decisiones que harán posible y efectiva la ordenación territorial.

Tal es el peso que le corresponde al personal entrenado en un proyecto de SIG, que algunas empresas dedicadas al desarrollo de estos sistemas confiesan que el mayor problema para aumentar sus ventas es la dificultad para encontrar personal especializado en las empresas e instituciones que requieren de sus productos (Gutiérrez Puebla y Gould, 1994).

Siendo la tecnología de los SIG todavía muy joven, la formación de expertos en la concepción y manejo de estos sistemas es una cuestión fundamental a la que se le presta cada vez mayor atención, tanto desde las empresas e instituciones como de las universidades. Los costos de formación son difíciles de evaluar, pero Frank, 1993, estima que aquellos son iguales o mayores a los insumidos por el hardware y software juntos.

5. SUBSISTEMAS DE UN SIG

Un SIG está conceptualmente integrado por cinco subsistemas, ver Figura 4, que le permiten al usuario ingresar datos, almacenarlos, manejarlos, realizar operaciones con ellos, analizar los resultados y finalmente sacar la información del sistema como subproducto, para ser utilizados por otros sistemas o por el mismo SIG como otra fuente de datos, o como producto final de un proyecto. Conceptualmente, un SIG es una herramienta consistente de análisis y consulta para la toma de decisiones, cuyos datos deben ser permanentemente actualizados para que cumpla con las funciones que le son propias.

Estos subsistemas representan también a los conjuntos de funciones que permiten todas las operaciones posibles en un SIG.


V. Núñez 24

Figura 4. Subsistemas de un SIG.

5.1. DE ADQUISICIÓN Y ENTRADA DE DATOS

Reúne los datos e información proveniente de imágenes terrestres, observaciones y levantamientos de campo y datos recopilados por diferentes entidades u organismos. Es el proceso de labor más tediosa, intensiva, de mayor costo y con altas probabilidades de error. En este subsistema se desarrolla una etapa fundamental que permitirá disponer de una base de datos potente, operativa, libre de errores y versátil para un adecuado funcionamiento con posterioridad del SIG.

Los datos que caracterizan a los elementos geográficos y sus características asociadas, y representadas por atributos, provienen por lo general de diferentes fuentes y se encuentran en distintos formatos. Se pueden citar como fuentes: los mapas analógicos, las imágenes de los sensores remotos, las encuestas, muestreos y levantamientos de campo, las bases de datos, los reportes e informes, los datos de estaciones automáticas, los datos provenientes de instrumentos de medición como GPS o estaciones totales y los registros de diversos organismos; todos los datos y la información debe ser revisada, homogeneizada y filtrada para ser incorporada al sistema.

Se pueden seguir dos caminos al momento de incorporar datos en formato analógico: la lectura a través de barredores óptico mecánicos (scanners) de los mapas y documentos a digitalizar, cuyos caracteres son reconocidos luego por programas especiales para su conversión a vectores o texto, respectivamente; y el procedimiento de digitalización manual, el que es considerado actualmente más costoso y lento (Cebrián, 1992, en Barredo, 1996).

La integración entre la teledetección y los SIG se hace cada vez más fuerte; la obtención de las características de los elementos geográficos y su agrupamiento, como las capas de uso y cobertura del suelo, entre otras, a partir de la clasificación e


V. Núñez 25

interpretación de las imágenes satelitales, resulta muy eficaz como fuente de información para el SIG.

Otros instrumentos que proveen de datos son los GPS y las estaciones de registro automático. Los primeros, permiten el ingreso al sistema de las posiciones (pares o tríos de coordenadas) de objetos, tal es el caso de algunos puntos para definir el trazado de una carretera - algunos SIG tienen la posibilidad de bajar los datos directamente desde diferentes modelos de GPS o de estos y ecosondas, registrados en forma simultánea -; para el segundo caso, existen disponibles en el mercado diversas estaciones de registro automático de variables, como las climáticas, de contaminación e hidrológicas, que proveen de registros permanentes y a intervalos de tiempo configurables para conocer la distribución espacio-temporal de determinados factores.

La etapa de entrada de datos, desarrollada en el subsistema homónimo, incluye también procedimientos para la corrección de errores, la generación de la topología de los datos espaciales y la caracterización mediante atributos de las capas temáticas de información.

5.2. GEORREFERENCIACIÓN

La georreferenciación corresponde al procedimiento mediante el cual se corrige espacialmente un mapa vectorial o imagen digital, asignándoles coordenadas en un sistema de referencia determinado. La georreferenciación involucra dos etapas: por un lado la asignación de nuevas coordenadas (desplazamiento, rotación y escalado) al producto resultante y, por otro, la transferencia del atributo a las nuevas posiciones espaciales; para el caso de las imágenes satelitales, el atributo corresponde al nivel digital contenido en el píxel.

Las imágenes de satélites obtenidas con sensores basados en los escáner contienen una variedad de deformaciones geométricas inherentes a las características propias del sistema; algunas de las principales deformaciones son: las causadas por la rotación de la Tierra durante el escaneando de una imagen completa, las causadas por el hecho de que el campo visual instantáneo, IFOV, cubre más territorios al final de las líneas del escáner, donde el ángulo visual es muy oblicuo, a diferencia de la parte central donde el campo visual es vertical. Con las imágenes satelitales comercializadas, como las del LANDSAT, IRS o SPOT, la mayoría de los elementos de la restauración geométrica sistemática asociados con la captación de imágenes son corregidos por los distribuidores de las imágenes. Entonces, para el usuario final, la única operación geométrica que generalmente debe realizarce es un remuestreo rubber sheet (lámina de goma) para rectificar la imagen a una base cartográfica. Muchas distribuidoras comerciales de imágenes satelitales realizan esta rectificación con un costo adicional.

Para fines cartográficos, es esencial que cualquier forma de imagen percibida por un sensor remoto sea registrada correctamente y referida a un sistema de referencia determinado. Con las imágenes satelitales, la gran altura de la plataforma sensora resulta en desplazamientos mínimos de la imagen provocados por el relieve. Como resultado, el registro puede lograrse generalmente a través del uso de un proceso de transformación sistemática llamado rubber sheet (lámina de goma) que tuerce suavemente la imagen (a través del uso de ecuaciones polinominales) basándose en las posiciones conocidas de un grupo de puntos de control ampliamente dispersados. Esta capacidad es brindada en IDRISI por el módulo RESAMPLE (Remuestreo).


V. Núñez 26

5.2.1. Transferencia de posición entre los niveles digitales

La imagen digital es una matriz de celdillas en una dimensión finita. Las posiciones de los píxeles son de tipo discreto, debe recordarse el sistema de coordenadas fila, columna. Luego de la aplicación de las funciones de ajuste (coordenadas de imagen a coordenadas en un sistema de referencia), las nuevas posiciones de los píxeles estarán representadas por números reales, que en la mayoría de los casos no coincidirá con la situación de las celdillas, expresadas para la imagen original, como números enteros (filas, columna).

Figura 5. Posiciones definitivas de los píxeles luego de la transformación

geométrica de la imagen. Tomado de: Pinilla, 1995. Pág. 142.

Para poder proseguir con el tratamiento de la imagen es necesario asignar a las nuevas posiciones de las celdas un único valor proveniente de los píxeles originales.

Existen varios métodos para la transferencia de los Nd a la nueva posición en la imagen corregida, operaciones conocidas con el nombre de remuestreo (módulo RESAMPLE en IDRISI), mediante las cuales se trasladan los Nd de las posiciones en la imagen transformada a las localizaciones definitivas en la imagen corregida. La denominación de imagen transformada corresponde a la resultante de la transformación geométrica una vez aplicadas las funciones de ajuste; se reserva el calificativo de imagen corregida a la que resulta de la aplicación del remuestreo sobre la imagen transformada.

MÉTODO DEL VECINO MÁS CERCANO

El método del vecino más cercano (nearest neighbourg) consiste en un algoritmo que asigna a cada celdilla de la imagen corregida el Nd correspondiente al píxel de la imagen transformada cuyo centro esté más próximo al de la corregida; las expresiones algebraicas correspondientes son:


V. Núñez 27

ƒ(x,y) ∆x < 0,5 ∆y < 0,5 ƒ(x+1,y) ∆x ≥ 0,5 ∆y < 0,5 ƒ(m,n) = ƒ(x,y+1) ∆x < 0,5 ∆ ≥ 0,5 ƒ(x+1,y+1) ∆x ≥ 0,5 ∆y ≥ 0,5

donde ƒ(m,n) es el Nd asignado a la celdilla (m,n) de la imagen corregida, ƒ(x,y) es el valor correspondiente al píxel de la imagen transformada, situado en una posición delimitada por un número real, siendo:

m = x + ∆x 0 ≤ ∆x ≤ 1 n = y + ∆y 0 ≤ ∆y ≤ 1

donde ∆x e ∆y son las diferencias respectivas en la dirección de las columnas y de las filas entre el centro de la celdilla corregida y el de la transformada, expresada en fracciones de píxel.

Este procedimiento no supone la alteración de los Nd de la imagen original, sino solamente la traslación a otra localización. Presente el inconveniente de introducir fracturas y quiebres en el trazado de los rasgos lineales de la imagen original, distorsión conocida como efecto escalera. A pesar de ello, es el único método utilizable en la georreferenciación de imágenes con datos cualitativos o temáticos e inclusive en aquellas imágenes que serán luego utilizadas para calcular parámetros físicos como la biomasa a partir de los valores de Nd.


V. Núñez 28

Figura 6. Remuestreo por el método de vecino más cercano. Tomado de: Pinilla,

1995. Pág. 144.

MÉTODO DE INTERPOLACIÓN BILINEAL

El algoritmo de interpolación bilineal (bilinear interpolation) asigna al píxel corregido la media ponderada de los Nd correspondientes a las cuatro celdas más cercanas de la imagen transformada; el peso asociado a cada Nd es proporcional a la cercanía de aquellas (1 - ∆x y 1 - ∆y), considerando la distancia medida entre los centros de las celdas.

ƒ(m,n) = c1 ƒ(x,y) + c2 ƒ(x+1,y) + c3 ƒ(x,y+1) + c4 ƒ(x+1,y+1)

donde ƒ(m,n) y ƒ(x,y) tienen el significado ya expresado y ci son los factores de ponderación asignados a los cuatro Nd de entrada definidos de la siguiente manera:

c1 = (1 - ∆x) (1 - ∆y)

c2 = ∆x (1 - ∆y) c3 = (1 - ∆x) ∆y

c4 = ∆x ∆y


V. Núñez 29

Figura 7. Resmuestreo por interpolación bilineal. Tomado de: Pinilla, 1995. Pág.

145.

Este método produce resultados suavizados, pues las cuatro posiciones más cercanas a la celdilla corregida son utilizadas para calcular un valor promedio que homogeniza las escalas de grises: El método de interpolación bilineal se utiliza para georreferenciar imágenes con datos cuantitativos, permitiendo salidas de mayor calidad visual.

MÉTODO DE CONVOLUCIÓN CÚBICA

El método de convolución cúbica (cubic convolution) es un algoritmo muy utilizado que emplea polinomios bivariados de tercer orden. En esencia es similar al anterior, con la diferencia que para calcular la media ponderada utiliza las dieciséis celdillas más próximas al píxel considerado. Los Nd de las dieciséis celdas de la imagen transformada se interpolan linealmente en cuatro grupos de cuatro líneas de cuatro píxeles, cada una de aquellas para formar cuatro interpolantes. Con posterioridad se realiza una nueva interpolación entre los cuatro valores anteriores obtenidos para asignar finalmente el Nd a la celda corregida. La expresión que calcula la interpolación unidimensional en función de los cuatro valores más próximos de una línea es:

ƒ(m,n) = ∆x{∆x(∆x[ƒ(x+2) - ƒ(x+1) + ƒ(x) - ƒ(x-1)] -

- [ƒ(x+2) - ƒ(x+1) + 2ƒ(x) – 2ƒ(x-1)]) + + [ƒ(x+1) - ƒ(x-1)]} +

+ ƒ(x)


V. Núñez 30

Figura 8. Remuestreo mediante convolución cúbica. Tomado de: Pinilla, 1995.

Pág. 146.

que puesta en función de las luminancias de cada celdilla queda:

ƒ(m) = [(∆x)3 – (∆x)2] ƒ(x+2) - - [(∆x)3 – (∆x)2 - (∆x)] ƒ(x+1) + + [(∆x)3 – 2(∆x)2 + 1] - ƒ(x) -

- [(∆x)3 – 2(∆x)2 + (∆x)] ƒ(x-1)

donde ƒ(m) es el interpolante asignado a la celdilla central (m) de cada una de las cuatro líneas de la imagen corregida y ƒ(x) es el valor correspondiente al píxel de la imagen transformada, situado en una posición delimitada por un número real. El polinomio de interpolación entre los cuatro valores ƒ(m) obtenidos será de la forma:

ƒ(m,n) = [(∆y)3 – (∆y)2] ƒ(m+2) - - [(∆y)3 – (∆y)2 - (∆y)] ƒ(m+1) + + [(∆y)3 – 2(∆y)2 + 1] - ƒ(m) -

- [(∆y)3 – 2(∆y)2 + (∆y)] ƒ(m-1)

Este método asegura que la interpolación pase por los valores conocidos en los centros de las celdillas y que sus dos primeras derivadas sean suaves. Ello produce gran conservación en el aspecto visual de la imagen resultante, pues el suavizado que introduce es menos severo que en la interpolación bilineal. Sin embargo presenta el inconveniente de una mayor exigencia de cálculo al sistema de tratamiento, lo que insume mayor tiempo.

CORRECCIÓN MEDIANTE MODELIZACIÓN MATEMÁTICA

Este método de corrección permite restablecer las condiciones reales de la escena a partir del conocimiento de los parámetros orbitales del satélite en el instante de la adquisición; dichos parámetros son almacenados en el fichero de cabecera (header) de la imagen. La corrección automática de las imágenes satelitales está


V. Núñez 31

basada en estos procedimientos, los mismos se conocen también como correcciones de sistema.

Figura 9. Transformaciones geométricas simples. Tomado de: Pinilla, 1995. Pág.

148.

Este tipo de tratamientos consiste en realizar una serie de transformaciones geométricas simples sobre una imagen, o bien, una combinación de ellas. Se presentan algunas de las más elementales:

Traslación

u = x + a v = y + b

Inclinación

u = x + ay v = y

Cambio de escala

u = ax v = by

Perspectiva

u = axy v = y

Rotación

u = cos θ x + sen θ y v = - sen θ x + cos θ y

para una rotación levógira de ángulo θ.

En cualquiera de los casos anteriores, todos los puntos de la imagen se habrán trasladado a la posición corregida mediante la aplicación del operador de corrección sin la introducción de error alguno en el proceso.


V. Núñez 32

5.3. DE BASES DE DATOS

Este subsistema está integrado a la etapa de la entrada de datos y corresponde a la colección de entidades espaciales y no espaciales cambiantes en el tiempo y organizadas según los objetivos fijados en el proyecto. Es muy importante en este subsistema, la conceptualización, organización y filtrado de los datos y la información. Este subsistema abarca a las operaciones de almacenamiento y recuperación de los datos, y por ende, a los aspectos concernientes a la forma en que se organizan los datos espaciales y temáticos en las tablas de datos, como ya se mencionara.

Este subsistema, es conocido también como Sistema de Manejo – o Gestión - de Bases de Datos (DBMS). El nombre del sistema es heredado del tipo de software que se utiliza para ingresar, manejar y analizar los datos de atributos. En los SIG se usa también en ese sentido, pero debe reconocerse que además se requiere del manejo de los datos espaciales. Entonces, los SIG incorporan habitualmente no sólo DBMS sino también una variedad de utilidades para manejar tanto los componentes espaciales como los atributos de las entidades almacenadas.

Con un DBMS, es posible ingresar atributos de diversa índole, como también estadísticas y, por consiguiente, extraer tablas especializadas y resúmenes estadísticos para crear nuevos informes. Sin embargo, lo más importante del DBMS es que nos brinda la capacidad para analizar y operar con los atributos para obtener nuevos datos o información que luego puede ser representada espacialmente.

Muchos atributos de entidades geográficas no tienen una componente estrictamente espacial y por ello, un DBMS funcionará por lo general bastante bien. Por ejemplo, podríamos usar el sistema para encontrar todas las propiedades rurales con infraestructura edilicia de tipo unitario pero con dependencias menores y confeccionar un mapa con dicha consulta. Si bien, el producto resultante es un mapa (representación espacial), las cualidades analizadas no están caracterizadas estrictamente por cualidades espaciales.

Los software que brindan utilidades para la visualización cartográfica, digitalización de mapas y consultas sobre bases de datos se los llama a veces sistemas de Mapeo Automatizado y Gestión de Utilidades (Automated Mapping and Facilities Management - AM/FM).

5.4. DE MANEJO DE DATOS

Es el encargado de las funciones de transformación de los datos para proveer de nuevos conjuntos de ellos, los que serán utilizados por el siguiente subsistema. Otra función es la recuperación de los datos según preguntas orientadas a generar información útil y pertinente. Es en esta etapa de trabajo donde el usuario define que datos utilizará, y como, para resolver determinados problemas espaciales o las hipótesis planteadas en los objetivos del proyecto.

Este subsistema sin dudas está integrado con el DBMS ya que opera sobre los datos de atributos y los espaciales; por ejemplo, sobre los primeros para su selección y procesamiento y sobre los segundos para la aplicación de transformaciones cartográficas y cambios de escala.


V. Núñez 33

5.5. DE ANÁLISIS Y MODELADO

Provee las herramientas para la comparación entre múltiples conjuntos de datos mediante la aplicación de operaciones booleanas, aritméticas y de complejos modelos matemáticos utilizados en simulación y predicción. Bosque (1992) considera que las funciones analíticas convierten a un SIG en una “máquina de simulación”, que ofrece a los planificadores territoriales de escenarios virtuales para evaluar el efecto de sus decisiones al implementar políticas de desarrollo o medidas de planificación. En la etapa de análisis y modelado, es posible utilizar las funciones del SIG que permiten evaluar redes o localizaciones óptimas para determinados aspectos o factores de importancia crucial para la comunidad. Para más detalles ver 8. ANÁLISIS Y MODELADO DE DATOS.

La verdadera capacidad de un SIG para el análisis de datos espaciales la provee el Sistema de Análisis Geográfico (SAG). Con dicho sistema se extienden las capacidades de las consultas tradicionales sobre bases de datos para incluir la habilidad de analizar los datos desde su ubicación.

El ejemplo más simple de esto sea quizás considerar lo que sucede cuando estamos interesados en la ocurrencia conjunta de características con diferentes particularidades geográfica. Por ejemplo, supongamos que queremos hallar todas las áreas residenciales ubicadas sobre estratos rocosos con determinado tipo de fracturas y fallas. Éste es un problema que un DBMS tradicional simplemente no puede resolver porque la roca del subsuelo y las unidades de uso de la tierra no comparten la misma geometría ni extensión. Las consultas tradicionales de las bases de datos son útiles siempre y cuando los atributos pertenezcan al mismo contexto. Pero cuando las entidades y sus características espaciales son diferentes, éstas no sirven. Para esto necesitamos un SIG. En realidad, la habilidad para comparar características diferentes desde su ocurrencia geográfica común es el sello del SIG. Este análisis se cumple a través de un proceso llamado overlay (superposición). Lleva este nombre porque es lo mismo que superponer mapas transparentes de dos temas uno encima del otro.

