Documente Academic
Documente Profesional
Documente Cultură
Algunos procedimientos
Adriana Madrid Soto
Lina Maria Ortiz López
Lina y Adriana
Catalogación en la publicación Universidad Nacional de Colombia
ISBN: 958-8063-32-9
Diseño y diagramación:
Julián R. Hernández R.
gothsimagenes@yahoo.es
Impresión y encuadernación:
Medios Gráficos
Tel: 2682472
Distribución:
Unibiblos - Ciudad Universitaria
Librería, Torre de Enfermería
Tels: 368 14 37,
316 5000 exts. 19 645, 19 647.
INTRODUCCIÓN 13
TEMA DE ESTUDIO 15
OBJETIVOS 16
1. ANALISIS ESPACIAL 17
1.1 LAS HERRAMIENTAS TECNICAS Y EL ANALISIS ESPACIAL 18
1.1.1 Las técnicas cualitativas 19
1.1.2 Las técnicas cuantitativas 19
1.1.3 Las representaciones gráficas 21
1.1.4 Los sistemas de información geográfica 22
2. DATOS GEOGRÁFICOS 25
2.1 EL DATO, REQUISITO NECESARIO PARA EL ANALISIS ESPACIAL 27
2.2 TIPOS DE DATOS 27
2.2.1 Escala nominal - dato cualitativo 27
2.2.2 Escala ordinal - dato ordenado 28
2.2.3 Escala de intervalos - dato ordenado 29
2.2.4 Escala de razón - datos cuantitativos 29
2.3 ¿EL DATO ES IGUAL A LA INFORMACIÓN GEOGRÁFICA? 30
REFERENCIAS 165
Lista de figuras
Capítulo 1
Figura 1.1 Herramientas técnicas para el análisis espacial. 19
Figura 1.2 Componentes del SIG. 24
Capítulo 2
Figura 2.1 Esquema del análisis espacial como mediador entre los datos
y la información geográfica. 31
Capítulo 3
Figura 3.1 División del área de estudio. Cuadros de 4cm x 4cm.
Escala 1:10.000. Fuente mapa base: IGAC (1980). Municipio de Gámeza.
Dpto. de Boyacá. Plancha No. 172-III-B-3 37
Figura 3.2 División del área de estudio. Cuadros de 5cm x 5cm.
Escala 1:10.000. Fuente mapa base: IGAC (1980) Municipio de Gámeza.
Dpto. de Boyacá. Plancha No. 172-III-B-3 38
Figura 3.3 Centro mediano. 39
Figura 3.4 Centro de gravedad. 41
Figura 3.5 Centro de gravedad ponderado. 43
Figura 3.6 Diferencia espacial entre medidas. 43
Figura 3.7 Trayecto de cada uno de los puntos al centro de gravedad. 45
Figura 3.8 Desviación típica de las distancias. Método gráfico. 46
Figura 3.9 Desviación típica de las distancias. Método aritmético -
método gráfico. 47
Figura 3.10 Desviación típica de las distancias ponderadas. 49
Capítulo 4
Figura 4.1 Red vial Sabana de Bogotá. Fuente: Corporación Autónoma
Regional de Cundinamarca, 1997. 55
Figura 4.2 Grafo red vial. Sabana de Bogotá. 56
Figura 4.3 Distancia a - b, a partir del teorema de Pitágoras. 58
Figura 4.4 Red hipotética. 61
Figura 4.5 Mapa de conectividad directa, Sabana de Bogotá. 65
Figura 4.6 Accesibilidad topológica relativa de la Sabana de Bogotá 71
Índice omega
Figura 4.7.a Red original. 74
Figura 4.7.b Red proyectada. 74
Figura 4.8 La ruta óptima. 77
Figura 4.9 Vecino más próximo entre cabeceras municipales.
Sabana de Bogotá. 81
Figura 4.10 Área de influencia de la ciudad de Chía. 86
Figura 4.11 Solapamiento entre áreas de influencia. 87
Capítulo 5
Figura 5.1 Características de las isolíneas. 91
Figura 5.2 Tipos de isolíneas. Ejemplos tomados de varios autores. 95
Figura 5.2.a Isobaras. Esquema de circulación de vientos a un nivel dado
en torno a centros de alta (A) y baja (B) presión. Izquierda: cerca del
Ecuador terrestre; Derecha: en latitudes medias del Hemisferio Sur.
Fuente: www.atmosfera.cl/HTML/meteorología. 95
Figura 5.2.b Isobaras. Presión atmosférica global. Fuente: Strahler (1981). 95
Figura 5.2.c Mapa de isolíneas de evapotranspiración real. Media del período:
1986/87 - 1992/93. Tenerife. Fuente: www.atmosfera.cl/HTML/meteorología. 96
Figura 5.2.d Isolíneas de evaporación. Desiertos suroccidentales de los
Estados Unidos. Fuente: Strahler (1981). 96
Figura 5.2.e Isogonas. En este mapa la declinación se indica a intervalos
de diez grados a nivel mundial. Fuente: Strahler (1981). 96
Figura 5.2.f Mapa de isolíneas de coeficientes de escorrentía. Período
1986/87 - 1992/93. Tenerife.
Fuente: www.aguas Tenerife.com. 97
Figura 5.2.g Isocronas. Expansión de la Muerte Negra en la Europa del
siglo XIV, en el que se muestra la división política del continente en la
época. Fuente: Strahler (1981). 97
Figura 5.3 Interpolación lineal. 99
Figura 5.4 Isohipsas e isobatas.
Fuente: www.atmosfera.cl/HTML/meteorología. 101
Figura 5.5 Malla de puntos con alturas. 102
Figura 5.6 Curvas de nivel. 103
Figura 5.7 Cuadrícula de trabajo para hallar las pendientes medias.
Escala 1:25.000. Fuente mapa base: IGAC (1989) Municipio del
Líbano. Dpto del Tolima. Plancha No. 226-I-A. 105
Figura 5.8 Pendientes medias resultantes. Escala 1:25.000. Fuente
mapa base: IGAC (1989) Municipio del Líbano. Dpto del Tolima.
Plancha No. 226-I-A. 106
Figura 5.9 Mapa de isoclinas. 107
Figura 5.10 Procesos morfogenéticos en función de la pendiente. 108
Figura 5.11 Red vial hipotética. 110
Figura 5.12 Mapa de isocronas. 111
Figura 5.13 Mapa de isopletas. Proceso de concentración de la población
rural en el litoral Caribe y Sinú. Fuente: Gracia (1999). 113
Figura 5.14 Modelos digitales de terreno. Superficies demográficas, litoral
Caribe y Sinú. Gracia (1999). 113
Figura 5.15 Método de cuadrícula para definir isodemas.
Escala 1:100.000. Fuente mapa base: IGAC (1974) Honda, departamentos
del Tolima, Cundinamarca y Caldas. Plancha No. 207. 114
Figura 5.16 Mapa de isodemas. 114
Figura 5.17 Diagrama de dispersión. Relación directa. 116
Figura 5.18 Diagrama de dispersión. Relación inversa. 117
Figura 5.19 Diagrama de dispersión. Relación nula. 117
Figura 5.20 Diagrama de dispersión temperatura - altura. Dpto. de Caldas 120
Figura 5.21 Mapa de isotermas. Departamento de Caldas. 123
Figura 5.22 Relación de la temperatura y de la lluvia con la altitud.
Cordillera central. Fuente: Flórez (1986). 125
Figura 5.23 Fragmento mapa pluviotérmico. Cuenca del Alto Magdalena.
Fuente: IGAC (1984). 126
Capítulo 6
Figura 6.1 Representación esquemática del enfoque sistémico para el estudio
y la aprehensión de un objeto complejo. Fuente: Poinsot, 1987. 136
Figura 6.2 Fragmento mapa de gesosistemas cafeteros del Líbano (Tolima).
Fuente: Ortiz (1989). Escala 1:50.000. 142
Figura 6.3 Leyenda mapa pluviotérmico. Fuente: IGAC (1984)
Mapa pluviotérmico. Cuenca del Alto Magdalena. 144
Figura 6.4 Unidades integradas. Fragmento mapa pluviométrico.
Fuente: IGAC (1984) Mapa pluviotérmico. Cuenca del Alto Magdalena.
Escala 1:500.000. 145
Figura 6.5 Fragmento mapa síntesis económica. Fuente: IGAC (1984)
Mapa síntesis económica. Cuenca del Alto Magdalena. Escala 1:500.000. 146
Figura 6.6 Modelo cartográfico 1. 149
Figura 6.7 Modelo cartográfico 2. 149
Figura 6.8 Modelo cartográfico 3. 150
Figura 6.9 Modelo entidad – relación. 152
Figura 6.10 Despliegue de mapas. 153
Figura 6.10.a Despliegue del mapa, tarea 1. 153
Figura 6.10.b Despliegue del mapa, tarea 2. 153
Figura 6.10.c Despliegue del mapa, tarea 3. 153
Figura 6.11 Diagrama de modelamiento espacial. 156
Figura 6.12 Conflicto por parqueo inadecuado. 157
Figura 6.13 Conflicto por presencia de peatones. 159
Figura 6.14 Plan de manejo 160
Lista de cuadros
Capítulo 2
Cuadro 2.1 Entidades espaciales y sus respectivos atributos temáticos. 26
Cuadro 2.2 Alternativas de implantación y aplicación de variables visuales
según los tipos de datos. 30
Capítulo 3
Cuadro 3.1 Tabla de distribución de frecuencias. 33
Cuadro 3.2 Número de viviendas por cada uno de los cuadros de la plantilla. 35
Cuadro 3.3 Número de viviendas por cada uno de los cuadros de la plantilla. 36
Cuadro 3.4 Datos para hallar el centro de gravedad. 41
Cuadro 3.5 Datos para hallar el centro de gravedad ponderado. 42
Cuadro 3.6 Datos para obtener la desviación típica. 44
Cuadro 3.7 Longitud de cada uno de los trayectos al centro de gravedad. 45
Cuadro 3.8 Datos para la obtención de la desviación típica. Método aritmético. 47
Cuadro 3.9 Datos para la obtención de la desviación típica ponderada. 49
Capítulo 4
Cuadro 4.1 Longitud de cada arco del grafo. 57
Cuadro 4.2 Índices que muestran el grado de conexión de la Sabana de Bogotá. 60
Cuadro 4.3 Poblaciones y cruces de caminos según grafo. Sabana de Bogotá 62
Cuadro 4.4 Matriz topológica de conectividad directa. Sabana de Bogotá 63
Cuadro 4.5 Matriz topológica de accesibilidad. Sabana de Bogotá 67
Cuadro 4.6 Matriz de accesibilidad kilométrica. Sabana de Bogotá. 69
Cuadro 4.7 Índice omega. 73
Cuadro 4.8 Matriz original. 74
Cuadro 4.9 Matriz proyectada. 74
Cuadro 4.10 Longitud media de los recorridos. 76
Cuadro 4.11 Comparación entre rutas óptimas. 76
Cuadro 4.12 Distancia al vecino más próximo. 80
Cuadro 4.13 Chía y sus municipios más cercanos. 85
Capítulo 5
Cuadro 5.1 Clasificación de las isolíneas a partir de las subdisciplinas
geográficas que las emplean. 93
Cuadro 5.2 Clasificación de pendientes por procesos morfogenéticos. 104
Cuadro 5.3 Datos para hallar el coeficiente de correlación de Pearsons.
Dpto de Caldas. 119
Cuadro 5.4 Datos para hallar los coeficientes de regresión. 121
Cuadro 5.5 Datos equivalentes entre altura y temperatura. 122
Capítulo 6
Cuadro 6.1 Posibilidades de división territorial en unidades complejas. 137
Cuadro 6.2 Fragmento de la leyenda propuesta por Villota (1999). 144
Cuadro 6.3 Descripción de la primera tarea. 150
Cuadro 6.4 Descripción de la segunda tarea. 151
Cuadro 6.5 Descripción de la tercera tarea. 151
Cuadro 6.6 Lista master de datos. 154
Cuadro 6.7 Lista de tareas. 154
Cuadro 6.8 Lista de funciones SIG. 154
Cuadro 6.9 Matríz relación tarea - datos. 154
Introducción
Los trabajos de grado presentados hasta ahora en el Departamento de Geografía de la Univer-
sidad Nacional de Colombia, se han desarrollado en dos sentidos: los que plantean proble-
mas específicos y se conciben como trabajos de investigación, y los que se presentan como
revisiones bibliográficas alrededor de un concepto particular manejado por la geografía. Te-
niendo en cuenta lo anterior y habiendo hecho una revisión bibliográfica, comprobamos la
ausencia de trabajos dirigidos a la explicación de procedimientos cartográficos, por lo tanto,
encontramos conveniente desarrollar ésta temática como un aporte didáctico a la investiga-
ción en geografía.
Pensamos que no es suficiente tener sólo un soporte teórico acerca de determinada
disciplina y, más aún, tratándose de la geografía, se hace necesario explorar las posibilidades
prácticas que ofrecen las diferentes herramientas de análisis y síntesis espacial. Por ello, y sin
desconocer la importancia que tienen y han tenido otros procedimientos dentro de la inves-
tigación geográfica, ofrecemos el presente trabajo titulado: “Análisis y síntesis en cartogra-
fía: algunos procedimientos”, en el que se plantea el uso y aplicación de alternativas de corte
estadístico, gráfico y cartográfico con dos propósitos claros: el primero, acercar estas posibi-
lidades, de manera didáctica, a la comunidad de geógrafos y de estudiosos del espacio; y el
segundo, demostrar por medio de ejemplos, la validez y utilidad en la aplicación de éstas
herramientas.
Este material está dirigido a aquellas personas que teniendo claro su propósito de investi-
gación consideran adecuado emplear una o varias de estas alternativas con la idea de dar lógica
y precisión a sus observaciones y de entender algunas de las diversas opciones de aprehensión
del espacio. Advertimos que este trabajo no contiene “claves” para generar objetos y proble-
mas de investigación, pues es el investigador quien en el marco de su formación académica,
de sus percepciones e intereses, elige, aplica, analiza, verifica, interpreta y juzga pertinente la
utilización de determinada herramienta ante la búsqueda de coherencia con la realidad.
Es necesario aclarar que son muchas las opciones de trabajo que aún quedan por explorar,
sin embargo hemos escogido algunas cuyos procedimientos permiten entender la localiza-
ción y distribución de algunos fenómenos, y su relación con otros procesos.
Este trabajo contiene la siguiente estructura:
En el primer capítulo, consideramos pertinente hacer un esbozo de lo que es el análisis
espacial, para diferenciarlo del proceso general de investigación y de algunos conceptos de
síntesis con los que suele confundirse.
El dato geográfico, en el segundo capítulo, se define como la materia prima del análisis
espacial; se presenta una tipología de los datos en relación con las diferentes escalas de
medición y, por último se hace la diferencia entre dato e información geográfica, conceptos
que están mediatizados por las técnicas y/o herramientas de análisis espacial.
En el tercer capítulo se tratan de manera básica las medidas de resumen, tanto las de
tendencia central como las de dispersión, temas que desde la estadística han sido muy traba-
jados y para los cuales se encuentra gran cantidad de información. Sin embargo y como
aporte específico, aquí se particulariza en su espacialización y en la posibilidad que ofrecen
para localizar un fenómeno en relación con un conjunto de observaciones, aspecto último
que es muy escaso dentro de la bibliografía existente.
El análisis de redes es el tema del cuarto capítulo, cuya presentación se divide en tres
aspectos: la abstracción gráfica de la red por medio de la construcción del grafo, su análisis
estructural y su análisis funcional. Es numeroso el material bibliográfico que se encuentra
sobre éste tema, teniendo en cuenta el interés que representa para otras disciplinas y en
nuestro caso para la geografía urbana y regional.
Los mapas de isolíneas son muy comunes en gran parte de los trabajos de investigación
y son empleados frecuentemente para mostrar los resultados de los mismos. No obstante, se
adolece de materiales explicativos en relación a sus procedimientos de desarrollo y aplica-
ción, razón que justifica sobremanera, la presentación del quinto capítulo, en el que se hace
una clasificación de las isolíneas, y se describen algunos de sus procedimientos de construc-
ción tanto de aquellas que se definen a partir de interpolaciones, como de aquellas que
requieren establecer relaciones precisas entre variables y para las que se emplean premapas o
calibradores.
El sexto y último capítulo no hace referencia a una herramienta de análisis espacial en
particular, sino que presenta la posibilidad de hacer una lectura más compleja del espacio
mediante la utilización de la Cartografía Integrada, que permite representar gráficamente
algunos conceptos cuyo entendimiento se hace a partir de técnicas de análisis espacial. La
importancia del capítulo radica en la idea misma de la geografía como disciplina de síntesis
y en la capacidad que tiene la cartografía de integrar varios procesos de análisis en función
de determinada distribución espacial mucho más holística y fortalecida gráficamente. Las
fuentes bibliográficas acerca de este tema son realmente muy pocas, por ello somos cons-
cientes de la trascendencia que puede llegar a tener para los geógrafos, con lo que queda
abierta la posibilidad y sobre todo la necesidad de profundizarlo posteriormente.
Por cada capítulo se hizo una descripción conceptual de las herramientas y sus procedi-
mientos de aplicación por medio de ejemplos, algunos hipotéticos, otros reales. Al final de
cada uno se presentan conclusiones acerca de la técnica misma y no de los casos tomados
para ejemplificarlas.
Esperamos que este material se convierta en un recurso valioso sobre todo para nuestros
compañeros estudiantes de geografía, y minimice en ellos, sus temores hacia el uso de algu-
nas de estas herramientas, que lejos de ser inaplicables se presentan como una alternativa
interesante para hacer mucho más concretas ciertas situaciones.
