Análisis Territoriales con SIG

Visor OpenLayers con las ortofotos de Tenerife en 1964 y la actualidad

2011-06-29T18:42:00.012+01:00

En el siguiente enlace pueden ver un visor OpenLayers con las ortofotografías de Tenerife en el año 1964 y en la actualidad. Además hay una capa del topográfico 1:1000 en la actualidad con transparencia para que pueda visualizarse al mismo tiempo que la orto del 64; y así poder comparar como se ha transformado esta isla en los últimos 40 años.

Espero que les guste!

Análisis de la topografía del relieve

2010-07-11T18:41:00.007+01:00

El relieve terrestre se grafía espacialmente con técnicas topográficas, las cuales debido al desarrollo tecnológico han permitido la extensión de los llamados Modelos Digitales del Terreno o MDT´s. A partir de un MDT se pueden extraer las siguientes variables del relieve terrestre: Altitud, Pendiente, Orientación y Curvatura o Rugosidad. La combinación física de estas variables da lugar a las formas del relieve, objeto de estudio de la Geomorfología. Por lo que cada forma del relieve se materializa con un algoritmo espacial de la combinación de las variables anteriormente mencionadas.

Para crear un MDT es necesario poseer información altimétrica de la superficie terrestre. La manera más típica de representar esta información es a través de las curvas de nivel. El principal procedimiento para generar un MDT se basa en la triangulación entre vértices de las curvas de nivel colindantes. Este método se conoce con el nombre de Red Irregular de Triángulos o Triangle Irregular Network (TIN). Los TIN se sustentan en la condición de Delaunay, la cual dice que la circunferencia circunscrita de cada triángulo de la red no debe contener ningún vértice de otro triángulo.

De Análisis Territoriales con SIG

Esta triangulación está relacionada con los polígonos de Thiessen o Diagramas de Voronoi. Estos polígonos delimitan áreas de proximidad a los diferentes puntos. En otras palabras los diagramas de Voronoi se crean a partir de una interpolación basada en la distancia euclidiana que nos informa sobre cuál es el punto más cercano en cada lugar del espacio estudiado. La relación con la condición de Delaunay consiste en que los centroides de cada circunferencia circunscrita conectados dan lugar a los polígonos de Thiessen.

De Análisis Territoriales con SIG

Las tecnologías de la información geográfica ponen en manos de los técnicos analistas del territorio una herramienta capaz de calcular infinidad de algoritmos necesarios para realizar los modelos digitales del relieve terrestre. A partir de estos modelos se pueden analizar multitud de relaciones espaciales y caracterizar el territorio de manera más precisa, lo que redunda en una mejor planificación y gestión territorial.

Tener modelizado el relieve terrestre permite posteriores aplicaciones que dan lugar a estudios específicos. Algunos estudios derivados de los MDT´s son el cálculo de las zonas de sombra según la altura y el azimut del sol, las zonas visibles desde un punto de observación, la radiación solar que llega a la superficie terrestre o el cálculo de la dirección y la acumulación potencial de un flujo a lo largo del relieve.

Información

Para realizar un MDT y sus posteriores explotaciones es necesario poseer información altimétrica de la superficie terrestre. Para el ejercicio que se expondrá a continuación se usarán las curvas de nivel de la cartografía topográfica 1:5000 para la isla de El Hierro en las Islas Canarias. Además para recortar el MDT con la forma exacta de la isla será necesario tener una capa de polígonos con un único polígono que delimitará el perímetro insular.

Procedimiento técnico

1.Crear un MDT a partir de curvas de nivel: Se usará la extensión 3D Analyst de ArcGis. Desplegar la función Create /Modify TIN y ejecutar Create Tin from Features. Activar las curvas de nivel y la capa de polígonos de la isla que se usará para recortar el MDT. En las curvas de nivel la fuente de altura debe ser la columna que almacena la altitud de cada línea y el método de triangulación será Soft Line. Para la capa de la isla la fuente de altura será None y el método de triangulación Soft Clip

De Análisis Territoriales con SIG

2.Obtener un raster de altitud a partir del TIN: Ejecutar la herramienta de conversión dentro de 3D Analyst / TIN to Raster. En Atributte poner Elevation y en Cell size un tamaño de pixel adecuado al detalle de los datos fuente (en el caso usado de ejemplo, como se usan las curvas de nivel del topográfico 1:5000, se pone un tamaño de pixel de 10 metros)

De Análisis Territoriales con SIG

3.Obtener un raster de pendiente a partir del raster de altitud: Ejecutar la herramienta Slope de la extensión Spatial Analyst de ArcGis (dentro de Surface Analysis). Se puede seleccionar la opción Degree para obtener la pendiente en grados o Percent para obtenerla en porcentajes. El tamaño de celdilla debe ser igual al del raster de altitud fuente (10 metros)

De Análisis Territoriales con SIG

4.Obtener un raster de orientación a partir del raster de altitud: Ejecutar la herramienta Aspect dentro Spatial Analyst / Surface Analysis. El tamaño de celdilla debe ser igual al del raster de altitud fuente (10 metros)

De Análisis Territoriales con SIG

5.Obtener un raster de rugosidad a partir del raster de pendiente: Ejecutar la herramienta Slope dentro de Spatial Analyst /Surface Analysis. El tamaño de celdilla debe ser igual al del raster de altitud fuente (10 metros)

De Análisis Territoriales con SIG

6.Obtener un raster de sombras con acimut 315 grados (dirección NorOeste) a partir del raster de altitud: Ejecutar la herramienta Hillshade dentro de Spatial Analyst / Surface Analysis. Poner en Azimuth 315 grados y en Altitude 45 grados. El tamaño de celdilla debe ser igual al del raster de altitud fuente (10 metros)