Como el DBMS, el SAG presentan una interacción en ambos sentidos; este proceso es distintivamente analítico en su naturaleza. Entonces, mientras se ingresa información desde las bases de datos tanto de atributos como espacial, es posible generar nuevos datos como resultado del análisis para ser incorporados al DBMS.

5.6. DE SALIDA DE DATOS

Presenta los datos contenidos en el sistema o los resultados obtenidos en el análisis y modelado de los mismos, en diferentes formas y soportes (tablas, mapas, gráficos e informes en copias duras, papel, o en copias blandas, archivos electrónicos). La presentación de los resultados puede obtenerse en los formatos analógico y digital, y además como salida en un monitor gráfico.

6. LOS DATOS GEOGRÁFICOS

Un SIG trabaja con datos espaciales que representan objetos que tienen dimensiones físicas (ocupan un lugar en el espacio) y con posiciones definidas en forma absoluta o relativa y con datos no espaciales, atributos, que caracterizan a los objetos y que tienen definidas relaciones en el universo de elementos ubicados en el mismo espacio de análisis.


V. Núñez 34

Los datos son en definitiva una representación abstracta y estratificada de la realidad, o parte de ella; cada estrato de información constituye un tema específico representado por determinados elementos gráficos que definen su forma, tamaño, dimensiones y posición: puntos, arcos y polígonos o píxeles, y por los atributos que los caracterizan. Es aquí donde toma consistencia el concepto de modelo geográfico instrumental (ver, 7.1. CONCEPTO DE MODELO), a través del cual la realidad puede ser representada en un SIG.

Además de la posición, forma, tamaño y de los atributos temáticos, los objetos espaciales pueden ser caracterizados en un SIG por la topología, localizaciones relativas y las relaciones que estas implican. Los aspectos topológicos son los que diferencian a los SIG de otros sistemas de información y de diseño asistido por ordenador.

6.1. LA COMPONENTE ESPACIAL

La localización geográfica, las propiedades espaciales y sus relaciones hacen referencia a la componente espacial de los datos.

6.1.1. La localización geográfica

La localización geográfica o posición de los objetos en el espacio es expresada mediante coordenadas en un sistema de referencia terrestre, que debe ser el mismo para todas las capas de información con que será representada el área de estudio. En caso de ser necesario, el SIG provee de las herramientas necesarias para realizar las proyecciones de un sistema de referencia a otro y la georreferenciación de las capas temáticas o las imágenes, en caso que estas no tengan un sistema de referencia definido o su ubicación espacial sea incorrecta (ver: 5.2 GEORREFERENCIACIÓN).

Ya sea que los objetos del mundo real estén representados en la cartografía digital por vectores (puntos, arcos o polígonos) o por una malla regular (celdas, teselas o píxeles), el sistema conoce la posición mediante pares de coordenadas (x, y) o por las filas y columnas (ver: 7.2 LOS MODELOS DE DATOS). Es una cuestión fundamental en este contexto, recordar los conceptos de exactitud y precisión. La exactitud relacionada con la correcta caracterización (asignación del atributo) del objeto geográfico, y la precisión vinculada con los errores en la posición que ocupa el elemento y su geometría en el sistema de referencia cartográfico utilizado, con respecto a la del objeto real.

6.1.2. Las propiedades espaciales

Las propiedades espaciales de los elementos con que se representan a los objetos de la realidad están vinculadas a la naturaleza de estos últimos. Entre estas propiedades espaciales figuran la longitud y perímetro, forma, tamaño, la pendiente y la orientación. Para el caso de las mallas regulares (formato raster), normalmente todas las celdas son de igual forma y tamaño, las que constituidas en grupos (zonas) pueden considerarse como análogos a un polígono, del formato vectorial, a los efectos del análisis de las propiedades espaciales.

Algunas de las propiedades espaciales son calculadas automáticamente por el sistema en la aproximación vectorial, tal es el caso de la longitud, perímetro, área, mientras que otras requieren que el analista las solicite específicamente.


V. Núñez 35

6.1.3. Las relaciones espaciales

Las relaciones espaciales caracterizan también a los elementos cartográficos y permiten una serie de análisis en el entorno de los SIG. Existen un gran número de relaciones espaciales como la conectividad, contigüidad, proximidad, entre otras, las que pueden estar definidas y disponibles en algunos sistemas. Algunas de estas se conocen con el nombre de relaciones topológicas, muchas de las cuales son almacenadas explícitamente por numerosos SIG, como por ejemplo la relación de contigüidad entre polígonos mientras, que otras, la proximidad (cerca/lejos) entre dos objetos es calculada a través de la geometría, la localización y del criterio adoptado y a pedido del operador; de esta manera, serán objetos próximos a otro, todos aquellos que se encuentren a una determinada distancia fijada a priori por el analista (buffer).

En relación con lo anterior, se debe establecer una diferencia entre las relaciones topológicas, o de tipo cualitativo, y las relaciones geométricas calculadas a partir de las coordenadas de los objetos (Barredo, 1996). Cuando cambiamos la proyección de un mapa, se modifican las relaciones geométricas de los elementos cartográficos, como por ejemplo las distancias medidas en él; mientras que las relaciones topológicas, como la contigüidad y adyacencia, se mantienen invariantes a estos cambios. Un buen ejemplo para diferenciar entre las relaciones geométricas y las topológicas, lo constituyen los mapas o diagramas esquemáticos de las redes del metro; las relaciones geométricas no se respetan al dar prioridad a la simplificación, ya que el trazado de las líneas de recorrido y la posición de las estaciones no se corresponden con la realidad, pero las relaciones topológicas permanecen inalteradas, la conectividad entre los distintos tramos de recorrido son correctos (Barredo, 1996).

Frank (1990), señala que los seres humanos tenemos diferentes formas de conceptualizar el espacio geográfico; cuando queremos dirigirnos a un sitio, raramente utilizamos la geometría euclidiana para calcular las coordenadas geográficas de dicha posición, en cambio nos regimos por posiciones relativas, expresadas de forma cualitativa (topológica), respecto de algún otro elemento o sitio conocido localizado en nuestro mapa mental. Indicaciones del tipo de “a dos cuadras del hospital” o “a la vuelta del banco”, son ilustrativas de este tipo de relaciones cualitativas.

Las relaciones expresadas por la topología son vitales a la hora de evaluar riesgos potenciales por la ubicación de determinados elementos, como los depósitos de combustible instalados cerca (proximidad) de determinados núcleos urbanos, o si existe conexión (conectividad) entre un depósito de residuos y acuíferos utilizados para proveer de agua potable. Otras relaciones de este tipo son importantes al momento de fijar pautas para la ordenación territorial: si una cuenca hidrográfica se encuentra dentro (inclusión) de dos o más unidades administrativas deberá contemplarse la normativa ambiental fijada para cada una de ellas; las rutas y paradas de los autobuses y la cercanía (proximidad) de las mismas con los bloques de viviendas, nos permitirá conocer cuál es la población que recibe el servicio de una determinada línea de transporte; un caso similar al anterior se presenta cuando necesitamos planificar el pastoreo del ganado en una explotación extensiva, conociendo las limitaciones al avance que ofrecen las pendientes y las máximas distancias que recorren los animales a partir de las aguadas y los panes de sal, podremos analizar espacialmente la distribución de la presión de pastoreo sobre los diferentes tipos de vegetación.

Se hace difícil conocer en forma exhaustiva todas las relaciones espaciales. Frank y Mark (1991) reconocen una cantidad de relaciones espaciales, que consideradas fundamentales pueden ser enumeradas de la siguiente forma (Barredo, 1996):


V. Núñez 36

1. A la derecha de

2. A la izquierda de

3. Junto a

4. Encima de

5. Debajo de

6. Detrás de

7. Delante de

8. Cerca de

9. Lejos de

10. Tocando con

11. Entre

12. Dentro de

13. Fuera de

14. Al norte de

15. Al sur de

16. Al oeste de

17. Al este de

Existen otras relaciones fundamentales más complejas, como por ejemplo la conectividad entre líneas que no se tocan pero que están conectadas a través de una tercera.

6.2. LA COMPONENTE TEMÁTICA

Los objetos de la realidad deben ser caracterizados por un atributo, valor temático, para poder ser representado en un sistema de información. Así como en la realidad ocurren variaciones en el espacio y en el tiempo de los objetos geográficos, en el sistema, las variables que los representan deberán mostrar dichos cambios con la mayor precisión y exactitud posibles.

6.2.1. El cambio de los valores temáticos en la componente espacial y temporal - Los principios de autocorrelación espacial y temporal

Los elementos con que representamos la variación de la realidad poseen determinadas características que se conocen como atributos (o variables). Cada objeto registrado tendrá un valor para cada uno de los atributos temáticos considerados. En el espacio geográfico, los objetos se distribuyen generalmente siguiendo patrones de agregación o de regularidad; en el mundo real los cambios se producen en forma gradual, presentándose sectores de mezcla entre dos clases próximas. La regularidad y los cambios graduales son propios también del paso del tiempo. Los cambios abruptos de las variables en el espacio y en el tiempo se deben al efecto de factores que influyen fuertemente en el sistema.


V. Núñez 37

6.2.1.1. Autocorrelación espacial

Por lo general, los valores temáticos tienden a ser parecidos entre objetos próximos en el espacio y con mayor diferencia entre objetos lejanos. Este principio Geográfico general y básico, es conocido como autocorrelación espacial que implica la existencia de un cierto orden en el espacio y es aplicable también en los criterios adoptables en un SIG. Como señalara Humboldt en alusión a los fenómenos naturales en el espacio, estos se producen como gradaciones más o menos suaves sin cambios bruscos (Barredo, 1996). El principio de autocorrelación espacial parece cumplirse, no-solo para las variables de tipo físico, sino también, en los rasgos geográficos del comportamiento humano. Los cambios en el relieve, las precipitaciones y las temperaturas, que por otra parte son variables correlacionadas entre sí, y por otra parte la densidad poblacional y el ingreso per capita, representan buenos ejemplos de la autocorrelación espacial. Si ubicamos un determinado punto de un mapa y lo tomamos como referencia, podremos corroborar que la variable temática analizada tiende a modificarse gradualmente a medida que nos alejamos de él.

6.2.1.2. Autocorrelación temporal

Los elementos geográficos, y por ende las variables temáticas que los representan, cambian de valor en la dimensión espacial sino también en la temporal. Los cambios en la dimensión temporal se producen también de forma gradual; este principio se conoce en las Ciencias Sociales como autocorrelación temporal, y se refiere a la mayor correlación entre los datos próximos en el tiempo, correspondientes a una misma posición en el espacio. Si disponemos de mapas correspondientes a la distribución de las temperaturas medias mensuales para todo un año, podremos observar, que para un mismo sector, la variable toma valores similares entre meses contiguos y mayores diferencias se presentarán para distintas estaciones del año. Las distribuciones espaciales de los valores temáticos se ven modificadas también, pero en forma paulatina, por la componente temporal. Cabe esperar entonces, que la variable tome valores similares en cortos períodos de tiempo y que se presenten mayores diferencias en períodos largos.

6.2.2. Tipos de variables y escalas de medida

Las variables temáticas que caracterizan a las unidades espaciales pueden ser de distinto tipo y estar medidas en diferentes escalas. Esta situación afecta a la generación de mapas, a los análisis que puedan ser realizados por el sistema y a la interpretación de la información generada a partir de las variables representadas en las capas temáticas.


V. Núñez 38

Departamentos Número de Habitantes

Porcentaje de Habitantes

Orden Superficie (en Km2)

Densidad Poblacional

(en Hab/Km2)

Explotaciones Agropecuarias

(EA)

Superficies de las EA (en Ha)

Capital 373.586 83,4 1 1.722 216,9 86 97.822,3

Cerrillos 20.099 4,5 3 640 31,4 276 45.496,8

Chicoana 15.003 3,3 4 910 16,5 210 53.147,1

Guachipas 2.716 0,6 7 2.785 1,0 106 86.370

La Caldera 4.037 0,9 6 867 3,0 99 30.353,9

La Viña 6.493 1,5 5 2.152 5,1 221 138.411,5

R. de Lerma 26.246 5,8 2 5.110 4,7 235 384.932,6

Total 448.180 100,0 - 14.186 31,6 1.233 836.534,2

Tabla 1. Ejemplo de atributos (variables) relativas a unidades espaciales de división política pertenecientes al Valle de Lerma en la Provincia de Salta, Argentina.

6.2.2.1. Variables continuas y discretas

De acuerdo a los valores que pueden tomar, se distinguen dos tipos de variables: continuas y discretas. Las variables continuas pueden tomar cualquier valor, números reales, en un intervalo dado. En la Tabla 1, la superficie, tanto de los departamentos como de las explotaciones agropecuarias, pueden tomar valores dentro del rango de los números reales y dentro de un intervalo fijado por un máximo y un mínimo posibles; lo mismo ocurre con las variables porcentaje de habitantes y densidad de población. En cambio, la población (número de habitantes) y las explotaciones agropecuarias son variables discretas, ya que sus valores pueden estar representados solo por números enteros, la población no puede representarse por números reales (fraccionarios); no podemos decir que en el Departamento Cerrillos existen 373.586,5 habitantes.

Variable Departamentos Número de Habitantes

Orden Superficie (en Km2)

Densidad Poblacional

(en Hab/Km2)

Explotaciones Agropecuarias

(EA)

Tipo 1 Discreta Discreta Discreta Continua Continua Discreta

Tipo 2 Fundamental Fundamental Derivada Fundamental Derivada Fundamental

Escala de medida

Nominal Intervalo Ordinal Intervalo Intervalo Intervalo

Tabla 2. Tipos y escalas de medida de las variables contenidas en la Tabla 1.

6.2.2.2. Variables fundamentales y derivadas

Esta separación se refiere al proceso de elaboración u obtención de la variable. Las variables fundamentales son concebidas y obtenidas directamente a partir de los datos originales, mientras que las derivadas son el resultado de la aplicación de alguna operación algebraica entre dos o más variables derivadas (Bosque, 1992). Por ejemplo, en la Tabla 1, el número de habitantes y la superficie son variables fundamentales, mientras que la densidad de población es una variable derivada, obtenida a partir del cociente entre aquellas. El caso del porcentaje de


V. Núñez 39

habitantes, es una variable derivada obtenida solo a partir del número de habitantes (variable fundamental). Se debe tener presente que es posible obtener variables derivadas continuas a partir de variables fundamentales discretas (Gutiérrez Puebla y Gould, 1994); tal es el caso del número de vehículos cada 1.000 habitantes (variable derivada continua) obtenida a partir del número de vehículos y del número de habitantes (variables fundamentales discretas) de una determinada ciudad.

Desde la perspectiva de los SIG, es importante señalar dos aspectos en relación con los tipos de variables y del ahorro de memoria en el ordenador. Primero, que es suficiente cargar en las bases de datos las variables fundamentales, ya que las derivadas se pueden obtener en cualquier momento a partir de aquellas; y segundo, que las variables discretas pueden ser almacenadas con números enteros, lo que supone un menor consumo de espacio en la memoria del disco rígido del ordenador. Las variables continuas, al requerir de los números reales para su representación, utilizan mayor cantidad de memoria. Los números reales son representados por una mantisa y un exponente entero; por ejemplo el número 256,78 es representado como 2,5678000000E+02, donde 2,5678000000 es la mantisa y +02 es el exponente, lo que implica que el número 2,5678000000 debe ser multiplicado por 102 (Eastman, 1997).

En lo referente a las escalas de medida, se pueden diferenciar dos tipos de variables:

6.2.2.3. Escala nominal

Para este tipo de variables se establece solamente una diferencia por el nombre asignado a cada clase o categoría temática. Todos los elementos que representen objetos espaciales y que tengan el mismo nombre, corresponderán entonces a la misma clase temática. Es lo que ocurre con los departamentos del Valle de Lerma en la Tabla 1, cada polígono o grupo de píxeles con el mismo atributo (Cerrillos, Chicoana,...) corresponden a una división política diferente. Cuando se trabaja con este tipo de escalas de medida, se debe tener presente que todas las unidades espaciales deben tener un nombre y estar clasificada (exhaustividad) y ninguna puede pertenecer a más de una categoría (exclusividad) (Gutiérrez Puebla y Gould, 1994). En realidad, cada elemento espacial, en el formato vectorial, y cada píxel, en el formato raster, está caracterizado por un número entero (identificador del usuario) que tiene asociado el nombre en la base de datos; así por ejemplo, el Departamento Capital sería 1, Cerrillos 2, Chicoana 3,..., etc. A partir de esto, podemos conocer cuántos píxeles corresponden a Capital o, lo que es lo mismo, el número 1, pero no tiene sentido que establezca una relación como Cerrillos > Capital por tener el primero un valor mayor que el segundo, y dicho valor no representa siquiera una escala ordinal. Un caso espacial de la escala nominal, lo constituyen las variables dicotómicas, las que solo admiten dos posibilidades: presencia, ausencia; por ejemplo si un departamento tiene o no tiene colegio secundario.

6.2.2.4. Escala ordinal

Este tipo de variables establecen, además de una diferenciación como las nominales, una orden jerárquico o un ranking, como por ejemplo el orden que ocupan los departamentos del Valle de Lerma atendiendo al número de habitantes; en la Tabla 1, el Departamento Capital, no-solo


V. Núñez 40

es diferente al Departamento Cerrillos, sino que nos indica además que el primero está por encima del segundo por tener mayor población.

6.2.2.5. Escala de intervalo

Este tipo de escala de medida, además de establecer una diferenciación y una jerarquía, nos indica un rango existente entre los valores dentro de una escala en la que puede tomar valores la variable registrada. En la Tabla 1, el porcentaje de habitantes es una variable continua expresada en un intervalo (0 – 100). No solo nos dice que el Departamento La Viña tiene más habitantes que La Caldera, y este que Guachipas, sino también cual es la proporción de habitantes en cada departamento sobre el total del Valle de Lerma. Así pues, la escala de intervalo ofrece información más rica que la escala ordinal. La razón o proporción es una variación de la escala de intervalo con la particularidad de que la distancia entre dos valores es independiente de la unidad de medición. Un ejemplo de escala de intervalo puede ser la renta per cápita de la población de una ciudad o de un departamento.

Podemos clasificar a las variables en cuantitativas y cualitativas. Las variables cuantitativas son las que se expresan en escala de intervalo por llevar asociado un valor numérico, cantidad; mientras que las variables cualitativas se encuentran definidas en escala nominal por especificar la pertenencia de un valor a una clase temática, a pesar de expresarse mediante una etiqueta en caracteres numéricos.

