Un sistema de información geográfica ( SIG ) consta de hardware y software informático integrado que almacena, gestiona, analiza , edita, genera y visualiza datos geográficos . [1] [2] Gran parte de esto sucede 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 dicho sistema también incluye usuarios humanos y personal de apoyo, procedimientos y flujos de trabajo, el conjunto de conocimientos de conceptos y métodos relevantes, y organizaciones institucionales.
El plural incontable, sistemas de información geográfica , también abreviado SIG, es el término más común para la industria y profesión relacionada con estos sistemas. Es más o menos sinónimo de geoinformática . La disciplina académica que estudia estos sistemas y sus principios geográficos subyacentes también puede abreviarse como SIG, pero la inequívoca Ciencia SIG es más común. [3] La ciencia SIG 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: ingeniería, planificación, gestión, transporte/logística, seguros, telecomunicaciones y negocios. [4] Por esta razón, los SIG y las aplicaciones de inteligencia de ubicación son la base de los servicios habilitados para la ubicación, que se basan en el análisis y la visualización geográficos.
Los SIG proporcionan la capacidad de relacionar información que antes no estaba relacionada, mediante el uso de la ubicación como "variable de índice clave". Las ubicaciones y extensiones que se encuentran en el espacio-tiempo de la Tierra se pueden registrar a través de la fecha y hora de ocurrencia, junto con las coordenadas x, y, z ; representando longitud ( x ), latitud ( y ) y elevación ( z ). Todas las referencias de ubicación y extensión, espaciales y 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 los SIG digitales se remontan 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 automatiza el SIG se remontan a 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 geógrafo y cartógrafo francés Charles Picquet creó un mapa que describe los cuarenta y ocho distritos de París , utilizando gradientes de color de medios tonos , para proporcionar una representación visual del número de muertes reportadas debido al cólera por cada 1.000 habitantes.
En 1854, John Snow , epidemiólogo y médico, pudo determinar el origen de un brote de cólera en Londres mediante el uso de análisis espacial. Snow logró esto trazando la residencia de cada víctima en un mapa del área, así como las fuentes de agua cercanas. Una vez marcados estos puntos, pudo identificar la fuente de agua dentro del grupo responsable del brote. Este fue uno de los primeros usos exitosos de una metodología geográfica para identificar el origen 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 era único debido a su uso de métodos cartográficos, no sólo 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 usaba particularmente para imprimir contornos; dibujarlos era una tarea que requería mucha mano de obra, pero tenerlos en una capa separada significaba que se podía trabajar en ellos sin que las otras capas confundieran al dibujante . Esta obra se dibujó inicialmente sobre placas de vidrio, pero posteriormente se introdujo la película plástica , con las ventajas de ser más ligera, ocupar menos espacio de almacenamiento y ser menos quebradiza, entre otras. Cuando todas las capas estuvieron terminadas, se combinaron en una sola imagen usando una cámara de proceso grande. Una vez que llegó la impresión en color, la idea de las capas también se utilizó para crear planchas de impresión separadas para cada color. Si bien mucho más tarde el uso de capas se convirtió en una de las características típicas de un SIG contemporáneo, el proceso fotográfico que acabamos de describir no se considera un SIG en sí mismo, ya que los mapas eran sólo 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 (Dual Independent Map Encoding) de la Oficina del Censo de 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 de hardware informático impulsado por la investigación de armas nucleares condujo a aplicaciones de "cartografía" informáticas de propósito general más generalizadas a principios de la década de 1960. [10]
En 1963 , el Departamento federal de Silvicultura y Desarrollo Rural desarrolló el primer SIG verdaderamente operativo del mundo en Ottawa, Ontario , Canadá. Desarrollado por Roger Tomlinson , se llamó Sistema de Información Geográfica de Canadá (CGIS) y se utilizó para almacenar, analizar y manipular datos recopilados para el Inventario de Tierras de Canadá , un esfuerzo para determinar la capacidad de la tierra en las zonas rurales de Canadá 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]
CGIS fue una mejora con respecto a las aplicaciones de "mapeo por computadora", ya que proporcionó capacidades para almacenamiento, superposición, medición y digitalización /escaneo de datos. Soportaba un sistema de coordenadas nacional que abarcaba todo el continente, codificaba líneas como arcos que tenían una verdadera topología integrada y almacenaba el atributo y la información de ubicación en archivos separados. Como resultado de esto, Tomlinson se ha hecho conocido como el "padre de los SIG", particularmente por su uso de superposiciones para promover el análisis espacial de datos geográficos convergentes. [13] CGIS duró hasta la década de 1990 y creó una gran base de datos digital de recursos terrestres en Canadá. Fue desarrollado como un sistema basado en mainframe en apoyo de la planificación y gestión de recursos federales y provinciales. Su punto fuerte era el análisis de conjuntos de datos complejos en todo el continente . El CGIS nunca estuvo disponible comercialmente.
