Conceptos Básicos GIS s

7/25/2019 Conceptos Bsicos GIS s

1/37

MANUAL CURSO ANLISIS ESPACIALARCVIEW 8.3

Febrero, 2004


2/37

2

Contenido

1 Conceptos Bsicos: .............................................................4

1.1 Definicin de SIG:.......................................................................................... 41.2 Qu es una extensin en ArcGis ................................................................... 41.3 Extensin Spatial Analyst .............................................................................. 41.4 Qu es Spatial Analyst?................................................................................. 51.5 Otras Extensiones de inters......................................................................... 51.5.1 Geostatistical Analyst .......................................................................51.5.2 3D Analyst ........................................................................................6

1.6......................................................................................................................... 6Modelo de Datos................................................................................................... 61.7 Modelo de Datos Geogrficos ....................................................................... 61.8 Dato no espacial o Atributo........................................................................... 7

2 Proceso de Toma de Decisiones .........................................72.1 Modelando el Mundo Real .............................................................................. 82.1.1 Modelo de Datos:..............................................................................82.1.2 Estructura de Datos.......................................................................... 82.1.3 Formato de Datos ............................................................................. 8

2.2 Abstraccin del Mundo Real.......................................................................... 9

3 Modelo de Datos Vector y Rster ........................................93.1 Incorporacin y almacenamiento de datos: .................................................... 93.2 Elementos Geogrficos................................................................................ 103.3 Representacin de Vectores:....................................................................... 123.3.1 Puntos.............................................................................................123.3.2 Lneas..............................................................................................123.3.3 Polgonos........................................................................................13

3.4 Modelo Rster ............................................................................................. 133.5 Ventajas Y Desventajas de Ambos Modelos (Raster v/s Vector) ................ 143.5.1 Ventajas Modelo Rster .................................................................143.5.2 Ventajas Modelo Vector .................................................................143.5.3 Desventajas Modelo Rster ..........................................................143.5.4 Desventajas Modelo Vector........................................................... 15

3.6 Algunos Ejemplos de Modelos Rster que se Vern en Este Curso ........... 15

3.6.1 Modelo Digital de Terreno (DEM).................................................. 154 El proceso de Interpolacin:...............................................17

4.1 Qu es Interpolacin..................................................................................... 174.2 Fuentes de datos para la interpolacin espacial........................................ 194.3 Patrones de adquisicin de datos................................................................ 194.4 Clasificacin de los mtodos de interpolacin ........................................... 204.4.1 Mtodos de interpolacin Globales ................................................20

4.4.1.1 Mtodo Kriging ............................................................................................ 21

4.4.1.2 Interpolacin por Mtodo Kriging............................................................... 21

4.4.2 Mtodos de interpolacin locales ................................................... 234.4.2.1 Interpolacin IDW....................................................................................... 244.4.2.2 Interpolacin por Mtodo Spline................................................................. 25


3/37

3

5 Datos Discretos y Continuos..............................................275.1 Datos discretos............................................................................................. 275.2 Datos Continuos ........................................................................................... 275.3 Discreto o continuo?................................................................................... 28

6 Escalas de Medidas ...........................................................28

6.1 Nominal........................................................................................................ 296.2 Ordinal ......................................................................................................... 296.3 Intervalo ....................................................................................................... 306.4 Razn .......................................................................................................... 30

7 Resolucin y Escala...........................................................307.1 Prdida de resolucin .................................................................................. 31

8 lgebra de Mapas ..............................................................328.1 Objetos ....................................................................................................... 348.2 Acciones ...................................................................................................... 34

8.2.1 Funciones Locales..........................................................................348.2.2 Funciones Focales..........................................................................348.2.3 Funciones Zonales ..........................................................................358.2.4 Funciones Globales....................................................................... 358.2.5 Las Funciones de Uso Especfico o Aplicacin...............................358.3 Calificadores.......................................................................................36

9 Expresiones Lgicas ......................................................... 36


4/37

4

Manual de ArcGis Mdulo Spatial Analyst

1 Conceptos Bsicos:

1.1 Definicin de SIG:

Un Sistema de Informacin Geogrfica (SIG) es una coleccin organizada dehardware, software y datos geogrficos diseados para la eficiente captura,almacenamiento, integracin, actualizacin, modificacin, ANLISIS ESPACIAL, ydespliegue de todo tipo de informacin geogrficamente referenciada (ESRI,1993).

1.2 Qu es una extensin en ArcGis

Una extensin de ArcGis es una herramienta que se puede cargar cuando senecesite una funcionalidad adicional. Varias extensiones vienen incorporadas conArcGis, como tambin existen extensiones opcionales que proporcionan unanlisis ms avanzado y otras capacidades funcionales.

1.3 Extensin Spatial Analyst

Figura 1. Activacin de Extensin Spatial Analyst


5/37

5

El mdulo de Anlisis Espacial de ArcView (ArcView Spatial Analyst) proveefunciones basadas en rster que incluyen cuencas, contornos, anlisis dedistancia, y superposiciones (overlays) de capas de informacin. Permite elmodelado rster y vectorial integrado. Este mdulo permite la generacin de curvasde nivel a partir de modelos de elevacin del terreno (DEM).

1.4 Qu es Spatial Analyst?

Anlisis espacial es el procesamiento de datos espaciales generando nuevainformacin acerca del mundo y que sirve para el apoyo a la toma de decisiones.Las decisiones finales suelen tratar de mejorar la calidad de vida del hombre porejemplo a travs de una gestin ambiental. La calidad de las decisiones tomadasdepende de la calidad de los datos ingresados y el modelo del espacio usado en elanlisis.

La extensin Spatial Analyst de ArcGIS proporciona una amplia gama decaractersticas espaciales de gran alcance para el modelamiento y el anlisis.Con esta herramienta usted puede:

Crear, preguntar, mapear y analizar pxeles basado en datos del tipo Rster.

Realizar anlisis integrado de rster/vector.

lgebra de mapas

Consultar informacin a travs de capas de datos mltiples.

Integrar completamente datos rster con fuentes de datos tradicionales deltipo vector.

1.5 Otras Extensiones de inters

1.5.1 Geostatistical Analyst

Su importancia radica en la creacin de superficies continuas a partir de medidasesparcidas tomadas con puntos de muestreo. Ayuda a predecir con seguridadvalores para superficies usando el mtodo de interpolacin espacial Kriging. Poseeadems herramientas para errores estadsticos, umbrales y modelamiento deprobabilidad.


6/37

6

1.5.2 3D Analyst

Permite la visualizacin y el anlisis efectivo de datos de superficie. Usando estaextensin se puede ver una superficie desde varios puntos de vista, consultarsuperficies, determinar lo que es visible desde una ubicacin seleccionada, crear

imgenes en perspectiva. Posee la aplicacin de ArcScene lo que da la interfazpara ver capas mltiples de datos tridimensionales, creando y analizandosuperficies, modelamientos tridimensionales tales como corte y relleno, lneas devista y modelamiento topogrfico.

