Análisis_Espacial_con_Datos_Raster_en_Spatial_Analyst

Análisis Espacial con Datos Raster en

ArcGIS Desktop 9.2

Autor: Francisco José Reyes Peralta

http://www.docu-track.com/buy/


Análisis Espacial con Datos Raster en ArcGIS Desktop 9.2

Página 2

ÍNDICE

1. El Modelo de Datos Raster.

2. Fuentes de origen de datos raster.

3. Breve introducción al tratamiento y funciones de análisis raster: Análisis Local, Focal,

Zonal y Global.

4. Almacenamiento de Raster en Geodatabase.

5. Introducción a la Extensión Spatial Analyst para ArcGIS Desktop.

6. Especificación de las opciones de análisis de Spatial Analyst.

7. Obtención del MDE mediante la herramienta 3D Analyst.

8. Obtención de los parámetros morfométricos derivados del MDE con Spatial Analyst.

9. Funciones de análisis Raster con Spatial Analyst.

10. El uso de ArcToolbox y Model Builder para el análisis espacial de datos raster.

11. Breve referencia de aplicaciones reales.




Página 3

1. El Modelo de Datos Raster.

Teniendo en cuenta que un Sistema de Información Geográfica almacena de forma estructurada losdatos que describen un fenómeno, construyendo con ellos un modelo, que representa en el contextoteográfico la porción de la realidad cuya información se desea analizar, podemos decir que unmodelo no es más que una “representación parcial de la realidad” en base a unos criterios quedelimitan tanto espacial como temáticamente una zona de la superficie terrestre. Así los procesos yfenómenos del mundo real se representan en un sistema de información geográfico medianteobjetos con coordenadas de localización en la superficie terrestre (información espacial), suscaracterísticas mediante atributos (información temática) e incluso se pueden establecen relacionesentre dichos objetos (relaciones topológicas).

Dado que cada usuario se plantea un determinado estudio del territorio, y más concretamente deuna porción de la realidad (Subset), debemos llevar a cabo una “simplificación” de la misma, dadoque no es posible representar toda la realidad de la superficie terrestre, por lo que aislaremosaquellos elementos así como sus propiedades y relaciones que son más útiles para nuestro estudio.

Aunque a veces se utilizan como sinónimos, conviene establecer una diferenciación entre lostérminos modelo de datos (la conceptualización del espacio) y estructura de datos (laimplementación de esa conceptualización en el ordenador). (Gutiérrez Puebla y Michael Gould, 1993,pág. 76)

En resumen dentro del campo de los Sistemas de Información Geográfica, la informacióngeorreferenciada es susceptible de ser analizada mediante distintos modelos de datos entre los quedestacan los que se muestran en la tabla siguiente:

Modelo de Datos Ejemplo de aplicación

Datos CAD Diseño Automatizado en Ingeniería y dibujo asistido por ordenador.

Gráfico (no topológico) Mapeado simple.

Imagen Procesamiento Digital de Imágenes (ADI).

Raster/Grid Análisis Espacial y Modelado, aplicado especialmente en estudios ambientales y derecursos naturales.

Vector/Georrelacional

Topológico

Operaciones basadas en geometría de vectores en Cartografía, análisis de recursos,socio-economía, y modelado espacial, donde la exactitud prima a la velocidad deproceso.

Redes (Networks) Análisis de redes de transportes, Hidrología y utilities.

Red IrregularTriangulada (TIN)

Análisis y visualización del Terreno.

Objetos Suelen englobar distintos modelos (raster/vectorial/TIN) y tienen múltiples usos.

Tabla 1. Modelos de datos en GIS.

¿Pero por qué es tan difícil saber si el fenómeno que vamos a analizar es mejor analizarlo medianteun modelo de datos raster o un modelo de datos vectorial? Es aquí donde entran en juego los límitesdel fenómeno analizado, así desde un punto de vista conceptual, en general los elementospaisajísticos naturales, normalmente no presentan bordes marcados sino zonas de transición, por lo




Página 4

que estamos ante fenómenos caracterizados por una variación continua (superficie) en el espaciocuya mejor representación es mediante el modelo de datos raster, mientras que los elementos queson resultado de la acción antrópica como son las divisiones administrativas, vías de comunicación,etc. Tienen unos límites más marcados y una variación discreta del fenómeno, fácilmentedelimitable, por tanto se pueden representar mediante pares de coordenadas y un modelo de datosvectorial, aunque pueden haber excepciones en dicha representación (ej. Variable continua Altitud –representación mediante curvas de nivel).

Dado que vamos a abordar el estudio de los fenómenos de la superficie terrestre y su análisismediante el modelo de datos raster, no vamos a entrar en detalle sobre el modelo de datos vectorialy otros modelos de datos como el TIN o modelos de datos híbridos (tan sólo veremos unaspinceladas del almacenamiento de datos Raster en Geodatabase). En nuestro caso vamos acentrarnos en el modelo de datos Raster pero debemos tener en cuenta que la principal diferenciaentre ambos modelos de datos (raster-vector) es la forma de almacenar la información; en elmodelo vectorial se almacena la información en forma de geometrías (puntos, líneas, polígonos) yen el caso de los datos matriciales la información se almacena como valores numéricos asociados auna posición dentro de una matriz denominada pixel.

Definición de Raster:

Se trata de un Modelo de datos en el cual las entidades geográficas son representadas usandoceldas, generalmente cuadrados (aunque algunos sistemas utilizan otras figuras geométricas comotriángulos o hexágonos), ordenados conformando una grilla regular. Un raster es esencialmentecomo una matriz bidimensional (filas y columnas) cuyo origen se sitúa en el extremo superiorizquierdo, al contrario de lo que ocurre con el Sistema de Coordenadas Cartesiano cuyo origen seencuentra en el punto inferior izquierdo (véase Fig. 2). Un raster puede tener una o más bandas deinformación (entiéndase Fotografía Aérea con tres bandas una por cada color visible RGB; imágenesde Satélite multiespectrales o hiperespectrales, etc.) y la mínima entidad en la que se descomponedicho raster o grilla es el píxel que permite almacenar tres tipos de variables (X o Longitud, Y oLatitud, y Z o variable que representamos mediante dicho raster). Así el modelo de datos raster secentra más en las propiedades y variaciones de las variables en el espacio que en la representacióndiscreta de los elementos que lo conforman.

Fig. 1. Formato Raster a. Simple, b. Multiespectral.

Todo ello conlleva un problema derivado de la falta de exactitud a la hora de delimitar los elementosrepresentados, y la única aproximación que se puede llevar a cabo es mediante el aumento de laresolución o una clasificación del fenómeno a nivel de subpixel. Por lo que estamos ante unproblema no tanto de exactitud posicional, sino de resolución del raster.




Página 5

El ejemplo más destacable es el del Modelo Digital del Terreno que viene a representar la variacióncontinua de una variable que se presenta en la superficie terrestre mediante una malla teselar concoordenadas XY y la representación de una tercera variable de acuerdo al fenómeno analizado. Losmodelos digitales del terreno son aplicables no solo a la variable elevación, sino a cualquier otravariable que presente una variación continua sobre el espacio (precipitaciones, presión atmosférica,temperaturas, pendientes, etc.)

Fig. 2. Relación entre el sistema de coordenadas raster y cartesiano.

Existen diversas clasificaciones de los datos raster que tienden a diferenciarlos utilizando criterioscomo los que detallo a continuación:

- Según el valor del pixel.o Continuos.o Discretos o temáticos.

- Según el número de bandas o variables almacenadas en el raster.- Según el tipo de datos almacenado y la fuente de procedencia

o Imágenes de Satélite o Raster espectrales (incluye fotografía aérea).o Modelos Digitales del Terreno.o Raster temáticos.o Fotografía convencional (podría incluirse dentro del primer grupo)

A) Según el valor del píxel:

Continuos: se refiere a datos que se encuentran distribuidos de forma continúa como su nombreindica en cualquier lugar de la superficie terrestre (por ejemplo: temperatura, precipitación, altitud,presión atmosférica, etc.) y por tanto cualquier pixel tendrá un valor de dicha variable.

Discretos o temáticos: por otro lado tenemos los raster discretos que proceden de unaesquematización o discretización del fenómeno estudiado de acuerdo a un criterio, o se trata derepresentaciones de fenómenos cuyos límites quedan perfectamente establecidos (como es el casode un raster de usos del suelo, tipología de suelos, etc.). El proceso de discretización de una variablecontinua pasa por la agrupación de los píxeles que componen el raster en determinadas unidades yla posterior asignación de un valor común a todos los píxeles que componen cada clase o intervalo,lo que se ha venido a denominar RECLASIFICACIÓN de un raster continuo para la obtención del unraster discreto.




Página 6

B) Según el número de bandas o variables almacenadas en el raster:

A pesar de que la mayor parte de los datos raster suelen ser monobanda (una única variablerepresentada) como es el caso de un MDE (Modelo Digital de Elevaciones), dado que no es posible larepresentación de múltiples variables en un solo raster nos vemos en la obligación de usar losdenominados raster multiespectrales que pueden tener distinta significación según el contexto en elque se usen. Así tenemos por un lado los raster multiespectrales basados en la discriminación de lasdistintas zonas del espectro electromagnético (véase Fig. 3) o los raster múltiples que puedenformar parte de una agrupación posterior mediante la aplicación de cualquier análisis de EvaluaciónMulticriterio, pudiendo tener una imagen raster que almacene cada una de las variables para suposterior agrupación (Álgebra de Mapas).

Fig. 3. El espectro electromagnético y las imágenes multiespectrales (imágenes de satélite yfotografías aéreas) e hiperespectrales.

C) Según el tipo de datos almacenado y la fuente de procedencia:

Siguiendo este criterio podemos diferenciar temáticamente los raster de acuerdo a la fuente deinformación utilizada así como la finalidad del análisis (conversión vector a raster, extracción deinformación o reconocimiento de patrones, etc.). Así tenemos:

Fuente: The Remote Sensing Tutorial:http://www.fas.org/irp/imint/docs/rst

Fuente: http://www.lib.utexas.edu/chem/info/ems3.jpg

http://www.fas.org/irp/imint/docs/rst

http://www.lib.utexas.edu/chem/info/ems3.jpg




Página 7

o Imágenes de Satélite o Raster espectrales (incluye fotografía aérea). Se trata unade las tipologías de datos raster con mayor antigüedad dentro del campo de losSIG, y su representación se limita a la variación de la reflectancia de la superficieterrestre como respuesta al flujo energético proporcionado por la principal fuenteenergética, el Sol, aunque también existen fuentes secundarias y artificiales antelas que se produce una reacción de la superficie terrestre y que posteriormente esgrabada a bordo de los sensores aerotransportados (cámaras métricas o digitalesen avión, o sensores aerotransportados a bordo de satélites). Esta recepción de laseñal no se limita a la porción visible del espectro electromagnético, sino quetambién podemos disponer de raster que contemplan otras longitudes de onda yporciones de dicho EEM, como son el radar o las bandas térmicas. Dentro delrango del EEM de la porción visible tenemos como ejemplo las fotografías aéreas yortofotografías.

Fig. 4. Imagen de Satélite Landsat 7 ETM+. Zona del Torcal de Antequera (Málaga)

o Modelos Digitales del Terreno. Raster cuya característica principal es larepresentación de un fenómeno continuo sobre la superficie terrestre medianteuna malla de píxeles que se componen de una componente espacial (tamaño delpixel y localización del mismo en coordenadas XY), y componente temática o deatributos (el valor de la variable almacenada). A partir de este tipo de datos rasterpodremos derivar otro tipo de información mediante la aplicación de las funcionesde análisis espacial.

Fig. 5. Modelo Digital del Terreno (Representación de un MDE)

o Raster temáticos. Proceden de la agrupación temática de los datos continuos deacuerdo a un criterio preestablecido.




Página 8

Fig. 6. Raster temático con tres valores de altitud (menor de 200 metros, de 200 a 700 y más de700 metros) procedente de la reclasificación del modelo digital de elevaciones de la Fig. 5.

o Fotografía convencional (podría incluirse dentro del primer grupo). Veremos unejemplo de este tipo de datos que puede almacenarse no como un rastergeorreferenciado, sino como un atributo raster en el modelo de datos degeodatabase, o como un hiperenlace en cualquier clase de entidad (Shapefile).

Fig. 7. Imagen como atributo raster en Geodatabase.

Centrándonos momentáneamente en los raster multiespectrales debemos atender a la organizaciónde dichos raster de acuerdo a la siguiente ilustración, donde se introduce otro eje cartesianoderivado de la señal detectada en los píxeles de cada banda de información.




Página 9

Fig. 8. Ejes en el espacio n-dimensional de imágenes multiespectrales.

Así de izquierda a derecha y de arriba abajo tendríamos respectivamente las columnas y filas quecomponen cada una de las bandas, y cada una de éstas variarán en función del atributorepresentado en el eje Z que nos muestra la variabilidad temática de un conjunto rasterMultiespectral, que iría desde 1 hasta n bandas (3 en el caso de una fotografía aérea o fotografíaconvencional, hasta centenares de bandas para imágenes hiperespectrales.).

ESTRUCTURA Y CARACTERÍSTICAS MÁS SIGNIFICATIVAS DE UN RASTER

Como se ha comentado un fichero raster es similar a una malla de píxeles en cuya posición sealmacena un valor (usualmente un Nivel Digital [ND] dada una codificación específica). Este valorsuele asociarse por convención a un color conformando la apariencia visual de dicho fichero en unordenador, pero en ocasiones esto no es del todo cierto ya que en determinadas ocasiones un pixelno almacena un valor o característica visual, sino otro elemento, a veces abstracto como puede serla altitud o la temperatura, no perceptible visualmente (pero sí su manifestación).

