El análisis espacial permite resolver problemas complejos orientados a ubicaciones y conocer mejor lo que sucede en el mundo y dónde sucede. Va más allá de la simple representación cartográfica, permitiendo estudiar las características de distintos lugares y las relaciones entre ellos. El análisis espacial aporta nuevas perspectivas a su toma de decisiones.
¿Ha mirado alguna vez un mapa de delitos de su ciudad y tratado de descifrar qué zonas tienen las tasas de delitos más elevadas? ¿Alguna vez ha examinado otros tipos de información, como ubicaciones de escuelas, parques e información demográfica, para tratar de determinar la mejor ubicación para comprar una vivienda? Cuando miramos un mapa, de forma intrínseca empezamos a convertir el mapa en información analizando su contenido, ya sea hallando patrones, evaluando tendencias o tomando decisiones. Este proceso se denomina “análisis espacial” y es lo que sus ojos y su mente hacen de forma natural cuando mira un mapa.
El análisis espacial es el aspecto más destacable y fascinante de los SIG. Mediante el análisis espacial, es posible combinar información de muchas fuentes independientes y obtener nuevos conjuntos de información (resultados) aplicando una serie de operadores espaciales. Este conjunto de herramientas de análisis espacial extiende sus posibilidades de responder a preguntas espaciales complejas. El análisis estadístico puede determinar si los patrones que se ven son significativos. Es posible analizar varias capas con el fin de calcular la adecuación de un lugar para una actividad específica. Además, el análisis de imágenes permite detectar variaciones con el tiempo. Estas herramientas, y muchas otras que forman parte de ArcGIS, permiten abordar cuestiones y tomar decisiones cruciales que van más allá del alcance del simple análisis visual. Aquí se muestran algunos de los análisis espaciales fundamentales y ejemplos de cómo se aplican al mundo real.
El análisis de puntos calientes en 3D de 20 años de datos de celdas de tormentas por todos los EE. UU. utiliza el eje z para representar el tiempo, de modo que cuando se inclina de la forma correcta en un visor 3D, muestra dos décadas de cambios en la actividad tormentosa.
A partir de datos recopilados por el Centro Nacional de Mitigación de Sequías de numerosas agencias, este mapa se centra en las intensidades muy variables de las sequías ocurridas en Texas entre 2011 y 2016.
Este análisis de tendencias espacio-tiempo de colisiones de automóvil en Florida tiene en cuenta la hora del día y las condiciones existentes en la calzada para identificar nuevos puntos calientes.
Los análisis estadísticos permiten identificar patrones y eventos que, de lo contrario, podrían parecer aleatorios y desconectados, tales como los delitos de San Francisco.
El análisis de SIG se utiliza para explorar con qué eficacia está sirviendo el transporte público a los ciudadanos de Atlanta en esta gran comunidad urbana. Cualquiera que vaya al trabajo a diario en transporte público sabe que la hora del día también es importante. Puede usar este story map para explorar niveles de servicio de transporte en diferentes ventanas de tiempo.
Gente de todo el mundo utiliza el análisis espacial para obtener información nueva y tomar decisiones informadas. Las organizaciones que utilizan el análisis espacial para su trabajo son muy diversas: gobiernos locales y estatales, agencias nacionales, negocios de todo tipo, empresas de suministros, colegios y universidades, organizaciones no gubernamentales, etc. Estos son solo algunos ejemplos:
Un modelo de interacción espacial identifica los puntos calientes de criminalidad en Chicago.
El análisis temporal de la evolución de las sequías en Texas en el periodo 2010–2015 aplica métodos de análisis tanto de ráster como vectoriales. El proyecto tiene éxito por el énfasis en el producto de información final: un story map.
La iniciativa de infraestructuras verdes de Esri se planteó para desarrollar datos referidos a los Estados Unidos continentales con zonas de 100 acres para representar los "hábitats esenciales intactos". Estos datos se están publicando para el acceso libre como datos de origen para la planificación del uso del suelo y para crear productos de información que ayuden al público en general a comprender la importancia de preservar el patrimonio natural restante de la nación.
GeoPlanner for ArcGIS es una aplicación de planificación utilizada para evaluar usos de suelo opuestos o en competencia en las escalas local y regional. Esta captura de pantalla presenta un escenario en el cual las áreas protegidas propuestas (en verde claro) se encuentran dentro de áreas en las que se prevé un aumento elevado de la población.
GeoDescriber analiza las capas de paisaje del Living Atlas of the World para generar una breve narrativa de texto descriptivo para caracterizar los elementos más importantes de un paisaje.