Las escalas de medida superiores ofrecen una información más rica que las inferiores, las escalas de intervalo proveen de información más precisa que las escalas ordinales y estas más que las escalas nominales. Por ello siempre es posible pasar de una escala de medida superior a una inferior y no en el sentido contrario, ya que esto lleva consigo una pérdida de información que no es aconsejable. En algunos casos es necesario cambiar la escala de medida de algunos datos para acometer con análisis estadísticos requeridos en el proyecto.

Algunas operaciones espaciales en los SIG pueden no-tener sentido si los datos se encuentran en una escala de medida inadecuada. No tendría sentido realizar operaciones algebraicas entre dos variables de tipo nominal (cualitativa). Puede presentarse el caso de la necesidad de establecer escalas de calidad del ambiente a partir de mapas temáticos nominales; en dicho caso se deberán asignar valores de calidad – ponderación - a las variables nominales (formaciones vegetales y edáficas) para obtener mapas con nuevas variables ordinales y finalmente un mapa donde se combinan las categorías anteriores para dar una nuevo ranking de calidad ambiental.

6.3. LA COMPONENTE TEMPORAL

El tiempo juega un papel protagónico en la Geografía, ya que el mundo real solo puede ser explicado a partir de procesos espacio – temporales. Los geógrafos franceses clásicos se referían a la componente temporal cuando afirmaban que la Historia explica el presente. En esa misma línea se mostraba Hartshorne (1939) cuando indicaba que la interpretación de las configuraciones geográficas requiere de ciertos conocimientos de su desarrollo histórico y proponía la proyección de sucesivas imágenes de la geografía histórica de una región para captar los procesos (Gutiérrez Puebla y Gould, 1994).

“En cualquier caso, la consideración del tiempo es esencial en la Geografía. En este sentido Parkes y Thrift (1980) señalan que la Geografía se diferencia de la


V. Núñez 41

Geometría en que en la Geografía el espacio está indivisiblemente unido al tiempo”. (Gutiérrez Puebla y Gould, 1994).

Para conocer los cambios en el espacio geográfico son una herramienta actual imprescindible las imágenes de los sensores remotos, que ofrecen instantáneas de gran calidad y a bajos costos teniendo en cuenta la superficie que puede ser evaluada simultáneamente. De esta manera es posible obtener una secuencia de mapas temáticos espaciados temporalmente que permite analizar, por ejemplo, los cambios de la cobertura y el uso del suelo, variables cualitativas; sin embargo, las capacidades de algunos SIG para mostrar una gran cantidad de mapas e imágenes, que conformen una secuencia temporal, son aún muy reducidas; en este sentido debe consignarse que existen algoritmos para el análisis multitemporal de cambios en el territorio. Los programas de computadoras destinados al procesamiento digital de imágenes satelitales, ofrecen módulos para el tratamiento y análisis de los cambios temporales a partir de los datos de radiancias registrados por los sensores. También es posible trabajar con variables cuantitativas si se cuenta con mapas, por ejemplo, con datos de la precipitación promedio anual para dos o más años.

Los mapas animados son muy utilizados en el campo de los estudios del medio físico, ya que son enormemente expresivos a la hora de mostrar los procesos espacio-temporales; Weber y Buttenfield (1993) realizaron un mapa animado de la evolución de las temperaturas medias anuales en los Estados Unidos durante el período 1897-1986 (Gutiérrez Puebla y Gould, 1994).

7. MODELOS Y ESTRUCTURAS DE DATOS

7.1. CONCEPTO DE MODELO

El mundo real es enormemente rico, variado y caracterizado por una fuerte entropía en los sistemas que lo componen. Cada especialista, o un grupo de ellos, se proponen una serie de objetivos en su investigación que sólo pueden ser alcanzados mediante la simplificación de la realidad, a partir de la creación de modelos. Un modelo es una representación simplificada de la realidad que nos permite una aproximación al conocimiento de la misma. La realidad está formada por sistemas complejos, no siempre aprensibles en toda su complejidad. Los modelos simplifican la realidad y se presentan en ellos los aspectos que son de interés para nosotros mediante representaciones corrientes, objetos e imágenes.

Modelos instrumentales. Son todas aquellas representaciones que, teniendo un soporte real, tal como un mapa, una ecuación, un histograma, nos permiten generar conceptos e ideas y organizar el conocimiento y las percepciones sobre aspectos particulares.

“En general cualquier imagen mental utilizada por el pensamiento es un modelo. Un modelo es, por lo tanto, una representación de nuestro nivel de conocimiento de un sistema complejo, reduciendo la variedad del sistema y facilitando nuestro conocimiento de la realidad en aquellos aspectos relevantes en los que estamos interesados.” (Moldes, 1995).

El diseño de un modelo presupone la existencia de una teoría que, además de explicar el funcionamiento del sistema que modela, le da un sustento teórico basado en el conocimiento alcanzado hasta el momento. La teoría servirá para predecir el comportamiento del sistema modelado y, a la vista de los recursos disponibles, optar por una mayor o menor simplificación de la realidad en el modelo.


V. Núñez 42

En la tarea de modelar la realidad es necesario ser selectivos; no se puede ni se debe abarcar ni representar toda su complejidad, para eso existe la realidad, hay que aislar aquellos elementos y relaciones del mundo real que sean útiles para los propósitos del estudio que se aborda.

7.1.1. DOS CAMINOS

En la construcción de un modelo, se pueden seguir básicamente dos caminos: uno es el analítico y otro el sistémico, cuyas características particulares los hacen más adecuados según los diferentes enfoques con que apreciemos la realidad que nos toca modelar y explicar.

7.1.1.1. Enfoque analítico

Consiste en el estudio del comportamiento de los elementos individuales constituyentes del sistema para deducir, del conocimiento de estos, el comportamiento generalizable de todo el sistema. Como ejemplos se pueden citar: el camino clásico de los modelos económicos de demanda, oferta y transporte.

7.1.1.2. Enfoque sistémico

Consistente en la observación global de la realidad en estudio para deducir de ello, por ejemplo, los comportamientos individuales.

Ambos procedimientos, el analítico y el sistémico, más que opuestos son complementarios y su utilización depende de las características del sistema en estudio. La Tabla 3 recoge las principales características de ambos enfoques.

Enfoque analítico Enfoque sistémico

Aísla, se concentra sobre los elementos

Relaciona, se concentra sobre las interacciones de los elementos

Considera la naturaleza de las interacciones

Considera los efectos de las interacciones

Se basa en la precisión de los detalles

Se basa en la percepción global

Modifica una variable a la vez Modifica simultáneamente grupos de variables

Independientemente de la duración, los fenómenos considerados son reversibles

Integra la duración y la irreversibilidad

Modelos precisos y detallados, aunque difícilmente utilizables (modelos econométricos)

Modelos insuficientemente rigurosos para servir de base en la decisión y en la acción (modelos Club de Roma)

Enfoque eficaz cuando las interacciones son lineales y débiles

Enfoque eficaz cuando las interacciones son fuertes y no lineales

Conduce a una enseñanza por disciplinas

Conduce a una enseñanza pluridisciplinaria

Conduce a una acción programada en sus detalles

Conduce a una acción por objetivos

Conduce a un buen conocimiento de los detalles con objetivos mal definidos

Conduce a un conocimiento borroso

Tabla 3. Características de los enfoques analíticos y sistémicos en la creación de modelos. Fuente: Joel de Rosmay, 1975, en Moldes, 1995.


V. Núñez 43

En el diseño y conceptualización de un modelo, se deben analizar otras concepciones existentes - desarrolladas incluso desde otras perspectivas, disciplinas técnicas o científicas - ya que podemos encontrar que las teorías que los sustentan nos permiten ordenar mejor nuestro universo de ideas y modelar nuestro sector de la realidad en forma más sencilla; ... “así, es frecuente que se utilice la teoría de la gravedad para modelar el comportamiento de un sistema de tráfico o la localización de industrias, o modelos de sistemas ecológicos para explicar determinados comportamientos sociales.” (Moldes, 1995).

La ciencia utiliza básicamente el enfoque analítico como metodología para modelar e interpretar la naturaleza, desde el triduo que componen la observación, la experimentación y la conceptualización teórica. Sin embargo, cuando se pretende interpretar y explicar el comportamiento de un sistema complejo, debemos acudir al enfoque sistémico que nos permita abarcar la generalidad sin desmembrarla en sus partes constitutivas; tal es el caso de predecir el comportamiento de los sistemas socioeconómicos y naturales, y de la interacción entre ambos.

Figura 10. Proceso cíclico de la gestión de un sistema complejo.

Tomado de: García Bes y Garrido, 2000.

El modelo conceptual e instrumental (ver, 7.1. CONCEPTO DE MODELO) es el que da origen y soporte teórico al proceso cíclico de gestión de un sistema complejo, y por ello ocupa la parte superior del diagrama de la Figura 10; las decisiones políticas, adoptadas en un marco de planificación, permiten modificar la realidad a través del análisis del modelo y de la toma de decisiones. Los datos, tomados de la realidad, son procesados y analizados en un entorno SIG para realimentar el modelo instrumental, el que ofrecerá nuevamente información al centro decidor, para que este opere transformando la realidad.

Los sistemas de información son la base para la creación de modelos instrumentales, y a decir de Moldes (1995), el propio sistema de información es un modelo instrumental. Como ya se comentara en el apartado 1. “DEFINICIONES, CONCEPTOS Y APLICACIONES”, la diferencia entre los sistemas de información (SI) y los SIG, es que este último es un SI diseñado para trabajar con datos


V. Núñez 44

georreferenciados según un sistema de referencia terrestre, es decir con datos y entidades ubicadas espacialmente según una determinada escala.

La información contenida en un mensaje tiene la gran capacidad de modificar el conocimiento del receptor y, por lo tanto, de su modelo conceptual de un aspecto particular de la realidad. Para conformar un modelo, los datos deben estar organizados, deben ser procesados e interpretados por parte del receptor, para que constituyan información con la capacidad de modificar la concepción anterior de la realidad. Por otra parte, para que un modelo sea vigente en el tiempo y permita tomar decisiones permanentemente, se deberán mantener actualizados los datos de la realidad y los procesos para generar información desde un SIG.

A nadie le caben dudas, y menos en estos momentos, que la información le es fundamental a todos los niveles de decisión, pero el ciclo de gestión de un sistema complejo (Figura 10) debe mantener un equilibrio; solo se deben coleccionar y almacenar los datos relevantes y pertinentes para la generación de los modelos que permitan explicar la realidad que se quiere modificar. La colección y almacenamiento de grandes cantidades de datos sin tener en claro cuáles son los objetivos del proceso de decisión, conlleva un fuerte esfuerzo y la inversión de grandes cantidades de dinero y de tiempo con un saldo de resultados pobres, el desaliento de quienes se involucraron con proyecto y del perjuicio para los destinatarios de las decisiones.

PROCESO DEPLANIFICACIÓN

MODELOS Y MÉTODOS DEAYUDA PARA LA PLANIFICACIÓN

Figura 11. Sistema de ayuda a la planificación integrando modelos y SIG.

Fuente: Barredo Cano, J. I. 1996.

El proceso de planificación moderno debe involucrar la integración de diferentes métodos y modelos en un entorno SIG. Dicha integración permite el desarrollo de las


V. Núñez 45

etapas de planificación de una manera más dinámica, ya que el acceso a los datos e información se hace con mayor celeridad; inclusive si se requiere ajustar algunos modelos y métodos o actualizar datos, las operaciones requieren de mucho menos esfuerzo por la concepción misma del sistema.

La versatilidad de los SIG, posibilita que su campo de aplicación sea muy amplio, permitiendo la coexistencia de diversas metodologías técnico-científicas para su aplicación en la resolución de problemas de ordenación del territorio y de la planificación tanto física como socioeconómica y política.

7.2. LOS MODELOS DE DATOS

Los datos espaciales incorporados a un SIG, son los que permiten generar la información que dará forma a los modelos conceptuales de la realidad; los datos son representados y almacenados en un formato digital.

A veces se utilizan como sinónimos los términos de modelo de datos y estructura de datos: Los modelos de datos corresponden a la forma de representar el espacio geográfico – conceptualización -, las aproximaciones raster y vectorial; mientras que, la estructura de datos representa la implementación de esa conceptualización en el ordenador, los procedimientos de almacenamiento (codificación) de los atributos en el modelo raster y de las listas de coordenadas de los elementos gráficos en el modelo vectorial (Gutiérrez Puebla y Gould, 1994). Cabe aclarar que las denominaciones modelos y aproximaciones, raster y vectoriales, son consideradas aquí como sinónimos, ya que son utilizadas en forma indiscriminada por los diferentes autores que se ocupan de los SIG.

En el mundo de los Sistemas de Información Geográfica, existen dos aproximaciones básicas a la cuestión de cómo modelar el espacio geográfico, las que se conocen como: aproximación raster y aproximación vectorial. Ambas aproximaciones están referidas a la forma de individualizar las unidades de observación.


V. Núñez 46

1

1

1

1

1

1

1

1

1

1

1

2

2

2

2

2

2

2

2

22

2 2

2 2

2

2

2

2 2

2 2

2

2

2

2

2

2

2 2 2

2

3

3 3 3

3

4 4 4 4

4 4 4

4

44444

2 4 4 4

4 4

44

2

21

24

43

33

3

2

22

2

450

50

50 450

Y

X

6

5

5

5

6

6

6

6

6

6

6

5

5

2 5

2 5

5

222

5

5

5

5

5

5

5

5

5 5 5

5

5

6

Y

X

columnas

filas

aproximación raster

realidad

aproximación vectorial

1: Río2: Bosque3: Casa o caserío4: Parcela de cultivo5: suelo desnudo6: Playa de río

Figura 12. Aproximaciones raster y vectorial.

7.2.1. APROXIMACIÓN RASTER

Los objetos geográficos están representados por compartimientos, por lo general, de igual tamaño y forma, obtenidos mediante la superposición de una retícula regular sobre el espacio real; los valores que toma cada compartimiento corresponden a los atributos temáticos asignados a cada unidad de representación (Figura 12).

Normalmente, la retícula está formada por cuadrados o rectángulos de igual tamaño (celdas o teselas) que representan una pequeña porción del espacio geográfico y una dimensión temática en un instante de tiempo; cada aspecto temático es almacenado en una capa de datos. Las imágenes satelitales tienen este formato de representación del espacio geográfico; cada celda tiene un valor numérico en una escala determinada por la cantidad de bits asignada a un byte; por ejemplo, en las imágenes del LANDSAT cada byte tiene ocho (8) bits o sea 256 posibilidades - valores entre 0 – 255 – que representan una escala de grises, donde el cero (0) es el negro y 255 el blanco. Estos valores (0 – 255) se conocen como Niveles Digitales (ND) y corresponden a la conversión analógico-digital de niveles de radiancias registrados por los detectores del sensor en diferentes bandas o canales radiométricos.


V. Núñez 47

En este modelo no quedan representados explícitamente los límites entre clases diferentes (como en el modelo vectorial), sino que la agrupación de celdas con el mismo valor constituye un área con idénticas características. Así, en una capa de uso del suelo, un bosque estará representado por un grupo de celdas con el mismo valor temático.

El modelo raster o de teselaciones regulares, centra más su interés en las propiedades del espacio que en la representación precisa de los objetos que lo conforman. La retícula regular corresponde a una variable de tipo discreta ya que el espacio geográfico está representado por intervalos en una dimensión de área. Si bien normalmente se utilizan celdas cuadradas, algunos sistemas manipulan otras figuras geométricas como triángulos o hexágonos para compartimentar el espacio de análisis. La celda, mínima unidad de representación, se conoce también con el nombre de píxel (abreviatura de la expresión inglesa picture element) o elemento pictórico en alusión a la componente de color de una pintura artística o de una fotografía; el vocablo píxel tiene más coherencia cuando es utilizado para referirse a las imágenes en general, y entre ellas a las imágenes de satélites terrestres.

Dado que en el modelo raster las celdas son iguales, se habla de teselaciones regulares, mientras que en la aproximación vectorial las teselaciones son irregulares (polígonos de diferentes formas, tamaños y orientaciones). En el modelo raster, las teselaciones ocupan todo el espacio representado, por lo tanto no existen sectores sin valores, no se presentan huecos.

En la aproximación raster, los objetos son representados de la siguiente manera: los puntos por una celda; las líneas mediante una secuencia de celdas alineadas en la dirección correspondiente y con un mismo valor; y un polígono por un grupo de celdas contiguas. Todas estas posibilidades están representadas en la Figura 12.

Uno de los mayores inconvenientes en el modelo raster, es la imprecisión con que se ubican los objetos en la representación; una mayor precisión se logra aumentando la resolución, pero esto implica incrementar el tamaño de memoria ocupada por el archivo en el ordenador y además aumentar el tiempo en cualquier proceso que se realice con ella. Teóricamente se puede alcanzar la precisión que permite el modelo vectorial, disminuyendo el tamaño de la celda hasta lograrlo. Para el modelo raster, un punto puede estar localizado en alguna parte dentro de la celda; de los elementos lineales, solo sabemos que dicha entidad atraviesa una celda pero no por donde; y, por lo tanto, para el caso de los polígonos tampoco conocemos con certeza cuál es la forma y tamaño de los mismos.

En este momento, conviene recordar los conceptos de precisión y exactitud:

• Precisión, es la capacidad del instrumento de localizar varias veces un objeto con los menores desvíos posibles respecto a un valor medio de todas las lecturas; como ejemplo se puede citar la capacidad de un instrumento de tiro, el que perfectamente calibrado y estabilizado, logra hacer disparos muy próximos unos de otros, de manera que la mayor precisión se logra cuando todos los disparos se ubican sobre el mismo punto, no existe variación. Lo mismo puede decirse de instrumentos como las estaciones totales o los GPS geodésicos, que logran fijar una posición con una mínima variación de lecturas para un mismo punto.

• Al referirnos a la exactitud, diremos que es la capacidad del instrumento, sistema o intérprete de reconocer a un objeto en particular y de registrarlo como tal; de esta manera, si en una posición del espacio real existe una represa, que en la posición espacial relativa del mapa temático exista un elemento con el atributo correspondiente a represa.


V. Núñez 48

Siguiendo con el ejemplo anterior, el mapa temático sería preciso y exacto, si la represa se encuentra representada por el atributo correspondiente y ocupa la posición que le corresponde según el sistema de referencia terrestre empleado.

En el modelo raster es posible representar también variables que presentan una variación continua sobre el espacio de análisis, tal es el caso de los mapas que representan el relieve y donde los atributos, coordenada en Z asociados a cada celda, corresponden a los datos de las altitudes (elevaciones sobre el nivel del mar). Dichos mapas, donde se representan variables continuas en la dimensión Z (por ejemplo, presión atmosférica, precipitación, temperatura), se conocen con el nombre de Modelos Digitales (MD), que para el caso de la variable altitud, toman el nombre de Modelos Digitales de Terreno (MDT), ver el diagrama de Análisis y Modelado de la Figura 4.

