More

Mosaic To New Raster - Raster Cells Shift

Mosaic To New Raster - Raster Cells Shift


I have wind raster datasets for the U.S. that are organized by state and I would like to merge these datasets to get one map of the whole U.S.

I am new to using ArcGIS and through some research I found out that I can do this with the Mosaic To New Raster tool.

The problem that I'm running into is that even though I use the same projection, the raster cells seem to "shift" after having merged them. This can be seen in the pictures I uploaded!

Border of New Hampshire and Maine Original

What seems to be the problem here? Is the Mosaic To New Raster tool the right choice? I used "BLEND" as the mosaic operator.


As you can see on your first picture, the two raster aren't completely aligned. There are little white gaps where the two rasters meet. They will have to be resampled to fit together into one big raster and it is the result of this that causes the shift that you see in the second illustration.
The resampling is done when the 'Mosaic To New Raster'-tool runs.

You should be careful with this, as your datasets cover a large area, and they may have varying projections, which can cause problems when mosaicing.


You may wish to try a different method of mosaicing rasters.

  1. Create a new mosaic dataset within your Default.GDB (Located in C:usersmyusernameDocumentsArcGIS) by right clicking on the database in the Catalog tree and selecting New > Mosaic Dataset

  2. Right click on the new dataset you just created in the Catalog tree and select "Add Rasters". Set the Input Data to be Dataset and then select all your layers from the table of contents and drag it in. Click OK and let it create the mosaic dataset.

  3. I've found that strange things happen with mosaic dataset types (Not appearing at some zoom levels is the most irritating thing), so you may want to convert this to a homogenous raster data type. To do this, use the Mosaic to New Raster. I've never touched any of the settings on this other than inputting the correct # of bands and my input raster data sets.


EV3502 - Advanced Geographic Information Systems

This subject introduces participants to more advanced forms of spatial analysis, in both theory and practice. Topics to be covered include: raster modelling spatial interpolation and terrain modellng landscape ecology applications spatial statistics data quality and error analysis GPS mapping Web GIS design and development.

Learning Outcomes

  • create, integrate and manage data from diverse sources
  • explain important geospatial concepts and/or tools
  • design and execute spatial analysis in both vector and raster GIS
  • use GIS to solve a real world problem and communicate the results effectively.

Subject Assessment

  • Oral > Presentation 1 - (10%) - Individual
  • Mixed in-class assessment - (20%) - Individual
  • Written > Project report - (50%) - Individual
  • Performance/Practice/Product > Practical assessment/practical skills demonstration - (20%) - Group.

New, sixth edition of GIS Fundamentals are sold in softback, with access to a digital version included. Books may be available at a student bookstore, or from XanEdu, via their webpages here. Digital versions are only provided with new copy purchases, and so hardcopy versions are not returnable to Xanedu if the shrink wrapping is removed. If you have questions, contact XanEdu, [email protected], or call (888) 212-3121.

Instructors may request a desk copy from the book site above.

Chapters
1:Introduction
2:Data Models
3:Geodesy and Map Projections
4:Data Entry and Editing
5:Global Navigation Satellite Systems
6:Aerial and Satellite Images
7:Digital Data Sources
8:Tables and Relational Databases
9:Basic Spatial Analysis
10:Topics in Raster Analysis
11:Terrain Analysis
12:Interpolation and Spatial Estimation
13:Spatial Models
14:Data Standards and Quality
15:Future Trends

Updates in the 6th edition include 80 new pages, over 64 modified or new figures, and improved sections on GNSS, datum modernization, , vector and raster spatial analysis, and terrain analysis. Homeworks for most chapters have been expanded and improved. Each page has been edited, with changes on most pages.


Mosaic informs audiences consistently across channels

Direct Mail & Email

Identify and reach your customers via direct mail and ChannelView host mailing.

Digital Advertising

Reach consumers consistently through targeted online banner ads.

TV Advertising

Deliver targeted ads via digital TV set-top box and on-demand boxes.

Bang & Olufsen

"Working alongside Experian has given Bang & Olufsen a real insight into who our customers are, and more importantly where they reside and how they shop."

"With Mosaic UK, we weren't disappointed by the data resources and technologies placed at our disposal. The difference between pre and post-Experian campaigns is as clear as black and white."

Primesight

"The combination of the power of Mosaic segmentation, and the successful integration with our systems has provided a real business benefit for Primesight and our customers."

Best at Travel

"Even though we have a good general understanding of our customers, Experian is able to tell us who they are, what they are like and what they buy in far more detail than ever before."

"Even though we have a good general understanding of our customers, Experian is able to tell us who they are, what they are like and what they buy in far more detail than ever before."

Contact us

If you have any queries, please don't hesitate to contact us and a member of our team will be happy to help.

Calls cost 2p per minute plus your phone company's access charge

Get connected

©2021 Experian Information Solutions, Inc. All rights reserved.

Experian Ltd is authorised and regulated by the Financial Conduct Authority (firm reference number 738097). Experian Ltd is registered in England and Wales (no. 00653331). Registered office: The Sir John Peace Building, Experian Way, NG2 Business Park, Nottingham NG80 1ZZ.


Remote Access for Esri ArcGIS Desktop (ArcMap & Pro)

June 01, 2020
The ITS Public Computing group has worked tirelessly, and now Yale members can access Esri ArcGIS for Desktop (ArcMap) and ArcGIS Pro via MyApps.

  • MyApps at Yale is a comprehensive desktop and app virtualization service that provides access to a Windows-based environment containing Yale licensed software from both personal and Yale owned devices.
  • Access to MyApps at Yale service will use multi-factor authentication (MFA) via DUO.
  • Starting June 01, 2020, the MyApps at Yale Citrix environment is no longer be available. This change does not apply to MyApps at YNHHS.
  • It offers a full Windows 10 desktop. The desktop includes Yale licensed software that is currently available in the Public Clusters (for students) or software specific to departmental needs.
ACCESS
  • To access the new environment, please download the remote desktop software and follow the Getting Started Guide.
  • Access the new MyApps at Yale environment is also available through the web .
  • Your existing Yale email address and NetID password will provide access to the system.

Note: All students with an active Yale email address are licensed to access the MyApps at Yale service via their personal devices.

FAQs:

Will I be able to save personal files on the virtual desktop?
The virtual desktop allows access to software available on the Public Clusters (students), or for specific use by teams or departments at Yale. Personal files should only be saved to a cloud drive, such as OneDrive, or to a network share.

Will I be able to add software to the virtual desktop?
You can customize your view of the virtual desktop, but software downloads/additions are not permitted. If you or your group have a specific need for software on the virtual desktop, please reach out to your professor, proctor, or manager.

Need help?

For additional assistance, please contact the ITS Help Desk at 203-432-9000 or visit our website to view answers to trending questions, search how-to articles, start a chat, or report a problem. You may also contact your local IT support provider.


Mosaic To New Raster - Raster Cells Shift - Geographic Information Systems

Through this website we are seeking historical materials relating to fuel cells. We have constructed the site to gather information from people already familiar with the technology–people such as inventors, researchers, manufacturers, electricians, and marketers. This Basics section presents a general overview of fuel cells for casual visitors.

A fuel cell is a device that generates electricity by a chemical reaction. Every fuel cell has two electrodes called, respectively, the anode and cathode. The reactions that produce electricity take place at the electrodes.

Every fuel cell also has an electrolyte, which carries electrically charged particles from one electrode to the other, and a catalyst, which speeds the reactions at the electrodes.

Hydrogen is the basic fuel, but fuel cells also require oxygen. One great appeal of fuel cells is that they generate electricity with very little pollution–much of the hydrogen and oxygen used in generating electricity ultimately combine to form a harmless byproduct, namely water.

One detail of terminology: a single fuel cell generates a tiny amount of direct current (DC) electricity. In practice, many fuel cells are usually assembled into a stack. Cell or stack, the principles are the same.

The purpose of a fuel cell is to produce an electrical current that can be directed outside the cell to do work, such as powering an electric motor or illuminating a light bulb or a city. Because of the way electricity behaves, this current returns to the fuel cell, completing an electrical circuit. (To learn more about electricity and electric power, visit "Throw The Switch" on the Smithsonian website Powering a Generation of Change.) The chemical reactions that produce this current are the key to how a fuel cell works.

There are several kinds of fuel cells, and each operates a bit differently. But in general terms, hydrogen atoms enter a fuel cell at the anode where a chemical reaction strips them of their electrons. The hydrogen atoms are now "ionized," and carry a positive electrical charge. The negatively charged electrons provide the current through wires to do work. If alternating current (AC) is needed, the DC output of the fuel cell must be routed through a conversion device called an inverter.


Graphic by Marc Marshall, Schatz Energy Research Center

Oxygen enters the fuel cell at the cathode and, in some cell types (like the one illustrated above), it there combines with electrons returning from the electrical circuit and hydrogen ions that have traveled through the electrolyte from the anode. In other cell types the oxygen picks up electrons and then travels through the electrolyte to the anode, where it combines with hydrogen ions.

