TEMA 2 – Sistemes DE Informació Geoespecial PDF

Preview

Summary

Estos apuntes están hechos con clases presenciales y información de libros....

Description

TEMA 2 – SISTEMES DE INFORMACIÓ GEOESPECIAL 1. SIG com a sistema És un sistema informatitzat que amb un conjunt d’eines per tal de captar, emmagatzemar, transformar, consultar, analitzar i representar informació espacial. És important la part de representar els mapes, visualitzar-los. Ens serveixen de consulta pel patró espacial que presenten. No s’ha de confondre amb sistemes de informació que no tenen el component de geospacial de coordenades. Altres usos de SIG poden referir-se a: -

Programari i software determinat.

-

Dades SIG, el mapa actiu, hi ha capes ràster, vectorials, consultables, amb informació a darrere que es poden actualitzar, consultar, comparar... Si no són SIG són dades més simplificades.

-

Comunitat SIG o corporatius: parlem d’un conjunt més enllà del programari i sistema, és el conjunt de mapes que gestionen, les persones, les màquines, el que ens permet gestionar l’estructura incloent la informació i persones que permet que funcioni.

-

Doing-SIG: és utilitzar el sistema d’informació geogràfica com a eina d’anàlisi i de resolució de problemes. Volem veure coses que aparentment (quotidianament) no serien visibles. Fer ressaltar coses que ens ajuden a entendre el territori.

El SIG corporatiu està format pel Hardware, software, les bases de dades (mapes) i dos elements com les persones bastant especialitzades i uns protocols que indiquin bé com s’han de fer les coses. A nivell de hardwere ha desaparegut els CD, plotters... i actualment s’utilitzen les impressores i internet. Una de les coses més importants són les bases de dades i els mapes. Moltes vegades defineix si pots fer coses de veritat o no. Necessites bones dades i bon treball de la informació. S’ha de partir d’una bona informació i com s’ha de treballar. 2. Atributs de les bases de dades geogràfiques Les bases de dades tenen uns atributs especials o planimètrics, han d’estar geolocalitzades, amb un sistema de coordenades X i Y i una geodiferenciació en un determinat sistema de referència cartogràfic. La Z té un atribut temàtic (de que va el mapa). Pot ser: -

(X, Y)

Quantitatiu (numèric) o Escalar

(Z)

o Ordinal: tenen un ordre però no son ni quantitatives ni categòriques. És un mapa de risc d’incendi: nivell 1: risc alt, 2: mitjà, 3: risc baix. Els números no tenen un valor físic com la temperatura ni la precipitació, no és una categoria explícita. La diferència entre l’ordinal i el categòric, és que estan ordenades les categories. o Cíclic

-

Categòric o Nominal

Quan el ràster és quantitatiu, l’atribut numèric en cas de que sigui quantitatiu és que serà un valor directe que pren la variable que volem estudiar. Si és altitud, és el valor de la magnitud concreta. 4= 4m, 4ºC depenent del mapa. És el valor físic que pren la variable. Quan és categòric és el valor previ que es refereix a una categoria (conreu, bosc...) i per tant hem de tenir la relació entre el valor numèric i la categoria. L’atribut temporal, sempre que tingui sentit com en mapes de diferents període i metaiformació de les dades de confecció del mapa. A més necessitem qualitat, amb mapes d’incertesa i/o índex de fiabilitat a les metadades. Necessitem saber quin és el tipus d’incertesa, error que tenim. És una part de la cartografia que està en evolució. El SIG ha passat d’estar a un ordinador aïllat (80). Als anys 90 es va començar a connectar els diferents ordinadors entre ells més a nivell local. A partir dels 2000, internet canvia el paradigma, qualsevol persona es converteix en usuària. 3. Models de dades Els sistemes SIG tenen una complexitat amb una raó de ser i necessitem entendre com s’estructura la informació. Bàsicament tenim dos poders de dades: -

Ràster: Obtenim la superfície terrestre dividida en cel·les o píxels (Picture per element). Vol dir que és l’element de la imatge de mínima informació. Els ràsters tenen valors numèrics, mai tenen atributs directament categòrics. Si hi ha un ràster amb atributs categòrics sempre hi haurà una llegenda que ens indica que significa el valor numèric. Un ràster no pot tenir valors vuits. Totes les cel·les han de tenir algun tipus de valor. Tindríem una categoria X. Si no tinguéssim dades hauríem de posar un numero associat al no data. Es sol fer servir el -9999.

