INSTITUTO TECNOLOGICO DEL PUTUMAYO

PROGRAMA ACADEMICO: TECNOLOGIA EN OBRAS CIVILES

NOMBRE DEL SYLABUS: GEOMATICA
SEMESTRE: IV
Alumno: Acosta Reyes Cristian Mauricio
Docente: Ing. Mario Alberto Castro

Trabajo escrito . 40%

1.0 Fuentes principales de datos espaciales

1.1 introducción
1.2 Datos digitales y analógicos
1.3 Fuentes primarias y secundarias
1.4 Teledetección
1.1 fundamentos físicos
1.2 Sensores y plataformas
1.3 Principales sensores y productos
2.0 Fotografía impresa. Digitalización
2.1 Digitalización manual
2.2 Digitalización automática
2.3 Digitalización o creación a partir de coordenadas
2.4 Fotogrametría
2.5 Calidad de la digitalización
3.0 Base de Datos
3.1 Introducción
3.2 Fundamentos de bases de datos
3.3 Que es una base de datos
3.4 Porque interesa usar una base de datos
3.5 Modelo de bases de datos
3.6 Diseño y creación de una base de datos
3.7 Base de datos espaciales
4.0 Metadatos
4.1 Introducción
4.2 La utilidad de los metadatos
4.3 Garantizar el uso correcto de los datos
4.4 Características de los metadatos
4.5 Contenido de los datos
4.6 Forma de almacenar los metadatos
4.7 Creación de los metadatos
4.8 Herramientas para crear metadatos
5.0 Procesado de imágenes
5.1 Introducción
5.2 La utilidad de las imágenes en un sig
5.3 Tipo de procesos en un sig
5.4 Analis visual y automático
 5.5 Correcciones y preparación de imágenes
5.6 Corrección geométrica
5.7 Corrección radiométrica
5.8 Operaciones pixel a pixel
5.9 Filtros

6.0 Fusión de imágenes

      

1.0   Fuentes principales de datos espaciales

1.1   introducción

El origen de los datos con los que trabajamos en un SIG puede ser sumamente
variado y presentarse asimismo en formas diversas. La metodología seguida
en la recolección de datos condiciona directamente la forma en que estos datos
llegan a nosotros, y por tanto el uso que les podemos dar dentro de un SIG o
las operaciones que debemos realizar con ellos de cara a poder adaptarlos
para la realización de un trabajo concreto.
No hace tanto tiempo, toda la información que se manejaba dentro de un SIG
tenía su origen en un mapa en papel, el cual debía prepararse para adaptarse
a la naturaleza propia del SIG. El desarrollo de los SIG ya había comenzado a
dar sus frutos y se obtenían los primeros programas, pero eran necesarios
datos para utilizarlos. Sin embargo, los datos geográficos de los que se
disponía no se encontraban en formato digital, por lo que no eran adecuados
para su uso dentro de un SIG.
Una tarea básica en esos tiempos era la digitalización de cartografía, es decir,
convertir los datos geográficos en formato impreso en datos en formato digital
que un SIG pudiera manejar. La disponibilidad de datos digitales era baja, pero,
como resulta lógico pensar, sí que existía una gran cantidad de datos
geográficos en otros formatos tales como mapas, cartas de navegación,
fotografías aéreas, etc. La tecnología ha ido avanzando y ya se producen datos
directamente en formato digital, considerando específicamente la existencia de
los SIG como herramientas básicas de manejo de datos geográficos. No
obstante, los datos en formato impreso, así como las técnicas que se
emplearon en su creación, siguen siendo válidas, y sirven igualmente para
crear datos geográficos que podemos emplear en un SIG.
Hoy en día, la situación es bien distinta a la de aquellos primeros tiempos, y
puede afirmarse que los orígenes a partir de los cuales se generan los datos
geográficos son muy diversos. Esto es así porque aunan técnicas recientes y
más adaptadas al entorno de los SIG con métodos clásicos que, no obstante,
no han perdido su vigencia y valor. En la actualidad, la recolección de datos
geográficos es un ámbito complejo con muchas alternativas, las cuales deben
integrarse dentro de un SIG para permitir que este despliegue todo su potencial
sobre dichos datos. Todo este conjunto de técnicas de adquisición de datos
conforman un amplio abanico de posibilidades de las cuales el usuario de SIG
debe nutrirse para trabajar siempre en las mejores condiciones posibles,
maximizando la precisión y alcance de su trabajo.
Integrar dentro del trabajo con un SIG todas las fuentes de datos disponibles es
una tarea que requiere un conocimiento detallado de estas, con objeto de
poder establecer la mejor manera de combinarlas, y elegir en cada caso la
mejor opción de las disponibles. A lo largo de este capítulo veremos las
principales técnicas existentes para la creación de datos geograficos en un
formato apto para su uso en un SIG, centrándonos en los pormenores de
proceso y las particularidades de los datos generados en cada caso. Para ello,
veremos todo el conjunto de fuentes de las cuales pueden provenir los datos
con los que trabajamos en un SIG, desde las más modernas hasta las más
antiguas, así como las metodologías que permiten convertir las formas no
digitales en datos aptos para su uso en dicho SIG. El objetivo es que, al final
del capítulo, se conozcan con detalle todas las formas en las que los datos
geográficos pueden presentarse, se entiendan estas completamente con
independencia de su origen, y se sepan utilizar y combinar todas las fuentes de
datos, extrayendo lo mejor de cada una de ellas.

1.2   Datos digitales y analógicos

Un SIG implica una aplicación informática, y esta se alimenta en última

instancia exclusivamente de datos digitales. Los datos geográficos
digitales tienen una serie de ventajas frente a los analógicos (además
del mero hecho de que podemos incorporarlos a nuestro SIG), y
suponen, como sucede en muchos otros campos, un salto cualitativo
importante. 

Entre estas ventajas, destacan la sencillez de actualización, la facilidad

de distribución (en especial con la aparición de Internet), el menor
espacio físico de almacenamiento, la facilidad y precisión del análisis,
y la facilidad de mantenimiento (el dato digital no se degrada, lo que
se degrada es su soporte, pero es sencillo replicar el dato sin pérdida
de calidad)

1.3   Fuentes primarias y secundarias

Actualmente las técnicas de adquisición de datos han evolucionado y

permiten crear datos que pueden ser directamente integrados en un
SIG, distinguiendo así: 

Fuentes de datos primarias: Los datos primarios son aquellos que

podemos emplear en un SIG y que, en su forma original, ya son
susceptibles de ser sometidos a las operaciones de manejo y análisis
que incorporan los SIG. En este grupo encontramos las imágenes
digitales o los datos obtenidos con GPS, todos ellos recogidos ya en
origen de forma adecuada para su empleo directo en un SIG.
  Fuentes de datos secundarias: Por su parte, los datos secundarios
derivan de algún otro tipo de dato previo, el cual no es adecuado
para su empleo en un SIG. Entre estos incluimos las versiones
digitales de los mapas clásicos (veremos en breve cómo se lleva a
cabo esa conversión de un documento analógico a uno digital), así
como los datos procedentes de un muestreo o levantamiento
tradicional. Otros provenientes de cartografía impresa, tales como
capas de elevaciones, también se incluyen en este grupo

1.4   Teledetección

Entendemos por teledetección el estudio y medida de las características

de un objeto sin que exista contacto físico. Para ello, se miden las
perturbaciones que el objeto provoca en su entorno, principalmente
las de tipo electromagnético. En nuestro caso, se aplica a elementos
de la superficie terrestre.

Las fotografías aéreas fueron el primer producto de la teledetección,

pero hoy en día existen otros que, basados en esa misma idea de
registro de información, pueden ser empleados como fuentes de
datos espaciales dentro de un SIG.

Un sistema de teledetección cuenta con los siguientes elementos.

 Una fuente de radiación (A). Puede ser de origen natural o artificial. La

radiación emitida por dicha fuente llega al terreno y sufre una
perturbación causada por los elementos de este, siendo esta
 perturbación el objeto de estudio de la teledetección. Los propios objetos
pueden ser también emisores ellos mismos de radiación.
 Unos objetos (B) que interaccionan con la radiación o la emiten,
según lo anterior.
 Una atmósfera (C) por la que se desplaza la radiación, tanto desde la
fuente hasta el objeto como desde el objeto hasta el receptor. La
atmósfera también interactúa con la radiación, introduciendo igualmente
perturbaciones en ella.
 Un receptor (D) que recoge la radiación una vez esta ha sido
perturbada o emitida por los objetos. El receptor va a generar como
producto final una imagen (en términos de un SIG, una capa ráster), en
cuyas celdas o píxeles se va a contener un valor que indica la intensidad
de la radiación. Estos valores son valores enteros que indican el nivel de
dicha radiación dentro de una escala definida (habitualmente valores
entre 1 y 256), y se conocen dentro del ámbito de la teledetección como
Niveles Digitales.

1.1   fundamentos físicos

La radiación electromagnética es producto de las alteraciones en los campos

eléctrico y magnético, las cuales generan ondas correspondientes a cada uno
de los campos magnético y eléctrico. Estas ondas se desplazan a la velocidad
de la luz, y se pueden describir con los parámetros habituales, tales como la
longitud de onda o la frecuencia. El rango de longitudes de onda cubierta por la
radiación electromagnética se conoce como espectro electromagnético.
El espectro se subdivide en regiones en función de su longitud de onda, tales
como (de menor a mayor longitud de onda) los rayos gamma, los rayos X, la
región ultravioleta, la región visible, la región infraroja, o las microondas
La radiación emitida por una fuente de radiación es alterada por la presencia de
los distintos objetos, ya que estos absorben, transmiten o reflejan esta.
Estos tres fenómenos se dan en diferente proporción en función de las
características del objeto y de la radiación. A efectos de la teledetección, la
parte que interesa es aquella que se refleja en el objeto, ya que esta es la que
posteriormente puede recogerse y emplearse para la generación de las
imágenes.
Como ya se dijo en el capítulo acerca de los datos, las imágenes como capas
ráster presentan habitualmente la particularidad de tener varias bandas. En
lugar de un único valor para cada celda, existen n valores, uno por cada banda.
La imagen recoge la intensidad de la radiación dentro de una amplitud dada del
espectro, y a su vez subdivide esta en distintas franjas. Los Niveles Digitales de
cada banda corresponden a la intensidad dentro de una de esas franjas del
espectro en particular.
Puesto que cada objeto refleja la radiación de diferentes longitudes de onda de
modo distinto, esto puede considerarse como una propiedad del objeto. Se
tiene así el concepto de firma espectral, que es la respuesta característica de
un tipo de objeto dentro del espectro electromagnético.

