Sistema de información geográfica

Este artículo necesita citas adicionales para su verificación . Por favor, ayude a mejorar este artículo añadiendo citas de fuentes fiables . El material sin fuentes puede ser cuestionado y eliminado. Buscar fuentes:  «Sistema de información geográfica» – noticias  · periódicos  · libros  · académico  · JSTOR ( marzo de 2023 ) ( Aprenda cómo y cuándo eliminar este mensaje )

Un sistema de información geográfica ( SIG ) consiste en hardware y software informático integrados que almacenan, gestionan, analizan , editan, producen y visualizan datos geográficos . ^{[1] [2]} Gran parte de esto ocurre a menudo dentro de una base de datos espacial ; sin embargo, esto no es esencial para cumplir con la definición de un SIG. ^[1] En un sentido más amplio, se puede considerar que un sistema de este tipo también incluye usuarios humanos y personal de apoyo, procedimientos y flujos de trabajo, el cuerpo de conocimientos de conceptos y métodos relevantes y organizaciones institucionales.

El plural incontable de sistemas de información geográfica , también abreviado como SIG, es el término más común para la industria y la profesión relacionada con estos sistemas. Es aproximadamente sinónimo de geoinformática . La disciplina académica que estudia estos sistemas y sus principios geográficos subyacentes, también puede abreviarse como SIG, pero el inequívoco SIGcience es más común. ^[3] La SIGcience a menudo se considera una subdisciplina de la geografía dentro de la rama de la geografía técnica .

Los sistemas de información geográfica se utilizan en múltiples tecnologías, procesos, técnicas y métodos. Están vinculados a diversas operaciones y numerosas aplicaciones relacionadas con la ingeniería, la planificación, la gestión, el transporte/logística, los seguros, las telecomunicaciones y los negocios. ^[4] Por este motivo, los SIG y las aplicaciones de inteligencia de localización son la base de los servicios basados ​​en la localización, que se basan en el análisis y la visualización geográfica.

Los SIG brindan la capacidad de relacionar información que antes no estaba relacionada, mediante el uso de la ubicación como la "variable de índice clave". Las ubicaciones y extensiones que se encuentran en el espacio-tiempo de la Tierra se pueden registrar mediante la fecha y hora de ocurrencia, junto con las coordenadas x, y y z ; que representan la longitud ( x ), la latitud ( y ) y la elevación ( z ). Todas las referencias de ubicación y extensión espacio-temporales basadas en la Tierra deben poder relacionarse entre sí y, en última instancia, con una ubicación o extensión física "real". Esta característica clave de los SIG ha comenzado a abrir nuevas vías de investigación y estudios científicos.

Si bien el SIG digital se remonta a mediados de la década de 1960, cuando Roger Tomlinson acuñó por primera vez la frase "sistema de información geográfica", ^[5] muchos de los conceptos y métodos geográficos que el SIG automatiza datan de décadas antes.

Uno de los primeros casos conocidos en los que se utilizó el análisis espacial provino del campo de la epidemiología en el Rapport sur la marche et les effets du choléra dans Paris et le département de la Seine (1832). ^[6] El cartógrafo y geógrafo francés Charles Picqué creó un mapa que describía los cuarenta y ocho distritos de París , utilizando gradientes de color de medios tonos , para proporcionar una representación visual del número de muertes notificadas debido al cólera por cada 1.000 habitantes.

En 1854, John Snow , un epidemiólogo y médico, fue capaz de determinar la fuente de un brote de cólera en Londres mediante el uso del análisis espacial. Snow logró esto al trazar la residencia de cada víctima en un mapa del área, así como las fuentes de agua cercanas. Una vez que estos puntos fueron marcados, fue capaz de identificar la fuente de agua dentro del grupo que fue responsable del brote. Este fue uno de los primeros usos exitosos de una metodología geográfica para señalar la fuente de un brote en epidemiología. Si bien los elementos básicos de la topografía y el tema existían previamente en la cartografía , el mapa de Snow fue único debido a su uso de métodos cartográficos, no solo para representar, sino también para analizar grupos de fenómenos geográficamente dependientes.

A principios del siglo XX se desarrolló la fotozincografía , que permitía dividir los mapas en capas, por ejemplo, una capa para la vegetación y otra para el agua. Esto se utilizó especialmente para imprimir contornos: dibujarlos era una tarea laboriosa, pero tenerlos en una capa separada significaba que se podía trabajar en ellos sin que las otras capas confundieran al dibujante . Este trabajo se dibujó inicialmente en placas de vidrio, pero más tarde se introdujo la película de plástico , con las ventajas de ser más liviana, ocupar menos espacio de almacenamiento y ser menos frágil, entre otras. Cuando se terminaron todas las capas, se combinaron en una imagen utilizando una cámara de proceso grande. Una vez que apareció la impresión en color, la idea de las capas también se utilizó para crear placas de impresión separadas para cada color. Si bien el uso de capas mucho más tarde se convirtió en una de las características típicas de un SIG contemporáneo, el proceso fotográfico que se acaba de describir no se considera un SIG en sí mismo, ya que los mapas eran solo imágenes sin una base de datos a la que vincularlas.

Dos desarrollos adicionales son notables en los primeros días del SIG: la publicación de Ian McHarg Design with Nature ^{[7] y su método de superposición de mapas y la introducción de una red de calles en el sistema DIME (} codificación de mapas dual independiente ) de la Oficina del Censo de los EE. UU . ^{[8] .}

La primera publicación que detalla el uso de computadoras para facilitar la cartografía fue escrita por Waldo Tobler en 1959. ^[9] Un mayor desarrollo del hardware de computadoras impulsado por la investigación de armas nucleares condujo a aplicaciones de "mapeo" computacionales de propósito general más extendidas a principios de los años 1960. ^[10]

En 1963, el primer SIG verdaderamente operativo del mundo fue desarrollado en Ottawa, Ontario , Canadá, por el Departamento de Silvicultura y Desarrollo Rural federal. Desarrollado por Roger Tomlinson , se llamó Sistema de Información Geográfica de Canadá (SIGC) y se utilizó para almacenar, analizar y manipular datos recopilados para el Inventario de Tierras de Canadá , un esfuerzo para determinar la capacidad de tierra para el Canadá rural mediante el mapeo de información sobre suelos , agricultura, recreación, vida silvestre, aves acuáticas , silvicultura y uso de la tierra a una escala de 1:50,000. También se agregó un factor de clasificación de calificación para permitir el análisis. ^{[11] [12]}

El CGIS fue una mejora con respecto a las aplicaciones de "mapeo computacional", ya que proporcionaba capacidades para el almacenamiento, superposición, medición y digitalización /escaneo de datos. Admitía un sistema de coordenadas nacional que abarcaba el continente, codificaba líneas como arcos que tenían una verdadera topología incorporada y almacenaba la información de atributos y ubicación en archivos separados. Como resultado de esto, Tomlinson se hizo conocido como el "padre del SIG", particularmente por su uso de superposiciones para promover el análisis espacial de datos geográficos convergentes. ^[13] El CGIS perduró hasta la década de 1990 y construyó una gran base de datos digital de recursos terrestres en Canadá. Se desarrolló como un sistema basado en mainframe en apoyo de la planificación y gestión de recursos federales y provinciales. Su punto fuerte era el análisis continental de conjuntos de datos complejos . El CGIS nunca estuvo disponible comercialmente.

En 1964, Howard T. Fisher formó el Laboratorio de Gráficos Computacionales y Análisis Espacial en la Escuela de Diseño de la Universidad de Harvard (LCGSA 1965-1991), donde se desarrollaron varios conceptos teóricos importantes en el manejo de datos espaciales, y que para la década de 1970 había distribuido códigos y sistemas de software seminales, como SYMAP, GRID y ODYSSEY, a universidades, centros de investigación y corporaciones de todo el mundo. ^[14] Estos programas fueron los primeros ejemplos de software SIG de propósito general que no se desarrolló para una instalación en particular, y fue muy influyente en el futuro software comercial, como Esri ARC/INFO , lanzado en 1983.

A finales de la década de 1970 , se estaban desarrollando dos sistemas SIG de dominio público ( MOSS y GRASS GIS ) y, a principios de la década de 1980, M&S Computing (posteriormente Intergraph ) junto con Bentley Systems Incorporated para la  plataforma CAD , Environmental Systems Research Institute ( ESRI ), CARIS  (Computer Aided Resource Information System) y ERDAS (Earth Resource Data Analysis System) surgieron como proveedores comerciales de software SIG, incorporando con éxito muchas de las características de CGIS, combinando el enfoque de primera generación para la separación de información espacial y de atributos con un enfoque de segunda generación para organizar datos de atributos en estructuras de bases de datos. ^[15]

En 1986 se lanzó el primer producto SIG de escritorio, Mapping Display and Analysis System (MIDAS), ^{[16] para el sistema operativo} DOS . En 1990, se lo renombró MapInfo para Windows cuando se lo adaptó a la plataforma Microsoft Windows . De esta manera, se inició el proceso de trasladar los SIG del departamento de investigación al entorno empresarial.