The electrolyte plays a key role. It must permit only the appropriate ions to pass between the anode and cathode. If free electrons or other substances could travel through the electrolyte, they would disrupt the chemical reaction.

Whether they combine at anode or cathode, together hydrogen and oxygen form water, which drains from the cell. As long as a fuel cell is supplied with hydrogen and oxygen, it will generate electricity.

Even better, since fuel cells create electricity chemically, rather than by combustion, they are not subject to the thermodynamic laws that limit a conventional power plant (see "Carnot Limit" in the glossary). Therefore, fuel cells are more efficient in extracting energy from a fuel. Waste heat from some cells can also be harnessed, boosting system efficiency still further.

So why can't I go out and buy a fuel cell?

The basic workings of a fuel cell may not be difficult to illustrate. But building inexpensive, efficient, reliable fuel cells is a far more complicated business.

Scientists and inventors have designed many different types and sizes of fuel cells in the search for greater efficiency, and the technical details of each kind vary. Many of the choices facing fuel cell developers are constrained by the choice of electrolyte. The design of electrodes, for example, and the materials used to make them depend on the electrolyte. Today, the main electrolyte types are alkali, molten carbonate, phosphoric acid, proton exchange membrane (PEM) and solid oxide. The first three are liquid electrolytes the last two are solids.

The type of fuel also depends on the electrolyte. Some cells need pure hydrogen, and therefore demand extra equipment such as a "reformer" to purify the fuel. Other cells can tolerate some impurities, but might need higher temperatures to run efficiently. Liquid electrolytes circulate in some cells, which requires pumps. The type of electrolyte also dictates a cell's operating temperature–"molten" carbonate cells run hot, just as the name implies.

Each type of fuel cell has advantages and drawbacks compared to the others, and none is yet cheap and efficient enough to widely replace traditional ways of generating power, such coal-fired, hydroelectric, or even nuclear power plants.

The following list describes the five main types of fuel cells. More detailed information can be found in those specific areas of this site.

Different types of fuel cells.


Drawing of an alkali cell.
Alkali fuel cells operate on compressed hydrogen and oxygen. They generally use a solution of potassium hydroxide (chemically, KOH) in water as their electrolyte. Efficiency is about 70 percent, and operating temperature is 150 to 200 degrees C, (about 300 to 400 degrees F). Cell output ranges from 300 watts (W) to 5 kilowatts (kW). Alkali cells were used in Apollo spacecraft to provide both electricity and drinking water. They require pure hydrogen fuel, however, and their platinum electrode catalysts are expensive. And like any container filled with liquid, they can leak.

Phosphoric Acid fuel cells (PAFC) use phosphoric acid as the electrolyte. Efficiency ranges from 40 to 80 percent, and operating temperature is between 150 to 200 degrees C (about 300 to 400 degrees F). Existing phosphoric acid cells have outputs up to 200 kW, and 11 MW units have been tested. PAFCs tolerate a carbon monoxide concentration of about 1.5 percent, which broadens the choice of fuels they can use. If gasoline is used, the sulfur must be removed. Platinum electrode-catalysts are needed, and internal parts must be able to withstand the corrosive acid.


Drawing of how both phosphoric acid and PEM fuel cells operate.

Proton Exchange Membrane (PEM) fuel cells work with a polymer electrolyte in the form of a thin, permeable sheet. Efficiency is about 40 to 50 percent, and operating temperature is about 80 degrees C (about 175 degrees F). Cell outputs generally range from 50 to 250 kW. The solid, flexible electrolyte will not leak or crack, and these cells operate at a low enough temperature to make them suitable for homes and cars. But their fuels must be purified, and a platinum catalyst is used on both sides of the membrane, raising costs.

More detailed information about each fuel cell type, including histories and current applications, can be found on their specific parts of this site. We have also provided a glossary of technical terms–a link is provided at the top of each technology page.


Information Systems Section

The Information Systems (IS) Section provides support for the development and management of the Department’s information technology resources. The Section develops and manages the Department’s computer network including its data communications, servers, and data storage systems. It also manages the Department’s PCs and desktop software and provides user support for Department staff in their varied use of information technology resources. The Section develops and manages the Department’s enterprise business system, which contains the records related to the status and management of the Arizona State Trust lands. This includes information on title, leasing, sales, management status and billing related to the Trust Lands.


4.8.7 Value Set Expansion

A value set can be "expanded", where the definition of the value set is used to create a simple collection of codes suitable for use for data entry or validation. There is a defined operation $expand to ask a server to perform this expansion. Expansions are most useful when a value set includes all the codes in a code system, or a set of codes by filter.

A resource that represents a value set expansion includes the same identification details as the definition of the value set, and MAY include the definition of the value set ( .compose ). In addition, it has an .expansion element which contains the list of codes that constitute the value set expansion. If the expansion has nested contains elements, there is no implication about the logical relationship between them, and the structure cannot be used for logical inferencing. The structure exists to provide navigational assistance for helping human users to locate codes in the expansion.

When a request for an expansion is received (e.g., for the $expand operation), the following process should be followed:

  • If the value set already has an expansion (e.g., a stored expansion), simply take the existing expansion as it is. If not, then:
  • For each compose.include:
    1. If there is a system, identify the correct version of the code system, and then:
      • If there are no codes or filters, add every code in the code system to the result set.
      • If codes are listed, check that they are valid, and check their active status, and if ok, add them to the result set (the profile parameter to the $expand operation may be used to control whether active codes are included).
      • If any filters are present, process them in order (as explained above), and add the intersection of their results to the result set.

      The final "result set" is then represented in expansion. Note that the expansion structure is inherently ordered, and also provides support for a hierarchical tree of items. This specification does not fix the meaning of use of either the order or the hierarchy, and the conceptual approach described should not be understood to prohibit any implementation approach in these regards. In addition, note that the method described above is a conceptual approach individual servers may choose to follow alternative approaches that are more efficient, as long as the outcome is the same.

      An expansion may include entries in the expansion that only serve an arbitrary grouping purpose, to make it easier for a human to use the list. These entries have no system or code, and must be marked as abstract. Note that the CodeSystem resource and ValueSet.compose offer no support for defining hierarchies and groups, but this does not exclude servers from using extensions or other knowledge to introduce such groups as an implementation feature.

      The codes in the expansion should be treated as case sensitive - implementers should use the correct case. Implementers can consult the definition of the underlying code systems to determine whether the code system that defines the code is case sensitive or not.

      It is important that expansions be identified properly. Any value set definition may produce an infinite number of expansions, depending on the expansion profile and $expand operation parameters. Any expansions produced must be clearly identified so that there is no confusion. The following rules apply:

      • The canonical URL for the expansion is the same as the value set it was expanded from
      • Each expansion SHALL have a unique identifier in ValueSet.expansion.identifier
      • The result of an $expand operation may use the same identifier in ValueSet.expansion.identifier as a previous expansion, but if it does, the canonical representation of the value set expansion SHALL be identical (e.g. a cached response)

      Whether to store expanded value sets, or simply to store their definitions and expand on the fly is a matter for system deployment. Some servers, including public value sets servers, only store expansions. However any system that stores an expansion must be concerned with how to determine whether the expansion is still current, and this requires deep knowledge of how the expansion was created. A system with a dedicated terminology server that returns expansions on demand avoids this problem, but leaves open the question of how to audit the specific expansion that was used for a particular case. One solution to this is to use a dedicated terminology server, and have the clients ask for expansions on demand based on the value set definitions, and for the server to store (and reuse as appropriate) the returned expansion (when it reuses the expansion, ValueSet.expansion.identifier will be the same). If expansions are shared, users need to be aware of how expansion identifiers (which may be server specific) work.


      Ground Truth

      Edited by John Pickles

        O ver the past two decades, techniques for advanced computing and enhanced imaging have transformed the ways planners, geographers, surveyors, and others think about and visualize the places, regions, and peoples of the earth. Ground Truth is the first book to explicitly address the role of geographic information systems (GIS) in their social context. Contributing authors consider the ideas and practices that have emerged among GIS users, demonstrating how they reflect the material and political interests of certain groups. Chapters also discuss the impact of new GIS technologies on the discipline of geography, and evaluate the role of GIS within the wider transformations of free-market capitalism.


      “I recommend it highly for GIS users and instructors. Planners' use of GIS would be richer and wiser if those who used and taught the technology paid attention to the important lessons contained in this book.”


      “. the contributions of many of the chapters in Ground Truth offer intellectually insightful work that will help connect the work of social theorists with the GIS research community.”

      Professional Geographer


      “I recommend it highly for GIS users and instructors. Planners' use of GIS would be richer and wiser if those who used and taught the technology paid attention to the important lessons contained in this book.”

      —Richard E. Klosterman in APA Journal


      “There is a great deal of substance for important and engaging debate. GIS is an extremely important medium that has had relatively little attention paid to its message. This book advances the search for the essence of that message. ”

      —Prof. Tom Meredith, Association of Canadian Map Libraries and Archives


      “. the contributions of many of the chapters in Ground Truth offer intellectually insightful work that will help connect the work of social theorists with the GIS research community.”