1.6 Modelo de Datos

El nuevo concepto de modelo de datos en ArcGIS es el "modelo de datos deobjetos". Un Modelo de datos de objetos permite la creacin de bases de datosorientadas a la informacin geogrfica (Geodatabase). Una base de datos de estetipo permite combinar las propiedades de los objetos con su "comportamiento".Estas bases de datos inteligentes otorgan al usuario la habilidad de aadirdefiniciones y comportamiento a objetos, proporcionando todas las herramientasnecesarias para crear y trabajar con datos geogrficos.El modelo de geodatabase define un modelo genrico para informacin geogrfica.Este modelo genrico puede ser usado para definir y trabajar con una ampliavariedad de usuarios o modelos para aplicaciones especficas. Definiendo eimplementando diferentes comportamientos sobre un modelo geogrfico genrico,se proporciona una plataforma para la definicin de diferentes modelos de datos deusuario.

1.7 Modelo de Datos Geogrficos

Un dato geogrfico posee tres componentes fundamentales que describenespacialmente a cualquier entidad. Estas son por un lado la ubicacingeomtrica especfica que este posee en algn sistema de referencia determinado,las caractersticas de la entidad y las relaciones espaciales que posee con suentorno. A esta ltima se les denominan relaciones Topolgicas (JoaqunBosque). Como ejemplo la plaza de armas se encuentra en el punto x,y (ubicacingeomtrica), su superficie es de x m2 est dentro de Santiago. Se encuentra al

frente de la catedral, en su interior se encuentra un monumento a Pedro de Valdivia(relaciones topolgicas).

ArcGIS tiene un modelo de datos geogrficos de muy alto nivel para representarinformacin espacial tales como features (vectores), rasters y otro tipo de datos.ArcGIS es capaz de soportar una implementacin del modelo de datos tanto paralos sistemas de archivos como para los manejadores de bases de datos, DBMSs,por su sigla en ingls. Los modelos basados en archivos incluyen un conjunto dedatos SIG tales como coberturas, shapefiles, grids, imgenes y redes de tringulosirregulares (TIN). El modelo de bases geogrficas o geodatos administra losmismos tipos de informacin geogrfica en un DBMS, proporcionando muchos de

los beneficios de administracin de datos ofrecidos por un DBMS.


7/37

7

1.8 Dato no espacial o Atributo

El dato no espacial est referido a los antecedentes, descripcin o atributos quetienen los elementos espaciales:

Variables Valores Nombres Clases temticas Otros descriptores

2 Proceso de Toma de Decisiones

Procesamiento dedatos espacialesgenerando nuevainformacin acercadel mundo y quesirve para el apoyoa la toma dedecisiones. Lasdecisiones finalessuelen tratar demejorar la calidadde vida del hombrepor ejemplo a travsde una gestinambiental o unanlisis de

evaluacinmulticriterio.

La calidad de lasdecisiones tomadas

depende de lacalidad de los datosingresados y elmodelo del espaciousado en el anlisis.

Figura 2. Ciclo de Toma deDecisiones.


8/37

8

2.1 Modelando el Mundo Real

Figura 3.Representacin delMundo Real

El mundo real es tan complejo y continuo que es necesario abstraer slo losaspectos relevantes en el proceso de anlisis espacial

Esto se logra usando una jerarqua de:

Modelos de datos Estructuras de datos, y Formatos de archivos de datos

2.1.1 Modelo de Datos:

Reglas para la representacin de la organizacin lgicade datos en una base dedatos y la relacin entre ellos. El cmo se almacenan y relacionan los datosespaciales.Modelo de datos de objetos que permite combinar las propiedades de los objetos

con su "comportamiento". Ejemplos: raster y vector

2.1.2 Estructura de Datos

La implementacin de un modelo de manera que sea tratable por un computador.Ejemplos: quadtree, espagueti

2.1.3 Formato de Datos

Especfico de cada software SIG y el sistema operativo.

Ejemplo: El formato Shapefile, ste slo admite un tipo de representacin dedatos dentro del mapa, esto es, puntos, lneas o polgonos.


9/37

9

2.2 Abstraccin del Mundo Real

Figura 4. Representacinde la Abstraccin delMundo Real.

Un modelo de datos Geogrfico es una abstraccin del mundo real que emplea un

conjunto de objetos dato, para soportar el despliegue de mapas, consultas, ediciny anlisis, presentan la informacin en representaciones subjetivas por medio demapas y smbolos, que representan la geografa como formas geomtricas, redesde tringulos (TIN), superficies, ubicaciones e imgenes, a los cuales se lesasignan sus respectivos atributos que los definen y describen.

3 Modelo de Datos Vector y Rster

3.1 Incorporacin y almacenamiento de datos:

No existe una manera nica de incorporacin y almacenamiento de datos. Lasformas variarn segn el tipo de dato, los resultados deseados y el softwaredisponible. Bsicamente se emplean dos modos de representacin de datosespaciales: vector y rster.


10/37

10

Figura 5. Representacin de datos espaciales: vector y rster.

3.2 Elementos Geogrficos

Los sistemas vectoriales son modelos en donde los objetos espaciales serepresentan de tal manera de definir sus fronteras, dichas fronteras definen el lmiteentre el entorno y el objeto en cuestin. Las lneas fronteras son representadas

mediante las coordenadas cartesianas de los elementos como puntos vrtices quedelimitan los segmentos rectos que la forman, adems la estructura vectorialpermite la generacin de las relaciones topolgicas del entorno.


11/37

11

Figura 6. Representacin Sistemas Vectoriales

El formato vectorial con este tipo de organizacin, genera una gran cantidad dearchivos que relacionan las coordenadas con los distintos elementos adems desus relaciones topolgicas, como podemos apreciar en los siguientes ficheros:

Tabla de Vrtices

Vrtice X Y

1 0.5 3.52 2.0 3.53 3.0 4.54 3.5 5.55 3.5 66 0.5 67 5.0 4.58 0.5 2.09 2.5 2.0

10 3.5 1.5

11 6.5 1.5Tabla de Polgonos


12/37

12

Polgono VrticesA 1 (ORIGEN)

23

4561 (COORDENADAS PRIMERVRTICE REPETIDAS)

Etc. Etc.

Tabla de lneas

Lnea VrticesB 8 (ORIGEN)91011 (FINAL)

Etc. Etc.

Tabla de puntos

Punto Vrtices

C 7Etc. Etc.

Descripcin de los segmentos

Segmento PolgonoDerecha

PolgonoIzquierda

Vrtice Origen Vrtice Final

VI Universo A 4 5

3.3 Representacin de Vectores:

Como elementos geogrficos primitivos, los cuales poseen o generan lainformacin geogrfica, se pueden distinguir:

3.3.1 Puntos

Puntos: Localizacin (X, Y), sin dimensiones. Ej. Localizacin de una Central deOperaciones, un poste, un rbol, etc.

3.3.2 Lneas


13/37

13

Lneas: Construido por a lo menos dos puntos en los extremos de la lnea (onodos), poseen longitud. Ej. , una camino, un cerco, etc.

3.3.3 Polgonos

reas o Polgonos: Conjunto de puntos, donde el punto de inicio es igual al detrmino, formando as un objeto cerrado con un interior y un exterior, poseenpermetro y rea. Ej. un rodal, un rea urbana, etc.

Al emplear el modo vector cada caracterstica geogrfica se representa por mediode puntos, lneas y/o polgonos (Ver figura 7). Los mismos estn definidos por unpar de coordenadas X e Y referenciadas en un sistema cartogrfico determinado(por ejemplo lat/long) y los atributos de tales caractersticas geogrficas estnalmacenados en una base de datos independiente.