A finales del siglo XX, el rápido crecimiento de varios sistemas se había consolidado y estandarizado en relativamente pocas plataformas y los usuarios estaban empezando a explorar la visualización de datos SIG a través de Internet , lo que requería formatos de datos y estándares de transferencia. Más recientemente, un número cada vez mayor de paquetes SIG gratuitos y de código abierto se ejecutan en una variedad de sistemas operativos y se pueden personalizar para realizar tareas específicas. La principal tendencia del siglo XXI ha sido la integración de las capacidades de los SIG con otras tecnologías de la información e infraestructura de Internet , como bases de datos relacionales , computación en la nube , software como servicio (SAAS) y computación móvil . ^[17]

Se debe hacer la distinción entre un sistema de información geográfica singular , que es una única instalación de software y datos para un uso particular, junto con el hardware, el personal y las instituciones asociadas (por ejemplo, el SIG para un gobierno de una ciudad en particular); y el software SIG , un programa de aplicación de propósito general que está destinado a ser utilizado en muchos sistemas de información geográfica individuales en una variedad de dominios de aplicación. ^{[18] : 16} A partir de finales de la década de 1970, se han creado muchos paquetes de software específicamente para aplicaciones SIG. ArcGIS de Esri , que incluye ArcGIS Pro y el software heredado ArcMap , actualmente domina el mercado de SIG. ^{[ a partir de? ]} Otros ejemplos de SIG incluyen Autodesk y MapInfo Professional y programas de código abierto como QGIS , GRASS GIS , MapGuide y Hadoop-GIS . ^[19] Estas y otras aplicaciones SIG de escritorio incluyen un conjunto completo de capacidades para ingresar, administrar, analizar y visualizar datos geográficos, y están diseñadas para usarse por sí solas.

A partir de finales de los años 1990 con la aparición de Internet , a medida que avanzaba la tecnología de redes informáticas, la infraestructura y los datos de los SIG comenzaron a trasladarse a servidores , lo que proporcionó otro mecanismo para proporcionar capacidades de SIG. ^{[20] : 216} Esto fue facilitado por un software independiente instalado en un servidor, similar a otro software de servidor como servidores HTTP y sistemas de gestión de bases de datos relacionales , lo que permitió a los clientes tener acceso a datos SIG y herramientas de procesamiento sin tener que instalar software de escritorio especializado. Estas redes se conocen como SIG distribuidos . ^{[21] [22]} Esta estrategia se ha extendido a través de Internet y el desarrollo de plataformas SIG basadas en la nube como ArcGIS Online y software especializado en SIG como servicio (SAAS). El uso de Internet para facilitar los SIG distribuidos se conoce como SIG de Internet . ^{[21] [22]}

Un enfoque alternativo es la integración de algunas o todas estas capacidades en otras arquitecturas de software o tecnología de la información . Un ejemplo es una extensión espacial del software de base de datos relacional de objetos , que define un tipo de datos geométricos para que los datos espaciales se puedan almacenar en tablas relacionales, y extensiones de SQL para operaciones de análisis espacial como la superposición . Otro ejemplo es la proliferación de bibliotecas geoespaciales e interfaces de programación de aplicaciones (por ejemplo, GDAL , Leaflet , D3.js ) que extienden los lenguajes de programación para permitir la incorporación de datos SIG y su procesamiento en software personalizado, incluidos sitios de mapas web y servicios basados ​​en la ubicación en teléfonos inteligentes .

El núcleo de cualquier SIG es una base de datos que contiene representaciones de fenómenos geográficos, modelando su geometría (ubicación y forma) y sus propiedades o atributos . Una base de datos SIG puede almacenarse en una variedad de formas, como una colección de archivos de datos separados o una única base de datos relacional habilitada espacialmente . La recopilación y gestión de estos datos generalmente constituye la mayor parte del tiempo y los recursos financieros de un proyecto, mucho más que otros aspectos como el análisis y la cartografía. ^{[20] : 175}

Los SIG utilizan la ubicación espacio-temporal ( espacio-tiempo ) como variable de índice clave para toda la demás información. Así como una base de datos relacional que contiene texto o números puede relacionar muchas tablas diferentes utilizando variables de índice clave comunes, los SIG pueden relacionar información que de otro modo no estaría relacionada utilizando la ubicación como variable de índice clave. La clave es la ubicación y/o extensión en el espacio-tiempo.

Cualquier variable que pueda localizarse espacialmente, y cada vez más también temporalmente, puede referenciarse mediante un SIG. Las ubicaciones o extensiones en el espacio-tiempo de la Tierra pueden registrarse como fechas/horas de ocurrencia, y coordenadas x, y, z que representan, longitud , latitud , y elevación , respectivamente. Estas coordenadas SIG pueden representar otros sistemas cuantificados de referencia temporoespacial (por ejemplo, número de fotograma de la película, estación de medición de caudales, marcador kilométrico de la carretera, punto de referencia del topógrafo, dirección del edificio, intersección de calles, puerta de entrada, sondeo de profundidad del agua, origen/unidades de dibujo POS o CAD ). Las unidades aplicadas a los datos temporoespaciales registrados pueden variar ampliamente (incluso cuando se utilizan exactamente los mismos datos, véase proyecciones de mapas ), pero todas las referencias de ubicación y extensión espacio-temporales basadas en la Tierra deberían, idealmente, ser relacionables entre sí y, en última instancia, con una ubicación física o extensión "real" en el espacio-tiempo.

Mediante información espacial precisa, se puede analizar, interpretar y representar una increíble variedad de datos reales y proyectados del pasado o del futuro. ^[23] Esta característica clave de los SIG ha comenzado a abrir nuevas vías de investigación científica sobre comportamientos y patrones de información del mundo real que anteriormente no se habían correlacionado sistemáticamente .

Los datos SIG representan fenómenos que existen en el mundo real, como carreteras, uso de la tierra, elevación, árboles, vías fluviales y estados. Los tipos más comunes de fenómenos que se representan en los datos se pueden dividir en dos conceptualizaciones: objetos discretos (p. ej., una casa, una carretera) y campos continuos (p. ej., cantidad de lluvia o densidad de población). ^{[20] : 62–65} Otros tipos de fenómenos geográficos, como eventos (p. ej., ubicación de batallas de la Segunda Guerra Mundial ), procesos (p. ej., extensión de la suburbanización ) y masas (p. ej., tipos de suelo en un área) se representan con menos frecuencia o de manera indirecta, o se modelan en procedimientos de análisis en lugar de datos.

Tradicionalmente, se utilizan dos métodos generales para almacenar datos en un SIG para ambos tipos de referencias de mapeo de abstracciones: imágenes raster y vectores . Los puntos, líneas y polígonos representan datos vectoriales de referencias de atributos de ubicación mapeados.

Un nuevo método híbrido de almacenamiento de datos es el de las nubes de puntos de identificación, que combinan puntos tridimensionales con información RGB en cada punto y devuelven una imagen en color 3D . Los mapas temáticos SIG son cada vez más realistas y descriptivos visualmente de lo que se proponen mostrar o determinar.

La adquisición de datos SIG incluye varios métodos para recopilar datos espaciales en una base de datos SIG, que se pueden agrupar en tres categorías: captura de datos primarios , los fenómenos de medición directa en el campo (por ejemplo, teledetección , el sistema de posicionamiento global ); captura de datos secundarios , la extracción de información de fuentes existentes que no están en formato SIG, como mapas en papel, mediante digitalización ; y transferencia de datos , la copia de datos SIG existentes de fuentes externas como agencias gubernamentales y empresas privadas. Todos estos métodos pueden consumir una cantidad significativa de tiempo, finanzas y otros recursos. ^{[20] : 173}

Los datos de la encuesta se pueden introducir directamente en un SIG desde sistemas de recogida de datos digitales en instrumentos de encuesta utilizando una técnica denominada geometría de coordenadas (COGO). Las posiciones de un sistema global de navegación por satélite ( GNSS ) como el Sistema de Posicionamiento Global también se pueden recoger y luego importar a un SIG. Una tendencia actual ^{[ a partir de? ]} en la recogida de datos ofrece a los usuarios la posibilidad de utilizar ordenadores de campo con la capacidad de editar datos en directo utilizando conexiones inalámbricas o sesiones de edición desconectadas. ^[24] La tendencia actual ^{[ a partir de? ]} es utilizar aplicaciones disponibles en teléfonos inteligentes y PDA en forma de SIG móviles. ^[25] Esto se ha mejorado con la disponibilidad de unidades GPS de bajo coste para cartografía con precisión decímetro en tiempo real. Esto elimina la necesidad de posprocesar, importar y actualizar los datos en la oficina después de que se haya recogido el trabajo de campo. Esto incluye la capacidad de incorporar posiciones recogidas utilizando un telémetro láser . Las nuevas tecnologías también permiten a los usuarios crear mapas, así como análisis directamente en el campo, lo que hace que los proyectos sean más eficientes y la cartografía más precisa.