Generalmente el almacenamiento de dicha información en las computadoras se realiza recorriendodicha malla de izquierda a derecha y de arriba abajo desde la esquina superior izquierda del raster,para posteriormente reconstruir dicha imagen el software, asignando un color de acuerdo a unapaleta de colores especificada, aunque existen otros tipos de almacenamiento raster como los quese detallan a continuación:

Estructuras de Raster Simples:

-Enumeración Exhaustiva. Se trata de almacenar uno por uno el valor de cada celda, deacuerdo con una secuencia, generalmente fila a fila a partir de la celda superior izquierda.Fig. 9.

-Codificación por grupos de longitud variable (Run Length Encoding). La codificaciónno se hace valor a valor, sino por grupos de valores iguales seguidos. Fig. 10.

Estructuras de Raster Jerárquicas:

-Arboles Cuaternarios. Una derivación de las estructuras convencionales para ordenar ycodificar datos raster es la de árboles cuaternarios (quadtrees). Se trata de operar en unamisma capa raster con distintos tamaños celdas, lo que significa trabajar con una resoluciónvariable, algo poco frecuente. Dicha estructura es el resultado de una división del espaciobasada en estructuras jerárquicas de 4 cuadrantes. El espacio inicial es una matriz regular de




Página10

2x2 celdas; cada celda puede dividirse en otras 4 si el atributo varía en su dominio espacial,lo que reduce la necesidad de espacio cuando la variable es homogénea. Como contrapartidase complican las operaciones de análisis, combinación y modificación (rotaciones,proyecciones). Fig. 11.

Fig. 9. Codificación Raster mediante Enumeración Exhaustiva.

Fuente: http://www.geogra.uah.es/gisweb/1modulosespanyol/IntroduccionSIG/GISModule/GIST_Raster.htm

Fig. 10. Codificación Raster mediante Run Length.

Fuente: http://www.geogra.uah.es/gisweb/1modulosespanyol/IntroduccionSIG/GISModule/GIST_Raster.htm

Fig. 11. Codificación Raster mediante Árboles Cuaternarios.

http://www.geogra.uah.es/gisweb/1modulosespanyol/IntroduccionSIG/GISModule/GIST_Raster.htm




Página11

Una vez vistos algunos conceptos de almacenamiento de datos raster, veremos cuáles son lascaracterísticas más significativas de ese formato y que nos permitirán categorizarlos y analizarlos deforma adecuada.

Características significativas de un Raster:

Resolución: El pixel es el elemento más pequeño al que un dispositivo de visualizaciónpuede asignarle de forma independiente un atributo como es el color. Así se define laresolución como la dimensión lineal mínima de la unidad más pequeña del espacio geográficopara la que se recogen los datos. Cuanto menor sea el tamaño de dicho pixel y por ende dela zona representada por dicho pixel, mayor es también el número de celdas que serepresentarán mediante dicho raster. La resolución dependerá del nivel de detalle con el quese quiera representar el mundo real, teniendo en cuenta las posibilidades de análisis yhardware/software.

Orientación: Se denomina con este vocablo al ángulo formado por el norte y la direccióndefinida por las columnas de la retícula o raster, siendo habitual que su valor sea 0. (Véasefichero “world” de georeferenciación para imágenes raster).

Zona o Clase: se trata de una agrupación temática de las celdas de un fichero raster deacuerdo a un criterio clasificador (por ejemplo, usos del suelo). Los software GIS nospermiten entre otras funciones realizar mediciones de variables continuas a partir de dichaszonas o clases (Véase Funciones de Análisis Zonal mediante Spatial Analyst) tales comovalores medios, máximos, mínimos, desviaciones estándares, etc.

Valor: se trata del valor como su nombre indica almacenado en cada una de las celdas delraster (es decir, un único valor por celda y capa o banda). Estos valores podrán ser númerosenteros o reales (con cifras significativas y decimales), produciendo éstos últimos mayorconsumo de recursos de hardware. También es posible almacenar valores textuales pero lamayoría del software codifica a valores numéricos (proceso de Reclasificación). En el ámbitode los raster, se considera a la variable localización representada mediante X e Y de la celda,y como variable temática Z el valor de dicho pixel sea continuo o discreto.

Localización: como ya se ha visto la localización mediante la estructura teselar o raster serealiza en filas y columnas, y la topología, a diferencia de la estructura vectorial, quedaimplícita a la localización de las celdas y sus vecinas, deduciéndose relaciones del tipocontigüidad, proximidad, y orientación relativa (por ejemplo conocer por el número de fila ycolumna cuál está más al Sur y cuál más al Norte).

Georreferenciación: con respecto a la localización de los píxeles hemos de tener en cuentaque no siempre disponemos de un raster georreferenciado por lo tanto puede disponer decoordenadas fila y columnas, sin disponer de una referencia espacial determinada (Sistemade Referencia Espacial). En algunas ocasiones para proceder a la localización espacial dedicho raster hemos de realizar una georreferenciación, u Ortorectificación si dicha localizaciónconlleva la corrección del efecto del relieve, orientación interna y externa del raster etc. (nosreferimos por tanto en este caso a Fotografías Aéreas, pero podría georreferenciarsecualquier otro raster si disponemos de información de referencia). En otras ocasiones sedispone de una referenciación basada en ficheros denominados world que contieneninformación relativa a la posición de dicho raster en la superficie terrestre.

Respecto a éste último punto de la referenciación mediante ficheros world vamos a puntualizar comose crea un fichero world de acuerdo a una imagen aérea.




Página12

Un fichero world está compuesto por algunos parámetros que nos permitirán referenciar nuestraimagen respecto al espacio y con respecto a otras imágenes que se referencien usando el mismométodo o fruto de una georreferenciación más avanzada. Para referenciar dicha imagen tendremosque conocer las coordenadas XY de la celda superior-izquierda, así como el tamaño del pixel en lahorizontal y la vertical. Con estos datos crearemos un fichero con el Bloc de Notas o cualquierprocesador de textos, que contendrá los siguientes datos (uno por cada línea). Véase Fig. 12.

Línea 1. Tamaño real del píxel en el eje X.

Línea 2 y 3. Se refiere a los ángulos de giro de la imagen, que serán mientras no se especifique locontrario 0 y -0 respectivamente.

Línea 4. Tamaño real del píxel en el eje Y. Siempre será negativo al disminuir hacia abajo.

Línea 5 y 6. Serán las coordenadas XY del primer pixel (Esquina Superior-Izquierda). En formatoUTM.

Fig. 12. Ejemplo de fichero world.

La denominación y almacenamiento de dicho fichero se hará siguiendo las siguientes convencionesde nomenclatura del fichero:

- Usar el mismo nombre de la Fotografía Aérea u Ortofotografías, Imagen de Satélite ofichero raster.

- Como extensión usaremos la misma pero agregaremos la letra “w” al final de la extensióny opcionalmente eliminaremos la segunda letra de la extensión original. Quedando portanto del siguiente modo para los ficheros siguientes:

o JPG = JGW.o TIF = TFW.o SID = SDW.o …

Llegados a este punto en el próximo epígrafe veremos cuáles son los métodos más utilizados para laobtención de datos raster.




Página13

2. Fuentes de origen de datos Raster.

Son múltiples las fuentes de datos susceptibles almacenarse mediante un modelo de datos raster. Acontinuación mencionaremos algunas de las fuentes principales que participan en la obtención dedatos raster finales o secundarios que participarán posteriormente en la elaboración de nuevosdatos, bien sean en formato raster o vectorial.

Las principales fuentes son:

- Imágenes escaneadas mediante escáner de sobremesa o fotogramétrico. Se tratade uno de los procesos más generalizados de conversión de información analógica o enpapel a formato digital raster. En la mayoría de los casos se trata de escáneres desobremesa que debido a su menor coste están más generalizados entre los usuariosdomésticos, mientras que los escáneres fotogramétricos se usan para escanear losfotogramas obtenidos tras el vuelo fotogramétrico obteniendo así las imágenes digitalesque posteriormente se podrán utilizar para cualquier proceso relacionado con los GIS(entrada de datos, análisis, y extracción de información mediante digitalización, entreotros), o se aerotriangularán y georreferenciarán respecto a otros fotogramas. Estosprocesos están enmarcados en el ámbito de la Fotogrametría, ciencia definida como latécnica de captura de datos que tiene como objeto, estudiar y definir la forma, dimensióny posición de un objeto sobre la superficie terrestre mediante fotografías de ese objeto,sin tener contacto con él y su posterior tratamiento mediante restituidoresfotogramétricos y otros instrumentos como estaciones fotogramétricas digitales. Entre losdatos obtenidos mediante esta técnica tenemos Modelos Digitales de Elevaciones yOrtofotografías Aéreas.

Fig. 13. Escáner Fotogramétrico y de sobremesa.

- Imágenes de Satélite o fotografía aérea (cámaras métricas o digitales). Lateledetección se considera como la ciencia que permite obtener información acerca de lasuperficie terrestre sin estar en contacto con ella. Para ello se detecta y graba la energíaemitida o reflejada en sensores aerotransportados para posteriormente enviarlas acentros de tratamiento específicos para su uso final dentro de las aplicaciones GIS. Esteproceso conlleva la integración de varios elementos entre los que destacan:

o Fuente de Energía.o Atmósfera.o El objeto que interactúa con dicha radiación.o El sensor (que puede ser elemento activo o pasivo).




Página14

Como resultado de dicha interacción entre cualquier objeto de la superficie terrestre y laradiación que lleva a éstos (modificada en gran medida por la componente atmosférica) elsensor grabará la información detectada y la almacenará para su posterior tratamiento ydifusión mediante imágenes multiespectrales o hiperespectrales, según el sensorutilizado. Dichas imágenes podrán ser analizadas para extraer información derivadamediante análisis visual (análisis de textura, tonos, etc.) o digital (análisis decomponentes principales, índices de vegetación, clasificaciones o reconocimiento depatrones, etc.)

- Rasterización de datos vectoriales. Es el proceso consiste en leer las coordenadasvectoriales que delimitan los objetos puntuales, lineales o poligonales y determinar si encada píxel del mapa raster se sitúan o no, los objetos vectoriales. Este proceso se lleva acabo superponiendo una maya o tesela sobre los datos vectoriales.

Fig. 13. Conversión Vector a Raster.

- Obtención de modelos digitales de elevaciones mediante triangulación yposterior rasterización. Este proceso se basa en la obtención de un Modelo Digital deElevaciones siguiendo uno de los procesos más generalizados entre los técnicos GIS dadasu facilidad de obtención, así como la facilidad de acceso a los datos de origen (Curvas deNivel). El proceso que se detallará más adelante (véase epígrafe Obtención del MDEmediante la herramienta 3D Analyst), está basado en las siguientes fases principalmente:

o Obtención de las curvas de nivel a una equidistancia dada de una zona concreta.o Triangulación de las Curvas de Nivel obteniendo así el TIN o Red Irregular

Triangulada.o Conversión del TIN a un modelo de datos Raster o Teselar.

- Datos Lidar (Light Detection and Ranging). El sistema Lidar emite pulsaciones de luzque reflejan en el terreno o cualquier objeto en altura y la pulsación de regreso seconvierte de fotones a impulsos eléctricos. La resolución de los datos posicionales (x, y)puede llegar a precisiones de 1 metro en la horizontal y 15 cm en altura, y lasposibilidades que brinda permiten realizar mediciones en condiciones climatológicas y deiluminación que no serían factibles mediante la recolección de fotografías aéreas,posibilitando también la obtención de un modelo digital de Superficie incluyendoelementos ambientales y antrópicos (masas forestales, lechos fluviales, edificaciones,etc.)

Como vemos son múltiples las fuentes de datos para obtener información en formato raster. En lospróximos epígrafes se hará uso principalmente de curvas de nivel, es decir, datos en formatovectorial que se triangularán y a partir de los cuales obtendremos un Modelo Digital de Elevación.




Página15

3. Breve introducción al tratamiento y funciones de análisis raster: Análisis Local, Focal,Zonal y Global.

Los SIG nos permiten abordar múltiples funciones de análisis sobre datos raster en base a lateselación y ordenación de los píxeles de los mismos, y éstas en principio van a dependerprincipalmente de un factor clave, el alcance de dicha operación, por lo que cabría distinguir lassiguientes:

Funciones u Operadores Locales: en este tipo de funciones la manipulación del raster se realizapixel a pixel, obteniendo el resultado en función del valor de dicha localización, pudiendo tener encuenta una o varias capas o bandas. Entre las operaciones que podemos realizar tenemos lasoperaciones aritméticas entre raster, operaciones de reclasificación, superposiciones, enmáscarado,etc. (Álgebra de Mapas).

Fig. 14. Tipología de Análisis y Funciones Locales.

Funciones u Operadores Focales: se denominan así o de vecindad, ya que con ellas obtendremospara cada pixel un valor en función de los valores almacenados en dichos píxeles y en los vecinos oaledaños al mismo. Para este tipo de análisis usamos lo que se denomina una matriz de recorridoque puede estar compuesta por los píxeles más próximos (operadores de vecindad inmediata), omás alejados al pixel analizado (operadores de vecindad extendida) y el rango de la matriz será algoque debamos determinar nosotros, aunque por defecto se suele utilizar una matriz de 3x3 píxeles.Como ejemplos de este tipo de funciones tenemos la obtención de estadísticas respecto a los píxelesvecinos, aplicación de filtros sobre imágenes (mediana, moda, detección de bordes, etc.) así como elcálculo de parámetros como la pendiente, orientación, sombreado,… a partir de un MDE. Para elcaso de las operaciones de vecindad extendida, tendremos en cuenta un mayor número de píxelescontiguos como es el caso del análisis de visibilidad o distancia en línea recta o de costo.

Fig. 15. Tipología de Análisis y Funciones Focales.

Funciones u Operadores Zonales: en este tipo de operaciones el valor del pixel en una caparesultante del análisis dependerá del valor del pixel en la capa de origen, así como el valor de los




Página16

píxeles pertenecientes a la misma zona, pudiendo estar determinada dicha zona por un polígono uotro raster discreto o temático (por ejemplo un mapa de usos del suelo). A partir de este tipo deoperadores podemos obtener por ejemplo las medidas estadísticas para una zona concreta a partirde un raster con una determinada variable (pongamos el caso de la obtención de los parámetrosestadísticos – media, máximo, mínimo – de pendientes para un determinado uso – olivar).