1.2   Sensores y plataformas

En un sistema de teledetección, dos son los elementos tecnológicos principales
que lo definen: el sensor y la plataforma.
El sensor es el elemento que incorpora la capacidad de «leer» la radiación
electromagnética y registrar su intensidad dentro de la una zona concreta del
espectro. Puede ir desde una simple cámara fotográfica hasta un sensor más
especializado.
Los sensores se denominan pasivos si aprovechan las fuentes de radiación
existentes en la naturaleza (fundamentalmente el Sol) y se limitan a recoger la
radiación de dichas fuentes reflejada por los elementos del medio, o activos si
emiten radiación, y recogen dicha radiación tras ser reflejada por dichos
elementos. Para entender este concepto de un modo sencillo, podemos decir
que una cámara fotográfica es un sensor pasivo, mientras que una camara
fotográfica con flash es un sensor activo. La radiación emitida por los sensores
activos no ha de ser necesariamente luz visible (como en el caso del flash),
sino que pueden emitir en otras secciones del espectro.
Tecnologías como el radar o el LiDAR (similar al radar pero con pulsos de laser
en lugar de ondas de radio), se basan en sensores activos. En el caso del
LiDAR, permite obtener imagenes que no tiene un caracter visual, sino que
contienen en sus valores la elevación de los objetos, pudiendo así emplearse
para cartografiar el relieve.
La plataforma, por su parte, es el medio en el que se sitúa el sensor y desde el
cual se realiza la observación. A bordo de una plataforma pueden montarse
varios sensores.
Los dos tipos principales de plataformas son aquellas situadas dentro de la
atmósfera terrestre (aviones en su mayoría) y aquellas situadas fuera de la
atmósfera (a bordo de satélites).
Los aviones tienen la ventaja de su disponibilidad, ya que pueden pilotarse y de
este modo permiten cubrir cualquier lugar de la tierra en cualquier momento.
A diferencia de un avión, un satélite no puede dirigirse a voluntad (no puede
pilotarse), y su movimiento es una característica inherente que viene definida
por una serie de parámetros. Estos parámetros se conocen como parámetros
orbitales pues definen la órbita descrita por el satélite en torno a la Tierra.
Las órbitas pueden clasificarse en función de su eje de rotación:
 Ecuatoriales, si se sitúan en el mismo plano en el ecuador terrestre.
 Polares, si se sitúan en un plano que contiene al eje de rotación
terrestre.
 Semipolares, si la órbita es oblicua al eje de rotación

 Así como en función de su movimientos. Dos casos partículares de órbitas son

las geosíncronas (el satélite se sitúa sobre un punto fijo de la Tierra y su
movimiento sigue al de rotación de esta) y las heliosíncronas (el satélite pasa
por cualquier punto siempre de las superficie terrestre siempre a la misma hora
solar)

1.3   Principales sensores y productos

 LANDSAT: Se trata de un programa completo de adquisición de datos

mediante teledetección, que ha lanzado hasta la fecha un total de siete
satélites entre 1972 y 1999. Por ello, el volumen de datos recogido es
enorme, y lo convierte en una de las fuentes de datos más ricas de entre
 las existentes en la actualidad.
El último satélite, LANDSAT 7, tiene una órbita heliosíncrona y una
resolución temporal de 16 días. A bordo de él se monta el sensor ETM+,
que permite la obtención de imágenes pancromáticas con resolución de
15 metros, e imagenes multibanda con resolución de 60 metros. El
sensor recoge un total de 8 bandas, y el tamaño de la imagen es de 170
×183 km.
Los sensores TM y MSS se montan a bordo del satélite LANDSAT 5,
todavía en funcionamiento y con una resolución temporal de 16 días. El
sensor TM ofrece imágenes multibanda de 7 bandas con resolución de
30 metros, excepto en la banda del infrarrojo térmico, donde la
resolución es de 120 metros. Las imágenes tienen un tamaño de 185 ×
172 km.
 IKONOS: Este satélite, lanzado en 1999, monta un sensor con
resolución de 1 metro para imágenes pancromáticas y 4 metros para
imágenes multibanda (4 bandas). Las imágenes cubren una área de 11×
11 km y el satélite tiene una resolución temporal de entre 3 y 5 días.
 
 SPOT: Un conjunto de satélites lanzados inicialmente por la agencia
espacial francesa, con  énfasis en la recogida de información relativa a
variables ambientales. De los cinco puestos en órbita, dos siguen
actualmente en funcionamiento. El último de ellos, lanzado en 2002,
monta el sensor HRG con capacidad de producir imágenes
pancromáticas con resolución entre 2,5 y 5 metros, e imágenes
multibanda con resolución de 10 metros. El periodo de revisita es de
entre 1 y 4 días. Es de destacar que el sensor permite inclinaciones de
hasta 27° respecto al nadir hacia ambos lados, por lo que puede cubrir
una banda más ancha y tomar imágenes fuera del área determinada en
cada instante por la órbita.
 
 QuickBird: Ofrece imágenes en pancromático y multibanda (azul, verde,
rojo e infrarrojo cercano). Las primeras tiene una resolución de 60 cm y
las multibanda de 2,4 metros, aunque combinando las dos ofrece
imágenes en color con 60 cm de resolución. La órbita del satélite es
heliosíncrona y la resolución temporal varía entre los 3 y 7 días. Cada
imagen cubre una superficie de 16,5 × 16,5 km.
 Aqua y Terra. Dos satélites lanzados por la NASA. Cada uno de ellos
monta una serie de diversos sensores, que recogen información relativa
al ciclo hidrológico y la superficie terrestre. Entre estos sensores cabe
destacar el MODIS, a bordo de ambos, o el ASTER, a bordo del satélite
Terra. ASTER recoge información en 14 bandas distintas, con una
resolución entre 15 y 90 metros, mientras que MODIS es un satélite de
menor resolución espacial (250, 500 o 1000 metros según la banda ), 36
bandas y una resolucion temporal de 1 a 2 días.
Además de los datos directos de los sensores, se proporcionan de forma
gratuita numerosos productos derivados, lo que lo convierte en una
fuente de datos de primer orden para un gran número de aplicaciones,
 especialmente las relacionadas con el estudio del medio, la vegetación,
etc. 
 
 NOAA--AVHRR. Se encuentra principalmente enfocado al estudio de los
océanos, aunque sus datos pueden aplicarse en muchos más estudios.
El sensor tiene una resolución de 1,1 km, y proporciona imágenes de 5
bandas en las regiones del infrarrojo y el visible. La resolución temporal
es de medio día, produciendo una imagen nocturna y otra diurna.
 
 RADARSAT. Desarrollado por la Agencia Espacial Canadiense, monta
un radar de apertura sintética (SAR), y su principal propósito es el
control de las variaciones ambientales y de los recursos naturales. 
 
 ERS--1 y ERS--2. Desarrollados por la Agencia Espacial Europea. Al
igual que el anterior, ambos están pensados para la observación
medioambiental, y montan tanto sensores activos como pasivos.
 
 SRTM. La misión SRTM es un proyecto internacional destinado a la
creación de una cobertura de elevaciones a nivel mundial. Utilizando
sensores basados en radar montados sobre una lanzadera espacial, se
realizó un vuelo global de la superficie terrestre a lo largo de 11 días,
recogiendo el relieve de todas las zonas situadas entre los 56 grados sur
y los 60 grados norte de latitud. La resolución de los datos obtenidos es
de un segundo de arco (aproximadamente 30 metros), aunque solo se
encuentran disponibles para Estados Unidos, siendo de unos 90 metros
en el resto de zonas. 

2.0   Fotografía impresa. Digitalización

2.1   Digitalización manual

La digitalización manual requiere por parte del operario una definición

explícita de los elementos a crear, y es por ello únicamente adecuada
para obtener un resultado vectorial, trazándose las entidades (sean
estas puntos, líneas o polígonos) manualmente mediante algún
sistema que permita esa introducción de datos. 

En el caso de capas vectoriales, es más habitual la digitalización manual. En

ella, un operario va definiendo las entidades, trazando las forma de estas o, en
caso de ser una entidad de tipo punto, indicando su localización.
Para llevar a cabo ese trazado de la entidad, se necesita emplear algún equipo
que recoja la información introducida por el operador. Existen dos alternativas
principales: utilizar una tableta digitalizadora diseñada específicamente para la
digitalización, o bien digitalizar utilizando las funciones de edición de un SIG,
realizando todo el proceso dentro de este y sin más herramientas que el propio
ordenador y un dispositivo señalador como el ratón. En este segundo caso, la
digitalización se produce sobre la pantalla, por lo que es necesario tener ya una
versión digital del documento (aunque no en forma de capa vectorial), la cual
puede obtenerse mediante escaneo.
La digitalización automática de entidades para formar una capa vectorial,
conocida como vectorización, resulta también posible, aunque presenta más
dificultades. El principal problema reside en la necesidad de una adecuada
preparación del documento a digitalizar, ya que las condiciones de este afectan
notablemente a la calidad del resultado. La vectorización, al igual que la
digitalización manual, puede llevarse a cabo mediante dispositivos
especializados, o bien mediante el software apropiado, el cual se ejecuta en un
ordenador y trabaja con una imagen escaneada del documento original.

2.2   Digitalización automática

En la digitalización automática, el sistema (informático o mecánico) se

encarga de generar los elementos digitales que ya podremos
incorporar a un SIG. Este tipo de digitalización es muy habitual para
el caso de obtener un resultado ráster mediante el proceso de
escaneo. También resulta posible automatizar la digitalización para el
caso vectorial. 

Para la creación de capas raster, lo habitual es la digitalización automática, a

partir del escaneo del documento original.
El escaneo es el proceso de digitalización que convierte una imagen impresa
(analógica) en una imagen digital. Dentro de un SIG, se emplea para digitalizar
tanto mapas como fotografías aéreas, y su resultado es una capa ráster.
Aunque existen escáneres específicamente diseñados para el trabajo con
documentos cartográficos, estos son dispositivos muy especializados y de muy
elevado coste. Los escáneres más genéricos, pensados para el trabajo con
todo tipo de imágenes y para todo tipo de usos, pueden, no obstante,
emplearse de igual modo para escanear tanto mapas como imágenes aéreas
con resultados aceptables, utilizándose con frecuencia.
Los parámetros básicos que definen las características de un escáner son la
resolución espacial y la resolución radiométrica. La primera de estas se mide
habitualmente en puntos por pulgada y nos indica el número de puntos (celdas)
que el sensor es capaz de tomar por cada unidad de longitud sobre el papel. La
resolución radiométrica, por su parte, indica la capacidad del sensor para
distinguir entre dos colores distintos.
En relación con las resoluciones de escaneo, no deben olvidarse los
fundamentos cartográficos que se explicaron en un capítulo anterior.
Trabajando con una resolución más elevada no hace necesariamente que
estemos incorporando más información, ya que esta puede no existir en el
documento original. Tendríamos un volumen de datos más elevado que el
necesario para recoger toda la información del mapa

2.3   Digitalización o creación a partir de coordenadas

Un caso particular de digitalización es la creación de capas a partir de valores
o coordenadas. Es decir, cuando no existe un mapa o documento cartográfico,
sino simplemente una serie de datos espaciales expresados de forma
alfanumérica que son susceptibles de convertirse en una capa y emplearse así
dentro de un SIG. Este proceso se conoce como geocodificación e implica la
asignación de coordenadas a puntos de interés tales como muestreos de
campo levantamientos topográficos, inventarios de lugares donde tiene lugar
un determinado fenómeno o existe un determinado elemento, u otros como el
geotagging de fotografías, para asociar a estas la posición del enclave en el
que se han tomado.
En el caso de encontrarse en formato analógico, estos datos pueden
digitalizarse mediante la simple introducción manual de coordenadas a través
del teclado o bien mediante algún sistema más específico como el escaneo del
documento y el empleo de algún software de reconocimiento de caracteres
(OCR).
En el caso de encontrarse ya en formato digital, estos datos pueden
presentarse como tablas en una hoja de cálculo, datos asociados a otro dato
de cualquier tipo (como en el caso del geotagging) o incluso simples archivo de
texto. Muchos SIG incorporan métodos para leer estos archivos y después
utilizar las coordenadas que contienen con el fin de crear una nueva capa, en
general de puntos.

2.4   Fotogrametría

Un caso particular de digitalización lo encontramos en la fotogrametría.

Esta se define como la técnica para estudiar y definir con precisión la
forma, dimensiones y posición en el espacio de un objeto cualquiera,
utilizando medidas realizadas sobre una o varias fotografías.

todas las técnicas están sumamente relacionadas, y las divisiones que

hacemos pueden ser unas u otras en función del enfoque que se dé
para su estudio.