Tema de estudio
Como se planteó en la introducción, tras la ausencia de trabajos monográficos de pregado
orientados hacia la explicación de prodecimientos de representación cartográfica, decidimos
proponer a la comunidad académica geográfica, una serie de prodecimientos que faciliten la
representación de hechos geográficos de manera cartográfica y no cartográfica.
Desde luego el desarrollo de este trabajo implica el manejo de conceptos-marco como:
análisis y síntesis espacial, datos y distribución espacial; y otros específicos tales como: redes,
isolíneas, premapas, entre otros, que el lector encontrará en los capítulos correspondientes.
De acuerdo a nuestro objetivo, este trabajo no se ciñe a una metodología específica; se
proponen procedimientos (métodos) que sugieren formas de representación gráfica de la
distribución espacial de algunos hechos geográficos.
Objetivos
General
Estructurar temáticamente, algunas técnicas y procedimientos de análisis y síntesis espa-
cial con fines de representación cartográfica y no cartográfica, a partir de información secun-
daria y aportes personales, que sirvan de apoyo a todos los interesados en la investigación
geográfica.
Específicos
• Explicar de forma didáctica el uso y aplicación de algunas técnicas para el tratamien-
to de datos geográficos.
• Proporcionar herramientas básicas para la comprensión en parte, de la dinámica
espacial.
• Demostrar las ventajas y desventajas en el uso y aplicación de algunas herramientas
para el análisis y síntesis espacial por medio de ejemplos claros.
• Resaltar la importancia del uso de algunas métodos y procedimientos de representa-
ción gráfica y cartográfica, como soporte en el quehacer del geógrafo.
• Preferenciar los procedimientos de representación gráfica para aquellos temas menos
usuales en la bibliografía existente.
1. Análisis espacial
Todos los elementos que rodean a los hombres, ya sean de carácter físico o humano, generan
en él una serie de interrogantes acerca de la existencia de los mismos, su composición, su
funcionalidad, su distribución, su organización espacial, la relación que establecen entre ellos
y, claro está, la relación entre éstos y el propio individuo. En la búsqueda de respuestas el
hombre es conducido a una serie de procesos sensoriales que luego conecta a unas estructuras
mentales llamadas ideas, que se originan en un conjunto de fases tales como: observar, per-
cibir, comparar, concernir, agrupar, inferir, cada una de las cuales hace parte de un proceso
mayor que es analizar. Dicho proceso puede intervenir en la solución de problemas y la
toma de decisiones.
Según Gamir, et al (1995), citando a la Real Academia de la Lengua, el análisis se define
como la “distinción y la separación de las partes de un todo hasta llegar a conocer sus
principios o elementos”. En Geografía “el todo se debe asimilar al espacio geográfico en su
conjunto y sus partes”. Estas últimas incluyen las “variables territoriales (abióticas, bióticas,
socioeconómicas, etc.) u objetos geográficos que sobre él confluyen”. A partir de ello pode-
mos afirmar que el análisis espacial, se centra en el estudio, de manera separada, de los
componentes del espacio, definiendo sus elementos constitutivos y la manera como éstos se
comportan bajo ciertas condiciones. Para esto, el análisis espacial se vale de un conjunto de
herramientas técnicas que, de acuerdo con lo anterior, sólo pueden dar respuesta a una
parte de la dinámica del espacio, mas no a su totalidad.
A pesar de todas las posiciones de tipo epistemológico, el objeto de estudio de la Geo-
grafía siempre ha sido el espacio, sus componentes y las relaciones entre estos. A lo largo del
tiempo esta disciplina ha construido y desarrollado varios conceptos de síntesis tales como:
lugar, región, territorio, paisaje... y la finalidad con ello ha sido elaborar teorías generales del
espacio, comprender la naturaleza del mismo, identificar relaciones entre los individuos y el
espacio, estudiar su problemática social, determinar sus agentes transformadores. Precisa-
mente esos conceptos de síntesis han ido acompañados de técnicas de análisis de corte
cuantitativo, cualitativo y gráfico.
Bosque (1992) es mucho más específico en tanto define el análisis espacial como “el
conjunto de procedimientos de estudio de los datos geográficos, en los que se considera de
alguna manera, sus características espaciales”. Tal descripción centra toda su atención en el
manejo dado a los datos geográficos, preocupación surgida no sólo en el campo de la geo-
grafía, sino en el de las demás ciencias durante los años 50`s, momento en el cual el Positi-
vismo otorga otras alternativas cognoscitivas y abre paso a lo que se denominó “Nueva
ANÁLISIS ESPACIAL
Geografía”.1 No obstante, afirmar que la geografía tradicional no llegó a realizar análisis espacial
implica el no reconocimiento de otros procesos de recolección y manejo de la información, que
constituyeron la base necesaria para la conformación de esta disciplina. Ahora bien, a pesar de las
discusiones surgidas entre los seguidores de las ciencias histórico-hermeneúticas, los seguidores
de las ciencias empírico-analíticas y aquellos que optan por una ciencia crítica, es claro que, sin
importar la tendencia, hoy se hace uso de diversas técnicas dirigidas al análisis espacial. Estas
técnicas cumplen por lo menos con dos objetivos:
1
“El paradigma cuantitativo o la “Nueva Geografía” apoya y fundamenta su razón de ser y sus métodos en
el positivismo lógico, que se apoya en las ideas de un grupo de científicos conocidos como positivistas
lógicos, centrados en torno a Moritz Schlik y la Sociedad de Filosofía Ernst March , que se dio en llamar el
Circulo de Viena, y al grupo de Berlín capitaneado por Hans Reichenbach. Estos dos grupos desarrollaron
el positivismo generalizando sus principios, al considerar que la lógica formal y las matemáticas, así como la
evidencia de los sentidos, son las únicas fuentes seguras del conocimiento”. ( Estébanez, 1982).
MADRID, A. & ORTÍZ, L.
forman los fenómenos espaciales existe un orden que permite explicarlos”... “para encontrar
ese orden que rige la organización espacial debe relegarse a un segundo plano el estudio de
los fenómenos singulares o accidentales, y detenerse en las regularidades, en los procesos de
tipo general que afectan a la superficie terrestre”.
Según Unwin (1995) “la revolución cuantitativa surgió a partir de la unidad de meto-
dología más que el desarrollo de una temática” como en un principio lo hicieron la Geogra-
fía descriptiva y la Geografía regional. Sin embargo, el positivismo como tal, presentaba
algunos problemas que formularon la base de posteriores críticas, entre ellas:
Por supuesto, que las técnicas cuantitativas le dieron un giro a la Geografía, posibilita-
ron nuevos esquemas de abstracción de los datos espaciales, demostraron y descubrieron
patrones de comportamiento de algunos fenómenos, le otorgaron mayor fuerza al trabajo
práctico y al conocimiento construido a partir de una base demostrable, dejando a un lado
las especulaciones teóricas. Claro está que su rigidez no permitía involucrar algunas varia-
bles humanas difícilmente medibles, pero en la actualidad, es conveniente buscar un acuer-
do entre estas posibilidades metodológicas y las verdaderas necesidades investigativas.
20 A pesar de todos los problemas que han suscitado y generarán este tipo de discusiones,
las técnicas cuantitativas son parte indispensable en el análisis espacial por ser herramientas
eficaces para estudiar los componentes del espacio, elaborar esquemas de funcionamiento
del mismo y por proporcionar precisión en la investigación y en la localización de fenóme-
nos. A ello se añade que su capacidad organizativa y de tratamiento de datos es la base
metodológica utilizada por varias de las herramientas de representación gráfica, cartográfica
y no cartográfica.
Para ser más específicos en cuanto a los aportes de las técnicas cuantitativas y/o estadís-
ticas al análisis espacial es importante tener en cuenta algunas de sus funciones básicas que,
de acuerdo a Ebdon (1982) son: descripción, inferencia, significación y predicción.
La función descriptiva permite que durante el análisis espacial se pueda reagrupar infor-
mación que en la mayoría de los casos es muy numerosa, ordenarla, crear reglas para repre-
sentarla gráficamente, hacer cálculos de distintos estadígrafos, emplear cuadros, etc., con el
propósito de identificar sus características particulares.
La función inferencial permite plantear hipótesis y resolverlas sin necesidad de utilizar la
población en su totalidad, sino una muestra representativa de ella.
Con la función de significación se trata de saber si una diferencia o relación entre dos
conjuntos de datos es significativa. Para saberlo se utiliza un proceso, un poco más com-
plejo, en el que se proponen dos hipótesis, una nula y otra alternativa, esperando que para
la primera exista una probabilidad baja de ocurrencia que confirme la efectividad de la
segunda.
La función de predicción utiliza las probabilidades en las que se combinan circunstan-
cias que se comportan bajo ciertos límites.
MADRID, A. & ORTÍZ, L.
Una de las funciones más utilizadas por la Geografía es la descriptiva con el uso del análisis
multivariado que tiene en cuenta una de las particularidades del espacio y es la presencia
amplia de elementos que de alguna manera complejizan su análisis. El análisis multivariado
consiste en identificar todos los componentes de un fenómeno espacial, clasificar y/o seleccio-
nar aquellos que tengan mayor preponderancia, someterlos a un filtro matemático para obte-
ner una mejor descripción del fenómeno en función de una mirada objetiva del mismo y de la
exclusión de elementos distorsionadores. Ello depende de los objetivos a desarrollar, de la
búsqueda de certezas y del enfoque que se desee dar al problema investigado.
Goodhild, et al. (1992), citado por Gamir, et al. (1995) define el análisis espacial dentro
del SIG como “un conjunto de técnicas basadas en la localización de los objetos o hechos
geográficos que analizan, requiriendo el acceso simultáneo al componente locacional y te-
mático de la información”.
Esta posibilidad y sobre todo la amplia capacidad de tratamiento de los datos geográfi-
cos ofrecen una gran ventaja en su utilización ya que conducen de forma más rápida a la
consecución de resultados para la toma de decisiones. Sin embargo, como aseguran Alzate,
et al (1999) “herramientas de análisis como el SIG son eso, solo “herramientas” a través de
las cuales podemos realizar operaciones entre capas, cuyo verdadero análisis e interpretación
fueron realizados por los temáticos quienes se valieron de los resultados para tomar final-
mente las decisiones. En otras palabras el SIG no pensó por el temático. Fue el temático
quien pensó ayudado por la herramienta”.
En relación con lo anterior, Gamir, et al. (1995), argumentan que la mayor dificultad
en la utilización de los métodos de análisis espacial está en creer que el análisis espacial tiene
un fin en si mismo. Para salvar esta dificultad los autores sugieren entender el análisis espa-
cial “como un soporte técnico a la toma de decisiones”. Lo que significa que el análisis
espacial será parte de un proceso encaminado a dar respuesta a un problema sin ser éste el
componente esencial para tal decisión. De igual manera el usuario será quien llenará de
contenido el proceso analítico y aportará su conocimiento en el diseño o planeación duran-
te la implementación de la herramienta y la posterior interpretación de resultados.
Se podría decir que los Sistemas de Información Geográfica cumplen a cabalidad con
los dos objetivos del análisis espacial puesto que este último viene a ser el resultado del 23
modelamiento basado a su vez en los procesos de captación de información, abstracción de
la misma y discretización del mundo real, estableciendo las relaciones entre los componen-
tes del espacio. Permite además, construir un modelo con patrones futuros de comporta-
miento.
Debemos reconocer que “buena parte del análisis espacial se ha desarrollado mediante
la importación de la metodología estadística y su adaptación al estudio de los datos espacia-
les. No obstante se incluyen en él ciertos procedimientos que analizan exclusivamente las
características geométricas de los hechos geográficos” (Bosque, 1992). Esto quiere decir que
combina los métodos cuantitativos con las representaciones gráficas.
Los Sistemas de Información Geográfica desarrollan un conjunto de funciones que cons-
tituyen el principal aporte al análisis espacial, éstas se clasifican en cuatro grandes grupos o
subsistemas (ver figura 1.2): el de captación de información o entrada de datos, el de alma-
cenamiento y recuperación de la información, el de manipulación y análisis, y el de repre-
sentación de datos. El tercer subsistema “comprende el conjunto de técnicas de análisis
espacial, modelos de superposición, procesamiento, estadística espacial y demás procedi-
mientos para la manipulación de la información geográfica (Query map oriented, query
database oriented, reclassificaciton, overlay, proximity, network)” (Ruiz, 1995). Es precisa-
mente aquí en donde los datos geográficos dejan de ser simplemente inventarios para mos-
trar otros aspectos de la realidad subyacentes a la mirada desprevenida del paisaje.
ANÁLISIS ESPACIAL
A pesar de la gran facilidad que ofrecen los Sistemas de Información Geográfica al análisis
espacial, podría decirse que es una herramienta subutilizada, ya que en gran medida es em-
pleada para la recolección de información ordenanda a manera de inventarios y/o consulta,
esto debido a que son pocas las personas que manejan verdaderamente las funciones de aná-
lisis las cuales son en apariencia complejas, justamente por la falta de conocimiento sobre lo
que es el análisis espacial y los procedimientos técnicos que lleva implícitos el SIG para llegar
a éste. Si bien, es importante destacar a los SIG como herramientas de análisis espacial, es
necesario comprender que también fueron diseñados para realizar integraciones cartográficas,
como se explicará en el último capítulo.
24 En resumen, el trabajo del geógrafo puede pensarse a partir de dos ámbitos, desde los
conceptos de síntesis y desde todo el conjunto de herramientas técnicas. Unos y otros son
compatibles en tanto los primeras nos ofrecen toda una construcción teórica alrededor de la
unidad espacial a investigar, los componentes que ésta debe manejar y las relaciones que
establece no sólo a su interior, sino con el resto de unidades; las segundas, por su parte hacen
precisión en cuanto al tipo de datos, al tratamiento que se les puede dar y a la posibilidad de
visualizar las relaciones y el funcionamiento de una unidad espacial. El análisis espacial no
puede separarse de la idea que se tenga acerca del espacio y de las alternativas técnicas que
resolvamos aplicar a dicha idea.
2. Datos geográficos
La Real Academia de la Lengua (1995) define la palabra dato como un “antecedente nece-
sario para formar una idea de una cosa o deducir las consecuencias de un hecho”. La con-
formación de una idea puede ser el producto de varios antecedentes que no necesariamente
son de la misma naturaleza. Algunas ideas provienen directa y casi que inconscientemente
de la experiencia individual adquirida por los sentidos; tales experiencias son repetidas por
otros individuos hasta conseguir un concepto generalizado. Otras ideas por el contrario,
surgen de procesos racionales mucho más elaborados o que exigen, en función de un obje-
tivo, la creación de ideas más precisas, lo que implica por tanto una selección más cons-
ciente de los datos y una observación continúa de ellos. En este sentido, el dato puede ser
considerado como un hecho “para describir cualquier fenómeno (o idea) que parezca tener
un valor suficiente para ser formulado y fijado con precisión”. (Dochovsky, 1986, citado
por, Tikunov, 1999).
Específicamente en geografía, los datos o antecedentes seleccionados para entender una
idea, en este caso un fenómeno geográfico, y/o deducir su distribución y consecuencias,
tienen dos características particulares según Bosque (1992). La primera de ellas consiste en
hacer parte de una observación o soporte (unidad de observación, objeto geográfico, indivi-
duo) que tiene una posición espacial definida; y la segunda consiste en que dicho dato tiene
la posibilidad de presentarse como una variable o atributo temático, “es decir que los objetos
espaciales están dotados de propiedades intrínsecas las cuales se pueden medir”.
Cabe agregar que Castro (1990), citado por Bosque (1992) clasifica las unidades de
observación o entidades en dos grupos: las naturales que “son aquellas donde la referencia
espacial es intrínseca al propio hecho (variable observada), por ejemplo las discontinuidades
existentes entre un piso bioclimático y otro; y las unidades de observación artificiales que
son creadas por el hombre y en las que “la referencia espacial es extrínseca y ajena a los
fenómenos o variables temáticas medidas en ellas”, ejemplo común a este último grupo, es
la división político-administrativa. Con relación a ello, es necesario pensar en las implicaciones
que tiene la elección de una u otra unidad, puesto que específicamente en las unidades
artificiales se corre el riesgo de restarle o agregarle mayor importancia a un dato o a un
conjunto de datos, por ejemplo cuando se trata de determinar la concentración o dispersión
de un fenómeno y para ello se utiliza una cuadrícula cuyo tamaño -que es decisión del
investigador-, puede modificar los resultados del análisis.
Aronoff (1989), citado por Comas y Ruiz (1993) es mucho más específico en cuanto a
la caracterización que hace de los datos geográficos, los cuales responden a su vez a determi-
DATOS GEOGRÁFICOS
nadas preguntas. Según este autor: “Son características de los datos geográficos: la posición,
los atributos temáticos o descriptivos, las relaciones espaciales y el tiempo”:
La posición se refiere a la ubicación adquirida por una entidad geográfica con respecto
al sistema de coordenadas y proyección cartográfica utilizada (posición absoluta) y/o a
unos puntos de referencia conocidos con relación a otros (posición relativa). Todo fenó-
meno o situación geográfica tendrá por tanto una localización espacial que no necesaria-
mente es siempre fija, por ejemplo, una de las tareas de la Geografía de la Salud es estudiar
la distribución de algunas enfermedades; como es lógico, estas se propagan en el espacio,
por tanto no tendrán una única ubicación; y en este caso el análisis espacial se basará en la
dinámica adquirida por este fenómeno. La posición responde a la pregunta ¿dónde se
localiza determinado fenómeno? y, como derivada de ésta, ¿por qué un fenómeno se loca-
liza aquí y no en otra parte?