Fig. 16. Tipología de Análisis y Funciones Zonales.

Funciones u Operadores Globales: por último tenemos las operaciones de ámbito global quetendrán en cuenta la totalidad de los píxeles de la imagen o raster, y entre éstas se encuadran losmétodos de interpolación.

Fig. 17. Tipología de Análisis y Funciones Globales.

Además de estos operadores existen otro tipo de análisis que se realizan en función de la etapadentro del proceso de integración de los datos en un GIS, como son las operaciones de re-localización de una imagen raster en coordenadas (georreferenciación) o las correcciones de susniveles digitales, o la realización de mosaicos, que aunque bien podrían incluirse dentro de lasoperaciones anteriores, han venido a identificarse dentro de las operaciones de pre-procesadoraster.

Como aclaración debemos decir que no todos los píxeles tendrán asignado un valor, bien porque hansido modificados, bien por falta de recepción por el equipo receptor (imágenes de satélite, Lidar,etc.), indicando que no hay medición alguna para dicho raster.




Página17

En los próximos epígrafes veremos algunas de las operaciones con datos raster que podemos llevara cabo de forma cotidiana mediante la extensión Spatial Analyst para ArcGIS Desktop, medianteoperadores de tipo local, focal, zonal y global, además de mostrar algunos ejemplos más complejosmediante el uso de ArcToolbox en combinación con el gestor de Modelos de Geoprocesamiento,definiéndose éste como el conjunto de operaciones que tienen como fin, la obtención de parámetrosderivados, o la transformación de los mismos, mediante la aplicación de un conjunto de funciones deprocesamiento espacial, donde intervienen tres parámetros principalmente como veremos en losmodelos de geoprocesamiento: una entrada, una función de geoproceso y una salida (bien sea unacapa derivada o la misma pero transformada).




Página18

4. Almacenamiento de Raster en Geodatabase.

El nuevo modelo de datos incorporado por ArcGIS Desktop, la Geodatabase, nos permite integrardistintos tipos de datos y de muy diversa procedencia en su interior. Entre estos datos se puedeincorporar información vectorial, información raster gestionada o no gestionada, informacióntopográfica, anotaciones, y tablas, además de los Terrain (incorporados en la versión 9.2 a dichaarquitectura). De todos estos los más utilizados son los datos vectoriales y raster, además de losdatos tabulares, pero en nuestro caso nos centraremos en el almacenamiento raster enGeodatabase y sus beneficios y posibilidades.

Como se ha comentado una imagen o un fichero en formato raster está conformado por un conjuntode celdas organizados en filas y columnas cuyo origen se encuentra en la esquina superior izquierday para su análisis se recorren de izquierda a derecha y de arriba abajo, tal y como se muestra en lafigura siguiente. Véase Fig. 18.

…

Fig. 18. Recorrido de un raster.

Este tipo de datos se puede almacenar en varias modalidades dentro de una geodatabase lo cualredunda en múltiples beneficios asociados al método de almacenamiento. Entre los beneficios quepodemos encontrar del uso y almacenamiento de datos raster en geodatabase tenemos:

- Uso de raster tanto a nivel de geodatabase personal como multiusuario, cada una con susparticularidades en cuanto a gestión.

- Mantenimiento de grandes volúmenes de datos.- Posibilidad de uso de datasets individuales o en mosaico, o catálogos de datos raster.- Rápido despliegue de datos raster dada la posibilidad de crear pirámides (método de

compresión visual de datos raster) en nuestros raster.- Posibilidad de extracción de forma sencilla de otros datos a partir de dichos raster.- Posibilidad de compresión con/sin pérdida.

Etc.

A veces no resulta tan obvio saber el modo de almacenar, organizar y analizar los datos raster enuna base de datos geográfica, es por ello que daremos un breve repaso a los tipos de organización yalmacenamiento de datos raster en geodatabase y veremos algunos ejemplos y su organización.




Página19

Los tres tipos de almacenamiento raster en geodatabase incluyen:

Raster Datasets (Conjunto de Datos Raster): se denomina raster Dataset o conjunto de datosraster a cualquier formato raster válido organizado en una o más bandas, siendo cada banda unArray o matriz de píxeles (celdas) donde cada uno de éstos dispone de un valor asociado a latemática representada por dicho raster. Independientemente del número de bandas, un rasterDataset puede anexarse horizontalmente a modo de mosaico o permanecer individualmente.

Raster Catalog (Catálogos Raster): se denomina como catálogo raster a la colección de rasterdatasets en una tabla dentro de la geodatabase en la que cada registro representa un Dataset rasterindividual, y aunque en la mayoría de los casos se usa para almacenar raster individuales (uno porregistro) dentro de un mosaico (imágenes contiguas con una zona de solape), aunque es posiblealmacenar también distintas imágenes de una misma zona pero de periodos temporales distintos,así como otro tipo de imágenes. Dentro de dicho catálogo raster cada imagen tendrá su propiosistema de referencia espacial, y dichos raster datasets podrán ser almacenados de dos formasdistintas dentro de una Geodatabase:

Raster Gestionado por la Geodatabase: convirtiendo las imágenes en formato Erdas Imagine(IMG) y almacenándolas directamente en una carpeta al mismo nivel que la geodatabase.Como beneficio tenemos la gestión centralizada por la geodatabase, pero como contrapartidatenemos el aumento del peso de nuestra geodatabase sobre todo cuando de áreas extensasse trata.

Raster No Gestionado por la Geodatabase: no se convierten las imágenes a un formato nativocomo es ERDAS Imagine (IMG) sino que se mantienen en la ubicación y con el formatooriginal, y sólo se almacena en una tabla (campo NAME) de la geodatabase las referencias ala ubicación de cada raster Dataset.

Además de la incorporación de todos los raster en el catálogo nos permite ver las imágenes o uníndice vectorial cuya finalidad es la posibilidad de que podamos cargar sólo las imágenes quenecesitemos a una escala dada, o que podamos realizar selecciones temáticas y espaciales dentrode ese índice vectorial como si de entidades vectoriales se tratase.

Atributos Raster: los atributos raster se almacenan en la geodatabase a modo de enlace entre uncampo de tipo Raster en una Feature Class y la imagen almacenada internamente en dichageodatabase. Es similar al hiperenlace en Shapefile pero en el que la referencia es interna y no sealmacena el enlace a una imagen externa a la geodatabase.

A continuación veremos brevemente los pasos para crear cada uno de estos almacenes de datosraster.

A la hora de saber qué tipo de modalidad de almacenamiento seleccionar debemos tener en cuentalos siguientes aspectos:

- Si sólo se va a hacer uso de un raster Dataset deberemos almacenarlo como tal, nodentro de un catálogo raster.

- Si queremos trabajar con un mosaico raster y no necesitamos disponer de las zonas desolape podemos optar por un raster Dataset a modo de mosaico.

- Si nuestra necesidad es disponer de un mosaico raster pero necesitamos conservar laszonas de solape individual optaremos por un catálogo raster.

- Si queremos disponer de un conjunto de raster datasets organizados temporalmente (porfechas de captura) pero referidos a una misma zona usaremos un catálogo raster.

- Si necesitamos disponer de un conjunto de imágenes contiguas pero no es necesariocargar todas la imágenes al mismo tiempo podemos usar un catálogo raster, ya que




Página20

este formato nos permite disponer de una malla vectorial organizativa de los datasets queusa los límites de dichos raster datasets para mostrarlos en ArcCatalog y ArcMap,teniendo en cuenta una escala o número de raster datasets que serán necesarios paraque comiencen a visualizarse en tiempo de edición (ArcMap).

- Si necesitamos almacenar múltiples atributos raster para su posterior uso como atributosdentro de un campo de una Feature Class podremos usar un catálogo raster paramantenerlos.

Para ver como se almacenan y crean los raster datasets, catálogos y atributos raster engeodatabase vamos a crear un fichero de este tipo (Geodatabase Personal en nuestro caso).

Los pasos a seguir son:

Pulsar botón derecho del ratón sobre la carpeta de destino – New – Personal Geodatabase

Fig. 19. Creación de una geodatabase personal.

Una vez disponemos de nuestra geodatabase procedemos a renombrarla como creamosconveniente, en nuestro caso hemos usado Almacenamiento Raster.mdb.

Creación de un Raster Dataset.

Para crear un raster Dataset tenemos distintas opciones:

Desde ArcCatalog. Botón derecho sobre la geodatabase New – Raster Dataset.

Fig. 20. Creación de un Raster Dataset desde ArcCatalog.

Desde ArcToolbox. Data Management Tools – Raster – Create Raster Dataset.




Página21

Fig. 21. Creación de un Raster Dataset desde ArcToolbox.

Desde la Línea de Comandos. Basta con teclear “createrasterdataset” y proseguirrellenando los datos solicitados.

Bastará con especificar en el cuadro de diálogo los siguientes parámetros:

Output Location (Localización del raster Dataset). Por defecto la geodatabase sobre la que se hapulsado botón derecho.

Raster Dataset Name with Extension (Nombre del Raster Dataset con extension). Aquíespecificaremos el nombre del raster Dataset y las extensiones disponibles son (img, tif, bmp, jpg,etc.).

Cellsize (Opcional). Es el tamaño de celda que tendrá nuestro raster Dataset.

Pixel Type (tipo de datos soportado por el pixel). Aquí especificaremos dentro de los estándares dealmacenamiento de datos raster el tipo de valor que podremos almacenar.

Spatial Reference for Raster (Optional). Sistema de Referencia Espacial de nuestro rasterdataset.

Number of Bands (Número de Bandas). Número de bandas que compondrán el raster (1 a n).

Además de estos parámetros existen otros parámetros de configuración del raster datasets que nose suelen especificar, salvo casos excepcionales, y que pueden consultarse en la documentaciónincluida con ArcGIS Desktop.




Página22

Este proceso nos permitirá crear una grilla que podrá contener posteriormente un conjunto de datosraster con datos válidos, ya que en principio no hemos asignado ningún valor a dichas celdas.

Para importar raster datasets en Geodatabase tenemos las siguientes opciones:

Desde ArcCatalog. Botón derecho del ratón sobre la geodatabase – Import – RasterDatasets / Raster Datasets (Mosaico)

Fig. 22. Importación de Raster Datasets individuales o a modo de mosaico en ArcCatalog

Desde ArcToolbox: Conversion – To Geodatabase – Raster to Geodatabase (Multiple)

Fig. 23. Importación de Raster Dataset múltiples a Geodatabase o Raster Catalog.

Desde la Línea de Comandos: introduciendo la sentencia “rastertogeodatabase” eintroduciendo el resto de parámetros.




Página23


Input Rasters: Aquí iremos cargando los rasters datasets consecutivos.

Output Geodatabase: aquí dejaremos por defecto el lugar donde se van a cargar los datos raster.Geodatabase o Raster Catalog.

El resto de parámetros podemos dejarlo por defecto.

Creación de un Raster Catalog.

Para crear un Catálogo Raster tenemos distintas opciones:

Desde ArcCatalog. Botón derecho sobre la geodatabase New – Raster Catalog.

Fig. 24. Generación de un Catálogo Raster desde ArcCatalog.

Desde ArcToolbox. Data Management Tools – Raster – Create Raster Catalog.

Fig. 25. Generación de un Catálogo Raster desde ArcToolbox.




Página24

Desde la Línea de Comandos. Introduciendo la sentencia “createrastercatalog”.


Output Location (Localización de salida): Geodatabase donde se situará nuestro catálogo raster.

Template Raster Catalog (Optional): aquí podremos especificar una plantilla de catálogo rasterexistente y podremos gestionar los campos que contendrá.

Input Raster Catalog Name (Nombre de entrada del Catálogo Raster): nombre de salida delcatálogo raster.

Coordinate System for Raster Column (Optional): usado como sistema de referencia especialpara datasets que no estén proyectados. El valor por defecto será el especificado en las variables delambiente de geoprocesamiento de la herramienta.

Coordinate System for Geometry Column (Optional): este parámetro define el sistema dereferencia especial utilizado por el índice vectorial o footprints.

Configuration Keywords, Output Spatial Grid 1, 2, 3 (Optionals): Se refiere a parámetros deconfiguración del índice especial de referencia para el catálogo raster. Su uso está más centrado engeodatabase corporativa.

Raster Management Type (Tipo de Gestión del Raster en el Catálogo): aquí especificaremos sigestionaremos de forma interna en la geodatabase los raster datasets incluidos en el catálogo, o sehará mediante una referencia externa (no gestionados).

Una vez creado el Catálogo Raster bastará con agregar los rasters mediante botón derecho del ratónsobre el Catálogo Raster – Load ... y ahí especificaremos los raster datasets que debamos importar.

En la siguiente ilustración podemos ver un ejemplo de catálogo raster:

Fig. 26. Ejemplo de catálogo raster a modo de mosaico con ArcCatalog.




Página25

Creación de Atributos Raster.

Para crear un Atributo Raster debemos proceder del siguiente modo:

En una Feature Class creada de antemano vamos a agregar un campo de tipo Raster, pulsandobotón derecho del ratón sobre la Feature Class – Propiedades – Fields. Ahí agregaremos elcampo y especificaremos como tipo de datos Raster. (Véase Fig. 26).

Fig. 27. Creación de un campo de tipo Raster en una Feature Class mediante ArcCatalog.

Seguidamente vamos a ArcMap y en modo edición pulsamos el botón Atributos y en el campo quehemos agregado pulsaremos el botón izquierdo del ratón y seleccionaremos mediante las opcionesque se muestran en la Fig. 27 la imagen a cargar como atributo.

Fig. 28. Adición de una foto como atributo raster.

