2.3.2 Análisis por capas en SIG

Tabla 3

Principales usos a los métodos representación de intervalos

Método

Cuantiles

Descripción Esquematización Distribución de Datos

Este sistema de clasificación es adecuado cuando se tienen datos cuya distribución se aleja de manera considerable de la curva normal, con bajos valores y fuerte asimetría

Desviación estándar Este sistema de clasificación es adecuado cuando se tienen datos de una distribución normal, o que se acercan a ella.

Cortes naturales Este sistema de clasificación es adecuado cuando se tienen datos que no se distribuyen de manera uniforme y no se orientan hacia un extremo de la distribución (pues esto minimiza la suma de las varianzas dentro de cada clase). Se emplea también, cuando los datos forman agrupamientos, dado que, es posible definir intervalos de clase que permiten identificar patrones semejantes entre esos grupos de datos.

Nota. Adaptado de Texto de Estadística Aplicada Básica, de David Moore, 2005, 2ª ed. Y Métodos de clasificación de datos, de ArcGis Pro. En https://pro.arcgis.com/es/proapp/latest/help/mapping/layer-properties/data-classification-methods.htm

2.3.2 Análisis por capas en SIG

Existen dos grandes grupos de mapas como lo indica Gómez (2004): los mapas cualitativos y los

mapas cuantitativos. En los mapas cualitativos se expresan las características intrínsecas de los

hechos y fenómenos geográficos, se puede encontrar en estos mapas información de carácter físico, social y/o económica, la simbología asociada no necesariamente se encuentra acorde con

la escala del mapa, dado que, se busca una simbología evidente muy visual, ejemplos de estos

mapas pueden ser: mapas físicos, morfológicos, de suelos, vegetación, fauna, entre otros. En los

mapas cuantitativos se expresan las magnitudes o valores cuantitativos de uno o varios

fenómenos o hechos, correspondientes a valores absolutos o relativos, tasas, índices, razones,

coeficientes proporciones, porcentajes, promedios, etc. Los símbolos que se emplean en los

mapas cuantitativos pueden estar asociados a cualquiera de las geometrías vectoriales (punto,

línea o polígono) que se representan de forma proporcional agrupando los valores por clases.

Finalmente se tiene que los fenómenos geográficos que se representan en los mapas cuantitativos pueden ser desde el punto de vista espacial continu o discreto10 .

Los mapas bien sean cuantitativos o cualitativos se pueden clasificar como mapas de análisis,

según Gómez (2004) cuando se busca representar la distribución de uno o varios fenómenos para

determinar su relación con el espacio geográfico, el objetivo de estos mapas es clarificar, para

analizar la distribución del fenómeno o hecho cartografiado, a partir de sus variaciones,

regularidades, concentraciones dispersiones, semejanzas, diferencias y correlaciones. Los mapas

de análisis tienen aplicación a nivel de información, inventario y compilación.

En el ámbito de la cartografía de la salud, los mapas de análisis según Juárez M., Gutiérrez M.,

Estrada E., Solís L., Librado B., Fernández G. y Castañeda G. (2011) permiten conocer los lugares

prioritarios, las poblaciones vulnerables, las relaciones de los patrones de distribución con las

características físico- geográficas y ambientales del territorio, así como las características socio-

demográficas, económicas y culturales de la población, que incidirán en una mejor toma de

decisiones en materia de salud, dado que, permite visualizar las desigualdades y presentar un

mosaico de las características en salud.

Los mapas de análisis son el insumo para el proceso llamado Análisis de Capas. Según Siabato

(2018) el análisis de capas consiste básicamente en la constitución de distintas capas, que una

vez superpuestas, reflejan un conjunto de información masiva geográficamente localizada. Una

capa es un fichero que contiene información sobre una variable particular que se agrupa

temáticamente de acuerdo con su contenido en relación con el espacio. Así, al combinar y

agrupar capas con distintas afinidades, se pueden constituir modelos relevantes para el estudio

10 Como indica Gómez (2004), los fenómenos continuos están presentes en toda la superficie de forma

gradual, y los fenómenos discretos se restringen a puntos específicos del espacio y están separados.

y análisis de distintas problemáticas (por ejemplo, logística, planificación urbana, entre

muchísimos otros). La codificación y almacenamiento de esta información suele realizarse, de acuerdo con su naturaleza, de dos formas: raster o vectorial (Mena Frau et al, 2008). Las capas

en vectorial se emplean con el fin de obtener precisión en la forma de representación de

elementos relativamente discretos, mientras que el raster lleva un mejor desempeño cuando se

busca la representación de objetos multicapa y continuos o para variaciones muy altas en los

datos.

Según Mena Frau et al. (2008) la forma de análisis por capas se basa en el principio de

superposición. Distintas capas, que comparten un marco georreferencial concreto, se superponen las unas con las otras para constituir modelos de información más amplios que las

capas aisladas. Esta superposición puede llevarse a cabo de forma estrictamente analítica

(empleando cálculos con datos estadísticos sin representar) o gráfica (generando un mapa

interactivo donde el usuario tiene acceso a una interfaz más sencilla para administrar datos).

El software SIG cuenta con una serie de herramientas de superposición para combinar, borrar,

modificar o actualizar entidades espaciales, produciendo una nueva capa o entidad. A continuación, en la tabla 4 se presentan ejemplos para el software ArcMap de las herramientas

de superposición con las que cuenta:

Tabla 4

Ejemplo de herramientas de superposición

Herramienta

Borrar: intersecta capas y remueve la zona que define la capa de borrado

Identidad: intersecta capas y remueve la zona que no es común en la segunda capa de entrada o de identidad

Intersecar: intersecta capas y remueve la zona que no es común en todas las capas de entrada Unión espacial: “Une los atributos de una entidad con otra basada en la relación espacial. Las entidades de destino y los atributos unidos de las entidades de unión se escriben en la clase de entidad de salida.” gisgeography.com (2011)

Diferencia simétrica: intersecta capas y remueve la zona que es común en todas las capas de entrada

Combinación: intersecta capas y unifica las capas de entrada

Actualizar: intersecta capas y unifica las capas de entrada, actualizando la zona que es interceptada por la segunda capa o cada de actualización

Esquematización

Nota. Adaptado de Información general sobre el conjunto de herramientas Superposición, por ArcGIS, en https://desktop.arcgis.com/es/arcmap/10.3/tools/analysis-toolbox/an-overview-of-

the-overlay-toolset.htm. Y Cómo funciona la unión espacial en SIG, 2021, por Gis Geography, en https://gisgeography.com/spatial-join/.

De las herramientas de superposición es de resaltar la de unión espacial, dado que, como afirma

García (2012) es una de las características más potentes de las bases de datos espaciales,

permitiendo combinar información de diferentes tablas usando relaciones espaciales como clave dentro de la unión.