Los atributos temáticos o variables son los que proporcionan las características de una
entidad geográfica, definen qué y cómo es. Al tratar de determinar las zonas en conflicto por
parqueo inadecuado de carros en una zona céntrica de la ciudad, las entidades espaciales a
estudiar son aquellas que se ven afectadas por el fenómeno, en este caso: las vías, los
parqueaderos existentes y las zonas peatonales, verdes y recreativas utilizadas con éste fin.
Entidades Atributos
Vías vías para movilización vehicular, vías
donde se parquean vehículos
26 Parqueaderos capacidad, áreas, número real de carros
que parquean.
Zonas peatonales, verdes y recreativas Tipo de área, uso actual
rentes (Bosque, 1992). Estas son cualidades únicas que definen al objeto, por ejemplo en la
variable lugar de procedencia, los datos son: Bogotá, Cartagena, Medellín, Cali...etc. Aquí no
son válidas las operaciones matemáticas, solo funcionan como expresión de un hecho, es así que
el nombre de éste hecho es único, lo que no admite asociación nominal a otro, es decir una
categoría no incluye la otra. Por ejemplo: en un mapa del uso del suelo, la escala nominal de las
unidades espaciales son: agricultura, ganadería, industria, etc. Sin embargo si existen unidades
que tienen las mismas características serán clasificadas con el mismo nombre. Aparentemente,
los datos de esta variable pueden presentarse de forma numérica, pero no expresan una relación
matemática, esto ocurre cuando se le asigna a cada unidad un código: 001, 002, 003....
En Cartografía, “Una componente es cualitativa cuando sus categorías no son ordenables
de una manera única y universal, sino que son en consecuencia, ordenables de manera
diferente”. Flórez y Thomas (1992). En el siguiente grupo de datos no podemos establecer
diferencias de tipo cuantitativo, sin duda se puede distinguir un dato de otro y ordenarlos
de acuerdo a diferentes parámetros.
Localidades de Bogotá, D.C.: (1) Usaquén, (2) Chapinero, (3) Santafé, (4) San Cristó-
bal, (5) Usme, (6) Tunjuelito, (7) Bosa, (8) Kennedy, (9) Fontibón, (10) Engativá, (11)
Suba, (12) Barrios Unidos, (13) Teusquillo, (14) Los Mártires, (15) Antonio Nariño, (16)
Puente Aranda, (17) Candelaria, (18) Rafael Uribe-Uribe, (19) Ciudad Bolívar, (20) San
Juan del Sumapaz.
A cada uno de los nombres se le ha asignado oficialmente un número, pero al igual que
en la escala nominal estadística, éste no sirve para hacer operaciones matemáticas, funciona
28 como una etiqueta que los diferencia de los demás.
• Susceptibilidad moderada-alta
• Susceptibilidad moderada-baja
• Susceptibilidad baja
Tales datos pueden ordenarse de forma ascendente o descendente, pero no se puede esta-
blecer entre ellos una relación matemática.
MADRID, A. & ORTÍZ, L.
• No necesariamente cada intervalo debe ser del mismo tamaño. Datos geográficos tales
como la pendiente, la temperatura, el valor de la tierra, pueden ser categorizados por interva-
los del mismo tamaño, sin embargo cuando estos son pasados a una representación cartográfica,
el tamaño de las franjas que los representan no es homogéneo. Así mismo, es importante
precisar que en el mundo físico no tiene sentido establecer para algunos fenómenos, intervalos
homogéneos, porque dependen de procesos que disparan su funcionamiento o dinámica, como
ocurre con los procesos geomorfológicos, en los que la amplitud de superficie y sus límites 29
dependen de un conjunto de condiciones más que de una medida específica.
• No debe haber categorías superpuestas: esta condición en términos matemáticos es com-
prensible en tanto una categoría no debe comenzar en el mismo punto donde termina otra.
No obstante, en el mundo físico los límites deben ser interpretados como zonas de transición
permitiendo hasta cierto punto el solapamiento de algunas condiciones.
• Las categorías deben listarse en orden lógico: lo que puede asumirse más como una
norma práctica que facilita la visualización y el entendimiento de la información a partir de
rangos. Cartográficamente dicho orden se hace evidente con el uso de algunas variables visua-
les como el tono, el grano y el valor.
diferencia entre una variable y otra o entre los atributos al interior de una misma variable.
Por ejemplo, al observar la variable altitud en dos puntos diferentes: San Andrés (001 m.s.n.m)
y Ambalema (215 m.s.n.m), podemos decir que entre el primero y el último hay 214 me-
tros de diferencia.
Las componentes cuantitativas, en cartografía, permiten “precisar con exactitud la varia-
ción de distancia entre las categorías y cuándo estas categorías no son equidistantes entre sí”.
( Flórez y Thomas 1992).
Los siguientes datos corresponden a la tasa de urbanización en las cabeceras municipales
del departamento de Arauca en 1995, según Banguero y Castellar (1993):
• Saravena: 63.81%
• Arauquita: 35.06%
• Arauca: 78.67%
• Tame: 64.57%
• Puerto Rondón: 46.53%
• Cravo Norte: 43.01%
Cuadro 2.2 Alternativas de implantación y aplicación de variables visuales según los tipos de datos
datos son entonces, cada uno de los momentos de la observación y por sí solos no dan
respuesta a un problema. De ellos surge la información cuando se trata de establecer una
relación entre varios momentos de la observación, en función de una pregunta. Esta última
sugiere a su vez elegir entre una o varias técnicas de análisis espacial. Para Tikunov (1999)
“los datos son una obra en construcción en el proceso de creación de la información, son
considerados como el objeto del pensamiento, cuyo fin es recabar información”. Es así
como el análisis espacial podría ubicarse como una fase necesaria de transición entre los
datos y la elaboración de información, en este caso geográfica (ver figura 2.1).
31
Fig. 2.1 Esquema del análisis espacial como mediador entre los datos y la información geográfica
Una de las ventajas de la tecnología actual es la generación de datos, en este sentido, cada
disciplina puede pensar en la mejor posibilidad de utilizarlos en función de sus propios
problemas. Una de las tareas de la geografía se ha centrado en la localización, y principal-
mente, en la comprensión y explicación de determinados elementos sobre el espacio.
Los geógrafos suelen enfrentarse a la posibilidad de localizar bajo unos objetivos ligados
a la planeación u ordenamiento del espacio, dicha localización puede planteare en dos sen-
tidos: uno, en cuanto al aprovechamiento de un recurso, por ejemplo, un lote baldío; y dos,
en cuanto a la localización de un lugar cuya posición imparcial deba favorecer a muchos o
aprovecharse al máximo, como ocurre con un puesto de salud o un centro educativo. La
diferencia entre los dos radica en la importancia que se le da a la localización misma, lo que
puede modificar las decisiones si se piensa en la relación que dicha localización puede tener
con su entorno inmediato o más allá.
Las medidas de resumen, como técnicas de análisis espacial, le otorgan al geógrafo la
posibilidad de localizar con precisión y objetividad ciertos elementos a nivel espacial por
medio del tratamiento estadístico de algunos datos. El presente capítulo no solo se centra en
la obtención de estas medidas, sino en la espacialización gráfica de las mismas.
Desde la Estadística se proponen tres formas de describir los datos, como un paso básico
para su transformación en información; son estos:
1
En los demás capítulos de este trabajo, se presentan algunas herramientas gráficas de gran utilidad.
fenómenos, mediante la espacialización de variables, que en ocasiones, no son fácilmente
visibles en la realidad, pero que hacen parte de la dinámica y caracterización del espacio.
Las medidas de resumen proporcionan un tratamiento adecuado de los datos puesto que
tienen en cuenta sus características temáticas y ante todo su componente espacial; en este
sentido, los resultados arrojados por este tipo de medidas pueden reforzar la localización de un
punto o, sugerir un nuevo emplazamiento para el mismo, haciendo un poco más objetiva la
toma de decisiones, sin embargo cabe recordar que a pesar de la exactitud que estas medidas
puedan tener, es el investigador quien utiliza tanto los métodos como los resultados, de acuer-
do a sus requerimientos reales y a las posibilidades que proporciona el espacio.
3.3.1.1 La Moda
Es el valor que se repite el mayor número de veces dentro de un conjunto de datos.
Para los siguientes datos:
34 5,7,3,2,8,4,1,6,5,3,8,3,5,7,2,4,3,4,6,2
La moda es 3
Es probable que en un conjunto de datos exista más de una moda. Por ejemplo en el
siguiente conjunto de observaciones:
3,5,7,2,4,3,4,5,6,2,8,3,5,6,1,4,8,2,3,7,5
Los datos que más se repiten son 3 y 5, por lo tanto estos representan la moda.
Cuadro 3.2 Número de viviendas por cada uno de los cuadros de la plantilla
Cuadro Número de
No viviendas
1A 6
2A 15
3A 2
4A 2 35
5A 3
1B 12
2B 11
3B 4
4B 1
5B 7
1C 12
2C 10
3C 3
4C 4
5C 3
1D 8
2D 11
3D 6
4D 15
5D 5
1E 6
2E 13
3E 10
4E 6
5E 7
ANÁLISIS DE LA DISTRIBUCIÓN ESPACIAL DE LOS DATOS
En la figura 3.1, tenemos 25 cuadros (4cm x 4cm), cada uno de ellos representa 1.600
m , pero encontramos que existen dos modas, las correspondientes a los cuadros 2A y 4D,
2
que se encuentran bastante separados uno del otro y cada uno con 15 viviendas, lo cual
probablemente dificultaría cumplir con el objetivo de la campaña que es hacer un mejor
cubrimiento en el menor tiempo posible.
Se opta, entonces por ampliar el tamaño de la cuadrícula; la figura 3.2 presenta áreas de
2.500 m2, el cuadro que tiene mayor densidad es el 2D, con 21 viviendas.
Cuadro 3.3 Número de viviendas por cada uno de los cuadros de la plantilla
Cuadro Número de
No. Viviendas
1A 9
1B 20
1C 17
1D 6
2A 19
2B 15
2C 13
2D 21
3A 1
36 3B 2
3C 16
3D 10
4A 6
4B 8
4C 8
4D 12
Cuando el número de datos es par la mediana corresponde al valor medio entre los dos
datos ubicados en el centro, así:
17, 18, 21, 23, 26, 27, 27, 27, 28, 30, 31, 31, 32, 34, 36, 36, 39, 40, 40, 42
La mediana es 30.5 como resultado de: 30 + 31
2
MADRID, A. & ORTÍZ, L.
En geografía, según Gamir, et. al. (1995) “el centro mediano de una estructura de puntos es
aquella posición en la que se produzca una reparto equitativo de las observaciones puntuales en las
direcciones N, S, E y O”. Es una medida “ideal” en tanto se busca la localización de un punto que
sea relativamente equidistante a todos los demás puntos que lo rodean, sin embargo tal emplaza-
miento corre el riesgo de corresponder a un lugar que no obedezca a las especificaciones planteadas
en el problema inicial, por ejemplo: una laguna, un río, una pendiente fuerte...
Este procedimiento no implica operaciones de tipo matemático, basta desplazar los ejes
hasta obtener el resultado deseado. En nuestro caso la distribución de los puntos sólo nos
permitió una orientación de los ejes, pero es posible que para un mismo problema, dicha
orientación señale varios centros medianos.
El centro mediano, a diferencia del centro de gravedad, proporciona un resultado óptimo
en términos prácticos, sin embargo, como afirma Ebdon (1982) “hay que limitar su uso a
investigaciones geográficas preliminares, en las que cuenta más la rapidez que la precisión”.
2
En términos prácticos no resulta fácil manejar coordenadas geográficas, puesto que sus valores son mucho más
altos, imprimiendo cierto grado de dificultad.
MADRID, A. & ORTÍZ, L.
Para aplicar este procedimiento al ejemplo anterior, procedemos a trazar un eje de coor-
denadas en la misma área de estudio. Para facilitar el trabajo, a cada punto se le asignó una
letra (figura 3.4) y se determinaron sus posiciones, con lo cual obtuvimos los siguientes
resultados (cuadro 3.4):
41
x = Sx = 61,77 x = 2.94
n 21
y = Sy = 55.1 y = 2.62
n 21
Según Estébanez & Bradshaw (1978) el centro de gravedad tiene una serie de ventajas
“puede resultar de utilidad para estudiar el cambio o la variación de una distribución a lo
largo del tiempo”... “registra sensiblemente cualquier tipo de movimiento de los elementos
de una población”. Sin embargo como desventaja esta medida “puede en algunos casos loca-
lizarse fuera del territorio estudiado”... “no indica ninguna característica de la región” y ade-
más “no resulta sencillo interpretar los resultados”.
Utilizando el mismo problema, hemos decidido tener en cuenta un nuevo valor que
actuará como peso (w). Este valor corresponde al número de personas que habita en cada una
42 de las viviendas del área, con el fin de identificar los puntos que representan mayor demanda
del servicio de salud. Se obtuvieron los siguientes datos:
Al localizar éste nuevo par de coordenadas (figura 3.5), observamos que en este caso el centro
de gravedad ponderado no se trasladó notoriamente con relación al centro de gravedad.
Podría decirse que entre las tres medidas (mediana, centro de gravedad y centro de grave-
dad ponderado), la diferencia es aproximadamente de 10 metros entre una y otra. En térmi-
nos reales y al hacer una observación del terreno se podría afirmar que cualquiera de los tres
resultados sirve para ubicar el puesto de promotores de salud, puesto que topográficamente
no presentan ningún inconveniente (figura 3.6)
43
44
σ=2,6
En geografía, al igual que en las medidas de tendencia central, para hallar la desviación
típica de un conjunto de datos puntuales espacializados, es necesario ubicarlos en el plano
bidimensional x e y, y básicamente aplicar la misma fórmula estadística.
La desviación típica puede obtenerse a partir de dos métodos: el gráfico y el aritmético.
3
Remitirse a dicho apartado.
MADRID, A. & ORTÍZ, L.
45
Figura 3.7 Trayecto de cada uno de los puntos al centro de gravedad. Método gráfico
σ= 61,49 σ=1,71
21
Cuadro 3.7 Longitud de cada uno de los trayectos al centro de gravedad
ANÁLISIS DE LA DISTRIBUCIÓN ESPACIAL DE LOS DATOS
Al hacer el cálculo obtenemos una desviación típica de 1,71, que en términos reales
equivale a 171 metros, lo que significa que esta es la distancia promedio que deben recorrer
los especialistas desde el centro promotor de salud para prestar sus servicios.
La desviación típica resultante, equivale gráficamente al radio de un círculo que encierra
los puntos más cercanos al centro de gravedad, a partir de una distancia media, como se
observa en la figura 3.8
Debe tenerse en cuenta que en la vida real sería más pertinente establecer los trayectos a
46
partir de las vías existentes, tanto fluviales como terrestres, puesto que no se estarían teniendo en
cuenta los obstáculos físicos que pueden aparecer. No obstante, Estébanez & Bradshaw (1978)
consideran que existen algunos hechos de carácter geográfico en los que se hace más recomenda-
ble el uso de la desviación típica, que el de algunas medidas de tendencia central. Los autores
toman como ejemplo los estudios de funciones en los que el centro de gravedad se ubica por lo
general en el centro de las ciudades. Sin embargo por sí solo éste dato representa únicamente un
punto, mientras que la desviación típica sugiere el emplazamiento de un área de influencia cuyo
tamaño está determinado por todos y cada uno de los puntos.
MADRID, A. & ORTÍZ, L.
47
Figura 3.9 Desviación Típica de las distancias, Método Aritmético - Método Gráfico
ANÁLISIS DE LA DISTRIBUCIÓN ESPACIAL DE LOS DATOS
Entre el resultado arrojado por el método gráfico y el método aritmético, hay una dife-
rencia de 8 metros. Este último método es mucho más exacto, siendo por tanto más óptimo
en investigaciones que requieren mayor precisión o en aquellas en las que el número de
emplazamientos es muy grande. El método gráfico, por su parte, es útil para estudios preli-
minares.
48
Teniendo en cuenta que el puesto promotor de salud, no cuenta con la suficiente canti-
dad de antivirus, se ha decidido elaborar la campaña de vacunación estableciendo prioridades
de la siguiente manera:
Prioridad 3, para las viviendas en donde habiten mujeres embarazadas y niños menores
de 1 año.
Prioridad 2, para viviendas con niños menores de 1 año.
Prioridad 1, para viviendas con población infantil en edad de vacunar.
Se le asignará el valor 0 a aquellas viviendas que no cumplan con ninguna de las condi-
ciones anteriores.
Para facilitar el trabajo es aconsejable elaborar el siguiente cuadro y totalizar las columnas.
MADRID, A. & ORTÍZ, L.
En la figura 3.10 se grafica la nueva área de influencia a partir del centro de gravedad
ponderado. Obsérvese que es posible graficar el peso de cada una de las viviendas, utilizando
la variable talla4.
Nótese que hubo un desplazamiento en dirección Noreste, hacia las viviendas que obtu-
vieron mayor peso con relación a las prioridades establecidas por el puesto de promotores de
salud.
50
4. Las redes:
Graficación, estructura y funcionalidad
mismo autor, saber descifrar la complejidad de esa trama que las relaciones de poder tejen
durante toda la producción social que se vuelve real en la relación de espacios y tiempos. El
análisis de redes permite identificar precisamente algunos elementos que hacen parte de la
complejidad del territorio para descifrar varias de sus transformaciones, bajo una visión
multitemporal. No obstante, los datos arrojados por los diferentes procesos analíticos con-
tribuyen a dar explicaciones de aspectos específicos de la red, mas no explican en su totalidad
la complejidad del territorio.