Además de este conjunto de operaciones disponemos de otro tipo de operaciones de mantenimientode datos raster como son los cambios de resolución (Data Management Tools – Raster -Resample), elaboración de mosaicos propiamente dichos (Data Management Tools – Raster –Mosaic to New Raster/Mosaic) que debido a la extensión que conllevaría comentar todas lasoperaciones sobrepasaría la extensión de esta guía. En futuras versiones se incluirán dichasoperaciones.




Página26

5. Introducción a la Extensión Spatial Analyst para ArcGIS Desktop.

Aunque ArcGIS Desktop puede visualizar datos raster, y operar con ellos de forma básicapermitiendo su gestión e integración dentro de un GIS, no podremos realizar funciones degeoprocesamiento sobre dichos raster si no disponemos de la extensión Spatial Analyst para ArcGIS.

Como hemos comentado la forma de realizar operaciones como las que se comentaron en el capítulo3 de esta guía debemos disponer de una licencia de dicha extensión.

Esta extensión nos provee de algoritmos para el análisis de datos raster y su funcionalidad se puedeenglobar en los siguientes grupos:

- Mediciones de distancia tanto en línea recta (euclidiana) como ponderada por el coste.- Obtención de mapas de densidad, a partir de datos puntuales o lineales.- Interpolación a raster a partir de muestras, utilizando métodos tanto determinísticos

como geoestadísticos.- Extracción de parámetros morfométricos a partir de un Modelo Digital del Terreno.- Operaciones de reclasificación y conversiones entre Raster y Vectorial en ambos sentidos.- Análisis Hidrológicos y otros análisis aplicados.

Además de las herramientas incorporadas en la propia barra de herramientas de Spatial Analyst, seincorporan a las herramientas de ArcToolbox, numerosas funciones de análisis entre las quedestacan, operadores aritméticos, operadores booleanos, análisis hidrológicos, y un largo etcétera.Operables desde cualquiera de los componentes del entorno de geoprocesamiento de ArcGISDesktop tales como las propias herramientas de ArcToolbox, Model Builder o la Línea de Comandos.

Fig. 29. Barra de Herramientas de Spatial Analyst para ArcGIS Desktop y agrupación de funcionesde Análisis Espacial de acuerdo a la clasificación del capítulo 3.

Operadores de Distancia (Operadores Focales)Operadores de obtención de Densidades (Operadores Focales)Operadores de Interpolación de Superficies (Operadores Globales)Operadores de Obtención de Superficies (Operadores Focales)

Estadísticas de Celdas (Operadores Locales)Resúmenes Estadísticos de Píxeles Vecinos (Operadores Focales)Estadísticas Zonales (Operadores Zonales)

Reclasificación (Operadores Locales)

Calculadora Raster

Conversiones (Raster a Vector Vector a Raster)

Opciones (Configuración de las herramientas de Spatial Analyst)




Página27

A pesar de que gran parte de los usuarios utilizan las herramientas más visuales, uno de loselementos de mayor potencia es el gestor de modelos de geoprocesamiento (disponible no sólo conSpatial Analyst, sino con todo el entorno ArcGIS) y la calculadora raster que incorpora dichaextensión.

Con respecto a la calculadora raster (véase Fig. 30) podemos decir que se trata de una potenteherramienta de análisis que nos provee de una funcionalidad que va desde operadores y funcionesbásicos (operadores aritméticos), hasta operadores más avanzados como son operadores booleanoso logarítmicos, pasando por un amplio rango de funciones predefinidas (análisis de distancia,mosaicos, cambios de resolución, sustitución de celdas, etc.)

La dicha herramienta está basada en las operaciones de álgebra de mapas, definidas como lasoperaciones algebraicas que se realizan sobre capas de tipo raster aplicables no solo a cada pixeldentro de la capa raster sino también a los píxeles vecinos o a todo el conjunto de píxeles.

En la siguiente ilustración podemos observar la Calculadora Raster que se divide principalmente enlas siguientes partes:

1. Zona de selección de capas raster.2. Zona de Selección de operadores3. Zona de escritura de la operación o conjunto de operaciones de álgebra de mapas.

Fig. 30. Calculadora Raster de ArcGIS Spatial Analyst.

La mayor parte de las operaciones que se realizan son aritméticas como la suma de un raster conotro, la extracción de píxeles de un raster basado en un criterio específico, la comparación de unraster con otro, etc. En las siguientes líneas se puede ver algunos ejemplos de la funcionalidad dedicha herramienta:

[Raster] + 25 Resultado: Adiciona 25 unidades a los píxeles del raster de entrada.

[Raster1] / [Raster2] Resultado: Divide los píxeles de un raster respecto al otro cada píxel con surespectivo en la otra capa.

Int ([Raster]) Resultado: Convierte a valores enteros los píxeles de un raster cuyos datos sonalmacenados mediante datos de tipo Float.

Sqrt ([Raster]) Resultado: obtiene un raster donde los valores son la raíz cuadrada del raster deentrada.

1

2

3




Página28

RasterSalida = [Raster1] > 250 AND [Raster2] >= 30

Resultado: aplicada por ejemplo con un raster 1 = a un MDE y un raster 2 = a un mapa de pendientespodríamos obtener un RasterSalida (nombre de la capa que se mostrará en la tabla de contenidos), cuyospíxeles cumplan ambas condiciones, que la altitud sea superior a los 250 metros, y la pendiente sea superior oigual a los 30 grados o tanto por ciento dependiendo de las unidades del raster de pendientes.

Como hemos comentado además de estas funciones aritmético-lógicas y otras más avanzadas(logarítmicas, exponenciales, trigonométricas o booleanas) tenemos otras funcionespredeterminadas para cálculos más específicos, entre las que se encuentran algunos de los ejemplosque detallo a continuación (para más información acerca de las herramientas disponibles Consultarla Documentación de Ayuda de ArcGIS Desktop en Extensions – Spatial Analyst – Spatial AnalystFuntional Reference):

Mosaic ([Raster1], [Raster2], [Raster3] … [RasterN])

Resultado: obtenemos un mosaico con todas los raster de entrada a partir de una zona de solape.

Slope([Raster],{DEGREE | PERCENTRISE}) o Slope ([Raster], <z_factor>, {DEGREE |PERCENTRISE})

Resultado: obtenemos un raster de pendiente a partir de un modelo digital del terreno (frecuentemente unMDE).

Aspect ([Raster])

Resultado: obtenemos un raster de orientación de la pendiente a partir de un modelo digital del terreno(frecuentemente un MDE).

Como vemos la mayoría no son complicadas pero determinadas funciones pueden requerir dedistintos parámetros que permiten personalizar el resultado obtenido como por ejemplo la siguienteoperación:

Operador Máxima Probabilidad o verosimilitud (Maximum Likelihood Classifier)

Función genérica:

MLClassify(<stack>, <signature>, {reject_fraction}, {EQUAL | SAMPLES | FILE},{a_priori_file}, {o_reject_grid})

Aplicación: mlclassify (redlands, redl8, #, file, weights_file, reject2_grd )

Donde los parámetros especificados nos permiten personalizar la obtención de una clasificaciónsupervisada por el método de máxima verosimilitud, algoritmo ampliamente utilizado enTeledetección, y donde como vemos algunos argumentos que no queramos especificar al seropcionales nos aparecerán con el símbolo # (en este caso el parámetro {reject_fraction} o laporción de la celda que permanecerá sin asignarse a una clase debido a una probabilidad baja deasignación correcta.

Para introducir estos datos basta con seleccionar el raster u operando mediante doble clic en la zona1, y seleccionar los operadores en la zona 2 pulsando un simple clic sobre el operador a utilizar,pudiendo combinarse de forma correcta hasta completar la función o algoritmo de análisis deseado,con la posibilidad que nos brinda de realizar varios análisis en una simple función combinada en lazona 3.




Página29

6. Especificación de las opciones de análisis de Spatial Analyst.

Llegados a este punto lo primero que deberíamos hacer antes de usar nuestra herramienta SpatialAnalyst es configurar las opciones de trabajo de la extensión. Para ello iremos a Spatial Analyst –Options. (Véanse Fig. 31 a 33)

Como podemos observar las opciones de configuración atienden a la forma en que operarán lasfunciones ejecutadas desde Spatial Analyst en el entorno de ArcGIS. Así tenemos una pestañadenominada General que engloba las opciones de configuración referidas al entorno de ejecución(Directorio de Trabajo), si usaremos una máscara de análisis, y el Sistema de Referencia Espacial;por otro lado tenemos la pestaña Extent (Extensión) donde el único parámetro que especificaremoses el ámbito de nuestro análisis; por último tenemos una pestaña denominada Cell Size (Tamaño decelda o pixel), donde especificamos el tamaño de las unidades mínimas de nuestro raster y por endeel número de filas y columnas de nuestro raster de salida.

Ficha General: aquí como comentamos especificamos los siguientes elementos:

- Working Directory (Directorio de Trabajo): por defecto la carpeta temporal de nuestroPC.

- Analysis Mask (Máscara de Análisis): por defecto no usa ninguna, pero podemosespecificar o una capa de nuestra Tabla de Contenidos (TOC), o cualquier otra capa endisco.

- Analysis Coordinate System: aquí especificaremos la referencia espacial del raster desalida que puede ser almacenada como el mismo sistema de referencia espacial que losficheros de entrada (o el primer raster de todos los que se usen como entrada); o biencon el sistema de referencia espacial de nuestro Data Frame. En caso de que queramosmostrar un mensaje cuando nuestros raster tengan que ser proyectados durante laejecución de cualquier análisis podremos especificarlo mediante una casilla de verificación(por defecto con el valor de comprobación).

Fig. 31. Opciones de Configuración de Spatial Analyst – Pestaña General.

Ficha Extent: en esta ficha sólo tendremos que especificar los límites de análisis de nuestro trabajocon Spatial Analyst mediante la especificación del parámetro siguiente:




Página30

Analysis Extent (Extensión de Análisis): que puede tomar los siguientes valores:

Same as Display: tomando como área de análisis la zona de visualización actual.

Intersection of Inputs: el área mínima común de todos los raster de entrada.

Union of Inputs: área abarcada por la combinación o unión de todos los raster deentrada.

As Specified Below: donde especificaremos los límites superior, inferior, este y oestede nuestros datos en el sistema de coordenadas en que tengamos nuestros datos.

Fig. 32. Opciones de Configuración de Spatial Analyst – Pestaña Extent.

Ficha Cell Size: por último, esta pestaña nos permitirá especificar el tamaño de celda de salida denuestro análisis raster, pudiendo especificar algunas de las siguientes opciones dentro del parámetrosiguiente:

Analysis Cell Size (tamaño de celda o pixel de análisis) donde podemos seleccionar:

Maximum of Inputs: el valor de tamaño de pixel más grande usado por los raster deentrada.

Minimum of Inputs: el valor de tamaño de pixel más pequeño usado por los raster deentrada.

Same as Below: usaremos un tamaño de pixel que especificaremos en la casilla CellSize.

Por tanto, con estos parámetros también se actualizarán los valores del número de filas y columnasdel raster de salida.




Página31

Fig. 33. Opciones de Configuración de Spatial Analyst – Pestaña Cell Size.

Una vez especificados estos parámetros estaremos en condiciones de usar esta extensión paracualquier análisis raster, pero antes de comenzar y ya que la capa que obtendremos en el próximoepígrafe será usada para proyectos posteriores, debemos hacer uso de otra extensión disponible conArcGIS Desktop (disponible mediante adquisición de licencia aparte) denominada 3D Analyst quenos va a permitir, entre otras cosas, derivar a partir de una capa vectorial de curvas de nivel ypuntos acotados un TIN y posteriormente una superficie de altitudes, conocida normalmente comoModelo Digital de Elevaciones (MDE) un subtipo de los Modelos Digitales del Terreno (MDT).




Página32

7. Obtención del MDE mediante la herramienta 3D Analyst.

Como se ha comentado anteriormente para la obtención del MDE vamos a utilizar la extensión 3DAnalyst, aunque no es la única forma de obtener dicho modelo, ya que en Spatial Analystdisponemos de algunas herramientas de interpolación que nos permitirían obtener dicho modelodigital a través de puntos de cota.

Es por ello que vamos a comenzar describiendo brevemente los pasos que se han de llevar a cabopara obtener el MDE y posteriormente comentaremos algunas de las aplicaciones más usuales:

Los pasos para la obtención de un MDE son los siguientes:

- Generación de las Curvas de Nivel (en caso de no disponer de éstas), digitalizándolas apartir de un mapa topográfico y asignándoles un campo con los valores de altitud. Paraello podríamos hacer uso de la Extensión ArcScan de ArcGIS Desktop.

- Una vez disponemos de las curvas de nivel procedemos a generar el TIN o Red IrregularTriangulada (mediante uno de los algoritmos de triangulación más conocidos denominadoTriangulación de Delaunay), que se define como un modelo teselar basado en triángulosconformados por vértices o nodos que nos permite densificar la información en áreascomplejas, y dispersarla en zonas más homogéneas. Un TIN incluye relacionestopológicas entre los puntos y los triángulos contiguos. Cada punto tiene su coordenadasXY y un valor de Z, que en el caso del MDE son las altitudes. Estos puntos estánconectados por nodos conformando un conjunto de triángulos no superpuestos usadospara representar una superficie.

- Tras este paso generaremos nuestro MDE en formato teselar convirtiendo el TIN en rasterusando las herramientas de conversión de Spatial Analyst.

Pasemos a la descripción detallada de los pasos que debemos llevar a cabo para realizar nuestroMDE en formato raster.

Generación de las Curvas de Nivel. Aquí sólo mencionar que podemos digitalizarlas mediantedigitalización manual o asistida mediante ArcScan.

Triangulación (TIN): para realizar la triangulación usaremos el módulo 3D Analyst a través de lasfunciones de triangulación localizadas en el menú de la barra de herramientas 3D Analyst –Create/Modify Tin – Create Tin from Features.