      —Francis Harvey, University of Washington, Professional Geographer


      Ground Truth provides just the kind of illuminating critique of spatial technologies that has long been needed. In an era of hype about the Information Superhighway it is often difficult to sort out who benefits and who loses in the rush to embrace this dream. Pickles has assembled here a selection of major authors who are familiar with GIS and spatial technologies in order to help us pick a way through these claims. As a result, this book is a well balanced and unflinching look at the societal relations of technology, which will provide many points of departure for upper level or graduate seminars, while deeply informing the work of those of us using GIS and spatial imaging.”

      —Jeremy Crampton, Ph.D., George Mason University


      Ground Truth is the first work to deal with one of the most powerful among the new information and imaging technologies: the Geographic Information Systems. By radically modifying our conceptions of earth and space, and our capacity to control them, GIS might bring about profound socioeconomic and cultural restructurings. This courageous collection conveys the real meaning of postmodern geographies, including technology's role in articulating alternative cultural and political projects.”

      —Arturo Escobar, Ph.D., Associate Professor of Anthropology, University of Massachusetts, Amherst


      Cyber-empires (old title) is essential reading since for the first time it brings under one cover a series of assessments of the broader impacts of GIS on Geography and society. As such, it signals a new cross-fertilization of the interests of those social theorists in geography who are both fascinated by and concerned with GIS, with those more concerned with its technical problems and possibilities. Containing contributions from both critics and proponents of GIS, and providing a more balanced and nuanced assessment than some of the exchanges in academic journals, its contributions address such concrete topics as the implications of geodemographic marketing the potential and problems of connecting GIS use with indigenous understandings of land use in South Africa ethical inconsistencies associated with the use of GIS the images of GIS promoted by the industry labor processes underlying map-making with GIS and GIS as a social technology. This book holds out promise for a broadening of the research agenda on GIS from issues of storage, communication, and analysis of data, to questions of GIS as a social technology. Both GIS and geography need each other, for very different reasons, in our instrumental and technical society. The kind of broadening that this book promises can enrich connections between the two. It can provide GIS users with a richer understanding of why use of GIS is not just applied science, but has the potential of transforming how we think about the toward as well as changing the spatiality of society. While GIS reinforces panoptic views of the world, instrumental social practices and positivist scientific methodologies that do not encompass the richness of geography, it also reflects pervasive and influential changes in our society. Geographers must understand and analyze these changes if we are to separate the positive from the undesirable aspects of GIS, and communicate how to make such a separation to the millions who will use GIS for their own purposes—and think they are doing Geography—whether we approve or not. This book begins to raise in a systematic manner the questions that must be asked on the way to such an understanding.”


      Índice

      El SIG funciona como una base de datos con información geográfica (datos alfanuméricos) que se encuentra asociada por un identificador común a los objetos gráficos de los mapas digitales. De esta forma, señalando un objeto se conocen sus atributos e, inversamente, preguntando por un registro de la base de datos se puede saber su localización en la cartografía.

      SIG proporciona, para cada tipo de organización basada en ubicación, una plataforma para actualizar datos geográficos sin perder tiempo visitando el sitio y actualizar la base de datos manualmente. SIG cuando se interpreta con otras soluciones integradas tales como SAP [ 1 ] ​ y Wolfram Language [ 2 ] ​ permite crear potente sistemas de soporte a decisiones a nivel corporativo. [ 3 ] ​ [aclaración requerida]

      La razón fundamental para utilizar un SIG (GIS en inglés) es la gestión de información espacial. El sistema permite separar la información en diferentes capas temáticas y las almacena independientemente, permitiendo trabajar con ellas de manera rápida y sencilla, facilitando al profesional la posibilidad de relacionar la información existente a través de la topología geoespacial de los objetos, con el fin de generar otra nueva que no podríamos obtener de otra forma.

      Las principales cuestiones que puede resolver un sistema de información geográfica, ordenadas de menor a mayor complejidad, son:

      1. Localización: preguntar por las características de un lugar concreto.
      2. Condición: el cumplimiento o no de unas condiciones impuestas al sistema. Se busca un determinado lugar que reúna ciertas condiciones
      3. Tendencia: comparación entre situaciones temporales o espaciales distintas de alguna característica. Permite conocer la variación de algunas características a través de un determinado periodo.
      4. Rutas: cálculo de rutas óptimas entre dos o más puntos.
      5. Pautas: detección de pautas espaciales. Busca determinar en una zona específica, las relaciones que pudieran existir entre dos o más variables.
      6. Modelos: generación de modelos a partir de fenómenos o actuaciones simuladas. Si un sistema planteado se somete a determinadas modificaciones de sus variables cómo queda definido el nuevo sistema, cuánto ha cambiado, etc.

      Por ser tan versátiles, el campo de aplicación de los sistemas de información geográfica es muy amplio, pudiendo utilizarse en la mayoría de las actividades con un componente espacial. La profunda revolución que han provocado las nuevas tecnologías ha incidido de manera decisiva en su evolución.

      Hace unos 15 000 años [ 4 ] ​ en las cuevas de Lascaux (Francia) los hombres de Cro-Magnon pintaban en las paredes los animales que cazaban, asociando estos dibujos con trazas lineales que, se cree, cuadraban con las rutas de migración de esas especies. [ 5 ] ​ Si bien este ejemplo es simplista en comparación con las tecnologías modernas, estos antecedentes tempranos imitan a dos elementos de los sistemas de información geográfica modernos: una imagen asociada con un atributo de información. [ 6 ] ​

      En 1854, el pionero de la epidemiología, el Dr. John Snow, proporcionaría otro clásico ejemplo de este concepto cuando cartografió, en un ya famoso mapa, la incidencia de los casos de cólera en el distrito de Soho en Londres. [ 7 ] ​ Este protoSIG, uno de los ejemplos más tempranos del método geográfico, [ 8 ] ​ permitió a Snow localizar con precisión un pozo de agua contaminado como la fuente causante del brote.

      Si bien la cartografía topográfica y temática ya existía previamente, el mapa de John Snow fue el único hasta el momento que, utilizando métodos cartográficos, no solo representaba la realidad, sino que por primera vez analizaba conjuntos de fenómenos geográficos dependientes.

      Al comienzo del siglo XX, se desarrolló la "foto litografía", donde los mapas eran separados en capas. El avance del hardware impulsado por la investigación en armamento nuclear daría lugar, a comienzos de los años 60, al desarrollo de aplicaciones cartográficas para computadores de propósito general. [ 9 ] ​

      El año 1962 vio la primera utilización real de los SIG en el mundo, concretamente en Ottawa (Ontario, Canadá) y a cargo del Departamento Federal de Silvicultura y Desarrollo Rural. Desarrollado por el geógrafo inglés Roger Tomlinson, el llamado Sistema de información geográfica de Canadá (Canadian Geographic Information System, CGIS) se utilizó para almacenar, analizar y manipular datos recogidos para el Inventario de Tierras Canadá (Canada Land Inventory, CLI) - una iniciativa orientada a la gestión de los vastos recursos naturales del país con información cartográfica relativa a tipos y usos del suelo, agricultura, espacios de recreo, vida silvestre, aves acuáticas y silvicultura, todo ello a una escala de 1:50.000. Se añadió, así mismo, un factor de clasificación para permitir el análisis de la información.

      El Sistema de información geográfica de Canadá fue el primer SIG en el mundo similar a tal y como los conocemos hoy en día, y un considerable avance con respecto a las aplicaciones cartográficas existentes hasta entonces, puesto que permitía superponer capas de información, realizar mediciones y llevar a cabo digitalizaciones y escaneos de datos. Asimismo, soportaba un sistema nacional de coordenadas que abarcaba todo el continente, una codificación de líneas en "arcos" que poseían una verdadera topología integrada y que almacenaba los atributos de cada elemento y la información sobre su localización en archivos separados. Como consecuencia de esto, Tomlinson está considerado como "el padre de los SIG", en particular por el empleo de información geográfica convergente estructurada en capas, lo que facilita su análisis espacial. [ 10 ] ​El CGIS estuvo operativo hasta la década de los 90 llegando a ser la base de datos sobre recursos del territorio más grande de Canadá. Fue desarrollado como un sistema basado en una computadora central y su fortaleza radicaba en que permitía realizar análisis complejos de conjuntos de datos que abarcaban todo el continente. El software, decano de los sistemas de información geográfica, nunca estuvo disponible de manera comercial.

      En 1964, Howard T. Fisher formó en la Universidad de Harvard el Laboratorio de Computación Gráfica y Análisis Espacial en la Harvard Graduate School of Design (LCGSA 1965-1991), donde se desarrollaron una serie de importantes conceptos teóricos en el manejo de datos espaciales, y en la década de 1970 había difundido código de software y sistemas germinales, tales como SYMAP, GRID y ODYSSEY - los cuales sirvieron como fuentes de inspiración conceptual para su posterior desarrollos comerciales - a universidades, centros de investigación y empresas de todo el mundo. [ 11 ] ​

      En la década de los 80, M&S Computing (más tarde Intergraph), Environmental Systems Research Institute (ESRI) y CARIS (Computer Aided Resource Information System) emergerían como proveedores comerciales de software SIG. Incorporaron con éxito muchas de las características de CGIS, combinando el enfoque de primera generación de sistemas de información geográfica relativo a la separación de la información espacial y los atributos de los elementos geográficos representados con un enfoque de segunda generación que organiza y estructura estos atributos en bases de datos.

