Documente Academic
Documente Profesional
Documente Cultură
El SIG, nos permite trabajar con información georreferenciada, donde podemos generar un
gran número de análisis a partir de los datos geográficos.
Entre otros de los usos que tiene el SIG es la generación de una versión analógica a partir de la
información con la que trabaja, teniendo entonces la capacidad de crear cartografía en papel
cuando así se requiera.
Se puede definir el análisis espacial como el conjunto de técnicas y modelos que hacen un uso
explícito de la referencia espacial de cada dato particular.
La mayor importancia a la hora de plantear un análisis espacial apropiado no recae sobre los
algoritmos, sino sobre los planteamientos previos. Es decir, no sobre las respuestas, sino sobre
las preguntas que nos planteamos acerca de los datos y los procesos espaciales.
Las características propias de los datos espaciales dotan a estos de una gran potencialidad de
análisis, al tiempo que condicionan o limitan otras operaciones.
Las características propias de los datos espaciales les da una gran potencialidad de análisis, al
tiempo que condicionan o limitan otras operaciones.
- Existencia de una estructura: Donde Tanto la disposición de los datos como las
propiedades de la variable estudiada exhiben una estructura determinada.
Los dos principales conceptos estadísticos que definen la estructura espacial de los
datos son la estacionaridad y la isotropía.
La estacionaridad indica que las propiedades son constantes en el espacio y no existe
tendencia alguna La isotropía indica que el proceso es invariante a la rotación.
Los efectos del PAUM se pueden dividir en dos componentes: uno relacionado con la
escala y otro relacionado con la agregación
El efecto de escala describe la variación de los resultados obtenidos en relación con el
número de zonas en que se divide el total de la zona de estudio. Es decir, el tamaño de
las unidades.
El efecto de escala describe la variación de los resultados obtenidos en relación con el
número de zonas en que se divide el total de la zona de estudio. Es decir, el tamaño de
las unidades.
La existencia de una correlación de la variable consigo misma, de tal modo que los
valores de esta variable en un punto guardan relación directa con los de esa misma
variable en otros puntos cercanos. la Autocorrelación espacial se halla directamente
ligada con el concepto de escala, y un cambio de escala puede hacer que la
Autocorrelación cambie de signo
En este sentido, los distintos elementos con los que trabajamos en el análisis espacial se
relacionan entre El estudio y clasificación de dichas relaciones presenta alternativas diversas que
tratan de recoger la totalidad de estas: relaciones topológicas, relaciones de distancia,
relaciones de orientación, etc.
Existen muchos métodos de interpolación distintos, entre los que cabe destacar los siguientes
por su implementación habitual en los SIG:
- Por vecindad: Es el más sencillo En él se asigna directamente a cada celda el valor del
punto más cercano. no es adecuada para el trabajo con variables continuas, pero sí para
variables categóricas
- Ponderación por distancia: son algoritmos de interpolación de tipo local, aproximados
y determinísticos. El valor en una coordenada dada se calcula mediante una media
ponderada de los puntos de influencia seleccionados
- Ajuste de funciones: El ajuste de funciones es un método de interpolación
determinístico o estocástico, aproximado y global. Estas funciones son de tipo
polinómico, y permiten el cálculo de parámetros en todas las celdas de la capa ráster.
Por su propia construcción, requieren pocas operaciones y son rápidos de calcular.
- Curvas adaptativas: Los splines son funciones polinómicas por tramos, de tal modo que
en lugar de emplear un único polinomio para ajustar a todo un intervalo, se emplea uno
distinto de ellos para cada tramo. Las curvas definidas por estos polinomios se enlazan
entre ellas en los denominados nudos, cumpliendo unas condiciones particulares de
continuidad.
- Kriging: es un método de interpolación estocástico, exacto, aplicable tanto de forma
global como local. Se trata de un método complejo con una fuerte carga (geo–)
estadística, del que existen además diversas variantes.
La elección del método a emplear debe realizarse en función del tipo de datos a interpolar, las
características de estos, y los requerimientos y usos previstos de la capa resultante, entre otros
factores
Empleando métodos de validación y validación cruzada, puede comprobarse la bondad de
ajuste de la capa interpolada y la validez de los datos de partida y el modelo empleado.
Álgebra de mapas