Unidad 4

¿Creció el uso agropecuario en la provincia de Santiago del. Estero en el período 70s-2002? ¿Cómo se distribuyen las EAPs en la prov. de Santiago del.
1MB Größe 19 Downloads 126 vistas
Sistemas de Información Geográfica

Unidad 4. Estructura de datos en los SIG. Modelo de datos en malla regular o raster: características principales, resolución. Modelo de datos vectoriales: “spaghetti”, topológicos, “shapefile” o formas.

UNIDAD 4

Topología: definición, elementos topológicos, tablas de topología, el modelo topológico de ArcInfo. Información temática, atributos. Estructura de una base de datos.

Estructuras de datos en SIG

Métodos de representación de la información geográfica

CARACTERÍSTICAS TEMÁTICAS Atributo asociado a localización espacial (modo terreno)

Fenómenos Cuerpos Objetos

Base de datos (Tablas con atributos) (modo objeto)

3

3 3

3 3

3 2

GEOMETRÍA 2

Raster (modos terreno / objeto)

Vectorial (modo objeto)

• Adquisición de datos mediante percepción remota

2 1 1 1 1 1 1 1

• Conceptos básicos en percepción remota

Sol

Satélite

1. Resolución espacial: es la medida de los objetos Atmósfera

más pequeños que pueden ser registrados por un sensor. 2. Resolución espectral: intervalos específicos dentro del Espectro Electromagnético donde el sensor registra los datos. 3. Resolución radiométrica: rango dinámico o valores de brillo en que se graban los datos registrados por el sensor. P.ej.: una imagen de 8 bits tiene 256 tonos de grises.

4. Resolución temporal: periodicidad entre un registro y otro de la misma porción de superficie terrestre.

1

• Adquisición de datos mediante percepción remota Ejemplo: imagen multiespectral del sensor TM LANDSAT

Banda 1 Banda 2 Banda 3 Banda 4

Banda 5 Banda 7

Banda 6

• Adquisición de datos mediante percepción remota

Espectro electromagnético m 0.4 Visible 0.6 0.8 Infrarrojo 1.0 Cercano 1.2 1.4 1.6 1.8 2.0 2.2 Infrarrojo Medio 2.4 2.6 3.0 4.0 6.0 8.0 10.0 Infrarrojo 12.0 Térmico 14.0

• Adquisición de datos mediante percepción remota LANDSAT 123 RGB 123 RVA

Res. esp. 30 m

• Adquisición de datos mediante percepción remota LANDSAT 432 RGB 432 RVA

Res. esp. 30 m

Banda 5

Banda 4

Landsat TM Composición Falso color 543 RGB B5 en rojo B4 en verde B3 en azul

Banda 3

Formación de una imagen color: ej. combinación de bandas espectrales del sensor TM Landsat – Producto: 543-RGB /543RVA

• Adquisición de datos mediante percepción remota LANDSAT 321 RGB 321 RVA

Res. esp. 30 m

• Adquisición de datos mediante percepción remota LANDSAT 453 RGB 453 RVA

Res. esp. 30 m

2

• Adquisición de datos mediante percepción remota

El modelo de datos en malla regular o

LANDSAT 543 RGB 543 RVA

"Raster“

Mapas raster

Res. esp. 30 m

El modelo de datos en malla regular o "Raster“ – Mapas raster

Características generales de la estructura RASTER En un modo de representación Raster el espacio geográfico se divide según una malla regular imaginaria. La celda es el elemento más simple de la estructura. Cada celda representa un área. El tamaño de la celda determina la resolución espacial del mapa raster. A cada elemento de la estructura se asocia un valor de la variable geográfica representada. 2 2 2 1 1 1 1 1

2 2 2 1 1 5 5 1

2 3 3 1 2 5 5 1

3 3 1 3 5 5 5 4

1 1 3 4 2 2 4 4

4 5 3 4 2 2 2 4

4 5 4 4 2 2 2 4

4 5 4 1 2 1 3 1

5 5 4 1 1 1 3 3

5 5 4 1 1 1 3 3

Características generales de la estructura RASTER

Características generales de la estructura RASTER

Efecto de la resolución espacial: A mayor tamaño de celda menor resolución espacial y viceversa.