      En la década de los años 70 y principios de los 80 se inició en paralelo el desarrollo de dos sistemas de dominio público. El proyecto Map Overlay and Statistical System (MOSS) se inició en 1977 en Fort Collins (Colorado, EE. UU.) bajo los auspicios de la Western Energy and Land Use Team (WELUT) y el Servicio de Pesca y Vida Silvestre de Estados Unidos (US Fish and Wildlife Service). En 1982 el Cuerpo de Ingenieros del Laboratorio de Investigación de Ingeniería de la Construcción del Ejército de los Estados Unidos (USA-CERL) desarrolla GRASS como herramienta para la supervisión y gestión medioambiental de los territorios bajo administración del Departamento de Defensa.

      Esta etapa de desarrollo está caracterizada, en general, por la disminución de la importancia de las iniciativas individuales y un aumento de los intereses a nivel corporativo, especialmente por parte de las instancias gubernamentales y de la administración.

      Los 80 y 90 fueron años de fuerte aumento de las empresas que comercializaban estos sistemas, debido el crecimiento de los SIG en estaciones de trabajo UNIX y ordenadores personales. Es el periodo en el que se ha venido a conocer en los SIG como la fase comercial. El interés de las distintas grandes industrias relacionadas directa o indirectamente con los SIG crece en sobremanera debido a la gran avalancha de productos en el mercado informático internacional que hicieron generalizarse a esta tecnología.

      En la década de los noventa se inicia una etapa comercial para profesionales, donde los sistemas de información geográfica empezaron a difundirse al nivel del usuario doméstico debido a la generalización de los ordenadores personales o microordenadores.

      A finales del siglo XX principio del XXI el rápido crecimiento en los diferentes sistemas se ha consolidado, restringiéndose a un número relativamente reducido de plataformas. Los usuarios están comenzando a exportar el concepto de visualización de datos SIG a Internet, lo que requiere una estandarización de formato de los datos y de normas de transferencia. Más recientemente, ha habido una expansión en el número de desarrollos de software SIG de código abierto, los cuales, a diferencia del software comercial, suelen abarcar una gama más amplia de sistemas operativos, permitiendo ser modificados para llevar a cabo tareas específicas.

      La creación de datos Editar

      Las modernas tecnologías SIG trabajan con información digital, para la cual existen varios métodos utilizados en la creación de datos digitales. El método más utilizado es la digitalización, donde a partir de un mapa impreso o con información tomada en campo se transfiere a un medio digital por el empleo de un programa de Diseño Asistido por Ordenador (DAO o CAD) con capacidades de georreferenciación.

      Dada la amplia disponibilidad de imágenes orto-rectificadas (tanto de satélite y como aéreas), la digitalización por esta vía se está convirtiendo en la principal fuente de extracción de datos geográficos. Esta forma de digitalización implica la búsqueda de datos geográficos directamente en las imágenes aéreas en lugar del método tradicional de la localización de formas geográficas sobre un tablero de digitalización.

      La representación de los datos Editar

      Los datos SIG representan los objetos del mundo real (carreteras, el uso del suelo, altitudes). Los objetos del mundo real se pueden dividir en dos abstracciones: objetos discretos (una casa) y continuos (cantidad de lluvia caída, una elevación). Existen dos formas de almacenar los datos en un SIG: raster y vectorial.

      Los SIG que se centran en el manejo de datos en formato vectorial son más populares en el mercado. No obstante, los SIG raster son muy utilizados en estudios que requieran la generación de capas continuas, necesarias en fenómenos no discretos también en estudios medioambientales donde no se requiere una excesiva precisión espacial (contaminación atmosférica, distribución de temperaturas, localización de especies marinas, análisis geológicos, etc.).

      Raster Editar

      Un tipo de datos raster es, en esencia, cualquier tipo de imagen digital representada en mallas. El modelo de SIG raster o de retícula se centra en las propiedades del espacio más que en la precisión de la localización. Divide el espacio en celdas regulares donde cada una de ellas representa un único valor. Se trata de un modelo de datos muy adecuado para la representación de variables continuas en el espacio.

      Cualquiera que esté familiarizado con la fotografía digital reconoce el píxel como la unidad menor de información de una imagen. Una combinación de estos píxeles creará una imagen, a distinción del uso común de gráficos vectoriales escalables que son la base del modelo vectorial. Si bien una imagen digital se refiere a la salida como una representación de la realidad, en una fotografía o el arte transferidos a la computadora, el tipo de datos raster reflejará una abstracción de la realidad. Las fotografías aéreas son una forma de datos raster utilizada comúnmente con un solo propósito: mostrar una imagen detallada de un mapa base sobre la que se realizarán labores de digitalización. Otros conjuntos de datos raster podrán contener información referente a las elevaciones del terreno (un Modelo Digital del Terreno), o de la reflexión de la luz de una particular longitud de onda (por ejemplo las obtenidas por el satélite LandSat), entre otros.

      Los datos raster se compone de filas y columnas de celdas, cada celda almacena un valor único. Los datos raster pueden ser imágenes (imágenes raster), con un valor de color en cada celda (o píxel). Otros valores registrados para cada celda puede ser un valor discreto, como el uso del suelo, valores continuos, como temperaturas, o un valor nulo si no se dispone de datos. Si bien una trama de celdas almacena un valor único, estas pueden ampliarse mediante el uso de las bandas del raster para representar los colores RGB (rojo, verde, azul), o una tabla extendida de atributos con una fila para cada valor único de células. La resolución del conjunto de datos raster es el ancho de la celda en unidades sobre el terreno.

      Los datos raster se almacenan en diferentes formatos, desde un archivo estándar basado en la estructura de TIFF, JPEG, etc. a grandes objetos binarios (BLOB), los datos almacenados directamente en Sistema de gestión de base de datos. El almacenamiento en bases de datos, cuando se indexan, por lo general permiten una rápida recuperación de los datos raster, pero a costa de requerir el almacenamiento de millones registros con un importante tamaño de memoria. En un modelo raster cuanto mayores sean las dimensiones de las celdas menor es la precisión o detalle (resolución) de la representación del espacio geográfico.

      Vectorial Editar

      En un SIG, las características geográficas se expresan con frecuencia como vectores, manteniendo las características geométricas de las figuras.

      En los datos vectoriales, el interés de las representaciones se centra en la precisión de la localización de los elementos geográficos sobre el espacio y donde los fenómenos a representar son discretos, es decir, de límites definidos. Cada una de estas geometrías está vinculada a una fila en una base de datos que describe sus atributos. Por ejemplo, una base de datos que describe los lagos puede contener datos sobre la batimetría de estos, la calidad del agua o el nivel de contaminación. Esta información puede ser utilizada para crear un mapa que describa un atributo particular contenido en la base de datos. Los lagos pueden tener un rango de colores en función del nivel de contaminación. Además, las diferentes geometrías de los elementos también pueden ser comparadas. Así, por ejemplo, el SIG puede ser usado para identificar aquellos pozos (geometría de puntos) que están en torno a 2 kilómetros de un lago (geometría de polígonos) y que tienen un alto nivel de contaminación.

      Los elementos vectoriales pueden crearse respetando una integridad territorial a través de la aplicación de unas normas topológicas tales como que "los polígonos no deben superponerse". Los datos vectoriales se pueden utilizar para representar variaciones continuas de fenómenos. Las líneas de contorno y las redes irregulares de triángulos (TIN) se utilizan para representar la altitud u otros valores en continua evolución. Los TIN son registros de valores en un punto localizado, que están conectados por líneas para formar una malla irregular de triángulos. La cara de los triángulos representan, por ejemplo, la superficie del terreno.

      Para modelar digitalmente las entidades del mundo real se utilizan tres elementos geométricos: el punto, la línea y el polígono. [ 12 ] ​

      Ventajas y desventajas de los modelos raster y vectorial Editar

      Existen ventajas y desventajas a la hora de utilizar un modelo de datos raster o vector para representar la realidad.

      Ventajas Editar

      Vectorial Raster
      La estructura de los datos es compacta. Almacena los datos sólo de los elementos digitalizados por lo que requiere menos memoria para su almacenamiento y tratamiento. La estructura de los datos es muy simple.
      Codificación eficiente de la topología y las operaciones espaciales. Las operaciones de superposición son muy sencillas.
      Buena salida gráfica. Los elementos son representados como gráficos vectoriales que no pierden definición si se amplía la escala de visualización. Formato óptimo para variaciones altas de datos.
      Tienen una mayor compatibilidad con entornos de bases de datos relacionales. Buen almacenamiento de imágenes digitales
      Las operaciones de re-escalado, reproyección son más fáciles de ejecutar.
      Los datos son más fáciles de mantener y actualizar.
      En algunos aspectos permite una mayor capacidad de análisis, sobre todo en redes.