En términos gráficos la red está constituida por un conjunto de puntos (nodos, vértices)
y líneas (arcos, aristas) conectados entre sí. En el análisis espacial de acuerdo con Seguí
(1995) “los nodos o vértices de la red pueden venir constituidos por los puntos de origen y
destino de los intercambios (ciudades, puertos, aeropuertos o centros de zona -denomina-
dos centroides, si trabajamos a una escala urbana, a los que se les atribuyen las características
del área que representan). Los arcos o aristas se identifican con las rutas, tanto si tienen
estructura física de soporte (rutas terrestres) como si no cuentan con ella (rutas marítimas,
aéreas o referidas a teleflujos), o con los flujos (pasajeros, mercancías, flujos telemáticos...)
que por ellas circulan cuando se trata de redes valorizadas”.
Al tratar de identificar los componentes básicos de una red (puntos y líneas) a partir
de determinada relación, se pueden establecer redes a diferente escala: local, regional y
mundial.
La naturaleza también presenta redes con estructura y funcionalidad específica, como
en el caso de las redes hídricas. Los nodos o vértices, están constituidos por los puntos de
52 nacimiento, conexión con otras corrientes y desembocadura; y los arcos y aristas están con-
formados por las diferentes corrientes de agua. Unos y otros no son constantes en el tiempo
y el espacio porque funcionan de acuerdo a una dinámica natural en la que intervienen
varios factores.
No todos los nodos, ni todos los arcos tienen la misma funcionalidad dentro de una red.
Algunos nodos adquieren mayor importancia por reunir una buena cantidad de funciones,
lo que hace que se conviertan en centros de atracción o de paso obligado para acceder a
otros centros o servicios. De otra parte, algunos arcos son de mayor acceso o adquieren más
importancia de acuerdo a la cantidad de flujos que por ellos circulan. Se habla entonces, de
jerarquía de una red, es decir, del orden que toman cada uno de sus elementos y funciones.
Cabe agregar que aunque la mayoría de las veces se habla de redes artificiales o creadas
por el hombre, estas están directamente ligadas a la estructura física donde se desarrollan, lo
que limita, en parte, la forma que estas adquieren. No obstante, existen en la actualidad,
redes de comunicación que logran superar este tipo de inconvenientes y sugieren nuevas
conexiones en la estructura general de las redes. Para Oftner (1996) la red de telecomunica-
ciones actual es un elemento básico en el establecimiento de relaciones, que pone en duda el
término de distancia y le ofrece otras connotaciones al espacio, en tanto el tiempo real o
inmediato actúa como un factor fundamental y de hecho como una nueva condición de
todas las formas de especulación económica que emplean como herramienta éste instru-
mento. A diferencia de las redes de transporte, las redes de telecomunicaciones presentan
cierta transparencia inmaterial en el espacio, obviándose las distancias geométricas en fun-
ción de la instantaneidad. En este caso, el análisis de las distancias no resulta tan fundamen-
tal como las relaciones mismas y/o sus flujos.
MADRID, A. & ORTÍZ, L.
54
Se busca establecer cuál es el índice de sinuosidad entre la red de la figura 4.1 y el grafo de
la figura 4.2. Para ello, fueron tomadas las longitudes de cada una; en la primera se hizo con
un curvímetro que arrojó un valor de 750 Km. La longitud del grafo, por su parte, se estable-
ció tras una previa enumeración de los arcos.
El cuadro 4.1 muestra cada arco con su respectiva longitud; estos resultados fueron
sumados, obteniéndose un total de 132,4 cm. que equivalen en una escala de 1:500.000 a
662 Km.
MADRID, A. & ORTÍZ, L.
Arco Long Arco Long Arco Long Arco Long Arco Long Arco Long
1 2.1 14 1.1 27 1.0 40 1.5 53 1.1 66 2.6
2 1.0 15 1.6 28 0.4 41 1.5 54 0.5 67 1.3
3 1.3 16 2.5 29 0.4 42 0.7 55 1.7 68 1.6
4 1.2 17 1.7 30 4.4 43 1.4 56 0.7 69 2.6
5 1.3 18 2.1 31 1.3 44 1.2 57 1.1 70 1.7
6 1.1 19 1.8 32 4.5 45 2.0 58 2.0 71 3.1
7 0.9 20 0.6 33 2.4 46 2.2 59 3.0 72 2.4
8 1.8 21 1.5 34 2.5 47 2.3 60 1.8 73 0.5
9 2.7 22 2.2 35 1.7 48 1.5 61 1.0 74 0.7
10 1.0 23 1.7 36 2.5 49 2.4 62 0.9 75 2.7
11 1.7 24 1.0 37 3.8 50 3.0 63 1.4 Total 132,4
12 1.2 25 1.6 38 1.8 51 4.2 64 1.7
13 1.6 26 1.2 39 1.5 52 2.4 65 2.0
En nuestro ejemplo tenemos una red regular, puesto que el valor resultante se ubica en
este rango y como no se aleja tanto de 1, indica que el nivel de simplificación tampoco se
aparta demasiado de la realidad.
Recordemos que para obtener la distancia entre un nodo y otro es posible hacerlo utili-
zando el Teorema de Pitágoras con el que se procede de la siguiente manera: para establecer
la distancia entre los puntos a y b, se traza un sistema de coordenadas x e y, y se establecen
los valores de cada uno de los puntos. Con estos datos se aplica la fórmula como aparece en
la figura 4.3.
LAS REDES: GRAFICACIÓN, ESTRUCTURA Y FUNCIONALIDAD
Este procedimiento es aconsejable para redes que tengan pocos nodos, puesto que se
aplica la misma fórmula entre uno y otro punto, para finalmente sumar todas las distancias,
multiplicarlas por la escala y obtener una cifra aproximada.
Los elementos básicos a analizar en una red se identifican a partir del grafo y son los
siguientes: nodos, arcos, longitud total, longitud media, área y densidad.
Según el nivel de resolución planteado, la red vial de la Sabana de Bogotá está constitui-
da por un total de 51 nodos, 29 de los cuales corresponden a cabeceras municipales, y los 22
restantes constituyen cruces. Esta red se compone de 75 arcos rectos que tienen una longi-
tud total de 662 Km.; sin embargo la longitud real es de 750 Km. La longitud media es de
8,82 Km. El área1 total es de 4.250 km2. Su red vial se extiende en sentido suroeste-noreste.
La densidad de la red es de 0.1 Km./km2, lo que significa que por cada Km2 de la Sabana
hay aproximadamente 800 metros de vías.2
59
1
Recordemos que para determinar áreas sobre el mapa existen 6 métodos: plantilla de puntos, aproximando el
área a un conjunto de figuras geométricas, utilizando un planímentro digital o mecánico, método analítico, por
peso y por sistema digital.
2
La densidad no siempre es una medida óptima puesto que distribuye el fenómeno a analizar, de manera
homogénea sobre la superficie.
LAS REDES: GRAFICACIÓN, ESTRUCTURA Y FUNCIONALIDAD
Índice Total
Índice Beta (b) 1,4
Índice Gamma (g) 0,06
Índice Gamma (%) 51,1%
Número Ciclomático (NC) 25
Índice Alfa (a) 0,27
MADRID, A. & ORTÍZ, L.
El índice Beta (b) con un valor de 1,4 indica que es una red bien conectada, puesto que
su número de aristas supera notoriamente el de nodos; visualmente esto se comprueba en
tanto de la mayoría de los nodos se desprenden dos aristas, y en algunos casos hasta 5.
El índice gamma (g), equivalente a 0,06 indica que el número de aristas existentes es
muy pequeño con relación a un número “ideal” de las mismas, en este caso 2.500. Este
índice es confirmado por su aplicación en porcentaje, que indica que en cada nodo se
podría introducir un 51% del total de aristas para obtener un grafo más completo.
El número de circuitos existentes en esta red es de 25, los cuales coinciden con un
conteo sobre el grafo.
El índice alfa (a) igual a 0,27, indica que el actual número de circuitos de la red es muy
bajo con relación al número “ideal” de circuitos que es de 92.
El análisis estructural de las redes permite hacer una descripción general de las mismas,
en función de su grado de conectividad, cuyo objetivo es determinar la cantidad de co-
nexiones de cada nodo para hacer óptimos sus flujos, economizar costos o simplemente
acortar distancias. No obstante, hay que tener en cuenta que algunos índices permiten
hacer un análisis “ideal”, bajo la suposición de un número mayor de nodos y aristas que
probablemente no son aplicables a la realidad espacial tanto por sus condiciones físicas,
requerimientos infraestructurales y sobre todo necesidades concretas y prácticas de estable-
cer relaciones.
Cabe agregar que los índices hasta ahora trabajados son mucho más valiosos, cuando se
trata de comparar dos redes y más aún cuando se analiza la evolución de una misma red,
logrando identificar sus transformaciones. De igual forma es posible descubrir los cambios 61
que podrían introducirse a una red añadiéndole nodos y aristas a manera de simulación.
Vale la pena recordar que el análisis estructural se basa en los nodos y aristas existentes y/
o posibles pero no incluye otro tipo de variables que probablemente modificarían la forma
de ver la red, como ocurre con el análisis dinámico.
En la red hipotética de la figura 4.4, existen 4 relaciones directas representadas por aquellos
nodos que están unidos por un arco, a esto lo llamamos conectividad. A pesar de que todos los
nodos de la red, no están directamente unidos o conectados entre sí, puede afirmarse que si
están cohesionados, por hacer parte de una misma red. En este sentido la cohesión se define a
partir de la existencia de relaciones indirectas entre los nodos de la red. Este análisis, permite
identificar la relación entre los nodos, señalando su grado de cohesión. Es preciso agregar que
la mayoría de autores no hacen diferencia entre los términos cohesión y conectividad, lo cual
puede prestarse a confusiones, no obstante en este trabajo será determinada la cohesión a partir
de la denominada matriz topológica de conectividad directa.
Cuadro 4.3 Poblaciones y/o cruces de caminos según grafo Sabana de Bogotá
63
Esta matriz sirve para indicar únicamente aquellos nodos que tienen una relación directa,
por ejemplo, para desplazarse del nodo 7 al nodo 24 es necesario utilizar un solo arco. De las
2.601 relaciones que podría mostrar la matriz, sólo 150, que equivalen al 5,76%, son rela-
ciones directas. El porcentaje restante, 94,24% se establece a partir de las relaciones indirec-
tas, lo que significa que existen más relaciones de cohesión que de conexión. La figura 4.5
muestra de manera proporcional la cantidad de relaciones directas de cada nodo. El nodo que
más relaciones directas presenta es el 38, que corresponde a Zipaquirá; puede observarse
sobre el grafo, que de este punto se desprenden 7 arcos que lo conectan directamente con
Subachoque, Tabio, Cajicá, Cogua, Nemocón y dos cruces importantes. Otros nodos que se
encuentran bien conectados son el 14 (Madrid), el 21 (Cruce) y el 43 (Sesquilé).
LAS REDES: GRAFICACIÓN, ESTRUCTURA Y FUNCIONALIDAD
64
El cuadro 4.5, corresponde a la matriz de accesibilidad de la Sabana de Bogotá. Cada
casilla señala el número de arcos que es necesario recorrer entre un nodo y otro por el camino
más corto, por ejemplo, entre el nodo 17 (Facatativa) y el nodo 35 (Guasca) hay 11 aristas
por recorrer, mientras que entre el nodo 2 (Soacha) y el nodo 20 (Funza) hay únicamente dos
aristas.
Fig. 4.5 Mapa de Conectividad Directa de la Sabana de Bogotá.
MADRID, A. & ORTÍZ, L.
67
LAS REDES: GRAFICACIÓN, ESTRUCTURA Y FUNCIONALIDAD
En el cuadro 4.6 cada casilla señala el número mínimo de km a recorrer entre un nodo y
otro. Por ejemplo entre el nodo 17 y el 35 hay 15,2 km.
Estas matrices, nos permiten identificar cuál es el nodo más accesible, utilizando el nú-
mero asociado (NS). En la matriz topológica de accesibilidad, el número asociado menor es
6, dicho número corresponde al nodo 38 (Zipaquirá). Los puntos cuyo NS es igual a 7,
también son muy accesibles, y son: 29 (Subachoque), 30 (Tabio), 31 (Cajicá), 32 (cruce
entre Zipaquirá, Chía, Sopó y Tocancipá), 39 (Cogua), 40 (cruce entre Nemocón, Cogua,
Zipaquirá) y 41 (Nemocón). Entre éstos el más accesible se elige a partir del número shimbel
mínimo que en este caso corresponde al nodo 32, cuyo No. Shi es igual a 189.
De la misma forma es posible identificar cuál es el nodo menos accesible. A partir del
número asociado (NS) existen 3 nodos cuyo más alto valor es 13 y son: 3 (Cruce entre
Soacha y Bogotá), 47 (Manta) y 48 (Tibirita). Entre estos los menos accesibles son Manta y
Tibirita ya que su No.Shi igual a 388, es el mayor.
La matriz kilométrica de accesibilidad, basada lógicamente en distancias que se acercan a
la realidad, puede resultar mucho más precisa que la anterior. Según los datos de ésta matriz,
el nodo más accesible es el 32, seguido del 38; las diferencias no son mayores, de acuerdo al
número asociado. Los datos de estas matrices son útiles para determinar otro tipo de medi-
das de accesibilidad, como se verá más adelante.
¿Cómo se grafican las matrices de accesibilidad?
68
MADRID, A. & ORTÍZ, L.
69
LAS REDES: GRAFICACIÓN, ESTRUCTURA Y FUNCIONALIDAD
70
MADRID, A. & ORTÍZ, L.
Es necesario anotar que en este caso los porcentajes más bajos corresponden a los nodos
más accesibles (cuadro 4.7), mientras que los más altos representan los nodos menos accesi-
bles; por ésta razón en la figura 4.6, se optó por señalar con una tonalidad más oscura los
porcentajes más bajos y con una más clara los porcentajes más altos.
Nodos 1 2 3 4 5 NS N.Shi
1 0 1 2 3 4 4 10
2 1 0 1 2 3 3 7
3 2 1 0 1 2 2 6
4 3 2 1 0 1 3 6
5 4 3 2 1 0 4 10
En la matriz anterior, el nodo más accesible era el 3, puesto que tenía el número asociado
74 más bajo.
Nodos 1 2 3 4 5 NS N.Shi
1 0 1 2 1 2 2 6
2 1 0 1 2 3 3 7
3 2 1 0 1 2 2 6
4 1 2 1 0 1 2 5
5 2 3 2 1 0 3 8
Con la eventual construcción de la vía, la matriz resultante nos permite verificar que la
accesibilidad se aumenta en la medida en que disminuye el número de arcos a recorrer. En
este caso los nodos 1, 3 y 4 presentan un número asociado igual a 2, pero de ellos el más
accesible es 4 puesto que presenta el N.Shi más bajo.
Este dato indica que todos los valores de la columna shimbel que están por debajo de 75
245,8 son los más accesibles y los que están por encima de ésta cifra son los menos accesibles.
Estos últimos para nuestro caso son los siguientes: 1, 2, 3, 4, 5, 6, 12, 15, 16, 17, 23, 34, 35,
36, 44, 45, 46, 47, 48, 49, 50 y 51, la mayoría de los cuales a excepción del 12, se encuentran
ubicados en la periferia de la Sabana de Bogotá. De todos los anteriores números los menos
accesibles son 47 (Tibirita) y 48 (Manta), que además de situarse en el área periférica, no
hacen parte de ningún circuito, estando únicamente conectados a una vía.
Una empresa distribuidora de correo, necesita saber cuál es la ruta más corta entre Mosquera
y Zipaquirá. Contando con nuestro grafo ya construido, procedemos a identificar las rutas
más convenientes en términos de distancia entre estos dos puntos. Se pueden precisar varias
rutas, 3 son las más viables; a cada una se le asignó una letra y una estructura gráfica para
diferenciarlas visualmente (figura 4.8).
Se sugiere construir un cuadro de trabajo para comparar resultados así:
80
Para determinar el tipo de distribución de las cabeceras municipales de la sabana de Bogo-
tá, se señalaron en la figura 4.9 cada uno de los nodos que las representan, se tomaron las
distancias sobre el mapa y se organizaron en el siguiente cuadro.
Núcleo de Núcleo más Distancia al nodo Núcleo de Núcleo más Distancia al nodo
población próximo más próximo (cm) población próximo más próximo (cm)
Sibaté Soacha 2 Tocancipá Gachancipá 1.1
Soacha Sibaté 2 Guasca Guatavita 1.7
Mosquera Funza 0.7 Guatavitá Gachancipá 1.6
Funza Mosquera 0.7 Gachancipá Tocancipá 1.1
Madrid Mosquera 1 Zipaquirá Cogua 1.1
Bojacá Madrid 1.5 Cogua Zipaquirá 1.1
Facatativa Bojacá 1.8 Nemocón Sesquilé 1.8
Cota Chía 1.5 Sesquile Suesca 1.3
Chía Cajicá 1.4 Suesca Sesquilé 1.3
La Calera Chía 3.7 Machetá Chocontá 2.2
Tenjo Subachoque 1.5 Chocontá Machetá 2.2
Subachoque Tenjo 1.5 Manta Tibiríta 1.2
Tabio Cajicá 1.4 Tibiríta Manta 1.2
Cajicá Tabio 1.4 Villa Pinzón Chocontá 2.7
Sopó Tocancipá 1.3 ∑d = 45
MADRID, A. & ORTÍZ, L.
Este modelo, que se basa en la fórmula de la gravedad3 , identifica los posibles comprado-
res que acudirían a determinado núcleo urbano en comparación con otro, relacionando dos
variables: la población y la distancia. Tratándose de un eventual intercambio de bienes, perso-
nas y servicios, este modelo lleva implícito el concepto de flujo.