En función del tipo de herramientas y técnicas distinguimos los siguientes tipos

de fotogrametría, que representan a su vez la evolución de la disciplina.
 Fotogrametría analógica. Basada en mediciones y procedimientos sobre
imágenes analógicas
 Fotogrametría analítica. Basada en formulaciones matemáticas y
técnicas computacionales, permite obtener grandes precisiones.
 Fotogrametría digital. Basada en el trabajo con imágenes digitales
dentro de un entorno computarizado.

2.5   Calidad de la digitalización

Uno de los aspectos más importantes del proceso de digitalización es la

calidad del resultado obtenido, que debe tratar de ser lo más cercano posible
a la calidad original de la información que se digitaliza, es decir, del mapa o
imagen original. Independientemente de la precisión del equipo utilizado o la
habilidad y experiencia del operario, la digitalización no es por completo
perfecta, conteniendo siempre ciertas deficiencias y errores.
Además de los errores que puedan incorporarse en las distintas fases del
proceso de digitalización (sea este del tipo que sea), hay que considerar que
las fuentes originales a digitalizar también pueden incluir los suyos propios. Así,
el proceso de escaneado puede incorporar distorsiones geométricas, pero es
posible que el mapa o fotografía aérea de partida también presente alguna
distorsión como consecuencia de su deterioro, más patente cuanto más antigua
sea esta.
La información contenida en el documento cartográfico puede también contener
elementos problemáticos de cara a obtener un producto de calidad, que
pueden ir desde líneas borradas total o parcialmente a manchas en el propio
mapa derivadas de su uso habitual.
Dentro de los errores que aparecen como consecuencia de la digitalización en
sí, un tipo importante de ellos son las discrepancias y coincidencias
imperfectas entre las distintas entidades, tal como las que se muestran en la
figura 6.2

Figura 6.2: Errores derivados del proceso de digitalización. a) Versión

correcta, con nodos coincidentes. b) y c) Versiones con errores que
causan una falsa desconexión entre las líneas.

Debido a esto, las capacidades de edición de los SIG incorporan

funcionalidades que permiten evitar estos errores en el momento de la
digitalización, ayudando al operario en su tarea y permitiéndole alcanzar una
exactitud y precisión imposible de lograr sin estas funcionalidades. Entre ellas,
es especialmente importante el establecimiento de tolerancias y ajuste
automático en función de ellas (esto se conoce con el término ingles
snapping), que ayudan a garantizar la coincidencia entre los distintos vértices.
El hecho de que exista una completa coincidencia es especialmente importante
cuando la capa vectorial que se digitaliza contiene información topológica. La
topología exige que la coincidencia sea correcta y defina perfectamente la
relación entre las entidades. La digitalización de entidades, en caso de querer
recoger su topología, debe realizarse siguiendo reglas adicionales tales como
la digitalización una única vez de los lados comunes de polígonos. Debe,
asimismo, recoger información adicional, como por ejemplo la necesaria para la
definición de nodos en los cruces entre líneas cuando existe relación entre
estas.
La digitalización de entidades en caso de querer recoger la topología de las
mismas debe obedecer una serie de reglas:
 Las líneas deben cruzarse en nodos, en caso de que exista conexión
entre ellas.
  Las lineas que coinciden en un nodo común deben coincidir
exactamente. Las funciones de snapping se han de utilizar por ello
durante la digitalización.
 Los lados comunes de los polígonos deben digitalizarse una única vez.
 Las áreas deben ser cerradas (el primer punto ha de coincidir
exactamente con el último). Las funciones de snapping o el cierre
automático de líneas (asignar sistemáticamente al último punto del
contorno del polígono las coordenadas del primero) deben emplearse
para ello.

3.0     Base de Datos

3.1   Introducción

Las bases de datos son un elemento fundamental en el entorno informático hoy

en día y tienen aplicación en la práctica totalidad de campos. Concebidas con
un propósito general, son de utilidad para toda disciplina o área de aplicación
en la que exista una necesidad de gestionar datos, tanto más cuanto más
voluminosos sean estos. En nuestro ámbito particular de los SIG, los datos son
cada día más voluminosos, debido no solo a una mayor cantidad de
información, sino también a una mayor precisión en esta, la cual implica un
mayor volumen de datos. Además, presentan otra serie de características (uso
múltiple, necesidad de acceso eficiente para análisis, necesidad de indexación,
etc.), haciendo todas ellas que sea recomendable el uso de bases de datos y
tecnologías específicas para su manejo.
Pese a que, como veremos en este mismo capítulo, el uso de las bases de
datos en el ámbito SIG no ha sido siempre el actual, hoy en día representan
una parte clave para la gestión de los datos geográficos, en especial dentro del
marco de proyectos de cierta envergadura. Aunque la realidad es que todavía
se efectúa mucho trabajo SIG sin emplear bases de datos (y las aplicaciones
SIG así lo permiten, no siendo estrictamente necesario disponer de una base
de datos para almacenar la información), la naturaleza propia de los proyectos
SIG y la progresiva implantación de los SIG a niveles más allá del uso personal
traen ambas consigo un uso cada vez mayor de las bases de datos, y por tanto
una mayor necesidad de conocer el funcionamiento de estas.

3.2   Fundamentos de bases de datos

Aunque las particularidades de los datos espaciales con los que

trabajamos en un SIG han hecho necesarias modificaciones y
adaptaciones sobre el esquema de trabajo de las bases de datos
genéricas, en esencia los fundamentos de estas siguen
constituyendo el elemento primordial sobre el que la arquitectura de
gestión de datos espaciales se apoya, y es necesario conocerlos con
cierto detalle. En esta sección, veremos de forma introductoria esos
fundamentos de bases de datos genéricas, aplicables a cualquier
otro ámbito además del de los SIG.
 3.3   Que es una base de datos

Entendemos como Base de Datos un conjunto de datos estructurado y

almacenado de forma sistemática con objeto de facilitar su posterior
utilización. Una base de datos puede, por tanto, constituirse con
cualquier tipo de datos, incluyendo los de tipo puramente espacial
(geometrías, etc.) tales como los que se utilizan en un SIG, así como,
por supuesto, datos numéricos y alfanuméricos como los que
constituyen la componente temática de la información geoespacial.
Los elementos clave de la base de datos son esa estructuración y
sistematicidad, pues ambas son las responsables de las
características que hacen de la base de datos un enfoque superior a
la hora de gestionar datos

3.4   Porque interesa usar  una base de datos

Las ventajas de una base de datos frente a una gestión no organizada

de los datos. 

ventajas que afectan directamente a los datos:

 Mayor independencia. Los datos son independientes de las

aplicaciones que los usan, así como de los usuarios.
 Mayor disponibilidad. Se facilita el acceso a los datos desde contextos,
aplicaciones y medios distintos, haciéndolos útiles para un mayor
número de usuarios.
 Mayor seguridad (protección de los datos). Por ejemplo, resulta más
fácil replicar una base de datos para mantener una copia de seguridad
que hacerlo con un conjunto de ficheros almacenados de forma no
estructurada. Además, al estar centralizado el acceso a los datos, existe
una verdadera sincronización de todo el trabajo que se haya podido
hacer sobre estos (modificaciones), con lo que esa copia de seguridad
servirá a todos los usuarios.
 Menor redundancia. Un mismo dato no se encuentra almacenado en
múltiples ficheros o con múltiples esquemas distintos, sino en una única
instancia en la base de datos. Esto redunda en menor volumen de datos
y mayor rapidez de acceso.
 Mayor eficiencia en la captura, codificación y entrada de datos.
Ventajas sobre los resultados que se obtienen de la explotación de la
base de datos:
 Mayor coherencia. La mayor calidad de los datos que se deriva de su
mejor gestión deriva en mayor calidad de los resultados.
 Mayor eficiencia. Facilitando el acceso a los datos y haciendo más
sencilla su explotación, la obtención de resultados es más eficiente.
 Mayor valor informativo. Resulta más sencillo extraer la información
que los datos contienen, ya que uno de los cometidos de la base de
datos es aumentar el valor de estos como fuente de información.
 
Ventajas   de  los usuarios de la base de datos al trabajar con estas:
 Mayor facilidad y sencillez de acceso. El usuario de la base de datos
se debe preocupar únicamente de usar los datos, disponiendo para ello
de las herramientas adecuadas y de una estructura solida sobre la que
apoyarse.
 Facilidad para reutilización de datos. Esto es, facilidad para compartir.

 
 

3.5   Modelo de bases de datos

 bases de datos jerárquicas. Los datos se recogen mediante una

estructura basada en nodos interconectados. Cada nodo puede tener un
único padre y cero, uno o varios hijos. De este modo, se crea una
estructura en forma de árbol invertido en el que todos sus nodos
dependen en última instancia de uno denominado raíz. Aunque potente,
el modelo jerárquico presenta algunas deficiencias, principalmente la
escasa independencia de sus registros (el acceso a un registro —un
nodo— implica que se ha de pasar por sus padres, restando flexibilidad
a la navegación por la base de datos). Otra grave deficiencia de este
modelo es la mala gestión de la redundancia de datos, ya que si un
registro guarda relación con dos o más, debe almacenarse varias veces,
ya que no se permite que el nodo correspondiente tenga varios padres.
Esto tiene consecuencias no solo en el mayor volumen de datos que se
almacena, sino también en la integridad y coherencia de los datos. Si se
modifica una de las «copias» de ese registro en la base de datos, deben
modificarse también las restantes, ya que, aunque no conectadas en la
estructura de la base de datos, realmente representan una única
realidad y debieran ser idénticas entre sí.
 Bases de datos en red. Con objeto de solucionar los problemas de
redundancia de las bases de datos jerárquicas, surge el modelo en red.
Este modelo permite la aparición de ciclos en la estructura de la base de
datos (es decir, no ha de existir un único padre para cada nodo), lo cual
permite una mayor eficacia en lo que a la redundancia de datos se
refiere. Presenta, no obstante, otros problemas, siendo el más
importante de ellos su gran complejidad, lo que hace difícil la
administración de la base de datos.
 Bases de datos relacionales. Constituyen el modelo de bases de datos
más utilizado en la actualidad. Solucionan los problemas asociados a las
bases de datos jerárquicas y en red, utilizando para ello un esquema
basado en tablas, que resulta a la vez sencillo de comprender y fácil de
utilizar para el análisis y la consulta de los datos. Las tablas contienen
un número dado de registros (equivalentes a las filas en la tabla), así
como campos (columnas), lo que da lugar a una correcta estructuración
y un acceso eficiente.
 Bases de datos orientadas a objetos. Se trata de uno de los modelos
más actuales, derivado directamente de los paradigmas de la
 programación orientada a objetos. El modelo extiende las capacidades
de las bases de datos relacionales, de tal modo que estas pueden
contener objetos, permitiendo así una integración más fácil con la propia
arquitectura de los programas empleados para el manejo de la base de
datos, en caso de que estos hayan sido desarrollados mediante
programación orientada a objetos. Su popularidad crece de forma
notable en ciertas áreas en las cuales resultan más ventajosas que el
modelo relacional, siendo los SIG una de ellas.


 
 bases de datos relacionales. Este modelo utiliza un esquema basado
en tablas, que resulta a la vez sencillo de comprender y fácil de utilizar
para el análisis y la consulta de los datos. Las tablas contienen un
número dado de registros (equivalentes a las filas en la tabla), así como
campos (columnas).
La tabla en sí se conoce como relación, ya que recoge la relación
existente entre sus elementos, y constituye así el eje central del modelo
relacional. Las columnas representan los distintos atributos asociados a
la entidad, mientras que las filas conforman los distintos registros. Una
fila se forma con un conjunto de n atributos, constituyendo una tupla.
Una base de datos contiene normalmente más de una tabla, ya que
suelen ser muchos los tipos de datos a almacenar y resulta conveniente
dividirlos en distintas tablas. Además de las relaciones que la tabla en sí
implica, es necesario definir interrelaciones entre las distintas tablas, y
para ello se emplean los denominados atributos clave. Un atributo clave
es aquel que tiene valor único e invariable para cada tupla, pudiendo
servir para representar a esta plenamente. Por ejemplo, en una tabla
con nombres de personas e información adicional sobre ellas, el número
de su DNI puede servir como atributo clave.
Cuando trabajamos con datos espaciales, es habitual emplear la
componente espacial como clave, ya que esta suele ser única.
 Las interrelaciones entre tablas pueden ser de distintos tipos, según el
número de entidades de una tabla con los que se relacionen las
entidades de la otra. Tenemos así relaciones de uno a muchos, de uno
a uno o de muchos a muchos. Por ejemplo, en una tabla con entidades
que representan personas y otra con entidades que representan
ciudades, si establecemos una interrelación vive en, se tratará de una
interrelación de uno a muchos, ya que en una ciudad pueden habitar
varias personas.

