Professional Documents
Culture Documents
RESUMEN SESION I
RECORDAR
► QUE ES LA CARTOGRAFIA.
► QUE DEBEMOS TENER EN CUENTA CUANTO
USAMOS UN GPS.
► QUE ES EL SIG.
1
RESUMEN SESION I
► CARTOGRAFIA; Disciplina cuyo objetivo es
representar la superficie de la tierra sobre
un plano coordenado.
Cartografia; UTM
► La
proyección Universal Transversal de
Mercator (UTM) es:
Una proyección cilíndrica
Una proyección conforme
Divide el globo en 60 Husos
► Cada una de las zonas cubre 6 grados y
parte de un “meridiano central”
(coordenada x = 500000 metros)
UTM se puede aplicar a todo el mundo entre 84°
Norte y 80° Sur
Se divide en forma vertical en 20 Zonas(C-X)
Ingº Kalim Caro Montoya 4
2
Escala
► Cuanto mide un cm en el plano:
1: 5 000 000…………
1: 2 500 …………….
1: 200 ……………….
1: 100 000 …………
1: 12 750 …………..
RESUMEN SESION I
► GPS-CONSIDERACIONES;
Cantidad de satelites para la toma del punto.
Verificar el datum, WGS84 o PSAD 56,
Las unidades Geograficas o Metricas.
El Norte.
Las Baterias del equipo.
3
RESUMEN SESION I
► QUE ES UN SIG
“Un SIG es un sistema de información concebido
para trabajar con datos referenciados al espacio
(geográfico). Es un sistema de bases de datos
con capacidades específicas para manejar datos
espaciales y analizarlos mediante un conjunto de
operaciones.”
SIG; Componentes
Personal
Fin
Analizar un
tema
Predecir
desarrollos
Metodo
Otros
Ingº Kalim Caro Montoya 8
4
SESIÓN 2:
ENTRADA Y EDICION DE DATOS
5
Concepto de la georeferencia
► SIG se basa en datos espaciales
► Diferencia entre datos espaciales y otros datos:
La georeferencia
Concepto de la georeferencia
► Se pueden distinguir dos formas distintas de
georeferencia:
La georeferencia directa o explícita: cada elemento
temático tiene coordenadas asociadas
La georeferencia indirecta o implícita: una de las
características de los datos sobre los elementos se
refiere a otro tipo de elementos que tienen una
georeferencia directa (por ejemplo, datos censales
pueden referirse mediante un código a “distritos” con
una definida ubicación espacial)
6
Concepto de la georeferencia
► Modelos de datos espaciales con georeferencia
directa:
Datos vectoriales
Datos ráster
Datos de eventos
► Estosdatos consisten en dos componentes /
aspectos conceptuales:
Componente espacial: geometría y topología (en el caso
de datos vectoriales)
Componente temático: variables llamadas “atributos”
Concepto de la georeferencia
► Organización
estructural de estos dos
componentes:
Datos espaciales de un SIG híbrido:
► Base de datos conteniendo el componente espacial
► Base de datos conteniendo los atributos
► Vinculación de los dos componentes mediante una variable de
enlace
► Los dos componentes pueden estar almacenados
conjuntamente o separados (por ejemplo: atributos en una
RDB)
Datos espaciales en un modelo de SIG combinado
7
Concepto de la georeferencia
Organización en capas
► Datos geográficos se organizan en “capas”
(también: coberturas, layers, etc.)