-

Vector: Tenim tres tipus de vectors que corresponen a les tres primitives geomètriques. Podem representar qualsevol objecte que hi hagi a la superfície. A través de la codificació de cel·les, es guarden les coordenades dels vèrtex, reproduïm la forma a base de guardar-nos les dades dels vèrtexs. Ens compara la realitat representada per un model de dades vectorial i una de ràster. No es poden batejar diferents tipus de vectors en la mateixa capa. Tenim una capa amb vector punts, una capa amb vectors línies i una capa amb vectors polígons. Les capes les podem agrupar visualment a partir de les diferents capes.

Com és un ràster? En l’exemple, el ràster té com a Z la altitud. Si ens apropem veiem com hi ha les cel·les. Cada una de les cel·les o píxel té el mateix valor. Si consultem un píxel, podem veure quina es la seva altitud. Si mirem la mida del píxel, trobem la seva mida (en el cas 180m). Un ràster seria equivalent a un mostreig regular del territori amb la freqüència que doni en funció de la cel·la. Depèn de com està fet el mapa, es sol representar amb la dada del punt mig del píxel. Altres amb la mitjana...

En el fons, un ràster no és més que un conjunt de píxels que cada un té un valor. El ràster es pot exportar en un format de text, veiem com la informació ens aporta el numero de files i columnes, les coordenades per poder donar sentit cartogràfic, la mida de la cel·la i tot el conjunt de números fins a arribar a l’últim número. Com és un vector? En l’exemple, un vector, veiem com l’objecte és un polígon que tenen molts punts. SI visualitzem els vectors, tenim diferents camps, amb les coordenades on la primera i la última és la mateixa i ens defineix el polígon que volem veure. El 00 s’acaba. Model ràster Per la seva naturalesa són mes adequats per representar gradients continus, variables que canviïn gradualment en el territori. Hi ha altres dispositius amb aquests format (monitors també funcionen en estat ràster). Quan més píxels més definició. Els satèl·lits també ens donen informació en el format. No serveix per vincular bases de dades i ens facilita molt el poder fer anàlisis i estadístiques. És un mostreig regular del territori, amb la informació molt ben regulada. Hi ha alternatives a aquest model però són teòriques i complexes com ara quadtrees (no totes les cel·les iguals, ens pot servir en les delimitacions dels mapes, homogeneïtat de la variable com en els relleus, com més al nord potser hi ha més latitud i per tant més petits els píxels ens permet ser més eficients en quant a la variabilitat. Des del punt de vista informàtic és molt més complicat programar i realitzar-ho, necessites algo que informi, ajuntar dos ràsters i combinar informació és més complicat si són diferents les mides...) i el model hexagonal (l’hexàgon és una figura molt eficient perquè és la que compacta més. La gràcia respecte el quadrat és que tens les dimensions. Des del punt de vista geogràfic ens dona més facilitat en el treball. Però les àrees, són més lentes de calcular amb aquestes figures i és bastant més complicades).

Totes es troben en píxels quadrats. Sabent les coordenades poden carrega ràpidament la informació. Model vectorial Per contra, les capes vectorials van millor per expressar variables categòriques. No tenim una variació gradual (píxels) el que tenim és un polígon (més gros o més petit) depenent de la fragmentació. Si la variable fos continua, necessitaries dibuixar masses polígons. El model vectorial funciona perquè pots descriure la forma de les cobertes. És com es feia la cartografia clàssica amb els models vectorials, perquè no existia l’ordinador (píxel i cel·la). És més eficient pel que fa el volum, podem fer polígons grossos quan la variable és homogènia o fragmentar quan és petita. Els vectors no guarden informació de tot sinó que només de les coordenades dels vèrtex. També les capes vectorials són més complexes i pel que fa al desenvolupament d’internet casi tot es fa en ràster. És un model simple i clar i funciona bé. En vectorial costa encara.