Cada aspecto temático de la realidad es almacenado en una matriz de datos, constituyendo una capa o estrato de información (Figura 1); en la matriz de datos, cada celda almacena un valor de la variable analizada. Para poder realizar operaciones algebraicas entre las variables temáticas, todas las capas de información deben tener el mismo tamaño (cantidad de filas y columnas) y estar referidas a un mismo sistema de referencia terrestre (sistema de coordenadas y resolución). En realidad, para cada capa temática un SIG maneja, como mínimo, dos ficheros: el fichero de valores que corresponde a la matriz de datos almacenada según una estructura; y el fichero de documentación donde se especifican los parámetros de la matriz de datos (origen y título, cantidad de filas y columnas, la resolución, las unidades, el sistema de referencia terrestre y las coordenadas (X, Y) máximas y mínimas en el referido sistema, la leyenda si la hubiere, etc.).

De lo comentado anteriormente, se desprende que el modelo raster utiliza dos sistemas de coordenadas: el sistema matricial de filas y columnas y el sistema de coordenadas cartesianas referido a un sistema de proyección terrestre. Este último está íntimamente relacionado con la resolución del mapa o imagen raster, ya que de acuerdo a las dimensiones del área representada por cada píxel, corresponderán las coordenadas cartesianas. Por lo tanto, la cantidad de columnas deberá ser igual a la diferencia entre las coordenadas máximas y mínimas en X dividido por la resolución; y la cantidad de filas, igual a la diferencia entre los valores máximos y mínimos de Y dividido por la resolución.

Algunos conceptos aplicables a las capas de información en un SIG raster (Gutiérrez Puebla y Gould, 1994):

• Resolución: Expresa la dimensión de la mínima unidad del espacio geográfico para la que se recogen los datos; este concepto tiene su correlato con el de IFOV (Instantaneous Field Of View o Campo de Visión Instantáneo), que utilizado para las imágenes satelitales, representa la sección angular, medida en radianes, observada en un momento determinado por cada detector óptico-mecánico (Chuvieco, 1990). En los SIG raster convencionales que manejan celdas cuadradas, la resolución se expresa mediante la medida lineal del lado de la superficie representada por cada celda (por ejemplo, las imágenes del satélite Landsat TM 5 tienen una resolución de 30 X 30 metros, para seis de sus bandas). Cuanto menor sea la superficie de terreno representada por cada celda, mayor es la resolución y, consecuentemente mayor será la cantidad de celdas con las que se trabajará. La resolución representa el nivel de detalle con el que se quiere representar el mundo real, pero debe recordarse que al aumentar aquella se incrementan la cantidad de


V. Núñez 49

celdas, los tiempos de recuperación de los datos y de las operaciones de análisis, como también el espacio necesario para almacenar la información en el disco duro del ordenador.

• Orientación: Define el ángulo formado por el norte y la dirección definida por las columnas de la retícula. Lo habitual es que el ángulo sea igual a 0º, ya que para la cartografía lo correcto es que el norte este definido en la parte superior del mapa. En ocasiones puede ser aconsejable adoptar otra orientación; por ejemplo, cuando el mapa raster represente una sector alargado en sentido noreste – sudeste, dejando muchas celdas sin datos temáticos. En tal caso, será conveniente cambiar la orientación para ahorrar espacio en memoria. Normalmente, las imágenes satelitarias no están orientadas al norte, porque la órbita no tiene una dirección norte – sur; pero esta situación es salvada al georreferenciar las imágenes. Para el caso del relieve, la orientación se refiere al azimut de las facetas del relieve representadas por los píxeles; en el caso que se trate de un relieve plano, este no tiene ninguna orientación y su valor sería cero.

• Zona y clase: Cada zona o región en un mapa raster es un conjunto de celdas, generalmente contiguas, con un mismo valor temático (atributo). Así, por ejemplo, una parcela de cultivo o la playa de un río tendrán un atributo diferente para cada una de las mencionadas clases (Figura 12). Los sistemas raster son capaces de reconocer las diferentes zonas, y estas como tales, realizar mediciones sobre sus propiedades espaciales (área, perímetro, forma) y almacenar información sobre sus propiedades (atributos) no espaciales. Para el tratamiento de los atributos que caracterizan a cada clase es posible establecer una conexión con un sistema de gestión de bases de datos, como Oracle o dBase.

• Valor: Es el atributo temático (valor Z) almacenado en cada una de las celdas de la matriz raster, solo un valor por celda. Por definición, las celdas que representan una misma clase tienen el mismo valor. Los valores representan variables que pueden ser discretas o continuas (números enteros o reales, respectivamente); las primeras consumen menos memoria que las segundas. Algunos sistemas permiten el uso de cadenas caracteres alfanuméricos para representar los atributos, pero a la hora de realizar operaciones entre capas de información se deben convertir a valores numéricos (códigos); por lo que, finalmente, conviene trabajar con valores numéricos para caracterizar los atributos de las clases temáticas. Cuando se quiere desplegar un mapa temático, el sistema asocia los valores con una paleta de colores predefinida (esta puede ser modificada o se pueden crear nuevas) para que cada zona se muestre con un color diferente, permitiendo al operador un análisis visual de la distribución espacial de cada clase temática.

• Localización: En la aproximación raster el número de fila y columna es utilizado para identificar la posición de cada celda respecto a las demás (posición relativa). La topología, estrictamente inexistente, está implícita en el mapa, ya que la posición relativa de las celdas permite deducir ciertas relaciones topológicas, como la contigüidad, proximidad y la orientación relativa. Estos tipos de relaciones son utilizados, por ejemplo, para el cálculo del costo de atravesar diferentes usos del suelo, o la variante de costo conocida como camino óptimo. La localización es también importante para georreferenciar las imágenes o mapas


V. Núñez 50

temáticos, ya que las nuevas localizaciones de las celdas tomarán los valores de Z a partir de la celda más próxima o como el promedio ponderado de las más próximas, transferencia por vecino más cercano o por interpolación bilineal, respectivamente. La localización es un concepto fundamental en los SIG raster, lo que no implica la disponibilidad de la localización absoluta, referida a un sistema de coordenadas cartesianas con origen en el ángulo inferior izquierdo del mapa; cuando el mapa está georreferenciado, las coordenadas corresponden a un sistema de referencia terrestre.

A diferencia de la aproximación vectorial, donde los polígonos representan los bordes de una determinada clase, en el formato raster se registran los valores interiores de cada zona (Figura 12) quedando los límites representados en forma implícita (Bosque, 1992).

7.2.1.1. Ventajas y desventajas

Ventajas

• Estructura de datos simple.

• Fácil superposición y combinación de mapas o de imágenes.

• Cuando la variación espacial de los datos es muy alta el formato raster es una forma más eficiente de representación.

• La simulación es fácil ya que cada unidad espacial tiene igual forma y tamaño.

• Tecnología relativamente barata y en desarrollo.

• Las mismas celdas se utilizan para diferentes variables.

• Es el formato requerido para un eficiente tratamiento y realce de imágenes digitales.

Desventajas

• Volumen grande de datos gráficos por ser la estructura menos compacta. Las técnicas de compresión de datos superan frecuentemente este problema.

• Pérdidas de información al ampliar el tamaño de las celdas para reducir el volumen de información.

• Ciertas relaciones topológicas suelen ser difíciles de representar.

• Transformaciones y proyecciones muy lentas.

• Menor precisión en la estimación de áreas y perímetros.

• Las salidas gráficas resultan menos estéticas, ya que los límites entre zonas tienden a presentar bordes irregulares (aserrado) a determinados niveles de resolución.


V. Núñez 51

7.2.1.2. Estructura de datos en el modelo raster

Uno de los mayores problemas que presenta el modelo raster, lo constituye el almacenamiento de los atributos de cada componente espacial (celdas) en ficheros informáticos, ya sea en formato binario o ASCII). Normalmente se requiere una gran cantidad de valores (atributos) para representar una porción de territorio, y a una adecuada resolución, con el modelo de datos raster. Si, por ejemplo, trabajásemos con una de las banda de una escena LANDSAT 5 TM completa, tendremos 6.920 columnas por 5760 filas que representarán un consumo de memoria de 39.859.200 bite; de esta manera tendríamos que procesar esa cantidad de datos multiplicado por el número de mapas o imágenes requeridos para los análisis espaciales. Este hecho representaba una fuerte limitación, la que se ha visto subsanada en parte por la velocidad y la capacidad de almacenamiento que ofrecen hoy en día las computadoras.

Para el almacenamiento de los atributos de cada celda en un fichero se han desarrollado varios tipos de estructuras de datos, algunas más eficientes que otras. De todas las estructuras desarrolladas, las más difundidas son las siguientes (Gutiérrez Puebla y Gould, 1994):

7.2.1.2.1. Enumeración exhaustiva

Se trata del almacenamiento individual, uno por uno, de los valores de cada píxel, de acuerdo con la secuencia que se establezca, normalmente fila a fila y a partir de la celda superior izquierda. Así, para el mapa raster de la Figura 12 se tendría la siguiente estructura de datos en un fichero:

1 1 2 5 3 3 3 4 4 4 6 1 2 2 3 4 4 4 4 4 6 1 2 2 2 4 4 4 4 4 6 1 2 2 2 2 2 4 4 4 6 1 2 2 2 5 2 2 2 5 6 1 2 2 2 2 5 4 4 3 6 1 2 2 2 5 5 2 5 2 1 2 2 2 2 5 5 5 5 5 1 2 2 2 2 2 5 5 5 5

No necesariamente se debe respetar el formato matricial cuando se almacenan los datos; también es posible almacenar los datos en una sola columna, un valor por fila

1 1 2 5 3 3 3 4 4 4 etc.

o, todos los valores seguidos a lo largo de distintas líneas

1 1 2 5 3 3 3 4 4 4 6 1 2 2 3 4 4 4 4 4 6 1 2 2 2 4 4 4 4 4 6 1 2 2 2 2 2 4 4 4 6 1 2 2 2 5 2 2 2 5 6 1 2 2 2 2 5 4 4 3 6 1 2 2 2 5 5 2 5 2 1 2 2 2 2 5 5 5 5 5 1 2 2 2 2 2 5 5 5 5


V. Núñez 52

Para los dos últimos casos, el sistema tiene la capacidad de reordenar los valores en una matriz, ya que tiene la información de la cantidad de fila y columnas que componen el mapa o la imagen.

7.2.1.2.2. Codificación por grupos de longitud variable (run length encoding)

Para este tipo de estructura de datos, la codificación no se hace valor a valor, sino por grupo de valores iguales seguidos. Existen dos modalidades: a) la estándar, donde los valores se almacenan en pares de ítem, el primero indica la longitud de la cadena de caracteres iguales y, el segundo el atributo que le corresponde al grupo; b) la de punto de valor, donde se utilizan también pares de items, solo que en este caso el primero es el valor del grupo y el segundo es la posición de la celda donde se acaba ese grupo.

a) estándar b) de punto de valor 2 1 1 2 1 2 2 3 1 5 5 4 3 3 3 7 3 4 4 10 1 6 6 11 1 1 1 12 2 2 2 14 1 3 3 15 5 4 4 20 etc. etc.

La codificación en grupos de longitud variable se utiliza como método de compresión de datos raster, para reducir el tamaño de la memoria en bite que ocupa el fichero con la enumeración exhaustiva. En los casos que la autocorrelación de los datos es alta, es decir cuando los objetos similares de la realidad se encuentran agrupados y su representación presenta amplios sectores con los mismos valores, la codificación en grupos de longitud variable suele ser muy eficiente. Si por el contrario, la autocorrelación es muy baja, la codificación run length se vuelve ineficiente y termina ocupando mayor cantidad de memoria, ya que requiere de dos caracteres para representar uno solo.

Es importante señalar también que cuando se almacenan los datos de las celdas, no siempre se sigue el orden convencional (fila a fila, comenzando del píxel superior izquierdo). Algunos sistemas utilizan otra forma de ordenar los valores conocida como orden de greca, donde la primera fila se cubre de izquierda a derecha mientras que para la segunda se invierte la dirección, o sea de derecha a izquierda, y así sucesivamente.

De acuerdo con el principio de autocorrelación se han propuesto otras formas de ordenar los datos: el orden N de Morton y el orden Pi (NCGIA, 1990; en Gutiérrez Puebla y Gould, 1994).

Una derivación de las estructuras convencionales para ordenar los valores en el modelo raster, lo constituyen las estructuras jerárquicas. La más popular de ellas es la de árboles cuaternarios (quadtrees, en inglés), donde se operan con distintos tamaños de bloques o grupos de celdas en la misma capa de información. Lo cual, en la práctica, representa trabajar con resoluciones variables; donde la autocorrelación es baja se trabaja con una mayor resolución, mientras que en sectores con autocorrelación alta la representación se realiza con una menor resolución, agrupando bloques de celdas con igual valor en una sola gran celda.


V. Núñez 53

7.2.2. APROXIMACIÓN VECTORIAL

A diferencia del modelo raster, la aproximación vectorial representa a los objetos geográficos mediante elementos espaciales o entidades gráficas (puntos, líneas o arcos y polígonos) (Figura 12) que toman los atributos de las bases de datos relacionadas a estos. “Habitualmente se utiliza el término de entidad para hacer referencia a los elementos que no pueden ser subdivididos en unidades menores del mismo tipo (una ciudad no puede ser dividida en ciudades menores sino en barrios o distritos),... “ (Gutiérrez Puebla y Gould, 1994).

Las entidades gráficas no tienen por qué representar objetos visibles en el espacio real, como las divisiones políticas y administrativas, su representación estará de acuerdo a las necesidades y objetivos del proyecto. Para el caso de objetos visibles, como por ejemplo una parcela agrícola o un lago, estos pueden ser representados en el SIG mediante polígonos; otros objetos que por la escala de análisis solo requieren de una representación sin dimensiones espaciales quedarán incluidos en el mapa como una entidad puntual, por ejemplo una iglesia, un destacamento policial, etc.; los objetos lineales, como una ruta o una vía férrea, serán incorporados como arcos. Todos las entidades gráficas toman sus atributos de una base de datos asociada (relacionada). Las entidades puntuales, lineales (arcos o polilíneas) y los polígonos se manejan en forma independiente ya que están almacenados en archivos separados.

La escala de un mapa digital queda determinada por la cantidad de información registrada en él; así por ejemplo, una ciudad estará representada por un punto a escala 1:50.000 y por un polígono a escala 1:20.000, dependiendo, por supuesto, de la superficie que esta ocupe en la realidad.

Los objetos almacenados en las bases de datos, como las ciudades o los radios censales, constituyen tipos de entidades, las que no deben ser confundidos con los tipos de elementos espaciales - puntos, líneas (arcos) y polígonos – conque se representan aquellos (Gutiérrez Puebla y Gould, 1994).

En la aproximación vectorial se da prioridad al posicionamiento de las entidades sobre el espacio de análisis. De hecho, los objetos del mundo real, incluidos los no visibles, son representados con mayor nitidez que en el modelo raster, en el que la utilización de una grilla supone generalmente una pérdida de precisión en los contornos (cuando la resolución no es suficientemente alta). Los elementos espaciales (punto, arco, polígono) son representaciones digitales cuya localización será tan precisa como la cantidad de decimales utilizados para representar las coordenadas numéricas; por supuesto, dependiendo también de la precisión con que fueron registrados los datos. La diferenciación entre los elementos gráficos es puramente topológica.

Los elementos espaciales o entidades gráficas (ver, aproximación raster en la Figura 12):

• Puntos: son elementos gráficos sin dimensiones (cero dimensiones) definido espacialmente solo por un par de coordenadas. Se pueden representar con un punto todos aquellos objetos de dimensiones insignificantes desde una perspectiva cartográfica, donde juega un papel determinante la escala de representación o, como se dijera anteriormente, en función de la cantidad de información disponible para generar el mapa.


V. Núñez 54

• Líneas: son elementos espaciales de una dimensión, ya que tienen longitud pero no-anchura (la característica del grosor o ancho, por ejemplo de una ruta, está definida en los atributos de la base de datos asociada). Las líneas se definen como una sucesión infinita de puntos; pero conceptualmente en un SIG las líneas se conocen como arcos o polilíneas, ya que segmentos de arcos se vinculan entre sí a partir de vértices, y los nodos corresponden a los vértices inicial y final de un arco o al sitio donde se conectan dos arcos. Habitualmente se representan mediante arcos aquellos objetos lineales reales que integran redes, ya sean naturales (como las redes hidrográficas) o artificiales (como las redes de carreteras o de servicios).

• Polígonos: Son los elementos espaciales que tienen dos dimensiones: longitud y anchura. Se representan mediante una sucesión de arcos que conectados entre sí se cierran en un mismo punto, de tal manera que le punto inicial, del primer arco, y final, del último arco, coinciden en una misma posición. Los polígonos se vinculan con la base de datos a través de un punto, que conocido como etiqueta o identificador del polígono, se ubica en el centroide de la superficie encerrada. Como ejemplos de polígonos se pueden citar a las parcelas de cultivo, los radios censales y los límites administrativos.

Es cierto que todos los objetos de la realidad tienen tres dimensiones; pero, solo algunas de estas dimensiones pueden ser relevantes desde el punto de vista de su representación en un Sistema de Información Geográfica. Así, por ejemplo, un tramo de una carretera tiene un ancho de calzada y un espesor de asfalto, pero la dimensión relevante es su longitud y conexiones desde la perspectiva de un SIG; los análisis espaciales estarán vinculados principalmente a la dimensión longitudinal, a las conexiones y a la posición relativa del tramo dentro del diagrama de la red. Las otras dimensiones, anchura y espesor, no son atributos geométricos y pueden almacenarse en la base de datos asociada a la entidad gráfica. Solo a la hora de la representación cartográfica o de otro tipo de análisis, los otros atributos (ancho de la carretera, espesor de asfalto, velocidad media de tránsito, densidad media de tráfico, etc.) cobran relevancia.

El elemento gráfico fundamental de un mapa vectorial es el punto, ya que una secuencia infinita de estos constituye las líneas y la unión cerrada de las últimas un polígono.


V. Núñez 55

7.2.2.1. Ventajas y desventajas

Ventajas

• Estructura compacta de datos.

• Genera una codificación eficiente de las relaciones topológicas, lo que permite implementar en forma más eficiente las operaciones que requieren de la topología, como el análisis de redes.

• Ampliamente usada para describir zonas administrativas.

• Son posibles las búsquedas y actualizaciones de datos gráficos y de atributos.

• Es más adecuado que el formato raster para generar salidas gráficas, que se aproximan más a los mapas dibujados a mano.

Desventajas

• Estructura de datos más compleja que el formato raster.

• Presenta dificultades para superponer mapas en formatos vectoriales y en celdas.

• Las operaciones de superposición de mapas son más difíciles de implementar por cuanto los elementos gráficos son de diferentes formas y tamaños.

• Tecnología más costosa que los SIG raster.

• No permite el procesamiento y realce de imágenes digitales de manera eficiente.