En muchos casos, solo por el hecho de elaborar un mapa ya estamos realizando un análisis. Esto es porque elaboramos el mapa con una finalidad. Tenemos una pregunta que queremos que el mapa ayude a responder. ¿Dónde ha diezmado esta enfermedad a los árboles? ¿Qué pueblos están en zona de riesgo de incendio forestal? ¿Cuáles son las zonas con altos niveles de criminalidad? También se debe a que, al hacer un mapa, igual que sucede al hacer cualquier análisis, se toman decisiones sobre qué información incluir y cómo representarla. Una visualización eficaz es valiosa para comunicar resultados y mensajes claramente y de forma atractiva.
Una superficie visualizada en el espacio 3D tiene valor como telón de fondo visual para superponer datos y analizarlos. Esta escena en perspectiva muestra una cuenca hidrográfica restaurada y un río que cubren un modelo digital de elevación del terreno.
Las herramientas de radiación solar de ArcGIS le permiten representar y analizar el potencial de los paneles solares a la hora de generar electricidad. (Aquí se muestra Naperville, Illinois.)
Las imágenes multiespectrales pueden proporcionar una nueva perspectiva sobre el estado y el vigor de las cosechas. El índice diferencial de vegetación normalizado (NDMI, Normalized Difference Moisture Index) permite ver que las cosechas de patatas y colza de Saskatchewan (Canadá) están en buen estado.
Este story map histórico usa el análisis de visibilidad SIG para contar la fatídica historia de la Batalla de Gettysburg en la Guerra Civil de Estados Unidos. Cuando el general Robert E. Lee (en el ojo rojo) decidió entablar combate con las tropas de la Unión, solo podía ver las tropas de las áreas claras; todo lo que aparece sombreado (con diferencia, la parte más grande de los efectivos de la Unión) era invisible para él en ese momento. Usando relatos personales de los combatientes, mapas de la batalla y una capa de elevación básica, los historiadores han podido desvelar el misterio de por qué Lee pudo haberse lanzado a la batalla teniendo tan pocas posibilidades.
La mayoría de datos y mediciones se pueden asociar con ubicaciones y, por consiguiente, se pueden representar en un mapa. Con datos espaciales, sabemos a la vez qué hay y dónde está. El mundo real se puede representar mediante datos discretos, almacenados con su ubicación geográfica exacta (llamados "datos de entidades") o mediante datos continuos representados por cuadrículas regulares (llamados "datos ráster"). Por supuesto, la naturaleza de lo que se analiza influye en la forma de representarlo. A menudo, el entorno natural (elevación, temperatura, precipitaciones) se representa mediante cuadrículas ráster, mientras que los elementos construidos (carreteras, edificios) y los datos administrativos (países, áreas censales) tienden a representarse como datos vectoriales. Es posible adjuntar información adicional que describe lo que hay en cada ubicación; información a la que, a menudo, llamamos "atributos".
En los SIG, cada dataset se gestiona como una capa y se puede combinar gráficamente mediante operadores analíticos (lo que se denomina análisis de superposición). Mediante la combinación de capas con operadores y vistas, los SIG permiten trabajar con las capas para analizar preguntas de importancia crítica y hallar la respuesta a estas preguntas.
Además de la información de ubicación y atributos, los datos espaciales contienen, de forma inherente, propiedades geométricas y topológicas. Las propiedades geométricas incluyen la posición y las medidas, como la longitud, la dirección, el área y el volumen. Las propiedades topológicas representan relaciones espaciales tales como la conectividad, la inclusión y la adyacencia. Utilizando estas propiedades espaciales, se pueden plantear incluso más tipos de preguntas sobre los datos para obtener perspectivas más certeras.
Los análisis de SIG pueden usarse para responder a preguntas tales como: ¿dónde se encuentra el lugar más adecuado para un desarrollo urbanístico? Cada uno de un conjunto de factores aparentemente no relacionados —cobertura del suelo, pendiente relativa, distancia a vías públicas existentes y arroyos, y composición del suelo— puede modelarse en forma de una capa, para analizar conjuntamente todas ellas mediante una superposición ponderada, una técnica atribuida con frecuencia al paisajista Ian McHarg.
La auténtica potencia del SIG estriba en la capacidad para realizar análisis. El análisis espacial es un proceso en el cual los problemas se modelan geográficamente, derivando resultados mediante procesamiento informático y, a continuación, explorando y examinando esos resultados. Este tipo de análisis ha demostrado ser altamente efectivo a la hora de evaluar la adecuación geográfica de determinadas ubicaciones para fines específicos, obtener estimaciones y predecir resultados, interpretar y comprender los cambios, detectar patrones importantes ocultos en su información y mucho más.