Los datos obtenidos por teledetección también desempeñan un papel importante en la recopilación de datos y consisten en sensores conectados a una plataforma. Los sensores incluyen cámaras, escáneres digitales y lidar , mientras que las plataformas suelen estar formadas por aviones y satélites . En Inglaterra, a mediados de la década de 1990, los híbridos cometa/globos llamados helikites fueron los primeros en utilizar cámaras digitales compactas aerotransportadas como sistemas de geoinformación aerotransportados. Se utilizó un software de medición de aeronaves, con una precisión de 0,4 mm, para vincular las fotografías y medir el terreno. Los helikites son económicos y recopilan datos más precisos que los aviones. Los helikites se pueden utilizar sobre carreteras, ferrocarriles y ciudades donde los vehículos aéreos no tripulados (UAV) están prohibidos.

Recientemente, la recolección de datos aéreos se ha vuelto más accesible gracias a los vehículos aéreos no tripulados y los drones en miniatura . Por ejemplo, el Aeryon Scout se utilizó para mapear un área de 50 acres con una distancia de muestra del suelo de 1 pulgada (2,54 cm) en solo 12 minutos. ^[26]

La mayoría de los datos digitales actuales provienen de la interpretación fotográfica de fotografías aéreas. Las estaciones de trabajo de copia suave se utilizan para digitalizar características directamente a partir de pares estereoscópicos de fotografías digitales. Estos sistemas permiten capturar datos en dos y tres dimensiones, con elevaciones medidas directamente a partir de un par estereoscópico utilizando principios de fotogrametría . Las fotografías aéreas analógicas deben escanearse antes de ingresarlas en un sistema de copia suave; para las cámaras digitales de alta calidad, este paso se omite.

La teledetección por satélite proporciona otra fuente importante de datos espaciales. En este caso, los satélites utilizan diferentes paquetes de sensores para medir pasivamente la reflectancia de partes del espectro electromagnético o de las ondas de radio que se envían desde un sensor activo, como un radar. La teledetección recopila datos raster que pueden procesarse posteriormente utilizando diferentes bandas para identificar objetos y clases de interés, como la cobertura terrestre.

El método más común de creación de datos es la digitalización , donde un mapa impreso o un plano topográfico se transfiere a un medio digital mediante el uso de un programa CAD y capacidades de georreferenciación. Con la amplia disponibilidad de imágenes orto-rectificadas (de satélites, aeronaves, helicópteros y vehículos aéreos no tripulados), la digitalización de cabeza arriba se está convirtiendo en la principal vía a través de la cual se extraen datos geográficos. La digitalización de cabeza arriba implica el trazado de datos geográficos directamente sobre las imágenes aéreas en lugar del método tradicional de trazar la forma geográfica en una tableta digitalizadora separada (digitalización de cabeza abajo). La digitalización de cabeza abajo, o digitalización manual, utiliza un bolígrafo magnético especial, o lápiz, que alimenta información a una computadora para crear un mapa digital idéntico. Algunas tabletas utilizan una herramienta similar a un mouse, llamada puck, en lugar de un lápiz. ^{[27] [28]} El puck tiene una pequeña ventana con crucetas que permite una mayor precisión y la localización precisa de las características del mapa. Aunque la digitalización con la vista hacia arriba se utiliza con más frecuencia, la digitalización con la vista hacia abajo sigue siendo útil para digitalizar mapas de mala calidad. ^[28]

Los datos existentes impresos en papel o en mapas de película PET se pueden digitalizar o escanear para producir datos digitales. Un digitalizador produce datos vectoriales a medida que un operador traza puntos, líneas y límites de polígonos a partir de un mapa. Al escanear un mapa se obtienen datos raster que se pueden procesar posteriormente para producir datos vectoriales.

Al capturar datos, el usuario debe considerar si estos deben capturarse con una precisión relativa o absoluta, ya que esto no solo podría influir en cómo se interpretará la información sino también en el costo de la captura de datos.

Después de introducir los datos en un SIG, normalmente es necesario editarlos para eliminar errores o procesarlos más. En el caso de los datos vectoriales, es necesario corregirlos topológicamente antes de poder utilizarlos para algún análisis avanzado. Por ejemplo, en una red de carreteras, las líneas deben conectarse con los nodos en una intersección. También es necesario eliminar errores como los sobrepasos y los subpasos. En el caso de los mapas escaneados, es posible que sea necesario eliminar del ráster resultante las imperfecciones del mapa de origen . Por ejemplo, una mota de tierra podría conectar dos líneas que no deberían estar conectadas.

La Tierra puede representarse mediante varios modelos, cada uno de los cuales puede proporcionar un conjunto diferente de coordenadas (por ejemplo, latitud, longitud, elevación) para cualquier punto dado en la superficie de la Tierra. El modelo más simple supone que la Tierra es una esfera perfecta. A medida que se han acumulado más mediciones de la Tierra, los modelos de la Tierra se han vuelto más sofisticados y más precisos. De hecho, existen modelos llamados datums que se aplican a diferentes áreas de la Tierra para proporcionar una mayor precisión, como el Datum de América del Norte de 1983 para mediciones en EE. UU. y el Sistema Geodético Mundial para mediciones en todo el mundo.

La latitud y la longitud de un mapa realizado con un datum local pueden no ser las mismas que las obtenidas con un receptor GPS . La conversión de coordenadas de un datum a otro requiere una transformación de datum como la transformación de Helmert , aunque en ciertas situaciones una simple traducción puede ser suficiente. ^[29]

En el software SIG más popular, los datos proyectados en latitud y longitud suelen representarse como un sistema de coordenadas geográficas . Por ejemplo, los datos en latitud y longitud si el dato es el " Datum norteamericano de 1983" se denotan como "GCS North American 1983".

Si bien ningún modelo digital puede ser una representación perfecta del mundo real, es importante que los datos SIG sean de alta calidad. De acuerdo con el principio de homomorfismo , los datos deben ser lo suficientemente cercanos a la realidad para que los resultados de los procedimientos SIG correspondan correctamente a los resultados de los procesos del mundo real. Esto significa que no existe un estándar único para la calidad de los datos, porque el grado necesario de calidad depende de la escala y el propósito de las tareas para las que se utilizarán. Varios elementos de la calidad de los datos son importantes para los datos SIG:

Exactitud

El grado de similitud entre una medida representada y el valor real; por el contrario, el error es la cantidad de diferencia entre ellos. ^{[18] : 623} En los datos SIG, existe preocupación por la precisión en las representaciones de la ubicación ( precisión posicional ), la propiedad ( precisión de atributo ) y el tiempo. Por ejemplo, el censo de EE. UU. de 2020 dice que la población de Houston el 1 de abril de 2020 era de 2.304.580; si en realidad fuera 2.310.674, esto sería un error y, por lo tanto, una falta de precisión de atributo.

Precisión

El grado de refinamiento de un valor representado. En una propiedad cuantitativa, este es el número de dígitos significativos en el valor medido. ^{[20] : 115} Un valor impreciso es vago o ambiguo, incluyendo un rango de valores posibles. Por ejemplo, si uno dijera que la población de Houston el 1 de abril de 2020 era "alrededor de 2,3 millones", esta afirmación sería imprecisa, pero probablemente precisa porque se incluye el valor correcto (y muchos valores incorrectos). Al igual que con la precisión, las representaciones de ubicación, propiedad y tiempo pueden ser más o menos precisas. La resolución es una expresión de precisión posicional de uso común, especialmente en conjuntos de datos ráster . La escala está estrechamente relacionada con la precisión en los mapas, ya que dicta un nivel deseable de precisión espacial, pero es problemática en SIG, donde un conjunto de datos se puede mostrar en una variedad de escalas de visualización (incluidas escalas que no serían apropiadas para la calidad de los datos).

Incertidumbre

Un reconocimiento general de la presencia de error e imprecisión en los datos geográficos. ^{[20] : 99} Es decir, es un grado de duda general, dado que es difícil saber exactamente cuánto error hay presente en un conjunto de datos, aunque se puede intentar alguna forma de estimación (un intervalo de confianza es una estimación de incertidumbre). Esto a veces se utiliza como un término colectivo para todos o la mayoría de los aspectos de la calidad de los datos.