Todos los tipos de fenómenos u objetos se representan como áreas. Puntos

Líneas Res. 1 m

Res. 5 m

Polígonos

Res. 10 m

3

Representación de Objetos en RASTER

Representación de Objetos en RASTER

En un mapa Raster a cada elemento de la estructura se asocia un valor de la característica representada 1

Cultivos

2

Bosques

1

Del 1

Bosques

2

Del 2

Cultivos

3

Del 3

Bosques

4

Del 4

Bosques

5

Del 5

Cultivos

• El conjunto de celdas con un mismo valor forman una Unidad Cartográfica. Estas celdas no tienen porqué estar conectadas. • De esta forma las delineaciones individuales o grupos de cada Unidad Cartográfica no son reconocidas como tales (no tienen identificador propio, sólo el código de la unidad cartográfica). • Esto implica que, por ejemplo, no se pueda conocer el área de cada delineación o grupo (“inicialmente”, ver siguiente diapositiva), solamente el área de toda la unidad cartográfica.

Relaciones espaciales en RASTER

• Si el valor asociado a la celda es el identificador de cada delineación, se podrá reconocer explícitamente algunas características específicas de cada uno de estos grupos de celdas.

• A cada delineación se podrá asociar información sobre la clase a la que pertenece, el área y otros atributos.

RASTER - Reclasificaciones Reclasificación: nuevo ordenamiento de los datos iniciales según otro esquema de agrupamiento

VECTORES: relaciones espaciales

El problema de reconocer explícitamente las Relaciones Espaciales entre Objetos •Usuario: Relaciones espaciales a nivel de Objeto

La unidad B11 es adyacente a la unidad B32

Usuario

4

El problema de reconocer explícitamente las Relaciones Espaciales entre Objetos

El problema de reconocer explícitamente las Relaciones Espaciales entre Objetos

• Hay que crear una estructura de datos consistente y capaz de registrar las Relaciones Espaciales a nivel de Objeto

2, B34 1

4

5

5, B32 7 3

6 8

6

2

3, B13 3

2

Espacio a la derecha Objeto de Clase B

Modelo Vectorial Topológico - Tablas de Topología

1

1

•DEFINICIÓN DE ÁREAS: Los arcos que se conectan rodeando un área definen un polígono.

•Estos tres tipos de relaciones se registran en tablas: •TABLAS DE TOPOLOGÍA (Nodos, Arcos y Polígonos)

4

9

5, B32 7

•ADYACENCIA: Los arcos tienen dirección, determinada por el nodo inicial y el nodo final, que define el espacio a la derecha y el espacio a la izquierda del arco.

Tabla de Topología de Arcos

5

4

9 5

Inicio

1

2, B34 •CONECTIVIDAD: Los arcos se conectan entre ellos en los nodos. Un arco no puede conectarse a un vértice de otro arco.

4

4

4

TABLAS DE TOPOLOGÍA

1

4, B11

Fin

B

Modelo Vectorial Topológico Conceptos fundamentales de la Estructura Vectorial Topológica

4

2

9

3

1

Espacio a la izquierda

A

4, B11 2 5 5, B32 7 6 6 2 3 8 3, B13

2, B34

Objeto de Clase A

2

3

1

5

4

Registro de la relación de adyacencia

3

4, B11 6 8

2

5 6

2

3, B13 3

Arco

Nodo ini

Nodo fin

Pol Izq

Pol Dcha

1

1

2

0

2

2

3

2

3

0

3

3

1

0

5

4

1

4

2

5

5

4

5

2

4

6

5

6

3

4

7

4

6

4

5

8

6

3

0

5

9

5

2

2

3

Nodo

Arcos

1

1, 3, 4

2

1, 2, 9

0

1, 2, 3

3

2, 3, 8

2

1, 4, 5, 9

4

5, 4, 7

3

2, 6, 8, 9

5

5, 6, 9

4

5, 6, 7

6

6, 7, 8

5

3, 4, 7, 8

Tabla de Topología de Nodos

Tabla de Topología de Polígonos

Polígono

Arcos

5

Modelo Vectorial NO Topológico El caso de los SHAPEFILES (ArcView GIS - ESRI) Concepto WYSIWYG