Figura 7. Representacin de Vectores de tipo: Puntos, arcos y polgonos.

3.4 Modelo Rster

La estructura rster consiste en la representacin de nuestro mundo real o larepresentacin de este en una grilla compuesta de celdas (pxel). Esta serie dedatos rster, basado en celdas, est orientado para representar fenmenostradicionalmente geogrficos que varan continuamente en el espacio, como laelevacin, inclinacin o precipitacin. Pero adems pueden ser utilizadas pararepresentar tipos de informacin menos tradicionales, tales como densidad depoblacin, comportamiento del consumidor y otras caractersticas demogrficas.Las celdas tambin son datos ideales de representacin para el modelo espacial, elanlisis de flujos y tendencias sobre los datos representados como superficiescontinuas como el modelado de vertientes o los cambios dinmicos de poblacinsobre el tiempo.

Esta estructura es simple y fcil de manejar, tiene gran capacidad de sobreposicinu overlay. A la representacin rster se le denomina imagen.

La estructura genera slo un archivo que contiene las coordenadas en fila columnay el atributo del pxel.


14/37

14

Figura 8. Estructura Rster

3.5 Ventajas Y Desventajas de Ambos Modelos (Raster v/s Vector)

3.5.1 Ventajas Modelo Rster

Estructura de datos simple Overlay o superposiciones de diferentes coberturas se implementan de

manera rpida y eficiente representa bien la alta variabilidad espacial su formato es utilizado en el anlisis de imgenes digitales da la posibilidad de generar Modelos de Elevacin del Terreno

3.5.2 Ventajas Modelo Vector

una estructura de datos ms compacta codifica eficientemente la topologa La salida en papel presenta muy buenos productos es ms adecuado para grficos parecidos a mapas convencionales lineales

3.5.3 Desventajas Modelo Rster

la estructura es menos compacta. Compresin es necesaria la representacin de topologa es ms compleja, siendo algunas difciles de

representar la calidad de los mapas finales depende de una alta resolucin que significa

archivos ms pesados

X

Y

1 2 3 4 5 6

1

2

3

45

6

A

C o l u m n a s

Filas

A A A A A A

AA CAA AA AA A AA A A AA A A

BBB BB B

B BB B

0 0 0 0

0 0 0 00 0 0 00 0 0 0 0

0 0 0 0 00 0 0 0 0 0 0 0 0 0

0 0 0 0 00 0 0 0

0

00 0

Im a g e n R a s te r


15/37

15

3.5.4 Desventajas Modelo Vector

su estructura es ms compleja que un rster overlay es ms difcil de implementar la representacin de alta variabilidad espacial es ineficiente no es un modelo

adecuado parael anlisis de imgenes digitales. no es un modelo adecuado para el anlisis de imgenes digitales.

3.6 Algunos Ejemplos de Modelos Rster que se Vern en EsteCurso

3.6.1 Modelo Digital de Terreno (DEM)

Uno de los elementos bsicos de la representacin digital de la superficie terrestreson los Modelos Digitales de Terreno. Se denomina as al conjunto de mapas querepresentan distintas caractersticas de la superficie terrestre que se derivan de unmapa de elevaciones (Modelo Digital de Elevaciones).Un MDT suele incluir:

1. Modelo Digital de Elevaciones2. Pendiente3. Orientaciones o exposiciones.


16/37

16

DEM:

Figura 9. Imagen Rster de un Modelo Digital deElevacin

Los sectores ms altos aparecen en tonos

de rojo, los sectores menos elevados, serepresentan en tonos azulosos.

PENDIENTES:

Figura 10. Imagen Rster de Pendiente

Los sectores con mayores pendientesaparecen en tonos de rojo, los sectorescon menor relieve, se representan entonos verdes.

EXPOSICIONES:Figura 11. Imagen Rster de Exposicin

La exposicin es la direccin donde mirala cuesta o la direccin de la pendienteempinada, definida por la celda y susocho vecinos circundantes.


17/37

17

Para su formacin se necesita una muestra de valores que nos permita interpolar elMDE, esta muestra puede consistir en:

1. Un conjunto de puntos con altitud medida sobre el terreno (GPS o estacintopogrfica)

2. Curvas de nivel digitalizadas de un mapa

4 El proceso de Interpolacin:

Figura 12. Proceso de Interpolacin

4.1 Qu es Interpolacin

Interpolacin es un procedimiento matemtico utilizado para predecir el valor de unatributo en una locacin precisa a partir de valores del atributo obtenidos de puntosvecinos ubicados al interior de la misma regin. A la prediccin del valor de unatributo en lugares fuera de la regin cubierta por las observaciones se le llamaextrapolacin.

Se utiliza interpolacin para transformar un nmero finito de observaciones,obtenidas en base a ubicaciones geogrficas precisas, a un espacio continuo demanera que el patrn espacial presentado por las observaciones puntuales puedaser comparado con los patrones espaciales de otras variables bajo consideracin.

La interpolacin es necesaria:

a. cuando la superficie rasterizada (GRID) tiene una resolucin que esdiferente de la resolucin pedida,

b. cuando una superficie continua es representada por un modelo que esdiferente al necesitado, o

c. cuando los datos no cubren toda la regin de inters de estudio


18/37

18

Ejemplos de (a) son la transformacin de imgenes rasterizadas (documentos,fotos areas o imgenes de satlites) de una resolucin espacial y orientacin aotra. Este procedimiento recibe el nombre de convolucin.Ejemplos de (b) son la transformacin de una funcin continua de un tipo de mallaa otra (TIN a rster, rster a TIN o un polgono en forma vectorial a rster).

Como ejemplos del caso (c) se pueden mencionar la conversin de un conjunto dedatos puntuales a una superficie continua pero tambin rasterizada.

Frente a la forma de recoleccin de los datos para la generacin de unainterpolacin, es posible distinguir entre una muestra densa y una muestra nodensa. En el primer caso hablamos de mallas de datos obtenidas a partir deimgenes - areas o de satlites - o modelos numricos de terreno; en este caso,el costo de obtencin no es oneroso y el atributo estudiado puede ser observadodirectamente. Por otro lado, se utiliza el mtodo de muestras no densasprincipalmente cuando existen limitaciones financieras para efectuar el trabajo -

costo de un viaje de observacin y obtencin de datos - y cuando el atributobuscado no puede ser observado directamente.

Las superficies continuas obtenidas por medio de mtodos de interpolacin puedenser utilizadas en un SIG tanto como capas temticas o ser visualizadasindividualmente. Para su representacin se utiliza normalmente mallas regulares(rster), lneas de contorno o TINs. Debido a que una superficie interpolada varacontinuamente en el espacio, las tcnicas de compresin de datos como los "run-length codes" y "quadtrees" no son apropiados para su representacin. Es tambinimportante comprender que aunque una superficie interpolada muestra variacionesen sus tres ejes, (X e Y de sus coordenadas y el eje Z del atributo interpolado),ellas no son consideradas una representacin en tres dimensiones (3D). El trmino3D es reservado por situaciones donde el atributo vara continuamente a travs delmarco de referencia en 3D. Representacin y visualizacin en 3D requierenprogramas especiales que normalmente no son disponibles en un SIG estndar.