Tenim un ràster continu i un categòric. Veiem en funció de quanta memòria gastem per guardar els valors de cada un dels píxels o cel·les. Pot ser un valor escalar de temperatura, precipitació, risc incendi però també pot ser un número nominal. Tots els píxels valen un número, que té un sentit de variable categòrica nominal. Podem distingir de manera semblant als vectors. Sempre el que hi ha guardat és un atribut numèric que pot tenir diferents sentits.

En funció del valor, necessitem més o menys memòria per guardar informació. La idea bàsica és que els ordinadors funcionen en un sistema binari. Des del punt de vista de la informació és que si guardem un bit de informació (21) i el que podem expressar és dues opcions: (0,1), els que compleixen una condició valor 1 i amb 0 els que no compleixen la condició. Normalment no té sentit 1 i 0, volem expressar més informació. Necessitem expressar els Byte (8 bits, passem a 28) i passem a tenir de 0-255 valors, podem generar mapes d’altitud si no és escalar, si és escalar no podem. Els ràsters poden ser categòrics i els podem expressar amb això. SI volem expressar un valor major, hem d’anar a Integer (216), 64000 valors, està dissenyat que puguis expressar de -32000,+32000) podríem expressar altituds de Catalunya en m. En dm ja no entraria. I després a més quantitats. 0

0

Bit (21 ) 1

-32000 Byte (216 )

Byte (28) 255

↑↑Informació

32000

↑↑Cost de treball

No és el mateix guardar un bit, byte.. per cada cel·la. Com més cel·les pot pesar molt. Costa més treballar. És important per la resolució la mida de la cel·la. Té dues implicacions: informació del territori i quanta memòria ha de gestionar l’ordinador. Depenent de la resolució veiem la mateixa informació expressada a diferents mides de la cel·la. És diferent el model ràster en mida de cel·la. Quan tens moltes cel·les tens molta resolució en canvi a vegades amb una cel·la et resumeix. Un exemple per treballar cel·les més grosses és quan has de veure la cobertura dominant en la zona. Té afectes segons l’escala que treballes. Hi ha diferents processos que estudiem a diferents

resolucions. La resolució la triem segons el que més ens interessa estudiar, segons el cas necessitarem més o menys informació. Models de dades: vector Es pot complicar tot el que ens interessi. La gràcia del model de dades vectorial és que ens permet estructurar la informació antropològicament. Vol dir que el sistema d’informació pugui entendre les coses que nosaltres volem. Podríem arribar a definir què està a sobre o a sota, disseny de rutes, eficiència per arribar als llocs... també els serveis d’emergència. La topologia (relacions de proximitat entre els objectes) si es fa en un model ràster queda tot al mateix nivell. Si ho fem amb el model vectorial aconseguim veure quin és el superior, inferior, les distancies... coses que el model ràster no ens permet definirho. A mes podem definir que un polígon està dins d’un altre i que per lo tant, ell pot saber que el que tens és un forat, que quan calcules l’àrea, et resta la part que no t’interessa (cas bosc-ciutat). La base perquè el sistema ho pugui relacionar es a partir de els diferents polígons. El polígon A, el sistema d’informació ha de saber de quins arcs (porcions i línies) dels quals esta format. Hi ha l’arc 1, 2 i 3. Els arcs són diferents (2-contcta A i B, 3- Contacte AC i el 1 contacta amb l’exterior (polE o exterior). Per cada polígon tenim per quins arcs esta format. Vèrtex Tenim els nodes, que són punts a on intercepten els arcs. Són importants en aquest tipus de sistemes perquè podem definir i saber quins arcs conflueixen. Definim el node 1 on conflueixen els arcs 1, 3 i 6. I així per tots els nodes. Els diferents arcs, comencen en un node i acaben en un altre node. (arc 1 definit entre node 1 i 2). El polígon E no es veu i es defineix amb una àrea negativa de manera que saps que no és realment una àrea de veritat però agafa tot l’àmbit extern de la imatge. En els arcs, el node d’origen, tenim les coordenades de l’arc que seria el node a la coordenada (1,5). El vèrtex és (1,9) i el node final és el (3,9). El vèrtex és un canvi de direcció però del mateix arc però el node és una zona o punt on conflueixen diferents arcs. Amb tota la informació podem escriure una realitat perquè saps el polígon dreta i esquerra i el pots dotar de molta intel·ligència. El sistema ràster són cel·les una al costat de l’altre però no hi ha informació de quina contacta amb quina, ni quina está per sobre o sota... perdem molta informació amb el ràster. Altres models vectorials Podríem veure el mapa coropètic. Uns polígons amb unes categories definides que no tenen perquè tenir continuïtat. Es poden expressar les corbes de nivell típiques dels mapes. És una manera de dibuixar el relleu. S’expressa amb vectors de tipus polígon que cada un té un atribut.