En 1964, Howard T. Fisher formó el Laboratorio de Gráficos por Computadora y Análisis Espacial en la Escuela de Graduados en Diseño de Harvard (LCGSA 1965-1991), donde se desarrollaron una serie de conceptos teóricos importantes en el manejo de datos espaciales, y que en la década de 1970 se habían distribuido. códigos y sistemas de software fundamentales, 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 fue desarrollado para una instalación particular, y fueron muy influyentes 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 (más tarde Intergraph ) junto con Bentley Systems Incorporated para la plataforma CAD , Environmental Systems Research Institute ( ESRI ), CARIS. (Sistema de información de recursos asistido por computadora) y ERDAS (Sistema de análisis de datos de recursos terrestres) surgieron como proveedores comerciales de software SIG, incorporando con éxito muchas de las características 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 Sistema de análisis y visualización de mapas (MIDAS), el primer producto SIG de escritorio [16] para el sistema operativo DOS . En 1990 pasó a llamarse MapInfo para Windows cuando se portó a la plataforma Microsoft Windows . Esto 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 comenzaban 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 creciente de paquetes SIG gratuitos y de código abierto se ejecutan en una variedad de sistemas operativos y pueden personalizarse para realizar tareas específicas. La principal tendencia del siglo XXI ha sido la integración de las capacidades 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]
Debe hacerse la distinción entre un sistema de información geográfica singular , que es una instalación única de software y datos para un uso particular, junto con el hardware, el personal y las instituciones asociados (por ejemplo, el SIG para el gobierno de una ciudad en particular); y software GIS , un programa de aplicación de propósito general 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 , domina actualmente el mercado SIG. 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 la década de 1990 con el surgimiento de Internet , a medida que avanzaba la tecnología de redes informáticas, la infraestructura y los datos SIG comenzaron a trasladarse a servidores , proporcionando otro mecanismo para proporcionar capacidades 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 , que permite 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 ampliado a través de Internet y el desarrollo de plataformas SIG basadas en la nube, como ArcGIS Online y software como servicio (SAAS) especializado en SIG. 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 otro software o arquitecturas de 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 amplían los lenguajes de programación para permitir la incorporación de datos SIG y su procesamiento en software personalizado, incluidos sitios web de mapas 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 se puede almacenar en una variedad de formas, como una colección de archivos de datos separados o una única base de datos relacional espacialmente habilitada . La recopilación y gestión de estos datos suele constituir la mayor parte del tiempo y los recursos financieros de un proyecto, mucho más que otros aspectos como el análisis y el mapeo. [20] : 175
Los SIG utilizan la ubicación espacio-temporal ( espacio-tiempo ) como variable de índice clave para el resto de la 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 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 película, estación de medición de corriente, marcador de milla de carretera, punto de referencia del topógrafo, dirección del edificio, intersección de calles, puerta de entrada, sondeo de profundidad del agua, dibujo POS o CAD) . origen/unidades). Las unidades aplicadas a los datos espacio-temporales registrados pueden variar ampliamente (incluso cuando se utilizan exactamente los mismos datos, ver proyecciones cartográficas ), pero todas las referencias de extensión y ubicación espacio-temporal basadas en la Tierra deberían, idealmente, relacionarse entre sí y, en última instancia, con un ubicación física "real" o extensión en el espacio-tiempo.
Relacionados con información espacial precisa, se puede analizar, interpretar y representar una increíble variedad de datos del mundo real 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 habían sido correlacionados sistemáticamente .