3.6   Diseño y creación de una base de datos

El diseño implica la definición de la estructura que va a tener la base de datos,

que se deberá realizar teniendo en cuenta principalmente el tipo de datos que
van a almacenarse y el modelo de base de datos elegido. El diseño debe
adecuarse al uso previsto de la base de datos, de tal modo que acomode los
datos de la mejor forma posible para ello debe conocerse la naturaleza de los
datos que van a almacenarse , así como la de los algoritmos y procesos que
van a emplearse sobre ellos.

Pueden distinguirse las siguientes fases en el proceso global de desarrollo de

una base de datos:
 Diseño lógico. Independiente del SGBD empleado, es un diseño
conceptual que pretende modelizar el contenido de la base de datos.
La primera fase en el diseño de una base de datos implica un análisis de los
datos que se van a recoger. Como resultado de ese análisis debe surgir un
modelo conceptual que exprese la estructura de la información, siendo dicha
estructura susceptible de ser empleada como esquema base para la base de
datos en cuestión. El modelo conceptual ha de definir básicamente los tipos de
datos a tratar y las relaciones existentes entre ellos, elementos que serán luego
expresados en términos del modelo de base de datos elegido (relacional,
orientado a objetos, etc.) una vez se pase a la fase de diseño físico.
El modelo conceptual debe estructurar la información de forma que el usuario
de la base de datos comprenda de forma sencilla el contenido y forma de esta.
Por tanto, debe desarrollarse teniendo presentes las necesidades de los
usuarios y el hecho de que estos no necesariamente han de ser especialistas
en bases de datos, sino especialistas en los propios datos en sí. Por otra parte,
el modelo debe intentar capturar del mejor modo posible la realidad que se
pretende modelizar, por lo que el conjunto de tipos de datos y relaciones debe
elaborarse de modo similar a dicha realidad para recoger toda la complejidad
del sistema. Y, por supuesto, el modelo debe poder ser implementado
posteriormente y utilizado en conjunto con el SGBD escogido, ya que de otro
modo no presenta utilidad práctica. Existen diversas metodologías para
desarrollar un modelo conceptual. Una de las más extendidas por su sencillez y
potencia es la del modelo entidad--relación (abreviadamente, modelo E--R).
 
 Diseño físico. Es la adaptación del diseño conceptual a las
particularidades del SGBD escogido.
 El diseño físico de la base de datos ha de llevar el modelo conceptual a
la práctica y crear un repositorio de datos que pueda ser usado por el
SGBD. Debe, asimismo, mantener todas aquellas propiedades del
modelo conceptual, de modo que el contenido de la base de datos siga
expresando de forma fiel la realidad y su estructura continúe siendo fácil
de comprender para los usuarios.
La tablas que definamos en la base de datos pueden tener consecuencias
directas sobre el uso de esta, afectando a aspectos como el rendimiento de las
operaciones que posteriormente se lleven a cabo o al volumen de datos total
necesario.
 
Aunque la funcionalidad sea la misma, el uso de una única tabla tiene efectos
poco deseados que se advierten rápidamente, como por ejemplo la
redundancia de datos.
Otro aspecto a tener en cuenta en el diseño físico de la tabla es elegir
nombres adecuados para los atributos y las tablas. Los nombres deben
ser inequívocos y dar una idea clara de la información que contienen, y
un usuario debe poder identificar sin dificultades qué tablas y atributos
son aquellos a los que debe acudir para efectuar una consulta y dónde
se encuentra la información que busca.
. Establecer una sistemática a la hora de nombrar atributos y respetarla
a lo largo de todo el conjunto de tablas de una base de datos hará más
fácil para los usuarios la comprensión de esta. Por ejemplo, es habitual
emplear el prefijo num cuando un atributo representa un conteo (y por
tanto, su tipo de dato será de tipo entero). Siguiendo esta convención, si
quisiéramos añadir un campo a la tabla PERSONAS con el número de
hermanos de cada individuo, sería más conveniente y más informativo
denominar al atributo correspondiente numHermanos, en lugar de, por
ejemplo, Hermanos. Más que seguir unas u otras normas para nombrar
atributos y tablas, lo importante es ser consistente y tratar siempre de
utilizar nombres que informen y no den lugar a confusiones.
 
 Implementación. Introducción de los datos en la base de datos.
 Mantenimiento. Monitorización de la actividad sobre la base de datos.
 

3.7   Base de datos espaciales}

Todo cuanto hemos visto en los puntos anteriores constituye el conjunto de

ideas fundamentales sobre las que se asienta la creación y uso de bases de
datos de cualquier índole. La inclusión de datos espaciales en este esquema
no es en absoluto obvia, y presenta una complejidad adicional que requiere de
nuevos planteamientos. Para que una base de datos pueda considerarse
espacial, debe adaptarse y añadir elementos adicionales.
En primer lugar, el dato espacial debe poder almacenarse de forma nativa en
la base de datos. Esto quiere decir que una geometría debe poder almacenarse
asociada a una entidad en una tabla, del mismo modo que sucede con otros
tipos de datos tales como valores numéricos o cadenas de texto. El dato no
solo debe poder almacenarse, sino también entenderse por parte del SGBD,
para así comprender su naturaleza espacial y poder responder a peticiones
relativas a esta por parte del usuario. Esto se denomina almacenamiento
transparente, frente al almacenamiento opaco, en el cual la base de datos es
capaz de recoger cualquier tipo de valor, pero sin ser capaz de entender su
naturaleza y utilizarlo.
Aunque existen planteamientos para almacenar datos ráster en bases de
datos, las bases de datos espaciales trabajan principalmente con datos
vectoriales y están mejor adaptadas a estos. Las geometrías del dato vectorial
se incluyen, como ya se ha dicho, dentro de los valores de un registro de la
tabla (que se corresponde con una entidad en el modelo de datos vectoriales).
Por su parte, la componente temática del dato espacial puede almacenarse sin
problema en la base de datos, sin necesidad de ningún tipo de adaptación.
Cuando la base de datos está preparada para almacenar y trabajar con los
datos espaciales, es necesario adaptar el lenguaje de consulta. A las
operaciones habituales que un SGBD es capaz de realizar en función de los
datos, se añaden otras que utilizan las propiedades espaciales del dato
espacial. Se tiene así un lenguaje de consulta espacial, que permite
consultas con componente espacial.

4.0   Metadatos

4.1   Introducción

Surge así el concepto de metadatos. Literalmente, los metadatos son «datos

acerca de los datos», y su misión es explicar el significado de los datos. Es
decir, ayudan a los usuarios de los datos a entender mejor el significado que
estos tienen y la información que guardan. Los metadatos son un documento
adicional que acompaña a los datos, y que permite una mejor gestión y una
utilización más precisa de ellos.
Trabajando en el entorno de un SIG, los datos con los que trabajamos son de
tipo espacial, existe una componente espacial y una temática. Los metadatos
pueden referirse a ambas componentes, ya que es necesario documentar
todas ellas, y podemos encontrar metadatos referidos a una capa de forma
global, a su componente espacial o a su componente temática.
En una definición más formal, los metadatos son archivos de información que
recogen las características básicas de algún dato o recurso. Representan el
quién, qué, cuándo, dónde, cómo y por qué de ese recurso. Los metadatos
geoespaciales se emplean para documentar recursos geográficos digitales
tales como una base de datos espacial, un SIG o una imagen de satélite. Un
registro de metadatos incluye elementos básicos tales como el título o nombre
del recurso, elementos geográficos como la extensión que cubre el dato o el
sistema de coordenadas empleado, así como elementos relativos a la base de
datos asociada tales como la definición de cada uno de sus campos o el
dominio en que se encuentran los valores de estos.
El concepto de metadato no es algo nuevo y exclusivo de los datos digitales, ya
que un mapa impreso también contiene metadatos en cierta forma. Una
leyenda o un texto en un margen del mapa con información sobre la fecha en
que se ha creado son también metadatos. En el caso de los datos geográficos
digitales, los metadatos no forman parte del dato directamente sino que son
independientes de este. Ello permitirá realizar operaciones separadamente con
los metadatos, tales como búsquedas, que abren nuevas posibilidades y dan
un gran valor a estos.

4.2   La utilidad de los metadatos

Dependiendo del tipo de dato con el que trabajemos y las operaciones que
deseemos realizar con ellos, los metadatos correspondientes serán más o
menos necesarios, pudiendo ser prácticamente irrelevantes o bien
completamente imprescindibles. Por ejemplo, si se trabaja con una única capa
y gran parte de la información que esta contiene no va a emplearse para la
realización de operaciones, los metadatos son menos necesarios que si se da
un uso más intenso a los datos.
En algunos casos, incluso si carecemos de metadatos, resulta posible
interpretar correctamente los datos, como sucede si trabajamos con un Modelo
Digital de Elevaciones (MDE) y valores de elevación en metros. Es fácil saber
que los valores de elevación se encuentran en esas unidades aplicando cierta
lógica, y procesarlos correspondientemente aunque no exista un dato explicito
que así nos los indique.
En otras circunstancias, los metadatos son necesarios, pues contienen
información que no puede inferirse directamente desde los propios datos. Si
varias capas están en sistemas de coordenadas distintos y deseamos aplicar
las transformaciones correspondientes para unificarlos en uno único y
procesarlas de manera conjunta, estas transformaciones no se pueden llevar a
cabo si no conocemos el sistema de origen del que partimos en cada capa. En
este supuesto, el trabajo con los datos viene condicionado a que existan los
metadatos correspondientes.
Los metadatos son, por tanto, sumamente importantes en el trabajo con SIG y,
como veremos en breve, cobran una importancia mayor todavía cuando no nos
encontramos en el contexto de un uso aislado de los datos, sino cuando nos
situamos en un entorno de un gran volumen de datos y numerosos usuarios.
Dos de las funciones principales de los metadatos son garantizar el uso
correcto y adecuado de los datos y facilitar su gestión, localización y consulta.