Fig. 34. Herramienta para triangular a partir de datos vectoriales (puntuales, lineales y poligonales)

Una vez seleccionada dicha herramienta nos solicitará los siguientes datos (véase Fig. 35):

- Layers (Capas): son las capas de entrada, bien disponibles en la Tabla de Contenidos, oseleccionables dentro de una unidad de disco o red. Una vez seleccionadas podremosespecificar los parámetros de configuración para cada una de éstas.

- Settings for Selected layer (Parámetros de configuración para la capa seleccionada):donde especificaremos para cada capa, dependiendo de la función que tenga dentro del




Página33

proceso, y del tipo de entidad con el que se reprsentan (puntos, líneas o polígonos). Estosparámetros son:

o Height Source: aquí especificaremos el campo que contiene las cotas o recurso dealtitudes. Si nuestras entidades son Entidades 3D (3D Features) usaremos elcampo Shape para especificar la altura.

o Triangulate As: aquí podemos seleccionar el método de triangulación de cadalayer, bien sea mediante línea de ruptura suave o abrupta según la naturaleza delos datos (por ejemplo usaremos soft line para líneas de ruptura suaves como laspropias curvas de nivel, donde no hay un punto de ruptura claro y definido,mientras que si nuestros datos a triangular contienen zonas donde se produce uncambio del gradiente de la variable estudiada, como sería el caso de un río o unavía de comunicación, optaríamos por usar hard line. Dejaremos la opción masspoint para los puntos de cota en caso de que dispongamos de éstos. Con respectoa los puntos de cota es bueno disponer de ellos ya que permiten estructurar mejorlas cimas de las elevaciones para que no queden planas. Para el caso de lospolígonos (bien sea el que circunscribe a la zona de estudio, o bien otroselementos como lagunas, etc.) tenemos otro tipo de triangulación como son (softclip, hard erase, soft erase, hard replace, soft replace, hard value fill, soft valuefill) donde cada uno de éstos se refiere respectivamente al grado de recorte,borrado, reemplazo o relleno del TIN de un modo suavizado o abrupto por parte dedichos polígonos, usado sobre todo para relleno o colmatación de lagunas, zonasde excavación, etc.

o Tag Value Field: por último tenemos este parámetro que nos permitirá especificarel valor que incluirán los nodos para su identificación. Este parámetro se sueledejar con los valores por defecto <None>.

o Output TIN: nombre de salida del TIN.

Fig. 35. Datos solicitados para la Triangulación.

El TIN obtenido se puede observar en la siguiente ilustración como quedaría aproximadamente:




Página34

Fig. 36. Obtención del TIN tras introducir los datos solicitados por la herramienta Create Tin fromFeatures. De fondo podemos observar las curvas de nivel de las que procede.

Rasterización del TIN (MDE): una vez obtenido el TIN, pasaremos a calcular la superficie continuareferida a los valores de altitud del territorio analizado. Para ello usaremos las herramientas deconversión tridimensional, disponibles en 3D Analyst – Convert – Tin to Raster. Dondeespecificaremos los siguientes parámetros:

- Input TIN (TIN de entrada): aquí especificaremos el TIN obtenido en el paso anterior.- Attribute (Atributo): aquí especificamos el valor de los atributos que contendrá el MDE en

formato raster (cada pixel tendrá un valor dependiendo de esta selección), que puede irdesde valores de elevación, hasta orientaciones, pasando por valores de pendiente (engrados o porcentaje) del TIN.

- Z Factor: es un factor de exageración del relieve usado para zonas donde no es posiblediscriminar de forma adecuada las diferencias altitudinales y morfográficas. Por defecto sedeja 1,0 ya que sería como dejar el valor de cada pixel como está (ya sabemos un valormultiplicado por 1,0 queda igual).

- Cell Size (Tamaño de Celda): por defecto el programa introduce un valor que en muchasocasiones hay que modificar. En mi caso he seleccionado 10 metros pero ya dependerá devuestras necesidades, y de los datos de entrada. Existen cierta discrepancia en cuanto ala técnica o metodología para la selección de un tamaño de pixel de acuerdo a numerososelementos como son la equidistancia, la escala de nuestro mapa, etc. pero como primeraaproximación podríamos usar o bien la equidistancia, o bien usar métodos para extraer lamínima distancia entre los vértices que conforman las curvas de nivel, un proceso algotedioso pero que suele dar buenos resultados. Nunca debemos usar una resolucióndemasiado grosera ya que estaríamos obviando información, ni usar una resolucióndemasiado detallada que no aumente el detalle de nuestros datos ya que tendríamos lamisma información repetida en numerosos píxeles. Al asignar este parámetroautomáticamente se actualizarán los valores de las filas y columnas del raster de salida,




Página35

mediante la relación entre dicha magnitud (tamaño del pixel) y las coordenadas enmetros UTM XY especificadas en las opciones de configuración de 3D Analyst que son lasmismas que para el caso de Spatial Analyst.

- Output raster (Raster de Salida): referido al nombre del fichero que contendrá el MDE enformato ESRI Grid, aunque exportable a cualquier otro formato raster posteriormente.Dicho fichero deberá seguir las normas de nomenclatura de los ficheros ESRI Grid comoson: no comenzar por un valor numérico, no contener más de 11 caracteres y no disponerde espacios en su nombre.

Fig. 37. Herramienta de Conversión TIN a Raster y parámetros de configuración.

El resultado puede apreciarse a continuación:

Fig. 38. MDE obtenido mediante Triangulación y posterior conversión a raster.




Página36

Si se prefiere el MDE puede realizarse con todas las curvas de nivel y elementos de referencia, uoptar por el método elegido aquí, el recorte en el TIN de base para extraer el MDE recortado. Si loque queremos es recortar el MDE final podemos proceder usando la herramienta de Spatial Analystdisponible en el ArcToolbox – Spatial Analyst Tools – Extraction – Extract By Mask, dondeespecificaremos el MDE o raster de entrada, la máscara de recorte (el polígono o raster quedelimitará la zona) y el fichero de salida.

Como cabe esperar el MDE obtenido será fuente principal de información para casi todos los estudiosque conlleven un análisis del medio físico de la zona de estudio, tales como análisis hidrológicos,estudios de inundabilidad, análisis de distribución de especies, relacionado con la compartimentaciónaltitudinal del territorio, así como estudios de riesgos (por ejemplo, estudios de riesgos relacionadoscon la morfodinámica de laderas).




Página37

8. Obtención de los parámetros morfométricos derivados del MDE con Spatial Analyst.

Una vez obtenido el Modelo Digital de Elevaciones vamos a proseguir con la obtención de losparámetros derivados de la morfografía del relieve. Aunque debemos mencionar que no siempre quese usen estas funciones de análisis superficial deben estar relacionados con la variable “altura”, sinoque podremos usar cualquier modelo digital del terreno que contenga una representación de unavariable de variación continua en el territorio, como puede ser la temperatura, precipitación, presiónatmosférica, etc. Obteniendo así parámetros derivados como el gradiente térmico, pluviométrico, ode presiones, entre otros parámetros (caso de la aplicación de la pendiente o Slope).

Para la obtención de dichos parámetros no es necesario seguir una rutina específica, ya que notodos los parámetros son necesarios en un proyecto y muchos de éstos se pueden combinar para unanálisis multicriterio, permitiéndonos obtener entre otros elementos UNIDADES AMBIENTALES quede otra forma sería más complicado obtener.

A continuación detallaré los pasos para obtener cada una de las variables o parámetros queposteriormente serán de uso común por todos en nuestros análisis del medio físico, entre otros.

Contornos o Curvas de Nivel (Contour): se refiere a líneas imaginarias que unen puntos de igualaltitud (o cualquier otra variable) en base al valor de los píxeles del raster inicial. Este sería unproceso inverso al antes comentado de extracción del MDE a partir de las curvas de nivel medianteTriangulación, pero en este caso no es necesario dar ese paso intermedio, sino que basta conespecificar los siguientes parámetros en la herramienta Spatial Analyst – Surface Analysis -Contour:

Fig. 39. Herramienta para la obtención de contornos o Isolíneas y cuadro de diálogo dondeespecificaremos los parámetros.

Parámetros para la obtención de los contornos:

- Input Surface (Raster o superficie de entrada): nuestro MDE inicial.




Página38

- Contour Definition (Definición de los Contornos a generar): aquí especificaremos losparámetros que conformarán los contornos finales:

o Contour Interval (Intervalo o equidistancia): aquí asignaremos la equidistancia quequeremos que tenga nuestro Feature Class o Shapefile con las curvas de nivel oisolíneas de altitud o cualquier otra variable.

o Base Contour (Contorno o isolínea de base): será el valor inicial a partir del cualcomenzaremos a crear isolíneas.

o Z Factor: se refiere al factor de exageración usado para generar las isolíneas, pordefecto tiene un valor 1.0.

En base a estos parámetros nuestra capa de isolíneas se configuraría según los parámetrosestablecidos en la parte inferior de dicho cuadro de diálogo.

El resultado sería similar al de las curvas de nivel.

Pendiente (Slope): la pendiente se considera como la ratio máxima de cambio del valor de Z através de una celda y sus contiguas. Para ello se hace uso de un filtro o Kernel que va recorriendo elraster para obtener el valor de pendiente del pixel respecto a sus vecinos (usando un filtro de 3x3píxeles por defecto). Dicha herramienta se encuentra en Spatial Analyst – Surface Analysis –Slope.

Fig. 40. Localización de la función Slope (Pendiente) en la barra de herramientas Spatial Analyst ycuadro de diálogo con los parámetros de configuración.

El algoritmo utilizado se describe brevemente a continuación:

Dado que el recorrido de los píxeles mediante un filtro o Kernel se realiza de izquierda a derecha yde arriba abajo correlativamente y teniendo en cuenta que dicho filtro consta de una matriz de 3x3píxeles, tendremos en cuenta para cada valor del raster de entrada (altitudes en nuestro caso), los 8píxeles vecinos al pixel dado, y siguiendo el teorema de Pitágoras podremos obtener los siguienteselementos que utiliza el algoritmo de forma interna:

- Parámetros de distancia (base del triángulo): obtenido bien por la cabecera del fichero,bien por la pestaña Source de nuestro Layer (Véanse las Propiedades). Para el caso de lasdiagonales hará falta aplicar el mismo teorema y así obtener la distancia entre el pixelcentral y los cuatro diagonales.

- Parámetros de diferencia de altura: basta con restar el valor del pixel central y los 8restantes, ese valor está disponible en el raster de entrada mediante el valor del pixel dealtitudes.




Página39

Con esos parámetros basta con aplicar las siguientes fórmulas para así obtener la pendiente delpixel con respecto a los píxeles vecinos, quedándonos sólo con la pendiente mayor.

dEO= [(Zi+1,j+1 + 2Zi+1,j + Zi+1,j-1) - (Zi-1,j+1 + 2Zi-1,j + Zi-1,j-1)]/8dXdNS = [(Zi+1,j+1 + 2Zi,j+1 + Zi-1,j+1) - (Zi+1,j-1 + 2Zi,j-1 + Zi-1,j-1)]/8dy

Dondedx = la distancia este-oeste a través de la celda (anchura de la celda)dy = la distancia norte-sur a través de la celda (altura de la celda)

El Porcentaje de Pendiente se calcula:

%Pendiente = 100 * [(dEO)2*(dNS)2]1/2

La figura que ilustra mejor la situación es la siguiente:

Fig. 41. Núcleo de análisis para la obtención del raster de pendientes.

Los parámetros utilizados son los siguientes:

- Input Surface (Superficie o Raster de entrada): aquí especificamos el MDE inicial tal ycomo hicimos para los contornos.

- Output Measurement: valores de medición de la pendiente ya sea en grados o porcentaje.- Z Factor (Factor de exageración): se trata del factor de exageración del relieve en caso de

tratarse de zonas con escasa variación. Por defecto tenemos 1.0.- Output Cell Size (Tamaño de pixel por defecto): dejaremos el mismo que el MDE incial,

será el valor de resolución que tendrá nuestro raster de pendientes final.- Output Raster (Raster de Salida): será el nombre del fichero raster en formato ESRI Grid.

Ya sabemos las convención de nomenclatura existente para este tipo de ficheros.




Página40

El raster resultante se muestra a continuación:

Fig. 42. Raster de pendientes obtenido mediante Spatial Analyst.

Orientación (Aspect): se trata del valor de la orientación respecto al Norte que van de 0 º a 360 ºgrados de orientación. El valor de cada celda indica la orientación de las laderas. El valor -1 indicaráque no hay orientación y se trata de una superficie plana. Para obtener dicho valor se orienta el MDEde acuerdo a la figura siguiente. En cuanto a la localización de la herramienta y sus parámetros semuestran en la siguiente figura (Véase Fig. 43). La herramienta la podemos encontrar en SpatialAnalyst – Surface Analysis – Aspect.

Fig. 43. Localización de la herramienta Aspect (Orientación) y su cuadro de diálogo.

Grados de Orientación




Página41

Los parámetros a usar para la obtención de la orientación de las laderas se limitan a los raster deentrada y salida (Input y Output Raster) y el tamaño de celda (Output Cell Size), por defecto eltamaño del raster de entrada (MDE).

El resultado obtenido se muestra en la siguiente imagen:

Fig. 44. Aspecto u orientación de las laderas.

Sombreado Topográfico (Hillshade): superficie que muestra el grado de iluminación de los píxelesde acuerdo a dos posiciones relativas, una respecto a la orientación o ángulo acimutal, y otrarespecto al ángulo de elevación solar o cenital, que por defecto suelen usarse 45º de ElevaciónSolar y 315 de Orientación. Dicha herramienta se puede usar desde Spatial Analyst – SurfaceAnalysis – Hillshade. Este raster resultante que se muestra en la figura 46, podrá ser usado biencomo componente cartográfico que facilitará la representación del relieve, o bien para cálculosrelacionados con la insolación.