La buena noticia es que es posible empezar a utilizar el análisis espacial inmediatamente, aunque no tenga experiencia con los SIG. El objetivo final es aprender a resolver problemas espacialmente. Varios flujos de trabajo de análisis espacial fundamentales constituyen el corazón del análisis espacial: exploración de datos espaciales, modelado con herramientas SIG y resolución de problemas espaciales.
La exploración de datos espaciales supone la interacción con un conjunto de datos y mapas relacionados con la respuesta a una pregunta específica, lo que le permite visualizar y explorar información geográfica y resultados analíticos pertenecientes a la pregunta. Esto le permite extraer conocimientos y perspectivas de los datos. La exploración de datos espaciales supone el trabajo con mapas interactivos y tablas, gráficos y contenidos multimedia relacionados. De este modo se integra la perspectiva geográfica con la información estadística de los atributos. Se trata de un proceso iterativo de exploración y visualización interactiva de mapas y datos.
La representación cartográfica inteligente es una de las formas clave de realizar la exploración de datos en ArcGIS. Resulta interesante porque le permite interactuar con los datos en el contexto de la simbología de los mapas. Los mapas inteligentes se construyen alrededor de flujos de trabajo basados en datos que generan visualizaciones de datos inteligentes y formas predeterminadas eficaces de visualizar e interactuar con su información, para ver cosas tales como la distribución de sus datos.
La visualización de gráficos y tablas es una forma de extender la exploración de sus datos, al ofrecer una forma fresca de interpretar los resultados de los análisis y comunicar las conclusiones. Típicamente, comenzaría por examinar los datos en bruto, mirando los registros de la tabla. A continuación, podría representar (geocódigo) los puntos en el mapa con diferentes simbologías y empezar a crear distintos tipos de gráficos (barras, líneas, dispersión, etc.) para resumir los datos de distintas formas (por distritos, por tipos o por fecha).
A continuación, puede comenzar a examinar las tendencias temporales de los datos representando el tiempo en gráficos de líneas. El diseño de la información se utiliza para organizar distintas visualizaciones de datos e interpretar resultados de análisis. Combine una serie de sus elementos más sólidos y claros, tales como mapas, gráficos y texto en un diseño que presentará y compartirá.
Insights for ArcGIS® es un espacio de trabajo analítico basado en navegador que le permite explorar y analizar interactivamente datos provenientes de numerosas fuentes. Insights le permite derivar rápidamente una comprensión más profunda y resultados potentes gracias a su rica experiencia de usuario interactiva.
Insights for ArcGIS ofrece la posibilidad de integrar toda una variedad de fuentes de datos en su análisis. Integra y permite el análisis de datos de SIG, almacenes de datos empresariales, big data, flujos de datos en tiempo real, hojas de cálculo, etc. Insights for ArcGIS también aprovecha el enorme ecosistema de datos de Esri, incluido el depurado y acreditado Living Atlas of the World, para incluir una variedad mayor de información en el análisis.
Crear un libro de trabajo de Insights, visualizar sus datos y explorar.
Agregue datos de distintas fuentes y amplíe los datos con campos de ubicación, uniones de atributos y campos calculados.
Cree e interactúe con visualizaciones de magnífico aspecto gracias a los valores predeterminados inteligentes.
Actualice mapas, dibuje zonas de influencia, use filtros espaciales, agregue datos en cualquier geografía y mucho más.
El análisis espacial es el proceso de modelar geográficamente un problema o asunto, obtener resultados mediante el procesamiento por ordenador y, a continuación, examinar e interpretar estos resultados del modelo. El modelo espacial que se crea se basa en un conjunto de herramientas que aplican operaciones a sus datos para crear nuevos resultados.
Cada herramienta de geoprocesamiento realiza una operación pequeña, pero esencial, en los datos geográficos, por ejemplo, agregar un campo una tabla, crear zonas de búfer alrededor de las entidades, calcular rutas de menor coste entre varias ubicaciones o calcular una superposición ponderada para combinar múltiples capas en un solo resultado.
ArcGIS contiene cientos de herramientas analíticas para realizar prácticamente cualquier tipo de operación analítica empleando cualquier tipo de información geoespacial. Por ejemplo, vea el completo y variado conjunto de operadores de las cajas de herramientas de geoprocesamiento que vienen con ArcGIS Pro. ArcGIS Pro también incorpora ModelBuilder, una aplicación de programación visual que puede usar para crear, editar y administrar modelos de geoprocesamiento.