      Desventajas Editar

      Vectorial Raster
      La estructura de los datos es más compleja. Mayor requerimiento de memoria de almacenamiento. Todas las celdas contienen datos.
      Las operaciones de superposición son más difíciles de implementar y representar. Las reglas topológicas son más difíciles de generar.
      Eficacia reducida cuando la variación de datos es alta. Las salidas gráficas son menos vistosas y estéticas. Dependiendo de la resolución del archivo raster, los elementos pueden tener sus límites originales más o menos definidos.
      Es un formato más laborioso de mantener actualizado.

      Datos no espaciales Editar

      Los datos no espaciales también pueden ser almacenados junto con los datos espaciales, aquellos representados por las coordenadas de la geometría de un vector o por la posición de una celda raster. En los datos vectoriales, los datos adicionales contiene atributos de la entidad geográfica. Por ejemplo, un polígono de un inventario forestal también puede tener un valor que funcione como identificador e información sobre especies de árboles. En los datos raster el valor de la celda puede almacenar la información de atributo, pero también puede ser utilizado como un identificador referido a los registros de una tabla.

      La captura de los datos Editar

      La captura de datos, y la introducción de información en el sistema consume la mayor parte del tiempo de los profesionales de los SIG. Hay una amplia variedad de métodos utilizados para introducir datos en un SIG almacenados en un formato digital.

      Los datos impresos en papel o mapas en película PET pueden ser digitalizados o escaneados para producir datos digitales.

      Con la digitalización de cartografía en soporte analógico se producen datos vectoriales a través de trazos de puntos, líneas, y límites de polígonos. Este trabajo puede ser desarrollado por una persona de forma manual o a través de programas de vectorización que automatizan la labor sobre un mapa escaneado. No obstante, en este último caso siempre será necesario su revisión y edición manual, dependiendo del nivel de calidad que se desea obtener.

      Los datos obtenidos de mediciones topográficas pueden ser introducidos directamente en un SIG a través de instrumentos de captura de datos digitales mediante una técnica llamada geometría analítica. Además, las coordenadas de posición tomadas a través un Sistema de Posicionamiento Global (GPS) también pueden ser introducidas directamente en un SIG.

      Los sensores remotos también juegan un papel importante en la recolección de datos. Son sensores, como cámaras, escáneres o LIDAR acoplados a plataformas móviles como aviones o satélites.

      Actualmente, la mayoría de datos digitales provienen de la interpretación de fotografías aéreas. Para ello se utilizan estaciones de trabajo que digitalizan directamente elementos geográficos a través de pares estereoscópicos de fotografías digitales. Estos sistemas permiten capturar datos en dos y tres dimensiones, con elevaciones medidas directamente de un par estereoscópico de acuerdo a los principios de la fotogrametría.

      La teleobservación por satélite proporciona otra fuente importante de datos espaciales. En este caso los satélites utilizan diferentes sensores para medir la reflectancia de las partes del espectro electromagnético, o las ondas de radio que se envían a partir de un sensor activo como el radar. La teledetección recopila datos raster que pueden ser procesados usando diferentes bandas para determinar las clases y objetos de interés, tales como las diferentes cubiertas de la tierra.

      Cuando se capturan los datos, el usuario debe considerar si estos deben ser tomados con una exactitud relativa o con una absoluta precisión. Esta decisión es importante ya que no solo influye en la interpretación de la información, sino también en el costo de su captura.

      Además de la captura y la entrada en datos espaciales, los datos de atributos también son introducidos en un SIG. Durante los procesos de digitalización de la cartografía es frecuente que se den fallos topológicos involuntarios (dangles, undershoots, overshoots, switchbacks, knots, loops, etc.) en los datos vectoriales y que deberán ser corregidos. Tras introducir los datos en un SIG, estos normalmente requerirán de una edición o procesado posterior para eliminar los errores citados. Se deberá de hacer una "corrección topológica" antes de que puedan ser utilizados en algunos análisis avanzados y, así por ejemplo, en una red de carreteras las líneas deberán estar conectadas con nodos en las intersecciones.

      En el caso de mapas escaneados, quizás sea necesario eliminar la trama resultante generada por el proceso de digitalización del mapa original. Así, por ejemplo, una mancha de suciedad podría unir dos líneas que no deberían estar conectadas.

      Conversión de datos raster-vectorial Editar

      Los SIG pueden llevar a cabo una reestructuración de los datos para transformarlos en diferentes formatos. Por ejemplo, es posible convertir una imagen de satélite a un mapa de elementos vectoriales mediante la generación de líneas en torno a celdas con una misma clasificación determinando la relación espacial de estas, tales como proximidad o inclusión.

      La vectorización no asistida de imágenes raster mediante algoritmos avanzados es una técnica que se viene desarrollado desde finales de los años 60 del siglo XX. Para ello se recurre a la mejora del contraste, imágenes en falso color así como el diseño de filtros mediante la implementación de transformadas de Fourier en dos dimensiones.

      Al proceso inverso de conversión de datos vectorial a una estructura de datos basada en un matriz raster se le denomina rasterización.

      Dado que los datos digitales se recogen y se almacenan en ambas formas, vectorial y raster, un SIG debe ser capaz de convertir los datos geográficos de una estructura de almacenamiento a otra.

      Proyecciones, sistemas de coordenadas y reproyección Editar

      Antes de analizar los datos en el SIG la cartografía debe estar toda ella en una misma proyección y sistemas de coordenadas. Para ello muchas veces es necesario reproyectar las capas de información antes de integrarlas en el sistema de información geográfica.

      La Tierra puede estar representada cartográficamente por varios modelos matemáticos, cada uno de los cuales pueden proporcionar un conjunto diferente de coordenadas (por ejemplo, latitud, longitud, altitud) para cualquier punto dado de su superficie. El modelo más simple es asumir que la Tierra es una esfera perfecta. A medida que se han ido acumulando más mediciones del planeta los modelos del geoide se han vuelto más sofisticados y más precisos. De hecho, algunos de estos se aplican a diferentes regiones de la Tierra para proporcionar una mayor precisión (por ejemplo, el European Terrestrial Reference System 1989 - ETRS89 – funciona bien en Europa pero no en América del Norte).

      La proyección es un componente fundamental a la hora de crear un mapa. Una proyección matemática es la manera de transferir información desde un modelo de la Tierra, el cual representa una superficie curva en tres dimensiones, a otro de dos dimensiones como es el papel o la pantalla de un ordenador. Para ello se utilizan diferentes proyecciones cartográficas según el tipo de mapa que se desea crear, ya que existen determinadas proyecciones que se adaptan mejor a unos usos concretos que a otros. Por ejemplo, una proyección que representa con exactitud la forma de los continentes distorsiona, por el contrario, sus tamaños relativos.

      Dado que gran parte de la información en un SIG proviene de cartografía ya existente, un sistema de información geográfica utiliza la potencia de procesamiento de la computadora para transformar la información digital, obtenida de fuentes con diferentes proyecciones y/o diferentes sistemas de coordenadas, a una proyección y sistema de coordenadas común. En el caso de las imágenes (ortofotos, imágenes de satélite, etc.) este proceso se denomina rectificación.

      Análisis espacial mediante SIG Editar

      Dada la amplia gama de técnicas de análisis espacial que se han desarrollado durante el último medio siglo, cualquier resumen o revisión sólo puede cubrir el tema a una profundidad limitada. Este es un campo que cambia rápidamente y los paquetes de software SIG incluyen cada vez más herramientas de análisis, ya sea en las versiones estándar o como extensiones opcionales de este. En muchos casos tales herramientas son proporcionadas por los proveedores del software original, mientras que en otros casos las implementaciones de estas nuevas funcionalidades se han desarrollado y son proporcionados por terceros. Además, muchos productos ofrecen kits de desarrollo de software (SDK), lenguajes de programación, lenguajes de scripting, etc. para el desarrollo de herramientas propias de análisis u otras funciones.

      Modelo topológico Editar

      Un SIG puede reconocer y analizar las relaciones espaciales que existen en la información geográfica almacenada. Estas relaciones topológicas permiten realizar modelizaciones y análisis espaciales complejos. Así, por ejemplo, el SIG puede discernir la parcela o parcelas catastrales que son atravesadas por una línea de alta tensión, o bien saber qué agrupación de líneas forman una determinada carretera.

      En suma podemos decir que en el ámbito de los sistemas de información geográfica se entiende como topología a las relaciones espaciales entre los diferentes elementos gráficos (topología de nodo/punto, topología de red/arco/línea, topología de polígono) y su posición en el mapa (proximidad, inclusión, conectividad y vecindad). Estas relaciones, que para el ser humano pueden ser obvias a simple vista, el software las debe establecer mediante un lenguaje y unas reglas de geometría matemática.