► Cada capa representa una faceta de la realidad (o:
la misma faceta en diferentes fechas)
► Para cada capa se elije el formato más adecuado
para representar la respectiva faceta
► En el SIG se pueden combinar las capas según
necesidad:
Análisis combinado
Producción de mapas
8
Organización en capas
Organización en capas
9
Datos vectoriales
► Datosvectoriales representan las facetas del
mundo real utilizando tres elementos abstractos:
Puntos
Líneas
Polígonos
► Líneas además se usa para representar facetas
artificiales como isolíneas
► Existe un cuarto tipo de elementos de datos
vectoriales: anotaciones / textos ( toponimias)
Datos vectoriales
10
Datos vectoriales
► Puntos se almacenan como coordenadas
individuales
► Líneas se almacenan como cadenas de
coordenadas, comenzando con un “nudo inicial”
(node), siguiendo con coordenadas intermedias
que dan la forma a la línea (vértices) y terminando
con un “nudo final”
► Un polígono es una línea cerrada (coordenada del
“nudo inicial” = coordenada del “nudo final”)
Datos vectoriales
11
Datos vectoriales
► Principalmente depende de la forma del
elemento en la realidad y de la escala del mapa
qué tipo de elementos abstractos se usa para su
representación digital:
Centro poblado:
► Punto trabajando a escala pequeña
► Polígono trabajando a escala grande
Río:
► Línea trabajando a escala pequeña
► Polígono trabajando a escala grande
► Redes (rutas, infraestructura) siempre se
modelan utilizando líneas
Datos vectoriales
► Capas vectoriales suelen tener una “topología”:
uno o varios tipos de relaciones entre los
elementos abstractos
► La topología debe ser definida (reglas) y calculada
/ creada
► Para algunos temas topología es importante e
indispensable:
Redes (conectividad de líneas en nudos)
Polígonos (ausencia de traslapes y huecos, vecindad)
12
Datos vectoriales
► Topología es compleja y requiere de:
Mucho cuidado durante la generación y edición
de datos vectoriales
Procesos de “limpieza” manual de los datos, que
suele ser costoso
Tiempo de procesamiento digital
► Relaciones topológicas pueden ser creadas:
Para todos los elementos de una capa
Entre diferentes capas
Ingº Kalim Caro Montoya 25
Datos vectoriales
13
Datos vectoriales
► Datos vectoriales se crean mediante:
Digitalización manual
Vectorización
Importación de datos
Datos vectoriales
► Digitalizaciónmanual de mapas análogos,
fotos aéreas o imágenes satelitales
utilizando:
Mesa digitalizadora (sobre un mapa / una
imagen en papel)
Pantalla (“on-screen digitizing”) (sobre un
mapa / una imagen en formato digital)
14
Datos vectoriales
► Ventajas:
Atributos se asignan durante la digitalización
El técnico interpreta el mapa / la imagen que
está digitalizando y puede
►Detectar errores del mapa
►Interpretar el contexto espacial de un área en una
imagen
► Desventajas:
Mucho trabajo manual
Depende mucho del factor humano
Ingº Kalim Caro Montoya 29
(experiencia, atención)
Datos vectoriales
► Vectorización automatizado de datos ráster
(mapas escaneados, fotos, imágenes, productos
de análisis ráster)
► Ventaja: el proceso de vectorización es rápido
► Desventajas:
La computadora no puede distinguir bien entre
elementos con apariencia similar (por ejemplo: curvas
de nivel y número que indican la altura)
Mucho trabajo de “limpieza” puede ser necesario
Atributos se deben asignar manualmente
Se crean vértices innecesarios ( tamaño del archivo)
Ingº Kalim Caro Montoya 30
15
Datos vectoriales
► Importación
de datos levantados en el
campo con GPS:
Rápido
Proceso de limpieza manual puede ser
necesario
Algunos receptores permiten asignar atributos
ya en el campo (con “diccionarios de datos”)
► Importación de tablas con coordenadas
Datos vectoriales
► Formatos digitales corrientes:
Shapefile (ESRI)
Coverage (ESRI)
Personal Geodatabase (ESRI)
DXF (AutoCAD)
DGN (Microstation)
► TIN (Triangulated Irregular Network) es
un formato especial para almacenar
modelos de elevación en formato vectorial
Ingº Kalim Caro Montoya 32
16
Datos vectoriales
► En muchos casos, físicamente se trata de
una serie de archivos que conjuntamente
forman la base de datos vectoriales
► Vectores (puntos, líneas, polígonos) se
visualizan con símbolos
17
Datos vectoriales: ejemplos
Reflexión
► ¡Defina una estructura de capas
vectoriales para un mapa topográfico,
incluyendo aspectos de topología!
► ¿Cuál es el rol de la topología en la
cartografía de escritorio?
► ¿Cuándo es recomendable digitalizar un
mapa manualmente, cuándo es mejor
vectorizarlo?