Los datos SIG representan fenómenos que existen en el mundo real, como carreteras, uso del suelo, 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 (por ejemplo, una casa, una carretera) y campos continuos (por ejemplo, cantidad de lluvia o densidad de población). [20] : 62–65 Se representan otros tipos de fenómenos geográficos, como eventos (p. ej., ubicación de las batallas de la Segunda Guerra Mundial ), procesos (p. ej., grado de suburbanización ) y masas (p. ej., tipos de suelo en un área). con menos frecuencia o indirectamente, o se modelan en procedimientos de análisis en lugar de datos.
Tradicionalmente, existen dos métodos amplios utilizados para almacenar datos en un SIG para ambos tipos de referencias cartográficas abstracciones: imágenes rasterizadas y vectoriales . Los puntos, líneas y polígonos representan datos vectoriales de referencias de atributos de ubicación mapeadas.
Un nuevo método híbrido de almacenamiento de datos es el de identificar nubes de puntos, que combinan puntos tridimensionales con información RGB en cada punto, devolviendo una " imagen en color 3D ". Los mapas temáticos SIG se están volviendo 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, detección remota , 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, a través de la 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 mucho tiempo, dinero y otros recursos. [20] : 173
Los datos topográficos se pueden ingresar directamente en un SIG desde sistemas de recopilación de datos digitales en instrumentos topográficos utilizando una técnica llamada geometría de coordenadas (COGO) . Las posiciones de un sistema de navegación global por satélite ( GNSS ), como el sistema de posicionamiento global, también se pueden recopilar y luego importar a un SIG. Una tendencia actual en la recopilación de datos brinda a los usuarios la posibilidad de utilizar computadoras de campo con la capacidad de editar datos en vivo mediante conexiones inalámbricas o sesiones de edición desconectadas. [24] La tendencia actual es utilizar aplicaciones disponibles en teléfonos inteligentes y PDA : Mobile GIS. [25] Esto se ha visto mejorado por la disponibilidad de unidades GPS de cartografía de bajo costo con precisión decimétrica en tiempo real. Esto elimina la necesidad de publicar, importar y actualizar los datos en la oficina después de que se haya recopilado el trabajo de campo. Esto incluye la capacidad de incorporar posiciones recogidas mediante un telémetro láser . Las nuevas tecnologías también permiten a los usuarios crear mapas y análisis directamente en el campo, lo que hace que los proyectos sean más eficientes y los mapas más precisos.
Los datos de percepción remota 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 consistir en aviones y satélites . En Inglaterra, a mediados de la década de 1990, los globos/cometas híbridos llamados helikites fueron pioneros en el uso de 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. Las helikitas son económicas y recopilan datos más precisos que los aviones. Los helikites se pueden utilizar en carreteras, vías férreas y ciudades donde los vehículos aéreos no tripulados (UAV) están prohibidos.
Recientemente, la recopilación de datos aéreos se ha vuelto más accesible con vehículos aéreos no tripulados y drones en miniatura . Por ejemplo, se utilizó el Aeryon Scout para mapear un área de 50 acres con una distancia de muestra del suelo de 1 pulgada (2,54 cm) en sólo 12 minutos. [26]
La mayoría de los datos digitales provienen actualmente de la interpretación fotográfica de fotografías aéreas. Las estaciones de trabajo de copia electrónica se utilizan para digitalizar características directamente a partir de pares estéreo de fotografías digitales. Estos sistemas permiten capturar datos en dos y tres dimensiones, con elevaciones medidas directamente desde un par estéreo utilizando principios de fotogrametría . Las fotografías aéreas analógicas deben escanearse antes de ingresarse en un sistema de copia electrónica; para cámaras digitales de alta calidad, este paso se omite.