7.2.2.2. Estructura de datos en el modelo vectorial

En la aproximación vectorial es importante establecer las diferencias entre estructuras de datos cartográficas y topológicas. En las primeras se registran solamente una de las características geométricas, mientras que en las segundas se registran las relaciones topológicas. Se dice que una estructura de datos es topológica cuando se almacenan una o más de las siguientes relaciones espaciales (NCGIA, 1990, en Gutiérrez Puebla y Gould, 1994):

• Conectividad de los arcos en las intersecciones.

• Existencia de conjuntos ordenados de arcos conformando los límites de los polígonos.

• Relaciones de contigüidad entre los polígonos.

Es posible convertir una estructura de datos cartográfica en una topológica mediante el proceso denominado construcción o generación de topología. El sistema debe tener la capacidad de detectar donde existen intersecciones entre dos, o más líneas, para ubicar allí los nodos a partir de los cuales pueden identificarse los arcos. A


V. Núñez 56

partir de los arcos, definidos por los nodos, es posible que el sistema registre las relaciones topológicas (ver estructura arco-nodo y Figura 15).

De las diferentes estructuras de datos vectoriales cabe destacar las siguientes (Gutiérrez Puebla y Gould, 1994):

7.2.2.2.1. Estructura de datos spaghetti

Cada objeto espacial es caracterizado a través de un identificador. En la base de datos, para cada identificador y en el mismo registro (fila), se indica la posición del elemento espacial mediante pares de coordenadas (Figura 13). La lista de coordenadas es diferente según sea el elemento espacial registrado: para el caso de los puntos solo aparece un par de coordenadas; en el caso de las líneas la lista debe tener al menos dos pares de coordenadas, siendo el primero diferente al segundo; y, para el caso de los polígonos la lista debe constar de al menos cuatro pares de coordenadas, siendo el primer par idéntico al último.

Figura 13. Estructura de datos spaghetti.

Elemento espacial Identificador Coordenadas X, Y

Punto A 25,9

Línea B 9,24 38,26 57,10 96,8

Polígono C 51,57 92,49 92,27 51,36 51,57

Polígono D 57,94 102,72 92,49 51,57 45,81 57,94

Tabla 4. Tabla de datos de la Figura 13.


V. Núñez 57

Esta estructura de datos es la más simple y, por ende, más fácil de entender, por esta razón ha tenido una amplia utilización en cartografía automática. Pero la simplicidad atenta contra la eficiencia y la capacidad de análisis. Esta estructura presenta importantes desventajas. La primera es que el sistema almacena la información correspondiente a la localización de los elementos, pero no sobre las relaciones espaciales existentes entre aquellos (Tabla 4); o sea que, se registra la geometría pero no la topología. Los datos son almacenados uno sobre otros sin un orden y sin conexión entre sí, como fideos spaghetti sobre un plato. Además todos los elementos espaciales están incluidos en el mismo archivo.

La segunda desventaja de la estructura spaghetti es que genera gran cantidad de información redundante, ya que las listas de coordenadas de polígonos vecinos con un lado en común registran dos veces, una para cada polígono, las mismas coordenadas; y, si existe un punto compartido por tres o más polígonos, las coordenadas de dicho punto estarán repetidas en todas las listas. Este es el caso de los polígonos C y D que tienen un lado en común, ver Figura 13 y los registros tercero y cuarto de la Tabla 4.

La repetición de posiciones no solo afecta negativamente al sistema por un consumo innecesario de los recursos de memoria del ordenador, sino por las inconsistencias estructurales que pueden presentarse por errores al digitalizar un mismo punto, de dos objetos distintos, con coordenadas diferentes.

7.2.2.2.2. Diccionario de vértices

En esta estructura de datos se utilizan dos archivos diferentes para registrar un mapa. En el primer archivo se listan las coordenadas X, Y para cada vértice identificado por una etiqueta; y, en el segundo archivo se especifican los vértices que definen a cada elemento espacial. En la Figura 14 se presenta un esquema de elementos espaciales correspondiente a la estructura de diccionario de vértices.


V. Núñez 58

Figura 14. Estructura de diccionario de vértices.

Este tipo de estructura de datos resuelve el problema de repetición de coordenadas para puntos en común, propia de la estructura spaghetti, ya que las coordenadas de cada vértice (Tabla 5) se indican solo en una ocasión (en un solo registro). Sin embargo, el diccionario de vértices es pobre desde el punto de vista topológico, afectando la capacidad del sistema para determinados tipos de análisis.


V. Núñez 59

Coordenadas de los vértices

Vértices X Y

1 9 24

2 38 26

3 57 10

4 96 8

5 57 94

6 102 72

7 92 49

8 92 27

9 51 36

10 51 57

11 45 81

12 25 9

Vértices de los elementos espaciales

Tipo de elemento Identificador Vértices

Punto A 12

Línea B 1, 2, 3, 4

Polígono C 7, 8, 9, 10, 7

Polígono D 5, 6, 7, 10, 11, 5

Tabla 5. Bases de datos de la Figura 14.

7.2.2.2.3. Estructura arco-nodo

El elemento espacial fundamental de la estructura arco-nodo es el arco. Un arco es una sucesión de líneas (segmentos) conectadas por vértices y que comienza y termina en un nodo. Los nodos son puntos que indican el comienzo y final de un arco y se presentan también donde existen superposiciones de líneas, ya que a partir de allí el sistema crea nuevos arcos si es que no existían.

En esta estructura se define un polígono conocido con el nombre de polígono universal o polígono 0 (cero), y es el que se encuentra por fuera de todos los polígonos existentes y con el cual limitan todos aquellos que no tienen un lado en común con otro existente.

En la Figura 15 se muestra un mapa con una estructura típica de arco-nodo, a partir de la cual se pueden utilizar diferentes tablas para las relaciones topológicas. En la Tabla 6 se muestran los identificadores y el tipo de cada nodo: nodos de enlace o nodos utilizados para vincular el polígono con la base de datos correspondiente (polygon locator).

En la Tabla 7 se muestra la topología de los arcos a partir de la cual el sistema puede saber cuál es el arco y sus propiedades reales, como la longitud, que tipo de arco es, cual es el nodo inicial y cual el final, cual es el polígono de la izquierda y cual el de la derecha en función del orden en que fueron digitalizados. De esta manera, y


V. Núñez 60

para el ejemplo presentado, el arco 1 va desde el nodo 1 al 14 y tiene a la izquierda el polígono 2 y a su derecha el polígono 1; mientras que el arco 8 tiene como inicio el nodo 3 y finaliza en el nodo 9, a su izquierda se encuentra el polígono 1 y a su derecha el polígono universal o polígono cero (0).

1

2

3

4

5

6

7

89

10

11

12

13

1

15

16

17 18

19

20

21

22

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

1

2

3

45

6

7

8

9

Figura 15. Estructura arco-nodo.

Existe un caso particular de arco (tie line) que corresponde al enlace entre un nodo vinculado al polígono universal y el nodo de un tipo de polígono especial (polígono isla); que requieren de aquella vinculación para estar integrado al espacio de referencia. Un ejemplo de estos casos se puede observar en la Figura 15, donde él 1 es un polígono isla encerrado por el arco 5, que comienza y termina en el nodo 6 (Tabla 7); dicho nodo está vinculado al nodo 4 a través del arco 23 (tie line) que no está visible, pero que existe para poder incorporar en el espacio al polígono isla 1. Puede verse también (Tabla 7) que el arco 23 tiene tanto a la izquierda y a la derecha al mismo polígono (5).

El proceso de generación de polígonos incluye algunos pasos: primero, y lo que es obvio, se deben digitalizar los elementos espaciales que conformarán los polígonos – o incorporar dichos elementos al sistema ya digitalizados; entonces, es necesario que a cada polígono se le asignen los identificadores (localizadores) que deberán ser ubicados dentro de cada uno de aquellos; todas las áreas cerradas que correspondan a entidades con atributos en las bases de datos deben tener un identificador de polígono (Polygon locator) para que puedan ser usados convenientemente y para

Polígono isla

Polígono universal

Polígonos

Nodos

Localizador de polígonos (Polygon locator)

Vértices

Arco

Segmento


V. Núñez 61

poder asociarles un identificador de usuario (User ID). Todas aquellas áreas que no contengan un localizador de polígono serán entonces consideradas por el sistema como correspondientes al polígono universal (Polígono vacío, Void).

Entidades puntuales: se considera que estas entidades no tienen una extensión areal y, por lo tanto, representables por una infinitamente pequeña localización en el sistema de referencia. Los GIS y sistemas relacionados manejan una variedad de puntos sin una lógica predominante. Algunos puntos son considerados polígonos sin una extensión areal, mientras que otros representan arcos sin una dimensión lineal. La razón de estas diferentes aproximaciones tienen que ver con el diseño estructural del software, y son en efecto portadores de atributos y datos correspondientes polígonos y arcos. En la mayoría de los sistemas, los puntos son utilizados para definir vértices, nodos y localizadores de polígonos, y estos últimos, asociados a los registros de las bases de datos gráficas y de atributos.

Tabla de nodos

ID de nodo Tipo de nodo

1 LINKED NODE

2 LINKED NODE

3 LINKED NODE

4 LINKED NODE

5 LINKED NODE

6 LINKED NODE

7 LINKED NODE

8 LINKED NODE

9 LINKED NODE

10 LINKED NODE

11 LINKED NODE

12 LINKED NODE

13 LINKED NODE

14 LINKED NODE

15 LINKED NODE

16 POLYGON LOCATOR

17 POLYGON LOCATOR

18 POLYGON LOCATOR

19 POLYGON LOCATOR

20 POLYGON LOCATOR

21 POLYGON LOCATOR

22 POLYGON LOCATOR

23 POLYGON LOCATOR

24 POLYGON LOCATOR

Tabla 6. Tabla de nodos de la Figura 15.

Los nodos, inicio y fin de cada arco, son una unión topológica. La topología concierne a la conexión (link) entre entidades; y la topología evidentemente constituye la concepción estructural del análisis espacial. De particular importancia son las conexiones entre entidades lineales que representan vías de circulación y los puntos de conexión tienen una significación especial, los nodos. Ahora bien, las uniones entre arcos no son las únicas conexiones topológicas de importancia significativa, ya que las


V. Núñez 62

uniones entre polígonos son también importantes por ser tomadas como la definición primaria de un arco, el nodo.

Debe aclararse aquí, que en las capas temáticas (archivos) de los SIG sólo coexisten entidades de un solo tipo: puntos (nodos) (Tabla 6), líneas (arcos) (Tabla 7) o polígonos (Tabla 8). Los puntos antes citados, se refieren a entidades que representan objetos geográficos, tienen por lo tanto una base de datos asociada con los atributos que los caracterizan, y no, a los vértices o nodos de las entidades lineales o areales. Existe otro concepto de punto llamado vértice que permite una representación más fiel del trazado del arco con relación al objeto lineal real; los segmentos, que conforman un arco, se vinculan entre sí por los vértices.

Aunque en la conceptualización de cada software de SIG se puedan introducir algunas modificaciones en la codificación de las entidades espaciales, los principios establecidos suelen ser comunes. Así, con la topología representada en las correspondientes tablas de atributos es factible realizar consultas espaciales con mayor velocidad que si recurriese a la tabla de coordenadas, como en el caso de la estructura de datos no topológicas (Aronoff, 1989).

Tabla de arcos

ID de arco Tipo de arco Desde el nodo Hasta el nodo Polígono izquierdo

Polígono derecho

Longitud (m)

1 ARC 1 14 2 1 9070.94

2 ARC 2 3 1 3 7078.85

3 ARC 4 12 5 4 8611.75

4 ARC 5 13 4 6 9835.25

5 ARC 6 6 5 7 6654.07

6 ARC 7 4 5 0 6243.83

7 ARC 8 9 8 2 3173.99

8 ARC 3 14 1 0 6304.14

9 ARC 11 12 0 5 14556.00

10 ARC 12 13 0 4 5000.42

11 ARC 11 8 8 0 4885.72

12 ARC 10 3 3 0 5507.04

13 ARC 13 5 0 6 12216.50

14 ARC 14 9 2 0 466.92

15 ARC 11 7 5 8 7315.38

16 ARC 7 9 0 8 744.46

17 ARC 1 2 1 0 4990.72

18 ARC 2 15 3 0 5009.15

19 ARC 15 10 9 0 10568.65

20 ARC 15 10 3 9 8186.97

21 ARC 5 4 0 4 5576.30

22 ARC 8 1 2 0 12101.54

23 TIE LINE 4 6 5 5 9388.22

Tabla 7. Topología de los arcos de la Figura 15.


V. Núñez 63

Tabla de polígonos

ID de polígono Área (m2) Perímetro (m) Polygon locator

1 3396918.88 6654.07 16

2 11709667.4 22051.75 17

3 9747520.44 18755.62 18

4 15508235.00 16119.55 19

5 59777050.80 43381.02 20

6 25268217.10 24813.39 21

7 35289700.40 27444.65 22

8 48559211.80 29023.72 23

9 40435139.20 25782.01 24

Tabla 8. Tabla de polígonos de la Figura 15.

Además de establecer la localización precisa de cada entidad u objeto espacial en la capa temática, la tabla de coordenadas proporciona también la ubicación de dichos elementos en el sistema de referencia adoptado para las coordenadas del mundo real.

Una vez que la componente espacial de los datos ha sido establecida, es necesario relacionar los atributos temáticos a cada entidad gráfica. Esta cuestión se resuelve de dos formas diferentes: la primera, asignando nuevos campos (columnas) a la base de datos existente donde se ingresarán, en los registros (filas) correspondientes, la información cuantitativa o descriptiva de cada entidad; la segunda posibilidad es asociar una base de datos externa, con la información temática, a la base de datos generada por el sistema, a través de un campo en común, por ejemplo mediante la columna correspondiente al identificador de usuario. Así, es posible relacionar una estructura de datos espaciales, como la de arco-nodo, con una base de datos de tipo relacional a través de un arreglo conocido como modelo híbrido o georrelacional (Barredo, 1996).

En la estructura arco-nodo, la topología queda perfectamente definida. Así, la contigüidad se conoce directamente gracias a la tabla de topología de arcos, ya que allí se registran en una misma línea cual es el polígono que queda a la izquierda y cual a la derecha del arco; La conectividad de los arcos se expresa también en la tabla de topología de arcos, ya que allí constan las conexiones entre arcos y nodos. La inclusión queda determinada, en la tabla de topología de polígonos, por la presencia de un arco de enlace o tie line.

Gracias a la topología muchas de las operaciones de análisis espacial pueden realizarse sin el auxilio de la geometría, lo que supone un importante ahorro de tiempo (Gutiérrez Puebla y Gould, 1994). También es cierto que en las estructuras de datos no topológicas se pueden deducir las relaciones topológicas a partir de la geometría, pero esto significa aumentar considerablemente los tiempos de proceso. También se debe considerar que las estructuras topológicas requieren que tras cada actualización se deba reconstruir la topología, operación que el sistema realiza en forma automática pero que requiere un consumo importante de tiempo, sobre todo cuando la base de datos es grande; esto representa pues un inconveniente.


V. Núñez 64

7.2.2.2.4. TIN (Triangulated Irregular Network)

Corresponde a una estructura de datos vectorial basada en la estructura arco-nodo, especialmente diseñada para representar la distribución espacial de cualquier variable continua. Ha sido diseñada como una red de triángulos irregulares interconectados entre sí. En esta estructura de datos, se registran con pares de coordenadas X e Y las posiciones de los nodos en el plano de referencia y, para la componente tridimensional, se usa una coordenada Z con el valor que toma la variable continua en cada nodo.

Además del formato TIN, existen otras formas de representar variables continuas en un SIG vectorial: como puntos distribuidos regularmente en el espacio con los valores de la variable en el eje Z; y como isolíneas (como las curvas de nivel), que no son otra cosa que interpolaciones entre datos asignados a posiciones puntuales. El modelo TIN ha mostrado eficacia en el modelado de variables continuas asignadas al eje Z. La distribución regular de puntos tiene la gran ventaja de la simplicidad y de que la topología está implícita debido a la regularidad de la distribución, pero como contraparte presenta inconvenientes señalados por Bosque (1992):

1. No se adapta a las características del terreno, de manera que, cuando éste es llano sobran puntos (no añaden información relevante) y cuando éste es accidentado falta información.

2. Tienen mucho peso las direcciones relacionadas con los puntos (direcciones de los ejes X e Y), mientras que sobre las otras direcciones los cálculos se hacen más difíciles.

3. No es seguro que los puntos críticos del terreno (divisorias de aguas, cimas, cambios abruptos de las pendientes, talwegs, etc.), o de la variable continua analizada, estén recogidos en su estructura, por lo que la representación no contiene el rigor suficiente.

Los inconvenientes mencionados, para la estructura de puntos distribuidos regularmente, se ven subsanados en el modelo TIN por lo siguiente (Gutiérrez Puebla y Gould, 1994):

Se pueden incluir más puntos donde el relieve se presenta más accidentado, mediante la generación de triángulos más pequeños.

Debida a la irregularidad de la red, no se da predominancia a ninguna dirección en particular.

Se pueden recoger los puntos críticos de la superficie, para hacer más riguroso el modelo.

Las conocidas isolíneas (curvas de nivel para la variable altitud) constituyen, como es sabido, la forma más habitual de representar la distribución espacial de una variable continua, además de ser un modelo ampliamente conocido y utilizado. Cualquier isolínea, es un elemento artificial (gráfico) utilizado para la representación de superficies a partir de datos puntuales con sus correspondientes valores de Z (atributo). En contraposición con la distribución regular de puntos, las curvas de nivel presentan más densidad en los sitios donde el relieve es más accidentado y menor en los sectores planos del relieve; además, no existe preponderancia de ninguna dirección en particular. Ahora bien, frente a la estructura TIN, de las isolíneas es difícil conocer la topología (las líneas nunca se tocan) y además, por lo general, no se disponen de puntos críticos. Cabe señalar aquí, que la topología es fundamental para que, a partir de los modelos digitales de terreno, se puedan realizar la delimitación de las cuencas de drenaje.


V. Núñez 65

La Red de Triángulos Irregulares (TIN) en IDRISI32

Situación en el menú:

Analysis/Surface Analysis/Interpolation/TIN Interpolación

Datos la Entry/Surface Interpolation/TIN Interpolación

El módulo de TIN genera una red irregular de triángulos (modelo TIN) utilizando como entrada, puntos aislados o vértices de iso-líneas (contornos).

Se utiliza el método de triangulación Delaunay con ambas opciones: no-encogidas o encogidas. Con la opción encogida, se requiere como entrada un archivo vectorial (de iso-líneas) y la triangulación se realiza sin que los lados de los triángulos crucen las iso-líneas. La triangulación constreñida asegura que esta es consistente con los datos de las iso-líneas originales. Algunos triángulos no pueden seguir el criterio de Delaunay cuando se usa la opción encogida. El módulo TINPREP puede usarse para ajustar la densidad de vértices a lo largo de las iso-línea y por consiguiente mejorar los resultados de la triangulación encogida.