Ingº Kalim Caro Montoya 36
18
Datos ráster
► El modelo ráster representa las facetas del
mundo real en forma de matrices de
celdillas (celdas, teselas, píxeles, cells, …)
► La matriz es regular (rectángulo, todas las
celdillas tienen el mismo tamaño) y
organizada en filas y columnas
► Para cada celdilla se almacena un número
como atributo
Ingº Kalim Caro Montoya 37
Datos ráster
Mundo real
Vectores
Ráster
Ingº Kalim Caro Montoya 38
19
Datos ráster
► Ventajas del formato ráster:
Estructura muy simple
Rápido procesamiento de superposición con
bases de datos complejos y grandes
Muchas opciones de análisis espacial
Se pueden representar y procesar elementos /
datos continuos (superficies, DEM, imágenes,
fotos, mapas escaneados)
Datos ráster
► Desventajas del formato ráster:
Objetos pierden la unicidad: una línea es
representada como una serie de celdas sin
relación entre ellas
Puede resultar en archivos muy grandes
Manejo limitado de atributos
20
Datos ráster
Vector
Ráster
Datos ráster
41
22
22
41
22
37
22
81
37
81
81
37
81
81
81 Datos discretos:
41 41 37 37 37
► Datos sobre objetos
“limitados”: zonas, uso
del suelo, ...
► Se almacenan como
“grids de valores
41.8
43.0
36.2
36.1
33.5
35.1
34.6
33.0
31.2
34.9 enteros”
40.8 32.6 33.6 32.7 33.1
32.3 31.1 30.4 31.2 30.6
Datos continuos:
► Representan
“superficies”: elevación,
distancia, temperatura,
Ingº Kalim Caro Montoya 42
...
21
Datos ráster
2 1 1 1
Entero No
Data 1 1 1 1 Bosque
No 2 Agua
Data 1 2 2
1 1 2 2
0.000 0.181
No No
Data Data
Datos ráster
► Sólo archivos ráster con datos discretos y
valores enteros pueden tener una tabla de
atributos asociada
Bosque
VALUE COUNT TIPO COD
1 7 Bosque 400
11 1
1 11 1 2 4 Agua 500
2
Bosque 2 2
2
Atributos del
Relación usuario
Tabla externa
VALUE DENSITY BUG_DAMAGE
1 65 10
2 74 14
Ingº Kalim Caro Montoya 44
22
Datos ráster
► Formatos digitales corrientes:
Grid (ESRI, datos temáticos)
Lattice (ESRI, DEM)
IMG (ERDAS, imágenes)
IMG (ERDAS, imágenes) con compresión “run-length”
sin pérdida de calidad
TIFF (imágenes)
MrSID (Lizard Tech, imágenes comprimidas con
pérdida de calidad)
ECW (ERMapper, imágenes comprimidas con pérdida
de calidad)
Datos ráster
► Datos ráster se crean mediante:
Escaneo de mapas y fotos aéreas
Cámaras y sensores digitales (fotos aéreas
digitales, imágenes satelitales)
Rasterización digital de datos vectoriales
incluyendo TINs (redes de triángulos)
Interpolación entre puntos (elevación,
medición)
Clasificación digital de imágenes satelitales
Ingº Kalim Caro Montoya 46
23
Datos ráster
► En el caso de los formatos utilizados para
imágenes se trata de un solo archivo
principal con archivos auxiliares:
Información sobre la proyección
Estadísticas para mejorar el contraste del
despliegue
“Pirámides” para acelerar el zoom
► Elformato Grid es complejo y consiste en
dos carpetas y archivos adicionales
Ingº Kalim Caro Montoya 47
Datos ráster
24
Datos ráster
Origen de
imágenes Columna Tam. Celda (0,3)
0
Celda (0,0) 0
Tam.
Eje y Fila
Origen de
Grids
Eje x
(0,0)
Datos ráster
1. Fuente 2. Salida
Puntos
de
3. Trasformación 4. Remuestreo Control
25
Datos ráster: ejemplos
26
Datos ráster: ejemplos
Reflexión
► ¿Porqué siguen existiendo los dos
formatos de datos espaciales “vectorial” y
“ráster”?
► ¿Cuándo es mejor utilizar el formato
vectorial?
► ¿Cuándo es mejor utilizar el formato
ráster?
► ¿Cuándo se hacen típicamente
conversiones entre estos dos formatos?
Ingº Kalim Caro Montoya 54
27
INFORMACION
► Fuentes de información:
Información primaria; es la que se recoge
directamente del lugar de investigación, se
puede llamar que es la información de primera
mano, sin embargo es costosa por usar
metodologías de muestreo, encuestas y otros.