La teledetección por satélite proporciona otra fuente importante de datos espaciales. Aquí los satélites utilizan diferentes paquetes de sensores para medir pasivamente la reflectancia de partes del espectro electromagnético u ondas de radio enviadas desde un sensor activo como el radar. La teledetección recopila datos rasterizados 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 plan topográfico se transfiere a un medio digital mediante el uso de un programa CAD y capacidades de georreferenciación. Con la amplia disponibilidad de imágenes ortorrectificadas (de satélites, aviones, Helikites y vehículos aéreos no tripulados), la digitalización frontal se está convirtiendo en la principal vía a través de la cual se extraen datos geográficos. La digitalización frontal implica el rastreo de datos geográficos directamente sobre las imágenes aéreas en lugar del método tradicional de rastrear la forma geográfica en una tableta digitalizadora separada (digitalización frontal). La digitalización cabeza abajo, o digitalización manual, utiliza un lápiz magnético especial, o lápiz óptico, que introduce información en una computadora para crear un mapa digital idéntico. Algunas tabletas utilizan una herramienta parecida a un ratón, llamada disco, en lugar de un lápiz. [27] [28] El disco tiene una pequeña ventana con un punto de mira que permite una mayor precisión y localización de características del mapa. Aunque la digitalización frontal se utiliza más comúnmente, la digitalización frontal sigue siendo útil para digitalizar mapas de mala calidad. [28]
Los datos existentes impresos en papel o mapas de película PET se pueden digitalizar o escanear para producir datos digitales. Un digitalizador produce datos vectoriales mientras un operador traza puntos, líneas y límites de polígonos a partir de un mapa. Escanear un mapa da como resultado datos ráster que podrían procesarse aún más para producir datos vectoriales.
Cuando se capturan datos, el usuario debe considerar si los datos deben capturarse con una precisión relativa o absoluta, ya que esto no sólo podría influir en cómo se interpretará la información sino también en el costo de la captura de datos.
Después de ingresar datos en un SIG, generalmente es necesario editarlos para eliminar errores o procesarlos más. Para los datos vectoriales, deben ser "topológicamente correctos" antes de que puedan usarse para algún análisis avanzado. Por ejemplo, en una red de carreteras, las líneas deben conectarse con nodos en una intersección. También se deben eliminar errores como los excesos o faltas. Para mapas escaneados, es posible que sea necesario eliminar las imperfecciones del mapa de origen del ráster resultante . 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 determinado de la superficie de la Tierra. El modelo más simple es asumir 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 precisos. De hecho, existen modelos llamados datums que se aplican a diferentes áreas de la Tierra para proporcionar una mayor precisión, como el Datum norteamericano de 1983 para mediciones en EE. UU. y el Sistema Geodésico Mundial para mediciones mundiales.
La latitud y la longitud en un mapa elaborado con un datum local pueden no ser las mismas que las obtenidas con un receptor GPS . Convertir coordenadas de un dato a otro requiere una transformación de dato como una transformación de Helmert , aunque en determinadas situaciones una simple traducción puede ser suficiente. [29]
En el software SIG popular, los datos proyectados en latitud/longitud a menudo se representan como un sistema de coordenadas geográficas . Por ejemplo, los datos en latitud/longitud si el datum es el ' Datum norteamericano de 1983' se indican 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 se correspondan correctamente con 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 van a utilizar. Varios elementos de la calidad de los datos son importantes para los datos SIG:
La precisión del SIG depende de los datos de origen y de cómo se codifican para hacer referencia a los datos. Los agrimensores han podido proporcionar un alto nivel de precisión posicional utilizando las posiciones derivadas del GPS . [31] Imágenes digitales del terreno y aéreas de alta resolución, [32] potentes computadoras y tecnología web están cambiando la calidad, la utilidad y las expectativas de los SIG para servir a la sociedad a gran escala, pero, sin embargo, existen otras fuentes de datos que afectan el SIG en general. precisión como los mapas en papel, aunque pueden ser de utilidad limitada para lograr la precisión deseada.
Al desarrollar una base de datos topográfica digital para un SIG, los mapas topográficos son la fuente principal, y las fotografías aéreas y las imágenes satelitales son fuentes adicionales para recopilar datos e identificar atributos que pueden mapearse en capas sobre un facsímil de ubicación a escala. La escala de un mapa y el tipo de representación del área de representación geográfica, o proyección del mapa , son aspectos muy importantes ya que el contenido de la información depende principalmente de la escala establecida y la localizabilidad resultante de las representaciones del mapa. Para digitalizar un mapa, el mapa debe verificarse dentro de las dimensiones teóricas, luego escanearse en formato ráster y a los datos ráster resultantes se les debe dar una dimensión teórica mediante un proceso de tecnología de deformación/lámina de caucho conocido como georreferenciación .