Modelo Vectorial NO Topológico El caso de los SHAPEFILES (ArcView GIS - ESRI) SHAPEFILE almacena Geometría NO Topológica + Atributos GEOMETRÍA: Es almacenada como un conjunto de coordenadas que comprende la forma a representar (puntos, líneas o polígonos)

ATRIBUTOS: Son almacenados en una tabla *.DBF. Cada registro de la tabla tiene una relación uno-a-uno con su registro en el fichero SHAPE. Parcela.dbf

Modelo Vectorial NO Topológico El caso de los SHAPEFILES (ArcView GIS - ESRI)

FID

SHAPE

GRIDCODE

0

Polygon

3

4,614

10,300

1

Polygon

1

AREA

79,928

PERIMETER

34,223

2

Polygon

1

56,573

31,585

3

Polygon

1

84,937

41,257

4

Polygon

3

56,931

34,879

5

Polygon

1

1,225

4,381

6

Polygon

3

5,136

12,827

7

Polygon

1

0,552

2,941

8

Polygon

1

73,491

49,721

9

Polygon

1

9,747

14,742

Geoinformación: su comprensión El desafío para el usuario de los SIG: “pensar espacialmente/geográficamente”

Ejemplo de creación (edición) de Shapefiles en ArcView

Geoinformación: su comprensión

VENTAJAS DE LA GEOINFORMACIÓN:

(“thinking geospatially”)

Geoinformación: su comprensión ¿Creció el uso agropecuario en la provincia de Santiago del Estero en el período 70s-2002?

¿Cómo se distribuyen las EAPs en la prov. de Santiago del Estero según información del Censo Nacional Agropecuario del año 2002?

¡COMPONENTES! Pensar espacialmente…

6

Geoinformación: su comprensión

Tabla de atributos: estructura de una base de datos (modelo vectorial) Identificador

Considerando la estructura básica de una base de datos…

Atributos o campos

FID

REFPLA

CLASE

SUPERFICIE

PROPIETARIO

19

BG824A

Residencial

240

12458667A

20

BG824A

Residencial

420

23488947R

21

BF001C

Servicios

510

P18020969Z

22

BF001C

Servicios

290

P18020969Z

Valor del atributo

Registro

Pensar espacialmente…

Geoinformación: su comprensión

Geoinformación: su comprensión

¿Creció el uso agropecuario en la provincia de Santiago del Estero en el período 70s-2002? Esa información esta contenida en esta tabla.

¿Creció el uso agropecuario en la provincia de Santiago del Estero en el período 70s-2002? Esa información esta contenida en esta tabla.

Geoinformación: su comprensión

Geoinformación: su comprensión

¿Creció el uso agropecuario en la provincia de Santiago del Estero en el período 70s-2002? Esa información esta contenida en estos mapas.

¿Creció el uso agropecuario en la provincia de Santiago del Estero en el período 70s-2002? Esa información esta contenida en estos mapas.

