sig_datos_raster_tema_8

GRADO DE GEOGRAFÍA. ASIGNATURA: SIG DATOS RASTER (II PARTE)
GESTIÓN, VISUALIZACIÓN CONSULTA Y ANÁLISIS DE DATOS RASTER
OPERACIONES GLOBALES: DISTANCIA PONDERADA
Al igual que en el caso de la distancia euclidea, en la distancia ponderada es posible calcular
tanto la “distancia” (cost distance) como la zona de influencia de los puntos de referencia (cost
allocation). Sin embargo, la ponderación supone que es tenida en cuenta una segunda variable
para calcular estos valores, y que el resultado no se refiere a la distancia existente entre cada
celdilla y punto de referencia, sino al coste mínimo acumulado para alcanzarlo desde cada
celdilla, considerando el valor de todas las celdillas por las que pasa la ruta.
El costo mínimo acumulado que el programa calcula procede de multiplicar la longitud que se
recorra de cada celdilla, por el valor de ésta. Por esta razón, a cada celdilla hay que asignar un
valor que esté en función de la unidad en que se mide su longitud, usualmente, metros.
Tres son los tipos de raster de salida (output) que ahora interesan de las herramientas
incluidas en Cost Distance:
- Output distance raster: generado con Cost Distance, es el coste mínimo acumulado (es
homólogo, pero no igual, a la distancia euclidea). Se da en las unidades en que venga la imagen
“input cost raster”.
- Output allocation raster: generado con Cost allocation, es la zona de influencia que se
encuentra dentro de un determinado coste (es homólogo pero no igual a la zona de influencia
euclidea).
- Output backlink raster: creado con Cost Back Link, es la ruta que debe seguir cada celdilla
para alcanzar el punto de referencia al que se accede con menor coste (homólogo, pero
tampoco igual, al raster de direcciones euclideas). Este tipo de resultado lo veremos en el
próximo tema.
Un ejemplo típico del uso de “Cost Distance” y “Cost Allocation” es aquel en que, a partir de
una serie de puntos vectoriales representativos de núcleos de población, y de un raster que
muestre el tiempo que se tarda en atravesar cada celdilla, se desea calcular cuál es tiempo que
llevaría alcanzar el núcleo de población más cercano (en tiempo) para cada celdilla (Cost
Distance), así como caracterizar cada celdilla por medio del identificador del núcleo de
población más cercano (Cost Allocation) en términos temporales.
Joaquín Márquez Pérez. Dpto. de Geografía Física y AGR. Universidad de Sevilla. 2016
1
GRADO DE GEOGRAFÍA. ASIGNATURA: SIG DATOS RASTER (II PARTE)
GESTIÓN, VISUALIZACIÓN CONSULTA Y ANÁLISIS DE DATOS RASTER
Objetivo_1: generar una superficie de costos mínimos acumulados, en función de la pendiente
porcentual, en torno al núcleo puntual de El Bosque, e indicar cuál es el máximo coste en
términos de pendiente.
Metodología_1: Asegúrese de que dispone de un grid que represente la pendiente porcentual
(créelo con Spatial analyst / Surface / Slope).
A continuación, genere un shapefile que contenga el núcleo de población puntual de El
Bosque. A continuación, utilice Spatial Analyst / Distance / Cost distance especificando que la
distancia se calcule en torno al núcleo puntual de El Bosque, que el “input cost raster” sea la
pendiente porcentual antes generada, y proporcione una denominación tanto al grid de salida
(“output distance raster”), como al grid de direcciones (“output back link raster”).
Resultado_1: el resultado son dos grid que indican, para cada celdilla, tanto la pendiente
mínima acumulada para alcanzar el núcleo de El Bosque, como la dirección que debe seguirse
desde cada celdilla para obtener ese mínimo valor.
Ojo! Si en lugar de utilizar la pendiente se emplea el tiempo para generar la superficie
de costes, el resultado de la primera imagen (cost distance) indicaría el tiempo que se tarda
desde cada celdilla hasta El Bosque.
Objetivo 2: Si considerase que el tiempo (minutos) puede calcularse a partir de la fórmula que
más abajo se indica, ¿Cuál sería el tiempo máximo y medio que se tardaría, en el área de
Joaquín Márquez Pérez. Dpto. de Geografía Física y AGR. Universidad de Sevilla. 2016
2
GRADO DE GEOGRAFÍA. ASIGNATURA: SIG DATOS RASTER (II PARTE)
GESTIÓN, VISUALIZACIÓN CONSULTA Y ANÁLISIS DE DATOS RASTER
estudio, en llegar al núcleo puntual de Grazalema? MINUTOS = (0.6 + ((PENDIENTE EN
%)/10))/60
Resultados 2: 547.6 y 292.7 minutos
Objetivo 3: Si a partir de la fórmula anterior (MINUTOS) calculase el tiempo que se tarda en
llegar desde cada celdilla al núcleo de población puntual más cercano en tiempo, ¿cuánto se
tardaría como máximo?
Resultados 3: 289.07 minutos
Objetivo 4: Si caracteriza cada núcleo de población poligonal por el tiempo medio (MINUTOS)
que tarda en alcanzarse el río más cercano en tiempo, ¿cuál sería el núcleo desde el que
menos se tardaría en llegar (valor medio) al río más cercano, y cuantos minutos se emplearían?
Resultado 4: Huerta Álamo (1.04 minutos)
Joaquín Márquez Pérez. Dpto. de Geografía Física y AGR. Universidad de Sevilla. 2016
3
GRADO DE GEOGRAFÍA. ASIGNATURA: SIG DATOS RASTER (II PARTE)
GESTIÓN, VISUALIZACIÓN CONSULTA Y ANÁLISIS DE DATOS RASTER
Objetivo 1: generar el área de influencia de los núcleos de población (capa NÚCLEOS_PU,
campo SU2_100_ID) del área de estudio, y conocer su superficie. Como “superficie de costos”
se empleará la pendiente en grados. ¿A qué núcleo de población corresponde la mayor de las
áreas de influencia basadas en la pendiente, y cuanto mide esta (en celdillas)?
Metodología 1: emplear la herramienta Spatial analyst tools / Distance / Cost allocation.
Resultado 1: 54 - Huerta Álamo (111372 cells)
Objetivo 2: Si en lugar de utilizar la pendiente como superficie de fricción, emplea el raster
creado anteriormente (MINUTOS), ¿cuál sería el núcleo que más aumentase su área de
influencia respecto al resultado anterior?
Resultado 2: Huerta Álamo (35789 cells)
Joaquín Márquez Pérez. Dpto. de Geografía Física y AGR. Universidad de Sevilla. 2016
4
GRADO DE GEOGRAFÍA. ASIGNATURA: SIG DATOS RASTER (II PARTE)
GESTIÓN, VISUALIZACIÓN CONSULTA Y ANÁLISIS DE DATOS RASTER
Objetivo 3: Considerando las áreas de influencia basadas en el tiempo (MINUTOS), cuál de las
dos superficies es mayor, la que corresponde a los ríos del área de estudio, o a sus arroyos (no
tenga en cuenta los embalses).
Resultado 4: la superficie de las zonas más próximas a los arroyos (220421 celdillas) es mayor
que la superficie de las zonas más próximas a los ríos (199579 celdillas).
Joaquín Márquez Pérez. Dpto. de Geografía Física y AGR. Universidad de Sevilla. 2016
5