De Análisis Territoriales con SIG

7.Obtener un raster de sombras con acimut 135 grados (dirección SurEste) a partir del raster de altitud: Ejecutar la herramienta Hillshade dentro de Spatial Analyst / Surface Analysis. Poner en Azimuth 135 grados y en Altitude 45 grados. El tamaño de celdilla debe ser igual al del raster de altitud fuente (10 metros)

De Análisis Territoriales con SIG

Interpretación de los resultados

Los productos derivados de los Modelos Digitales del Terreno permiten un acercamiento mucho más preciso espacialmente a las características físicas del relieve terrestre. La pendiente, orientación, altitud, … de cada punto del territorio, al estar modelizadas, permiten a los Sistemas de Información Geográficas, por ejemplo, aplicar ecuaciones hidrológicas de los comportamientos del agua sobre el relieve. Todo esto desde un punto de visto atemporal. La incorporación de la variable tiempo es una de las ramas donde los SIG están centrando sus evoluciones más recientes. Imaginemos las posibilidades que tendrían los SIG si estos modelos espaciales del relieve permitieran avanzar o retroceder en el tiempo aplicando unas condiciones ambientales estándares. Esto daría lugar a unos procesos geomorfológicos específicos, los cuales serían sistematizados en algoritmos que se aplicarían al modelo digital del terreno. El resultado sería el relieve pasado o futuro en cada lugar del territorio.

Análisis de indicadores paisajísticos

2010-06-13T20:04:00.027+01:00

El paisaje es una variable espacial muchas veces naturalizada y por tanto simplificada. El paisaje desde una concepción moderna es la materialización física de la interconexión espacial de las variables humanas y naturales. Estas relaciones entre variables dan lugar al Geosistema. Si naturalizamos el concepto paisaje simplificándolo a los elementos naturales, el Geosistema se convierte en Ecosistema. Por tanto, el paisaje se puede resumir en la superposición espacial de variables abióticas (temperatura, precipitación, suelo, agua,…), bióticas (flora y fauna) y antrópicas (carreteras, edificaciones, cultivos,…)

La necesidad de cuantificar, medir y objetivar el paisaje conduce a la definición de indicadores paisajísticos. Estos indicadores no se centran en una variable en particular si no que estudian la interacción de las diferentes variables en una unidad espacial (véase la publicación From Land Cover to Landscape Diversity de la Comisión Europea). Existen multitud de indicadores de paisaje para medir la diversidad, la complejidad, la regularidad, la fragmentación, la tasa de cambio, la superficie, etc. Tal es la cantidad de indicadores existentes que ha dado lugar a la creación de software específicos para el cálculo de los mismos, un caso es el programa Fragstats.

Los indicadores de paisaje permiten aplicaciones prácticas en diferentes ramas científicas como la Ordenación del Territorio, la Agricultura, los Bosques, … Estas aplicaciones funcionales permiten un mayor desarrollo de los indicadores ya que los beneficios sociales generados dan lugar a una mayor inversión económica para su desarrollo.

Información

Para la realización de los indicadores de paisaje que se van a calcular a continuación es necesario poseer información fuente sobre las tres variables que materializan el concepto de paisaje, lo abiótico, lo biótico y lo cultural o antrópico. En este caso se ha usado un shape de la naturaleza geológica del suelo, otra de la vegetación existente y por último otra capa con los usos del suelo antrópicos. Además es necesario poseer una capa contenedora de esta información que agregará la combinación paisajística de su interior y en la cual se calculará el índice en cuestión. La unidad contenedora de contenido (combinación AbioticaBioticaCultural) elegida son los núcleos de población del Instituto Nacional de Estadística (INE). Durante el cálculo se crearán dos nuevas capas: ABC.shp (combinación de las variables abiótica, bióticas y culturales) y Indicadores_pj.shp (combinación de la capa ABC.shp con el shape de unidades contenedoras =nucleos_pob.shp). También se realizará una tabla resumen para obtener algunos de los datos necesarios para calcular los indicadores.

Los índices que se van a calcular son la Complejidad o Patch Density, la Diversidad o Indice de Diversidad de Shannon y la Regularidad o Edge Density. El Patch Density se calcula dividiendo los polígonos de paisaje que hay en cada unidad contenedora (n) por la superficie de esa unidad (a) --- PD = n/a El Indice de Diversidad de Shannon se calcula sumando para cada entidad la proporción de la superficie de cada polígono respecto de la superficie de la unidad contenedora en la que cae (Pi) y multiplicando esta proporción por el logaritmo neperiano de la misma proporción (Ln Pi) --- IDS = -∑n (Pi * LnPi) El Edge Density se calcula dividiendo la suma del perímetro de los polígonos de paisaje que hay en cada unidad contenedora (e) por la superficie de esa unidad (a) --- ED = e /a

Procedimiento técnico

Para calcular los índices con el ArcGis 9 es necesario realizar los siguientes pasos:

1.Limpiar las tablas de atributos de las capas geológico, vegetación, usos antrópicos y núcleos poblaciones y quedarse con dos columnas: “Categoria” donde se almacena el tipo de elemento correspondiente a cada capa (Ejemplo: en capa Vegetación Pinar) y “Area” donde se almacenará el área del polígono de cada una de las capas. Para ello se usarán las funciones Delete Field, Add Field y Calculate Geometry.

2.Unir las capas Abiótica, Biótica y Cultural para generar la capa ABC.shp. Para ello se usará la herramienta UNION (Analysis Tools / Overlay)
De Análisis Territoriales con SIG

3.Calcular el Area y el Perímetro de los nuevos polígonos resultantes de la combinación ABC. Crear una nueva columna (Add Field) y obtener su área (Calculate Geometry).