Vaguedad o falta de claridad

El grado en que un aspecto (ubicación, propiedad o tiempo) de un fenómeno es inherentemente impreciso, en lugar de que la imprecisión esté en un valor medido. ^{[20] : 103} Por ejemplo, la extensión espacial del área metropolitana de Houston es vaga, ya que hay lugares en las afueras de la ciudad que están menos conectados con la ciudad central (medido por actividades como el desplazamiento ) que lugares que están más cerca. Las herramientas matemáticas como la teoría de conjuntos difusos se utilizan comúnmente para gestionar la vaguedad en los datos geográficos.

Lo completo

El grado en el que un conjunto de datos representa todas las características reales que pretende incluir. ^{[18] : 623} Por ejemplo, si a una capa de "caminos en Houston " le faltan algunas calles reales, está incompleta.

Divisa

El punto más reciente en el tiempo en el que un conjunto de datos pretende ser una representación precisa de la realidad. Esto es un problema para la mayoría de las aplicaciones SIG, que intentan representar el mundo "en el presente", en cuyo caso los datos más antiguos son de menor calidad.

Consistencia

El grado en el que las representaciones de los muchos fenómenos en un conjunto de datos se corresponden correctamente entre sí. ^{[18] : 623} La consistencia en las relaciones topológicas entre objetos espaciales es un aspecto especialmente importante de la consistencia. ^{[30] : 117} Por ejemplo, si todas las líneas en una red de calles se movieran accidentalmente 10 metros hacia el este, serían inexactas pero aún consistentes, porque todavía se conectarían correctamente en cada intersección, y las herramientas de análisis de red como la ruta más corta aún darían resultados correctos.

Propagación de la incertidumbre

El grado en que la calidad de los resultados de los métodos de análisis espacial y otras herramientas de procesamiento se deriva de la calidad de los datos de entrada. ^{[30] : 118} Por ejemplo, la interpolación es una operación común utilizada de muchas maneras en SIG; debido a que genera estimaciones de valores entre mediciones conocidas, los resultados siempre serán más precisos, pero menos certeros (ya que cada estimación tiene una cantidad desconocida de error).

La calidad de un conjunto de datos depende en gran medida de sus fuentes y de los métodos utilizados para crearlo. Los agrimensores han podido proporcionar un alto nivel de precisión posicional utilizando equipos GPS de alta gama , pero las ubicaciones GPS en el teléfono inteligente promedio son mucho menos precisas. ^[31] Los conjuntos de datos comunes, como el terreno digital y las imágenes aéreas ^[32], están disponibles en una amplia variedad de niveles de calidad, especialmente precisión espacial. Los mapas en papel, que se han digitalizado durante muchos años como fuente de datos, también pueden tener una calidad muy variable.

Un análisis cuantitativo de los mapas pone de relieve las cuestiones de precisión. Los equipos electrónicos y de otro tipo que se utilizan para realizar mediciones para los SIG son mucho más precisos que las máquinas de análisis de mapas convencionales. Todos los datos geográficos son intrínsecamente imprecisos, y estas imprecisiones se propagarán a través de las operaciones de los SIG de maneras que son difíciles de predecir. ^[33]

La reestructuración de datos se puede realizar mediante un SIG para convertir los datos en diferentes formatos. Por ejemplo, se puede utilizar un SIG para convertir un mapa de imágenes satelitales en una estructura vectorial generando líneas alrededor de todas las celdas con la misma clasificación, al tiempo que se determinan las relaciones espaciales entre celdas, como la adyacencia o la inclusión.

El procesamiento de datos más avanzado puede ocurrir con el procesamiento de imágenes , una técnica desarrollada a fines de la década de 1960 por la NASA y el sector privado para proporcionar mejora del contraste, reproducción de colores falsos y una variedad de otras técnicas que incluyen el uso de transformadas de Fourier bidimensionales . Dado que los datos digitales se recopilan y almacenan de varias maneras, las dos fuentes de datos pueden no ser completamente compatibles. Por lo tanto, un SIG debe poder convertir datos geográficos de una estructura a otra. Al hacerlo, las suposiciones implícitas detrás de diferentes ontologías y clasificaciones requieren análisis. ^[34] Las ontologías de objetos han ganado cada vez más prominencia como consecuencia de la programación orientada a objetos y el trabajo sostenido de Barry Smith y colaboradores.

Las herramientas ETL espaciales proporcionan la funcionalidad de procesamiento de datos del software tradicional de extracción, transformación y carga  (ETL), pero con un enfoque principal en la capacidad de gestionar datos espaciales. Proporcionan a los usuarios de SIG la capacidad de traducir datos entre diferentes estándares y formatos propietarios, al tiempo que transforman geométricamente los datos en el camino. Estas herramientas pueden presentarse en forma de complementos para software existente de uso más amplio, como hojas de cálculo .

El análisis espacial de los SIG es un campo que cambia rápidamente y los paquetes de SIG incluyen cada vez más herramientas analíticas como funciones integradas estándar, como conjuntos de herramientas opcionales, como complementos o como "analistas". En muchos casos, estas funciones las proporcionan los proveedores originales del software (proveedores comerciales o equipos de desarrollo no comerciales colaborativos), mientras que en otros casos, las funciones han sido desarrolladas y proporcionadas por terceros. Además, muchos productos ofrecen kits de desarrollo de software (SDK), lenguajes de programación y soporte de lenguajes, funciones de scripting y/o interfaces especiales para desarrollar herramientas analíticas propias o variantes. La mayor disponibilidad ha creado una nueva dimensión de la inteligencia empresarial denominada " inteligencia espacial " que, cuando se entrega abiertamente a través de una intranet, democratiza el acceso a los datos geográficos y de redes sociales. La inteligencia geoespacial , basada en el análisis espacial de los SIG, también se ha convertido en un elemento clave para la seguridad. Los SIG en su conjunto pueden describirse como la conversión a una representación vectorial o a cualquier otro proceso de digitalización.

El geoprocesamiento es una operación SIG que se utiliza para manipular datos espaciales. Una operación de geoprocesamiento típica toma un conjunto de datos de entrada , realiza una operación sobre ese conjunto de datos y devuelve el resultado de la operación como un conjunto de datos de salida. Las operaciones de geoprocesamiento comunes incluyen la superposición de características geográficas, la selección y el análisis de características, el procesamiento de topología , el procesamiento ráster y la conversión de datos. El geoprocesamiento permite la definición, la gestión y el análisis de la información utilizada para tomar decisiones. ^[35]

Muchas tareas geográficas involucran el terreno , la forma de la superficie de la tierra, como la hidrología , los movimientos de tierra y la biogeografía . Por lo tanto, los datos del terreno a menudo son un conjunto de datos central en un SIG, generalmente en forma de un modelo de elevación digital (DEM) ráster o una red irregular triangulada (TIN). Hay una variedad de herramientas disponibles en la mayoría del software SIG para analizar el terreno, a menudo mediante la creación de conjuntos de datos derivados que representan un aspecto específico de la superficie. Algunos de los más comunes incluyen:

• La pendiente o grado es la inclinación o gradiente de una unidad de terreno, generalmente medida como un ángulo en grados o como un porcentaje. ^[36]
• La orientación se puede definir como la dirección en la que se orienta una unidad de terreno. La orientación se expresa generalmente en grados desde el norte. ^[37]
• El corte y relleno es un cálculo de la diferencia entre la superficie antes y después de un proyecto de excavación para estimar los costos.
• El modelado hidrológico puede proporcionar un elemento espacial del que carecen otros modelos hidrológicos, con el análisis de variables como la pendiente, el aspecto y la cuenca hidrográfica o área de captación . ^[38] El análisis del terreno es fundamental para la hidrología, ya que el agua siempre fluye por una pendiente. ^[38] Como el análisis básico del terreno de un modelo digital de elevación (DEM) implica el cálculo de la pendiente y el aspecto, los DEM son muy útiles para el análisis hidrológico. La pendiente y el aspecto se pueden utilizar para determinar la dirección de la escorrentía superficial y, por lo tanto, la acumulación de flujo para la formación de arroyos, ríos y lagos. Las áreas de flujo divergente también pueden dar una indicación clara de los límites de una cuenca. Una vez que se ha creado una matriz de acumulación y dirección del flujo, se pueden realizar consultas que muestren áreas contribuyentes o de dispersión en un punto determinado. ^[38] Se pueden agregar más detalles al modelo, como la rugosidad del terreno, los tipos de vegetación y los tipos de suelo, que pueden influir en las tasas de infiltración y evapotranspiración y, por lo tanto, influir en el flujo superficial. Uno de los principales usos del modelado hidrológico es la investigación de la contaminación ambiental . Otras aplicaciones del modelado hidrológico incluyen el mapeo de aguas subterráneas y superficiales , así como mapas de riesgo de inundaciones.
• El análisis de la cuenca visual predice el impacto que tiene el terreno en la visibilidad entre ubicaciones, lo que es especialmente importante para las comunicaciones inalámbricas.
• El relieve sombreado es una representación de la superficie como si fuera un modelo tridimensional iluminado desde una dirección determinada, algo que se utiliza muy comúnmente en los mapas.