El análisis espacial admite la automatización de tareas mediante un rico conjunto de herramientas que pueden combinarse como una serie de herramientas de una secuencia de operaciones a partir de modelos y scripts. A través del modelado espacial, usted puede encadenar una secuencia de herramientas, alimentando la salida de una herramienta a otra para permitirle componer su propio modelo.
El área metropolitana del Gran Los Ángeles abarca una superficie de 4850 millas cuadradas (12 561 kilómetros cuadrados)y representa la segunda área metropolitana en tamaño de los EE. UU. La región conserva aún algunas de sus áreas naturales originales; y en las montañas que rodean a la metrópoli, los pumas son los mayores carnívoros que viven, cazan y crían en esta área del sur de California. Nuestro reto es garantizar que sobrevivan. La interconexión de los hábitats naturales de los que aún dispone debería permitir a estos animales moverse sin dificultad entre ellos, al menos en teoría.
Este estudio analizó formas de interconectar a los pumas situados en distintas áreas clave con los de otras áreas clave separadas geográficamente. Identificará corredores salvajes potenciales que los investigadores y las autoridades pueden utilizar para desarrollar conexiones físicas entre hábitats del puma situados en las montañas de Santa Susana y los de las montañas de Santa Mónica, las montañas de San Gabriel y el Parque Forestal Nacional de Los Padres. El flujo de trabajo completo se describe en la lección de Learn ArcGIS que aparece a continuación.
Muchos tipos de problemas y escenarios pueden abordarse aplicando el planteamiento de resolución de problemas espaciales con ayuda de ArcGIS. Puede seguir los cinco pasos indicados en este planteamiento para crear modelos analíticos útiles y usarlos en concierto con la exploración de datos espaciales para abordar toda una variedad de problemas y preguntas:
Defina los objetivos de su análisis. Comience con una pregunta bien estructurada que le gustaría plantear y basada en su comprensión del problema. Hacer la pregunta correcta es clave para obtener resultados significativos.
Use el geoprocesamiento para modelar y computar unos resultados que le permitan abordar las preguntas que plantea. Elija el conjunto de herramientas de análisis para transformar sus datos en nuevos resultados. Más frecuentemente, construirá un modelo que ensambla varias herramientas para modelar sus escenarios y, a continuación, aplicará su modelo para computar y derivar resultados que le ayudan a dar respuesta a su pregunta.
Use flujos de trabajo de exploración de datos espaciales para examinar, explorar e interpretar sus resultados a partir de mapas interactivos, informes, gráficos y elementos emergentes de información. Busque explicaciones a los patrones que observa y que le ayudan a explicar el significado de los resultados. Una exploración eficaz le ayuda a agregar sus propias perspectivas e interpretaciones a sus resultados.
Después de explorar e interpretar sus resultados analíticos, tome una decisión y redacte sus conclusiones y resultados analíticos. Evalúe en qué medida sus resultados arrojan una respuesta útil a su pregunta de análisis original. A menudo surgirán nuevas preguntas que necesitan respuesta. Con frecuencia, estas preguntas pueden llevar a un nuevo análisis.
Identifique al público que se beneficiará de sus hallazgos y el tipo de personas en quién desea influir. Después, utilice los mapas, las ventanas emergentes, los gráficos y los diagramas que comunican los resultados de un modo eficaz y eficiente. Comparta esos resultados con otras personas a través de aplicaciones y mapas web geoenriquecidos, para ofrecer una explicación más detallada y permitir más consultas. Puede comunicar sus resultados mediante story maps como una forma eficaz de compartir sus hallazgos con otras personas.
La geografía desempeña un papel crucial en el análisis de la salud. Esencialmente, representa el contexto en que se producen los riesgos para la salud; los riesgos medioambientales, los peligros, y sus consecuencias para la salud, todo lo cual varía espacialmente. El acceso a la atención sanitaria se caracteriza por geografías humanas y físicas. Además, la gestión y las políticas varían con la ubicación y los recursos se asignan geográficamente. La salud es importante para todo el mundo, pero el análisis de la salud es un desafío y exige distintos conocimientos, incluidos la epidemiología, la estadística y la ciencia de la información geográfica. La epidemiología espacial es realmente multidisciplinar y, aunque se requieren técnicas complejas para el análisis, los resultados deben ser accesibles para todo el mundo.