4.3   Garantizar el uso correcto de los datos

Uno de los beneficios más importantes que proporcionan los metadatos es

asegurar que los datos espaciales son empleados de forma adecuada. Los
datos espaciales, como muchos otros datos, son creados habitualmente para
un determinado objetivo, y este objetivo no ha de ser necesariamente evidente
o contenerse como tal en los datos mismos. Cuando se emplean esos datos
para un objetivo distinto a aquel para el que fueron diseñados, pueden surgir
problemas debido a que se está realizando un proceso para el que los datos
con los que se trabaja presentan carencias. A continuación veremos algunos
ejemplos para ilustrar algunas situaciones en las que puede producirse un uso
indebido de los datos, las cuales podrían corregirse o evitarse mediante el
empleo de los correspondientes metadatos.
1. Un organismo crea un juego de datos con los ejes de las principales vías
de una ciudad. Estos datos se emplean para labores de mantenimiento,
de tal modo que faciliten la localización de las señales viales en la
realización de inventarios. El juego de datos no contiene informacion
sobre direcciones ni tampoco almacena la topología de la red.
Posteriormente, una compañía especializada en reparto adquiere estos
datos para el cálculo de rutas óptimas desde sus almacenes hasta las
direcciones de destino de sus clientes.
2. Un organismo crea un juego de datos con los elementos de la red de
alcantarillado tales como alcantarillas, tuberías, bombas, etc. Durante
años, esta capa no se actualiza. Años después de la creación de esos
datos, ese mismo organismo desarrolla un proyecto relativo a la calidad
de las aguas y el control de la contaminación y utiliza ese juego de
datos.
3. Una compañía mantiene un registro de los limites aproximados de las
parcelas catastrales de una zona. El juego de datos, no obstante, no
muestra las posibles discrepancias que pueden existir en esos límites,
tales como solapes o huecos. Una inmobiliaria emplea ese juego de
datos para asesorar a sus clientes y mostrarles la localización y límites
de las parcelas a los compradores potenciales.
En los tres casos, nos encontramos con un usuario de un juego de datos que,
por desconocer las características de este, realiza un uso indebido.
En el primer caso, la compañía de reparto no podrá operar con esos datos, ya
que no contienen la información que necesitan. Conocer de antemano las
limitaciones de los datos antes de adquirirlos o plantear cualquier operación
con ellos ahorra tiempo y dinero.
En el segundo caso, la información contenida en el juego de datos está
desfasada. Si los metadatos contienen la fecha en la que los datos fueron
creados, esta puede emplearse para juzgar la validez de estos últimos en
función de su antigüedad.
Por último, en el tercer caso la compañía inmobiliaria trabaja con unos datos
que no tienen la precisión requerida. Si existieran metadatos y estos dejaran
claro que los límites de parcelas son aproximados, se conocería con exactitud
las limitaciones de los datos y no se les daría un uso indebido.
Estos tres ejemplos ponen de manifiesto la necesidad que existe de conocer
acerca de los datos más que lo que ellos mismos contienen, en particular todo
lo relativo a los fines para los que estos se han creado. Esto permite conocer lo
que se puede esperar de los datos y no emplearlos en situaciones indebidas.
Los creadores de datos deben procurar acompañar estos de metadatos
precisos y suficientes, y los usuarios deben consultar estos antes de utilizar
dichos datos. De este modo, se puede garantizar que un dato no es empleado
de forma errónea y que los resultados que se obtendrán tendrán validez.
La calidad se define como el conjunto de propiedades y de características de
un producto o servicio que le confieren su aptitud para satisfacer unas
necesidades explícitas e implícitas. Los metadatos documentan esas
características y las de todas aquellas necesidades a las que pueden
responder los datos, y de este modo documentan la propia calidad del dato.
Como ya se dijo entonces, los metadatos son un elemento muy importante en
relación con la calidad de los datos espaciales

4.4   Características de los metadatos

Los metadatos pueden ser tan variados en sus características como los propios
datos a los que acompañan. Los enfoques para la creación de metadatos son
muy diversos y ello da lugar a metadatos muy diferentes.
Algunas de las características que resulta de interés tratar son las siguientes:
 Contenido de los metadatos. ¿Qué información contienen?
 Granularidad de los metadatos. ¿A qué elementos particulares hace
referencia esa información?
 Forma de almacenamiento de los metadatos. ¿Cómo se guardan?

4.5   Contenido de los datos

Los valores que pueden incorporarse a los metadatos son muy abundantes,
tantos como tipos distintos de información se considere necesario registrar
respecto a un dato geográfico particular.
Las características de los metadatos asociados a los datos dependerán
directamente de estos y de algunos factores como los siguientes:
 El tipo de dato y, en particular, el modelo de representación
empleado. Los datos vectoriales tendrán asociados unos metadatos
distintos que los correspondientes a datos ráster.
 El formato en que se almacenan los datos. El tipo de fichero o base
de datos condiciona la información que puede almacenarse , y por tanto
condiciona los metadatos.
 La organización, entidad o individuo responsable de la creación de
los datos y el uso que se pretende dar a estos. Puesto que, como hemos
dicho, los datos se crean para un objetivo definido, este objetivo y los
intereses de quien ha creado los datos definirán el tipo y cantidad de
información que se recoja en los metadatos. Datos pensados para un
catálogo público tendrán asociados metadatos distintos que datos
privados con acceso restringido, del mismo modo que datos pensados
para un uso muy concreto presentarán unos metadatos diferentes a los
que acompañarán a unos datos de uso más genérico.
 El elemento al que se asocian los metadatos. Como veremos en el
siguiente apartado, podemos asociar metadatos a un juego de capas,
una capa o una entidad aislada dentro de una capa. Esto implica
diferencias en el contenido de los metadatos, pues esos elementos
tienen características de distinta naturaleza.
 El estándar empleado para crear los metadatos.

Algunos de los elementos comunes que se incorporan a los metadatos

geográficos son los siguientes:
 Información de identificación. Este tipo de información permite
identificar de forma única un dato geográfico y distinguirlo de otros. Esta
información ayuda a catalogar los datos, e incluye el nombre, palabras
claves, una descripción básica o la ya mencionada extensión geográfica
de los datos.
 Información sobre la calidad de los datos. La información sobre la
calidad de los datos puede incluir, entre otros elementos, aquellos
relativos a la completitud de estos, los procesos que se han empleado
en su creación y mantenimiento, o las operaciones de validación y
verificación a las que se han sometido.
En relación con los procesos empleados, es importante reseñar que
muchos de los algoritmos que ya conocemos toman algún tipo de dato
geográfico como entrada y generan algún otro nuevo. Es decir, toman
una o varias capas y generan nuevas capas como resultado. Para
documentar la calidad de los datos resultantes se debe documentar en
los metadatos la procedencia completa de estos, indicando las
metodologías empleadas para su creación y todos los metadatos propios
de las capas de entrada.
Un ejemplo de esto puede ser el proceso de cálculo de una capa de
pendientes a partir de un MDE. Este MDE tendrá a su vez unos
metadatos asociados (entre ellos algunos relativos a su calidad), y la
bondad y calidad de la capa de pendientes está ligada directamente a la
del MDE. Por tanto, en los metadatos debe hacerse referencia a ese
MDE o bien a las características de este.
Si el MDE no se ha adquirido directamente, sino que se ha elaborado
haciendo uso de otros procesos tales como interpolación a partir de
curvas de nivel, se ha de añadir también a los metadatos la información
correspondiente a esos procesos, especificando por ejemplo el método
de interpolación usado, los parámetros de ajuste de este o incluso el
software mediante el que se ha aplicado.
Con esto, puede «rastrearse» el origen de los datos y se dispone de una
base sobre la que evaluar la calidad de estos en función de dicho origen.
Tenemos así el concepto de linaje de los datos. Esta idea es similar a la
de trazabilidad empleada en otros sectores como, por ejemplo, el
alimentario.
 Información sobre la representación del dato espacial. Se incluyen
en este grupo la precisión y exactitud de los datos, la escala de trabajo o
la resolución en el caso de capas ráster. Este tipo de metadatos están
también íntimamente ligados con la calidad de los datos.
 Información sobre la componente no espacial. Información
relacionada con los atributos que acompañan a las capas vectoriales, o
bien relativas a las variables que se recogen en capas ráster. Esto
incluye explicaciones sobre el significado de los nombres de cada uno
de los atributos, el rango de valores válidos para cada uno de ellos o los
métodos empleados para recoger estos datos.
 Información sobre la distribución. Esta información sirve para definir
el acceso a los datos y las posibilidades de distribución de estos,
especificando quiénes pueden acceder a ellos y quiénes no, o en qué
condiciones pueden hacerlo. También puede recoger elementos como la
fecha en que fueron publicados los datos o bien cuándo fueron puestos
 a disposición del público, de tal forma que se disponga de toda la
información referente a su presencia en el marco de una Infraestructura
de Datos Espaciales.
De entre estos, algunos son considerados como fundamentales y se incluyen
de forma genérica, mientras que otros pueden o no incorporarse. Al definir una
especificación de metadatos, se pueden establecer niveles de prioridad,
estableciéndose un grupo de propiedades básicas que han de documentarse
siempre y otro con propiedades de carácter opcional.

4.6   Forma de almacenar los metadatos

Si para los propios datos geográficos encontramos muy diversas alternativas a

la hora de almacenarlos, la situación no es distinta a la hora de almacenar los
metadatos. Las dos alternativas principales son el uso de ficheros
independientes o el almacenamiento en bases de datos [metadataPrimer].
Elegir entre uno u otro enfoque depende del conjunto de datos de trabajo, su
volumen total, el uso principal que se le da o la granularidad de los datos según
vimos en el apartado anterior. [webFGDC] recomienda el uso de bases de
datos cuando los datos estén sujetos a frecuentes modificaciones o si existe
una parte de los metadatos que es común a varios grupos de datos. Este es el
caso que vimos en el apartado anterior al mencionar los metadatos
correspondiente a toda una serie de datos.
Utilizando una base de datos, resulta más sencillo actualizar los datos,
especialmente si puede haber varios usuarios que realicen esas
actualizaciones. Como veremos más adelante, existen servicios relacionados
con la información geográfica que van a permitir a varios usuarios modificar un
mismo juego de datos base. Las modificaciones que estos usuarios hagan han
de reflejarse en los metadatos, y para ello es necesario contar con una
tecnología que permita un acceso concurrente similar para los metadatos. Las
bases de datos proveen esas capacidades, y son por tanto adecuadas para el
almacenamiento de metadatos en ese contexto.
Si, por el contrario, los datos no van a ser usados de esa forma, no es probable
que deban modificarse con frecuencia y apenas contienen elementos comunes,
una forma más simple de almacenarlos es utilizando ficheros independientes,
generalmente ficheros de texto plano que son más sencillos de producir y
además pueden leerse con un simple editor de texto.

4.7   Creación de los metadatos

La creación de los metadatos no es tarea de un único grupo de profesionales ni

se lleva a cabo en un único momento dentro del ciclo de vida de los datos. Por
el contrario, distintas entidades o grupos pueden crear o editar los metadatos, y
pueden hacerlo a lo largo de todo el tiempo de existencia de dichos datos.
Los metadatos puede crearse en el mismo origen de los datos, recogiendo la
información al mismo tiempo que se producen los datos en sí. Esta creación
puede derivar de la digitalización de mapas impresos o de la medición directa
de valores, entre otros procesos. Las organizaciones que se encargan de crear
datos son responsables en este caso de crear los metadatos que los
acompañan.
Las entidades responsable de distribuir datos geográficos y ponerlos a
disposición de los distintos usuarios pueden igualmente crear metadatos en
caso de que estos no existan. Estas entidades no producen datos, pero
recogen datos de sus creadores y han de prepararlos para ofrecer un mejor
servicio. Los metadatos aportan un valor añadido a los datos y facilitan la
gestión de datos que estas organizaciones han de realizar.
Por último, los mismos usuarios y beneficiarios de los datos pueden crear
metadatos o ampliar los ya existentes. Si estos usuarios modifican los datos,
esas modificaciones deben recogerse en los metadatos. Aún así, incluso si no
se producen modificaciones, puede resultar de interés añadir nueva
información en los metadatos, particularmente aquella que estos no contengan
pero que pueda tener valor para los objetivos que se persiguen usando esos
datos. Igualmente, dejar de usar los datos por alguna razón tal como el hecho
de que se encuentren desactualizados es una información que los mismos
usuarios pueden incorporar a los metadatos, informando así a futuros usuarios
de la falta de validez de esos datos.
En resumen, los metadatos pueden ser creados o modificados en los
siguientes puntos dentro de la vida de los datos:
 Cuando se crean los datos.
 Cuando se organizan o catalogan los datos.
 Cuando se modifican o editan los datos.
 Cuando se archivan o descatalogan los datos.