4.Unir la capa ABC con la capa de los contenedores (núcleos de población del INE) para generar la capa Indicadores_pj.shp Para ello, como en el caso anterior, se usará la herramienta UNION (Analysis Tools / Overlay). Es necesario que la capa nucleos de poblacion tenga la superficie (a) almacenada en una columna.

5.Hacer una tabla resumen para obtener la información necesaria para calcular los índices de complejidad y regularidad. El Summarizes se hará de la columna Núcleos de población y se pedirá la suma del perímetro (e). El count (n) también es necesario ya que nos indica el número de polígonos que hay en cada núcleo de población.

6.Hacer un Join, crear columnas y calcular las mismas con la información necesaria para calcular los índices de complejidad y regularidad. Se crearán las siguientes columnas o campos: Número de polígonos por núcleo poblacional (count = n), y Suma del perímetro de los polígonos que caen en cada núcleo (e). El Join se realizará entre la tabla resumen del paso 5 y la capa Indicadores_pj.shp por el campo núcleo poblacional. A partir del Field Calculator pasar la información del Join hasta cada columna

7.Crear las columnas para calcular la COMPLEJIDAD y la REGULARIDAD. Se crean las dos columnas con el Add Field y se calcula cada una de ellas aplicando las formulas. COMPLEJIDAD = PD = n/a REGULARIDAD = ED = e /a

De Análisis Territoriales con SIG

De Análisis Territoriales con SIG

8.Calcular la proporción (Pi) para el cálculo de la diversidad. Para esto se crea la columna Pi y se calcula a partir de la división del Área de los polígonos ABC y el Área del núcleo en el que cae cada polígono (a).

9.Crear una columna y calcular en ella la ecuación Pi * LnPi. Crear una columna (Add Field) y calcular (Field Calculator) su contenido con la siguiente sintaxis: [Pi] * Log ([Pi])

10.Hacer otra tabla resumen para obtener la suma la columa Pi * LnPi por núcleo poblacional. Hacer un summarizes de la columna núcleo y pedir la suma de la columna Pi *LnPi.

11.Hacer un Join, crear columna DIVERSIDAD y calcular su contenido. Para ello el Join se usa la columna núcleo poblacional y el contenido de la columna DIVERSIDAD equivale a la suma de la columna Pi *LnPi obtenida en el summarizes

De Análisis Territoriales con SIG

Interpretación de los resultados

En el estudio realizado se ha calculado la complejidad, diversidad y regularidad de los núcleos de población de la isla de El Hierro en las Islas Canarias. Las ilustraciones mostradas anteriormente demuestran cómo la parte norte de la isla es la más compleja, diversa e irregular habiendo diferenciaciones espaciales de cada indicador según el núcleo poblacional que analicemos.

Análisis zonal de variables climáticas (mapas de isotermas, isoyetas,...)

2010-03-24T18:27:00.025Z

Para analizar el clima normalmente la toma de datos se realiza de manera puntual en las estaciones meteorológicas. Una correcta distribución espacial de estos aparatos para la toma de muestras a lo largo del territorio es fundamental para captar las variaciones locales. El relieve es el elemento del territorio que mayor variabilidad espacial produce, por tanto en lugares abruptos la cantidad de muestras necesarias, para modelizar correctamente la variable climática estudiada, será mayor. El post trata de explicar como se puede zonificar una variable a partir de muestras puntuales. Esto se realiza a través del método geoestadístico conocido como Interpolación.

Existen varios métodos geoestadísticos de interpolación IDW, Spline, Kriging, ... Las interpolaciones se basan en la siguiente afirmación: "las cosas que están más cerca están más relacionadas que las que están mas separadas" (Ley de Tobler). Si la relación solo depende de la distancia la relación es ISOTROPICA y si la relación ademas depende de la dirección será ANISOTROPICA.

Las interpolaciones se utilizan en muchas ramas científicas para espacializar elementos como la poblacion, los restos arqueológicos, la fauna, las variables geotécnicas, los cultivos, etc.

Información

.
A continuación se procederá a realizar, a partir de una capa de puntos de estaciones meteorológicas con datos de temperatura y precipitación, un estudio donde a través de interpolaciones IDW se consigue zonificar estas variables para posteriormente obtener una capa vectorial de Isoyetas y otra de Isotermas. Por tanto, de partida es necesario tener una capa de puntos con datos de temperatura y precipitación y a lo largo del proceso se obtendrán dos raster, uno de la interpolación IDW de las temperaturas y otro de la interpolación IDW de las precipitaciones. Finalmente se obtienen dos capas de líneas para las isoyetas e isotermas respectivamente.

Procedimiento

1.Cargar en una vista de datos la capa de puntos de estaciones meteorológicas con datos de precipitación y temperatura en su tabla de atributos.

De Análisis Territoriales con SIG

2.Realizar la interpolación IDW de la temperatura. La herramienta se localiza dentro de la extensión Spatial Analyst / Interpolation. En input poner la capa de puntos y en Z values poner la columna donde se almacena la temperatura. El resto de parámetros dejarlos por defecto.