Fig. 45. Localización de la herramienta Hillshade en Spatial Analyst para ArcGIS.

Orientación

Elevación Solar




Página42

Los parámetros por tanto son el Raster de Entrada (Input Surface), el Ángulo Acimutal, elÁngulo de altitud solar, si queremos o no modelar las sombras, el Z Factor o factor deexageración del relieve (por defecto 1.0), el tamaño de celda de salida (por defecto el del MDEde entrada), y el raster de salida.

Fig. 46. a. Sombreado topográfico obtenido a partir del MDE y b. con el MDE superpuesto.

Para superponer el MDE sobre el Sombreado topográfico creando el efecto visualizado en la imagenanterior situamos la capa MDE de la tabla de contenidos sobre la del sombreado, y posteriormentenos dirigimos hacia las propiedades del MDE, pulsando botón derecho del ratón sobre la capa MDE, yseleccionando Propiedades – Pestaña Display – Transparency, donde especificaremos un porcentajede transparencia (0 – 100%).

Áreas de Visibilidad o Cuencas Visuales (Viewshed): se trata de un raster que representa lospíxeles del área visible desde un punto de observación. Para ello debemos disponer de un raster deelevaciones y un punto o línea de observación que debe estar localizado tridimensionalmente. Parapoder disponer de un punto de observación en 3D debemos crear en primer lugar el punto deobservación mediante una Feature Class o un Shapefile, y convertirlo de Feature Class a 3D FeatureClass mediante 3D Analyst – Convert – Features To 3D, función que requiere como parámetrosde entrada el Shapefile o la Feature Class, y un MDE o superficie de referencia a partir de la cualtomará el valor de altitud.

Fig. 47. Localización de la herramienta Viewshed y los parámetros de configuración.




Página43

El resultado se puede observar en la siguiente ilustración:

Fig. 48. Cuenca visual del punto de referencia.

Vaciado / Rellenado (Cut/ Fill): se trata de una función que calcula el valor de vaciado o rellenode un MDE o cualquier otro modelo digital del terreno entre dos fechas o situaciones. Para ello sebasa en una operación local (pixel a pixel) entre ambas situaciones, apareciendo como resultado losvalores de acumulación o vaciado con distintos colores (ganancias en rojo y con valores negativos, ypérdidas con colores azules, y valores positivos; para el caso de los valores estables sin pérdidas oganancias se mostrarán en un color neutro o gris, y su valor será 0) respectivamente. Losparámetros necesarios se limitan al raster de entrada y salida (Raster Input y Raster Output)

Fig. 49. Ilustración de la función de Cut/Fill de 3D Analyst y Spatial Analyst.Fuente: Sistema de Ayuda (ESRI ArcGIS Desktop)

Todas las capas obtenidas mediante estos procesos de análisis superficial podrán ser usadosposteriormente para cualquier análisis ambiental, bien para la obtención de parámetros derivados,como para su uso en un análisis integrado del territorio.




Página44

9. Funciones de Análisis Raster con Spatial Analyst.

Como comentábamos anteriormente las principales funciones de análisis que podemos llevar a cabocon Spatial Analyst van desde la medición de distancias, hasta la interpolación de superficiescontinuas, pasando por un amplio rango de útiles para el manejo de datos raster y obtención deparámetros derivados como análisis de superficie (vistos en epígrafes anteriores), obtención dedensidades y parámetros estadísticos.

Aquí vamos a realizar una breve descripción de cada una de estas funciones, seguida por unaaplicación de ejemplo de cada una de estas aplicaciones a casos reales.

Tipos de análisis:

Obtención del Histograma de frecuencias.Tipología de Análisis: Análisis de frecuencia en la distribución de los datos del raster de entrada.Descripción: herramienta que nos permite visualizar la distribución de frecuencias de un raster determinado.Ejemplo de aplicaciones: cualquier análisis en el que necesitemos conocer la distribución por clases de nuestrosdatos. Si los datos son continuos tendremos el número de píxeles con un valor dado, si lo que tenemos es unraster discreto o temático el histograma nos mostrará el número de píxeles por clase.Procedimiento de análisis:Para obtener el histograma de nuestros datos (la capa o banda seleccionada en el desplegable de la barra deherramientas) basta con pulsar el botón Histogram de la barra de Herramienta de Spatial Analyst. El resultadopuede ser similar al mostrado en la siguiente imagen:

Fig.50. Histograma de frecuencias del MDE.

Análisis de Distancias euclidiana y de coste.Tipología de Análisis: Análisis Focal de distancia inmediata o extendida.Descripción: conjunto de herramientas que nos permite obtener la distancia euclidiana así como la distancia decoste ponderada por uno o varios parámetros usados como superficie de fricción. Además de estos parámetrospodemos obtener superficies derivadas de estos procesos de análisis como son las áreas de asignación(Allocation), así como las direcciones a un punto concreto del territorio (Direction).Ejemplo de aplicaciones: análisis de rutas, corredores ambientales, Geomarketing (áreas de servicio), etc.Procedimiento de análisis: principalmente existen tres tipos de distancia que detallo a continuación y cada unade las cuales tiene un procedimiento de obtención:

- Distancia en Línea Recta en dos dimensiones: o distancia planimétrica obtenida mediante laaplicación del teorema de Pitágoras aplicado a las coordenadas del centroide de los píxelesorigen/destino. Las unidades devueltas estarán referidas al mismo sistema de coordenadas usado(comúnmente UTM)

- Distancia en Línea Recta en tres dimensiones: que se calcula adaptando el teorema anterior.- Distancia de coste o superficie de fricción: modelando tanto la distancia en línea recta como los

obstáculos que se encuentra en el camino.

Los lugares de destino o referencia pueden estar almacenados tanto en capas vectoriales (puntos, líneas opolígonos) como en datos raster, y las unidades deben de ser especificadas en las propiedades del Data Frame.




Página45

Cálculo de la Distancia Lineal:Para el cálculo de la distancia lineal o euclidiana es debemos ir a Spatial Analyst – Distance – Straight Line.

Fig. 51. Localización de la función para obtener la distancia en línea recta y sus parámetros de configuración.

Este proceso nos permite extraer la distancia existente desde cada punto del territorio hasta el punto de destinoPuntoDestino.shp. Para ello requiere de los siguientes datos:

- Distance To (Distancia a): aquí especificaremos la capa que contiene el punto o localización dedestino o referencia.

- Maximum Distance (Distancia Máxima): es la distancia que limitará nuestros cálculos, a partir dela que no obtendremos ningún valor de distancia.

- Output Cell Size (Tamaño de Celda de Salida): tamaño de salida de los píxeles del raster dedistancia (opcionalmente también para los raster de dirección y asignación).

- Create Direction (Crear Raster de Direcciones): aquí especificaremos opcionalmente un fichero detipo raster ESRI Grid que contendrá los valores de dirección a la que tienen que dirigirse cualquierpunto o pixel del territorio para llegar al punto más cercano, en este caso el punto de referencia.Los valores van de 1 a 8 según la dirección que tomen.

- Create Allocation (Crear Raster de Asignaciones): raster opcional que contendrá un determinadovalor relacionado con el punto más cercano.

El resultado para el ejemplo se muestra a continuación: obviando el raster de allocation o asignaciones dadoque sólo tendríamos un valor al existir un único punto de referencia o destino.

Fig. 52. a. Raster relativo a la distancia mínima en línea recta desde cada pixel al punto de destino y b. Rasterde direcciones.




Página46

Cálculo de la Distancia de Coste:Para el cálculo de la distancia ponderada por una superficie de coste es debemos ir a Spatial Analyst –Distance – Cost Weighted.

Para el cálculo de la distancia ponderada por una o varias superficies de coste debemos disponer, al menos, delos siguientes datos:

- Lugar de origen y destino. En nuestro caso dos puntos situados encima de la superficie a analizar, yque posteriormente nos servirán para obtener la ruta más corta basada en dicha distancia.

- Superficie de coste o fricción: usaremos la pendiente como principal elemento de impedancia,debidamente ponderado.

- Superficie sobre la que trabajaremos. Nuestro MDE.

Fig. 53. Localización de la herramienta para la obtención de la distancia ponderada por el coste detránsito, y parámetros necesarios para su configuración.

Lo primero que debemos obtener antes de realizar nuestras operaciones de cálculo de distancias ponderadas,es obtener el factor o factores de ponderación. En nuestro caso la pendiente. Para ello procedemos a calcular lapendiente en porcentaje o en grados, y a partir de ésta reclasificarla en clases según su grado de afecciónsobre nuestro movimiento a través de los píxeles, en definitiva, a través del territorio. Para ello haremos uso dela función de Reclasificación que se verá más adelante en este mismo epígrafe. Una vez reclasificada yponderada convenientemente se asignará al Raster de Coste o Impedancia.

Los parámetros solicitados por dicha función son los siguientes:

- Distance To (Distancia a): aquí nos pide el elemento de referencia a partir del cual vamos acalcular la distancia de coste ponderada por la pendiente (o cualquier otra superficie) para cualquierpixel o localización del territorio analizado.

- Cost Raster (Raster de Impedancia o coste): será nuestro raster de pendiente, el que posibilite uofrezca cualquier resistencia a nuestro movimiento.

- Maximum Distance (Distancia Máxima de Análisis): aquí podemos especificar opcionalmente ladistancia máxima a partir de la cual no se tomarán más píxeles para el cálculo.

- Create Direction (Crear raster de direcciones): podemos especificar opcionalmente un raster dedirecciones que tomarán los píxeles para dirigirse al punto más próximo de referencia.

- Create Allocation (Crear raster de Asignaciones): raster de asignación del lugar o lugares máscercanos a un determinado píxel.

- Output Raster (Raster de Salida): raster cuyos valores tendrán el valor de distancia mínimoponderado por el coste de impedancia de la pendiente.

A continuación vemos los parámetros usados (MDE), Pendientes, y puntos de origen y destino.




Página47

Fig. 54. Datos necesarios para la evaluación de la distancia de coste a un punto dado (a. Localizacionespuntuales, y b. Superficie de fricción – Pendiente).

El resultado de dicha operación se puede observar a continuación (capas de dirección y distancia ponderadaspor la pendiente).

Fig. 55. Capas resultantes de la operación de distancia de coste (ponderada por la pendiente). a. Distancia decoste y b. Raster de Direcciones. Nota. Se ha tomado como referencia el punto de origen o partida.

Cálculo de la Ruta más corta:

Una vez obtenidas las superficies de coste de desplazamiento y los otros parámetros (dirección y asignación)necesarios para el cálculo de la ruta más corta, podremos calcular la ruta más corta entre los puntos de origeny destino basándonos en los parámetros anteriormente calculados. La función la podemos localizar en SpatialAnalyst – Distance – Shortest Path, y los parámetros a especificar son los siguientes:

- Path To (Ruta hacia): aquí especificamos el punto de destino donde queremos llegar.- Cost Distance Raster (Raster de Distancia de Costo): raster que obtuvimos en el cálculo anterior.- Cost Direction Raster (Raster de Dirección): raster de direcciones que se usará para el cálculo de

la ruta.- Path Type: aquí podremos seleccionar si queremos que el cálculo se haga para cada zona de

asignación, para cada celda, o la mejor.- Output Features: Aquí obtendremos la ruta o rutas finales en formato Shapefile o Feature Class.




Página48

Fig. 56. Localización de la herramienta para la obtención de la ruta más corta entre dos puntos dados y losparámetros de configuración.

El resultado obtenido es el siguiente:

Fig. 57. Ruta obtenida entre el punto de inicio y el punto final ponderada por la pendiente o superficie de coste.

Opcionalmente podemos obtener las zonas de asignación tal y como hicimos anteriormente respecto a una capade puntos o entidades de referencia, pero de forma individual y no integrada en el cálculo de distancias paraello vamos a Spatial Analyst – Distance - Allocation.




Página49

Análisis de Densidades.Tipología de Análisis: análisis basado en la localización de puntos o líneas y su relación con la superficieocupada.Descripción: herramienta destinada a conocer la densidad en la distribución de datos puntuales o lineales porunidad de superficie.Ejemplo de aplicaciones: densidad de población, densidad de vías de comunicación, análisis de distribución demuestreos, verificación de zonas escasamente dotadas de infraestructuras, etc.Procedimiento de análisis: el procedimiento de análisis pasa por recopilar la fuente de información a evaluar(sea en formato puntual o lineal) y obtener, mediante la asignación de los siguientes parámetros, un raster quenos muestre la densidad en la distribución del fenómeno. Así el raster de salida tendrá como resultado losvalores referidos al número de elementos muestreados por unidad de superficie (área especificada en el radiode búsqueda y las unidades del mapa especificadas).

Los parámetros a especificar son los siguientes:- Input Data (Datos de Entrada):- Population Field (Campo de datos): datos a usar para evaluar su grado de concentración o

dispersión.- Density Type (Tipo de análisis): mediante un núcleo o filtro, o simple. Estando la diferencia

principal entre ambos métodos en que el Kernel permite valorar más los puntos más próximos alnúcleo del Kernel que los más alejados, mientras que para el simple, se evalúan todos loselementos del mismo modo dentro del área de análisis, dándonos el método Kernel superficies mássuavizadas.

- Search Radius (Radio de Búsqueda): Radio de análisis en las unidades especificadas para elanálisis.

- Area Units (Unidades de Área): unidades de medición del área de muestreo.- Output Cell Size (Tamaño de celda de salida): tamaño que tendrá el raster de salida, por defecto

el mismo del MDE que podamos usar posteriormente.- Output Raster (Raster de Salida): fichero raster de formato ESRI Grid que contendrá los datos

finales de densidad.

Fig. 58. Localización de la herramienta de Densidad y su configuración.

En la siguiente figura podemos observar un ejemplo donde hemos obtenido la densidad de puntos de cota porárea de análisis. Como se puede observar existe una mayor concentración de puntos en la zona noreste deltérmino municipal, dándose casos de escasez de puntos en la zona suroeste, por lo que sería recomendableobtener alguna fuente adicional para las zonas que disponen de pocos puntos acotados que puedan detectar lasformas del relieve en dicha zona.