La red de triangulación cubrirá el área contenida dentro de la cáscara convexa de los puntos de los datos. Puede ser adecuado extender el área con datos vectoriales de entrada más allá de los límites del área en estudio si el TIN será usado para crear una superficie como imagen raster. Esto asegurará que la imagen entera contenga valores temáticos (variable continua) en lugar de los valores del fondo.

Se proporciona una opción para perfeccionar el TIN, eliminando los bordes conocidos como "el puente y túnel" (Bridge and Tunnel, B/T). Esta opción sólo está disponible si se usaron iso-líneas como datos para generar el TIN. Los B/T son bordes de triángulos fallados que se ubican por encima o por debajo (respectivamente) de la superficie real. En IDRISI32, se identifican los B/T como bordes de triángulos que tienen puntos finales con el mismo atributo, pero estos puntos finales no son puntos vecinos a una iso-línea. Primero, se crea una red de triángulos y se identifican todos los bordes B/T. Se agregan nuevos vértices (puntos críticos terminales) al punto medio de cada borde B/T. Estos nuevos vértices son entonces incluidos en una nueva red de traingulación.

El módulo TIN genera un archivo vectorial ASCII (.tin) con los ejes y las facetas de la red. Además almacena la información topológica, es decir, a que faceta triangular corresponde cada punto (nodo). Si seleccionamos la opción de remover los B/T, se produce también un archivo vectorial con los puntos críticos.

La triangulación puede usarse también para generar una superficie como imagen raster con el módulo TINSURF.

Delaunay Triangulation

La triangulación Delaunay es un proceso usado normalmente para el modelado TIN y es usado por el módulo TIN de IDRISI32. Una triangulación Delaunay es definida a través de tres criterios: 1) un círculo que pasa por los tres puntos de cualquier triángulo (es decir circunscrito) y que no contienen ningunos otro datos en su interior; 2) ningún triángulo se solapa, y 3) no existen huecos en la superficie triangulada.

Atributos de los Puntos Críticos en la Generación de una TIN

Se proveen de tres métodos para la interpolación de los valores (atributos) de los puntos críticos agregados. El método recomendado usa una superficie parabólica, usando las iso-líneas circundantes, para estimar el atributo en la posición del punto crítico. El método de la interpolación lineal usa una ecuación polinómica lineal y el


V. Núñez 66

método lineal perfeccionado usa una ecuación polinómica lineal, donde la menor pendiente es cero en las ocho direcciones existentes, en dicho caso se usa el método parabólico.

El atributo para un punto crítico es determinado mediante la interpolación de los valores de las isolíneas circundantes y sobre las ocho direcciones. El atributo final asignado es el promedio de los valores usados en la interpolación para todas las direcciones válidas.

TIN - Funcionamiento

Primero indique si los datos de la entrada para la triangulación corresponden a un archivo vectorial de puntos o a vértices de contornos (isolíneas), e ingrese el nombre de dicho archivo. En la lista de archivos disponibles solo aparecerán aquellos que correspondan al tipo seleccionado. Sin embargo, si se ingresa el nombre de un archivo que no corresponde con el tipo de datos seleccionados, el programa emitirá un mensaje de error. Ingrese solo un nombre de archivo de salida, éste se usará para el archivo vectorial de líneas (.vct y .vdt), donde se definen los bordes de las facetas de la red de triángulos, y para el archivo ASCII TIN (.tin).

Escoja el tipo de triangulación: no-encogido o encogido. El primero está disponible para los dos tipos de datos (punto y vértices de isolíneas), mientras que la opción encogida sólo está disponible cuando se usan como datos de la entrada a vértices de isolíneas.

Si se usan datos que corresponden a vértices de isolíneas para crear el TIN, indique si deben quitarse los bordes conocidos como "el puente y túnel" (bridge and tunnel, B/T). Si es seleccionada la opción de quitar los bordes B/T, indique cual método utilizará para la interpolación de los atributos de los puntos críticos: parabólico, lineal perfeccionado, o lineal. Si la eliminación de los bordes B/T se llevó a cabo, el programa genera automáticamente un archivo vectorial con los puntos críticos. A dicho archivo se le asignará el nombre de TINFILENAME_TIN_Critical_Points.vct, donde TINFILENAME es el nombre asignado para el archivo de salida en el modulo TIN.

TIN - Notas

1. Si se usan datos de vértices de isolíneas para crear el TIN, las isolíneas no deben cruzarse. Con la opción encogida, se mostrará un mensaje de error si el algoritmo descubre una intersección entre isolíneas. Entonces, los datos de entrada deben corregirse para hacer correr nuevamente el modulo TIN.

2. Si se usan datos de vértices de isolíneas, la distribución de puntos en el archivo vectorial de entrada debe evaluarse visualmente (vea LINTOPNT) y ajustarla, si fuese necesario, quitando o agregando puntos (vea TINPREP). Si se disponen de valores de atributo para punto ubicados en las crestas y valles en el área del estudio, éstos deben agregarse a los datos de entrada para reforzar la calidad del modelo TIN resultante y la superficie raster subsiguiente.

3. Si se asigna el mismo nombre para los archivos vectorial y ASCII resultantes de la ejecución del TIN, éstos no se superpondrán por tener diferentes extensiones (.vct / .vdt y .tin). Si los bordes de B/T fuesen removidos, el algoritmo crea además un archivo vectorial de puntos creará con el nombre TINFILENAME_TIN_Critical_Points, donde TINFILENAME es el nombre dado al archivo de salida del módulo TIN.

4. La opción de triangulación encogida está sólo disponible si los datos de entrada corresponden a vértices de isolíneas. La opción de remover los bordes B/T también se restringe para datos de entrada del tipo vértices de iso-líneas.


V. Núñez 67

5. El archivo vectorial de entrada debe ser del tipo binario y puede tener los ID definidos como números enteros o reales. Los archivos de valores pueden tener datos numéricos enteros o reales.

6. La primera línea del archivo ASCII (.tin) generado por el módulo TIN, indica si los cálculos se realizaron con o sin eliminación de los bordes B/T. Si los bordes B/T fueron eliminados, el módulo TINSURF buscará el archivo vectorial de puntos críticos que fue generado automáticamente a través del módulo TIN (vea nota 3). Dicho archivo, por consiguiente, no debe ser eliminado ni renombrado antes de hacer correr el módulo TINSURF.

7. El algoritmo de triangulación TIN se diseñó para el funcionamiento en etapas. Primero divide el juego de datos de entrada (puntos o vértices de isolíneas) en secciones para proceder a su triangulación independiente. Entonces, se unen los "mini-TIN" o secciones trianguladas. Simultáneamente con dicho proceso, se corre una rutina de optimización local para asegurar el criterio Delaunay en la triangulación final. Cuando se selecciona la opción encogida, el módulo TIN produce primero una triangulación no-encogida. Entonces, se verifican las intersecciones entre los bordes de los triángulos con las iso-líneas. Luego, se corren procedimientos de optimización locales para quitar aquellas intersecciones.

7.2.2.3. Las bases de datos de atributos

Hasta el momento se ha hecho referencia a la estructura de los elementos, que en el sistema vectorial, registran la geometría y la topología de los objetos reales, pero nada se ha dicho de cómo almacenar y tratar sus atributos asociados. Existe consenso al opinar que la mejor solución para manejar y tratar los atributos de los elementos geográficos es utilizar un sistema de gestión de bases de datos convencional del tipo dBase. Los Sistemas de Manejo – o Gestión - de Bases de Datos (DBMS) son sistemas informáticos utilizados para almacenar, tratar y recuperar datos, a diferencia de las Bases de Datos que solo los almacenan.

Modelos clásicos de bases de datos (Gutiérrez Puebla y Gould, 1994)

7.2.2.3.1. El modelo jerárquico

Este es el modelo más limitado de los tres y está prácticamente en desuso hoy en día. Los objetos se organizan en una estructura arborescente, por lo tanto las relaciones permitidas son de uno a uno o de uno a muchos y siguiendo las jerarquías; pero no soporta bien las relaciones muchos a muchos ya que su estructura lógica permite que cada hijo tenga un solo padre. Cada objeto se relaciona con otros que se encuentran por encima o por debajo de él en la jerarquía. Concretamente, sólo es posible una relación con el elemento de un nivel superior (padre) y una o más relaciones con el nivel inferior (hijos). El nivel jerárquico más elevado está compuesto por un único elemento (raíz) del cual se desprenden ramas con la misma estructura.

En resumen, el modelo jerárquico se adecua bien a los datos que están estructurados de esa manera (ramas de un árbol), es de fácil comprensión y ofrece una gran sencillez en las tareas de actualización y de ampliación de la estructura, ya que se pueden adicionar nuevas ramas sin modificar la base de datos original. Sus principales desventajas son la rigidez con que están permitidas las relaciones (solo jerárquicas y siempre con la limitación de una vinculación con un único elemento de nivel superior de cada rama y de estas con la raíz) y las dificultades que se presentan en la búsqueda de información al tener que atravesar varios niveles jerárquicos en dicha operación.


V. Núñez 68

Figura 16. Diagrama del modelo jerárquico.

7.2.2.3.2. El modelo de red

Este modelo supera algunos aspectos rígidos del anterior (jerárquico). Cada objeto puede tener relaciones con varios de ellos que ocupan el nivel superior (padres) y no es indispensable que exista una raíz única, ya que este modelo soporta relaciones de muchos a muchos. Como ejemplo se puede citar el catastro urbano, en el cual una persona puede tener varias parcelas o una parcela puede tener varios propietarios. En el modelo de red no es necesario recorrer varios niveles jerárquicos al realizar las búsquedas, resultando por lo tanto más eficiente en la recuperación de información. Por otra parte, las redundancias de información tienden a ser menores que en el modelo jerárquico, ofreciendo un modelo de la realidad más complejo.

Figura 17. Diagrama del modelo de red.

7.2.2.3.3. El modelo relacional

Los datos son almacenados en tablas, en las que las filas corresponden a los objetos (registros) y las columnas a los atributos de esos objetos (campos). Para evitar la repetición de registros, existe una columna que recibe el nombre de clave primaria, o identificador. Para hacer más eficiente el modelo, reducir el tamaño de las tablas y aumentar la velocidad de operación, se utiliza un campo en común (RELATE - él que solo se repite en dos tablas) que permite vincular dos tablas con información diferente a través de dicha columna. Dos tablas se vinculan por un campo en común, y alguna de estas dos con una tercera pero a través de otro campo. Las principales ventajas del modelo relacional son su mayor flexibilidad frente a los anteriores modelos (en el sentido que el usuario puede crear nuevas relaciones entre objetos en tiempo real), la simplicidad de la organización de los datos y reducción drástica de los niveles de redundancia; también, su sólida base matemática permite la utilización del álgebra y cálculo relacional para el procesamiento de los datos. Como contrapartida, su principal desventaja radica en el tiempo de respuesta asociado al consumo de recursos cuando


V. Núñez 69

es necesario relacionar varias tablas entre sí; esto es reparado de alguna manera mediante la creación temporal de una gran tabla obtenida por la unión (LINK) de otras de menor tamaño que contienen la información requerida.

Figura 18. Diagrama del modelo relacional.

Tomado de: Garrido y Baumgartner, 1997.

La mayoría de los SIG vectoriales han sido diseñados para almacenar separadamente la información cartográfica o espacial, utilizando alguna de las estructuras ya descriptas, y de los atributos en un sistema de bases de datos relacional. De esta manera, a cada elemento espacial definido en los ficheros cartográficos le corresponde un registro en la base de datos donde se almacenan sus atributos, estableciéndose la conexión entre los objetos y sus atributos a través de un identificador común. Esta solución, que recibe el nombre de modelo de datos híbrido, es utilizada por numerosos sistemas, entre otros por ARC-INFO y MGE (Modular GIS Environment) (Gutiérrez Puebla y Gould, 1994).

8. ANÁLISIS Y MODELADO DE DATOS

Como ya se dijera anteriormente (5.5.), el subsistema de análisis y modelado provee las herramientas para la comparación entre múltiples conjuntos de datos mediante la aplicación de operaciones booleanas, aritméticas y de complejos modelos matemáticos utilizados en simulación y predicción. Las funciones analíticas convierten a un SIG en una verdadera “máquina de simulación”, que ofrece a los centros decisores encargados de la planificación territorial complejos escenarios virtuales para evaluar el efecto de sus decisiones al implementar políticas de desarrollo o medidas de planificación.

Para el presente curso, todas las funciones de análisis y modelado de los datos se verán en las clases prácticas. Para el caso de los Modelos de Decisión, se verá una aplicación en el punto 9. LA ORDENACIÓN TERRITORIAL Y LOS SIG.

8.1. ANÁLISIS DE DATOS

El análisis de los datos puede ser disgregado en una serie de funciones, las que a su vez agrupan un conjunto de operaciones. Las operaciones entre datos pueden


V. Núñez 70

ser realizadas a partir de las dos aproximaciones, raster y vectorial, con sus características particulares. A continuación se presentan las principales operaciones ofrecidas por los paquetes de SIG, organizadas en grupos y por funciones:

1. Funciones de Consulta, Reclasificación y Medición

• Operaciones de Consulta y Tabulación Cruzada

• Operaciones de Extracción y Asignación

• Operaciones de Reclasificación y Generalización

• Operaciones de Medición

• Operaciones de Filtrado

2. Funciones de Superposición (Overlay)

• Operaciones Algebraicas y Algebraicas Normalizadas

• Operaciones lógicas

• Operaciones de Transformación y Escalado

3. Funciones de Vecindad

• Funciones de Búsqueda y Localización

• Funciones de proximidad (buffer) y Dispersión

• Funciones de Costo

• Funciones Topográficas

• Funciones de Interpolación

4. Funciones de Conectividad

• Medidas de Contigüidad

• Medidas de Proximidad

• Medición de Redes

• Medidas de Esparcimiento o Dispersión

5. Funciones de Aplicación Estadística

• Análisis de Patrones

• Funciones de Auto-correlación Espacial

• Cálculo de los estadísticos descriptivos y de Histogramas

• Análisis de Componentes Principales y Regresiones Múltiples

6. Funciones de Soporte a la Toma de Decisiones

• Funciones de Evaluación Multi Criterio

• Funciones de Ranking

• Funciones de Localización Multi Objetivo

• Aplicaciones de Matrices de Error

• Análisis de Probabilidades

8.2. MODELADO DE DATOS

Las variables pueden ser tratadas y combinadas mediante un conjunto de técnicas que reciben el nombre de modelado cartográfico, a través de las cuales se


V. Núñez 71

pueden generar nuevas variables y obtener nuevos mapas. Así, por ejemplo, es posible producir un mapa de erosión potencial por medio del tratamiento y combinación de mapas temáticos individuales: un mapa de pendientes, obtenido por reclasificación de un modelo digital del terreno; un mapa de cobertura digital, realizado a partir de la combinación de las bandas del infrarrojo cercano y el rojo (índice de vegetación) de una imagen satelital; un mapa litológico digitalizado; y, de un mapa de precipitaciones, calculado por interpolación con datos de estaciones climatológicas.

También, es posible predecir el comportamiento de una variable a partir de la distribución espacial de otra y de la ocurrencia de un fenómeno meteorológico con determinada intensidad y duración; por ejemplo, es posible saber hasta que niveles llegarían las aguas en un valle a partir de una precipitación intensa, disponiendo además de un modelo de elevación digital, de un mapa con las características del sustrato y de la red principal de avenamiento.

El modelado de los datos incluye, en general, a tres tipos de modelos diferentes; ellos son:

1. Modelos Descriptivos (Cartográficos)

2. Modelos Predictivos

3. Modelos de Decisión

9. LA ORDENACIÓN TERRITORIAL Y LOS SIG

Ecología, medio ambiente, paisaje, conservación de la naturaleza, impacto ambiental, ordenación del territorio son términos presentes en el lenguaje común de las personas y por supuesto en el científico. La permanente referencia a dichos términos, inclusive en boca de los encargados de tomar decisiones, el nivel político, hace que frecuentemente se vean desvirtuados por qué: se da más peso a los aspectos perceptibles que a los realmente importantes y se consideran a los elementos del medio natural como un hecho derivado de los efectos reales o potenciales de un proyecto de actuación.

La ordenación del territorio debe buscar en las actividades de planeamiento el óptimo real, que es difícil de hallar y más aún de alcanzar. Los aspectos físicos y biológicos son la base para alcanzar el óptimo real en la ordenación territorial. Se deben asignar a los factores del medio un significado y peso propios, en concordancia con los objetivos planteados para el proyecto de ordenación de un espacio geográfico determinado.

El hombre ha utilizado, en los últimos siglos, técnicas de organización del conocimiento para alcanzar un determinado fin. El crecimiento económico logrado e influenciado por el conocimiento de la técnica, ha superado con creces a la de cualquier otro factor. Habiendo alcanzado indudables beneficios materiales, es cuando estos se ponen en duda y a considerarse con prevención, dado que los efectos sobre el medio ambiente son en la actualidad muy notables.

Es paradójico que el progreso técnico haya dado al hombre la capacidad, sin precedentes, para modificar el medio ambiente y para alterar el curso de los acontecimientos. Los graves problemas relacionados con el ambiente natural impactan, sin duda alguna, sobre la calidad de vida de la humanidad. Es por tanto, momento de un reparto ecuánime en la utilización de los recursos naturales, que asegure un óptimo aprovechamiento y la prevención de los usos que impliquen la destrucción o deterioro irreversible.


V. Núñez 72

Para abordar las temáticas de la planificación territorial y la gestión ambiental, es imperativo, en los momentos y condiciones en las que vivimos, que se acuda a la colaboración interdisciplinaria y los métodos de factor único. La solución está entonces en el enfoque sistémico, y en particular cuando las actividades humanas deben explicarse en un modelo espacio-temporal.

En un principio, los problemas a resolver por la planificación se relacionaban con la localización de industrias y de centros urbanos desde un enfoque técnico y socioeconómico, casi con exclusividad. La necesidad de incorporar los factores medioambientales, encaminó la investigación hacia el desarrollo de modelos de localización no solo basados en el óptimo técnico y económico, sino además en minimizar los impactos o efectos indeseables sobre el entorno natural. En el caso de que se decidan determinadas acciones y que los impactos negativos sean ineludibles, se deben considerar las formas de mitigación y compensación.

Para sitios geográficos con una fuerte componente natural, de utilización agro-silvo-pastoril y como cuenca receptora de precipitaciones para proveer de agua con destino al consumo humano, es adecuada una aproximación física o territorial, “...que en esencia consiste en el estudio de una región o un territorio, orientado a conseguir una mejor utilización de los recursos.” (Ramos Fernández, 1979).

Adoptamos aquí el concepto definido por Ramos Ayuso (1979), como, “...«planificación física con base ecológica»: Planificación, porque supone un estudio racional de diagnóstico, predicción, evaluación y definición de soluciones. Física, porque se aplica a unos recursos territoriales con expresión espacial. Con base ecológica, porque el material que utiliza lleva consigo toda la problemática de sistemas organizados a través de relaciones bióticas y abióticas.”