De Análisis Territoriales con SIG

3.Obtener la capa de líneas de isotermas a partir del raster de temperatura. Para esto usamos la herramienta Contour (Spatial Analyst / Surface)

De Análisis Territoriales con SIG

4.Realizar la interpolación IDW de la precipitación. La herramienta se localiza dentro de la extensión Spatial Analyst / Interpolation. En input poner la capa de puntos y en Z values poner la columna donde se almacena la precipitación. El resto de parámetros dejarlos por defecto

De Análisis Territoriales con SIG

5.Obtener la capa de líneas de isoyetas a partir del raster de precipitación. Para esto usamos la herramienta Contour (Spatial Analyst / Surface)

De Análisis Territoriales con SIG

Interpretación de los resultados

Las interpolaciones IDW realizadas en el ejemplo pertenecen a la isla de Tenerife y zonifican espacialmente los datos puntuales originales. En zonas abruptas como el Macizo Antiguo de Teno o Anaga el resultado no se asemeja fielmente a la realidad del lugar debido a la necesita de mayor cantidad de estaciones meteorológicas que permitan mayor precisión en la interpolación. En el resto de la isla los resultados son mucho más congruentes. Sería interesante realizar otro tipo de interpolaciones y comparar resultados. Con esto se podría comprobar cual es el método que mejor se adapta a las condiciones climáticas del archipiélago canario.

Análisis de la vegetación con técnicas de teledetección

2009-12-12T17:59:00.029Z

Desde los primeros instrumentos de observación terrestre una de las variables que más se ha estudiado es la vegetación. Estas herramientas de teledetección de la Tierra han captado imágenes en las franjas espectrales Roja e Infrarroja entre otras. La vegetación dispersa la radiación solar en la banda espetral del infrarrojo cercano, lo cual ha derivado en el descubrimiento del Indice Diferencial de Vegetación Normalizado (NDVI siglas en inglés).

De Análisis Territoriales con SIG

El NDVI relaciona la banda del rojo y del infrarrojo en un cociente. A la banda del Infrarrojo se le resta el rojo y el resultado se divide entre la banda del infrarrojo más la del rojo.

NDVI = (Infrarrojo - Rojo) / (Infrarrojo + Rojo)

La información necesaria, de partida, para realizar este estudio es un raster del infrarrojo y otro del rojo. Una vez ejecutado el indice se generará una nueva capa raster con los valores del NDVI.

El procedimiento desde ArcGis 9.x se desarrolla a continuación:

1.Cargar en una vista de datos la banda roja e infrarroja (Add Data)

2.Calcular el NDVI con la calculadora raster (Spatial Analyst / Raster Calculator) escribir la siguiente sintaxis (Nota: para que el resultado tenga valores decimales es necesario usar la función Float):

(Float([Infrarrojo]) - Float([Rojo])) / (Float([Infrarrojo]) + Float([Rojo]))

De Análisis Territoriales con SIG

Interpretación de los resultados

Los valores del NDVI varían desde el -1 hasta el 1. Los valores positivos muestran zonas con vegetación y los negativos zonas sin vegetación. Cuanto más extremos sean los valores positivos mayor vigorosidad tendrá la vegetación

Análisis de la localización óptima de torres de observación

2009-11-19T17:25:00.020Z

La localización óptima es un tema largamente discutido en la bibliografía científica en ramas como la economía. En 1820 Johann Heinrich von Thünen escribe una teoría sobre la distribución de los usos agrícolas del suelo. En 1969 Ian McHarg en su libro "Proyectar con la Naturaleza" (Design with Nature) establece los conceptos básicos que permitirán el posterior desarrollo de los Sistemas de Información Geográfica (SIG) materializando un método de análisis multicriterio, donde tener en cuenta las características del medio natural a la hora de ubicar infraestructuras o elementos antrópicos, basado en la superposición de elementos de interés.

Este post trata de explicar una manera técnica de estudiar la ubicación idónea de torretas de observación anti-incendios. Para ello se dividirá el territorio homogéneamente en muestras (red regular de poligonos), posteriormente se calculará la altura máxima para cada polígono y desde cada una de estas cotas altitudinales máximas (puntos de observación) se realizara un calculo de visibilidad. El punto de observación que abarque una superficie mayor sera la torreta de mayor necesidad y por tanto la primera que se debe construir. El resto de torretas se seleccionaran según la jerarquía de las mismas que se establecerá de la siguiente manera. Una vez seleccionada la primera torre y estudiar su ámbito de visibilidad, se procede a eliminar la superficie visible desde la misma del modelo digital de elevaciones. Una vez eliminado este espacio se repetirán os cálculos de visibilidad para cada uno de los puntos restantes de la malla original (excluyendo el primer punto seleccionado obviamente). Se selecciona el punto que presente una superficie visible mayor asignándole la segunda posición en la jerarquía de las torres de observación. Este procedimiento se repite tantas veces como torretas se tenga la capacidad de construir. Con este análisis se ha conseguido abarcar la mayor cantidad de espacio posible, sin tener en cuenta que el mismo espacio sea cubierto por varias torretas, lo cual es interesante por si se inutiliza una torre en algún momento. Para conocer las zonas visibles por más puntos de observación y por tanto más seguras es necesario realizar una visibilidad con todas las torres a la vez, lo cual se realizara en el ultimo paso de procedimiento.

Para realizar esta investigación la información fuente necesaria será un raster de altitud del área de estudio. Durante el desarrollo técnico del proceso se crearan nuevas capas; una de lineas de los limites de la cuadricula en la que se dividirá el espacio, una de polígonos de la cuadricula, una de puntos de cota máxima para cada cuadrado de la cuadrícula, una visibilidad para cada punto de observación y para cada pasada que se realice y un raster de reclasificación para cada pasada.

El procedimiento se puede organizar de la siguiente manera:

1.Crear una cuadrícula del área de estudio, la cual tendrá tantos cuadrados como muestras se quieran analizar. Para esto se usa la herramienta Create Fishnet (Data Management Tools / Feature Class). Convertir a polígonos las lineas resultantes (Feature to Polygon dentro de Data Management Tools / Feature). Crear un código identificador para cada cuadrado de la cuadrícula (Add Field Type Short Integer Nombre ID --- Field Calculator = [FID] + 1)

De Análisis Territoriales con SIG

2.Calcular la cota máxima de cada cuadrado. Se realiza un Zonal Statistics de la capa cuadrícula por campo Identificador y los valores de zonales se obtienen del raster de altitud (MDE Modelo Digital de Elevaciones)

De Análisis Territoriales con SIG

3.Cargar la cota máxima en la capa cuadrícula. Para esto se crea una nueva columna (Add Field Type Double Nombre Alt_Max) se hace un Join con la tabla resultante del Zonal Statistics por el campo Identificador y por ultimo se realiza un Calculate Field para rellenar el campo Alt_Max con los valores máximos (MAX) de la estadística zonal.