Página50

Fig. 59. Mapa de densidad de puntos de cota usados para generar el MDE y verificar las zonas con escasadensidad de puntos.

Análisis mediante Interpolación de Superficie.Tipología de Análisis: técnicas de interpolación.Descripción: se trata de técnicas estadísticas de interpolación de puntos de muestreo de una variable dada, enzonas donde no es posible obtener este tipo de muestras, o las fuentes disponibles no disponen de datos paratales localizaciones.Ejemplo de aplicaciones: como ejemplo de aplicaciones tenemos aplicaciones a dispersión de contaminantes,datos climáticos, análisis de datos oceanográficos, etc.Procedimiento de análisis:Aunque estas herramientas no son las más completas para un estudio Geoestadístico de una variabledeterminada, ya que para ello deberíamos emplear Geostatistical Analyst que nos provee de mejores métodosde interpolación y análisis exploratorio entre otros, si no disponemos de dicha extensión podremos utilizar lasque nos facilita Spatial Analyst, junto con sus parámetros de configuración. Es por ello que haremos un breverepaso a estos métodos sin entrar en demasiados detalles, ya que estos aspectos los trataremos más en detalleen la edición de la guía sobre Geostadística. Estos métodos se clasifican básicamente en determinísticos yGeostadísticos, aunque hay otras clasificaciones que los diferencian en locales o globales según usen puntosde una muestra cercana a un punto conocido, o si usa todos los puntos para obtener la superficie, etc.:

No entraremos en demasiados detalles ya que no es tema de estudio los métodos geostadísticos, sino elanálisis espacial basado en datos raster.

Interpolación IDW (Peso ponderado por la inversa de la distancia): en este método cada punto de la muestraejerce su influencia sobre los puntos a determinar y disminuye en función de la distancia. Así cada punto vecinocontará con un “peso” en la determinación del valor del punto a interpolar, siendo mayor cuanto más cerca seencuentre, siguiendo el principio de correlación espacial. Este método se encuentra en Spatial Analyst de dosformas, con un radio de búsqueda fijo o variable. Para el primero de éstos el radio del círculo usado para buscarentradas de puntos es igual para cada celda interpolada. Para especificar una cantidad mínima se puedeasegurar que dentro de un radio fijo, al menos un número mínimo de puntos de entrada será usado en elcálculo de cada celda interpolada.

Otro parámetro importante es el valor Power, que si toma valores altos, pone énfasis en los valores máscercanos, creando una superficie con más detalle pero menos suave; en caso contrario, tienen más influencialos puntos más alejados, creando una superficie más suavizada.

Podemos usar también las barreras o Barriers para limitar la búsqueda de puntos al lado en de la barreradonde se ubique el píxel interpolado, por ejemplo un acantilado.

Con un radio de búsqueda variable, va a depender el método del número de puntos a tener en cuenta para lainterpolación, así el radio será variable según la disposición de los puntos, ya que a puntos más alejados elradio tendrá que estirarse para alcanzarlos. Especificaremos una distancia máxima, así que si se alcanza dichadistancia se seleccionarán pocos puntos si éstos están muy dispersos.




Página51

Utilizaremos un radio de búsqueda fijo si los puntos son muy abundantes y se ubican de manera uniforme, yun radio de búsqueda variable si los puntos son escasos y se ubican de forma aleatoria.

A continuación podemos encontrar los parámetros a configurar y la herramienta en Spatial Analyst –Interpolate To Raster– IDW.

Fig. 60. Métodos de Interpolación Determinísticos. Método IDW y parámetros de configuración.

El resultado podemos observarlo a continuación:

Fig. 61. Interpolación resultante mediante el método IDW.

Interpolación Spline (Regularizado o de Isotensión): Este método estima los valores usando una funciónmatemática que reduce al mínimo la curvatura de la superficie total, dando como resultado una superficie quepasa a través de los puntos muestreados.Hay dos métodos Splines: regularizado o tensión.

- Regularizado. Este método crea una superficie suave, de manera gradual combinando la superficiecon los valores que pueden estar fuera de la gama de datos de la muestra.

- Tensión. El método de tensión suaviza la rigidez de la superficie según el carácter del fenómenomodelado. Esto crea una superficie lisa con valores estrechamente ligados a los valores de la muestra.




Página52

Otro parámetro es el Peso (Weight) donde para el método regularizado define el peso de la 3ª derivada de lasuperficie en la expresión de minimización de la curvatura. A más alto el peso más lisa la superficie. Los valoresdeben ser mayores o iguales a cero. Valores Típicos (0, 0,01, 0,1 y 0,5). Para el método tensión, el peso defineel peso de la tensión, así a más alto la superficie pierde suavidad. Valores típicos (0, 1, 5 y 10).

El número de puntos identifica el número de puntos usados en el cálculo de cada píxel interpolado. Más puntosde entrada especificados, mayor será la influencia de los puntos distantes y más suave será la superficie, yaque serán menores las variaciones locales.

A continuación vemos los parámetros a seleccionar dentro de la herramienta disponible en Spatial Analyst –Interpolate To Raster – Spline.

Fig. 62. Interpolación mediante Spline y sus parámetros.

Dejando los parámetros por defecto que nos facilita el software podemos obtener una superficie como la que semuestra a continuación:

Fig. 63. Resultado de la Interpolación mediante Spline.

Interpolación Kriging (Universal u Ordinario): este método de interpolación global tiene en cuenta unvariograma para la obtención de la superficie final, Para ello se resuelve un conjunto de ecuaciones utilizando lainformación procedente del variograma y las distancias relativas entre los datos y la posición del punto dondeel valor interpolado es solicitado. Estas ecuaciones contienen la covarianza entre el punto a ser estimado y losdatos y las covarianzas entre los datos en sí mismos.

La herramienta se encuentra en Spatial Analyst – Interpolate To Raster – Kriging, y donde podemosseleccionar los siguientes parámetros:




Página53

Fig. 64. Localizacion de la herramienta Kriging y los parámetros a especificar.

La imagen obtenida de dicho proceso se pude observar a continuación:

Fig. 65. Imagen del raster procedente de la función de interpolación mediante Kriging.

Resúmenes estadísticos basados en un píxel.Tipología de Análisis: análisis local basado en múltiples bandas pero un mismo pixel para obtener estadísticasderivadas.Descripción: se trata de una herramienta de análisis local que puede hacer uso de 1 o más bandas o capas paraevaluar el grado de concentración o dispersión de los valores respecto a la media, además de obtener otrosparámetros estadísticos (máximo, mínimo, media, rango, etc.)Ejemplo de aplicaciones: análisis de variación de los valores de reflectancia en una imagen de satélite, variaciónestacional de un Índice de Vegetación, variación estacional del grado de humedad de un cultivo, etc.Procedimiento de análisis:




Página54

Para realizar este tipo de análisis debemos disponer como mínimo dos bandas o capas raster referidas a unmismo territorio y georreferenciadas en un mismo sistema de referencia espacial, para poder extraer losvalores estadísticos de un píxel respecto a todas las bandas implicadas.

La herramienta se puede localizar en Spatial Analyst – Cell Statistics, y los parámetros requeridos son lossiguientes:

Fig. 66. Localización de la herramienta de Estadísticas basadas en Celdas o Píxeles y sus parámetros deanálisis.

Los parámetros son los siguientes:- Layers (Capas): Capas disponibles para seleccionarlas e implicarlas en el análisis.- Input Rasters (Rasters de Entrada): capas usadas para el análisis.- Overlay Statistics (Estadísticas de Solape): función estadística que calcularemos para cada pixel

basándonos en su localización en todas las bandas o capas raster de entrada.- Output Raster (Raster de Salida): raster que almacenará los datos estadísticos resultantes.

Entre los valores estadísticos que se pueden obtener tenemos: Majority, maximum, mean, median, minimum,minority, range, standard deviation, sum, variety.

Así por ejemplo si disponemos de una gama de raster de temperatura o precipitaciones para todo un añodividido por meses, podríamos obtener valores de variabilidad, concentración y dispersión con respecto al valormedio, etc.

Posteriormente se podrán realizar correlaciones entre raster, redundando en un análisis climático másdetallado.

En el ejemplo aplicado hemos calculado el valor medio de todos los píxeles de una imagen Landsat usando lasbandas con combinación RGB (321 o Color Natural).

Fig. 67. Resultado de la función de resumen estadístico local (Media de los valores iniciales).

Banda 3

Banda 2

Banda 1




Página55

Resúmenes estadísticos basados en píxeles vecinos.Tipología de Análisis: análisis focal de los píxeles basados en sus vecinos a nivel estadístico.Descripción: herramienta de análisis estadístico para la obtención de parámetros estadísticos de un pixelrespecto a sus 8 vecinos próximos en una matriz de 3x3. Esta operación está basada en una figura geométricade análisis para los píxeles vecinos a modo de filtro que puede ser una de las mostradas en la Figura 69.Ejemplo de aplicaciones: obtención de parámetros de variación próxima a cada pixel, permitiéndonos ver elgrado de correlación y variación de un pixel respecto a los píxeles más próximos.Procedimiento de análisis:

Para proceder con el análisis estadístico de los píxeles vecinos a cualquier punto de nuestro raster de entradadebemos ir a Spatial Analyst – Neighborhood Statistics.

Los parámetros de configuración son los siguientes:- Input Data (Datos de Entrada): Raster a analizar mediante la función.- Field (Campo): Campo de Referencia (al ser Raster – Value).- Statistic Type (Tipo de Estadístico): tipo de estadísticas a obtener.- Neighborhood (Criterio de Proximidad): figura geométrica de referencia.- Neighborhood Settings (Parámetros de Proximidad): son los parámetros que se especifican

posteriormente para obtener los valores de los píxeles o las áreas (en unidades métricas) máspróximas.

- Output Cell Size (Tamaño de celda de salida): será el tamaño del raster por defecto.- Output Raster (Raster de Salida): aquí escribimos el ESRI Grid de salida que almacenará los

valores de salida de las estadísticas focales.

Fig. 68. Localización de la herramienta Neightborhood Statistics y sus parámetros de uso.

Las formas geométricas que podemos usar para el cálculo son:

Fig. 69. Formas geométricas de análisis de vecindad.

Así para las distintas figuras tenemos distintos parámetros de configuración que nos permitirán personalizar lasalida raster:




Página56

Rectangle (Rectángulo): Anchura y Altura.Circle (Círculo): Radio.Annulus (Anillo): Radio interior y exterior del anillo.Wedge (Cuña): Ángulo inicial, ángulo final y radio.

Las unidades se podrán especificar en número de píxeles o en unidades de mapa.

Como resultado de la aplicación podemos obtener parámetros que nos permitan ver el grado de variabilidad apequeña escala entre un punto y su área más próxima, pudiendo determinar zonas con un elevado gradiente ovariabilidad de una determinada variable (niveles de contaminación, focos térmicos, etc.)

Resúmenes estadísticos basados en zonas.Tipología de Análisis: operación zonal de clasificación de parámetros estadísticos.Descripción: herramienta de análisis zonal para la valoración estadística de distribución de una variablecontinua basada en una zona discreta.Ejemplo de aplicaciones: obtención de valores estadísticos de distribución de un componente en una zona dada(por ejemplo valores medios de distribución de ozono para una región concreta).Procedimiento de análisis:

El proceso de análisis de los resúmenes estadísticos basados en zonas pasa por dos procesos claramentediferenciados:

- Digitalización u obtención de las zonas de análisis (puede ser raster o vectorial)- Obtención de las estadísticas zonales mediante Spatial Analyst – Zonal Statistics donde nos

solicita los siguientes parámetros:o Zone Dataset: conjunto de datos con las zonas sobre las que calcularemos las estadísticas.o Zone Field: campo o valor que será usado como referencia para dicho cálculo. Ej. Tipo de

uso.o Value Raster: raster de referencia a partir del cual extraeremos las estadísticas.o Ignore NoData in calculations: debemos seleccionar dicha opción para evitar que los

valores nulos puedan entorpecer nuestro cálculo.o Join Input Table to Zone Layer: los datos se anexarán a la tabla VAT (Value Attribute

Table) del raster o a la tabla de atributos de nuestro Feature class o Features de referenciacon todos los valores estadísticos extraídos. Por defecto no está marcada ya que no siemprequeremos incluir esos datos, sino tan sólo obtener el DBF.

o Chart Statistic: en este parámetro nos solicita la opción de escoger un campo yrepresentarlo mediante un gráfico, así si por ejemplo seleccionamos el valor MEAN (Media)nos mostrará un gráfico con el valor de la media por cada una de las zonas.

o Output Table: aquí especificaremos el nombre de la tabla con los estadísticos por cadazona en local o en red, en formato Dbase (*.dbf).

Fig. 70. Localización de la herramienta Zonal Statistics y parámetros de uso.




Página57

Reclasificación Raster.Tipología de Análisis: operación local pixel a pixel.Descripción: este proceso se refiere al reemplazo de las celdas del raster de entrada por nuevos valores en elraster de salida basándonos en un criterio.Ejemplo de aplicaciones: reclasificación de intervalos de altitud, reclasificación de usos del suelo, agrupación devalores de un raster inicial según un criterio determinado.Procedimiento de análisis: el proceso de reclasificación de datos raster pasa por la agrupación de los datoscontinuos en valores discretos o temáticos de acuerdo a un criterio. Para poder realizar esta función debemosdirigirnos a Spatial Analyst – Reclassify, pero antes debemos haber clasificado nuestro Raster desde laspropiedades de nuestro Layer – Symbology, y ahí escoger un método de clasificación en cualquiera de losmétodos estadísticos (intervalos iguales, rupturas naturales, o especificado por el usuario entre otros). Acontinuación se pueden ver los parámetros necesarios para reclasificar un raster:

- Input Raster (Raster de Entrada): raster a reclasificar (por ejemplo de pendientes)- Reclass Field (Campo): campo de base para la reclasificación.- Set Values to Reclassify: aquí podemos especificar los valores que se usarán para la

reclasificación y que posteriormente poblarán tanto el raster reclasificado, como el vectorial desalida (mediante el campo GRIDCODE) en caso de convertir a vectorial. Entre las opciones quepodemos usar dentro de este grupo de elementos tenemos Classify, si no hemos usado este métodopreviamente para clasificar los datos continuos en intervalos; Unique, para establecer valores únicoscomo clases del raster, es decir, un valor por cada valor del pixel; Add Entry, para agregar nuevasclases; Delete Entries, para borrar clases asignadas anteriormente; Precision, parámetro deconfiguración usado para la división de las clases y que interviene en el número de elementos queentra en una u otra clase. Si disponemos de una tabla LUT (Look Up Table) con la configuraciónpodremos cargarla Load… o Salvar – Save… nuestra tabla existente para otro análisis similar.