La hiptesis bsica de la interpolacin espacial es:

"La observacin comn que, en promedio, da valores a un atributo dentro deuna vecindad en el espacio tienen una fuerte probabilidad de ser similares(variables regionalizadas y dependencia espacial) y que esta probabilidad

disminuye respecto a valores de una vecindad separados por una grandistancia".

Se puede tambin comparar la interpolacin con la clasificacin; considerandoclasificacin como un mtodo muy utilizado en percepcin remota para predecirvalores de una variable en una regin a partir de estimaciones de esta variablevlidas por grupos de pxeles que se los supone representativos. Una vez quevalores promedios por varios grupos homogneos han sido calculadas, toda lainformacin relacionada con la variacin de la variable al interior del grupo esperdida y se supone que grupos similares situados en otras secciones de la reginpresentan las mismas caractersticas que el grupo donde las estadsticas fueron

calculadas.


19/37

19

Un uso tpico de interpolacin de puntos es la creacin de superficies de elevacina partir de datos ya medidos como Curvas de Nivel o puntos con sus respectivasalturas como una muestra del sector a estudiar. Sin embargo tambin se puedenhacer buenas estimaciones de algn contaminante, concentraciones qumicas yotros.

4.2 Fuentes de datos para la interpolacin espacial

Las fuentes de datos ms comunes para efectuar interpolaciones son:

Fotos areas estereoscpicas

"Scanners" instalados tanto en satlites como en aviones y documentosrasterizados

Muestras puntuales de un atributo obtenidas directamente o indirectamenteen el terreno usando diferentes tipos de patrones de adquisicin de datos.

Mapas que han sido digitalizados

La gran mayora de los datos susceptibles de ser interpolados son obtenidosusando diferentes patrones de adquisicin de datos; estos patrones producenvalores del atributo buscando solamente un nmero finito de puntos en el espacio.Este tipo de datos recibe el nombre de datos duros "hard data".

Si la informacin es escasa, adems de los datos bsicos, resulta muy til

disponer de informacin adicional indirecta relacionada con el proceso fsico quedetermina el atributo estudiado. Este tipo de informacin adicional recibe el nombrede informacin liviana "soft information". Esta informacin puede incluir tambinsupuestos relativos al grado de variacin de la variable y supuestos relacionadoscon las propiedades estadsticas del atributo o la variable bajo consideracin.

4.3 Patrones de adquisicin de datos

La ubicacin del lugar donde los datos se obtienen puede ser un factordeterminante en el anlisis de los datos. Idealmente, debera efectuarse un patrn

que ofrece una cobertura total e uniforme de la regin. Sin embargo, hay quemencionar que patrones uniformes pueden inducir a falsos resultados si elloscoinciden en su perodo con algn fenmeno regular presente en el terreno. Poresta razn, patrones de adquisicin de datos que no ofrecen casi ningn grado deuniformidad son comnmente utilizados.

La Figura 13 presenta los diferentes tipos de patrones que son comnmenteutilizados en el proceso de adquisicin de datos.


20/37

20

Figura 13. Patrones de adquisicin de datos para la Interpolacin Espacial

4.4 Clasificacin de los mtodos de interpolacin

Un mtodo que predice, para una determinada localizacin, un valor del atributoque es idntico al valor medido en esta posicin se lo llama un mtodo preciso exacto. Todo otro tipo de mtodo se lo llama inexacto.

La diferencia (absoluta o cuadrada) entre el valor observado y el valor estimado esen la gran mayora de los casos usada como indicador de la calidad de lainterpolacin inexacta.

Desde un punto de vista ms general, los mtodos de interpolacin se los clasificaen dos grandes grupos:

- Mtodos globales y- Mtodos locales determinsticos

4.4.1 Mtodos de interpolacin Globales

Los mtodos globales utilizan todo los datos disponibles para efectuar unaestimacin vlida para toda la regin de inters; en cambio los mtodos localesdeterminsticos operan dentro de una pequea zona alrededor de la ubicacindonde se desea obtener un valor interpolado. Los mtodos globales son utilizados

ms bien para examinar y eliminar posibles tendencias presentes en los datostanto ms que para efectuar una interpolacin. Una vez que los efectos globales


21/37

21

han sido eliminados, los valores residuales de las variaciones globales soninterpolados usando un mtodo local.Como ejemplos de este grupo podemos citar la clasificacin usando informacinexterna, superficies que poseen una tendencia en sus coordenadas, modelos deregresin y mtodos de anlisis espectral.

Otra aproximacin al problema de interpolacin viene dado por la teora de losmtodos geo-estadsticos. Esta metodologa se basa en la correlacin espacial delos datos geogrficos. Es usada principalmente cuando la variacin del atributo estan irregular y la densidad de puntos es tan grande que los dos mtodosmencionados anteriormente no se pueden aplicar. La geo-estadstica proporcionaestimaciones probabilsticas de la calidad de la interpolacin. Permite tambinhacer predicciones por superficies o volmenes ms grandes. Pueden tambinincorporar en el clculo datos livianos con el fin de mejorar la precisin de lainterpolacin.

4.4.1.1 Mtodo Kriging

El mtodo geo-estadstico o kriging, describe la correlacin tanto espacial comotemporal que existe entre los valores de un atributo. Tradicionalmente se le hautilizado en las llamadas geo-ciencias (geofsica, hidrogeologa, etc.), sin embargo,sus principios se aplican cada vez ms en una amplia variedad de camposcientficos como pesqueras, silvicultura, ingeniera civil, procesamiento deimgenes, cartografa, meteorologa, etc.

En la estadstica clsica, se manejan variables independientes, donde se asumecero continuidad (correlacin) entre los datos. La Geo-estadstica por su parte,asume lo contrario, sealando que los datos estn correlacionados y que estacontinuidad se puede medir para puntos, bloques o volmenes. Por lo tanto, enesta disciplina, se utiliza el concepto de variable regional que describe fenmenos,atributos con una distribucin geogrfica y con una cierta continuidad espacial.

Kriging es el mtodo de clculo de una variable regional en un punto, al interior deuna superficie o dentro de un volumen usando un criterio de minimizacin de laestimacin de la varianza. Para ello se resuelve un conjunto de ecuacionesutilizando la informacin presente en el variograma y las distancias relativas entre

los datos y la posicin del punto (o bloque/volumen) donde el valor interpolado espedido. Estas ecuaciones contienen la covarianza entre el punto a ser estimado ylos datos y las covarianzas entre los datos mismos. Kriging es un mtodo deinterpolacin exacto en el sentido que su estimacin en un punto de controlcoincide con el valor observado.

4.4.1.2 Interpolacin por Mtodo Kriging

El interpolador de KRIGING, utiliza en la estimacin las caractersticas devariabilidad y correlacin espacial del fenmeno estudiado, por lo que su uso

implica un anlisis previo de la informacin, con el objeto de definir o extraer deesta informacin inicial un modelo que represente su continuidad espacial.


22/37

22

Este mtodo de interpolacin asume que la distancia o la direccin entre puntos dela muestra reflejan una correlacin espacial que puede ser usada para explicar lavariacin en la superficie. Kriging encaja una funcin matemtica a un nmeroespecificado de puntos, o todos los puntos dentro de un radio especificado,determinando el valor de salida para cada posicin. Kriging es un proceso de

multipaso; esto incluye el anlisis exploratorio estadstico de los datos, variogramadel modelamiento, la creacin de la superficie, y (opcionalmente) la exploracin deuna superficie de discrepancia.