Una altra manera són els triangular irregular network. Es basa en expressar la variable a través d’uns triangles amb un valor d’altitud i cada triangle serà diferent. Pots fer representacions en 3D gràcies al model. L’estructura 3D actualment té un caràcter visual o divulgatiu. A nivell pràctic per fer anàlisi, a última hora acaben analitzant amb el ràster i assignen a cada cel·la segons el valor. La tipologia ens serveix com a referència i ens permet representar de forma més acurada la realitat. Els que ens va millor a l’hora de fer cartografia són els creuaments entre carreteres, ciutats... coses immòbils o que tindran poques variacions. Els rius també ens podrien servir moltes vegades, però no són tan fiables ja que són elements molt variables segons la època de l’any en que fem l’estudi, segons l’any (problemes de sequeres, inundacions per cabals molt grans...) Representació de la variable ambiental altitud segons diferents metodologies SIG -

Model vectorial 2.5D: mapa topogràfic on podem veure l’altitud segons les corbes de nivell.

-

Model ràster 2.5D: seria el cas del mapa MDE Catalunya. És un mapa en format de ràster on podem extrapolar la altura de diferents píxels. No és tan acurat, i depèn de la resolució del mapa.

-

Model vectorial 3D: TIN

4. Metadades Són les dades sobre les dades. Tenim representada informació necessària que quedi continguda i que quedi guardada al mapa. El concepte de llinatge és el mateix concepte de seguir la línia evolutiva d’una cosa. S’aplica a les metadades per descriure els processos que has fet sobre una capa (canvi de resolució, projecció...) i ens ajuda per saber si s’ha complert uns processos adients a les necessitats. Hi ha informació vital. Tenim informació informativa (títol, resum...) Complexitat en l’estructuració de la informació del SIG? És tan complicat perquè per obtenir la informació hem de seguir un seguit de complexitats: -

Vàries dimensions (x, y, z (atribut))

-

Dimensió temps (clima, vegetació, saber dates...)

-

Necessitem un procés d’abstracció de la realitat sigui un model físic o estadístic. Dona complexitat per interpretar que ens diu el mapa.

-

Problemes de projecció (terra el·lipsoide) necessitem passar a una superfície plana 2D. Tenen unes distorsions.

-

Variable en l’àmbit de treball (escala i resolució), mida píxel...