En circunstancias ideales, todo dato debería tener asociados unos metadatos,

y estos últimos deberían crearse siempre que se creen dichos datos y
actualizarse siempre que estos se modifiquen. La realidad, sin embargo, es que
una gran parte de los datos geográficos que existen no tiene metadatos
asociados, o bien estos no son lo suficientemente detallados.
Una razón importante para ello es la falta de concienciación que existen por
parte tanto de creadores de datos como de usuarios respecto a la importancia
de los metadatos. Mientras que para un usuario aislado o un pequeño grupo de
técnicos SIG puede no resultar importante generar metadatos a la hora de
crear algún dato geográfico, cuando nos encontramos con organizaciones más
grandes e infraestructuras de datos mayores los metadatos se hacen
imprescindibles. El usuario aislado prefiere generalmente no dedicar tiempo (la
creación de metadatos no es en absoluto sencilla y es una tarea que consume
tiempo) a crear unos metadatos que no percibe como importantes para su
trabajo con los datos.
Si en lugar de datos geográficos habláramos de libros, una persona normal no
cataloga los libros que tiene en su casa y recopila información acerca de cada
uno de ellos, almacenándola en una base de datos. En una gran biblioteca, sin
embargo, esta labor es imprescindible, pues de otro modo resulta imposible
gestionar tanto el gran fondo bibliográfico del que se dispone como el amplio
número de lectores y usuarios.
En realidad, incluso en el nivel más local, las ventajas de la creación de
metadatos son grandes, especialmente si consideramos que un dato creado y
utilizado en un entorno local puede más adelante pasar a formar parte de una
infraestructura de datos de mayor envergadura.
La creación de metadatos no tiene que ser necesariamente una labor propia
del técnico o equipo de técnicos que crean los datos en sí, del mismo modo
que el escritor de un libro no es el encargado de catalogar este. Tanto usuarios
como creadores de datos geográficos deben poseer unos conocimientos
básicos en relación a los metadatos, pero existen expertos en metadatos a
quien la creación de estos debe corresponder en última instancia.
Los usuarios deben saber consultar e interpretar los metadatos, y ser
conscientes de la importancia de estos y el papel que juegan en una buena
parte de las operaciones que pueden desarrollarse con los datos. Los
creadores, por su parte, deben ser capaces de elaborar no los metadatos en sí
directamente, pero sí la información necesaria acerca de los datos que debe
incluirse en los metadatos, y transmitirla de forma correcta a los profesionales
encargados de crear esos metadatos.

4.8   Herramientas para crear metadatos

 Editores de texto. Los metadatos pueden almacenarse en un fichero de

texto plano, y por tanto pueden editarse con cualquier programa que
permita la creación y edición de tales ficheros. Lo habitual en este caso
es disponer de un fichero plantilla que contenga los distintos campos
que se han de registrar para cada conjunto de datos geográficos, y la
creación del metadato consiste simplemente en apoyarse en esa
plantilla y a continuación de cada nombre de campo añadir el valor
correspondiente.
 Formularios. A partir de una definición de campos como la anterior, se
pueden desarrollar herramientas más elaboradas que presenten una
interfaz gráfica con distintas cajas de texto o listas desplegables. Estas
aplicaciones, además de ser más agradables para el usuario, permiten
incorporar elementos de validación en el proceso, evitando que en algún
campo se introduzcan valores incorrectos o avisando al usuario en caso
de que un campo presente un valor sospechoso.
Del mismo modo, se puede establecer qué campos son obligatorios y
cuáles opcionales, y avisar en caso de que un metadato no contenga
valores para todos sus campos obligatorios.
 Utilidades. Existen aplicaciones que no se emplean directamente para
introducir los valores de los metadatos, pero que pueden intervenir en el
proceso. Entre ellas están aquellas que chequean y validan los
metadatos o las que lo preprocesan dándole un formato adecuado
según unas reglas establecidas de antemano.
 Herramientas de creación automática de metadatos. Algunos de los
valores que se incorporan a los metadatos pueden extraerse de los
propios datos. Por ello, el proceso de creación de metadatos puede
automatizarse en cierta medida, y existen aplicaciones específicamente
diseñada para realizar esa tarea.
Las aplicaciones de creación automática de metadatos pueden, por
ejemplo, analizar un archivo con una capa vectorial y crear un archivo
adjunto de metadatos en el que se incluya la extensión de la capa, el
tipo de geometrías que tiene o los campos de su tabla de atributos,
indicando además el tipo de valor en cada uno de ellos.
 Además de estos metadatos extraídos directamente del dato geográfico,
las herramientas que automatizan este proceso pueden añadir
información común introducida manualmente en una única ocasión, y
que se repite de forma automática en todos los datos creados. Así, por
ejemplo, si una de estas herramientas automáticas se emplea en un
organismo, puede establecer como creador de cada nuevo dato a esa
entidad, sin necesidad de que la persona encargada de crear dicho dato
deba añadir esa información manualmente cada vez que genere algo
nuevo.
El uso de herramientas automáticas no se limita al momento de creación
de los datos, sino que también pueden emplearse durante la
actualización de estos. Si se actualiza un dato empleando un SIG, este
puede estar conectado con la aplicación de creación automática de
metadatos y lanzar esta para que vuelva a analizar ese dato y actualizar
los metadatos inmediatamente. Quizás sea necesario añadir información
manualmente, pero una buena parte de esta habrá sido creada de forma
automática, facilitando el proceso y haciéndolo más rápido.
La importancia de este tipo de aplicaciones es grande si se tiene en
cuenta que, como se ha dicho, una de las razones principales de la
carencia de metadatos es la cantidad de tiempo que se requiere para
elaborarlos.

5.0   Procesado de imágenes

5.1   Introducción

Las imágenes como tipo de dato son parte de los SIG desde prácticamente su
origen, y las formulaciones dedicadas al análisis de estas existen también
desde entonces y son un campo muy desarrollado. Este análisis representa
una de las áreas más ricas, combinando aquellas formulaciones que
consideran la naturaleza del tipo particular de imágenes que se usan en un SIG
—esto es, el hecho de que son imágenes de la superficie terrestre— junto con
las que existen para el análisis y proceso de imágenes digitales en general.
Estas últimas constituyen por sí solas un amplio grupo de técnicas que, en
conjunto con las dedicadas al análisis de datos espaciales, forman una serie de
herramientas de gran utilidad para el uso genérico de los SIG.
Si la consideramos simplemente como una estructura de datos, una imagen no
es sino una capa ráster más. Tiene la estructura regular de una capa ráster y
contiene en cada celda (cada píxel de la imagen) el valor asociado a una
variable dada. Particularmente, esta variable es la intensidad de la reflectancia
en una longitud de onda dada.
No existe diferencia «formal» entre un MDE creado a partir de la información
recogida por un sensor remoto tal como los utilizados, por ejemplo, para la
Shuttle Radar Topographic Mision (SRTM), y una imagen de satélite tal como
las que proporciona el satélite LANDSAT (salvo el hecho de que esta última
contiene varias bandas en lugar de una única). No obstante, la naturaleza de la
variable recogida en la imagen y la componente visual intrínseca a la misma
hacen que el campo del análisis de imágenes presente sus particularidades,
que serán las que veremos a lo largo de este capítulo.
En conjunto, estudiaremos los elementos básicos del análisis de imágenes
digitales, así como las formulaciones específicas para el caso de imágenes
aéreas o procedentes de teledetección, es decir, las formulaciones específicas
para el tipo de análisis que se realiza en un SIG. Algunas formulaciones más
particulares se verán en la parte dedicada a las aplicaciones.
Tanto uno como otro de estos grupos son muy extensos, y en el espacio de
este capítulo no pueden recogerse sino las formulaciones más habituales y
útiles de ambos. La teledetección queda en muchas ocasiones fuera de los
textos al uso sobre SIG, como una disciplina con entidad propia, relegándose
también junto a ella al procesado de imágenes. No obstante, los SIG no
pueden entenderse hoy día sin el concurso de imágenes, ya sea como
elementos visuales o como objetos de análisis, y las metodologías dedicadas a
su procesado deben recogerse al menos en cierta medida en un libro como
este.
Debido a lo extenso de la materia a tratar y a la fuerte componente matemática
con la que puede presentarse, se ha simplificado la exposición, incluyendo
estos elementos matemáticos en limitadas ocasiones y dando más peso al
aspecto práctico. En caso de que el lector esté interesado, las referencias
indicadas a lo largo del capítulo contienen descripciones detalladas de las
fórmulas y procesos que definen cada una de las operaciones sobre imágenes
que veremos a continuación

5.2   La utilidad de las imágenes en un sig

Antes de estudiar las técnicas de procesado de imágenes, debemos conocer la

utilidad que estas tienen cuando son incorporadas a un SIG. Debemos tener en
cuenta que no se trata de un dato tan genérico como, por ejemplo, una capa
ráster. En esta podríamos almacenar tanto variables continuas como
categóricas, y ya sean de un tipo o de otro, pueden ser variables de naturaleza
muy variada, desde un valor de temperatura a uno de presión, pasando por el
tipo de suelo o el número de individuos presentes en una celda de la capa. Las
imágenes presentan una amplitud menor en cuanto a la información que
pueden contener, y aunque como ya vimos existe gran variabilidad en los
contenidos dependiendo de la forma de recogida de dicha información, esto
restringe y condiciona los resultados que pueden perseguirse a través del
análisis de estas imágenes.
En líneas generales, podemos identificar los siguientes procesos, que serán a
los que se adapten las técnicas que veremos a lo largo del capítulo.
 Representación. Las imágenes son, ante todo, elementos visuales, y en
muchos casos no se utilizan más que para conformar una base sobre la
que emplazar otras capas. En este sentido, las imágenes son utilizadas
para proveer un contexto visual en el entorno de trabajo de un SIG.
Este libro contiene una parte entera dedicada a la generación
cartográfica, en la cual se tratan aspectos relativos a la representación
de todo tipo de capas de datos espaciales, entre ellas las imágenes. No
obstante, la literatura es abundante en algoritmos que permiten mejorar
las capacidades que una imagen tiene de transmitir su información o de
establecer ese citado contexto visual, y estos algoritmos se detallarán en
este capítulo.
 Identificación de elementos. La realidad que se refleja en una imagen
esta compuesta por los objetos presentes sobre la superficie terrestre.
 Arboles, carreteras, zonas de distinta vegetación, así como otros
muchos elementos de pequeño o gran tamaño son los que constituyen
esa realidad. Conocemos ya fórmulas para tratar con esos elementos y
estudiarlos dentro de un SIG. Obtener a partir de las imágenes nuevas
capas que los contengan es una tarea habitual que pone de manifiesto
la gran utilidad de estas.
La identificación y delineación de estos elementos puede implicar la
creación de nuevas capas vectoriales o bien de capas ráster, así como
las transformaciones encaminadas a que dichas operaciones de
identificación se realicen de manera lo más precisa posible.
 Identificación de características. Si tomamos una imagen, podemos
identificar por sus formas una carretera, y decir si es ancha o estrecha,
larga o corta, o bien si es sinuosa o rectilínea. Estos parámetros
geométricos son los que nos ayudan a identificar el elemento en sí,
según lo comentado en el punto anterior, pero no es solo lo referente a
la geometría lo que una imagen puede contener acerca de esa carretera.
Mirando esa misma imagen, es probable que podamos decir por su color
si el firme es asfaltado o, por el contrario, es de tierra y se trata de un
camino. Esta identificación de las propiedades de un elemento, o bien de
una simple celda aislada, es otra de las funciones básicas que se llevan
a cabo a partir de imágenes.
Dentro de este grupo merecen especial mención aquellas formulaciones
que estiman propiedades físicas de los elementos recogidos en la
imagen. Con los valores de una imagen puede estimarse desde el vigor
vegetativo de una masa arbórea hasta la turbidez del agua de un
embalse, entre otros muchos parámetros físicos de diversa índole.