7

Geoinformación: su comprensión

Geoinformación: su comprensión # # # ## # # ## # # # # # # # # # # # # # # # # # # # # # ## # ## # # # # # # # # # # # ## ## # # # # # # # # # # ## # # # # # # # ## # # # # # # # ### # # # # # # # # # # # # # # # # # ## # # # # # # # # # # # # # # # # # ## # ## # # # # # # # # # # # # # # # # # # # ## # # # # # # # # ## # # # ## # # ## # # # # # # # # # # # ## # # # # ## # # ## # # # # ## # # # # # # # ## # # ## ## # ## # # # # # ## ## ## # # # # # ## # # # # # # # # # # # # ### # # # # # # # # # # # # ## # # ## ## # ## # # # # # # ## # # # ## # # # # # # # # ## ## # # # # # # # # # # # ## # ## ### # # # # #### # # # # # # # # # # # # # # # # # # # ## ## # # # # # # # ## # ### # # # # # # # # # # # # # # # # ## # ## ## # # # # ## # # # # # ## # # # # # # # ## # # # # # # # ### # # # # ## # # # # # ## # # # # # ## # # # # ## # # # # # # ### # # ## # # # # ### # # ## # ## ## # # # ## ## ### ## # # # # # # # ## # # # # # # # ## ## # ## # ## # # # # # # # # # ## # # ## # ## # ## # # ## ## # # # # # # #### # # # # ## ## # # ## # # # # # ## # # ## # # ## # # ## ## # ## # # # # # # ## # # # # # ## # # # ## # ### # # ## # # ## ## # # # #### # # # ## # # # ## ## ## ## ## ## # # ## # ### # ## # # # # # # # # # # # # # # # # # # # # # # ## # # ## # # # # # # # ### ## # # # # # ### ## # # # ## # # ## # # # # ## # # # # ## ## ## #### ## # ## # # # # ### # ## # ## # # # ## # # # ## ## ## ### # ## # # # # # # # # ## # ## # # #### # # # # ##### # # # # # ## #### ## ## # # ## # # ## ### ## # ## # # # # # # ## ## # # # # # # # # # # ## # # # # ## ## # # # ### ### # # ### # # ## # ### # # # #### ## ## # # # ## # # # # ### ## ## # # # # # # # # # # # # # ## # # # # # ### # # # # # ## ### ### # ## # # # # # ## # # # ## # # # # # # # # # # ## # ### # ## # # # # # # # # ## # ## # # # # # # # #### # ## # # ## # # ## # ## # # # ## # # # ## # ## # # # # # # # # # # # # # ## ### # # # # # ## ## # # # # # # # # # # # # # # # # # ## # # # ## # ## # # # # # # # ## # # # ## ## # # # # # # # # # # # # # ## # # # # # # # ## # # # ## # # ## # # # # # # # # # # # # # ## # # # ## ## ## # ### # # # # # # # # ## # ## # # ### ## # # ## ## ## # ## # ## # ## # #### # ## #### ## # ## # ### # # # # # ## # ## # # ## ## # # # # # # # # # # # # ## # # # # # # # # ## # # # # # ## ## # ## # ## # # # ## # # # # # # # ## # # # # # ### # # # # # # # # # # # # # # # # # # # # # # # # # ## ## # # # ## ## # # # # # # ## # # # ## # # # ##### # ##### # # # # # # # # # # # # # # ## # # # # # # # # # ## # # # ## ## # ## # # # # # # # ## # ## # # # ## # # ## ## # # # ## # # # # # # # # ## # # # ## # # # # ### # # # # # ## # # ## # # # # ### ## ## # # # ## # ## # ## # # # #### # ### # # # # ### # # # # # # # # ### # # # ## # # # # # # # # ## # # # # ## ## ## # # # # # # # ## ## # # # # # ## # ## ## ## # # # # # # # ## # # ## # ### ## # # # # ## # # ### ## ## # ## # ##### ## # # # ## # # ## ## # # # # ## ## # # # # # # # # ### # ## # # ## ### ## # ## # # # ## # ## ## ## ### # ## # # # # # # ### # # # # # # # # # ## ## # # # # # # # # ## # ## # # # # ## # # # ## # # # # # # ## # # # # # # # # ## # # ## # # # ## # # ## # ## # # # # # # # # # # # # ## # # # ## # # # # ## # # # ## # # # # # # # # # # # # # # ## ### # # ## # # # # # ## # # # ## # # ### ### # # ## ## # ### # # # # # # # # # # # # # ## # # ### # ## ## # ## # # # # # # # ## # # # # # # # # # # # # # ## # # # # ### ### ## # ## # # # # # ## ##### # ## ## # # # # # # ## # # # ## # ## # # # ## # # # # # # # # # # # # # # ### # # # # # # # ## #### # # # # # # # # # # # # # # # # ## # ## # # # # # # # # # # # ### ### # # # # # # # # ### # # ## # # # # # ## # # ## # # ## # # #### ## # ## # # # # ## # # # # #### # # # # # # # # ## # ## ## # # # # # # # # # # #

N

¿Cómo se distribuyen las EAPs en la prov. de Santiago del Estero según información del Censo Nacional Agropecuario del año 2002? Esa información esta contenida en esta tabla.

#

##

# # #

¡Esa información esta contenida en este mapa!

¡SIG permite pensar el problema espacialmente!

Distribución espacial de las EAPs (CNA 2002) #

# # # # # #

1 Punto = 10 EAPs 0

50

# ## # # #

100 kilóm etros

8