4.Convertir a raster la cuadricula por el valor de la columna Alt_Max. esta operacion se realiza ejecutando la funcion Feature to Raster (Spatial Analyst / Convert)

5.Obtener los pixeles de cota máxima de cada cuadrado realizando una operación de álgebra de mapas con el Raster Calculator ([MDE] = [Raster Paso 4]

6.Preparar el raster para convertirlo a puntos. Para esto se realiza un Reclassify del raster del paso anterior donde los valores 1 sigan siendo 1 y los valores 0 sean No Data

7.Convertir a puntos la cotas máximas de cada cuadrado. Spatial Analyst / Convert / Raster to Feature (Output geometry type: Point). Si en un cuadrado hay varios puntos con la misma cota máxima seleccionar uno y desechar el resto (poner en edición seleccionar los que vamos a desechar y borrarlos) Hasta aquí hemos obtenido los puntos optimos para realizar las visibilidades.

De Análisis Territoriales con SIG

8.Realizar un calculo de visibilidad (PASADA 1) para cada punto por separado (selecionar el punto y ejecutar el viewshed {Spatial Analyst / Surface / Viewshed} repetirlo para cada punto).

De Análisis Territoriales con SIG

9.Seleccionar el punto de observación desde el que es visible una superficie mayor de la PASADA 1 (abrir la tabla de cada raster de visibilidad y seleccionar el que tenga un count mayor en el registro con VALUE = 1). Crear una columna en la capa de puntos de cota máxima llamado Jerarquía (Add Field Type Text) y en el punto seleccionado poner "Primera Torre".

10.Hacer un reclassify de la visibilidad del punto de observación seleccionado como Primera Torre donde los valores 0 pasen a ser 1 y los valores 1 pasen a ser No Data.

11.Recortar las visibilidades de cada punto extrayendo las zonas visibles desde la "Primera Torre" (PASADA 2). Para esto usar el Raster Calculator para multiplicar el reclassify del paso anterior por cada una de las visibilidades

12.Seleccionar el punto de observación desde el que es visible una superficie mayor de la PASADA 2 (abrir la tabla de cada raster de visibilidad y seleccionar el que tenga un count mayor en el registro con VALUE = 1). En el punto seleccionado poner "Segunda Torre".

13.Hacer un reclassify de la visibilidad del punto de observación seleccionado como Segunda Torre donde los valores 0 pasen a ser 1 y los valores 1 pasen a ser No Data.

14.Repetir los tres pasos anteriores tantas veces como Pasadas se puedan realizar y torretas se puedan construir.

De Análisis Territoriales con SIG

15.Hacer una visibilidad con la totalidad de torres seleccionadas y construibles para conocer, dentro de las zonas visibles, las que son observadas por más torres

De Análisis Territoriales con SIG

Interpretación de los resultados

En el ejemplo de las imágenes mostradas se han seleccionado 4 lugares óptimos para construir otras tantas torretas de observación y con las mismas se llega a conseguir tener visible un 40 % de la totalidad de la superficie

De Análisis Territoriales con SIG

Análisis del volumen de un barranco

2009-11-18T13:05:00.014Z

Para calcular el volumen de un barranco se utilizará el mismo método que el usado para obtener el volumen del cono volcánico del post anterior. La comparación de los dos modelos digitales del terreno permitirá calcular el volumen de esta forma de erosión. El análisis permite, entre otras cosas, realizar mediciones del caudal máximo que es capaz de evacuar el tramo de barranco estudiado. Conocer los volúmenes de los barrancos permite corregir los posibles riesgos locales de inundación.

La información fuente necesaria para poder realzar el estudio son las curvas de nivel (capa de líneas) y el barranco (capa de polígonos).

De Análisis Territoriales con SIG

A lo largo del proceso se generarán nuevas capas: las curvas de nivel sin el barranco, dos modelos digitales del terreno, uno con y otro sin el barranco y una capa de polígonos con las diferencias de los dos modelos digitales del terreno.

El procedimiento se individualiza de las siguientes fases:

1.Hacer el modelo digital del terreno (MDT) de la topografía real con las curvas de nivel. Para esto usamos la herramienta Create TIN / Create TIN From Features dentro de las funciones del análisis 3D. La capa, el método de triangulación y la fuente de altura que se deben usar se indican a continuación:

CAPA // MÉTODO DE TRIANGULACIÓN // FUENTE DE ALTURA

Curvas de nivel // Mass point o Soft Line // Columna Cota (Elevación)

De Análisis Territoriales con SIG

2.Hacer un Erase del barranco en las curvas de nivel. Se ejecuta la herramienta Erase (Analysis Tools / Overlay) para generar la capa de líneas de curvas de nivel sin el barranco.

De Análisis Territoriales con SIG

3.Hacer el modelo digital del terreno (MDT) con las curvas de nivel sin el barranco. Para esto usamos la herramienta Create TIN / Create TIN From Features dentro de las funciones del análisis 3D. La capa, el método de triangulación y la fuente de altura que se deben usar se indican a continuación:

CAPA // MÉTODO DE TRIANGULACIÓN // FUENTE DE ALTURA
Curvas de nivel sin cono // Mass point o Soft Line // Columna Cota (Elevación)

De Análisis Territoriales con SIG

4.Obtener el volumen de la diferencia de los dos MDT´s. Para esto se usa la herramienta TIN Difference (3D Analyst Tools / TIN Surface)

De Análisis Territoriales con SIG

Interpretación de los resultados

La comparación de los dos modelos digitales del terreno concluye que el volumen del barranco es de 24.441.651 metros cúbicos.