5.3   Tipo de procesos en un sig

Teniendo en consideración las anteriores utilidades básicas de las imágenes en

un SIG, las operaciones sobre estas imágenes pueden dividirse en tres grupos
principales:
 Corrección. Los equipos empleados para recoger las imágenes pueden
incorporar errores, ruido, o distorsiones. Eliminar o tratar estas para que
su efecto sea menor es un proceso previo que en la mayoría de los
casos es un requerimiento imprescindible antes del análisis.
 Mejora. La mejora es el paso siguiente a la corrección. Una vez que las
imágenes han sido corregidas, la información que contienen puede
hacerse más explícita a través de distintos tipos de modificaciones. En el
análisis visual, la mejora de una imagen hace que sea más sencillo
percibir el contenido de esta y darle un uso directo. Las características
de esa carretera o su propia forma, pueden verse más claramente.
Cuando estos procesos de identificación de elementos y características
se realizan de forma automática mediante algoritmos y no manualmente,
también es importante una preparación de las imágenes para mejorarlas
de cara a este proceso. Mejorando una imagen, mejoramos también la
capacidad de esos algoritmos de «ver» la información que pretendemos
obtener, de un modo muy similar a como sucede con un observador
humano.
  Extracción de información. Los valores de las distintas bandas de una
imagen pueden emplearse para derivar otros nuevos, tales como
variables de tipo físico o pertenencia a clases predefinidas que pueden
identificar los elementos presentes sobre el terreno. Estos procesos
implican una interpretación de la imagen en cuestión.
 

5.4   Analis visual y automático

Las tareas de corrección y mejora van a implicar necesariamente la utilización

de algoritmos, los cuales veremos en las siguientes secciones. Estas
operaciones, como hemos dicho, favorecen el buen desarrollo de la extracción
de información posterior, y mejoran los resultados obtenidos. Las operaciones
de extracción de información, al contrario que las anteriores, pueden llevarse a
cabo tanto manualmente y de forma visual(por ejemplo, digitalizando
directamente en pantalla), como de forma automatizada (veremos algoritmos
para ello en este capítulo, así como en otros posteriores). Existe, pues, un
análisis manual que requiere un operario visualizando y tratando una imagen, y
otro automático en el que se deja al propio SIG realizar esta tarea.
Algunas de las principales diferencias entre el análisis visual y el automático se
enuncian a continuación. Estas condicionan la utilización de una u otra solución
en función de las necesidades.
 El análisis visual requiere conocimientos más sencillos e intuitivos,
mientras que el automático requiere conocimientos técnicos para ajustar
los algoritmos que realizan el proceso.
 Mientras que el análisis visual se basa tanto en las propiedades
espaciales como en las tonalidades de la imagen, en el caso de un
análisis automático, este se basa fundamentalmente en los valores de
reflectancia, incorporando en ocasiones cierta componente espacial. Las
propiedades de forma, tamaño u orientación, aunque importantes como
vimos en el apartado anterior, resultan más difíciles de ser reconocidas y
empleadas por los algoritmos correspondientes que las basadas en el
análisis de los Niveles Digitales.
 El ojo humano puede analizar imágenes en blanco y negro o en color,
pero es difícil que pueda trabajar con imágenes con más bandas, que
pueden llegar incluso a cientos. Por ello, las imágenes multi e
hiperespectrales se analizan de forma habitual mediante algoritmos y
procesos automatizados, mientras que el análisis visual queda limitado
para las imágenes más sencillas. Como veremos más adelante, pueden
crearse representaciones en color de las imágenes con elevado número
de bandas, acercando de ese modo la posibilidad de un análisis visual
de las mismas, aunque en ningún caso de la totalidad de bandas, sino
solo de un subconjunto muy reducido de ellas. De igual modo, una
banda aislada puede analizarse visualmente, pero ello no permite
acceder a toda la información que el conjunto de bandas de la imagen
puede aportar, mientras que el análisis no visual no se encuentra
restringido por las limitaciones propias de la visión humana.
 La naturaleza del análisis automatizado es fundamentalmente
cuantitativa, incorporando formulaciones estadísticas o análisis
 matemáticos basados en los valores que se recogen en cada píxel. Por
el contrario, el análisis visual se basa en propiedades cualitativas de los
elementos de la imagen, más sencillas de percibir e interpretar por quién
desarrolla dicho análisis.
Es importante tener en cuenta estas diferencias, ya que las circunstancias en
las que va a ser necesaria la interpretación de una imagen pueden ser muy
variadas, debiendo en cada caso procederse a ella de la forma más adecuada.

5.5   Correcciones y preparación de imágenes

Del mismo modo que un MDE contiene depresiones irreales que deben ser
corregidas antes de proceder a su análisis hidrológico, las imágenes presentan
también otros elementos que hacen necesaria una preparación antes de pasar
al uso propiamente dicho. Estos elementos están relacionados con la forma en
que los sensores captan la información y las imprecisiones que en este proceso
pueden aparecer, y tratan de eliminar estas imprecisiones para que los Niveles
Digitales de las distintas celdas reflejen fielmente la realidad presente en el
momento de capturar dicha imagen.
Independientemente del número de bandas de la imagen, las correcciones se
realizan de forma individual para cada una de las bandas, ya que algunos de
los errores pueden aparecer solo en parte de dichas bandas, y no
necesariamente sobre todas ellas de forma simultanea para un mismo píxel.
Los tipos principales de deficiencias que puede contener una imagen son los
siguientes:
 Geométricas. Distorsiones de forma provocadas por los movimientos y
oscilaciones del sensor, o por el relieve del terreno, entre otros factores.
Con una base conceptual relacionada con las técnicas de corrección de
estas deficiencias, existe un paso básico que debemos llevar a cabo en
muchos casos: la georreferenciación de la imagen. Para incorporar dicha
imagen dentro del ámbito de un SIG, es necesario que le asignemos una
referencia geográfica ya que, como bien sabemos, todos los datos
espaciales han de tener definida su posición en el espacio. Cuando esta
referencia no existe, es necesario llevar a cabo un proceso que la defina.
 Radiométricas. Valores incorrectamente recogidos por el sensor.
Pueden ser debidas a errores del sensor o introducidos en el proceso de
almacenamiento o transmisión, o bien a distorsiones debidas al efecto
que la atmósfera ejerce sobre la radiación (y por tanto sobre los valores
recogidos).

5.6   Corrección  geométrica

Por la propia naturaleza del proceso de toma de imágenes, estas presentan

habitualmente diversas formas de distorsión geométrica. Entre ellas, cabe
mencionar las debidas a los siguientes factores.
 La rotación de la Tierra durante la toma de la imagen.
 La frecuencia de escaneo del sensor.
 La curvatura de la Tierra.
 Los efectos panorámicos.
 Las variaciones en la velocidad y altura de la plataforma de registro.
Para disminuir estos efectos existen una serie de métodos cuya finalidad es
corregir y distorsionar la imagen original con objeto de que esta constituya una
representación más fiable de la escena original. Dos son los métodos más
utilizados para la corrección geométrica de las imágenes: la rectificación y la
ortorectificación.

5.7   Corrección radiométrica

La corrección radiométrica corrige valores erróneamente registrados o ruido

presente en la imagen, entre otras alteraciones que pueden aparecer en esta.
Existen muchas razones por las que el Nivel Digital recogido en un píxel puede
no ser correcto y no reflejar con fidelidad la realidad presente sobre el terreno.
En algunos casos el valor que aparece en el píxel es un valor erróneo del cual
no puede extraerse información alguna. Este caso se presenta, por ejemplo, si
en el proceso de almacenamiento se ha producido una mala transmisión y
algunos píxeles se han «perdido». La información necesaria para establecer un
valor correcto en dichos píxels no puede tomarse del propio píxel, sino que es
necesario recurrir a los píxeles circundantes o a otros elementos tales como el
histograma de la imagen.
En otros casos, no obstante, el Nivel Digital del píxel sí contiene información
valiosa, y lo que es necesario es transformar este, ya que, debido a la
influencia de factores externos, no es exactamente el que debiera
corresponderle. El conocimiento de esos factores externos es necesario para
poder realizar esta transformación.
En función de la causa que los ha originado, distinguimos los siguientes tipos
de errores:
 Errores debidos a los sensores. Los sensores pueden introducir
errores en las imágenes tanto en forma de distorsión como en forma de
ruido, ya sea este regular o aleatorio. Por ejemplo, los sensores ópticos
pueden presentar distorsiones achacables a las lentes, que con
frecuencia se manifiesta en áreas más oscuras en el borde de las
imágenes en comparación con las celdas centrales. En el caso de
sensores electro-ópticos, deben emplearse datos auxiliares para la
calibración de estos y así garantizar el registro correcto de los valores
correspondientes. Errores habituales dentro de este grupo son
igualmente los píxeles o líneas perdidas, apareciendo píxeles aislados o
líneas completas cuyos valores deben descartarse. La estimación de
valores para dichos píxeles o líneas se realiza empleando los valores de
píxeles circundantes, pues existe una relación clara entre ellos. El
empleo de filtros, es una técnica habitual para realizar esta corrección.
Existe también correlación entre las distintas bandas de una imagen, por
lo que no solo pueden utilizarse los píxeles de la misma banda, sino
también los propios píxeles perdidos, pero en otras bandas. En general,
los sensores que recogen las distintas longitudes de onda (las distintas
bandas) son independientes, por lo que el error no debe aparecer en
todas ellas.
 Errores debidos a la topografía. Además de producir distorsiones
geométricas como ya hemos visto, las formas del relieve condicionan la
forma en que la radiación es reflejada, ya que dicha reflexión esta
 condicionada por el ángulo de incidencia. El uso de Modelos Digitales de
Elevaciones e información sobre las condiciones de iluminación en las
que se ha tomado la imagen permite plantear modelos de iluminación
que pueden corregir estos efectos. Existen diversas formas de aplicar
una corrección a una imagen y eliminar el efecto de la topografía,
algunas de ellas relativamente simples. Una formulación simple es la
siguiente:
o A partir de un Modelo Digital del Elevaciones se calcula una capa
de relieve sombreado. Los parámetros empleados para su
creación (azimut y elevación) deben coincidir en la medida de lo
posible con las existentes en el momento en que la imagen fue
recogida.
o Se realiza una regresión entre esta capa de relieve sombreado y
la imagen a corregir, de forma que se tenga una función de la
forma $y=ax + b$.
o Se aplica la transformación definida por la anterior ecuación a los
valores de la capa de relieve sombreado.
o Se resta la capa resultante a la imagen a corregir.
o Se suma a la capa resultante del paso anterior el valor de
reflectancia media de la imagen original.
 Errores debidos al efecto de la atmósfera en la radiación. Los
errores debidos a la atmósfera son de los más importantes dentro de los
que provocan alteraciones radiométricas en la imagen, y son estudiados
en ocasiones de forma independiente, en lugar de como un subtipo de
error radiométrico. Para comprender la necesidad de esta corrección
debe tenerse en cuenta que en algunos casos lo que interesa de la
imagen no son los Niveles Digitales, sino una variable con sentido físico
como la radiancia correspondiente a cada longitud de onda. Será esta
radiancia la que luego se analice para la obtención de otros parámetros
físicos derivados, y su obtención se realiza a partir de los Niveles
Digitales aplicando ecuaciones lineales con parámetros dependientes
del sensor. El problema estriba en que la radiancia que se obtiene al
aplicar este proceso es la que ha alcanzado el sensor, que no ha de
corresponderse necesariamente con la que se tiene sobre el terreno o la
que recibiría el sensor si estuviera a una distancia mínima del objeto. La
atmósfera afecta a la radiación en su camino desde el suelo hasta el
sensor, y distorsiona la información recogida. Los efectos atmosféricos
son principalmente de dos clases: difusión y absorción. La difusión es
causada por las partículas de pequeño tamaño de la atmósfera, que
desvían una parte de la energía radiante, alterando su dirección. La
modificación que se produce depende del tamaño de las partículas
implicadas en relación con la longitud de onda de la radiación. La
absorción, por su parte, se produce cuando los elementos constituyentes
de la atmósfera absorben parte de la radiación para emitirla
posteriormente en una longitud de onda distinta. La intensidad de la
radiación disminuye con el efecto de la difusión. Ambos efectos
conjuntos producen un efecto de «neblina» en la imagen, restándole
contraste. La difusión, asimismo, tiene un efecto adicional de
adyacencia, ya que cada píxeles recoge parcialmente la radiación que
en realidad debería corresponder a otros píxeles contiguos. La
 corrección de los efectos atmosféricos es compleja y existen muchas
formulaciones distintas que escapan al alcance de este texto. 