Se desea saber cuál es la proporción de personas que viven en Chía y compran en Zipaquirá
en relación con las que viven en Chía y compran en Sopó.
Este resultado indica que Zipaquirá podría atraer 6,26 veces más compradores de
84 Chía que los que son atraídos desde ese mismo punto por Sopó; obviamente la población
de Zipaquirá es mucho más grande que la de Sopó, y a pesar de que la distancia de éste
último punto a Chía es menor, Zipaquirá representa en función de su población una
mayor oferta de mercado. En porcentajes tendríamos que el 86,2% de los posibles com-
pradores que viven en Chía, se desplazarían a Zipaquirá y sólo el 13,8% realizarían sus
compras en Sopó.
1
Ley de Newton: “Dados dos cuerpos, situados a cierta distancia uno de otro, comprobaremos que se atraen con
una fuerza directamente proporcional al producto de sus masas e inversamente proporcional al cuadrado de sus
distancias”. (Tomado de Bailly, 1978).
MADRID, A. & ORTÍZ, L.
85
Se desea saber cuál es el área de influencia de Chía, a nivel de mercado, en relación con los
núcleos urbanos de Tabio, Cajicá, Sopó, Cota y Tenjo. Para ello, elaboramos el siguiente cuadro:
88
5. Diseño de isolíneas y uso del premapa
Isolínea: Para la Real Academia de la lengua Española (1995), el prefijo iso “significa
igualdad o denota uniformidad o semejanza”. Es este sentido, las isolíneas son líneas que
unen puntos de igual valor. Dichos puntos provienen de mediciones y de interpolaciones de
las mismas. En el primer caso, y tratándose de variables climáticas, cada punto puede repre-
sentar una estación meteorológica con una ubicación espacial precisa, en la que se pueden
obtener los valores medios de temperatura, precipitación, humedad, radiación solar, nubo-
sidad, etc. Sin embargo, cada uno de estos datos no sería suficiente para trazar las isolíneas,
se habla entonces de interpolar, como un proceso para determinar “valores no conocidos a
partir de valores conocidos”, según Barrera (1999).
Pero no todos los datos utilizados para trazar isolíneas provienen de puntos fijos, lo que
requiere un tratamiento especial para ubicar esos puntos desconocidos y proceder a interpo-
lar. Es el caso de las isodemas cuyos datos se originan en implantaciones zonales (población
rural municipal) para las cuales es necesario ubicar un punto central que de cuenta de un
comportamiento que espacialmente no es real, pero que le otorga cierta aproximación al
investigador, de acuerdo con sus objetivos.
Límites o umbrales: Las isolíneas representan por sí mismas, límites o umbrales, que
según Flórez (1997) se constituyen en momentos de quiebre de un mismo fenómeno que
modifica su funcionamiento y estructura, bajo una dinámica establecida por unas condicio-
nes máximas y mínimas. Para Brunet (1967), citado por Flórez (1997) “los umbrales mues-
tran ya sea un cambio de ritmo en el funcionamiento, extinción y divergencia (aparición o
separación de un nuevo sistema), manifestación de una nueva característica, una inversión o
90 una saturación”. De esta manera, las isolíneas se presentan como una buena alternativa para
establecer estos umbrales. No obstante, el trazado de algunas de ellas, reflejan un momento
en particular que obviamente no es tan permanente. Es el caso de isolíneas de contamina-
ción, trazadas a partir de la cantidad de partículas en suspensión emitidas desde diversos
focos (industria). A su vez, dicho momento es el resultado de unas condiciones ambientales
(dirección y velocidad del viento, temperatura, humedad, hora del día...) y humanas preci-
sas (días laborables, etapa de producción, calidad de equipos...).
Zonas entre isolíneas: Si la isolínea representa un límite, importa analizar la zona o área
que está delimitando. En este caso, tenemos entonces un mapa de áreas denominado mapa
de isopletas que es definido como un mapa cuantitativo de superficie, según Monkhouse y
Wilkinson (1966). Por ello, y de acuerdo a Strahler (1981) las isolíneas sirven para esque-
matizar la distribución de un fenómeno, además de ver detalladamente sus características,
lo que no se lograría únicamente con datos puntuales. Las isolíneas permiten delimitar
zonas obedeciendo a una característica en particular que a su vez viene definida por la
interacción de otras variables. Por ejemplo, para identificar los posibles usos del suelo, las
isoclinas pueden servir para reconocer áreas de pendiente. Esta característica viene definida
por elementos tales como la altura y la distancia.
Rangos: Según Flórez y Thomas (1992), “cuando se hace referencia a la característica
temática del área entre dos isolíneas, el área estará definida por un rango”. La definición de
tales rangos es mucho más útil cuando se hace en función de la dinámica de ciertos proce-
sos. Para establecer el área de ubicación de un nuevo asentamiento sería adecuado identifi-
car qué tipo de riesgos existen en relación con fenómenos concretos, tales como los movi-
mientos en masa, y entre ellos, los movimientos hidrogravitatorios (reptación, flujos,
MADRID, A. & ORTÍZ, L.
1. Todas las isolíneas se cierran, a pesar de que los mapas no las muestren de manera
completa, se asume que la distribución del fenómeno que representan es continua y no puede
desaparecer de manera brusca.
2. No es posible que las isolíneas se crucen puesto que cada una representa un único valor.
3. El acercamiento o la separación entre las isolíneas, muestra las características de la varia-
ción del fenómeno en relación con la distancia. Cuando estas se acercan expresan un cambio
notorio del fenómeno y cuando se separan el cambio es gradual, más suave o lento.
En relación con este último aspecto, el gradiente permite determinar cuál es el grado de
variación del fenómeno, presentando una relación de cambio en función de aspectos tales
como la distancia, el tiempo y la velocidad. Por ejemplo, en el gradiente bárico, como lo
expresa Monkhouse (1978), “un gradiente pronunciado implica una gran diferencia de pre-
sión con isobaras muy próximas, mientras que un gradiente débil implica solo una pequeña
diferencia con isobaras muy distantes”. Así mismo es conveniente pensar en otros aspectos
asociados al fenómeno; siguiendo al mismo autor “un gradiente pronunciado suele estar
asociado a fuertes vientos”.
Cuadro 5.1 Clasificación de las isolineas a partir de las subdisciplinas geógraficas que las emplean
Isohipsas – Isobasas
Isobatas
Geomorfología Isoclinas - Isotracónicas
Geología Isopacas
Topografía Isogonas
Isogeotermas
Isoyetas – Isohietas
Isotermas
Isohelias
Isobaras – Isolobaras
Termoisoalinas
GEOGRAFÍA FÍSICA Isobrontias
Isoqueimas – Isoteras
Climatología Isotalantosicas - Isotalantas
Meteorología Isalotermas
Isocrimas
Isocinéticas
Isonefas
Isanemonas
Isanómalas
Isoampitud 93
Isocasma
Isomera
Isolíneas de escorrentía
superficial
Hidrogeografía Isolíneas de caudales
Isohalinas
Biogeografía Isoiketas
Isofitas
Isolíneas de inundación
INTEGRACIÓN Riesgos Isosísmicas
Isolíneas de contaminación
G. Población Isodemas
G. Urbana Isoprecios
G. Rural Isodapanas
GEOGRAFÍA HUMANA Isoforas
G. Social Isocronas
Isolíneas de criminalidad
DISEÑO DE ISOLÍNEAS Y USO DEL PREMAPA
Isohipsas: líneas que unen valores de la misma altura, también llamadas curvas de nivel.
Probablemente son las isolíneas más conocidas y utilizadas cuya información es la base para
la construcción de otras isolíneas. (Ver figura 5.4)
Isobatas: líneas que unen puntos de igual profundidad en el mar. Se utilizan para iden-
tificar la diferencia altitudinal de la topografía marina. (Ver figura 5.4)
Isoclinas o Isotracónicas: líneas que unen puntos con la misma pendiente.
Isobasa: isopleta que representa la altitud de un estrato geológico.
Isogonas: líneas que unen puntos con la misma declinación con relación al polo magné-
tico. (Ver figura 5.2 e)
Isogeoterma: Isopleta que representa la temperatura de las profundidades de un deter-
minado astro o planeta.
Isopaca: Isopleta que representa la potencia de una determinada formación geológica.
Isoyetas o Isohietas: líneas que unen puntos de igual pluviometría. (Ver figura 5.24)
Isotermas: líneas que unen puntos de igual temperatura. (Ver figura 5.23)
Isohelias: líneas que unen puntos con la misma incidencia de brillo solar.
Isobaras: líneas que unen puntos que presentan la misma presión atmosférica. Según
Monkhouse y Wilkinson (1978) también se les denomina isalobara o isanomala. (Ver figu-
ras 5.2 a y 5.2 b)
Termoisoalinas: líneas que unen puntos de igual temperatura con relación a la profun-
didad del lecho marino.
Isobrontias: líneas que unen lugares en los que se registran tormentas en un mismo
94 momento.
Isoqueimas: isolíneas de temperatura en invierno.
Isotalantósicas o Isotalantas: líneas que unen puntos que registran igual amplitud tér-
mica anual.
Isocrimas: líneas que representan los períodos de tiempo más fríos.
Isocineticas: líneas que unen puntos con la misma velocidad de viento.
Isonefas: líneas que unen puntos con el mismo nivel de precipitación de nieve.
Isanemona: Isopleta que representa la velocidad mediana del viento.
Isanómala: Isopleta que representa las anomalías de un elemento o fenómeno especial-
mente meteorológico.
Isoamplitud: Isopleta que representa la amplitud y la oscilación térmica.
Isocasma: Isopleta que representa la frecuencia anual de visibilidad de auroras.
Isomera: Isopleta que representa el porcentaje de precipitaciones mensuales o estacionales
con respecto al total anual.
Isolíneas de escorrentía superficial: Isolíneas que representan la misma cantidad de
flujo de agua en superficie. (Ver figura 5.2 f )
Isolíneas de caudales: Isolíneas que muestran la variación en el caudal de un río.
Isohalina: Isopleta que representa la salinidad del agua tanto en el sentido vertical como
en el horizontal.
Isoiketas: líneas que determinan el grado de habitabilidad de especies animales y vegetales.
Isofitas: líneas que muestran el crecimiento vegetativo.
Isolíneas de evaporación: líneas que representan la misma cantidad de vapor de agua en
el aire. (Ver figuras 5.2 c y 5.2 d)
MADRID, A. & ORTÍZ, L.
Fig. 5.2.a Isobaras. Esquema de circulación de vientos a un nivel dado en torno a centros de alta (A) y baja (B)
presión. Izquierda: cerca del Ecuador terrestre; Derecha: en latitudes medias del hemisferio sur.
Fuente: www.atmosfera.cl/HTML/meteorología
95
Fig. 5.2.c. Mapa de isolíneas de evaporación real. Media del Fig. 5.2.d. Isolíneas de evaporación. Desiertos suroccidentales
período: 1986/87 - 1992/93. Tenerife de los Estados Unidos.
Fuente: www.aguastenerife.com Fuente: Strahler (1981)
96
Fig. 5.2.e. Isogonas. En este mapa la declinación se indica a intervalos de diez grados a nivel mundial.
Fuente: Strahler (1981)
MADRID, A. & ORTÍZ, L.
Fig. 5.2.f. Mapa de isolíneas de coeficientes de escorrentía. Fig. 5.2.g. Isocronas. Expansión de la Muerte Negra en la Euro-
Período: 1986/87 - 1992/93. Tenerife. pa del siglo XIV, en el que se muestra la división política del
Fuente: www.aguastenerife.com continente en la época.
Fuente: Selecciones de Scientific American (1979)
97
Isolíneas de inundación: Líneas que unen puntos de avance de las corrientes hídricas.
Isolíneas de contaminación: líneas que unen puntos con la misma cantidad de partícu-
las contaminantes.
Isosísmicas: líneas que muestran la intensidad de los sismos.
Isodemas: líneas que unen puntos con la misma densidad o cantidad poblacional. (Ver
figuras 5.13 y 5.14)
Isoprecios: líneas que unen puntos con el mismo valor monetario. Se utiliza para seña-
lar el precio o la renta de la tierra.
Isodapanas: Isopleta que representa el coste total del transporte en la teoría de la locali-
zación industrial.
Isofora: Isopleta que representa las tarifas del transporte a partir de un centro determinado.
Isocronas: líneas que unen puntos con la misma regularidad horaria.
Isolíneas de criminalidad: Líneas que representan niveles de criminalidad (robos, asesi-
natos...)
siendo más una clasificación de tipo teórico que práctico, no interviene de manera notoria en
el trazado de isolíneas puesto que los valores de éstas son decisión del usuario o de los rangos
que determine el fenómeno mismo. Y dos, en cuanto al origen de los datos o el sitio donde
se toma el registro (p. ej. una estación de medida de contaminantes) algunos de los cuales ya
tienen una implantación puntual lo que sirve directamente en el trazado de isolíneas. Sin
embargo, existen datos con implantación zonal (p. ej. población rural, densidad) para los que
es necesario tomar una decisión en cuanto a la ubicación del punto representativo del dato.
En cuanto a la calidad de los datos, Robinson, et al (1995) señala algunos tipos de errores que
afectarían el trazado de isolíneas; entre ellos, el error en la toma del dato mismo ya sea de
carácter instrumental o humano; la fuente de los datos, con lo que se puede crear una excesiva
generalización; los errores que surgen del procesamiento y/o tratamiento de los datos; y los
errores conceptuales que se cometen ante una mala interpretación del fenómeno a analizar o
del tipo de tratamiento estadístico o matemático que se haya aplicado.
- La forma y el tamaño de las unidades para lo que se dispone de información, o como
lo afirman Robinson, et al (1995), el número de puntos de control (de observación y medi-
ción), lo cual puede llevar a un excesivo detalle o a una generalización equivocada, pudien-
do presentarse ambos casos en una misma área de trabajo.
- La interpolación se presenta como un problema a tener en cuenta en el trazado de
isolíneas, puesto que por lo general se asume un aumento uniforme en el valor de dos puntos,
para buscar un tercero entre estos, sin tener en cuenta otros aspectos. Así mismo es necesario
no obviar la cantidad y cercanía de los puntos y el método de interpolación utilizado.
98 - La selección de intervalos no puede ser por sí misma un proceso rígido, teniendo
presente que existen fenómenos cuyos umbrales de funcionamiento marcan los límites del
intervalo. Para otro tipo de estudios como los socioeconómicos, los umbrales dependen de
los parámetros establecidos. En ambos casos la selección del intervalo no es uniforme res-
pondiendo más a una necesidad de análisis. Según Robinson, et al (1995) se sugiere enton-
ces incluir en el mapa de isolíneas una justificación de tal decisión, con el fin de que el lector
tenga una aprehensión fácil del resultado.
5.5 La interpolación
Bosque (1992) define la interpolación como “un procedimiento que permite calcular el
valor de una variable en una posición del espacio (punto no muestral, con un valor estima-
do conocido) conociendo los valores de esa variable en otras posiciones del espacio (puntos
muestrales, con valores reales)”. La ubicación precisa de cada punto es necesaria para un
trazado eficiente de las isolíneas, más aún cuando representan umbrales funcionales de de-
terminada superficie.
Actualmente existen numerosos métodos de interpolación automáticos que obviamente
surgieron de propuestas manuales y, alrededor de los cuales, se han establecido varias for-
mas de clasificarlos.
Bosque (1992) propone tres formas de clasificación de las cuales destacamos dos:
En la primera, interesa saber la cantidad de datos que se utilizan para hallar un valor
desconocido. Con los métodos globales se incluyen todas las observaciones para llegar a la
estimación de un valor, mientras que los métodos locales utilizan sólo las observaciones más
cercanas al valor que se desea hallar.
MADRID, A. & ORTÍZ, L.
99
Entre los puntos 55 y 72 de la figura 5.3, se desea buscar la ubicación del punto 60.
Para hallar la ubicación de este nuevo punto, se estableció la diferencia entre los valores
conocidos (72 - 55 = 17). La distancia entre los dos puntos es de 27 mm. El punto de
referencia escogido fue el 55, que tiene una diferencia de 5 en su valor con relación a 60.
Aplicando la regla de tres, tenemos que:
17 27mm
5 X
5 x 27mm = 135 = 7,9
17 17
Con este tipo de interpolación se asume una distribución uniforme entre los dos puntos
extremos a partir de los cuales se halla un tercero, con lo que de hecho no se reconocen otras
variables y otras ubicaciones que podrían cambiar de manera drástica la distribución del
fenómeno.
Para el trazado de otras isolíneas es posible evitar el anterior inconveniente en la medida
en que se pueden establecer relaciones y/o correlaciones previas con el uso del premapa para
posteriormente definir las nuevas ubicaciones. En ese caso, se utilizan métodos del segundo
grupo, específicamente los analíticos como se mostrará durante la descripción del trazado
de isotermas.
Los SIG por su parte, son mucho más precisos, rápidos y ágiles en la implementación de
100 métodos de interpolación ya que tienen la capacidad de relacionar variables, hacer los cálcu-
los automáticamente, mostrar un resultado gráfico, simular a partir de diferentes pondera-
ciones como en el caso de la interpolación de Kriging y por último, generar modelos digitales
de terreno en los que la variación de cualquier fenómeno se hace visible de manera vertical.
Según Bosque (1992) “se puede crear un MDT (Modelo Digital de Terreno) de cualquier
hecho que cumpla unas mínimas características, la continuidad espacial de la variación, sin
que existan saltos bruscos del valor Z”... “aspectos físico-naturales, como la precipitación, la
temperatura, la composición litológica o mineral, la acidez o basicidad de los suelos o tam-
bién las variables sociales: número de habitantes, densidad de población, etc”.