La mayoría de estos se generan utilizando algoritmos que son simplificaciones discretas del cálculo vectorial . La pendiente, la orientación y la curvatura de la superficie en el análisis del terreno se derivan de operaciones de vecindad que utilizan valores de elevación de los vecinos adyacentes de una celda. ^[39] Cada uno de estos se ve fuertemente afectado por el nivel de detalle en los datos del terreno, como la resolución de un DEM, que debe elegirse con cuidado. ^[40]

La distancia es una parte clave para resolver muchas tareas geográficas, generalmente debido a la fricción de la distancia . Por lo tanto, una amplia variedad de herramientas de análisis analizan la distancia de alguna forma, como los buffers , los polígonos de Voronoi o Thiessen , el análisis de distancia de costo y el análisis de red .

Es difícil relacionar los mapas de humedales con las cantidades de lluvia registradas en diferentes puntos, como aeropuertos, estaciones de televisión y escuelas. Sin embargo, un SIG se puede utilizar para representar características bidimensionales y tridimensionales de la superficie, el subsuelo y la atmósfera de la Tierra a partir de puntos de información. Por ejemplo, un SIG puede generar rápidamente un mapa con isopletas o líneas de contorno que indican diferentes cantidades de lluvia. Un mapa de este tipo puede considerarse como un mapa de contorno de lluvia. Muchos métodos sofisticados pueden estimar las características de las superficies a partir de un número limitado de mediciones puntuales. Un mapa de contorno bidimensional creado a partir del modelado de la superficie de las mediciones puntuales de lluvia se puede superponer y analizar con cualquier otro mapa en un SIG que cubra la misma área. Este mapa derivado del SIG puede entonces proporcionar información adicional, como la viabilidad del potencial de energía hidráulica como fuente de energía renovable . De manera similar, el SIG se puede utilizar para comparar otros recursos de energía renovable para encontrar el mejor potencial geográfico para una región. ^[41]

Además, a partir de una serie de puntos tridimensionales o de un modelo digital de elevación , se pueden generar líneas isopleta que representan contornos de elevación, junto con análisis de pendientes, relieve sombreado y otros productos de elevación. Las cuencas hidrográficas se pueden definir fácilmente para cualquier tramo determinado, calculando todas las áreas contiguas y cuesta arriba desde cualquier punto de interés determinado. De manera similar, se puede calcular una vaguada esperada de por dónde querría viajar el agua superficial en corrientes intermitentes y permanentes a partir de datos de elevación en el SIG.

Un SIG puede reconocer y analizar las relaciones espaciales que existen dentro de los datos espaciales almacenados digitalmente. Estas relaciones topológicas permiten realizar análisis y modelos espaciales complejos. Las relaciones topológicas entre entidades geométricas incluyen tradicionalmente la adyacencia (qué está junto a qué), la contención (qué encierra a qué) y la proximidad (qué tan cerca está algo de otra cosa).

Las redes geométricas son redes lineales de objetos que se pueden utilizar para representar características interconectadas y realizar análisis espaciales especiales sobre ellas. Una red geométrica se compone de aristas, que están conectadas en puntos de unión, de forma similar a los gráficos en matemáticas e informática. Al igual que los gráficos, las redes pueden tener peso y flujo asignados a sus aristas, que se pueden utilizar para representar varias características interconectadas con mayor precisión. Las redes geométricas se utilizan a menudo para modelar redes de carreteras y redes de servicios públicos , como redes eléctricas, de gas y de agua. El modelado de redes también se emplea comúnmente en la planificación del transporte , el modelado hidrológico y el modelado de infraestructura .

Dana Tomlin acuñó el término modelado cartográfico en su tesis doctoral (1983); más tarde lo utilizó en el título de su libro, Geographic Information Systems and Cartographic Modeling (1990). ^[42] El modelado cartográfico se refiere a un proceso en el que se producen, procesan y analizan varias capas temáticas de la misma área. Tomlin utilizó capas ráster, pero el método de superposición (ver más abajo) se puede utilizar de forma más general. Las operaciones sobre capas de mapas se pueden combinar en algoritmos y, eventualmente, en modelos de simulación u optimización.

La combinación de varios conjuntos de datos espaciales (puntos, líneas o polígonos ) crea un nuevo conjunto de datos vectoriales de salida, visualmente similar a apilar varios mapas de la misma región. Estas superposiciones son similares a las superposiciones de diagramas matemáticos de Venn . Una superposición de unión combina las características geográficas y las tablas de atributos de ambas entradas en una única salida nueva. Una superposición de intersección define el área donde se superponen ambas entradas y conserva un conjunto de campos de atributos para cada una. Una superposición de diferencia simétrica define un área de salida que incluye el área total de ambas entradas excepto el área superpuesta.

La extracción de datos es un proceso SIG similar a la superposición de vectores, aunque se puede utilizar tanto en el análisis de datos vectoriales como en el de datos raster. En lugar de combinar las propiedades y características de ambos conjuntos de datos, la extracción de datos implica el uso de un "recorte" o "máscara" para extraer las características de un conjunto de datos que se encuentran dentro de la extensión espacial de otro conjunto de datos.

En el análisis de datos raster, la superposición de conjuntos de datos se logra mediante un proceso conocido como "operación local sobre múltiples rásteres" o " álgebra de mapas ", mediante una función que combina los valores de la matriz de cada ráster . Esta función puede ponderar algunas entradas más que otras mediante el uso de un "modelo de índice" que refleja la influencia de varios factores sobre un fenómeno geográfico.

La geoestadística es una rama de la estadística que se ocupa de datos de campo, datos espaciales con un índice continuo. Proporciona métodos para modelar la correlación espacial y predecir valores en ubicaciones arbitrarias (interpolación).

Cuando se miden fenómenos, los métodos de observación determinan la precisión de cualquier análisis posterior. Debido a la naturaleza de los datos (por ejemplo, patrones de tráfico en un entorno urbano; patrones meteorológicos en el Océano Pacífico ), siempre se pierde un grado constante o dinámico de precisión en la medición. Esta pérdida de precisión se determina a partir de la escala y la distribución de la recopilación de datos.

Para determinar la relevancia estadística del análisis, se determina un promedio de modo que se puedan incluir puntos (gradientes) fuera de cualquier medición inmediata para determinar su comportamiento previsto. Esto se debe a las limitaciones de los métodos estadísticos y de recopilación de datos aplicados, y se requiere la interpolación para predecir el comportamiento de partículas, puntos y ubicaciones que no se pueden medir directamente.

La interpolación es el proceso mediante el cual se crea una superficie, generalmente un conjunto de datos ráster, a partir de la entrada de datos recopilados en una serie de puntos de muestra. Existen varias formas de interpolación, cada una de las cuales trata los datos de manera diferente, según las propiedades del conjunto de datos. Al comparar los métodos de interpolación, la primera consideración debe ser si los datos de origen cambiarán o no (de manera exacta o aproximada). A continuación, se debe considerar si el método es subjetivo, una interpretación humana u objetivo. Luego está la naturaleza de las transiciones entre puntos: ¿son abruptas o graduales? Por último, se debe considerar si un método es global (utiliza todo el conjunto de datos para formar el modelo) o local, donde se repite un algoritmo para una pequeña sección del terreno.

La interpolación es una medición justificada debido a un principio de autocorrelación espacial que reconoce que los datos recopilados en cualquier posición tendrán una gran similitud o influencia con aquellas ubicaciones dentro de su vecindad inmediata.

Los modelos digitales de elevación , las redes irregulares trianguladas , los algoritmos de búsqueda de aristas, los polígonos de Thiessen , el análisis de Fourier , los promedios móviles (ponderados) , la ponderación de distancia inversa , el kriging , el spline y el análisis de superficies de tendencia son todos métodos matemáticos para producir datos interpolativos.

La geocodificación consiste en interpolar ubicaciones espaciales (coordenadas X, Y) a partir de direcciones de calles o cualquier otro dato referenciado espacialmente, como códigos postales , lotes de parcelas y ubicaciones de direcciones. Se requiere un tema de referencia para geocodificar direcciones individuales, como un archivo de línea central de carretera con rangos de direcciones. Las ubicaciones de direcciones individuales se han interpolado o estimado históricamente mediante el examen de rangos de direcciones a lo largo de un segmento de carretera. Estos suelen proporcionarse en forma de tabla o base de datos. Luego, el software colocará un punto aproximadamente en el lugar donde corresponde esa dirección a lo largo del segmento de la línea central. Por ejemplo, un punto de dirección de 500 estará en el punto medio de un segmento de línea que comienza con la dirección 1 y termina con la dirección 1000. La geocodificación también se puede aplicar a datos de parcelas reales, generalmente de mapas de impuestos municipales. En este caso, el resultado de la geocodificación será un espacio realmente posicionado en lugar de un punto interpolado. Este enfoque se utiliza cada vez más para proporcionar información de ubicación más precisa.