Un análisis cuantitativo de mapas pone de relieve los problemas de precisión. Los equipos electrónicos y de otro tipo utilizados para realizar mediciones para SIG son mucho más precisos que las máquinas de análisis de mapas convencionales. Todos los datos geográficos son intrínsecamente inexactos y estas imprecisiones se propagarán a través de las operaciones SIG de maneras que son difíciles de predecir. [33]
Un SIG puede realizar la reestructuración de datos para convertirlos a diferentes formatos. Por ejemplo, se puede utilizar un SIG para convertir un mapa de imágenes de satélite en una estructura vectorial generando líneas alrededor de todas las celdas con la misma clasificación, mientras se determinan las relaciones espaciales de las celdas, como la adyacencia o la inclusión.
Se puede realizar un procesamiento de datos más avanzado con el procesamiento de imágenes , una técnica desarrollada a fines de la década de 1960 por la NASA y el sector privado para mejorar el contraste, reproducir colores falsos y una variedad de otras técnicas, incluido el uso de transformadas bidimensionales de Fourier . Dado que los datos digitales se recopilan y almacenan de diversas maneras, es posible que las dos fuentes de datos no sean totalmente compatibles. Por tanto, un SIG debe poder convertir datos geográficos de una estructura a otra. Al hacerlo, es necesario analizar los supuestos implícitos detrás de las diferentes ontologías y clasificaciones. [34] Las ontologías de objetos han ganado creciente prominencia como consecuencia de la programación orientada a objetos y el trabajo sostenido de Barry Smith y sus compañeros de trabajo.
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, mientras transforman geométricamente los datos en ruta. Estas herramientas pueden presentarse en forma de complementos para software existente de propósito más amplio, como hojas de cálculo .
El análisis espacial SIG es un campo que cambia rápidamente y los paquetes SIG incluyen cada vez más herramientas analíticas como instalaciones integradas estándar, como conjuntos de herramientas opcionales, como complementos o 'analistas'. En muchos casos, estos son proporcionados por los proveedores de software originales (proveedores comerciales o equipos colaborativos de desarrollo no comerciales), mientras que en otros casos las instalaciones han sido desarrolladas y son 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 sus propias herramientas o variantes analíticas. La mayor disponibilidad ha creado una nueva dimensión de la inteligencia empresarial denominada " inteligencia espacial " que, cuando se entrega abiertamente a través de intranet, democratiza el acceso a datos geográficos y de redes sociales. La inteligencia geoespacial , basada en el análisis espacial SIG, se ha convertido también en un elemento clave para la seguridad. El SIG en su conjunto puede describirse como una 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 en ese conjunto de datos y devuelve el resultado de la operación como un conjunto de datos de salida. Las operaciones de geoprocesamiento comunes incluyen superposición de características geográficas, selección y análisis de características, procesamiento de topología , procesamiento de ráster y conversión de datos. El geoprocesamiento permite la definición, gestión y 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 tierras y la biogeografía . Por lo tanto, los datos del terreno suelen ser 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). La mayoría del software SIG dispone de una variedad de herramientas 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 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 las vecinas adyacentes de una celda. [39] Cada uno de estos se ve fuertemente afectado por el nivel de detalle de 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 zonas de influencia , polígonos de Voronoi o Thiessen , análisis de costos de distancia y análisis de redes .
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, se puede utilizar un SIG 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 curvas de nivel que indican diferentes cantidades de lluvia. Un mapa de este tipo puede considerarse como un mapa de contorno de precipitaciones. 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 superficie de mediciones de puntos 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 proporcionar información adicional, como la viabilidad del potencial de la energía hidráulica como fuente de energía renovable . De manera similar, los SIG se pueden utilizar para comparar otros recursos de energía renovable y encontrar el mejor potencial geográfico para una región. [41]
Además, a partir de una serie de puntos tridimensionales, o modelo de elevación digital , se pueden generar líneas isopletas 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, a partir de los datos de elevación del SIG se puede calcular una vaguada esperada de hacia dónde desearía viajar el agua superficial en corrientes intermitentes y permanentes.
Un SIG puede reconocer y analizar las relaciones espaciales que existen dentro de los datos espaciales almacenados digitalmente. Estas relaciones topológicas permiten realizar modelos y análisis espaciales complejos. Las relaciones topológicas entre entidades geométricas tradicionalmente incluyen adyacencia (qué linda con qué), contención (qué encierra qué) y proximidad (qué tan cerca está algo de otra cosa).