Cabe agregar que la interpolación se estima a partir de valores conocidos o dentro de un
intervalo, sin embargo cuando dicha estimación debe hacerse por fuera del área de estudio,
o no existen los datos suficientes para completarla, se habla de extrapolación.
El conocimiento del gradiente de variación, para algunos fenómenos, permite también
hallar valores desconocidos puesto que tras varias observaciones en lugares específicos, se
han establecido los puntos de ruptura o cambio de una variable en relación con otra, como
ocurre con los gradientes de temperatura. De acuerdo a Strahler (1981) “el aire que ascien-
de, al igual que cualquier gas, experimenta un descenso en su temperatura, aunque no
pierda energía calórica”. A partir de esta idea se han establecido dos tipos de gradientes: el
gradiente adiabático seco “cuando no se produce condensación”... la variación es de “1ºC
cada 100 metros de elevación” y el gradiente adiabático saturado “cuando el vapor de agua
atmosférico se condensa que es de 0,6ºC para cada 100m”.
MADRID, A. & ORTÍZ, L.
101
Además de las características mencionadas para las demás isolíneas, las curvas de nivel,
presentan tres particularidades más:
• Forman una “v” al hacer contacto con la hidrografía, “cuyo vértice indica la dirección de
donde vienen las aguas, es decir la parte más alta del terreno” (IGAC, 1981).
DISEÑO DE ISOLÍNEAS Y USO DEL PREMAPA
• Cuando el relieve a representar es muy quebrado, las curvas de nivel presentan varios
entrantes y salientes.
• No siempre la curva del centro muestra una altura, también puede representar una
depresión.
En la figura 5.5, tenemos una malla de puntos, cada uno con una altura definida. A partir
de esta, se desea señalar las curvas de nivel con los siguientes valores: 1.600, 1.800, 2.000,
2.200, 2.400, 2.600 y 2.800, los cuales fueron hallados por interpolación para finalmente
obtener el conjunto de líneas de la figura 5.6.
102
Probablemente las curvas de nivel son las isolíneas que menos se trazan de forma manual
ya que estas se elaboran por métodos automáticos. Sin embargo es importante reconocer su
proceso lógico de construcción para lograr un buen entendimiento de las características
topográficas del terreno y su posible relación con otros fenómenos.
MADRID, A. & ORTÍZ, L.
104
En el trabajo propuesto por Ortiz (1989) en el área del Líbano (Tolima), se establecieron
categorías de pendiente (abrupta, empinada, fuerte, moderada, débil y muy débil) que “obede-
cen a umbrales de desencadenamiento de procesos morfogenéticos o erosivos” tales como los
que muestra el cuadro 5.2. Para este trabajo se elaboró un mapa de pendientes a escala 1:50.000.
En nuestro caso se optó por hacer un mapa de pendientes a escala 1:25.000 para lo cual se ha
tomado un pequeño sector (ver figura 5.7) del área inicialmente trabajada por Ortiz (1989).
Nótese en la figura 5.7, la manera como deben ser trazadas las líneas sobre cada cuadrícu-
la para hacer el conteo de intersecciones con las curvas de nivel. Para la primera cuadrícula se
procedió de la siguiente manera:
Si = 15 DH = 50 m L = 250m
m = arcotang 15 x 50 m m = 37º
4 x 250 m
• Existen otras líneas en el mapa que funcionan como límites, caminos, ríos o quebradas
que por momentos van ligados a algunas isohipsas o son paralelos a las mismas, pudiendo
confundir al observador.
• Las curvas de nivel maestras, que son las que tienen un calibre mayor, interrumpen su
trazado en algunos tramos para mostrar su valor; es necesario por tanto, trazar el segmento que
falta e incluirlo en el conteo.
• La posición que toman algunas isohipsas, se cruza casi que en todo su transecto, con
algunas de las líneas interiores del cm2 ocasionando confusiones en el momento de contarlas,
es necesario recordar que lo que se cuenta es la intersección para no hacer una interpretación 109
falsa durante el procedimiento.
• Para facilitar el conteo de las intersecciones recomendamos construir un molde de cm2
que permita aislar la observación; sin embargo, no deben descuidarse aquellas isolíneas que se
sitúan justo en el límite del cuadrado.
• Al interpolar, se sugiere trazar cada isolínea en su orden, hasta agotar todas las posibilida-
des, para evitar dejar algún rango sin establecer.
de directamente de una experiencia en campo para la que sería necesario tomar varias medidas y
promediarlas con el propósito de reducir errores; y en cuanto a fenómenos cuya distribución no
es permanente de forma espacial y mucho menos temporal, en los que se pueden establecer
períodos fijos de tiempo en función de la ocurrencia del fenómeno, por ejemplo: la propaga-
ción de partículas contaminantes, durante una hora específica del día y un lapso de tiempo.
110
La figura 5.11, representa una red vial constituida por segmentos de líneas (vías) y una serie
de nodos (centros urbanos)1 . Entre un nodo y otro se ha señalado la distancia en tiempo; nótese
que ésta no es la misma para todos a pesar de que algunas tengan la misma longitud, como
ocurre de B14 a B15 y de B14 a B17 lo que podría significar que fueron cronometradas
teniendo en cuenta algunas condiciones tales como el tráfico o la calidad de las vías.
Una empresa transportadora de alimentos perecederos, con sede en M, desea saber qué
límites de tiempo tendrían para distribuir sus productos, puesto que algunos de estos necesi-
tan estar refrigerados. Para resolver éste problema se ha decidido trazar isocronas de 2 horas
(120 minutos) a partir del centro de distribución y hacia todos los demás puntos de la red
(ver figura 5.12).
111
Para trazar la isocrona 4 horas (240 minutos) a partir de M por la ruta A, se procedió de
la siguiente forma: se tomó la medida, sobre el papel, de las rectas que van de M a A5
equivalentes a 27 mm; en este trayecto hay un tiempo de 4:35 es decir de 275 minutos, con
estos datos se aplicó una regla de tres así:
1
Trabajo académico desarrollado durante la clase de Cartografía Temática. Profesor: Antonio Flórez. Carrera de
Geografía, Universidad Nacional de Colombia.
DISEÑO DE ISOLÍNEAS Y USO DEL PREMAPA
27 mm 275 min
X 240 min
27 mm x 240 min = 23,5 mm
275 min
Este resultado nos indica la distancia sobre la ruta en la que se localiza el punto equivalen-
te a 4 horas. Para las demás rutas se aplicó el mismo procedimiento y con los puntos final-
mente ubicados se trazó la isocrona. El resto de las isocronas se marcaron de la misma forma,
sin embargo nótese que algunos tramos de las isocronas 16h, 18h y 20 h, fueron extrapolados
en algunos segmentos en los que no había presencia de vías.
Un ejemplo del anterior procedimiento se halla en Gracia (1999). Su objetivo era “desta-
car la variación espacio-temporal de la población a nivel regional y local, como producto de
los conflictos por el territorio”, en el área del delta del Sinú. Para tal fin fueron elaborados
MADRID, A. & ORTÍZ, L.
113
Fig. 5.13 Mapa de isopletas. Proceso de concentración de la Población rural en el litoral Caribe y Sinú
Fuente: Gracia (1999)
Fig. 5.14 Modelos digitales de terreno. Superficies demográficas, litoral caribe y sinú
Fuente: Gracia (1999)
DISEÑO DE ISOLÍNEAS Y USO DEL PREMAPA
El área de estudio de la figura 5.15 se subdividió en unidades de cm2 que de acuerdo con
la escala (1:100.000) corresponde a 1 km2. Tratándose de un ejercicio didáctico, se asumió
un valor de 5 personas por cada uno de los puntos que representa una vivienda. Se procedió
a identificar el número de personas por unidad y a ubicar el dato resultante en el centro de
cada cuadro, para obtener un valor medio por área. Las isodemas a trazar fueron: 10, 20, 30,
40 y 50 (ver figura 5.16).
114
como los de barras y los circulares, son apropiados para este tipo de análisis. No podemos negar
que su aplicación a localizaciones puntuales es posible más no se presta para un análisis de con-
junto, si no son utilizados para cada localización de manera independiente.
Un segundo nivel de análisis trata de ser más detallado en cuanto al reconocimiento de
las variables que intervienen en el desarrollo del fenómeno presentando una relación más
específica con el espacio. Premapas tales como tablas de datos o matrices, mapas bases,
fotografías aéreas e imágenes de satélite, presentan información que es apta de tratarse con
el propósito de obtener un nuevo resultado (diagrama, mapa).
Un tercer nivel de análisis, mucho mayor, busca establecer en qué medida, intervienen
cada una de las variables en la dinámica funcional de un fenómeno, con el propósito de ser
más rigurosos en la localización de su distribución. En este nivel algunos tratamientos esta-
dísticos como las relaciones y/o correlaciones y su graficación, funcionan como premapas.
Para trazar algunas isolíneas, se requieren premapas que estarían situados en el tercer
nivel que acabamos de mencionar y para ello consideramos pertinente incluir algunos mé-
todos estadísticos y gráficos que permitan relacionar variables.
250 0
200 0
150 0
100 0
50 0
0
0 5 10 15 20 25
En la figura 5.17, los puntos tienden a agruparse en línea recta hacia la derecha, lo que
significa que a medida que la variable aumenta por el eje y, también lo hace por el eje x. En
esta situación, según Ebdon (1982), se tiene una relación directa.
2500
2000
1500
1000
500
0
0 5 10 15 20 25
En la figura 5.18, sucede lo contrario, lo que se denomina una relación inversa ya que
mientras la variable aumenta por el eje y, disminuye en el eje x.
100
90
80
70
60
117
50
40
30
20
10
0
0 10 20 30 40 50 60 70 80
En la figura 5.19, los puntos aparecen dispersos, lo que muestra una relación nula.
Existen numerosas metodologías para establecer el grado de relación y/o correlación en-
tre dos variables; a continuación mostraremos cómo se maneja el coeficiente de correlación
de Pearson, los coeficientes de regresión y el análisis de regresión lineal, medidas que se
pueden manejar y entender de una manera sencilla.
Según Ebdon (1982) la covarianza “es una medida del grado de variación conjunta de las
dos variables, en el sentido de que un aumento en una de ellas refleja en un aumento o
descenso proporcional de la otra”. Una covarianza 0, indica que las dos variables no varían
conjuntamente. Una covarianza grande positiva o negativa, indica que las dos variables varían
conjuntamente”.
De otra parte, “el denominador… es una medida de variación total de los datos. En
función del diagrama de puntos es una medida de la dispersión de los puntos”.
Se desea saber cuál es la relación entre temperatura y altitud en el departamento de Cal-
das; se destina, x para la primera (variable dependiente) e y para la segunda (variable indepen-
diente) (ver cuadro 5.3). Los demás datos del cuadro, corresponden al proceso mismo de
aplicación de la fórmula.
MADRID, A. & ORTÍZ, L.
Cuadro 5.3 Datos para hallar el coeficientes de correlación de Pearsons. Dpto de Caldas
x y
Temperatura Altitud x*y x2 y2
Aguadas 16,2 2.170 35.154,0 262,44 4.708.900
Anserma 18,6 1.768 32.884,8 345,96 3.125824
Aranzazu 17,8 1.910 33.998,0 316,84 3.648100
Belalcazar 19,5 1.631 31.804,5 380,25 2.660.161
Chinchiná 21 1.382 29.022,0 441 1.909.924
Filadelfia 20 1.550 31.000,0 400 2.402.500
La Dorada 28,2 178 5.019,6 795,24 31.634
La Merced 18,3 1.819 33.287,7 334,89 3.308.761
Manizales 16 2.216 35.456,0 256 4.910.656
Manzanares 18,3 1.871 34.239,3 334,89 3.500.641
Marmato 23,1 1.050 24.255,0 533,61 1.102.500
Marquetalia 19,9 1.560 31.044,0 396,01 2.433.600
Marulanda 12,2 2.825 34.465,0 148,84 7.980.625
Neira 17,4 1.969 34.260,6 302,76 3.876.961
Pácora 18,3 1.819 33.287,7 334,89 3.308.761
Palestina 19,5 1.636 31.902,0 380,25 2.676.496
Pensilvania 16,6 2.100 34.860,0 275,56 4.410.000
Riosucio 18,5 1.783 32.985,5 342,25 3.179.089
Risaralda 18,8 1.743 32.768,4 353,44 3.038.049 119
Salamina 18,6 1.775 33.015,0 345,96 3.150.625
Samaná 20,5 1.460 29.930,0 420,25 2.131.600
Supía 22,3 1.183 26.380,9 497,29 1.399.489
Victoria 25,4 675 17.145,0 645,16 455.625
Villamaría 17,7 1.920 33.984,0 313,29 3.686.400
Viterbo 23,5 988 23.218,0 552,25 976.144
Totales S = 486,2 S = 40.981 S = 755.367 S = 9.709,32 S=74.013.115
n = 25 x = 19,4 y = 1639,2
Al aplicar la fórmula:
755.367 - 31.800,5
r= 25___________ r = -0,87
1.814,8
Covarianza = -1.585,8
sxsy = 1.814,8
r = -0,87
De acuerdo con los datos obtenidos, tenemos una covarianza negativa alta, que indica
una variación inversa y conjunta de las dos variables.
El producto de las desviaciones estándar, igual a 1.814,8 indica la variación total de los datos.
DISEÑO DE ISOLÍNEAS Y USO DEL PREMAPA
El cociente entre las dos medias anteriores r, indica que la relación entre las dos variables
tiene sentido; en este caso, el aumento en la altura es proporcional con la disminución de la
temperatura, como lo demuestra la figura 5.20
3000
2500
2000
Altura msnm
1500
1000
500
0
0 5 10 15 20 25 30
120
5.7.1.2 Los coeficientes de regresión
Según Levin (1977) “establecer una correlación entre dos variables puede ser útil para
predecir los valores de una variable (y) conociendo los valores de otra variable (x)”. Esta
predicción se obtiene con el análisis de regresión. Dicho análisis se hace a partir de la búsque-
da de los coeficientes de regresión y de su coherencia con la ecuación de regresión, formulada
de la siguiente manera:
y = a + bx
que describe una línea de regresión en la que, de acuerdo a Ebdon (1982):
y = valor predicho de la variable dependiente.
x = valor de la variable independiente.
a y b = son coeficientes de regresión
Para hallar los coeficientes de regresión de los cinco primeros pares del cuadro 5.3, se
procede de la siguiente manera (ver cuadro 5.4):
x = Altitud
y = Temperatura
b = 162.770,3 – (5)(1.772,2)(18,62)
16.035.254 – (5)(3.137.149,4)
b = -0,006
a = 18,62 + 0,006(1.771,2)
a = 29,2
121
5.7.1.3 Análisis de Regresión
Como se mencionó en el apartado anterior, el análisis de regresión permite predecir los
valores de y conociendo los valores de x.
Continuando con el ejercicio anterior, se busca hallar los valores de temperatura (y) a
partir de las siguientes alturas (x): 1.400, 1.600, 1.800 y 2.000.
Cuando x = 1.400
y = 29,2 + (-0,006)1400
y = 29,2-8,4
y = 20,8
Para los demás x se procede de la misma forma, con lo que obtuvimos los siguientes
resultados:
DISEÑO DE ISOLÍNEAS Y USO DEL PREMAPA
Cuando x es = y es =
1.400 20,8
1.600 19,6
1.800 18,4
2.000 17,2
126
- A pesar de que teóricamente se habla de esta herramienta como líneas que unen puntos
de igual valor, tal aseveración no debe ser tomada de manera estricta en tanto no existe una real
permanencia espacial de los fenómenos.
DISEÑO DE ISOLÍNEAS Y USO DEL PREMAPA
128
6. Cartografía Integrada
El desarrollo de la cartografía ha ido paralelo a su avance técnico, pero también a las inquie-
tudes intelectuales de los geógrafos y, claro está, a sus propuestas teóricas y metodológicas
que buscan concretarse gráficamente por medio del mapa.
En este sentido, las formas de hacer cartografía y específicamente la funcionalidad del
mapa han variado. Inicialmente la cartografía estuvo dirigida a una descripción del medio
natural, y los mapas entonces, se constituyeron en inventarios. Pero cuando surgieron nue-
vas propuestas teóricas alrededor del espacio y la cantidad de datos y la información misma
superó las representaciones cartográficas básicas, se exigió implementar una serie de proce-
sos de análisis y simultáneamente aplicar procesos de síntesis que permitieran un entendi-
miento global de la complejidad de los fenómenos, en términos de su distribución y organi-
zación espaciales.
En el presente trabajo, hasta el momento, se ha hecho una descripción y aplicación de
algunas herramientas de análisis espacial, cuyos procedimientos permiten caracterizar el
comportamiento de un elemento que hace parte de un problema general. En este capítulo
se hará un esbozo de la Cartografía Integrada o de Síntesis, la cual debe diferenciarse de las
herramientas de análisis, para ello consideramos conveniente hacer una breve presentación
conceptual acerca del análisis y la síntesis.
El estudio de una variable en particular, sólo puede dar respuesta a la misma, por ejem-
plo, la temperatura sin otra relación alguna proporciona únicamente los datos de esta (máxima,
mínima, promedio), mientras que la observación de la temperatura en relación con otra
variable, altitud por ejemplo, proporciona información acerca de cómo se relacionan, cuál
depende de la otra y espacialmente cómo se manifiesta esta relación, siendo esto último un
primer nivel de integración.