La geocodificación inversa es el proceso de devolver un número de dirección de calle estimado en relación con una coordenada dada. Por ejemplo, un usuario puede hacer clic en el tema de la línea central de una calle (lo que proporciona una coordenada) y obtener información que refleje el número de casa estimado. Este número de casa se interpola a partir de un rango asignado a ese segmento de la calle. Si el usuario hace clic en el punto medio de un segmento que comienza con la dirección 1 y termina con 100, el valor devuelto será aproximadamente 50. Tenga en cuenta que la geocodificación inversa no devuelve direcciones reales, solo estimaciones de lo que debería haber en función del rango predeterminado.

Junto con los SIG, los métodos de análisis de decisiones de múltiples criterios ayudan a los encargados de la toma de decisiones a analizar un conjunto de soluciones espaciales alternativas, como el hábitat ecológico más probable para la restauración, en relación con múltiples criterios, como la cobertura vegetal o las carreteras. El MCDA utiliza reglas de decisión para agregar los criterios, lo que permite clasificar o priorizar las soluciones alternativas. ^[43] El MCDA de los SIG puede reducir los costos y el tiempo necesarios para identificar posibles sitios de restauración.

Los SIG o minería de datos espaciales son la aplicación de métodos de minería de datos a datos espaciales. La minería de datos, que es la búsqueda parcialmente automatizada de patrones ocultos en grandes bases de datos, ofrece grandes beneficios potenciales para la toma de decisiones basada en SIG aplicada. Las aplicaciones típicas incluyen el monitoreo ambiental . Una característica de tales aplicaciones es que la correlación espacial entre las mediciones de datos requiere el uso de algoritmos especializados para un análisis de datos más eficiente. ^[44]

La cartografía es el diseño y la producción de mapas o representaciones visuales de datos espaciales. La gran mayoría de la cartografía moderna se realiza con la ayuda de computadoras, generalmente utilizando SIG, pero la producción de cartografía de calidad también se logra importando capas a un programa de diseño para refinarla. La mayoría del software SIG le brinda al usuario un control sustancial sobre la apariencia de los datos.

El trabajo cartográfico cumple dos funciones principales:

En primer lugar, produce gráficos en la pantalla o en papel que transmiten los resultados del análisis a las personas que toman decisiones sobre los recursos. Se pueden generar mapas murales y otros gráficos, lo que permite al espectador visualizar y, por lo tanto, comprender los resultados de los análisis o simulaciones de eventos potenciales. Los servidores de mapas web facilitan la distribución de mapas generados a través de navegadores web utilizando varias implementaciones de interfaces de programación de aplicaciones basadas en web ( AJAX , Java , Flash , etc.).

En segundo lugar, se puede generar otra información de la base de datos para su posterior análisis o uso. Un ejemplo sería una lista de todas las direcciones en un radio de una milla (1,6 km) de un derrame tóxico.

Un arqueocromo es una nueva forma de mostrar datos espaciales. Se trata de una temática sobre un mapa 3D que se aplica a un edificio específico o a una parte de un edificio. Es adecuado para la visualización de datos de pérdida de calor.

Los mapas tradicionales son abstracciones del mundo real, una muestra de elementos importantes representados en una hoja de papel con símbolos que representan objetos físicos. Las personas que utilizan mapas deben interpretar estos símbolos. Los mapas topográficos muestran la forma de la superficie terrestre con líneas de contorno o con relieve sombreado .

En la actualidad, las técnicas de visualización gráfica, como el sombreado basado en la altitud en un SIG, pueden hacer visibles las relaciones entre los elementos del mapa, lo que aumenta la capacidad de extraer y analizar información. Por ejemplo, se combinaron dos tipos de datos en un SIG para producir una vista en perspectiva de una parte del condado de San Mateo , California .

• El modelo de elevación digital , que consiste en elevaciones de superficie registradas en una cuadrícula horizontal de 30 metros, muestra las elevaciones altas en blanco y las elevaciones bajas en negro.
• La imagen adjunta del Landsat Thematic Mapper muestra una imagen infrarroja en falso color que mira hacia abajo a la misma área en píxeles de 30 metros, o elementos de imagen, para los mismos puntos de coordenadas, píxel por píxel, que la información de elevación.

Se utilizó un SIG para registrar y combinar las dos imágenes para representar la vista en perspectiva tridimensional que mira hacia abajo desde la falla de San Andrés , utilizando los píxeles de imagen de Thematic Mapper, pero sombreada utilizando la elevación de las formas del terreno . La visualización del SIG depende del punto de vista del observador y de la hora del día de la visualización, para representar correctamente las sombras creadas por los rayos del sol en esa latitud, longitud y hora del día.

En los últimos años ha proliferado el software de mapas de uso gratuito y de fácil acceso, como las aplicaciones web propietarias Google Maps y Bing Maps , así como la alternativa gratuita y de código abierto OpenStreetMap . Estos servicios brindan al público acceso a enormes cantidades de datos geográficos, que muchos usuarios consideran tan confiables y utilizables como la información profesional. ^[45] Por ejemplo, durante la pandemia de COVID-19, se utilizaron mapas web alojados en paneles de control para difundir rápidamente los datos de casos al público en general. ^[46]

Algunas de ellas, como Google Maps y OpenLayers , ofrecen una interfaz de programación de aplicaciones (API) que permite a los usuarios crear aplicaciones personalizadas. Estos conjuntos de herramientas suelen ofrecer mapas de calles, imágenes aéreas o satelitales, geocodificación, búsquedas y funcionalidades de enrutamiento. La cartografía web también ha descubierto el potencial de la colaboración colectiva de datos geográficos en proyectos como OpenStreetMap , que es un proyecto colaborativo para crear un mapa gratuito y editable del mundo. Se ha demostrado que estos proyectos de combinación proporcionan un alto nivel de valor y beneficio a los usuarios finales más allá de lo que es posible a través de la información geográfica tradicional. ^{[47] [48]}

La cartografía web no está exenta de inconvenientes. Permite la creación y distribución de mapas por parte de personas sin la formación cartográfica adecuada. ^[49] Esto ha dado lugar a mapas que ignoran las convenciones cartográficas y son potencialmente engañosos; un estudio concluyó que más de la mitad de los paneles de control de COVID-19 de los gobiernos estatales de los Estados Unidos no seguían estas convenciones. ^{[50] [51]}

Desde su origen en la década de 1960, los SIG se han utilizado en una gama cada vez mayor de aplicaciones, lo que corrobora la importancia generalizada de la localización y se ha visto facilitado por la reducción continua de las barreras para la adopción de la tecnología geoespacial. Los cientos de usos diferentes de los SIG se pueden clasificar de varias maneras:

• Objetivo : el propósito de una aplicación puede clasificarse ampliamente como investigación científica o gestión de recursos . El propósito de la investigación , definido de la manera más amplia posible, es descubrir nuevos conocimientos; esto puede ser realizado por alguien que se considera un científico, pero también puede ser realizado por cualquiera que esté tratando de aprender por qué el mundo parece funcionar de la manera en que lo hace. Un estudio tan práctico como descifrar por qué una ubicación comercial ha fracasado sería investigación en este sentido. La gestión (a veces llamada aplicaciones operativas), también definida de la manera más amplia posible, es la aplicación del conocimiento para tomar decisiones prácticas sobre cómo emplear los recursos sobre los que uno tiene control para lograr sus objetivos. Estos recursos pueden ser tiempo, capital, mano de obra, equipo, tierra, depósitos minerales, vida silvestre, etc. ^{[52] [53] : 791}
  • Nivel de decisión : Las aplicaciones de gestión se han clasificado además como estratégicas , tácticas y operativas , una clasificación común en la gestión empresarial . ^[54] Las tareas estratégicas son decisiones visionarias a largo plazo sobre qué objetivos uno debe tener, como si una empresa debe expandirse o no. Las tareas tácticas son decisiones a medio plazo sobre cómo alcanzar objetivos estratégicos, como un bosque nacional que crea un plan de gestión de pastoreo. Las decisiones operativas se refieren a las tareas del día a día, como una persona que encuentra la ruta más corta a una pizzería.
• Tema : los dominios en los que se aplica el SIG se dividen en gran medida en aquellos relacionados con el mundo humano (por ejemplo, economía , política , transporte , educación , arquitectura paisajística , arqueología , planificación urbana , bienes raíces , salud pública , mapeo del crimen , defensa nacional ) y aquellos relacionados con el mundo natural (por ejemplo, geología , biología , oceanografía , clima ). Dicho esto, una de las poderosas capacidades del SIG y la perspectiva espacial de la geografía es su capacidad integradora para comparar temas dispares, y muchas aplicaciones se relacionan con múltiples dominios. Los ejemplos de dominios de aplicación integrados humanos-naturales incluyen mapeo profundo , ^[55] mitigación de peligros naturales , manejo de vida silvestre , desarrollo sustentable , ^{[56] [57]} recursos naturales y respuesta al cambio climático . ^[58]
• Institución : Los SIG se han implementado en una variedad de instituciones: gubernamentales (en todos los niveles, desde municipales hasta internacionales), empresas (de todo tipo y tamaño), organizaciones sin fines de lucro (incluso iglesias), así como en usos personales . Este último ha adquirido cada vez mayor importancia con el auge de los teléfonos inteligentes con capacidad de localización.
• Duración : Las implementaciones de SIG pueden estar enfocadas en un proyecto o una empresa . ^[59] Un SIG de proyecto se enfoca en lograr una sola tarea: se recopilan datos, se realizan análisis y se producen resultados independientemente de cualquier otro proyecto que la persona pueda realizar, y la implementación es esencialmente transitoria. Un SIG empresarial está destinado a ser una institución permanente, que incluye una base de datos cuidadosamente diseñada para ser útil para una variedad de proyectos durante muchos años, y es probable que lo utilicen muchas personas en una empresa, y algunas de ellas están empleadas a tiempo completo solo para mantenerlo. ^[60]
• Integración : Tradicionalmente, la mayoría de las aplicaciones SIG eran independientes y utilizaban software SIG especializado, hardware especializado, datos especializados y profesionales especializados. Aunque estas siguen siendo comunes en la actualidad, las aplicaciones integradas han aumentado considerablemente, ya que la tecnología geoespacial se fusionó con aplicaciones empresariales más amplias, que comparten infraestructura de TI, bases de datos y software, a menudo utilizando plataformas de integración empresarial como SAP . ^[61]

La implementación de un SIG suele estar impulsada por requisitos jurisdiccionales (como una ciudad), de propósito o de aplicación. Por lo general, una implementación de SIG puede diseñarse a medida para una organización. Por lo tanto, una implementación de SIG desarrollada para una aplicación, jurisdicción, empresa o propósito puede no ser necesariamente interoperable o compatible con un SIG que se haya desarrollado para alguna otra aplicación, jurisdicción, empresa o propósito. ^[62]

Los SIG también se están diversificando hacia servicios basados ​​en la ubicación , que permiten que los dispositivos móviles con GPS muestren su ubicación en relación con objetos fijos (el restaurante más cercano, la gasolinera, la boca de incendios) o móviles (amigos, niños, el coche de policía), o que transmitan su posición a un servidor central para su visualización u otro procesamiento.

Los SIG también se utilizan en marketing digital y SEO para la segmentación de audiencia en función de la ubicación. ^{[63] [64]}

Los sistemas de información geográfica (SIG) se han convertido en una parte integral de la ciencia acuática y la limnología . El agua, por su propia naturaleza, es dinámica. Por lo tanto, las características asociadas con el agua cambian constantemente. Para poder mantenerse al día con estos cambios, los avances tecnológicos han proporcionado a los científicos métodos para mejorar todos los aspectos de la investigación científica, desde el seguimiento por satélite de la vida silvestre hasta el mapeo informático de los hábitats. Agencias como el Servicio Geológico de los Estados Unidos , el Servicio de Pesca y Vida Silvestre de los Estados Unidos, así como otras agencias federales y estatales, están utilizando los SIG para ayudar en sus esfuerzos de conservación.

Los sistemas de información geográfica (SIG) son una herramienta de uso común para la gestión, el modelado y la planificación medioambiental. Tal como los define Michael Goodchild , los SIG son «un sistema informático para gestionar información geográfica en formato digital». ^[66] En los últimos años han desempeñado un papel fundamental en las filosofías participativas, colaborativas y de datos abiertos . Las evoluciones sociales y tecnológicas han situado las agendas digitales y medioambientales en el primer plano de las políticas públicas, los medios de comunicación globales y el sector privado.

El mapeo geológico digital es el proceso mediante el cual se observan, analizan y registran características geológicas en el campo y se muestran en tiempo real en una computadora o asistente digital personal (PDA). La función principal de esta tecnología emergente es producir mapas geológicos referenciados espacialmente que se puedan utilizar y actualizar mientras se realiza el trabajo de campo . ^[71]

El uso de mapas digitales generados por SIG también ha influido en el desarrollo de un campo académico conocido como humanidades espaciales. ^[72]

El Open Geospatial Consortium (OGC) es un consorcio industrial internacional de 384 empresas, agencias gubernamentales, universidades e individuos que participan en un proceso de consenso para desarrollar especificaciones de geoprocesamiento disponibles públicamente. Las interfaces y protocolos abiertos definidos por las especificaciones OpenGIS respaldan soluciones interoperables que "habilitan geográficamente" la Web, los servicios inalámbricos y basados ​​en la ubicación y la TI convencional, y permiten a los desarrolladores de tecnología hacer que la información y los servicios espaciales complejos sean accesibles y útiles con todo tipo de aplicaciones. Los protocolos del Open Geospatial Consortium incluyen Web Map Service y Web Feature Service . ^[76]

La OGC divide los productos SIG en dos categorías, en función de qué tan completa y exactamente el software sigue las especificaciones de la OGC.

Los productos compatibles son productos de software que cumplen con las especificaciones OpenGIS de OGC. Cuando un producto ha sido probado y certificado como compatible a través del Programa de pruebas de OGC, el producto se registra automáticamente como "compatible" en este sitio.

Los productos de implementación son productos de software que implementan las especificaciones de OpenGIS pero que aún no han pasado una prueba de cumplimiento. Las pruebas de cumplimiento no están disponibles para todas las especificaciones. Los desarrolladores pueden registrar sus productos como borradores de implementación o especificaciones aprobadas, aunque OGC se reserva el derecho de revisar y verificar cada entrada.

La condición de la superficie, la atmósfera y el subsuelo de la Tierra se puede examinar introduciendo datos satelitales en un SIG. La tecnología de los SIG ofrece a los investigadores la capacidad de examinar las variaciones de los procesos terrestres a lo largo de días, meses y años mediante el uso de visualizaciones cartográficas. ^[77] Por ejemplo, los cambios en el vigor de la vegetación a lo largo de una temporada de crecimiento se pueden animar para determinar cuándo la sequía fue más extensa en una región en particular. El gráfico resultante representa una medida aproximada de la salud de las plantas. Trabajar con dos variables a lo largo del tiempo permitiría entonces a los investigadores detectar diferencias regionales en el desfase entre una disminución de las precipitaciones y su efecto sobre la vegetación.

La tecnología SIG y la disponibilidad de datos digitales a escala regional y mundial permiten realizar estos análisis. La salida del sensor satelital que se utiliza para generar un gráfico de la vegetación se produce, por ejemplo, mediante el radiómetro avanzado de muy alta resolución (AVHRR). Este sistema de sensores detecta las cantidades de energía reflejada desde la superficie de la Tierra a través de varias bandas del espectro para áreas de superficie de aproximadamente 1 km2 ⁽ 0,39 millas cuadradas). El sensor satelital produce imágenes de una ubicación particular en la Tierra dos veces al día. El AVHRR y, más recientemente, el espectrorradiómetro de imágenes de resolución moderada (MODIS) son solo dos de los muchos sistemas de sensores que se utilizan para el análisis de la superficie de la Tierra.

Además de la integración del tiempo en los estudios ambientales, también se está explorando el uso de los SIG por su capacidad para rastrear y modelar el progreso de los seres humanos a lo largo de sus rutinas diarias. Un ejemplo concreto de progreso en esta área es la reciente publicación de datos de población específicos del tiempo por parte del Censo de los EE. UU . En este conjunto de datos, se muestran las poblaciones de las ciudades durante el día y la noche, lo que resalta el patrón de concentración y dispersión generado por los patrones de desplazamientos de América del Norte. La manipulación y generación de datos necesarios para producir estos datos no habría sido posible sin los SIG.

El uso de modelos para proyectar los datos contenidos en un SIG hacia el futuro ha permitido a los planificadores probar decisiones políticas utilizando sistemas de apoyo a decisiones espaciales .