- Change Missing values NoData: esta opción nos permite cambiar los valores sin asignación denuestro raster a valores NoData.

- Output Raster (Raster de Salida): el nombre del raster en formato ESRI Grid que contendrá lasclases temáticas.

Fig. 71. Parámetros y localización de la Herramienta de Reclasificación Raster.




Página58

Fig. 72. Resultado de la reclasificación del mapa de pendientes en 5 intervalos.

Conversiones Raster Vector y Vector Raster.Tipología de Análisis: conversión entre modelo de datos.Descripción: funciones de conversión entre los dos modelos de datos más usados, raster y vectorial.Ejemplo de aplicaciones: conversiones generales entre datos raster y vectoriales según conveniencia de uso.Procedimiento de análisis: el procedimiento de conversión de un raster a vector y viceversa pasa por laselección del menú Spatial Analyst – Convert – Raster To Features o Features To Raster. Los parámetrosa especificar en cada uno de los casos son los siguientes:

- Para la conversión Features to Raster: debemos especificar los siguientes:

o Input Features (Entidades de Entrada): los polígonos, puntos o polilíneas a convertir araster o rasterizar.

o Field (Campo): es el campo que se usará como valor para diferenciar el valor de cada pixel.o Output Cell Size (Tamaño de Salida de Celda): por defecto si trabajamos con un tamaño

de celda predeterminado y queremos que posteriormente podamos superponeralgebraicamente varios raster deberían dispone de la misma resolución por lo que usaremosla resolución acorde a nuestro análisis.

o Output Raster (Raster de Salida): nombre del raster en formato ESRI Grid queobtendremos de dicha rasterización.

- Para la conversión Raster to Features: debemos tener en cuenta que esta conversión sólo seráposible si nuestro raster es de tipo discreto o temático, no siendo posible con raster continuos amenos que se clasifiquen, y posteriormente se reclasifiquen con la herramienta anterior, asídebemos especificar los siguientes parámetros:

o Input Raster (Raster de Entrada): raster discreto que vamos a convertir a vectorial.o Field (Campo): es el campo dentro de la VAT (Values Attribute Table) de nuestro raster que

usaremos para convertir a vectorial y delimitar dichos vectores.o Output Geometry Type: geometría de salida de la conversión raster a vector.o Generalize Lines (Generalizar Lineas): casilla de verificación para asegurarnos de que se

produce un suavizado de las líneas o contornos generados.o Output Features (Entidades de Salida): se almacenará un 58eature58e o 58eature class

con los vectores resultado de la vectorización.

Clases del Raster de Salida




Página59

Fig. 73. Localización del menú de conversión y tipos de conversión. Parámetros de conversión Raster Vectory Vector Raster.

Aquí podemos observar como ejemplo la conversión de raster a vector de las cuencas visuales:

Fig. 74. Conversión Raster a Vector de las Cuencas Visuales.

Otro grupo de herramientas nos permiten realizar análisis más específicos como son las herramientas deAnálisis Hidrológicos que nos provee dicha extensión y que puede usarse mediante ArcToolbox, Model Builder,Línea de comandos o la Calculadora Raster, así como Análisis de Aguas Subterráneas, entre otros. Este tipo deprocesos serán ampliados en una segunda edición de esta guía.




Página60

10.El uso de ArcToolbox y Model Builder para el análisis espacial de datos raster

La mayor parte de las herramientas que usaremos están integradas en la barra de herramientas deSpatial Analyst, pero también disponemos de herramientas en la ventana de ArcToolbox, dispersasen algunas cajas de herramientas o funciones de geoprocesamiento, aunque el mayor volumen estádispuesto en Spatial Analyst Tools como se muestra en la siguiente figura.

Fig. 75. Herramientas de Geoprocesamiento de ArcToolbox – Spatial Analyst Tools.

Entre estas herramientas tenemos los siguientes grupos:

- Álgebra de mapas: compuesta por los grupos Conditional, Map Algebra, Math, Overlay,etc.

- Herramientas de Generalización: Generalization.- Herramientas de extracción de información: Extraction, Density, Distance, Local,

Zonal, Neighborhood, etc.- Herramientas aplicadas: Hydrology, Groundwater, Surface, Solar Radiation, etc.

De todas estas herramientas las que mayormente usaremos desde ArcToolbox serán las deExtracción de entidades de una superficie en formato raster (enmascarado o extracción de un rasterpor máscara) o vectorial (extracción por puntos por ejemplo). En el caso de la extracción del Rastera partir de una máscara podemos encontrar dicha herramienta en Spatial Analyst Tools – Extraction-Extract By Mask, donde nos limitaremos a especificar el raster de entrada, la máscara (bien searaster o vectorial) y un fichero raster de salida.

Debido a la extensión que conllevaría comentar todas las herramientas de Análisis Espacial Rasterdesde ArcToolbox, dejaremos este apartado para la ampliación de esta guía que se actualizarápróximamente.

Modelización de Análisis Espacial mediante Model Builder.

Como hemos comentado las herramientas de análisis raster nos permiten modelar la superficieterrestre en base, principalmente, a datos raster.




Página61

Una de las herramientas más interesantes incorporada en las últimas versiones de ArcGIS es la deModel Builder o herramienta de diagramas de geoprocesamiento que nos permitirá arrastrarelementos de entrada, funciones, y obtener parámetros y variables de salida, que posteriormentepodrán ser utilizadas para otras funciones, en otro, o en el mismo modelo de geoprocesamiento.

La función base o primaria de geoprocesamiento se podría identificar del siguiente modo:

Fig. 76. Función primaria de geoprocesamiento.

Vamos a realizar un modelo de geoprocesamiento que nos va a permitir mostrar gran parte de lafuncionalidad de dicha herramienta. En este modelo usaremos un MDE para generar a partir de éste,las superficies de pendiente. A partir de éstos usando una operación de álgebra de mapasobtendremos las superficies que cumplan con la condición siguiente:

Criterios: Elevaciones por encima de los 200 Metros y cuya pendiente sea superior al 30%.

Lo primero que vamos a hacer es crearnos una Toolbox en ArcToolbox, para ello basta con pulsarbotón derecho del ratón sobre la cabecera de ArcToolbox y seleccionar New – Toolbox. Larenombramos como prefiramos. En su interior podremos agregar un Modelo de Geoprocesamiento,pulsaremos para ello botón derecho del ratón – New Model. A continuación se puede observar elmodelo propuesto.

Fig. 77. Creación de la herramienta de geoprocesamiento con Model Builder.




Página62

A continuación arrastraremos desde la tabla de contenidos y Arctoolbox cada uno de los elementossiguientes:

- MDE (Modelo Digital de Elevaciones)- Función de geoprocesamiento de pendientes (Spatial Analyst Tools – Surface - Slope)- Función de álgebra de mapas simple (Spatial Analyst Tools – Map Algebra - Single

Output Map Algebra)

Estos elementos podremos renombrarlos pulsando botón derecho del ratón sobre el objeto –Rename (Renombrar).

Una vez que disponemos de éstos en el modelo vamos a enlazarlos. Para ello pulsaremos el botónAdd Connection y uniremos cada elemento con su función de análisis de la barra de herramientasprincipal del modelo.

Fig. 78. Herramienta de conexión de objetos y Modelo definitivo antes de su ejecución.

Lo único que tendremos que especificar es la fórmula en la función de Álgebra de mapas:

(mde > 200) AND (raster pendiente > 30)

Fig. 79. Adición de la fórmula de álgebra de mapas para el cálculo especifico.

Herramienta deConexión




Página63

Lo que hemos hecho en este ejemplo es calcular a partir del MDE el mapa de pendientes paraposteriormente utilizarlo en la fórmula de álgebra de mapas, posteriormente hemos incorporadodicha función de geoprocesamiento (Single Output Map Algebra), herramienta que nos permitiráintroducir una sentencia de procesamiento como la que hemos especificado, para que a partir de losdatos de entrada (la pendiente calculada anteriormente y el MDE) podamos extraer un raster binariodonde tendremos con valor 1 las zonas que cumplen dicha condición y 0 si no lo cumplen.

El resultado de dicha operación de geoprocesamiento se puede observar en la imagen siguiente, conlas zonas donde se muestran las zonas con elevación superior a los 200 metros y una pendientesuperior al 30%:

Fig.80. Resultado del proceso del modelo de geoprocesamiento.




Página64

11. Breve referencia de aplicaciones reales.

Como hemos podido observar son múltiples las funciones de análisis de Spatial Analyst y tan sólohemos visto una mínima parte de esta funcionalidad, por lo que recomiendo mirar la Ayuda deArcGIS Desktop referida a la extensión Spatial Analyst.

Toda esta funcionalidad nos permite realizar tareas que van desde un simple análisis morfométricode una superficie, hasta una evaluación multicriterio utilizando distintas fuentes de datos raster,pasando por estudios hidrológicos, hidrogeológicos, y de riesgos ambientales.

Sirva de guía este esquema de trabajo, adaptable naturalmente a vuestras necesidades, para llevara cabo un análisis o modelización espacial mediante análisis raster, concretamente con ArcGIS ySpatial Analyst.

Pasos a seguir:

- Búsqueda de información geográfica y alfanumérica en la que se basará el proyecto.

- Organización y clasificación de la misma atendiendo a los siguientes criterios.o Fecha de adquisición.o Sistema de Referencia Espacial.o Modelo de datos utilizado.o Funcionalidad de cada fuente.o Etc.

- Integración de los datos en una Base de Datos Geográfica o en un conjunto de ficherossiguiendo cualquiera de las formas de representación (raster, vectorial, TIN, tabular, etc.)o directamente en formato Geodatabase del que ya hemos visto sus bondades para eltratamiento y almacenamiento de datos.

- Organización mediante un diagrama de Gantt del flujo de trabajo del proyecto.- Análisis de los datos. A grandes rasgos se puede llevar a cabo este proceso de análisis

dependiendo del tipo de trabajo y los datos disponibles:

o Para análisis ambientales, obtención en primer lugar del MDE si no disponemos deuno mediante cualquiera de los métodos mencionados (interpolación,triangulación, etc.), posteriormente usaremos dicha capa para obtener parámetrosderivados. En conjunción con otras variables ambientales (clima, suelos,vegetación, etc.) podremos realizar una Evaluación Multicriterio mediante lasherramientas de Spatial Analyst.

o Para estudios socio-económicos, además de otras herramientas disponibles conArcGIS Desktop, como son las herramientas proporcionadas con Network Analyst,Schematic Analyst, y otras funciones, de análisis espacial, tenemos otrasherramientas que nos permiten obtener diversas variables de utilidad para elanálisis urbano y socio-económico, como son las funciones de densidad, yestadísticas locales, zonales, etc.

o Para análisis de dinámica paisajística o urbana podremos usar las herramientas deálgebra de mapas para la detección de cambios en ambos entornos pudiendo usarimágenes multi-temporales de una misma zona.

- Una vez realizado el análisis procederemos a interpretar los resultados y a presentardebidamente la información obtenida, mediante mapas, estadísticas, informes, etc.

Con este epígrafe llegamos al final de esta guía metodológica de Análisis Espacial medianteherramientas de análisis Raster con Spatial Analyst para ArcGIS. Recordad que esta guía está enconstante evolución, y actualización por lo que en breve habrá otra versión más actualizada con




Página65

numerosas herramientas comentadas, nuevas metodologías, algoritmos, y sobre todo nuevastemáticas de aplicación relacionadas con vuestro trabajo, por lo que si queréis realizar algún tipo deaportación o consulta al respecto y proponéis alguna adaptación de alguna metodología concreta,estaré encantado de presentar dichas novedades en la guía.

Para consultas, podéis realizarlas a través del foro de nuestro gran amigo, Gabriel Ortiz,administrador del Foro que lleva su nombre y que desde el año 2003 aproximadamente ha hechoposible que todos estemos compartiendo nuestros conocimientos.

Atte. Francisco J. Reyes Peralta

Gracias nuevamente Gabriel Ortiz.

http://http://www.gabrielortiz.comhttp://foro.gabrielortiz.com

Referencias recomendadas:

Gutiérrez Puebla, Javier; Gould Michael (2000). SIG: Sistemas de Información Geográfica. Ed.Síntesis. Primera reimpresión.

ESRI (2003). Using Spatial Analyst. Environmental System Research Institute.

Moreno Jiménez, A. (2005, coord.): Sistemas y análisis de la información geográfica. Manualde autoaprendizaje con ArcGIS. Editorial Ra-Ma.

Peña Llopis, Juan (2006): Sistemas de Información Geográfica aplicados a la gestión delterritorio. Departamento de Ecología. Universidad de Alicante.

Nota: Esta guía ha sido realizada y sus imágenes se han obtenido con Licencia Original de ArcGISDesktop (ArcView Nodo Localizado) y versión demo de las Extensiones por un periodo limitado.

http://foro.gabrielortiz.com/



Documents

Análisis_Espacial_con_Datos_Raster_en_Spatial_Analyst