Como anteriormente se mencionó, los procesos analítico y sintético poseen sus propios
métodos cada uno de los cuales contiene sus reglas particulares. González (1876), presenta
las siguientes reglas para aplicar el método analítico:
Las reglas para el método sintético propuestas por González (1876), son las siguientes:
2. “En cualquier ciencia o tratado se deben exponer las verdaderas cuestiones más
generales, antes de descender a las particulares o concretas”. Para el caso de la Geografía es
aceptar que es una ciencia de síntesis y que como tal puede asumir el reto de entender el
espacio como una realidad compleja. Según Ribeiro (2003), la complejidad está determi-
nada más por la influencia mutua entre las partes que la componen que, propiamente por
su tamaño, o incluso por el número de sus partes.
Esta tendencia trajo consecuencias no solo para la geografía sino para todas las demás
ciencias, en tanto indujo al fraccionamiento de las mismas en subdisciplinas y a la aplicación
de procesos especiales de análisis. En el caso específico de la geografía, dicha tendencia fue
evidente en diferentes estudios en los que los análisis condujeron a verdades parcializadas
difícilmente llevadas a la comprensión dentro de la totalidad. De esta forma los estudios
continuaban siendo inventarios ante la imposibilidad de establecer relaciones entre los dife-
rentes procesos analíticos.
No hay duda de que existen tendencias teórico-metodológicas que han fomentado la
idea de síntesis. Con la introducción de la Teoría General de Sistemas (T.G.S) se puede
afirmar que existen mayores posibilidades para aplicar estudios de síntesis. De acuerdo a
Holt (1992) la TGS fue propuesta en 1937 por Bertalanfy “como una vía de unión entre las
ciencias” contraria a la “tendencia en esa época de centrarse en la investigación detallada de
fenómenos por separado”, teniendo en cuenta que “la mayoría de los investigadores busca-
ban explicaciones de causa-efecto”. Para Ribeiro (2003) quien habla de la síntesis como un
proceso cognitivo, “el pensamiento sistémico es un poderoso instrumento de navegación en
el mar de la complejidad. En sistemas complejos, la causalidad pasa a ser no lineal, hace
perder su utilidad, validez y veracidad al mecanicismo científico”... “el análisis nos da cono-
cimiento, pero es la síntesis la que nos permite entender un sistema”. Este mismo autor
insiste en la posibilidad de aplicar el pensamiento multidimensional: circular, horizontal,
vertical y lateral.
La Teoría General de Sistemas adquiere una posición contraria al reduccionismo y al
mecanicismo en tanto “el todo se estudia como un sistema, integrado por un conjunto de 133
elementos interrelacionados” (Hurtado, 2000).
Para Flórez (1997), en el caso particular de la geografía, la Teoría General de Sistemas
permite aprehender como sistemas tanto los hechos sociales como los naturales a la vez que
permite comprender los espacios geográficos resultantes del conjunto de interacciones so-
cio-naturales.
Se entiende entonces, que no basta con identificar los componentes del espacio, estu-
diarlos por separado y evidenciar algunas de sus relaciones, lo que se busca es llegar a la
comprensión compleja de las conexiones tanto estructurales como funcionales de los com-
ponentes espaciales; ello exige identificar las variables involucradas en la dinámica de un
fenómeno, aplicar métodos de análisis que permitan relacionarlas adecuadamente para pos-
teriormente, identificar la fuerza de esa relación en la distribución de dicho fenómeno y
reconocer las unidades resultantes de la misma. La síntesis estará dada por la capacidad de
entender las interacciones, no obstante, dicha capacidad no puede ser ilimitada, ya que los
conceptos, la escala, el problema planteado, sus objetivos y hasta los métodos definen el
nivel de complejidad al que se pretende llegar.
explicación o de presentación, más que de referencia; que agrupan, por superposición o por
transformación, los datos de varios mapas analíticos, y pueden tomar formas distintas”. Por
ejemplo, un mapa topográfico, presenta diferentes temáticas (curvas de nivel, ríos, infraes-
tructura, etc...) sin embargo contiene un nivel analítico en el que las variables no presentan
relación alguna entre ellas, se puede precisar su distribución espacial permitiendo establecer
sólo algunas inferencias. Cada uno de estos elementos es susceptible de separarse del con-
junto del mapa sin destruir ningún concepto en particular. Un mapa integrado por su parte,
define unidades cuyas características no son separables del conjunto definido por una es-
tructura conceptual.
Según Joly (1982), los mapas sintéticos se clasifican en dos grupos: los mapas de corre-
lación y los mapas tipológicos. Los primeros, “combinan, sobre un mismo fondo, las varia-
bles múltiples cuyas relaciones se quieren explicitar. Su objetivo es poner en evidencia las
relaciones existentes entre varios fenómenos”, no solo con el espacio geográfico. “Los verda-
deros mapas de correlación están especialmente elaborados para dar al lector una visión
directa de la comparación de varios datos, y de las consecuencias que de ella se derivan”. Al
respecto se mostrarán algunos ejemplos. Los mapas tipológicos, “insisten más sobre las com-
binaciones específicas que tienen lugar sobre cada una de las porciones del espacio, que
sobre los elementos analíticos básicos que han permitido definirlas”. Son el producto de
procesos de análisis que han arrojado resultados acerca de la relación entre variables, permi-
tiendo identificar unidades complejas, que definen una jerarquía, taxón o tipología.
Cabe agregar que todo mapa, define de hecho, por lo menos una correlación, entre
134 cualquier fenómeno y la componente espacial, que no es otra cosa más que su distribución.
Por lo tanto pueden definirse distintos niveles de correlación. La búsqueda de los mismos
acerca, según Joly (1982), el trabajo del cartógrafo al del investigador, y establece tres nive-
les específicos:
Fig. 6.1 Representación esquemática del enfoque sistémico para el estudio y la aprehensión de un objeto complejo
Fuente: Poinsot, 1987.
Los componentes estructurales del objeto complejo (geosistema) son el biótico, el abiótico
y el antrópico. De estos no sólo se identifican las interacciones internas, también las externas
con el medio ambiente. El sistema modelo no es una fase única y específica dentro del proce-
so de investigación. La modelización interviene por lo menos en tres momentos que según
Flórez (1987) son:
136 Todas las etapas del estudio deben pasar por un Control de Validez en el que se evalúan
los parámetros acordados y la pertinencia de los análisis empleados, con el propósito de
verificar su coherencia, con la realidad y aprobar o no la calidad del modelo en función de
unos objetivos previamente establecidos. Finalmente se obtiene un producto de tipo concep-
tual y/o se definen unas acciones acordes al problema planteado.
En la parte práctica de todo el proceso anterior, el trabajo cartográfico interviene en casi
todas las fases en las que se haga necesario el referente espacial, los mapas analíticos en parti-
cular, van evolucionando hasta obtener un resultado mucho más amplio representado en el
producto integrado.
Por ello es conveniente especificar, cuál es la participación de este tipo de trabajo en cada
una de las etapas.
El objeto de estudio (territorio, paisaje, geosistema...) se presenta como un sistema com-
plejo cuyos componentes estructurales son definidos a partir de unidades y subunidades
homogéneas. Para la definición de las mismas el trabajo cartográfico puede realizarse a través
de ejercicios de fotointerpretación y de observaciones en campo que son pasadas directamen-
te a mapas. La definición de estas unidades depende del criterio del investigador. Bolos (1992)
presenta diferentes opciones para la división territorial en unidades complejas, ver cuadro 6.1
MADRID, A. & ORTÍZ, L.
Unidad Corresponden- Corresponden- Unidad Unidad Relieve Unidad Paisaje Unidad Escala
Paisaje cia escala cia Escala G. Climática Geomorfológico Vegetal Socioeconómica cartografiable.
Tricart Bertrand
I. Zona Cailleux Zona Clima Zonal Sistema Zona - 1/1.000.000
15-100 mill/km2 I morfogenético
II. Dominio Dominio Dominio Dominio Dominio Región 1/500.000 -
15-2000 km2 II climático estructural 1/100.000
III. Megageocora Región Natural Clima Gran valle, gran Distrito Comarca 1/500.000-
1000-2000 km2 III Regional vertiente 1/100.000
IV. Macrogeocora Comarca Clima Local Valle 2do orden, Subdistrito Subcomarca 1/100.000-
100-1000 Km2 IV (Piso vertiente 2do 1/50.000
bioclimático) orden.
V. Mesogeocora Geosistema Mesotopo-clima Sector de Mosaico Local Municipio 1/25.000-
10-100 km2 V (Subpiso) vertiente 1/10.000
VI. Geocora Geofacie Topo clima Mesoforma Célula de paisaje Campo, parcela, 1/10.000-
1-10 km2 VI (Grupo de vegetal pueblo, barrio 1/5.000
geosistemas)
VII. Microgeocora Geosistema Microclima Microforma Tesela Sector de campo, 1/5.000
10-1 km2 VII pueblo, casa
VIII Geotopo Clima estacional Sector de Localidad Vivienda 1/5.000 o
Nanogeocora VIII microforma unifamiliar inferiores
10 m2 Elemento
Nótese que las unidades son presentadas de manera jerárquica, correspondiendo a la idea
de sistema; para Etter (1995) una jerarquía “es una estructura que encapsula subestructuas, y
desde el punto de vista dinámico, un proceso activado por subprocesos”. 137
La fase de interacciones sugiere procesos de análisis y síntesis tanto para identificar la
participación de los elementos dentro del sistema, sus conexiones, sus retroacciones, flujos
de energía, etc., como para empezar a darle forma al modelo. El trabajo cartográfico en esta
etapa consiste en la representación particular de los componentes que intervienen en el área
de estudio. Dicha representación cartográfica puede hacerse en función de su morfología,
su proceso-dinámica y su evolución. Lo que puede ofrecer parámetros nuevos para una
nueva categorización del espacio, que lleva a establecer unidades más complejas.
Cartográficamente esta es un etapa importante dentro de la investigación ya que visualmente
puede ofrecer respuestas a la misma. Los materiales cartográficos a utilizar en ésta fase pue-
den ser fotografías aéreas, imágenes de satélite, mapas base y cartografía temática.
Para llegar a la integración final son de vital importancia las relaciones. Retomando a
Etter (1995) “una estructura determinada no es cognoscible a través del solo conocimiento
de las cualidades de sus partes aisladas, sino que es fundamental conocer los procesos que las
relacionan. Se desprende que lo fundamental es encontrar cualitativa y cuantitativamente
las relaciones entre los elementos que generan una estructura dada”. En esta etapa conviene
trabajar la cartografía factorial, los premapas y los mapas de correlación.
Es así como, otra de las implicaciones al elaborar un mapa integrado o de síntesis, está
dada precisamente por el nivel de los datos utilizados en el mismo, los cuales no necesaria-
mente deben ser del orden cuantitativo, puesto que a partir de la simple observación se
pueden hacer integraciones de tipo empírico-cualitativo. Por ejemplo, cuando se habla de
las estrategias de organización espacial en función de la oferta ambiental, se buscan explica-
ciones que permitan comprender patrones repetitivos, mas no, la formulación de leyes mate-
CARTOGRAFÍA INTEGRADA
máticas. Erróneamente se puede llegar a pensar que algunos de estos patrones contienen un
carácter determinista 1 , sin embargo obedecen más a condiciones de tipo histórico,
socioeconómico, antrópico y estratégico en la elección de determinado uso espacial.
Simultáneamente a todas las etapas anteriores se ha ido configurando el modelo estructu-
ral y funcional que vienen a definir cada una de las unidades integradas y a partir de lo cual,
se determina su validez teórica en relación con la realidad.
La pertinencia del modelo en términos cartográficos se define con el mapa integrado,
que se presenta como un conjunto de unidades complejas.
• “No son nunca la simple suma de sus componentes, pues de la interacción entre los
mismos se origina una estructura que las convierte en algo básicamente diferente”.
• “Son relativamente homogéneas desde el punto de vista interno, y a su vez contrastan
con las demás”. Entre más pequeñas se hayan identificado las unidades, presentan más homo-
geneidad, lo que amerita el establecimiento de una clasificación o taxonomía.
• “Son discretas o presentan una clara delimitación”, aunque se repitan en áreas diferentes.
• “Presentan una dinámica propia que consiste básicamente en procesos de intercambio y
transformación de la materia y la energía”.
• “Presentan una estructura relacionada con su funcionamiento. El concepto de estructura
138 -ciertamente complejo- podría definirse como la interdistribución de las diferentes partes del
conjunto y su capacidad de interrelación”. Esta estructura es observable en dos planos espacia-
les: el vertical, cuando se hace referencia “a los aspectos concernientes a la distribución de los
componentes” y el “horizontal en lo referente a la disposición de los elementos y de unidades
integradas próximas”, es decir la relación que se establece con las unidades adyacentes. En
cuanto a la estructura temporal, las unidades y sus elementos sufren variaciones que se repiten
periódicamente caracterizando la estructura funcional de la unidad.
• “Posee su propio desarrollo, es decir, presenta una evolución que le es propia y que le
lleva a experimentar cambios en su misma estructura”.
1
“El determinismo geográfico, como forma concreta del determinismo en general, supone que la libertad del
hombre está dirigida en grado de mayor a menor necesidad por los factores del medio físico, que ejercen una
influencia directa en la constitución física y moral del hombre individual y social”. Estébanez, 1982.
MADRID, A. & ORTÍZ, L.
• Mapa de zonificación climática y bioclimática del café y de otros componentes del medio
físico, en el que representa el índice de agresividad climática, que permite identificar relaciones
indirectas sobre la estabilidad o inestabilidad de los medios naturales frente a los parámetros
climáticos para constatar la vulnerabilidad de los medios. Dicho mapa consta de unas unida-
des limitadas por isolíneas de agresividad climática, marcadas teniendo en cuenta parámetros
tales como el total de precipitación, su intensidad, frecuencia, número de horas de lluvia,
balance hídrico y el coeficiente de concentración trimestral para determinar los dominios
climáticos y morfoclimáticos. A diferencia de los demás éste mapa puede considerarse como
integrado en tanto presenta un conjunto de unidades complejas resultantes de la correlación
de una serie de variables.
• Mapa morfoestructural con información sobre estructuras (litología, tectónica) y mode-
lados (geoformas y formaciones superficiales), cuyo objetivo es llegar a una análisis inde-
pendiente de los procesos de erosión para determinar la fragilidad natural y la fragilidad
CARTOGRAFÍA INTEGRADA
adquirida en el área de estudio. Este mapa esta en el segundo nivel de correlación o nivel
de comparación en tanto es evidente la superposición de variables temáticas, pero no la
fusión de las mismas.
• Mapa de pendientes con el identificó los procesos subordinados a este fenómeno para
posteriormente comprender el comportamiento de los parámetros físicos en relación con la
dinámica sobre las vertientes. Es un mapa analítico o de nivel informativo.
• Mapa de uso del suelo que también es de carácter informativo y/o descriptivo en el que se
representan los diferentes cultivos.
• Mapa de cobertura vegetal y utilización del suelo en el que correlaciona dos variables: una
física y otra social, correspondiendo en este caso a un mapa de comparación. Cabe aclarar que
según Joly (1982) “los mapas de ocupación y utilización del suelo son principalmente
fisionómicos, puesto que describen el paisaje en sus relaciones con su entorno físico y huma-
no. Puede dársele también una coloración cuantitativa, cuando la documentación y el nivel de
encuesta así lo permitan. Desde el punto de vista técnico, son necesariamente mapas comple-
jos, que como los geomorfológicos deben combinar de un modo u otro dos tipos de hechos”
• “Azul, para el sector húmedo y frío (geosistemas de la alta montaña andina por
encima de los 2.300 m).
• Violeta, para los sectores de transición entre la alta y media montaña andina, más húme-
da, fría y nublada (geosistemas de la margen superior fría del café).
• Rojo carmín y rosado, para el sector templado, húmedo y cálido (geosistemas del óptimo
del café).
• Naranja, para el sector seco (geosistemas de la margen inferior cálida del café)”.
Al interior de cada unidad general señala con diferentes tonos de color las variaciones
ecológicas o topográficas específicas y para indicar la fisionomía de cada geosistema, emplea
tramas, así:
142
Con el propósito de identificar los elementos integradores, que Etter (1995) menciona
como las “características emergentes” entre los diferentes niveles jerárquicos de la estructu-
ra, lo que se puede entender como los atributos conectores entre un nivel y otro de la
jerarquía, en el caso de Ortíz (1989), dichas características emergentes son el producto de
variaciones ecológicas o topográficas específicas que en este caso se identifica con la inesta-
bilidad del medio para el cultivo del café caturra. Los geosistemas de esta unidad pertene-
MADRID, A. & ORTÍZ, L.
cen a su vez a la clasificación de condiciones ecológicas generales; para este caso el piso subandino
del óptimo del café, vertientes templadas relativamente estables.
Este juego de relaciones e interrelaciones entre niveles jerárquicos, no permite descompo-
ner cada subunidad puesto que siendo complejas por sí mismas, hacen parte de otras unida-
des mucho más complejas. Si pretendiéramos completar toda la jerarquía, probablemente
podríamos reafirmar la idea de Bolos (1991) en cuanto que la mayor y más compleja uni-
dad integrada es el planeta Tierra.
De acuerdo a lo hasta ahora expuesto, en relación con el trabajo de Ortíz (1989) y a las
características del mapa integrado, anteriormente mencionadas, concluimos que dicho tra-
bajo se constituye en un verdadero estudio de integración adecuadamente representado
cartográficamente.
Tierras medias y Relieve montañoso Montañas ramificadas en granodioritas Cumbres y laderas irregulares Mhl. 2 1e
húmedas Mh fluvio erosional Mhl con manto discontiuo de ceniza volcánica. fuertemente quebradas.
Mhl.2 Laderas inferiores moderadamente Mhl. 2 2c
inclinadas.
Meseta disectada en arenisca tobácea con Cimas concordantes fuertemente onduladas. Mhl.3 1d
manto continuo de ceniza volcánica.