Las herramientas y tecnologías que surgen de la Web Semántica del Consorcio World Wide Web están demostrando ser útiles para resolver problemas de integración de datos en los sistemas de información. Por consiguiente, dichas tecnologías se han propuesto como un medio para facilitar la interoperabilidad y la reutilización de datos entre aplicaciones SIG y también para permitir nuevos mecanismos de análisis. ^{[78] [79] [80] [81]}

Las ontologías son un componente clave de este enfoque semántico, ya que permiten una especificación formal y legible por máquina de los conceptos y relaciones en un dominio determinado. Esto, a su vez, permite que un SIG se centre en el significado previsto de los datos en lugar de su sintaxis o estructura. Por ejemplo, razonar que un tipo de cobertura terrestre clasificado como árboles de hoja caduca en un conjunto de datos es una especialización o subconjunto del tipo de cobertura terrestre bosque en otro conjunto de datos clasificado de forma más aproximada puede ayudar a un SIG a fusionar automáticamente los dos conjuntos de datos bajo la clasificación de cobertura terrestre más general. Se han desarrollado ontologías tentativas en áreas relacionadas con las aplicaciones de SIG, por ejemplo, la ontología hidrológica ^[82] desarrollada por Ordnance Survey en el Reino Unido y las ontologías SWEET ^[83] desarrolladas por el Laboratorio de Propulsión a Chorro de la NASA . Además, el Grupo Geo Incubator del W3C ^[84] está proponiendo ontologías más simples y estándares de metadatos semánticos para representar datos geoespaciales en la web. GeoSPARQL es un estándar desarrollado por Ordnance Survey, United States Geological Survey , Natural Resources Canada , Australia's Commonwealth Scientific and Industrial Research Organisation y otros para respaldar la creación y el razonamiento de ontologías utilizando literales OGC bien entendidos (GML, WKT), relaciones topológicas (Simple Features, RCC8, DE-9IM), RDF y los protocolos de consulta de bases de datos SPARQL .

Resultados de investigaciones recientes en esta área se pueden ver en la Conferencia Internacional sobre Semántica Geoespacial ^[85] y en el taller Terra Cognita – Direcciones hacia la Web Semántica Geoespacial ^[86] en la Conferencia Internacional de la Web Semántica.

Con la popularización de los SIG en la toma de decisiones, los académicos han comenzado a examinar las implicaciones sociales y políticas de los SIG. ^{[87] [88] [45]} Los SIG también pueden usarse indebidamente para distorsionar la realidad con fines individuales y políticos. ^{[89] [90]} Se ha argumentado que la producción, distribución, utilización y representación de la información geográfica están relacionadas en gran medida con el contexto social y tienen el potencial de aumentar la confianza de los ciudadanos en el gobierno. ^[91] Otros temas relacionados incluyen la discusión sobre los derechos de autor , la privacidad y la censura . Un enfoque social más optimista para la adopción de los SIG es utilizarlos como una herramienta para la participación pública.

A finales del siglo XX, los SIG comenzaron a ser reconocidos como herramientas que podían utilizarse en el aula. ^{[92] [93] [94]} Los beneficios de los SIG en la educación parecen centrados en el desarrollo de la cognición espacial , pero no existe suficiente bibliografía ni datos estadísticos que muestren el alcance concreto del uso de los SIG en la educación en todo el mundo, aunque la expansión ha sido más rápida en aquellos países donde el currículo los menciona. ^{[95] : 36}

Los SIG parecen aportar muchas ventajas a la enseñanza de la geografía, ya que permiten realizar análisis basados ​​en datos geográficos reales y, además, ayudan a plantear preguntas de investigación a profesores y alumnos en el aula. También contribuyen a mejorar el aprendizaje desarrollando el pensamiento espacial y geográfico y, en muchos casos, la motivación de los estudiantes. ^{[95] : 38}

Las instituciones educativas también ofrecen cursos sobre SIG. ^{[96] [97]}

Se ha demostrado que los SIG son una tecnología duradera, empresarial y de alcance organizacional que continúa cambiando la forma en que operan los gobiernos locales. ^[98] Las agencias gubernamentales han adoptado la tecnología SIG como un método para gestionar mejor las siguientes áreas de la organización gubernamental:

• Los departamentos de desarrollo económico utilizan herramientas de mapeo SIG interactivas, agregadas con otros datos (demografía, fuerza laboral, empresas, industria, talento) junto con una base de datos de sitios y edificios comerciales disponibles para atraer inversiones y apoyar a las empresas existentes. Las empresas que toman decisiones de ubicación pueden usar las herramientas para elegir comunidades y sitios que mejor se adapten a sus criterios de éxito.
• Operaciones de seguridad pública ^[99] tales como centros de operaciones de emergencia, prevención de incendios, tecnología móvil y despacho de policía y alguacil, y mapeo de riesgos climáticos.
• Departamentos de parques y recreación y sus funciones en el inventario de activos, la conservación de tierras, la gestión de tierras y la gestión de cementerios
• Obras públicas y servicios públicos, seguimiento de drenaje de agua y aguas pluviales, activos eléctricos, proyectos de ingeniería y activos y tendencias de transporte público.
• Gestión de redes de fibra para activos de red interdepartamentales
• Datos analíticos y demográficos de la escuela, gestión de activos y planificación de mejoras/expansión
• Administración pública para datos electorales, registros de propiedad y zonificación/gestión

La iniciativa de datos abiertos está impulsando a los gobiernos locales a aprovechar la tecnología, como la tecnología SIG, ya que abarca los requisitos para adaptarse al modelo de transparencia de datos abiertos/ gobierno abierto . ^[98] Con datos abiertos, las organizaciones de gobiernos locales pueden implementar aplicaciones de participación ciudadana y portales en línea, lo que permite a los ciudadanos ver información sobre la tierra, informar sobre baches y problemas de señalización, ver y ordenar parques por activos, ver tasas de delincuencia en tiempo real y reparaciones de servicios públicos, y mucho más. ^{[100] [101]} El impulso a los datos abiertos dentro de las organizaciones gubernamentales está impulsando el crecimiento del gasto en tecnología SIG y la gestión de bases de datos de los gobiernos locales.

Es posible que sea necesario limpiar esta sección de " Lectura adicional " . Lea la guía de edición y ayude a mejorar la sección. ( Enero de 2022 ) ( Aprenda cómo y cuándo eliminar este mensaje )

• Berry, JK (1993). Más allá de la cartografía: conceptos, algoritmos y cuestiones en SIG . Fort Collins, Colorado: GIS World Books.
• Bolstad, P. (2019). Fundamentos de SIG: Un primer texto sobre sistemas de información geográfica, sexta edición . Ann Arbor: XanEdu, 764 pp.
• Burrough, PA y McDonnell, RA (1998). Principios de los sistemas de información geográfica . Oxford University Press , Oxford, 327 pp.
• Chang, K. (2007). Introducción a los sistemas de información geográfica, 4.ª edición . McGraw Hill, ISBN 978-0071267588 
• DeMers, M. (2009). Fundamentos de los sistemas de información geográfica, 4.ª edición . Wiley, ISBN 978-0-470-12906-7 
• DeMers, M. (2002). Modelado SIG en ráster . Wiley, ISBN 978-0-471-31965-8 
• Fu, P. y J. Sun (2010). Web GIS: principios y aplicaciones . ESRI Press. Redlands, CA. ISBN 1-58948-245-X . 
• Harvey, Francis (2008). Introducción a los SIG. Conceptos geográficos y cartográficos fundamentales. The Guilford Press, 31 pp.
• Heywood, I., Cornelius, S. y Carver, S. (2006). Introducción a los sistemas de información geográfica . Prentice Hall. Tercera edición.
• Longley, PA , Goodchild, MF , Maguire, DJ y Rhind, DW (2005). Sistemas de información geográfica y ciencia . Chichester: Wiley. Segunda edición.
• Maguire, DJ, Goodchild MF, Rhind DW (1997). "Sistemas de información geográfica: principios y aplicaciones" Longman Scientific and Technical, Harlow.
• Monmonier, M. (2018). Cómo mentir con mapas . The University of Chicago Press, ISBN 978-0-226-43592-3 
• Ott, T. y Swiaczny, F. (2001). SIG integrativo en el tiempo. Gestión y análisis de datos espacio-temporales , Berlín/Heidelberg/Nueva York: Springer.
• Pickles, J., ed., (1994) Ground Truth: The Social Implications of Geographic Information Systems , Nueva York y Londres: Guilford, 248 págs.
• Thurston, J., Poiker, TK y J. Patrick Moore. (2003). Tecnologías geoespaciales integradas: una guía para GPS, SIG y registro de datos . Hoboken, Nueva Jersey: Wiley.
• Roger Tomlinson (2007). Pensando en SIG: Planificación de sistemas de información geográfica para gerentes. ESRI, Inc. ISBN 978-1-58948-158-9.
• Worboys, Michael; Duckham, Matt (2004). SIG: una perspectiva informática . Boca Raton: CRC Press. ISBN 978-0415283755.

• Medios relacionados con Sistemas de información geográfica en Wikimedia Commons