Todos estos desafíos se abordaron durante el desarrollo del Environment and Health Atlas for England and Wales. El atlas se desarrolló con el objetivo ambicioso de proporcionar un recurso para el público, los investigadores y cualquiera que trabajase en el ámbito de la salud pública, con una colección de mapas web interactivos y multiescala que ilustrasen las distribuciones geográficas de los riesgos de enfermedades y los agentes medioambientales en la escala de vecindario.
La monitorización medioambiental y la vigilancia sanitaria han avanzado en las últimas décadas, pero las emergencias siguen causando daños económicos y sociales y, por supuesto, pérdidas de vidas humanas. A medida que el mundo está cada vez más interconectado social y económicamente, los efectos medioambientales y sobre la salud se perciben a una escala mayor que nunca. Por ejemplo, después de erupciones volcánicas y accidentes nucleares, como resultado de brotes de enfermedades como la gripe aviar o el ébola, con demasiada frecuencia los efectos de los riesgos ambientales afectan de forma desproporcionada a las poblaciones más vulnerables.
Los SIG ofrecen la tecnología para explorar, tratar, analizar y modelizar datos de varias fuentes. Mediante el análisis espacial, la representación cartográfica y las predicciones de riesgos desarrolladas para la valoración de los mismos, se pueden usar modelos con el fin de evaluar estrategias de respuesta y mapas para ilustrar las estrategias de prevención y para comunicar y negociar los riesgos.
A medida que la tecnología ha evolucionado, también lo han hecho la ciencia, los datos y las herramientas para poner a prueba las hipótesis y obtener información más detallada sobre salud pública. Nos encontramos en un tiempo en el cual, para muchos análisis, ya no necesitamos esperar avances tecnológicos o de datos. En lugar de esto, podemos ponernos a prueba para mejorar nuestros conocimientos y la salud pública mediante el análisis.
Las herramientas de análisis espacial de ArcGIS están implementadas en varios lugares de los entornos Online y Desktop.
Las capacidades de análisis de ArcGIS Online están accesibles mediante el botón Análisis del visor de mapas:
En el momento de escribir esta información, Insights for ArcGIS requiere ArcGIS® Enterprise. Lo verá aparecer en ArcGIS Online en el futuro.
ArcGIS Pro es la principal aplicación de análisis espacial de Esri. Su caja de herramientas de geoprocesamiento contiene cientos de herramientas de análisis espacial. Su pertenencia a la organización de estudiantes de Learn ArcGIS le proporciona un uso completo del sistema para fines no comerciales y le permite aprender de forma práctica sobre el análisis espacial. Descargue el software; su licencia será activada por la organización Learn ArcGIS.
Este curso online abierto masivo (MOOC) se realiza periódicamente durante el año. En este curso, tendrá acceso gratuito a todas las capacidades analíticas de ArcGIS Online, la plataforma de SIG basada en la nube de Esri.
El sitio web de ArcGIS Analytics ofrece un impresionante conjunto de casos de estudio de análisis espacial.
La megaurbe de Los Ángeles es una de las pocas ciudades del mundo cuyos espacios naturales cuentan aún con grandes felinos. Sin embargo, el paisaje de la ciudad está cada vez más fragmentado debido a los desarrollos urbanísticos, las carreteras y las autovías, lo que deja menos espacio para la supervivencia del puma. Al intentar cruzar las carreteras y autovías en busca de presas y parejas, es frecuente que los pumas sufran atropellos que muchas veces son mortales. Para que la población de pumas de Los Ángeles sobreviva, además de para mantener su diversidad genética y una buena salud de sus poblaciones, se requiere una solución a largo plazo que les permita moverse con seguridad entre las bolsas aisladas de terreno que ocupan en la actualidad.
En este proyecto, su objetivo es identificar las distribuciones actuales del puma y construir un modelo espacial que identifique corredores que podrían establecerse para interconectar las distintas zonas clave que constituyen el hábitat del puma en el área metropolitana.
Este flujo de trabajo se centra en establecer objetivos de análisis que den lugar a preguntas capaces de arrojar resultados significativos. Siguiendo el flujo de trabajo, examinará e interpretará resultados de análisis, buscará explicaciones a los patrones observados y explorará su significado desde una perspectiva espacial o temporal. Un fuerte énfasis de este flujo de trabajo está en localizar y utilizar datos del Living Atlas of the World y, a continuación, aportar y compartir los resultados y hallazgos a la comunidad. Este flujo de trabajo también pone énfasis en el uso de la infografía y las herramientas de geoenriquecimiento para ofrecer explicaciones más certeras y servir de base para futuras consultas.
Living Atlas of the World provides the foundation GIS
A change in perspective