Esta funcin es apropiada cuando se sabe que hay una distancia espacialmentecorrelacionada o la tendencia direccional en los datos. A menudo es usado en laciencia de suelo y la geologa.

Existen varios mtodos de Kriging incluyendo: Ordinary y Universal.

Figura 14. Cuadro de Dilogo para Interpolacin Mtodo Kriging

El mtodo Ordinary:

Kriging Ordinario es el mtodoms usado de los mtodosKriging.

Kriging Universal

Asume que hay una tendenciaprincipal en los datos (por

ejemplo, un vientopredominante), y puede sermodelado por una funcindeterminista, un polinomio. Estepolinomio es restado de lospuntos medidos originalmente,y la autocorrelacin es unamodelacin de los erroresarbitrarios. Una vez que elmodelo es apto a los erroresarbitrarios, antes de la

fabricacin de una prediccin,el polinomio es aadido atrs a las predicciones para darle resultadossignificativos. Kriging Universal slo debera ser usado cuando se sabe que hayuna tendencia en los datos y se puede dar una justificacin cientfica paradescribirlo.


23/37

23

Variable search radius

Usando un radio variable de bsqueda, se puede especificar el nmero de puntospara usar en el clculo del valor de la celda interpolada. Esto hace el radio debsqueda variable para cada clula interpolada, dependiendo (segn) cuanto tenga

que estirarse para alcanzar el nmero especificado de puntos de entrada. Laespecificacin de una distancia mxima limita el tamao potencial del radio delcrculo. Si el nmero de puntos no es alcanzado antes de que la distancia mximadel radio sea alcanzada, menos puntos sern usados en el clculo de la clulainterpolada.

Fixed search radius

Con un radio fijo, el radio del crculo para buscar puntos de entrada es el mismopara cada celda interpolada. El radio por defecto es cinco veces el tamao del pxelpara el Grid de salida. Como especificacin con un nmero mnimo de puntos,

usted puede asegurar que dentro del radio fijo, al menos un nmero mnimo depuntos de entrada ser usado en el clculo de cada clula interpolada.

4.4.2 Mtodos de interpolacin locales

Los mtodos de interpolacin locales usan la informacin proveniente de losvecinos para calcular el valor del atributo.

Esto significa:

definir una regin alrededor de la ubicacin donde el valor del atributo debe sercalculado,

determinar cuantos vecinos se encuentran al interior de esta regin, encontrar una funcin matemtica que representa la variacin de este conjunto

de puntos y evaluar esta variacin por puntos en una malla regular.

Ejemplos de Interpolacin Local los polgonos de Thiessen o Voronoi, mtodosbasados en un peso lineal e inversamente proporcional a la distancia y mtodosbasados en cuas (splines). Estos tipos de mtodos de interpolacin se encuentran

disponibles en la mayora de los programas S.I.G.

Este procedimiento debe ser repetido hasta que todos los puntos en la mallaregular hayan sido calculados. En este procedimiento es tambin posible deconsiderar informacin externa y tendencias presentes en los datos.Examinaremos los dos tipos de interpolacin local que incluye la extensin SpatialAnalyst:

1.- peso proporcional al inverso de la distancia "Inverse Distance Weighting (IDW)"

2.- generacin de cua "Splines".


24/37

24

Estos mtodos tienen en comn el hecho que uniforman los datos pues utilizan untipo de promedio al interior de la ventana que define la regin de influencia de losvecinos alrededor de un punto.

El mtodo IDW combina la idea de vecindad con la idea de un cambio gradual de

las superficies con una tendencia. Se supone que el valor del atributo Z en unaposicin donde el valor del atributo no es conocido es un promedio de los valoresde sus vecinos pero donde los vecinos ms cercanos tienen ms peso, importanciaque los ms alejados.

El Mtodo Splines estima valores usando una funcin matemtica que reduzca almnimo la curvatura superficial total, dando por resultado una superficie lisa quepasa exactamente a travs de los puntos de la entrada.

4.4.2.1 Interpolacin IDW

Figura 15. Cuadro de Dilogo para Interpolacin Mtodo IDW

IDW (Gravitacional o Inverso dela Distancia):

Cada punto de la muestra ejerceuna influencia sobre el punto adeterminar y disminuye en funcinde la distancia. As cada puntovecino contar con un "peso" en la

determinacin de la cota del puntoa interpolar, que ser mayor cuantoms cerca se encuentre, siguiendoel principio de correlacin espacial.IDW se presenta en Spatial Analystcomo dos opciones: Con un radio

de bsqueda fijo y un radio de bsqueda variable. Para el primero de ellos el radiodel crculo usado para buscar entradas de puntos es igual para cada celdainterpolada. Para especificar una cantidad mnima se puede asegurar que dentrodel radio fijo, al menos un nmero mnimo de puntos de entrada ser usado en elclculo de cada celda interpolada.

Un Poder ms alto pone ms nfasis sobre los puntos cercanos, creando unasuperficie que tiene ms detalle, pero es menos suave.Un poder bajo tiene ms influencia para rodear puntos de aquellas reas mslejanas, creando una superficie suave.

Utilice una barrera para limitar la bsqueda para los puntos de la muestra deentrada al lado de la barrera en la cual el pxel interpolado se ubique, por ejemploen un acantilado.


25/37

25

Figura 16. Cuadro de Dilogo paraInterpolacin Mtodo IDW.

Con un radio variable, la cantidadrepresenta el nmero de puntosusados en calcular el valor de lacelda interpolada. Esto hacevariable la bsqueda del radiopara cada pxel interpolado,dependiendo de cmo tenga queestirarse para alcanzar el nmeroespecificado de los puntos de laentrada.

Especifique una distanciamxima para limitar el tamao

potencial del radio del crculo. Siel nmero de puntos no sealcanza antes de que la distanciamxima del radio se alcance,pocos puntos sern utilizados en

el clculo del punto interpolado.Utilizando la herramienta de medicin (measure)de la barra de herramientas para medir distancias entre puntos obteniendo as unaidea de la distancia y del nmero de puntos antes de fijar el radio de la bsqueda.

Utilice un radio de bsqueda fijo si sus puntos en la muestra de entrada sonabundantes y se ubican de manera ms uniforme. Utilice un radio de bsqueda

variable si sus puntos en la muestra son escasos y se ubican aleatoriamente.

4.4.2.2 Interpolacin por Mtodo Spline

Spline estima valores usando una funcin matemtica que reduce al mnimo lacurvatura de la superficial total, dando como resultado una superficie lisa que pasaexactamente a travs de los puntos muestreados.Este mtodo es el mejor para con cuidado variar superficies como la elevacin,alturas de superficie del agua, o concentraciones de contaminacin.

Hay dos mtodos Spline: Regularizad y tension (Regularizado y Tensin)Regularized: El mtodo Regularizado crea una superficie suave, de maneragradual cambiando la superficie con los valores que pueden estar fuera de la gamade datos de la muestra.