Se utilizará una visión sistémica como herramienta en la búsqueda de los componentes del sistema que son significativos, importantes y en un nivel coherente, para eliminar del conjunto todo el ruido posible, que apenas aporte información. Considerando el análisis sistémico, tomamos a la ecología como una visión conjunta, visión global de los componentes y de sus relaciones recíprocas.

La conceptualización del espacio geográfico para su planificación, lleva implícito el tratamiento de la organización administrativo-territorial del área bajo estudio; la concurrencia de diferentes administraciones, y los conflictos generados por tal situación, que participan en la toma de decisiones respecto al manejo del territorio considerado.

No se utilizará en este contexto el concepto de ecosistema para definir las unidades territoriales con características comunes ya que, en su mayoría, los autores dedicados a la ecología, solo consideran los ecosistemas naturales (interacciones entre el medio y los seres vivos), dejando de lado al hombre. Planteado este estudio con una visión sistémica, queda claro que todos los componentes significativos deben ser considerados y en tal caso la ecología debe estar inserta en el planeamiento, con rango de protagonista, al proporcionar su enfoque y perspectiva.

La planificación territorial debe contemplar no solo los intereses humanos, sino también la capacidad del ambiente para acoger determinados usos, y en que condiciones, que no deterioren al sistema natural que provee los recursos - no solo cantidad sino también calidad - requeridos por el hombre para satisfacer sus necesidades.

En el contexto de la planificación de las actividades humanas, se exige dar un peso real a las alteraciones del medio natural, sin considerarlas a priori como catastróficas e irreversibles. Se debe adoptar una actitud positiva ante la capacidad


V. Núñez 73

creadora del comportamiento humano, que ha de encontrar soluciones que no consistan en la inacción.

Dentro del enfoque ecológico, nos inclinamos por las herramientas que provee la ecología del paisaje; escuela que ha venido consolidándose a partir de los años 40's, iniciada entre otros por el geógrafo alemán Troll (1950), quién partió de la premisa: un paisaje es una entidad holística. El paisaje es más que la suma de unos componentes que interactúan - clima, litología, suelo, vegetación, animales, procesos, incluyendo este último las actividades culturales - debiendo por lo tanto estudiarse en forma integrada.

Uno de los principios básicos de la ecología del paisaje considera que el hombre es uno de los factores formadores del paisaje, en especial de los paisajes culturales. En la actualidad el enfoque ecológico plantea una cosmovisión integral del medio ambiente, ecología del paisaje.

“La base epistemológica general de la Ecología del Paisaje (EP) está dada por la Teoría General de Sistemas (TGS) (von Bertalanffy, 1968). La EP se basa en la concepción sistémica y holística de la realidad, en particular del paisaje. Este marco teórico considera que la realidad está compuesta por unidades ordenadas en una estructura sistémica de jerarquías. (Etter, 1992).

Se han utilizado en general dos acepciones para el concepto de paisaje: la referida a la que recogemos a través de los sentidos desde el punto de vista escénico, percibida o registrada; y la que toma al paisaje desde el punto de vista geográfico.

Para la implementación de un sistema de información se hace imprescindible la definición clara de los criterios utilizados en la clasificación de la información y de las relaciones entre los datos, tanto espaciales como los atributos asociados a cada elemento, necesarias para dar respuestas a la mayor cantidad de preguntas requeridas en la toma de decisiones.

De la misma manera, y dado que el sistema será compartido por un grupo de personas con diferente formación, criterios y necesidades, se hace imprescindible que todos hablen un lenguaje común. Para ello se definen a continuación una serie de conceptos relacionados con la temática a considerar en el proyecto.

Paisaje: Impresión visual de una porción del espacio terrestre habitada por el hombre, cuyas características permiten considerarlo como una entidad homogénea diferente a otras. Este espacio terrestre es el resultado de la interacción de los elementos bióticos, abióticos y la intervención del hombre. La impresión visual es recogida directamente o a través de las imágenes de los sensores remotos que nos ofrecen una perspectiva diferente, para lo cuál debemos entrenarnos.

Cobertura del suelo: Del espacio terrestre mencionado en la definición de paisaje, la cobertura del suelo corresponde a la capa superficial (cubierta protectora) que se encuentra en contacto con la atmósfera y que es observable en las imágenes de los sensores remotos. Si bien la cobertura está generalmente compuesta por un sinnúmero de elementos, a los efectos de su clasificación, se considera solo a la entidad que agrupa a un conjunto de estos elementos. Un ejemplo de esto puede ser un bosque natural, compuesto por elementos como: roca desnuda de diferente composición, suelo desarrollado, vegetación de diferente porte, fauna, etc.; pero que de acuerdo a nuestros objetivos y al nivel de análisis empleado, es para nosotros una entidad homogénea llamada bosque natural.

Uso del suelo: Este término es empleado para denotar la utilidad que el hombre da a las diferentes coberturas del suelo, en forma transitoria o permanente y siguiendo pautas culturales, para satisfacer sus necesidades materiales o espirituales. Los


V. Núñez 74

sinónimos del vocablo uso: empleo, utilidad, provecho, hábito, costumbre y práctica; completan el concepto vertido anteriormente.

Finalmente, la integración de los conceptos de uso y cobertura para la descripción del paisaje definen un escenario y un modelo que es posible interpretar y analizar para obtener información temática (atributos) de mucho valor, que será incorporada al Sistema de Información Geográfica.

Criterios: Las imágenes de los sensores remotos son una fuente importante de información primaria, para lo cual se requiere clasificar y ordenar la información que será interpretada de dicha fuente. En la Tabla 9, se presenta una clasificación de uso y cobertura del suelo, cuyos elementos fueron definidos por Garrido et al. (1997), de acuerdo a: los objetivos de un proyecto para el Valle de Lerma; la posibilidad que tienen los especialistas de interpretar dicha información sobre las fotografías aéreas e imágenes satelitarias con las que se cuenta; y a la realidad de la región. Posteriormente deben ser confirmadas o rectificadas las interpretaciones mediante chequeos de campo y cruces con información de otras fuentes. Para presentar los diferentes tipos de uso y cobertura se siguió un orden jerárquico que permite la comprensión de los diferentes niveles de detalle. De esta manera, se discriminaron más aquellos ítem requeridos para el análisis de la actividad agropecuaria.

1. Construcción a. Urbana 1. Residencial 2. Industrial 3. Comercial 4. Educativa 5. Recreativa 6. De servicio b. Rural 1. Nucleado a. Caserío b. Galpón c. Estufa de gas d. Estufa de leña 2. Disperso a. Vivienda rural b. Sala c. Casa quinta d. Puesto 3. De servicio a. Recreativo (Campamentos) b. Iglesia c. Escuela primaria d. Escuela agrotécnica e. Puesto sanitario f. Cementerio g. Policía h. Estafeta postal i. Extensión rural j. Almacén k. Matadero l. Basural c. Industrial dispersa 1. Alimentaria a. Avicultura b. Porcinicultura c. Cunicultura d. Acuacultura e. Conservas f. Frigorífico g. Láctea 2. Cerámica y ladrillos a. Cortada 3. Maderera a. Aserradero 4. Química y agroquímica a. Boratera b. Calera c. Curtiembre 5. Minera a. Cantera 2. Red a. Distribución 1. Vial a. Autopista b. Ruta nacional c. Ruta provincial d. Camino vecinal e. Camino de finca f. Senda - picada


V. Núñez 75

2. Ferrocarril a. Vía b. Estación c. Playa-Taller 3. Aérea a. Aeropuerto b. Aeródromo c. Otras pistas b. Conducción 1. Drenaje de agua a. Río b. Arroyo c. Manantial 2. Agua para riego a. Canal principal b. Canal secundario c. Canal de finca d. Canal de desagüe 3. Cuerpo de agua a. Embalse b. Represa de finca c. Estanque d. Laguna e. Pantano 4. Agua potable a. Planta potabilizadora b. Acueducto c. Pozo d. Tanque 5. Agua servida de cloacas a. Planta de tratamiento b. Cloaca 6. Agua servida industrial a. Planta de tratamiento b. Vía de evacuación 7. Energía eléctrica a. Central hidroeléctrica b. Central térmica a gas c. Central térmica a fueloil d. Estación transformadora e. Tendido de conducción 8. Gas natural a. Estación de bombeo b. Depósito de gas licuado c. Gasoducto d. Estación GNC 9. Combustible líquido a. Estación de bombeo b. Oleoducto c. Depósito d. Estación de servicio 10. Comunicación a. Emisora de radio b. Canal de televisión c. Cabina telefónica d. Tendido telefónico e. Repetidora f. Estación de microondas 3. Cultivo a. Perenne – semiperenne 1. Irrigado a. Frutales b. Caña de azúcar c. Forrajes 2. No irrigado a. Forrajes 3. Bosque a. De latifoliadas b. De coníferas b. Anual 1. Irrigado a. Tabaco b. Cereales de invierno c. Cereales de verano d. Hortalizas e. Algodón f. Aromáticas - medicinales g. Otros 2. No irrigado a. Poroto b. Soja c. Algodón d. Cereales de verano e. Aromáticas - Medicinales f. Otros 3. Bajo cubierta a. Hortalizas b. Flores c. Otros 4. Confinado a. Vivero b. Hortalizas c. Flores d. Otros 5. Suelo sin cultivo a. Desnudo - preparado


V. Núñez 76

b. En barbecho (descanso) 4. Vegetación natural a. Pastizal b. Arbustal 1. Protección de drenaje 2. Protección de ladera 3. Forestal c. Bosque – Monte 1. Protección de drenaje 2. Protección de ladera 3. Forestal 5. Tierra erial a. Roca expuesta b. Suelo desnudo c. Pedregal con vegetación

Tabla 9. Categorías de uso y cobertura del suelo.

Las categorías presentadas en la Tabla 9, corresponden a uso y cobertura sin discriminación de cada una en particular. De todos modos, para entender mejor los conceptos debe considerarse que, los usos son sustantivos por ser nombres de objetos o cosas: aserradero, hortalizas, tabaco, bosque, cereales de verano; mientras que las coberturas son adjetivos que denotan relación a una cualidad o accidente: urbano, rural, forestal, industrial dispersa, bosque protector.

Considerando la acepción geográfica, y a decir de Etter (1992), “...los paisajes pueden ser definidos como una asociación característica de patrones estructurales, funcionales y temporales, que responden a unas circunstancias y condiciones específicas de tiempo y espacio en la interacción de los factores formadores.“

Se reconocen dos partes fundamentales en un paisaje: el fenosistema y el criptosistema. El primero, corresponde al conjunto de las características reunidas en patrones visibles, compuestos por los aspectos fisonómicos o estructurales externos; mientras el segundo, está caracterizado por los procesos, interrelaciones y flujos de todo tipo, que subyacen al fenosistema, no son visibles pero si pueden ser registrados.

Las geoformas y las diferentes coberturas del suelo son los elementos que caracterizan al fenosistema. En el criptosistema, se han de considerar también a las acciones derivadas de decisiones que toman los actores y que modifican procesos, interrelaciones y flujos, naturales y culturales.

Algunos SIG ofrecen las herramientas adecuadas para la creación de los modelos instrumentales (ver, 7.1. CONCEPTO DE MODELO) necesarios para alcanzar los objetivos de ordenación territorial de un sitio geográfico determinado. De acuerdo a los objetivos del proyecto, y en lo que compete a la ordenación del territorio, se plantea la necesidad de analizar en una primera instancia las actividades actuales.

Por otra parte, se debe prever la realización de inventarios de las características físico-químicas, biológicas y antrópicas, y las condiciones de la utilización de los recursos disponibles, si no se cuenta con dicha información de otras fuentes. De esta manera se deberá caracterizar el área en estudio desde dos puntos de vista: las condiciones de aprovechamiento de los recursos y sus impactos, y la capacidad del ambiente para soportar las actividades que actualmente se desarrollan en él.

9.1. LAS EVALUACIONES MULTI-CRITERIO (EMC) Resumido de: Barredo Cano, J. I., 1996. Evaluación Multicriterio y Multiobjetivo en el entorno de los Sistemas de Información Geográfica, pp. 47-103.

“La toma de decisiones multi-criterio se puede entender como un mundo de conceptos, aproximaciones, modelos y métodos, para auxiliar a los centros decisores a describir, evaluar, ordenar, jerarquizar, seleccionar o rechazar objetos, sobre la base de una evaluación (expresada por puntuaciones, valores o intensidades de


V. Núñez 77

preferencia) de acuerdo a varios criterios. Estos criterios pueden representar diferentes aspectos de la teleología: objetivos, metas, valores de referencia, niveles de aspiración o utilidad (Colson y De Bruin, 1989: 1201).” (Barredo, 1996).

La teoría de la decisión puede ser abordada desde dos perspectivas: siguiendo una dirección positiva (descriptiva) o a través de una dirección normativa (prescriptiva).

La dirección positiva concierne al campo de la lógica, la psicología y la sociología; razones por las cuales las decisiones son tomadas de un modo determinado (como son).

La dirección normativa fija las pautas de cómo deben ser tomadas las decisiones; por lo tanto, mediante la racionalidad y las operaciones lógicas deducen el comportamiento óptimo de los agentes decisores.

El enfoque que nos concierne es el normativo o prescriptivo, que si bien nace de una serie de aplicaciones en el campo de la economía, actualmente se ha extendido a áreas del conocimiento tales como las aplicaciones en el entorno de los SIG.

La EMC es una herramienta para la toma de decisiones mediante la evaluación multi-criterio. Una "decisión" es una elección entre varias alternativas (tal como localización de zonas industriales, etc.). La decisión se basa en una serie de criterios. En una evaluación multi-criterio, se realiza la combinación de una serie de criterios que sirva de base para la toma de decisión en función de un objetivo específico. Por ejemplo, necesitamos localizar las áreas más idóneas para el desarrollo industrial de una región. Los criterios podrían incluir proximidad a carreteras, pendiente, exclusión de zonas de interés ecológico, etcétera. Mediante una evaluación multi-criterio, las imágenes con los criterios que definen la idoneidad, son combinadas para generar un mapa de capacidad de acogida (idoneidad), a partir del cual se realizará la selección final.

El paradigma decisional multi-criterio:

Surge en la década del '70 y plantea la resolución de problemas de decisión complejos. Ofrece un análisis equilibrado de todas las facetas de los problemas de planificación y permite analizar con mayor rigor todos los procesos de decisión.

Los procedimientos de la EMC no han sido pensados para trabajar con datos geográficos. Así, la integración SIG y EMC permitiría llevar a cabo procedimientos simultáneos de análisis en cuanto a dos de los componentes del dato geográfico, espacial y temático, proporcionando soluciones a problemas espaciales complejos.

Principios básicos de la EMC

Para acometer con una EMC se deben fijar alternativas y definir los criterios para evaluar aquellas. Las relaciones entre alternativas y criterios son conocidas a través de una matriz de puntuaciones, donde se fijan las puntuaciones asignadas a cada criterio y en cada alternativa.


V. Núñez 78

Alternativas (i)

Cri

teri

os

(j)

1 2 3 . . . i 1

Puntuaciones de los Criterios (Xij)

2 3 . . . J

Matriz de puntuaciones.

Puntuaciones de los criterios (Xij): son valores o niveles de deseabilidad que ha obtenido cada alternativa en cada criterio.

Criterios: se requiere asignar un valor específico a cada criterio de acuerdo al nivel de importancia relativa; representado por un peso o ponderación (Wj) cuando se expresa cuantitativamente y, jerarquía, cuando se expone de modo cualitativo u ordinal.

Una vez asignados los pesos a los criterios, se pueden incluir en la matriz de prioridades.

Criterios (j)

Pu

nto

s d

e vi

sta

(v) 1 2 3 . . . J

1

Pesos (Wj)

2 3 . . . V

Matriz de prioridades.

Puede ser necesario tomar en cuenta distintos puntos de vista (por ejemplo, gubernamental, opinión pública, ambientalistas, etc.) para realizar la evaluación; esto implica la construcción de una matriz de prioridades donde a cada punto de vista se le asigna una jerarquía diferente.

Alternativas (i)

Pu

nto

s d

e vi

sta

(v) 1 2 3 . . . i

1

Valores (ri)

2 3 . . . v

Matriz de valoración.


V. Núñez 79

Los valores asignados a las alternativas en la matriz de valoración son una función de: el número y naturaleza de los criterios, las prioridades empleadas y las técnicas aritméticas aplicadas (Voogd, 1983).

El proceso de decisión se basa, entonces, en la selección de alternativas o posibilidades de elección.

En el entorno de los SIG, las alternativas están representadas por elementos o unidades espaciales, celdas en el modelo raster, o polígonos, líneas y puntos en el modelo vectorial, y constituyen las capas temáticas que representan objetos reales.

La mayoría de los métodos de EMC han sido desarrollados para evaluar un número limitado de criterios, lo que es fundamental en el momento de decidirse por alguno de estos métodos.

Los objetivos: Un objetivo puede entenderse como una función a desarrollar; el objetivo indica la estructura de la regla de decisión o el tipo de regla de decisión a utilizar. Podríamos plantearnos una evaluación multi-objetivo.

Los criterios: Representan ciertas bases conceptuales para la toma de decisiones; bases que pueden ser medidas y evaluadas a la luz de una EMC.

Criterios, factores y limitantes

Los criterios pueden ser de dos tipos: factores y limitantes (restricciones). Los factores son los que realzan o detractan la capacidad del ambiente para el asentamiento de una alternativa específica, considerada dentro una actividad determinada; son, generalmente, de naturaleza continua (tal como pendiente o proximidad a carreteras) e indican la capacidad de acogida relativa de determinadas áreas. Las limitantes son las que restringen la disponibilidad de algunas alternativas según la actividad evaluada; por otra parte, son siempre de carácter booleano (tal como restricciones de zonas de interés ecológico) y sirven para excluir determinadas áreas del proceso de selección. En ese caso, se puede genera una capa binaria: igual a 1, para los sitios donde la alternativa es susceptible de ser elegida; e igual a 0 (cero), para los lugares donde la actividad no puede ser desarrollada.

Un criterio de tipo limitante también puede ser expresado como alguna característica que la solución final debe poseer (que la actividad deba cumplir con una determinada condición).

En el software IDRISI, los factores y las restricciones pueden combinarse en el módulo MCE utilizando tres métodos; cada método se caracteriza por los diferentes niveles de control sobre la compensación (tradeoff) entre factores y el nivel de riesgo asumido en el proceso de combinación.

La compensación (tradeoff) es el grado en el que un factor puede ser compensado por otro; esta compensación está regida por un conjunto de pesos de los factores, a veces denominados pesos de compensación. Se otorga un peso para cada factor de manera que todos los pesos de los factores sumen uno; estos pesos indican la importancia relativa de cada factor para el objetivo en consideración. Un factor con un peso elevado puede compensarse por la baja idoneidad en otros factores que tienen pesos más bajos.

Además de la compensación, cualquier Evaluación Multi-Criterio está caracterizada por un cierto nivel de riesgo asumido, que influirá notablemente en el mapa final de idoneidad. En un análisis de "bajo riesgo", el área considerada más adecuada en el resultado final es minimizada, puesto que esta área, debe ser muy adecuada en todos los factores. En un análisis de "alto riesgo", el área considerada más adecuada en el resultado final será maximizada, puesto que, cualquier área que


V. Núñez 80

resulte muy adecuada en cualquier factor, será considerada muy adecuada en el resultado final.