      Para llevar a cabo análisis en los que es necesario que exista consistencia topológica de los elementos de la base de datos suele ser necesario realizar previamente una validación y corrección topológica de la información gráfica. Para ello existen herramientas en los SIG que facilitan la rectificación de errores comunes de manera automática o semiautomática.

      Redes Editar

      Un SIG destinado al cálculo de rutas óptimas para servicios de emergencias es capaz de determinar el camino más corto entre dos puntos teniendo en cuenta tanto direcciones y sentidos de circulación como direcciones prohibidas, etc. evitando áreas impracticables. Un SIG para la gerencia de una red de abastecimiento de aguas sería capaz de determinar, por ejemplo, a cuantos abonados afectaría el corte del servicio en un determinado punto de la red.

      Un sistema de información geográfica puede simular flujos a lo largo de una red lineal. Valores como la pendiente, el límite de velocidad, niveles de servicio, etc. pueden ser incorporados al modelo con el fin de obtener una mayor precisión. El uso de SIG para el modelado de redes suele ser comúnmente empleado en la planificación del transporte, hidrológica o la gestión de infraestructura lineales.

      Superposición de mapas Editar

      La combinación de varios conjuntos de datos espaciales (puntos, líneas o polígonos) puede crear otro nuevo conjunto de datos vectoriales. Visualmente sería similar al apilamiento de varios mapas de una misma región. Estas superposiciones son similares a las superposiciones matemáticas del diagrama de Venn. Una unión de capas superpuestas combina las características geográficas y las tablas de atributos de todas ellas en una nueva capa. En el caso de realizar una intersección de capas esta definiría la zona en las que ambas se superponen, y el resultado mantiene el conjunto de atributos para cada una de las regiones. En el caso de una superposición de diferencia simétrica se define un área resultante que incluye la superficie total de ambas capas a excepción de la zona de intersección.

      En el análisis de datos raster, la superposición de conjunto de datos se lleva a cabo mediante un proceso conocido como álgebra de mapas, a través de la aplicación de métodos matemáticos simples que permiten combinar los valores de cada matriz raster. En el álgebra de mapas es posible ponderar determinadas coberturas que asignen el grado de importancia de diversos factores en un fenómeno geográfico.

      Cartografía automatizada Editar

      Tanto la cartografía digital como los sistemas de información geográfica codifican relaciones espaciales en representaciones formales estructuradas. Los SIG son usados en la creación de cartografía digital como herramientas que permiten realizar un proceso automatizado o semiautomatizado de elaboración de mapas denominado cartografía automatizada.

      En la práctica esto sería un subconjunto de los SIG que equivaldría a la fase de composición final del mapa, dado que en la mayoría de los casos no todos los software de sistemas de información geográfica poseen esta funcionalidad.

      El producto cartográfico final resultante puede estar tanto en formato digital como impreso. El uso conjunto que en determinados SIG se da de potentes técnicas de análisis espacial junto con una representación cartográfica profesional de los datos, hace que se puedan crear mapas de alta calidad en un corto período. La principal dificultad en cartografía automatizada es el utilizar un único conjunto de datos para producir varios productos según diferentes tipos de escalas, una técnica conocida como generalización.

      Geoestadística Editar

      La geoestadística analiza patrones espaciales con el fin de conseguir predicciones a partir de datos espaciales concretos. Es una forma de ver las propiedades estadísticas de los datos espaciales. A diferencia de las aplicaciones estadísticas comunes, en la geoestadística se emplea el uso de la teoría de grafos y de matrices algebraicas para reducir el número de parámetros en los datos. Tras ello, el análisis de los datos asociados a entidad geográfica se llevaría a cabo en segundo lugar.

      Cuando se miden los fenómenos, los métodos de observación dictan la exactitud de cualquier análisis posterior. Debido a la naturaleza de los datos (por ejemplo, los patrones de tráfico en un entorno urbano, las pautas meteorológicas en el océano, etc.), grado de precisión constante o dinámico se pierde siempre en la medición. Esta pérdida de precisión se determina a partir de la escala y la distribución de los datos recogidos. Los SIG disponen de herramientas que ayudan a realizar estos análisis, destacando la generación de modelos de interpolación espacial.

      Geocodificación Editar

      Geocodificación es el proceso de asignar coordenadas geográficas (latitud-longitud) a puntos del mapa (direcciones, puntos de interés, etc.). Uno de los usos más comunes es la georreferenciación de direcciones postales. Para ello se requiere una cartografía base sobre la que referenciar los códigos geográficos. Esta capa base puede ser, por ejemplo, un tramero de ejes de calles con nombres de calles y números de policía. Las direcciones concretas que se desean georreferenciar en el mapa, que suelen proceder de tablas tabuladas, se posicionan mediante interpolación o estimación. El SIG a continuación localiza en la capa de ejes de calles el punto en el lugar más aproximado a la realidad según los algoritmos de geocodificación que utiliza.

      La geocodificación puede realizarse también con datos reales más precisos (por ejemplo, cartografía catastral). En este caso el resultado de la codificación geográfica se ajustará en mayor medida a la realizada, prevaleciendo sobre el método de interpolación.

      En el caso de la geocodificación inversa el proceso sería al revés. Se asignaría una dirección de calle estimada con su número de portal a unas coordenadas x,y determinadas. Por ejemplo, un usuario podría hacer clic sobre una capa que representa los ejes de vía de una ciudad y obtendría la información sobre la dirección postal con el número de policía de un edificio. Este número de portal es calculado de forma estimada por el SIG mediante interpolación a partir de unos números ya presupuestos. Si el usuario hace clic en el punto medio de un segmento que comienza en el portal 1 y termina con el 100, el valor devuelto para el lugar seleccionado será próximo al 50. Hay que tener en cuenta que la geocodificación inversa no devuelve las direcciones reales, sino sólo estimaciones de lo que debería existir basándose en datos ya conocidos.

      La información geográfica puede ser consultada, transferida, transformada, superpuesta, procesada y mostradas utilizando numerosas aplicaciones de software. Dentro de la industria empresas comerciales como ESRI, Intergraph, MapInfo, Bentley Systems, Autodesk o Smallworld son algunas de las compañías más importantes, con mucha experiencia en el ámbito de geoprocesamiento y que ofrecen aplicaciones propietarias en este campo. Por otro lado el software libre ha entrado con fuerza en la última década en el sector, captando una importante masa de usuarios y desarrolladores y siendo una opción cada vez más elegida por empresas y administraciones públicas. Bajo el paraguas de la fundación OSGeo se agrupan muchos de los mejores y más relevantes proyectos de software libre de este tipo existentes hoy en día.

      El manejo de este tipo de sistemas son llevados a cabo generalmente por profesionales de diversos campos del conocimiento con experiencia en sistemas de información geográfica (cartografía, geografía, topografía, etc.), ya que el uso de estas herramientas requiere un aprendizaje previo que necesita de conocer las bases metodológicas sobre las que se fundamentan. Aunque existen herramientas gratuitas para ver información geográfica, el acceso del público en general a los geodatos está dominado por los recursos en línea, como Google Earth y otros basados en tecnología web mapping.

      Originalmente hasta finales de los 90, cuando los datos del SIG se localizaban principalmente en grandes ordenadores y se utilizan para mantener registros internos, el software era un producto independiente. Sin embargo con el cada vez mayor acceso a Internet/Intranet y a la demanda de datos geográficos distribuidos, el software SIG ha cambiado gradualmente su perspectiva hacia la distribución de datos a través de redes. Los SIG que en la actualidad se comercializan son combinaciones de varias aplicaciones interoperables y APIs.

      Hoy por hoy dentro del software SIG se distingue a menudo siete grandes tipos de programas informáticos:

      • SIG de escritorio. Son aquellos que se utilizan para crear, editar, administrar, analizar y visualizar los datos geográficos. A veces se clasifican en tres subcategorías según su funcionalidad:
        • Visor SIG. Suelen ser software sencillos que permiten desplegar información geográfica a través de una ventana que funciona como visor y donde se pueden agregar varias capas de información.
        • Editor SIG. Es aquel software SIG orientado principalmente al tratamiento previo de la información geográfica para su posterior análisis. Antes de introducir datos a un SIG es necesario prepararlos para su uso en este tipo de sistemas. Se requiere transformar datos en bruto o heredados de otros sistemas en un formato utilizable por el software SIG. Por ejemplo, puede que una fotografía aérea necesite ser ortorrectificada mediante fotogrametría de modo tal que todos sus píxeles sean corregidos digitalmente para que la imagen represente una proyección ortogonal sin efectos de perspectiva y en una misma escala. Este tipo de transformaciones se pueden distinguir de las que puede llevar a cabo un SIG por el hecho de que, en este último caso, la labor suele ser más compleja y con un mayor consumo de tiempo. Por lo tanto es común que para estos casos se suela utilizar un tipo de software especializado en estas tareas.
        • SIG de análisis. Disponen de funcionalidades de análisis espacial y modelización cartográfica de procesos.
        • Sistemas de gestión de bases de datos espaciales o geográficas (SGBD espacial). Se emplean para almacenar la información geográfica, pero a menudo también proporcionan la funcionalidad de análisis y manipulación de los datos. Una base de datos geográfica o espacial es una base de datos con extensiones que dan soporte de objetos geográficos permitiendo el almacenamiento, indexación, consulta y manipulación de información geográfica y datos espaciales. Si bien algunas de estas bases de datos geográficas están implementadas para permitir también el uso de funciones de geoprocesamiento, el principal beneficio de estas se centra en la capacidades que ofrecen en el almacenamiento de datos especialmente georrefenciados. Algunas de estas capacidades incluyen un fácil acceso a este tipo de información mediante el uso de estándares de acceso a bases de datos como los controladores ODBC, la capacidad de unir o vincular fácilmente tablas de datos o la posibilidad de generar una indexación y agrupación de datos espaciales, por ejemplo.
        • Servidores cartográficos. Se utilizan para distribuir mapas a través de Internet (véase también los estándares de normas Open Geospatial ConsortiumWFS y WMS).
        • Servidores SIG. Proporcionan básicamente la misma funcionalidad que los SIG de escritorio pero permiten acceder a estas utilidades de geoprocesamiento a través de una red informática.
        • Clientes web SIG. Permiten la visualización de datos y acceder a funcionalidades de análisis y consulta de servidores SIG a través de Internet o intranet. Generalmente se distingue entre cliente ligero y pesado. Los clientes ligeros (por ejemplo, un navegador web para visualizar mapas de Google) sólo proporcionan una funcionalidad de visualización y consulta, mientras que los clientes pesados (por ejemplo, Google Earth o un SIG de escritorio) a menudo proporcionan herramientas adicionales para la edición de datos, análisis y visualización.
        • Bibliotecas y extensiones espaciales. Proporcionan características adicionales que no forman parte fundamental del programa ya que pueden no ser requeridas por un usuario medio de este tipo de software. Estas nuevas funcionalidades pueden ser herramientas para el análisis espacial (por ejemplo, SEXTANTE), herramientas para la lectura de formatos de datos específicos (por ejemplo, GDAL), herramientas para la correcta visualización cartográfica de los datos geográficos (por ejemplo, PROJ4), herramientas para funciones geométricas fundamentales (JTS), o para la implementación de las especificaciones del Open Geospatial Consortium (por ejemplo, GeoTools).
        • SIG móviles. Se usan para la recogida de datos en campo a través de dispositivos móviles (PDA, teléfonos inteligentes, tabletas, etc.). Con la adopción generalizada por parte de estos de dispositivos de localización GPS integrados, el software SIG permite utilizarlos para la captura y manejo de datos en campo. En el pasado la recogida de datos en campo destinados a sistemas de información geográfica se realizaba mediante la señalización de la información geográfica en un mapa de papel y, a continuación, se volcaba esa información a formato digital una vez de vuelta frente al ordenador. Hoy en día a través de la utilización de dispositivos móviles los datos geográficos pueden ser capturados directamente mediante levantamientos de información en trabajo de campo.

        Comparativa de software SIG Editar

        Listado incompleto de los principales programas SIG existentes en el sector y los sistemas operativos en los que pueden funcionar sin emulación, [ 14 ] ​ así como su tipo de licencia.

        Software SIG Windows Mac OS X GNU/Linux BSD Unix Entorno Web Licencia de software
        ABACO DbMAP Java Software no libre
        ArcGIS No No Software no libre
        Autodesk Map No No No No Software no libre
        Bentley Map No No No No Software no libre
        Capaware Sí (C++) No No No No Libre: GNU GPL
        Caris No No No si Software no libre
        CartaLinx No si No No No Software no libre
        El Suri Java Java Java Java Java No Libre: GNU
        Geomedia No No No Software no libre
        GeoPista Java Java Java Java Java Libre: GNU
        GestorProject - PDAProject No No No No Java Software no libre
        GeoServer Java Libre: GNU
        GRASS Mediante pyWPS Libre: GNU
        gvSIG Sí, Java Sí, Java Sí, Java Sí, Java Sí, Java Libre: GNU
        IDRISI No No No No No Software no libre
        ILWIS No No No No No Libre: GNU
        Generic Mapping Tools Libre: GNU
        JUMP Java Java Java Java Java No Libre: GNU
        Kosmo Java Java Java Java Java En desarrollo Libre: GNU
        LocalGIS Java Java Java Java Java Libre: GNU
        LatinoGis No No No No Software no libre
        Manifold No No No No Software no libre
        MapGuide Open Source LAMP/WAMP Libre: LGNU
        MapInfo No No Software no libre
        MapServer LAMP/WAMP Libre: BSD
        Maptitude No No No No Software no libre
        MapWindow GIS Sí (ActiveX) No No No No No Libre: MPL
        MiraMon Sí (C) No No No No Software no libre
        ortoSky Sí (C++) No No No No No Software no libre
        QGIS Libre: GNU
        SAGA GIS No Libre: GNU
        GE Smallworld ? ? Software no libre
        SavGIS No No No No Integración con Google Maps Software no libre: Freeware
        SEXTANTE Java Java Java Java Java No Libre: GNU
        SITAL No No No No Integración con Google Maps Software no libre
        SPRING No No Solaris No Software no libre: Freeware
        SuperGIS No No No No Software no libre
        TatukGIS No No No No ? Software no libre
        TNTMips No No No Software no libre
        TransCAD No No No No Software no libre
        uDIG No No No Libre: LGNU
        GeoStratum Sí (Flex/Java) Sí (Flex/Java) Sí (Flex/Java) Sí (Flex/Java) Sí (Flex/Java) Sí (Flex/Java) Software no libre
        ASINELSA SIDAC Java Java Java Java Java Software no libre

        Muchas disciplinas y especializaciones se han beneficiado de la tecnología subyacente en los SIG. El activo mercado de los sistemas de información geográfica se ha traducido en una reducción de costes y mejoras continuas en los componentes de hardware y software de los sistemas. Esto ha provocado que el uso de esta tecnología haya sido asimilada por universidades, gobiernos, empresas e instituciones que lo han aplicado a sectores como los bienes raíces, la salud pública, la criminología, la defensa nacional, el desarrollo sostenible, los recursos naturales, la arqueología, la ordenación del territorio, el urbanismo, el transporte, la sociología o la logística entre otros.

        En la actualidad los SIG están teniendo una fuerte implantación en los llamados Servicios Basados en la Localización (LBS) debido al abaratamiento y masificación de la tecnología GPS integrada en dispositivos móviles de consumo (teléfonos móviles, PDAs, ordenadores portátiles). Los LBS permiten a los dispositivos móviles con GPS mostrar su ubicación respecto a puntos de interés fijos (restaurantes, gasolineras, cajeros, hidrantes, etc. más cercanos), móviles (amigos, hijos, autobuses, coches de policía) o para transmitir su posición a un servidor central para su visualización u otro tipo de tratamiento.

        Otra de las líneas a destacar dentro de la rama de especialización de análisis de datos espaciales es el auge de las modelizaciones cartográficas. Gracias a ellas podemos modelizar y evaluar tanto aspectos o escenarios actuales como los futuribles con base en variables que les concretemos. Es una gran herramienta de predicción y evaluación y nos permiten evaluar casuísticas que reflejen el comportamiento por ejemplo de las zonas con mayor vulnerabilidad frente a determinados riesgos la distribución potencial de especies o la dispersión de contaminantes por la atmósfera. [ 15 ] ​

        Cartografía en entornos web Editar

        Por otro lado el mundo de los SIG ha asistido en los últimos años a una explosión de aplicaciones destinadas a mostrar y editar cartografía en entornos web como Google Maps, Bing Maps u OpenStreetMap entre otros. Estos sitios web dan al público acceso a enormes cantidades de datos geográficos. Algunos de ellos utilizan software que, a través de una API, permiten a los usuarios crear aplicaciones personalizadas. Estos servicios ofrecen por lo general callejeros, imágenes aéreas o de satélite, geocodificación, búsquedas en nomenclátores o funcionalidades de enrutamiento.

        El desarrollo de Internet y las redes de comunicación, así como el surgimiento de estándares OGC que facilitan la interoperabilidad de los datos espaciales, ha impulsado la tecnología web mapping, con el surgimiento de numerosas aplicaciones que permiten la publicación de información geográfica en la web. De hecho este tipo de servicios web mapping basado en servidores de mapas que se acceden a través del propio navegador han comenzado a adoptar las características más comunes en los SIG tradicionales, lo que ha propiciado que la línea que separa ambos tipos de software se difumine cada vez más.

        La tercera dimensión Editar

        Los sistemas existentes en la actualidad en el mercado están básicamente sustentados en la gestión y análisis en dos dimensiones de los datos, con las limitaciones que esto supone. Existen sistemas híbridos a medio camino entre el 2D y el 3D que poseen capacidades, fundamentalmente de visualización, denominadas de dos dimensiones y media (2.5D) o falso 3D.