Tension: El mtodo de Tensin suaviza la rigidez de la superficie segn el carcterdel fenmeno modelado. Esto crea la superficie lisa con valores estrechamenteobligados por la gama de datos de la muestra.


26/37

26

Figura 17. Cuadro de Dilogo para Interpolacin Mtodo Spline

Weight:

Para Regularizado, el Weight

define el peso de la terceraderivada de la superficie en laexpresin de minimizacin decurvatura. Ms alto el peso, mslisa la superficie. Los valores queparticipan en este parmetrodeben ser iguales o mayores quecero. Los valores tpicos quepueden ser usados son 0; 0.001;0.01; 0.1, y 0.5. Para la Tensin,el Weight define el peso de

tensin. A ms alto el peso, lasuperficie pierde suavidad. Losvalores ingresados tienen que ser iguales o mayores que cero. Los valores tpicosson 0; 1; 5; y 10.

Number of points

El nmero de puntos identifica el nmero de puntos usados en el clculo de cadaclula o pxel interpolado. Ms puntos de entrada especificados, mayor ser lainfluencia de los puntos distantes y ms suave ser la superficie.

Figura 18. Graficando los procesos de Interpolacin.Para una muestra de 74 puntos, se interpol con los tres mtodos, el Fsforo (P) del suelo (cada punto cuentacon esta informacin, dentro de un campo de su base de dato


27/37

27

5 Datos Discretos y Continuos

5.1 Datos discretos

Tambin llamados datos categricos o discontinuos, principalmente representanobjetos tanto en atributos de vector como en sistemas de almacenaje de datosrster. Un objeto discreto debe tener fronteras definibles. Es fcil definir conprecisin donde el objeto comienza y donde este termina. Un lago es un objetodiscreto dentro del paisaje circundante. Donde el borde del agua se encuentra alborde de la tierra, por lo que en definitiva puede ser establecida. Objetos discretosson por lo general sustantivos.En general son reas o vecindades homogneas, estos se almacenan comoenterosEjemplos Uso de la tierra, zonificaciones, pozos, caminos, ros, lagos, etc.

5.2 Datos Continuos

Una superficie continua representa fenmenos donde cada posicin sobre lasuperficie es una medida del nivel de concentracin o su relacin de un punto fijoen el espacio o de una fuente de emisin. Datos continuos tambin son llamadosdatos no discretos, o superficiales. Un tipo de superficie continua es sacado deaquellas caractersticas que definen una superficie, donde cada posicin es medidade un punto de registro fijo. Estos incluyen la elevacin (el punto fijo comienza en elnivel del mar) y la exposicin (el punto fijo debe ser la direccin: al norte, este, al

sur, oeste o cualquier otra orientacin angular intermedia).

Otro tipo de superficie continua incluye fenmenos que varan ms de acuerdo acomo ellos se mueven a travs de una superficie a una fuente. Ilustraciones dedatos continuos que varan progresivamente son fluidos y movimientos de aire.Estas superficies son caracterizadas por el tipo o la manera en la cual el fenmenose mueve. El primer tipo de movimiento es por difusin en donde los movimientosvan de las reas con alta concentracin a aquellos con menos concentracin hastaque las concentraciones igualan sus niveles hacia fuera. Las caractersticassuperficiales de este tipo de movimiento incluyen la concentracin de sal que semueve por el agua, el calor de un fuego forestal, etc. En este tipo de superficie

continua, tiene que haber una fuente. La concentracin es siempre mayor cerca dela fuente y se disminuye como una funcin de distancia y el medio por el cual lasustancia se mueve.

En la superficie de concentracin de la fuente encima, la concentracin delfenmeno en cualquier posicin es una funcin de la capacidad del acontecimientode moverse por el medio. Otro tipo de superficie de concentracin es gobernadopor las caractersticas inherentes del fenmeno mvil. Por ejemplo, el movimientodel ruido de una rfaga de bomba es gobernado por las caractersticas inherentesde ruido y el medio por el cual esto se mueve. El modo de locomocin tambinpuede limitar y directamente afectar la concentracin superficial de un rasgo, comoes el caso con la dispersin de semillas de una planta. El medio de locomocin, si


28/37

28

ello ser abejas, hombre, viento, o el agua, todos afectan la concentracinsuperficial de dispersin de semilla para la planta.

Otras superficies de movilizacin incluye la dispersin de poblaciones animales, losclientes potenciales de una tienda, como se masifique una enfermedad, etc.

En general son Valores que cambian continuamente (respecto a su posicinespacial). Se almacenan como valores de punto flotante.Ejemplos Elevacin, contaminacin por ruido, precipitacin, pendiente,temperaturas, etc.

5.3 Discreto o continuo?

El factor de determinacin para saber si un elemento cae sobre el espectrocontinuo o discreto es la facilidad en la definicin de las fronteras del mismoelemento.

Es importante entender el tipo de datos con el cual se modela, si ha de sercontinuo o discreto, tomando decisiones basado en los valores resultantes. El sitioexacto para un edificio no debera estar nicamente basado en el mapa de suelos.

El rea cuadrada de un bosque no puede ser el factor primario determinando elhbitat de ciervo disponible. La validez y la exactitud de las fronteras de los datosde entrada deben ser entendidas.

6 Escalas de Medidas

El tipo de sistema de medida usado puede tener un efecto dramtico sobre lainterpretacin de los valores resultantes. Una distancia de 20 kilmetros es dosveces una de 10 kilmetros, algo que pesa 100 kilos es un tercio de algo que pesa300 kilos. Pero el suelo con un pH de 3 no significa que sea la mitad de cido comoun suelo con un pH de 6; alguien que tiene 60 aos es dos veces tan viejo comoalguien que tiene 30, pero el ms viejo de los dos individuos slo puede ser dosveces tan viejo como el individuo ms joven slo una vez en una vida. Tambin, sisus fechas de nacimiento son examinadas, y si el individuo ms viejo fuera nacido

en 1930 y el ms joven naci en 1960, el valor 1930 no es el doble del valor 1960.

Es por esto la importancia del tratamiento de los nmeros y las escalas de medidapara la exhibicin de datos y el anlisis de datos en un SIG. Es importante saberel tipo de sistema de medida usado en el rster de modo que las operacionesapropiadas y funciones puedan ser puestas en prctica y los resultados sernfiables.

Los smbolos del mapa se clasifican generalmente en dos tipos: cualitativo ycuantitativo.Los smbolos cualitativos tales como diversas clases de smbolos del punto sonapropiados para exhibir datos nominales (descritos a continuacin), mientras que


29/37

29

los smbolos cuantitativos tales como colores graduados o los smbolos graduadosdel punto son apropiados para los datos cuantitativos.

El anlisis SIG implica a menudo el clculo, que se limita a los datos numricos, esdecir, intervalo o los datos del cuociente. Por ejemplo, la conversin de una medida

del rea de los metros cuadrados a hectreas implica un clculo con nmeros.Pero para anlisis de conveniencia, se asignan comnmente cuentas a los datosnominales u ordinales y se utilizan estas en los futuros clculos y anlisis. Lascuentas en este caso representan datos interpretados. Por ejemplo, un estudiopuede clasificar el potencial para la contaminacin del agua subterrnea como alta,media, y baja, pero incorpora la informacin como datos numricos usando unanueva clasificacin de la tabla. Esto queda como 1 para el punto bajo, 2 para elmedio, y 3 para el alto (Sera incorrecto decir que el potencial medio es dos vecesms alto que el potencial bajo porque los nmeros en este caso son apenascdigos numricos).Los valores de medida pueden ser divididos en cuatro tipos:

Nominal, Ordinal, Intervalo y Razn.