Análisis del volumen de un cono volcánico

2009-10-12T22:38:00.025+01:00

Para calcular el volumen de un cono volcánico se utilizarán las herramientas de análisis 3D. La lógica del análisis radica en la comparación de dos modelos digitales del terreno, uno con la topografía real de la zona, es decir con cono volcánico incluido, y otro sin este elemento geomorfológico.

La información fuente necesaria para poder realzar el estudio son las curvas de nivel (capa de líneas) y el cono volcánico (capa de polígonos) en cuestión.

De Análisis Territoriales con SIG

A lo largo del proceso se generarán nuevas capas; las curvas de nivel sin el cono, dos modelos digitales del terreno, uno con y otro sin el cono y una capa de polígonos con las diferencias de los dos modelos digitales del terreno.

El procedimiento técnico consta de las siguientes fases:

1.Hacer el modelo digital del terreno (MDT) de la topografía real con las curvas de nivel. Para esto usamos la herramienta Create TIN / Create TIN From Features dentro de las funciones del análisis 3D. La capa, el método de triangulación y la fuente de altura que se deben usar se indican a continuación:

CAPA // MÉTODO DE TRIANGULACIÓN // FUENTE DE ALTURA

Curvas de nivel // Mass point o Soft Line // Columna Cota (Elevación)

De Análisis Territoriales con SIG

2.Hacer un Erase del cono volcánico en las curvas de nivel. Se ejecuta la herramienta Erase (Analysis Tools / Overlay) para generar la capa de líneas de curvas de nivel sin el cono.

De Análisis Territoriales con SIG

3.Hacer el modelo digital del terreno (MDT) con las curvas de nivel sin cono. Para esto usamos la herramienta Create TIN / Create TIN From Features dentro de las funciones del análisis 3D. La capa, el método de triangulación y la fuente de altura que se deben usar se indican a continuación:

CAPA // MÉTODO DE TRIANGULACIÓN // FUENTE DE ALTURA

Curvas de nivel sin cono // Mass point o Soft Line // Columna Cota (Elevación)

De Análisis Territoriales con SIG

4.Obtener el volumen de la diferencia de los dos MDT´s. Para esto se usa la herramienta TIN Difference (3D Analyst Tools / TIN Surface)

De Análisis Territoriales con SIG

Interpretación de los resultados

La comparación de los dos modelos digitales del terreno concluye que el volumen del cono volcánico es de algo menos de 24 millones de metros cúbicos.

Análisis de la sinuosidad de una red de transporte

2009-10-09T14:39:00.039+01:00

En este post se va a analizar la sinuosidad de los diferentes tramos de una red de transportes. Para ello, se va a comparar la longitud real de cada tramo con la longitud en línea recta de ese mismo tramo. La fórmula matemática utilizada será la siguiente:

Is = (Lreal - Lmin) / (Lreal + Lmin)

Siendo, Is el índice de sinuosidad, Lreal la longitud real de cada tramo y Lmin la longitud en línea recta desde el nodo inicial al nodo final de ese tramo.

La información fuente necesaria para realizar este estudio será una capa de líneas de la red de transporte dividida en tramos (cada tramo será un registro diferente en la base de datos).

El procedimiento técnico conlleva la generación de una nueva capa de líneas de tramos viarios simplificada, es decir con la longitud en línea recta de cada tramo.

Para realizar este procedimiento es necesario llevar a cabo los siguientes pasos:

1.Crear un identificador de cada tramo viario. Para esto se crea un nuevo campo en la tabla de atributos (Options / Add Field) y se calcula su contendio (Field Calculator) con la siguiente expresión: "TRA-" & [FID] + 1. Además en la tabla de atributos debe haber una columna con la longitud real de los tramos viarios.

2.Realizar la simplificación de las líneas de la red de transporte. Se ejecuta la herramienta Simplify Line (Data Management Tools / Generalization) indicando un valor máximo de tolerancia a la simplificación muy elevado para que la línea generada vaya en línea recta del nodo inicial al nodo final. En la tabla de atributos debe tener la longitud de los tramos simplificados (si no presenta esta columna crear una y calcularla).

De Análisis Territoriales con SIG

3.Hacer un vínculo de tablas (Join) entre la capa tramos viarios y la tabla de la capa tramos viarios simplificados. Se hace el join y se continúa con el punto número 4.

4.Crear una columna donde calcular el Indice de Sinuosidad (IS). Se crea un nuevo campo en la tabla de atributos (Options / Add Field) y se calcula su contendio (Field Calculator) con la siguiente expresión: ([Lreal] - [Lmin]) /([Lreal] + [Lmin])

De Análisis Territoriales con SIG

Interpretación de los resultados

El índice de sinuosidad presenta valores que varían desde el 0 hasta el 1. Cuanto más cerca del 1 mayor sinuosidad presentará ese tramo de la red de transporte y cuanto más cerca de 0 más rectilíneo será. En la imagen anterior los tramos más sinuosos están representados con un trazo más grueso y más oscuro.