Las redes geométricas son redes lineales de objetos que se pueden utilizar para representar entidades 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 bordes, lo que puede usarse 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 de electricidad, gas y 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); Posteriormente lo utilizó en el título de su libro, Sistemas de información geográfica y modelado cartográfico (1990). [42] El modelado cartográfico se refiere a un proceso donde se producen, procesan y analizan varias capas temáticas de la misma área. Tomlin usó capas ráster, pero el método de superposición (ver más abajo) se puede usar de manera más general. Las operaciones en 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 ambas entradas se superponen y conserva un conjunto de campos de atributos para cada una. Una superposición de diferencias simétrica define un área de salida que incluye el área total de ambas entradas excepto el área de superposición.
La extracción de datos es un proceso SIG similar a la superposición de vectores, aunque se puede utilizar en análisis de datos vectoriales o rasterizados. En lugar de combinar las propiedades y características de ambos conjuntos de datos, la extracción de datos implica el uso de un "clip" 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 ráster, la superposición de conjuntos de datos se logra mediante un proceso conocido como "operación local en múltiples rásteres" o " álgebra de mapas ", a través de una función que combina los valores de la matriz de cada ráster . Esta función puede ponderar algunos insumos más que otros 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 los fenómenos, los métodos de observación dictan la precisión de cualquier análisis posterior. Debido a la naturaleza de los datos (por ejemplo, patrones de tráfico en un entorno urbano; patrones climáticos sobre el Océano Pacífico ), siempre se pierde un grado de precisión constante o dinámico en la medición. Esta pérdida de precisión está determinada por la escala y 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 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, mediante la entrada de datos recopilados en varios 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 métodos de interpolación, la primera consideración debe ser si los datos de origen cambiarán (exactos o aproximados). Lo siguiente es si el método es subjetivo, una interpretación humana u objetivo. Luego está la naturaleza de las transiciones entre puntos: ¿son abruptas o graduales? Finalmente, está la cuestión de 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 de 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 de aquellas ubicaciones en su vecindad inmediata.
Los modelos de elevación digitales , las redes irregulares trianguladas , los algoritmos de búsqueda de bordes, 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 superficie 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 con referencia espacial, 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. Históricamente, las ubicaciones de direcciones individuales se han interpolado o estimado examinando rangos de direcciones a lo largo de un segmento de carretera. Por lo general, se proporcionan en forma de tabla o base de datos. Luego, el software colocará un punto aproximadamente donde pertenece 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 reales de parcelas, 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 determinada. Por ejemplo, un usuario puede hacer clic en el tema de la línea central de una carretera (proporcionando así 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 carretera. 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 estará cerca de 50. Tenga en cuenta que la codificación geográfica inversa no devuelve direcciones reales, solo estimaciones de lo que debería haber allí en función del valor predeterminado. rango.
Junto con los SIG, los métodos de análisis de decisiones multicriterio ayudan a los tomadores de decisiones a analizar un conjunto de soluciones espaciales alternativas, como el hábitat ecológico más probable para la restauración, frente a múltiples criterios, como la cubierta vegetal o los caminos. MCDA utiliza reglas de decisión para agregar los criterios, lo que permite clasificar o priorizar las soluciones alternativas. [43] SIG ADCM puede reducir los costos y el tiempo involucrados en la identificación de posibles sitios de restauración.
SIG o minería de datos espaciales es 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 aplicada basada en SIG. 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 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 brinda al usuario un control sustancial sobre la apariencia de los datos.
El trabajo cartográfico cumple dos funciones principales:
Primero, 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 análisis o simulaciones de eventos potenciales. Los servidores de mapas web facilitan la distribución de mapas generados a través de navegadores web utilizando diversas 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 dentro de una milla (1,6 km) de un derrame tóxico.
Un arqueocromo es una nueva forma de mostrar datos espaciales. Es una temática en un mapa 3D que se aplica a un edificio específico o a una parte de un edificio. Es adecuado para la visualización visual 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 para representar objetos físicos. Las personas que utilizan mapas deben interpretar estos símbolos. Los mapas topográficos muestran la forma de la superficie terrestre con curvas de nivel o con relieve sombreado .