6.1 Nominal

Los valores asociados con este sistema de medida son usados para identificar uncaso del otro. Ellos tambin pueden establecer el grupo, la clase, el miembro, o lacategora con la cual el objeto es asociado. Estos valores son calidades, nocantidades, sin la relacin a un punto fijo o una escala linear. Para el caso de lostipos de suelo, o cualquier otro atributo se licencian como medidas nominales.Otros valores nominales son nmeros de seguro social, ZONAS POSTALES, ynmeros telefnicos. El Analista Espacial no distingue entre los tres tipos diferentesde medidas cuando se deben manipular los datos.

La Escala Nominal se refiere a los datos que son clasificados slo en categoras.Un tipo no es mejor o peor que cualquier otro.

6.2 Ordinal

Los valores ordinales determinan la posicin. Estas medidas muestran el lugar,

como primero, segundo, y tercero, pero ellos no establecen la magnitud o lasdimensiones relativas. Cuanto mejor, peor, bonito, ms sano, o fuerte algo esto nopuede ser demostrado por nmeros ordinales.


30/37

30

6.3 Intervalo

Las horas del da, aos sobre un calendario, la escala de temperatura deFahrenheit, y el potencial de hidrgeno son todos ellos ejemplos de medidas de

intervalo. Estos son valores sobre una escala lineal calibrada, pero ellos no estnrelacionados con un punto verdadero en el tiempo o el espacio. Como no hayningn punto verdadero, comparaciones relativas pueden ser hechas entre lasmedidas, pero la proporcin y las determinaciones de proporcin no son muy tiles.

Figura 19. Ejemplo de Escala de Intervalos

Los datos de intervalo implican nmeros y comparaciones estadsticas que puedenser hechas.

6.4 Razn

Los valores del sistema de medida de Razn son sacados en relacin a un puntofijo cero sobre una escala lineal. Operaciones matemticas pueden serusadas sobre estos valores con resultados fiables y significativos.Los ejemplos de medida de proporcin son la edad, la distancia, el peso y elvolumen.

Figura 20. Ejemplo de Escala de Razn

7 Resolucin y Escala

La Resolucin especifica la unidad de medida ms pequea que se adopta pararegistrar datos.Para representaciones geomtricas lineales, la densidad de coordenadas debe sersuficiente para permitir curvas suaves a la escala de representacin (1:50.000

1:250.000, 1: 1.000.000, etc.), mientras se respete la precisin y se evite unasobreabundancia de coordenadas.


31/37

31

El tamao escogido para una celda o pxel de un Grid de un rea de estudiodepende de la resolucin de datos requerida para el anlisis ms detallado. El pxeldebe ser bastante pequeo para capturar el detalle requerido, pero bastantegrande de modo que el almacenaje al computador y el anlisis puedan ser

realizados de manera eficiente (esto porque a mayor resolucin mayor es el pesodel archivo, al momento de guardarlo). Cuanto ms homognea un rea queincluye variables crticas tales como topografa y la utilizacin del suelo, msgrande el tamao de pxel podra no llegar a afectar la exactitud de los resultados.

Antes de la especificacin del tamao del pxel, los siguientes factores deberan serconsiderados:

La resolucin de los datos de entrada El tamao de la base de datos de resultado y la capacidad de disco El tiempo de respuesta deseado El uso y el anlisis que deben ser realizado

Un tamao de pxel ms fino que la resolucin de entrada no producirdatos msexactos que los datos de entrada. Es generalmente aceptado que la trama deresultado dataset debera ser la misma o mayor que los datos de entrada.

Trabajando con Anlisis Spatial ya se tiene para el manejo de layer del tipo rsterdiferentes resoluciones para ser almacenadas y analizadas juntas en la mismabase de datos. Ya que el Analista Espacial proporciona esta capacidad, las cuatrodecisiones habladas anteriormente pueden ser hechas separadamente para cada

dataset, ms bien que simultneamente para todas las tramas en la base de datos.La trama datasets que almacena los tipos diferentes de informacin puede seralmacenada en resoluciones diferentes para encontrar las necesidades de losdatos y del anlisis que ser completado con la trama. Un dataset del tipo rster alrepresentar las fronteras de lnea divisoria de aguas de un estado puede seralmacenada en una resolucin menor, es decir, con un pxel ms grande que unatrama dataset al representar la distribucin de especie en vas de extincin.

7.1 Prdida de resolucin

La mayor desventaja en la representacin del pxel en la trama de datos del mapa,es la prdida de resolucin que acompaa datos de reestructuracin a fronteras declula de la trama fija. La resolucin aumenta como el tamao de la disminucin delpxel; sin embargo, el costo normalmente tambin aumenta tanto en el espacio dedisco como en velocidades de procesamiento. Para un rea dada, cambiando eltamao del pxel a la mitad el tamao corriente requiere tanto como cuatro veces elespacio de almacenaje, dependiendo del tipo de datos y las tcnicas dealmacenamiento usadas.


32/37

32

Figura 21. Muestra de Resolucin

El tamao de clula o pxel ptimo para capturar el detalle apropiado variar deacuerdo al estudio que se desee hacer. Clulas ms pequeas, indicarn mayorresolucin y exactitud. Esto porque clulas o pxeles grandes pueden abarcar ms

de un valor de datos y cada pxel posee solo un valor resultante.

8 lgebra de Mapas

La fuerza principal del Analista Espacial es su gran capacidad analtica. El AnalistaEspacial, por la lengua de lgebra de Mapa, proporciona instrumentos para realizaroperaciones, declaraciones condicionales, y funciones locales, focales, zonales,

globales, y de aplicacin.El lgebra de Mapas proporciona los componentes bsicos que pueden ser usadosparticularmente o en la conjuncin entre ellos para solucionar problemas.Combinando los bloques, una sintaxis y el lgebra Booleana como ciertas reglas aser seguidas para que el Analista Espacial realice la tarea solicitada. La gramticade la lengua establece el significado de los componentes bsicos segn la posicinde un bloque en una expresin. Si las coacciones de tipo o reglas de sintaxis sonvioladas, un mensaje de error ser devuelto por el Analista Espacial, y ningnresultado ser creado.

Los componentes bsicos para la lengua de lgebra de Mapa son objetos,acciones, y calificadores sobre las acciones. Estas delineaciones son similares asustantivos, verbos, y adverbios.


33/37

33

Figura 22. Anlisis con sobreposicin (Overlay) de datos del tipo Rster

Figura 23. Muestra de la Calculadorapara Datos del Tipo Rster.


34/37

34

8.1 Objetos

Ellos son entradas para el clculo o pueden ser posiciones de almacenaje para lasalida. La trama datasets, layers, tablas, constantes, y nmeros son todos los tiposde objetos en la lengua de lgebra de Mapa. Cualquier palabra usada en una

expresin que no sea un operador, una funcin, o una constante es consideradacomo el nombre propio de un dataset existente.