La regla de decisión

Es el procedimiento a través del cual se obtiene una evaluación particular, o se pueden comparar distintas evaluaciones. Está estructurado a partir de una serie de procedimientos (aritméticos – estadísticos) que permiten integrar los criterios establecidos en un índice simple o se pueden comparar las alternativas utilizando dicho índice.

Funciones de selección y selecciones heurísticas

Las función de selección intentan clasificar las alternativas a partir de una característica mensurable, que usualmente es el valor de la capacidad de acogida (ri).

La selección heurística persigue obtener una selección de sólo algunas alternativas del conjunto global de ellas.

La evaluación

La naturaleza de un objetivo, y como este es visualizado por el centro decisor, sirve como guía fundamental en el desarrollo de una regla de decisión específica (Eastman, 1993).

Una vez que la regla de decisión ha sido estructurada, el proceso de aplicarla sobre las capas-criterios se llama evaluación, que producirá finalmente el modelo de decisión.

Métodos de EMC

Existen dos grupos de técnicas de EMC: compensatorias, requieren que se especifiquen los pesos de los criterios como valores cardinales o funciones de prioridad; no-compensatorias, requieren una jerarquización ordinal de los criterios.

Las técnicas compensatorias se basan en la suposición de que un valor alto de una alternativa en un criterio, puede compensar un valor bajo de la misma alternativa en otro criterio.

En las técnicas no-compensatorias, un valor bajo en un criterio no puede ser compensado o equilibrado en otro criterio.

Las técnicas compensatorias pueden clasificarse en dos grupos: las técnicas aditivas, donde las prioridades se fijan a partir de los pesos de los criterios de decisión (prioridad de los criterios – PC, matriz de puntuaciones); y, las técnicas basadas en la aproximación del punto ideal, donde las prioridades se fijan a partir de las puntuaciones de los criterios (valores de las alternativas – PPC, matriz de prioridades).

En las técnicas no-compensatorias se lleva a cabo la reducción del conjunto de alternativas a partir de la relevancia de un criterio frente a los demás, partiendo de algún punto de vista que defina tal criterio:

• Técnica de dominancia → puntuaciones de los criterios.

• Método conjuntivo → se fija un umbral y se descartan las alternativas que estén por debajo de él.

• Método disyuntivo → se eliminan las alternativas que sobrepasen cierto umbral.


V. Núñez 81

• Método lexicográfico → requiere que se ordenen los criterios de mayor a menor importancia, y por comparación se van eliminando las alternativas hasta que queden las que cuenten con el mayor valor en cada criterio.

Estrategia para la selección de métodos de EMC

• Eliminación directa de alternativas (dominancia).

• Satisfacción de un principio (conjuntivo, disyuntivo).

• Primer rechazo → las alternativas deben superar un umbral mínimo (conjuntivo).

• Eliminación por pasos → nueva evaluación del conjunto restante de las alternativas, en cada momento que una de ellas es eliminada (lexicográfico).

• Generación de un orden lineal → se deben ordenar las alternativas desde la mejor a la peor:

o Con preferencia de los pesos de criterios (PC): sumatoria lineal, concordancia-discordancia, jerarquías analíticas, TOPSIS, MDS y análisis de punto ideal.

o Con preferencia en la prioridad de los criterios (PPC): AIM.

o Con preferencia de pesos de los y prioridades de los criterios (PC y PPC): MATS.

Se pueden combinar dos o más métodos multi-criterio en una misma evaluación.

Ventajas y desventajas de los métodos de EMC

Ventajas:

Permiten obtener una clasificación revisable de información objetiva.

Proporcionan un medio para obtener un mejor conocimiento de las repercusiones de los juicios de valor.

Permiten integrar de modo coherente y práctico los distintos enfoques frente a un mismo problema.

Ofrecen la posibilidad de lograr una considerable reducción de la información inicial disponible.

Permiten tomar decisiones de un modo más coherente, basadas en el principio de la multi-dimensionalidad de criterios y puntos de vista.

Proporcionan una justificación para las decisiones políticas.

Desventajas:

Ciertos aspectos de los métodos de EMC pueden ser técnicamente muy complejos.

El riesgo de que los métodos de EMC sean utilizados como una “salsa científica” sobre las decisiones a tomar.


V. Núñez 82

Funciones de los métodos de EMC

Aplicaciones para el análisis descriptivo de sistemas espaciales.

Selección a través de asignación de valores.

Función de prueba: pueden proporcionar una aproximación válida para evaluar ciertas zonas antes de implementar una política o proceso de planificación.

Integración de métodos de EMC y SIG

La integración de métodos de EMC y SIG genera una potente herramienta para asistir en procesos de análisis espacial a través del modelado.

Problemas:

• Imposibilidad de aplicación de los métodos de EMC basados en la comparación por pares con largas series de datos.

• La dificultad que presentan algunos métodos de EMC en su implementación metodológica.

• La necesidad de generar en muchos casos programas de procesamiento de datos (temáticos) anexos a los SIG.

La toma de decisiones multi-criterio y multi-objetivo en el entorno de los SIG

La decisión multi-criterio

Objetivos / criterios Criterio (s)

Simple Múltiples

Objetivo (s) Simple A B

Múltiples C D

La EMC puede basarse en uno o varios objetivos, pudiendo ser simples o múltiples, y estos a su vez pueden ser complementarios o conflictivos.

La decisión multi-objetivo

Objetivos / jerarquías Tipo de jerarquías

Conocidas Desconocidas

Tipo de objetivos

Complementarios Extensión jerárquica

(D1)

Extensión jerárquica

(D2)

Conflictivos Solución

priorizada (D3)

Solución compromiso

(D4)


V. Núñez 83

La EMC puede entenderse como la productora de insumos en forma de modelos (capas) para la evaluación multi-objetivo.

Extensión jerárquica: en este tipo de evaluación, las alternativas pueden satisfacer varios objetivos al mismo tiempo, de esta manera la extensión jerárquica produce una capa (modelo de decisión) en la cual las alternativas con los mayores valores ofrecen la capacidad superior para los objetivos propuestos.

Solución priorizada: Plantea generar una capa de capacidad para cada objetivo; asimismo, debe establecerse a partir de la jerarquía de cada objetivo un peso (wk) que indique el orden en que van a ser satisfechos sus requerimientos.

Solución compromiso: Este tipo de evaluaciones es frecuente en procesos de ordenación territorial, en los cuales se plantea inicialmente una serie de objetivos para ser desarrollados en una zona de estudio. Abarca las evaluaciones que deban considerar objetivos conflictivos de jerarquías desconocidas.

De los tres procedimientos citados, los dos últimos presentan mejores posibilidades de implementación en un SIG, además de basarse en el análisis de la distancia al punto ideal, el cual plantea un procedimiento que permite integrar, en la regla de decisión, objetivos conflictivos (con jerarquías conocidas o desconocidas), lo que nos ofrece excelentes posibilidades de aplicación en el entorno de los SIG.

Los procedimientos comentados ofrecen la posibilidad de integrar varios objetivos conflictivos en una misma regla de decisión; aspecto este, que los métodos de EMC (como la sumatoria lineal ponderada, el análisis de concordancia-discordancia, la optimización jerárquica y otros) no pueden resolver directamente.

MCE en IDRISI: Métodos de Combinación

El primer método de combinación es la intersección Booleana. En este caso, todos los criterios son considerados restricciones y el resultado es su intersección, la operación AND o el mínimo Booleano. Este método se caracteriza porque no existe compensación entre criterios, ya que la adecuación en una restricción no puede compensar por la no-adecuación en otra restricción. Este procedimiento de combinación conlleva el mínimo riesgo posible, puesto que las áreas consideradas adecuadas en el resultado son las consideradas adecuadas en todos los criterios.

El segundo método es la Combinación Lineal Ponderada (Weighted Linear Combination, WLC) donde los criterios pueden incluir tantos factores ponderados como restricciones. WLC comienza multiplicando cada factor por su peso de factor/tradeoff y, posteriormente, suma los resultados. Éstos serán multiplicados por las áreas de restricción (con valor 0), definiendo así las áreas de exclusión.

Este procedimiento se caracteriza por la existencia de compensación entre factores y un riesgo medio. Los pesos de los factores, que no son utilizados en el caso de la intersección Booleana (no tradeoff), son muy importantes en WLC porque determinan como los factores individuales compensarán relativamente a cada uno de los otros. En este caso, a mayor peso del factor mayor influencia tendrá este factor en el mapa de adecuación final. (Contrastar esto con el método 3 descrito más abajo, donde la importancia de los pesos de los factores es variable). Además de por una compensación total, este procedimiento de combinación se caracteriza por un nivel de


V. Núñez 84

riesgo medio, a medio camino entre la minimización (operación AND) y la maximización (operación OR) de las áreas consideradas adecuadas en el resultado final.

El último método es la técnica Media Ponderada Ordenada (Order Weighted Average, OWA). En este método, como en el método WLC, intervienen factores y restricciones. No obstante, se utilizan, además de los pesos de los factores, un orden de los pesos. Este segundo conjunto de pesos permitirá un control directo sobre los niveles de compensación y sobre el riesgo. El grado de compensación total es el grado al cual los pesos de los factores se aplican al procedimiento de combinación; la influencia de estos pesos, de ninguna a total, está dirigida por el orden de los pesos. El grado de riesgo es la posición del procedimiento de combinación entre la minimización (operación AND) y la maximización (operación OR) de las áreas consideradas adecuadas en el resultado final; esto también se controla mediante un orden de los pesos.

Los pesos ordenados son un conjunto de pesos asignados no a los factores en sí, sino a la posición en el rango ordenado de los valores del factor para una localización (píxel) dada. El factor con la puntuación de adecuación más baja, una vez aplicados los pesos del factor, será el primer peso ordenado, el factor con la siguiente adecuación más baja tendrá el segundo peso ordenado y así sucesivamente. La aplicación de los pesos ordenados tiene el efecto de los factores ponderados basados en su posición/rango entre el valor mínimo y el máximo para cada localización. El sesgo relativo, tanto hacia el mínimo como hacia el máximo, de los pesos ordenados controla el nivel del riesgo, mientras que el grado a partir del cual los pesos ordenados se distribuyen uniformemente por todos las posiciones controla el nivel de compensación total, es decir, el grado al cual los pesos del factor tiene influencia.

En el ANEXO I se presenta un ejemplo de aplicación en la Cuenca de Finca Las Costas, Salta, Argentina.


V. Núñez 85

10. BIBLIOGRAFÍA

ARONOFF, S. 1989. Geographic Information System. A Management Perspective. WDL Publications. Ottawa, Canada. 294 pp.

BARREDO CANO, J. I. 1996. Sistemas de información geográfica y evaluación multicriterio en la ordenación del territorio. RA-MA. Madrid, España. 264 pp.

BOSQUE, J. et al. 1994. Sistemas de Información Geográfica: Prácticas con PC ARC/ INFO e IDRISI. Ed. RA-MA 1ª ed. Madrid, España. 478 pp.

BURROUGH, P. A. 1986. Principles of geographic information system for land resources assessment. Oxford, Clarendon.

CARTER, J. R. 1989. On the defining the geographic information system. En: RIPPLE, W. J. (ed.). Fundamentals of geographic information systems: a compendium. Falls Church Virginia, ASPRS/ACSM, PP. 3-7.

CHUVIECO, E. 1990. Fundamentos de Teledetección Espacial. Ed. RIALP 1ª ed. Madrid, España. 453 pp.

CHUVIECO, E. Conexión de la Teledetección Espacial y los Sistemas de Información Geográfica. Conceptos, Desarrollo y Aplicación de la Tecnología SIG. Mérida, Venezuela. Inédito.

COCKS, K. D. y Y. A. BAIRD. 1992. The Role of Geographic Information Systems in the Collection, Extrapolation and Use of Survey Data. En Nature Conservation: Cost Effective Biological Surveys and Data Analysis. CSIRO. Lyneham, Australia. (12 ): 74 - 80.

COLLINS, F. 1989, 90, 91, 92. GIS world special report. Colorado, USA.

COMPUTERVISION. 1980. The CAD/CAM handbook. Bedford. Massachusetts, USA.

COWEN, D. 1988. GIS versus CAD versus DBMS: What are the Differences? Photogrammetric Engineering and Remote Sensing, 54, pp. 1551-1554.

DATE, C. J. 1993. Introducción a los Sistemas de Bases de Datos. Addison- Wesley Iberoamericana 5ª ed., Vol. 1. Wilmington, Delaware, E.U.A. 860 pp.

DUEKER, K. J. 1979. Land resource information system: a review of fifteen years experiences. Geo-Processing, 1, pp. 105-128.

EASTMAN, J. R. 1993. IDRISI V. 4.1. Manuales del programa. Escuela de Graduados en Geografía. Universidad de Clark, Worcester, Massachusetts, USA.

EASTMAN, J. R. 1997. IDRISI for WINDOWS V. 2.0. Manuales del programa. Escuela de Graduados en Geografía. Universidad de Clark, Massachusetts.

EASTMAN, J. R. 2003. IDRISI Kilimanjaro. Guía para SIG y Procesamiento de Imágenes. Clark Labs, Clark University. Manual Version 14.00. Versión en español, Mayo de 2004.

ESCALONA GARCÍA, R. et all.1993. Introducción a los sistemas de bases de datos. Addison-Wesley Iberoamericana. Vol. 1, Quinta edición. Wilmington, Delaware, USA. 860 pp.

FAO. 1996. El sistema de información de tierras y la zonificación agroecológica en el proyecto CENTA-FAO “agricultura sostenible en zonas de ladera”. Taller Regional sobre Aplicaciones de la Metodología de Zonificación Agro-Ecológica y los Sistemas de Información de Recursos de Tierras en América Latina y El Caribe. Santiago de Chile.

GARCÍA BES, P. 1999. Riesgo hidrológico en el alta cuenca del Río Mojotoro. FCN, UNSa. Salta, Argentina.


V. Núñez 86

GEORGE, B. y P. E. KORTE. 1994. GIS book. Onword Press. Santa Fe, USA.

GUTIÉRREZ PUEBLA y GOULD, 1994. SIG: Sistemas de Información Geográfica. Ed. Síntesis. Madrid, España. 251 pp.

HUXHOLD WILLIAN, E. 1991. An introduction to urban geographic information systems. Oxford University Press. Nueva York, USA.

MATTEUCCI, S. D. Y G. D. BUZAI (compiladores). 1998. Sistemas ambientales complejos: herramientas de análisis espacial. Eudeba. Buenos Aires, Argentina. 454 pp.

MENA BERRIOS, J. 1992. Cartografía digital - Desarrollo de software interno. RA-MA. Madrid, España. 313 pp.

MOLDES, F. J. 1995. Tecnología de los Sistemas de Información Geográfica. RA-MA. Madrid, España. 190 pp.

MORENO JIMÉNEZ, A. y S. ESCOLANO UTRILLA. 1992. Espacios y Sociedades: 19 Los Servicios y el Territorio. De. Síntesis 1ª ed. Madrid, España. 189 pp.

NCGIA. 1990. NCGIA Core Curriculum. Santa Barbara, Universidad de California.

NÚÑEZ, V. 1998. 8. Aplicaciones de una base SIG al estudio del impacto ambiental. En: Garrido, J. L. y J. J. Sauad (compiladores). Estudio de impacto ambiental. Informe final. Ruta Provincial Nº 33. El Carril-Payogasta, sectores Piedra del Molino a Cajoncillo y Cajoncillo a Acceso a Tonco. IRNED, UNSa. Salta, Argentina.

NÚÑEZ, V. y P. GARCÍA BES. 2000. Uso de Herramientas de los Sistemas de Información Geográfica (Sig) en la Ordenación de Cuencas Hidrográficas. Curso de Postgrado. Maestría en Recursos Naturales - Orientación: Ordenación de Cuencas Hidrográficas. IRNED, UNSa. Salta, Argentina.

PÉREZ GÓMEZ, U. 1991. Fundamentos de un Sistema de Información Geográfica. CIAF, IGAC. Bogotá, Colombia.

RAMOS FERNANDEZ, A. (compilador). 1979. Planificación física y ecológica. Modelos y métodos. EMESA. Madrid, España. 216 pp.

RIVERO CORNELIO, E. 1992. Bases de Datos Relacionales. Ed. Paraninfo, 2ª ed. Madrid, España. 309 pp.

RODRÍGUEZ ENTRENA, M. 2005. Potencialidad de las técnicas SIG para la gestión medioambiental: Aplicación al estudio de la erosión. M+A. Revista Electrónica de Medioambiente. Andalucía, España. 10 pp.

SMITH, T. R., MENON, S., STAR, J. L. y J. E. ESTES. 1987. Requirements and principles for the implementation and construction of large-scale geographic information systems. International Journal co Geographic Information Systems, 1, pp. 13-31.

SOETERS; N.; RENGERS, N. y C. J. Van WESTEN. 1991. Remote Sensing and Geographical Information Systems as Applied to Mountain Hazard Analysis and Environmental Monitoring. ITC. Enschede, Holanda. Eight Thematic Conference on Geologic Remote Sensing. Denver, Colorado. U.S.A.

STAR, J. y J. ESTES. 1991. Geographic information systems; An introduction. Prentice Hall. Nueva Jersey, USA.

TOMLINSON, R. F. 1972. Geographical Data Handling. Ottawa, UNESCO y Comisión de Teledetección de la UGI.

VARGAS, E. 1990. Análisis y Clasificación del Uso y Cobertura de la Tierra con Interpretación de Imágenes (Notas de Clase). Unidad de Levantamientos Rurales, IGAC. Bogotá, Colombia. 90 pp.


V. Núñez 87

ANEXO I ORDENACIÓN TERRITORIAL

UN EJEMPLO DE APLICACIÓN EN FINCA LAS COSTAS


V. Núñez 88

ANEXO II LOS SIG EN LA WEB: algunas direcciones

Software:

ESRI, Enviromental Systems Research Institute

http://www.esri.com

AnGIS Software Home Page

http://www.angis.com

Autdesk GIS Software

http://www.autodesk.com/solution/gis/gis.html

Idrisi – Carta Linx

http://www.clarklabs.org

MapInfo Professional

http://www.mapinfo.com

MicroStation Server

http://www.bentley.com

Cartographic Technologies Inc. TCI

http://www.sover.net/ ̃cti

Revistas:

Gis World: geoconvergencia

http://www.gisworld.com

Geoinformación

http://www.geoinformacion.com

Linx:

Gis Linx

http://www.gislinx.com

GIS WWW Resource List

http://www.geo.ed.ac.uk/home/giswww.html


V. Núñez 89

ANEXO III LECTURAS COMPLEMENTARIAS

LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG)Sistemas de Información Geográfica y Ordenación...

Documents

Transcript of LOS SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG)Sistemas de Información Geográfica y Ordenación...