Hoy en día, 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, aumentando 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 .
Se utilizó un SIG para registrar y combinar las dos imágenes para representar la vista en perspectiva tridimensional mirando hacia la falla de San Andrés , usando los píxeles de la imagen del Thematic Mapper, pero sombreada usando la elevación de los accidentes geográficos . La visualización del SIG depende del punto de vista del observador y de la hora del día de la visualización, para representar adecuadamente las sombras creadas por los rayos del sol en esa latitud, longitud y hora del día.
En los últimos años ha habido una proliferación de 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 dan al público acceso a enormes cantidades de datos geográficos, que muchos usuarios consideran tan fiables y utilizables como la información profesional. [45] Por ejemplo, durante la pandemia de COVID-19, se utilizaron mapas web alojados en paneles para difundir rápidamente datos de casos al público en general. [46]
Algunos de ellos, como Google Maps y OpenLayers , exponen una interfaz de programación de aplicaciones (API) que permite a los usuarios crear aplicaciones personalizadas. Estos kits de herramientas suelen ofrecer mapas de calles, imágenes aéreas/satélites, geocodificación, búsquedas y funciones de enrutamiento. El mapeo web también ha descubierto el potencial del crowdsourcing de geodatos en proyectos como OpenStreetMap , que es un proyecto colaborativo para crear un mapa del mundo editable de forma gratuita. Se ha demostrado que estos proyectos mashup brindan un alto nivel de valor y beneficio a los usuarios finales más allá de lo posible a través de la información geográfica tradicional. [47] [48]
El mapeo web no está exento de inconvenientes. La cartografía web permite la creación y distribución de mapas por parte de personas sin la formación cartográfica adecuada. [49] Esto ha llevado a mapas que ignoran las convenciones cartográficas y son potencialmente engañosos; un estudio encontró que más de la mitad de los paneles de control COVID-19 del gobierno estatal de los Estados Unidos no siguieron 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 ubicación y ayuda a la reducción continua de las barreras para la adopción de tecnología geoespacial. Los quizás cientos de usos diferentes de los SIG se pueden clasificar de varias maneras:
La implementación de un SIG a menudo está impulsada por requisitos jurisdiccionales (como una ciudad), propósito o aplicación. Generalmente, una implementación 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 haya sido desarrollado para alguna otra aplicación, jurisdicción, empresa o propósito. [60]
Los SIG también se están diversificando en los servicios basados en la ubicación , que permiten a los dispositivos móviles con GPS mostrar su ubicación en relación con objetos fijos (restaurante más cercano, gasolinera, boca de incendio) u objetos móviles (amigos, niños, coche de policía), o con transmitir 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 según la ubicación. [61] [62]
El uso de mapas digitales generados por SIG también ha influido en el desarrollo de un campo académico conocido como humanidades espaciales. [70]
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 admiten soluciones interoperables que "geohabilitan" la Web, los servicios inalámbricos y basados en la ubicación, y la TI general, 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 . [74]
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 conforme a través del Programa de pruebas de OGC, el producto se registra automáticamente como "cumple" en este sitio.
Los productos de implementación son productos de software que implementan especificaciones 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.
El estado de la superficie, la atmósfera y el subsuelo de la Tierra se puede examinar introduciendo datos satelitales en un SIG. La tecnología SIG brinda a los investigadores la capacidad de examinar las variaciones en los procesos de la Tierra a lo largo de días, meses y años mediante el uso de visualizaciones cartográficas. [75] Como 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 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 global permiten realizar tales análisis. La salida del sensor satelital utilizada para generar un gráfico de vegetación es producida, por ejemplo, por 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 kilómetro cuadrado. El sensor satelital produce imágenes de un lugar particular de la Tierra dos veces al día. AVHRR y, más recientemente, el espectrorradiómetro de imágenes de resolución moderada (MODIS) son sólo dos de los muchos sistemas de sensores utilizados para el análisis de la superficie de la Tierra.