8.2 Acciones

Las acciones que pueden ser realizadas sobre objetos de entrada son operadoresy funciones. Operadores de Analista Espaciales realizan clculos matemticosdentro de y entre la trama datasets, layers, tablas y nmeros y entre lascombinaciones vlidas de todos ellos. El juego de operadores est compuesto dearitmtica, relaciones y operadores lgicos que apoyan tanto nmeros enteroscomo valores de punto flotante y operadores combinatorios, que simultneamentecubren la trama datasets o layer y mantienen los atributos de entrada.

Funciones del Analista Espacial son los modelos cartogrficos espaciales queanalizan datos en base a la clula o pxel.Estas funciones son divididas en cinco categoras principales: Local, focal, zonal,global, y uso especfico.

8.2.1 Funciones Locales

Funciones locales calculan un dataset de salida donde el valor de salida en cadaposicin es una funcin del valor asociado con aquella posicin sobre una o variastemas tipo GRID. Es decir el valor de la clula sola, independientemente de losvalores de clulas vecinas, tiene una influencia directa sobre el valor de la salida.Una funcin por clula (local) puede ser aplicada a un rster o mltiples rster.Para solo un dataset, ejemplos de funciones por clula son las funcionestrigonomtricas (por ejemplo, seno) o las funciones exponenciales y logartmicas(por ejemplo, el logaritmo exponencial).Los ejemplos de las funciones locales que trabajan sobre mltiples rster son lasfunciones que devuelven el mnimo, el mximo, el mayor valor, o el valor mnimo

para todos los valores del rster de entrada en cada posicin de clula.

8.2.2 Funciones Focales

Funciones Focales o de vecindad. Las funciones producen un rster de salidaen el cual los valores de la salida en cada posicin son una funcin del valor deentrada en una posicin y los valores de las clulas en una vecindad especificadaalrededor de aquella posicin. Una configuracin de vecindad determina que lasclulas que rodean a la clula procesada deberan ser usadas en el clculo decada valor de salida. Las funciones de vecindad pueden retornar la media, ladesviacin estndar, la suma, o el rango de valores dentro de la vecindadinmediata o extendida.


35/37

35

8.2.3 Funciones Zonales

Son aquellas donde se produce un tema GRID de salida o una tabla, donde los

valores de salida son una funcin del valor de las celdas en un tema GRID deentrada y su asociacin con otras celdas dentro de la misma zona cartogrfica.Funciones zonales son similares a funciones focales exceptuando que la definicinde la vecindad en una funcin zonal es la configuracin de las zonas o los rasgosdel dataset en las zonas de entrada, no una forma de vecindad especificada.Las zonas, sin embargo, no necesariamente tienen un orden o forma especfica.Cada zona puede ser nica. Las estadsticas zonales usando dos temas GRID deentrada: El primero define los valores a ser usados en el clculo, el segundoidentifica a cual zona cada celda (usada en el clculo) pertenece.Operaciones que pueden ser completadas sobre estas clulas retornan la media, lasuma, el mnimo, el mximo, o el rango de valores determinado para cada zona.

8.2.4 Funciones Globales

Global, o por rster, las funciones calculan un rster de salida en el cual los valoresde salida en cada posicin de clula es potencialmente una funcin de todas lasclulas del rster.Hay dos grupos de funciones globales: Distancia euclidiana (Straight Line) ydistancia ponderada (Cost Weighted). En la distancia euclidiana funciones globalesasignan a cada clula del rster de salida su distancia de la clula ms cercana dela fuente (una fuente puede ser la posicin para comenzar un nuevo camino). Ladireccin de la clula ms cercana de la fuente tambin puede ser asignada comoel valor de cada posicin de clula en un rster adicional de salida. Aplicando unafuncin global a un ponderado (el costo) la superficie, usted puede determinar elcosto de movimiento para el destino de una clula (la posicin donde usted deseaterminar el camino) a la clula ms cercana de la fuente.En todos los clculos globales, conocer la superficie entera es necesario pararetornar la solucin.

8.2.5 Las Funciones de Uso Especfico o Aplicacin

Proporcionan los instrumentos que son aplicables a tareas especficas como lahidrologa, la limpieza de datos, y la transformacin geomtrica.Las funciones locales, focales, zonales, y globales no son especficas a ningnuso. Hay alguna similitud en la clasificacin de una funcin de aplicacin y lasfunciones locales, focales, zonales, y globales (como el hecho que aun cuando lapendiente por lo general sea usada en el uso de analizar superficies, esto estambin una funcin focal). Algunas funciones de aplicacin son ms generales encierta medida, como el anlisis superficial, mientras otras funciones de aplicacinms por poco son definidas, como las funciones de anlisis hidrolgicas. Laclasificacin de las funciones de aplicacin es una ayuda de agrupar y entender la

amplia variedad de operadores de Analista Espaciales y funciones.


36/37

36

8.3 Calificadores

Los calificadores son parmetros que controlan como y donde una accin debeocurrir. Incluso aunque los operadores y funciones realicen acciones, el tipo y la

manera de las acciones varan.

Las acciones permiten o requieren que parmetros calificadores para identificarcomo, en que medida y con que valores las acciones deben ocurrir. Que dataset,rster o layer debera ser usado en una funcin zonal, cuales clulas deberan serincluidas en una vecindad focal son algunos ejemplos de parmetros necesariospara completar una accin del Analista Espacial.

9 Expresiones Lgicas

Las preguntas de los datos en ArcGis siguen lgebra booleana y consisten enexpresiones lgicas y los conectadores booleanos.

Una expresin lgica contiene operando(s) y operador(es) lgico.

Por ejemplo, la ' clase = 2 ' es una expresin lgica, en la cual las ' clases y ' 2 ' sonoperandos y ' = ' es un operador lgico.En este ejemplo, la clase es el nombre de un campo, 2 es el valor del campo usadoen la pregunta, y la expresin lgica selecciona esos expedientes que tengan elvalor de la clase de 2. Los operandos pueden ser un campo, un nmero, o unasecuencia. Los operadores lgicos pueden ser iguales a (=), mayores que (>),

menor que (=), menor que o igual a (


37/37

Una instruccin del lenguaje de interrogacin puede incluir dos o ms expresioneslgicas conectadas por uno o ms conectadores bolanos. Los conectadoresbooleanos son AND, OR, XOR, y NOT. El conectador AND conecta dosexpresiones

Ejemplo: (clase = 2) y (edad > 100). Los expedientes seleccionados de ladeclaracin deben satisfacer (clase = 2) y (edad > 100). Si el conectador se cambiaa OR en el mismo ejemplo, despus se seleccionan los expedientes quesatisfacen uno o ambos expresiones. Si el conectador se cambia a XOR, entonceslos expedientes que satisfacen una y solamente una de las expresiones seseleccionan. El conectador NOT niega una expresin, significando que unaexpresin verdadera est cambiada a falsa y viceversa.La declaracin, NOT (clase = 2) y (la edad > 100), por ejemplo, selecciona esosexpedientes que clase no sea igual a 2 y que edad sea mayor de 100.Los conectadores booleanos de NOT, AND, y OR son realmente palabras clavesusadas en las operaciones del COMPLEMENTO, INTERSECCIN Y UNIN.

Conceptos Básicos GIS s

Documents

Transcript of Conceptos Básicos GIS s