El Territorio es una Base de Datos Espacial

2009-10-07T13:14:00.055+01:00

Este post trata sobre la conceptualización del territorio como una base de datos espacial. Para empezar definamos lo que es una base de datos, según la Real Academia Española (RAE) una base de datos es un "Conjunto de datos organizado de tal modo que permita obtener con rapidez diversos tipos de información." Dicho de otra manera una base de datos es un conjunto de datos pertenecientes a un mismo contexto y almacenados sistemáticamente para su posterior uso. Ahora centrémonos en caracterizar las bases de datos espaciales. La principal diferencia, con las bases de datos no espaciales, es que la información además de atributos alfanuméricos tiene atributos geográficos localizables en el espacio. Por tanto un dato espacial es una variable asociada a una localización del espacio. Es decir, cada fila de una tabla tiene asociado un elemento gráfico georeferenciado.

En el territorio, hay presentes dos grandes grupos de variables, las discretas y las continuas, las cuales están asociadas a los formatos de archivos: vectorial y raster. Una variable discreta (vectorial) se define como "la variable tal que entre dos cualesquiera valores observables, hay por lo menos un valor no observable". Una variable continua (raster) se define como "la variable tal que entre dos cualesquiera valores observables, hay otro valor observable". Dicho de manera coloquial una variable discreta se caracteriza por presentar unos límites físicos claros (ejemplo: un edificio) y una variable continua por no presentarlos (ejemplo: la temperatura)

Hay tres tipos vectoriales de implementaciones gráficas de realidad, los puntos, las líneas y los polígonos (véase la obra Los Elementos de Euclides). El territorio se debe estructurar en diferentes capas de datos relacionadas entre sí de puntos, líneas o polígonos. Los puntos se encuentran determinados por las coordenadas terrestres medidas por latitud y longitud. Las líneas son objetos abiertos que cubren una distancia dada y comunican varios puntos o nodos. Y los polígonos son figuras planas conectadas por varias líneas cerradas en conjunto y que conforman un área determinada. Los puntos y las líneas suelen ser simplificaciones de polígonos que a la escala representada no se muestran como polígonos. Por tanto, una ciudad a escala mundial será un punto, pero a escala local será un polígono.

El formato raster, en cambio, almacena y representa la realidad de una sola manera, a través de una red regular de pixeles cuyos valores matemáticos se corresponden con información cuantitativa de la realidad del territorio. Por tanto, a menos tamaño de los pixeles mayor resolución tendrá el raster y más detalle tendrá la información que conforma un área determinada.

El territorio debe pensarse y verse como una base de datos compleja con capas de puntos, líneas, polígonos y pixeles interrelacionados que conforman la realidad. Cuando un investigador del territorio observa una zona urbana no debe ver un conjunto de edificios, calles, farolas y alcantarillas. Debe interpretar el territorio y atisbar unos polígonos de edificios que en la tabla de atributos tienen sus características almacenadas junto con un código que los vincula a la capa de líneas de las calles, las cuales a su vez están vinculadas a las capas de puntos de las farolas y de las alcantarillas. Con esto poseemos una base de datos sistemática que permite realizar todo tipo de consultas y análisis espaciales a través de las relaciones entre los diferentes elementos de la base de datos.

Las bases de datos se dividen en tablas que están organizadas y relacionadas entre sí. Las relaciones pueden ser todo lo complejas que se necesiten. Hay que tener claros varios criterios a la hora de diseñar una base de datos territorial:

Cada elemento (fila) pertenece a una tabla y sólo a una. Con esto se evita la redundancia de datos.
Cada tabla debe tener una columna que almacene la clave primaria o código identificador de cada elemento de esa tabla.
Tablas diferentes se relacionan (vínculos o join) a través de columnas equivalentes en su contenido.
Aunque varios elementos sean idénticos en cuanto a sus características alfanuméricas (información de la tabla) si están separados físicamente son elementos diferentes en la tabla, por lo que tendrán una clave primaria distinta.

Ejemplo práctico:

Base de datos espacial con dos capas y una tabla: una capa de polígonos de municipios, una capa de puntos de ciudades y una tabla de habitantes por sección censal. Habrá un polígono-fila de la tabla por municipio, un punto-fila de la tabla por ciudad y una fila de la tabla habitantes por sección censal.

La capa de polígonos municipales tiene tres campos o columnas: 1)Cod_Mun que almacena el código identificador del municipio 2)Area_m2 que almacena la superficie en metros cuadrados de los municipios y 3)Nombre que almacena el nombre del municipio.

La capa de puntos de ciudades tiene dos campos: 1)Cod_Ciu que contiene el código identificador de las ciudades y 2)Cod_Mun que contiene el código de los municipios por lo que sirve para vincular las ciudades con los municipios.

La tabla habitantes por sección censal tiene cuatro campos: 1)Cod_Sec almacena la clave primaria de la sección censal 2)Cod_Ciu contiene el código de la ciudad por lo que sirve para vincular los habitantes con las ciudades 3)Hab_Tot que almacena el número de habitantes totales de la ciudad 4)Coches que almacena el número de coches de cada ciudad.

A partir de esta base de datos se pueden obtener datos como el número de coches por ciudad, los habitantes medios de las ciudades del municipio X. Se pueden hacer análisis más complejos como correlacionar el número de coches por municipio con la distancia media entre las ciudades de ese municipio.

Este ejemplo muestra la potencialidad de la conceptualización del territorio como una base de datos espacial. El territorio se puede pensar de esta manera gracias a las herramientas que ponen a nuestra disposición los Sistemas de Información Geográfica.

Análisis de la adaptación de los edificios a los vientos dominantes

2009-10-07T09:21:00.029+01:00

Para analizar si la orientación de los edificios es la adecuada en relación con la dirección predominante del viento es necesario calcular la orientación de las fachadas de los edificios. Para esto se construye un modelo digital del terreno (MDT) en formato TIN (Triangulated Irregular Network). El modelo del terreno debe presentar la edificación para que se puedan obtener los parámetros topográficos de la edificación. Una de las peculiaridades de este formato es que no permite construir modelos que presenten en la misma vertical dos cotas diferentes de altitud. Esta será la principal complicación técnica del procedimiento.