Además de la integración del tiempo en los estudios ambientales, también se está explorando el SIG por su capacidad para rastrear y modelar el progreso de los 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 en el tiempo por parte del Censo de Estados Unidos . En este conjunto de datos, las poblaciones de las ciudades se muestran durante el día y la noche, destacando el patrón de concentración y dispersión generado por los patrones de desplazamiento de América del Norte. La manipulación y generación de datos necesarios para producir estos datos no habría sido posible sin SIG.
El uso de modelos para proyectar en el tiempo los datos contenidos en un SIG ha permitido a los planificadores probar decisiones políticas utilizando sistemas de apoyo a las decisiones espaciales .
Las herramientas y tecnologías que surgen de la Web Semántica del World Wide Web Consortium están resultando útiles para los problemas de integración de datos en los sistemas de información. En consecuencia, estas 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. [76] [77] [78] [79]
Las ontologías son un componente clave de este enfoque semántico, ya que permiten una especificación formal, 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 en 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 de tipo de cobertura terrestre forestal en otro conjunto de datos clasificado de manera más aproximada puede ayudar a un SIG a fusionar automáticamente los dos conjuntos de datos bajo la clasificación más general de cobertura terrestre. Se han desarrollado ontologías provisionales en áreas relacionadas con aplicaciones SIG, por ejemplo la ontología hidrológica [80] desarrollada por Ordnance Survey en el Reino Unido y las ontologías SWEET [81] desarrolladas por el Jet Propulsion Laboratory de la NASA . Además, el W3C Geo Incubator Group [82] 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 , la Commonwealth Scientific and Industrial Research Organization de Australia 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 .
Los resultados de investigaciones recientes en esta área se pueden ver en la Conferencia Internacional sobre Semántica Geoespacial [83] y en el taller Terra Cognita – Direcciones a la Web Semántica Geoespacial [84] en la Conferencia Internacional de 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. [85] [86] [45] Los SIG también pueden utilizarse indebidamente para distorsionar la realidad en beneficio individual y político. [87] [88] Se ha argumentado que la producción, distribución, utilización y representación de la información geográfica están relacionadas en gran medida con el contexto social y tiene el potencial de aumentar la confianza de los ciudadanos en el gobierno. [89] Otros temas relacionados incluyen debates sobre derechos de autor , privacidad y censura . Un enfoque social más optimista para la adopción de SIG es utilizarlo 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. [90] [91] [92] Los beneficios de los SIG en la educación parecen centrados en el desarrollo de la cognición espacial , pero no hay suficiente bibliografía o datos estadísticos para mostrar el alcance concreto del uso de los SIG en la educación en todo el mundo, aunque la expansión ha sido más rápido en aquellos países donde el currículum los menciona. [93] : 36
Los SIG parecen ofrecer muchas ventajas en la enseñanza de la geografía porque permiten análisis basados en datos geográficos reales y también ayudan a plantear muchas preguntas de investigación por parte de profesores y estudiantes en las aulas. También contribuyen a la mejora del aprendizaje desarrollando el pensamiento espacial y geográfico y, en muchos casos, la motivación de los estudiantes. [93] : 38
Las instituciones educativas también han ofrecido cursos de SIG. [94] [95]
Los SIG han demostrado ser una tecnología duradera, empresarial y para toda la organización que continúa cambiando la forma en que opera el gobierno local. [96] Las agencias gubernamentales han adoptado la tecnología SIG como método para gestionar mejor las siguientes áreas de la organización gubernamental:
La iniciativa de Datos Abiertos está empujando a los gobiernos locales a aprovechar tecnologías como la tecnología SIG, ya que abarca los requisitos para adaptarse al modelo de transparencia de Datos Abiertos/Gobierno Abierto. [96] Con Datos Abiertos, las organizaciones gubernamentales locales pueden implementar aplicaciones de participación ciudadana y portales en línea, permitiendo a los ciudadanos ver información sobre la tierra, informar sobre baches y problemas de señalización, ver y clasificar parques por activos, ver tasas de criminalidad y reparaciones de servicios públicos en tiempo real, y mucho más. [98] [99] La presión por los datos abiertos dentro de las organizaciones gubernamentales está impulsando el crecimiento del gasto en tecnología SIG de los gobiernos locales y la gestión de bases de datos.
{{cite book}}: |journal=ignorado ( ayuda ) ; Falta o está vacío |title=( ayuda )
Medios relacionados con los sistemas de información geográfica en Wikimedia Commons