        No obstante hoy en día cada vez más se requieren aplicaciones avanzadas con funcionalidades capaces de gestionar conjuntos de datos complejos tal y como se perciben en el mundo real por el usuario, es decir, en tres dimensiones. Este entorno proporciona un conocimiento mucho mejor de los fenómenos y patrones geoespaciales, ya sea a pequeña o gran escala, por ejemplo en la planificación urbana, la geología, la minería, la gestión de redes de abastecimiento, etc. [ 16 ] ​

        Las dificultades con que se enfrenta un SIG completamente 3D son grandes y van desde las gestión de geometrías 3D y su topología hasta su visualización de una manera sencilla, pasando por el análisis y geoprocesado de la información.

        Actualmente el Open Geospatial Consortium trabaja en cómo abordar la combinación de los diferentes tipos de modelados resultantes de las distintas tecnologías SIG, CIM, CAD y BIM de la forma más íntegra posible. La interoperabilidad de estos formatos y modelos de datos constituye el primer paso hacia la creación de modelos 3D inteligentes a diferentes escalas. [ 17 ] ​

        Semántica y SIG Editar

        Las herramientas y tecnologías emergentes desde la W3C Semantic Web Activity están resultando útiles para los problemas de integración de datos en los sistemas de información. De igual forma, esas tecnologías se han propuesto como un medio para facilitar la interoperabilidad y la reutilización de datos entre aplicaciones SIG [ 18 ] ​ [ 19 ] ​y también para permitir nuevos mecanismos de análisis. [ 20 ] ​ En suma la incorporación de cierta inteligencia artificial que dote a estos sistemas de nuevas funcionalidades de aprendizaje automático, tales como la recuperación selectiva de información, el análisis estadístico, la generalización automática de mapas o la interpretación automática de imágenes geoespaciales. [ 21 ] ​

        Las ontologías son un componente clave de este enfoque semántico, ya que facilitan una legibilidad por parte de las máquinas de conceptos y relaciones en un dominio dado. Esto a su vez permite al SIG centrarse en el significado de los datos en lugar de su sintaxis o estructura. Por ejemplo, podemos razonar que un tipo de cobertura del suelo clasificada como bosques de frondosas caducifolias son un conjunto de datos detallados de una capa sobre cubiertas vegetales de tipo forestal con una clasificación menos minuciosa, lo que podría ayudar a un SIG a fusionar automáticamente ambos conjuntos de datos en una capa más general de clasificación de la cubierta vegetal terrestre.

        Pero el desarrollo futuro de los SIG con la inclusión de la semántica en la gestión no solo permitiría la generalización o coflación de datos geoespaciales con cierta similitud, sino que, por ejemplo, facilitaría la generación automatizada o semiasistida de una tarea tradicionalmente considerada como tediosa y poco gratificante como es la creación de metadatos para las diferentes capas de información geográfica. [ 22 ] ​

        Ontologías muy profundas y exhaustivas han sido desarrolladas en áreas relacionadas con el uso de los SIG, como por ejemplo la Ontología de Hidrología desarrollada por el Ordnance Survey en el Reino Unido, la ontología geopolítica de la FAO, [ 23 ] ​ las ontologías OWL hydrOntology y Ontología GML y las ontologías SWEET llevadas a cabo por el Laboratorio de Propulsión a Reacción de la NASA.

        Los SIG temporales Editar

        Una de las principales fronteras a las que se enfrenta los sistemas de información geográfica es la de agregar el elemento tiempo a los datos geoespaciales. Los SIG temporales incorporan las tres dimensiones espaciales (X, Y y Z) añadiendo además el tiempo en una representación 4D que se asemeja más a la realidad. La temporalidad en los SIG recoge los procesos dinámicos de los elementos representados. Por ejemplo, imaginémonos las posibilidades que ofrecería un sistema de información geográfica que permita ralentizar y acelerar el tiempo de los procesos geomorfológicos que en él se modelizan y analizar las diferentes secuencias morfogenéticas de un determinado relieve terrestre o modelizar el desarrollo urbano de una área determinada a lo largo de un período dado. [ 17 ] ​

        Dentro de la gestión de archivos ráster, el factor tiempo también juega un papel importante. Por ejemplo a la hora de visualizar cambios en la superficie terrestre. Con la apertura de las imágenes satélite de manera gratuita desde plataformas como Land Viewer, es posible disponer de un amplio repertorio de imágenes satélite a través de las cuales realizar timelapses y ver la evolución de la información en el tiempo.

        Los SIG y las Infraestructuras de Datos Espaciales (IDE) Editar

        El crecimiento exponencial de los Sistemas de Información Geográfica, de sus herramientas y de la facilidad de acceso a las mismas, ha producido un efecto no deseado en los organismos de gobierno que es la excesiva dispersión y divergencia de la información, así como la escasa normalización de los datos. Para solventar este problema y lograr una información unificada, de calidad, normalizada, sustentable y de acceso público se han venido desarrollando las denominadas Infraestructuras de Datos Espaciales (IDE) locales y regionales. Mediante estas se persigue obtener una convergencia de los esfuerzos sobre la gestión de la información pública, así como también de la que corresponde a organismos de investigación [cita requerida]

        Los SIG educativos Editar

        A finales del siglo XX los SIG empezaron a ser reconocidos como herramientas que favorecían el aprendizaje, fundamentalmente mediante la investigación, el constructivismo y el aprendizaje basado en problemas. Los beneficios de los SIG parecen enfocados en desarrollar el llamado pensamiento espacial, pero no existe suficiente bibliografía o datos estadísticos que muestren el alcance concreto del uso de los SIG en la educación alrededor del mundo, aunque en aquellos países donde el currículum los menciona su expansión ha sido más rápida . [ 24 ] ​

        Los SIG parece que proporcionan muchas ventajas en la enseñanza de la Geografía porque permiten un análisis veraz basado en datos geográficos reales y también plantear muchas preguntas de investigación por parte de los profesores y los alumnos en las aulas, así como contribuir a la mejora en el aprendizaje desarrollando el pensamiento espacial y geográfico y, en muchos casos, la motivación del alumnado . [ 25 ] ​

        Los SIG y las tecnologías Editar

        La tecnología ha evolucionado de la mano de los Sistemas de Información Geográfica siendo los SIG, en muchas ocasiones, un complemento adicional a la propia información geográfica. Ejemplo de ello lo encontramos con la llegada de herramientas como la Realidad Aumentada o la incorporación de los drones dentro de nuestras vidas. El manejo de la Realidad Aumentada ha permitido la comprensión de los SIG y ha supuesto una herramienta adicional en la gestión del territorio además de una herramienta educativa. Como ejemplo de encontramos Sand Box. Otras tecnologías como los vehículos aéreos no tripulados, o drones, han permitido mapear el territorio obteniendo imágenes de alta resolución que pueden ser tomadas en cualquier momento sin necesidad de realizar vuelos en avionetas o el empleo de satélites.

        El análisis de las propiedades métricas de los SIG nos descubre que inducen a apreciaciones, valoraciones y conclusiones erróneas. Estos errores tienen su origen al considerar los SIG el concepto de ampliación, zoom o acercamiento como sinónimo de escala. Este error lleva a dar una precisión imposible a escala 1:5.000 (escala de realización del plano) a: la georreferenciación, la medición de distancias, la superficie de recintos y la representación gráfica. En el SIG de las Parcelas Agrícolas (SIGPAC) y el SIG de Catastro (SIGCA), se puede llegar a visualizar a pseudoescala (ampliación) 1:400, obtener coordenadas UTM y realizar mediciones con precisión de un centímetro, en un plano y una ortofotografía a escala 1:5.000. Todo esto es incorrecto, carece de rigor técnico.

        La llamamos pseudoescala por:

        • Visualizar bajo el rótulo de escala, cuando se hace a pseudoescala mayor a 1:5.000 (escala de realización del plano), es incorrecto, son ampliaciones (no mejora la métrica).
        • La simbología utilizada en un plano, características de los elementos de representación (sección de los trazados de líneas de linde, el tamaño de los números de parcelas y el resto de la simbología del plano) debían de aumentar de tamaño con la ampliación.
        • Asignar una precisión numérica imposible a escala 1:5.000 a: la métrica, las coordenadas UTM y la representación gráfica, carece del mínimo rigor técnico.

        El origen del error puede estar en la metodología digital (virtual) del SIG sin referencias analógicas y distante (el monitor y la ortofotografía), que no ha sido probado (calibrado).

        Todo es muy fácil e intuitivo, no requiere conocimientos técnicos. Llegamos a pensar que todo puede hacerse desde el monitor y con precisión de un cm., mejor que con un levantamiento topográfico. En conclusión, los SIG actuales necesitan una revisión que incluya: informar sobre la escala, ajustar las cifras significativas, dar distinto tratamiento a los elementos de la simbología cuando realizamos ampliaciones de acuerdo con la misma,…, hasta ese momento extremar la cautela con los datos numéricos y la información visual (cuando superponemos el plano sobre ortofotografía). [ 26 ] ​


        Watch the video: Managing Imagery Using Mosaic Datasets and Image Services