Mhl.3
144
No existe un mapa integrado sin unidades complejas, lo cual técnicamente se hace explícito
en la construcción de la leyenda. En el mapa pluviotérmico de la Cuenca del Alto Magdalena
(1984), la leyenda combina dos variables: temperatura y pluviometría que previamente fueron
correlacionadas con la altitud por medio de premapas. De este cruce de variables, como lo
muestra la figura 6.3, surgen 32 casillas que representan las posibilidades espaciales donde se
cumplen determinadas condiciones, por ejemplo la primera casilla representa una unidad en la
que las precipitaciones son menores a 700 mm y la temperatura es superior a 24ºC. Como
puede observarse, no todas las 32 posibilidades ocurren en la realidad, por ello algunas casillas se
presentan en blanco, por ejemplo, no existe ninguna unidad espacial donde la precipitación sea
mayor a 3.000 mm y la temperatura inferior a 12ºC.
Insistimos que cada casilla, definida por la relación entre temperatura, pluviometría y alti-
tud, representa una unidad espacial integrada, como efectivamente aparece en el mapa; por lo
tanto además de los cinco mapas analíticos (isotermas, isoyetas, curvas de nivel, isopletas de
precipitación, isopletas de tempertatura) que intervinieron en su construcción, existe un sexto
mapa que es el integrado (figura 6.4), en el que se muestran un conjunto de unidades identi-
ficadas dentro de unos rangos de temperatura y precipitación en relación con la altitud. En
145
Fig. 6.4 Unidades integradas. Fragmento mapa pluviotermico. Cuenca del alto magdalena.
Fuente: IGAC (1984)
CARTOGRAFÍA INTEGRADA
este mapa, se empleó la variable visual valor para representar tanto los diferentes niveles de
precipitación, como los de temperatura, por ello, es posible encontrar en una unidad con el
mismo tono, la distribución de varios niveles de temperatura. Las unidades espaciales resul-
tantes, no presentan el comportamiento de las variables por separado, sino la relación entre las
mismas, sintetizando unidades que vienen a definir un conjunto de condiciones que conser-
van la idea del todo y se presentan así mismas como complejas. La leyenda nos permite descu-
brir el mapa integrado que aparentemente está oculto bajo los mapas analíticos.
A pesar de que las unidades obtenidas fueron el resultado de procesos analíticos, en sí
mismos no son el resultado de la suma de sus partes o su descomposición por separado;
retomando a Lefebvre (1972) dichas unidades son sintéticas en cuanto conservan “un con-
tenido, un movimiento interno” que es más que una simple repetición.
Es común encontrar varios mapas que tienen el título de sintéticos, pero que no cum-
plen con las verdaderas condiciones de una integración, es el caso del mapa de la Cuenca del
Alto Magdalena, (IGAC, 1984) en el que cartográficamente se buscó hacer una “síntesis
socioeconómica” del área. El mapa destinado para ello, (figura 6.5), presenta información
base: ríos, red vial, cabeceras municipales, establecimientos institucionales (centros educati-
146
Fig. 6.5 Fragmento mapa sintesis economica. Cuenca del Alto Magdalena
Fuente: IGAC (1984)
MADRID, A. & ORTÍZ, L.
vos, hospitales); un inventario del uso actual del suelo y aplica algunas herramientas de aná-
lisis en relación con la población.
Sin embargo este mapa no puede considerarse como integrado porque:
Para las vías era necesario, evaluar, modificar y restringir el uso de algunas de ellas, ya sea para
parqueo o para circulación. Las zonas verdes, recreativas y los parqueaderos, por su parte, re-
querían caracterizarse, evaluarse y elaborar un plan que impidiera la invasión de algunas de
ellas, la redefinición de su uso en otras, y la recuperación y conservación de las restantes.
Caracterizar, identificar y evaluar las áreas en conflicto por parqueo de vehículos y por
mal uso de peatones en la malla vial, los parqueaderos y las zonas verdes y recreativas y
proponer un plan de manejo a través de la utilización de la herramienta SIG.
Las figuras 6.6, 6.7 y 6.8 muestran los modelos cartográficos construidos para cumplir
con los objetivos planteados, nótese que estos incluyen las tareas a realizar, las cuales sugie-
ren un producto cartográfico y la forma como se llegaría a éste teniendo en cuenta algunas
funciones de análisis, variables y atributos. Los conflictos como tal son parte de los concep- 149
tos que definen el problema, sin embargo su plan de manejo, será el que en definitiva esta-
blezca las pautas para lograr la integración cartográfica.
Segundo momento: consiste en pensar el problema en función de la herramienta técni-
ca; lo que sugiere desarrollar un conjunto de formatos que indiquen los requerimientos
para la implentación del SIG, en cuanto a Software, manejo de datos, funciones, represen-
taciones gráficas...
El formato de descripción de las tareas evidencia qué tipo de técnicas de análisis se van
a emplear, qué requerimientos de datos hay en cuanto a entidades (variables), atributos
(datos o características que describen la variable según el problema) y el objeto espacial,
teniendo presente su tipo de implantación.
La descripción de relaciones entre las diferentes entidades o variables se construye a
150
partir de un modelo entidad - relación.
En esta etapa también se prevén, los posibles mapas que pueden surgir de estos dos
primeros momentos con sus respectivos componentes cartográficos. Se resumen además
todos los datos que pueden incluirse durante la implementación de un SIG, a partir de la
elaboración de los siguientes formatos: lista master de datos, lista de tareas, lista de funcio-
nes y matriz relación de tareas
Siguiendo con nuestro caso, los cuadros 6.3, 6.4 y 6.5 describen las tareas a realizar. En
estos es importante destacar que se incluyen la llave de consulta, como elemento integrador
entre la base de datos y el referente espacial.
153
diamantes y los atributos como elipses”. (Alzate, 2000) Cada entidad especifica su respectivo
tipo de implantación. El objetivo de este modelo es representar de forma esquemática la
eventual configuración topológica que debe implementarse. La figura 6.10, es un ejemplo
del posible despliegue de un mapa; el usuario en este momento puede vislumbrar los posi-
bles resultados gráficos que obtendría de acuerdo a la planeación hasta ahora realizada, lo que
exige pensar en las variables visuales que empleará.
Los cuadros 6.6, 6.7, 6.8 y 6.9 sirven para verificar, organizar, evaluar y seleccionar las
representaciones finales para la implementación.
Primera tarea: Con base en una salida de campo, inicialmente se identificaron las vías
vehiculares en las que se parqueaban automóviles, calificando estas últimas como las más
conflictivas. Los parqueaderos se evaluaron en función de su capacidad y del número real
de carros que los utilizaban, en este sentido se señalaron como los más conflictivos aque-
llos cuyo número de vehículos superaba su capacidad y aquellos que no presentaban nin-
gún uso. Las áreas verdes y recreativas en conflicto se seleccionaron de acuerdo a su tipo y
uso, teniéndose en cuenta, principalmente, aquellas que eran utilizadas como parqueaderos.
La visualización de estos conflictos se hizo mediante la utilización de las funciones de
consulta y despliegue. Posteriormente se realizó un análisis de mapas a través de la función 155
de superposición entre las capas de conflicto por uso inadecuado de parqueaderos y con-
flicto por parqueo en zonas verdes y recreativas. Sobre este último se desplegó la capa de
conflicto por parqueo sobre vías con el propósito de visualizar la primera tarea denomina-
da: “Conflicto por parqueo inadecuado de vehículos”. (Ver figura 6.12)
En cuanto a la función de Consulta, a manera de ejemplo, se señalarán algunos de los
interrogantes realizados. Lo que se hace con la intención de ver qué tan efectivo puede
resultar el trabajo y qué otras alternativas de consulta existen:
Segunda Tarea: Para determinar las áreas en conflicto por presencia de personas, se reali-
zó una clasificación de las vías vehiculares seleccionando aquellas de mayor uso por parte
de los peatones; de igual forma se escogieron los parqueaderos con constante presencia de
personas; por último se identificaron y separaron las áreas verdes y recreativas con fuerte
incidencia peatonal y aquellas que con anterioridad se habían clasificado como mixtas, o
que eran utilizadas para diversas actividades (deportivas, descanso y peatonales).
Las funciones empleadas fueron consulta y despliegue. Posteriormente se hizo una su-
perposición entre las capas con conflicto por peatones en parqueaderos y conflicto por
peatones en áreas verdes y recreativas. Sobre esta se desplegó la capa de conflicto por
presencia de peatones en la malla vehicular, obteniéndose finalmente la figura 6.13)
Tercera Tarea: De la capa de la tarea 1 se seleccionaron únicamente las áreas con conflicto
por parqueo; de igual forma de la cobertura de la tarea 2 se seleccionaron las áreas con
conflicto ocasionado por peatones. Previamente se había realizado una clasificación por
estado de las zonas verdes y recreativas en tres tipos: buenas, regulares y malas. Luego se
escogieron únicamente las regulares y las malas con el propósito de obtener los sitios más
intervenidos.
Esta última capa se superpuso con las dos primeras para obtener un mapa que mostrara el
conflicto total. A partir de este se realizó un plan de manejo al que se le superpusieron
laszonas verdes y recreativas en buen estado, a las que también se les asignó un manejo; de
igual forma se estableció un plan para las vías en conflicto. Finalmente se obtuvo una
158 cobertura correspondiente a la tarea 3 en la que se muestra el plan de manejo total (ver
figura 6.14):
El plan de manejo para las zonas verdes y recreativas se estructuró de la siguiente forma:
• Readecuar áreas deportivas en aspectos tales como colocar gramilla, nivelar campos, crear
drenaje y demarcarlos de acuerdo al reglamento.
• Recuperar vegetación y prohibir parqueo específicamente en las áreas verdes que eran utili-
zadas comúnmente para parquear y que presentaban un notable deterioro vegetal.
• Recuperar vegetación en aquellas zonas que estaban medianamente afectadas o que no
eran constantemente utilizadas pero presentaban cierto deterioro.
MADRID, A. & ORTÍZ, L.
160
• Construir sendero y recuperar área verde aledaña en las zonas que eran fuertemente
afectadas por la circulación peatonal y que por tanto, ameritaban la construcción de un
sendero y la recuperación vegetal de la restante área.
• Conservar las zonas verdes y recreativas que no presentaban deterioro pero que requerían
atención.
• Destinar únicamente como parqueaderos aquellos que eran utilizados frecuentemente por
grupos de personas, ocasionando problemas en la movilización de los vehículos.
• Destinar para parqueo de visitantes el parqueadero de ingeniería que tiene una capacidad
para 210 vehículos y de los cuales se utilizaban menos de la mitad. Algunos de ellos pre-
sentaban un notable abandono.
Como se observa, la figura 6.14 no muestra ni uno, ni otro conflicto, sino la distribu-
ción espacial de un plan de manejo (tarea 3) que es el resultado de un proceso interno,
donde se halló la incidencia de los conflictos para llegar al establecimiento de unidades que
sugieren una nueva forma de manejo, de estas últimas, no pueden sustraerse los conflictos
inicialmente planteados.
Cabe recordar que, en este caso, toda la información utilizada para implementar el
sistema de información geográfica, se originó en prácticas de campo; observaciones directas
que igualmente fueron primordiales para establecer prioridades, hacer valoraciones tanto
cuantitativas como cualitativas y plantear soluciones.
Los tres momentos expuestos, no solo presentan una descripción formal del proceso de
implementación de un SIG, en ellos está implícita la síntesis en su capacidad de integrar 161
variables y ofrecer productos cartográficos cuyas unidades son el resultado de la combina-
ción de unos hilos conceptuales, cuya organización depende estrictamente del usuario y no
de la aplicación informática. Las relaciones establecidas desde el momento mismo de la
planeación son las que conservan la idea de globalidad, siendo de vital importancia recono-
cerlas antes de construir la base de datos, aplicar funciones de análisis y obtener un resulta-
do gráfico.
162
Consideraciones finales
Capítulo 1
ALZATE, B. et al 1999. “Zonificación de amenazas a escala grande por fenómenos de remoción
en masa, empleando la herramienta del SIG”. Cuadernos de Geografía 1. V. VIII: 147-167.
Universidad Nacional de Colombia. Departamento de Geografía.
CAYCEDO, J.R., y Floréz, A. 1991. “La información Geo-gráfica. Los Diagramas”. Revista
Cartográfica 60:39-87. México: Instituto Panamericano de Geografía e Historia.
CARRERA, C. et. al. 1993. Trabajos prácticos de Geografía Humana. Madrid: Síntesis.
PEDONE, C. 2000. “El trabajo de campo y los métodos cualitativos: necesidad de nuevas re-
flexiones”. Revista electrónica de Geografía y Ciencias Sociales 57. Barcelona: Universidad de
Barcelona. Scripta-Nova.
RIMBERT, S. 1991. La cartografía, imagen de la superficie terrestre. En: Imágen didáctica, eds.
Costa, J. y Moles, A. 183-201. Barcelona: CEAC
RUIZ, M. 1995. Sistemas de información geográfica y análisis espacial. En: Prácticas de análisis
espacial, eds. Gamir, A. et al. 249-384. Barcelona: Oikos-Tau.
Capítulo 2
BOSQUE, J. 1992. Sistemas de Información Geográfica. Madrid: Rialp. S.A.
BANGUERO, H. y CASTELLAR, C. 1993. La población de Colombia. Cali: Universidad
del Valle.
Capítulo 3
BERTIN, J. 1968. Semiologie graphique. Paris: Mouton.
CARRERA, C. et. al. 1993. Trabajos prácticos de Geografía Humana. Madrid: Síntesis.
166
EBDON, D. 1982. Estadística para geógrafos. Barcelona: Oikos-Tau.
Capítulo 4
BAILLY, A. 1978. La organización urbana. Teorías y modelos. Madrid: Instituto de Estudios
de Administración Local.
OFTNER, J.M. 1996. Réseaux et territoire. Significations croisées. L`Aube, territoire. París: Saint-
Elienne
SANTOS, M. 2000. La naturaleza del espacio. Técnica y tiempo. Razón y emoción. Barcelona:
Ariel, S.A.
SEGUÍ, J.M. 1995. Análisis y estructuración de las redes en el espacio. En: Prácticas de análisis
espacial, eds. Gamir, A. et al, 87-200. Barcelona: Oikos-Tau.
Capítulo 5
ALVAREZ, J. 2001. Distribución espacial de la Precipitación. Centro de Estudios Hidrográficos
del CEDEX. 167
BAHAMÓN, C. y FLORÉZ, A. 1991. “La utilización del mapa topográfico con fines temáti-
cos”. Revista Cartográfica 60:105-150. México: Instituto Panamericano de Geografía e His-
toria.
CAYCEDO, J.R., y FLORÉZ, A. 1991. “La información Geo-gráfica. Los Diagramas”. Revista
Cartográfica 60:39-87. México: Instituto Panamericano de Geografía e Historia.
DEL CANTO, C. et al. 1993. Mapas Temáticos. En: Trabajos prácticos de Geografía Humana,
eds. Carrera, C. et. al. 311-396. Madrid: Síntesis.
FLÓREZ, A. 1986. “Relación altitudinal de la temperatura del suelo y del aire en los andes
centrales de Colombia”. Revista Colombia Geográfica. V. XII 2:5-38. Bogotá: IGAC.
IGAC. 1980. Mapa municipio del Líbano. Departamento del Tolima. Escala 1:25.000. Plancha
No. 226-I-A
IGAC. 1984. Mapa pluviotérmico. Cuenca del Alto Magdalena. Escala: 1:500.000
ORTIZ, P. 1989. Sombríos y caturrales del Líbano - Tolima. Transformación y crisis ecológica de un
paisaje cafetero. Análisis metodológico y cartografía integrada. Analisis Geográficos 13. Bo-
gotá: IGAC
Capítulo 6
BACHELARD, G. 2000. La poética del espacio. Breviarios. Bogotá: Fondo de Cultura Económi-
ca.
BERTRAND, G. 1968. Paisaje y geografía física global. Esbozo Metodológico. Trad. A. Flórez.
1993. Cuadernos de Geografía. IV. 2: 59-83.
BOLOS, M. 1992. Manual de la ciencia del paisaje; teoría, métodos y aplicaciones. Colección de
Geografía. Barcelona: Masson S.A.
FLÓREZ, A. 1987. Cartografía integrada del medio natural, Chinchiná-Manizales. Análisis Geo-
gráficos 11. IGAC.
GONZÁLEZ, Z. 1876. Filosofía Elemental, Artículo III Del Método. En: Proyecto Filosófico en
Español. 1999. Ediciones Digitales: www.filosofía.org.
IGAC. 1984. Mapa pluviotérmico, Cuenca del Alto Magdalena. Subdirección de investigación y
divulgación geográfica.
IGAC. 1984. Mapa síntesis económica, Cuenca del Alto Magdalena. Subdirección de investi-
gación y divulgación geográfica.
ORTIZ, P. 1989. Sombríos y caturrales del Líbano - Tolima. Transformación y crisis ecológica de un
paisaje cafetero. Análisis metodológico y cartografía integrada. Analisis Geográficos 13. Bo-
gotá: IGAC
POINSOT, Y. 1987. El marco conceptual general: Teoría de los geosistemas. En: Flórez, A.
(Coord). Cartografía Integrada del medio natural, Chinchiná-Manizales. Análisis Geográficos
8. Bogotá: IGAC
RIMBERT, S. 1991. La cartografía, imagen de la superficie terrestre. En: Imagen didáctica, eds.
Costa, J. Moles, A. 183-201. Barcelona: CEAC
VILLOTA, H. 1999. “Análisis integral de los atributos del paisaje en la zonificación ecológica”.
Revista del programa de estudios de postgrado en Geografía 4:115-130. Bogotá: Universidad
Pedagógica y Tecnológica de Colombia, IGAC.
170