-

Problemes de big data perquè tenim molta informació. Els satèl·lits donen

molta informació, dades que entren i que acumulem al SIG i ens donen respostes. Implica moviments de grans volums d’informació. -

Disseminació dels mapes: preparar la informació per visualitzar-la. El mapa ens dona respostes quantitatives però moltes vegades ens dona informació visual. S’incorpora a altres models i la disseminació. Cada vegada es demanen més que es pugin les dades cartogràfiques per consultar

-

Necessitem establir i fer uns protocols repetibles. Repetir els protocols i no equivocarnos necessitem tenir la informació molt ben determinada. Seria el llinatge, per repetir l’anàlisi. Per repetir els protocols necessitem tenir les metadades preparades per albergar el llinatge.

5. Funcionalitats del SIG: monitorització del territori Els SIG s’utilitzen amb diverses finalitats. Com s’orienten els entorns. És tota la part de motorització: planeta en canvi, canvi climàtic, pressió entròpica que modifica les cobertes... Necessitem seguir en el temps com canvien les coses. Hi ha el cas de la monitorització a casi temps real que el que fa és un mapa de la contaminació. És una pàgina web que segueix la qualitat de l’aire. Cada vegada va més cap a mòbil. A darrere hi ha algú que agafa els sensors de les estacions, fan una capa de punts, interpolen, generen capa de polígons o ràsters i el pugen per visualitzar-ho a internet. Pots obtenir la informació. Monitorització d’interès científic: com la NOA (agencia meteorològica de USA). Monitoritzen tornados, sequera, dels últims anys i veus com segons com canvia el clima, pot comparar, analitzar els canvis. També es pot aplicar a canvis de cobertes del sol. També el percentatge de defoliació dels boscos. (més sequera i plagues...) Gestió del Usos sòl va lligat Monitoratge de amb el concepte de la vegetació SIG corporatiu. Aquesta visió és la finalitat del SIG corporatiu. Té a veure amb un seguit de capes d’informació diferents necessàries per fe la gestió diària de les entitats. En cas de Parcs Naturals, espècies, zones de caça... El fet de gestionar això, fa que la gestió d’un territori sigui molt eficient. Si hi ha una negligència, poden fer una base de dades, que s’ha produït... tenen informació del que necessiten per poder gestionar el territori. També utilitzar SIG per prendre decisions. Té a veure amb la gestió. El que s’intenta és fer un protocol per acabar tenint un mapa que ens digui a quines zones podem ubicar quelcom. Per exemple un abocador. Necessitem una litologia adient (no filtratge com cast). En funció dels paràmetres que consideris importants, seleccionarem els polígons de litologies adequades, buscarem llocs amb baixa densitat de població... necessitem els mapes de cada variable. A base de fer un seguit d’operacions dels mapes inicials acabes fent una cosa de manera objectiva. Fer qüestions de modelització cartogràfica. Es basa en el doingSIG. Utilitzar la informació per veure patrons i processos que no veuríem sense aquestes. Veiem hipòtesis, patrons, processos que no es poden veure de manera fàcil. Edafologia (tipus de sol), radiació solar i en funció a la

quantitat d¡’humirtat i sabem la distribució de l’espècie podem utilitzar estadística que ens dgui en quines zones són és o menys afins.

6. Anàlisi espacial amb SIG Es basa en descriure un patró espacial o descriure si una variable canvia en un patró a l’espai. Si hi ha relació entre els diferents tipus de dades. La cartogràfica està pensada que a partir de espacials i combinant eines estadístiques, interpolació, intel·ligència artificial... ens permetin fer un model empíric categòric.

Tenim un mapa ràster i un mapa de punts i vectorial, utilitzant tècniques estadístiques aconseguim fer un nínxol ecològic. Es tracta de determinar quin espai ambiental té unes condicions òptimes perquè una espècie pugui créixer i reproduir-se. Reproduïm el nínxol ecològic d’una espècie i ens dirà si aquella zona està a prop o lluny de les condicions. Es basa en especialitzar el model en una zona o territori. Consultes d’informació que podem analitzar -

Consulta per localització: Busquem què hi ha en un píxel. El sistema ens respon segons una coordendada i una z determinada.

-

Consulta per atributs...