La información fuente necesaria para realizar este análisis será la siguiente:

Capa de edificios con la altura del edificio (en plantas o en metros) en la tabla de atributos
Capa de curvas de nivel con la altitud en la tabla de atributos

A lo largo del proceso se generarán nuevas capas y tablas para obtener los datos de orientación:

TIN a partir de las curvas de nivel
Raster de altitud
Tabal zonal statistics de los edificios con el raster de altitud
Buffer de edificios
TIN con curvas de nivel y edificios
TIN triangle del TIN con curvas y edificios
Fachadas de los edificios
Identity de las fachadas con el buffer de edificios
Tabla resumen de la orientación de las fachadas por edificio

El procedimiento técnico se organiza de la siguiente manera:

1. Hacer el Modelo Digital del Terreno. Para esta fase del procedimiento es necesario crear un TIN a partir de las curvas de nivel. El método de triangulación utilizado puede ser soft line o mass point y la fuente de altura será la columna de la capa curvas de nivel que almacena la altitud.

2. Convertir el MDT de formato TIN a raster de altitud. Para esto usamos las herramientas de conversión del análisis 3D. Este paso es necesario para poder realizar el paso 3.

3. Obtener la altura de la base de los edificios. Para esto se usa la herramienta Zonal Statistics donde se pondrá la capa de edificios y su columna identificadora de cada polígono como contenedor y el raster de altitud como contenido. Con esto obtenemos una tabla con los estadísticos de los pixeles del raster de altitud que caen en cada polígono de edificios. La mínima será el valor tomado como cota de la base de los edificios.

De Análisis Territoriales con SIG

4. Cargar la cota de la base de los edificios en la capa edificios. Para realizar esta parte se utiliza el vínculo (join) entre tablas a partir del código identificador de los edificios.

De Análisis Territoriales con SIG

5. Hacer un buffer de los edificios de 10 cm. El objetivo de este buffer es utilizar la capa resultante como cota de la base de los edificios. Hay que realizar un buffer debido a que el formato TIN no permite triangular en la misma vertical la cota de la base y la del techo del edificio a la vez. Para realizar el buffer ejecutar la herramienta buffer (Analysis Tools / Proximity) y en la distancia poner 10 cm (0,1 m).

De Análisis Territoriales con SIG

6. Hacer el Modelo Digital del Terreno con Edificios. Para realizar este paso es necesario usar tres capas: curvas de nivel, edificios y buffer de edificios. Los edificios se usarán para triangular el techo y el buffer de edificios para la base. El método de triangulación y la fuente de altura de cada capa se muestra a continuación:

CAPA // MÉTODO DE TRIANGULACIÓN // FUENTE DE ALTURA

Curvas de nivel // Mass point o Soft Line // Columna Cota

Edificios // Hard replace // Columna Cota Techo

Buffer Edificios // Hard line // Columna Cota Base

De Análisis Territoriales con SIG

7. Convertir el MDT de formato TIN a shape (TIN Triangle). Para obtener los estadísticos de orientación de las fachadas de los edificios se convierte el TIN a shape a partir de la herramienta TIN Triangle (3D Analyst Tools / Conversion / From TIN).

8. Obtener la capa de las fachadas de los edificios. Para hacer esto es necesario seleccionar por localización los polígonos del TIN Triangle que tengan su centroide en el buffer de edificios. Remover de la selección los polígonos que tengan una orientación igual a -1 (techos). Exportar el resultado a una nueva capa de fachadas de los edificios.

9. Asignar el código identificador de cada edificio a las fachadas. Para esto se usa la herramienta Identity (Analysis Tools / Overlay). La capa buffer será la capa identidad y las fachadas la capa de input.

10. Hacer una tabla resumen de los estadísticos de orientación de las fachadas por edificio. Para esto se hace una tabla resumen de la columna identificadora de los edificios en la capa resultante del paso 9 y se calcula la máxima, mínima, media, suma, desviación y varianza de la orientación de las fachadas.

Interpretación de los resultados

La orientación media de las fachadas de los edificios es de 183,89 grados (dirección Sur), la moda es de 184 grados y la mediana de 182 grados por lo que teniendo en cuenta que la dirección dominante del viento es del Noreste (45 grados) se puede comprobar que la distribución de los edificios es la adecuada

Contenido del blog

2009-10-06T11:12:00.013+01:00

Este blog tiene por objetivo organizar, divulgar y discutir diferentes procedimientos de análisis territorial desarrollados con Sistemas de Información Geográfica. Las temáticas que se tratarán son:

Geomorfología
Hidrología
Climatología
Vegetación
Fauna
Cultivos
Transportes
Demografía
Urbanismo
Geomarketing
Paisaje
...

Una de las razones de la creación de este blog es la escasez de documentación analítica espacial. Los manuales de Sistemas de Información Geográfica se centran en el manejo técnico de la herramienta sin profundizar en las altas capacidades analíticas de utilidad en las labores científicas y de gestión territorial. De ahí la necesidad de un espacio donde organizar las metodologías de análisis territorial. Las tecnologías de la información geográfica permiten profundizar en los conocimientos teóricos espaciales. Las altas capacidades de las mismas ponen a disposición del investigador unas herramientas que se materializan en una nueva forma de pensar, de ver, de sentir el territorio. Gracias a la mecanización de los cálculos, posibilitada por las tecnologías, los esfuerzos intelectuales se centran en la mejora y profundización teórica de los análisis de las variables territoriales.

¡Espero que os guste!

"Si no puedo dibujarlo es que no lo entiendo" Albert Einstein