5.8   Operaciones pixel a pixel

Las operaciones de esta clase se corresponden con las funciones de tipo local
del álgebra de mapas, ya que toman el Nivel Digital de un píxel de la imagen
original y únicamente en función de su valor calculan el del mismo píxel en la
imagen resultante. Por ello, todas estas operaciones tienen la forma
\begin{equation} ND' = f(ND) \end{equation}
Según sea la función, tenemos un tipo u otro de operación, con un efecto
concreto. Para mostrar estas funciones de forma gráfica, emplearemos gráficas
como la siguiente, la cual se corresponde con la transformación identidad.

La gráfica establece una relación entre el Nivel Digital original y su tonalidad

asociada (en abscisas) y los correspondientes en la imagen resultante (en
ordenadas). Aplicando esta transformación a todos los píxeles, se obtiene la
imagen mejorada.
A la hora de definir estas funciones de transformación, un elemento de utilidad
es el histograma, ya que da una visión global de los Niveles Digitales presentes
en el conjunto de píxeles de la imagen. La distribución de Niveles Digitales
representada en el histograma aporta una información a partir de la cual
pueden definirse estas operaciones de mejora a nivel de píxel.

5.9   Filtros      

Al igual que algunas de las operaciones vistas ya en este capítulo, los filtros
son similares en concepto a parte de las operaciones que ya conocemos de
capítulos anteriores. En particular, comparten sus fundamentos con las
funciones focales del álgebra de mapas, aunque, al igual que en otros de los
casos anteriores, la utilización de estas tiene aquí una función principalmente
relacionada con la mejora visual.
Podemos dividir los filtros en dos tipos en función del tipo de modificación que
realizan.
 Filtros de suavizado. Producen un efecto de desenfoque, restando
definición a la imagen. Atenúan las diferencias entre píxeles vecinos.
 Filtros de realce: Producen un efecto de enfoque, aumentando la
definición de la imagen. Acentúan las diferencias de intensidad entre
píxeles vecinos.
Ciertos filtros calculan los nuevos valores como combinaciones lineales de los
píxeles del entorno. Son las denominadas convoluciones, las cuales ya vimos
en el capítulo dedicado al álgebra de mapas. La convolución se define
mediante una matriz $n\times n$ (que denominábamos núcleo) y esta permite
calcular el valor resultante de la operación. En función de los valores de la
matriz, el efecto que el filtro tenga sobre la imagen será uno u otro.
Otros filtros, a diferencia de las convoluciones, se basan en funciones
estadísticas que no pueden expresarse mediante un núcleo.

Filtros de realce

Los filtros de realce (o de paso alto) tienen el efecto justamente contrario al de

los anteriores, ya que acentúan las diferencias entre píxeles adyacentes,
teniendo un efecto de enfoque. La definición aumenta, como puede verse en la
imagen \ref{Fig:Realce}. Si se compara con la imagen original, se aprecia una
separación más clara entre las tonalidades de píxeles contiguos, cuya
diferencia se acentúa.
 
Para obtener un filtro de realce, puede partirse de uno de suavizado, ya que
una forma de realzar las diferencias entre píxeles es emplear un filtro de paso
bajo para obtener una imagen suavizada, y después restar esta imagen de la
imagen original. Haciendo esto se elimina el valor medio y se deja en cada
píxel el valor que refleja la variación local de los Niveles Digitales
 

Filtros de suavizado

Como muestra la figura \ref{Fig:Suavizado}, los filtros de suavizado (también

conocidos como filtros de paso bajo) provocan una perdida de foco en la
imagen. Este efecto se consigue disminuyendo las diferencias entre píxeles
contiguos. 
El efecto del filtro de media vimos que, aplicado sobre una capa de elevación,
«redondeaba» el relieve. En el caso de ser aplicado sobre una imagen hace
que esta aparezca más borrosa. La cantidad de suavizado puede ser
controlada, al igual que en el caso de aplicarse sobre otro tipo de capas ráster,
mediante el tamaño de la ventana, que puede ser mayor que el habitual. 
La aplicación de un filtro de suavizado no solo tiene como efecto el desenfoque
de la imagen, sino que también elimina el ruido de la misma. Por ello, estos
filtros son una buena herramienta para tratar algunas de las deficiencias de las
imágenes, que como vimos pueden presentar píxeles con Niveles Digitales
muy distintos de los de su entorno. 

Filtros de detección de bordes

Con un fundamento similar a los anteriores, los filtros de detección de bordes

permiten localizar las zonas donde se producen transiciones bruscas de
intensidad. Aplicado esto al análisis de imágenes en un contexto geográfico,
puede emplearse este tipo de filtros como herramientas para identificar zonas y
fronteras entre distintas formaciones de una área de estudio.
Un operador habitual para la detección de bordes es el denominado filtro
Laplaciano El filtro Laplaciano tiene su base en el análisis de las segundas
derivadas de la función que los Niveles Digitales definen y la detección de
puntos donde esta se anule. Otros filtros se basan en el estudio del gradiente
(la primera derivada) de forma que se realcen las zonas en las que existan
variaciones notables entre las intensidades de píxeles contiguos.
 

      

6.0 Fusión de imágenes

La fusión de imágenes engloba a una serie de procesos que permiten integrar

la información procedente de varias fuentes de datos distintas en una única
imagen. Esta imagen resultante facilita la interpretación y análisis de la
información de partida, englobando las características más destacables de las
imágenes originales.
Por medio de la fusión pueden crearse imágenes sintéticas que combinen
imágenes con alta resolución espacial y otras con alta resolución espectral, y
que presenten alta resolución en ambas componentes. Esta operación es muy
útil teniendo en cuenta que existen sensores con gran precisión espectral pero
que no se caracterizan por una elevada definición (no dan imágenes con
tamaños de píxel bajos), mientras que en otros sucede justamente lo contrario.
Unir estas mediante un proceso de fusión es una forma de obtener imágenes
de mejor calidad con las que lograr mejores resultados.
El uso combinado de imágenes pancromáticas e imágenes multiespectrales
como las del satélite LANDSAT es una práctica habitual a la hora de aplicar
este método de fusión.
Veremos tres métodos principales.
 IHS
 Por Componentes Principales
 Brovey

Transformación IHS

La imagen que dispone de una mejor información espectral aporta esta de

forma habitual en el modo RGB que ya conocemos. Este, recordemos, implica
tres bandas correspondientes a los colores rojo, verde y azul, las cuales dan,
por adición, la imagen en color resultante.
El modo RGB es solo uno de los muchos existentes para codificar un color,
siendo el más frecuente para el registro de imágenes y la representación de
estas en una pantalla, pero no el único. A la hora de llevar a cabo una fusión de
imágenes, la utilización de otros formatos resulta más ventajosa.
Uno de los modo que pueden emplearse para este fin es el conocido como
IHS. Este formato es más similar a cómo percibimos los distintos colores, y se
basa en los tres siguientes componentes.
 Intensidad (I). Expresa el brillo del color. Es la variable que se percibe
más sencillamente por parte del ojo humano.
 Tono (H). Expresa de qué color se trata. Más exactamente, indica la
longitud de onda predominante de dicho color.
 Saturación (S). Expresa la pureza del color. Valores altos indican una
alta presencia de blanco.
Para saber más acerca del espacio de color IHS y las formas de convertir entre
RGB y IHS, y viceversa. 
Dadas dos imágenes RGB, una de ellas con mayor información espacial y otra
con mayor información espectral, puede realizarse una fusión empleando una
transformación IHS siguiendo los pasos descritos a continuación 
 Se remuestrea la imagen de menor resolución espacial a las
dimensiones de la de mayor resolución, o bien ambas a un tamaño de
píxel intermedio entre los de ambas imágenes. Ese será el tamaño de
píxel de la imagen resultante, mejorando así el de la imagen que aporta
la información espectral.
 Se convierten las imágenes al formato IHS. Lo habitual es que la imagen
con mayor resolución espacial sea de una única banda, con lo que no es
necesaria conversión alguna.
 Se sustituye en la imagen con la información espectral la banda de
intensidad I por la banda de intensidad de la otra imagen.
 Se aplica una transformación inversa para pasar de nuevo al formato
RGB.

Transformación por componentes principales

El método de análisis de componentes principales es una técnica estadística

cuyos detalles veremos más adelante dentro del apartado
Componentes_principales. En esencia, se trata de un método que convierte un
conjunto de capas (o bandas) intercorrelacionadas en uno nuevo con un menor
número de capas, y menos correlacionadas. Es decir, sustituye las variables
originales por otras entre las que no existe correlación, cada una de las cuales
explica un porcentaje concreto de la varianza global.
Puede aprovecharse el análisis de componentes principales para efectuar una
fusión de imágenes, siguiendo un proceso similar al de la transformación IHS,
con los pasos enunciados a continuación.
 Se remuestrean las imágenes a un marco común como ya vimos
anteriormente
 Se efectúa un análisis de componentes principales en ambas imágenes.
 El componente principal (la nueva banda que explica un mayor
porcentaje) de la imagen con la información espectral, se sustituye por el
componente principal de la imagen de mejor resolución espacial.
 Se aplica un proceso inverso al análisis de componentes principales
sobre dicha imagen de información espectral, obteniendo así el
resultado buscado.

Transformación de Brovey

La transformación de Brovey se emplea también para la fusión de imágenes.

En este caso, no se da una modificación previa del conjunto de capas que
conforman la componente multiespectral, seguida esta de una sustitución, sino
que se opera banda a banda, aumentando la resolución de estas de forma
individual. Combinando las bandas resultantes se obtiene la imagen sintética
buscada.
En particular, se parte de una imagen con tres bandas y una imagen
pancromática de mayor resolución espacial. Para transformar la banda i--ésima
se utiliza la siguiente expresión:
\begin{equation} ND' = \frac{ND_i}{ND_1 + ND_2 + ND_3} ND_{pan}
\end{equation}
donde $ND_n$ es el Nivel Digital del píxel en la banda n--ésima, y $ND_{pan}$
el de dicho píxel en la imagen pancromática. Obviamente, se requieren
remuestreos para ajustar las capas a un marco común donde exista
correspondencia de píxeles entre ambas imágenes.
Para el caso de los sensores más habituales existen recomendaciones sobre
qué tres bandas tomar para definir la imagen multiespectral requerida por el
método. Por ejemplo, para el sensor LANDSAT se recomiendan las bandas 2,
4 y 5; y para Quickbird las bandas del verde, rojo e infrarrojo cercano.
Referencias
olaya, v. (2016). Sistemas de informacion geografica . España: CreateSpace Independent
Publishing Platform (Amazon).