Información Secundaria; es aquella que
utilizamos de fuentes elaboradas, y no tenemos
control-
VISUALIZACION Y
EDICION
Formato SIG
Formato CAD
Formato IMAGEN
28
VISUALIZACION Y EDICION
FORMATO SIG.
► Geodatabase
► Shape
► Coberturas(fotmato antiguo de arcinfo)
Geodatabase
► Lageodatabase es el más reciente formato
para guardar informacion geoespacial en
ArcGIS. Este formato puede usarse para
grabar tanto ráster, imágenes como
vectores y tablas.
29
Shape
► Un Archivo shape es el formato propio de ArcView para
almacenar información y atributos para un conjunto de
elementos geográficos. La geometría de un elemento es
almacenada como una forma que comprende un conjunto
de coordenadas de vectores (punto, línea, polígono).
► Los tres archivos que ArcView crea para cada archivo
shape son:
► · *.shp almacena la geometría del elemento (información
sobre la forma y la localización).
► · *.shx almacena el índice de la geometría de las
entidades.
► · *.dbf un archivo dBase que almacena la información de
los atributos de los elementos.
► · *.prj un archivo que indica la proyección.
30
Crear una Geodatabase
31
Crear una geodatabase
► Se convertirá cada shp en un feature class,
y luego se contenerla en una geodatabase,
para su almacenamiento.
► Ingresaremos primero al Arcatalog.
► Conectamos la carpeta de trabajo.
32
Feacture Class to Feacture Class
► Se ingresa
primero el
nombre del
shape a
convertir,
luego se
ingresa la
geodatabase
y el nombre
de salir, al
final ok.
Ingº Kalim Caro Montoya 65
Conectando a geodatabase
► Seubica la
geodatabase
creada, con el
nombre de
Arcata.mdb
33
Conectando a geodatabase
► Se repetira
para todos
los shapes.
Conectando a geodatabase
► Abrir
ArcCatalog
para
verificar las
conección.
34
Shapefiles
Trabajando con LAYERFILE;
Se cuando se trabajan con
diversos se desea conservar
un estilo particular, este lo
podemos guardar como
Layerfile, este tipo de archivo
conservara las caracteristicas
que editamos con symbology,
35
Ingº Kalim Caro Montoya 71
36
Archivo dwg, dxf
► En el Archivo
DWG,
podemos
observar
diversos
componentes.
► Podemos
utilizar todos
los elementos,
o escoger el
que los
necesarios.
Ingº Kalim Caro Montoya 73
Archivo dgn
37
Visualizacion de Formatos Imagen
(jpg, tiff, img)
jpg
► Los Archivos de
imagen, tambien
conocido como raster,
tiene diversas
funcionalidades, en
caso del formato jpg,
su uso es de
referencia.
Visualizacion de Formatos
Imagen (jpg, tiff, img)
Las imagenes los ficheros
tiff ►
TIFF contienen, además
de los datos de la imagen
propiamente dicha,
"etiquetas" en las que se
archiva información sobre
las características de la
imagen, que sirve para su
tratamiento posterior.
38
Visualizacion de Formatos
Imagen (jpg, tiff, img)
El formato IMG, es un
img ►
formato creado por Leica,
y su producto de
tratamiento de imágenes
de satelite ERDAS, este se
caracteriza por contener
bandas que representa en
falso color la realidad de
un evento espacial.
EJERCICIOS
Antes de iniciar:
Crear carpeta de trabajo
Conectar la carpeta de trabajo a la raiz
39
Importando CAD
Importando CAD
40
Importando CAD
► Clicderecho en la barra y seleccionar
customize(personalizar)
41
Ingº Kalim Caro Montoya 83
42
Ingº Kalim Caro Montoya 85
43
Editando, nuevo data frame
44
Editando, nuevo data frame
45
Editando, nuevo data frame
46
Editando, nuevo data frame
47
Editando, nuevo data frame
48
Editando, nuevo data frame
► Clasificar
mediante
Unique
Value
49
Editando, nuevo data frame
50
Editando, nuevo data frame
51
Ingº Kalim Caro Montoya 103
52
Editando, nuevo data frame
53
Editando, nuevo data frame
54
Editando, nuevo data frame
55
Exportando Shape a CAD
Abrir ArcCatolog, clic derecho en la barra.
56
Exportando Shape a CAD
► Escribir
prueba_dxf; y
grabar.
► Luego Ok
57