revista de divulgación científica y tecnológica de la...

Revista de divulgación científica y tecnológicade la Universidad Autónoma de Nuevo León

ISSN: 2007-1175

AÑ

O 1

8, N

o. 7

1E

nero

- Fe

brer

o 20

15

Año 18,Número 71

Ene.Feb.2015

Premios de Investigación UANL 2014. Reportero robot, la nueva era del periodismo

La carne de venado en la dieta humana Antropología médica y medicina social

El noreste mexicano, desarrollo económico

CIENCIA UANL / AÑO 18, No. 71, ENERO-FEBRERO 2015 83

* Universidad Autónoma de San Luis Potosí.Contacto: [email protected]** Universidad Autónoma de Nuevo León.Contacto: [email protected]

El presente artículo está basado en la investigación “Evaluación de lacalidad cartográfica vectorial utilizada para el manejo de los recursosnaturales”, galardonado con el Premio de Investigación UANL 2014en la categoría de Ciencias de la Tierra y Agropecuarias, otorgado ensesión solemne del Consejo Universitario de la UANL, en agosto de2014.

Para conocer y analizar al territo-rio, se ha desarrollado una serie deprocesos y tecnologías cartográficasenfocadas en representar el mismode forma análoga a determinadaescala,1 en la disponibilidad de ba-ses de datos geográficas detalladas

y el desarrollo de algoritmos para su manejo, lo quepermite derivar la representación cartográfica auto-máticamente. Los procesos de informatización

Análisis de datos vectorialesen el uso de recursosnaturales A. CÁRDENAS TRISTÁN*, E.J. TREVIÑO-GARZA**, O.A. AGUIRRE

CALDERÓN**, J. JIMÉNEZ PÉREZ**, M.A. GONZÁLEZ TAGLE**

cartográfica han dado lugar a nuevas tendencias enmateria de difusión de la información,2 aprovechan-do las recientes tecnologías espaciales y los meca-nismos para el manejo de cartografía interactiva víaWeb,3 lo que ha permitido obtener fácilmente la in-formación cartográfica deseada.

En la actualidad, un sinnúmero de usuarios delas tecnologías espaciales han asociado la conforma-ción de cartografía vectorial con el aprovechamientode imágenes de satélite, en infraestructuras de servi-dores universales y, principalmente, en la infraestruc-tura de Google Earth GE. Mientras que los progra-

ww

w.co

lom

bia.

com

CIENCIA UANL / AÑO 18, No. 71, ENERO-FEBRERO 201584

ANÁLISIS DE DATOS VECTORIALES EN EL USO DE RECURSOS NATURALES

mas de cartografía basados en la web, comoMapQuest, por algún tiempo fueron populares, losservicios de éstos estaban relativamente limitados;4

en contraste, GE es un sistema de visualización inte-ractivo que permite el análisis de diferentes tipos deimágenes, a través del mecanismo de profundizaciónen detalle sobre las imágenes y el retorno de éstas,según su resolución. Descrito también como unanecesidad “a multiresolución o representación tri-dimensional del planeta, en el que podemos integrargrandes cantidades de datos georreferenciados”.5 La in-formación de las imágenes no está asociada a una se-rie de escalas en particular, como tradicionalmente aso-ciamos la representación de la realidad en la cartografíaconvencional, que normalmente han editado los paísesen escalas 1:20k, 1:50k, 1:100k, 1:250k, 1:1000k.

La estructura operativa de GE,6,7 que ha per-mitido la adaptación de formatos de información dediversas fuentes vía su estructura kml, como archi-vos .shp, .dwg, .fmw, entre otros, ha logrado que serealicen millones de operaciones de representacióncartográfica a través del uso de SIG,8 manejando losdatos de diversas escalas e integrándolos a las imáge-nes de la plataforma. De tal manera que se puedaobtener una mejor apreciación de lo que los datosvectoriales describen sobre los territorios, sin tomaren cuenta la estructura en la cual GE se ha desarro-llado. Sin embargo, no ha sido fácil medir ciertasinconsistencias de representación y descripción delos objetos, que por un lado se asocian a la mala edi-ción de la información vectorial de algunos países; ypor el otro, a la variedad de imágenes que represen-tan el territorio, así como las diversas resoluciones yla estructura multiescala en la que estánimplementadas.

En los procesos de almacenamiento de la infor-mación espacial, sería ideal que los procedimientosde interactividad para automatizar la representaciónmúltiple de la información pudieran darse sin pro-

blema alguno, tal como el funcionamiento del me-canismo de ir a detalle sobre las imágenes de GE,según su resolución. Sin embargo, este concepto, querepresenta visualmente los fenómenos geográficos yque está ligado a un cierto nivel de imagen-escala,cuando se asocia a datos vectoriales dificulta la rela-ción de precisión, describiendo los mismos objetosgeográficos.

Cuando se investigaban mecanismos para la re-presentación multiescala en datos espaciales, se seña-laba que para describir los objetos, debía modelizarsela realidad en diferentes formas de abstracción sobreel mismo objeto;9 asimismo, se definía que la represen-tación múltiple se conformaba por el almacenamientode diversas representaciones de un mismo objeto enuna misma base de datos espacial.10

Tales conceptos en ese momento estaban asocia-dos al manejo de datos vectoriales, y no tomaban encuenta la idea del almacenamiento de imágenes enbases de datos, debido a que las estructuras de lasimágenes estaban constituidas por la unidad del pixely esto implicaba otros procedimientos. Sin embar-go, cuando se estructuró la plataforma de GE, en2005, los conceptos de representación múltiple ymultiescala fueron retomados.

De los primeros trabajos de investigación quedescribían estructuras multiescala, a través de pro-cedimientos con algoritmos jerárquicos, se propusoal “Binary Line Generalisation-Tree”, algoritmo quemás tarde se retomó y mejoró,11 a fin de representarlos datos vectoriales en diversos niveles.

Por otro lado, se desarrollaron trabajos que des-cribían estructuras de datos multiescala para la re-presentación cartográfica de los objetos, con la ideade otorgarles mayores detalles en su representación.12

Del mismo modo, se trabajó en una representaciónmultiescala de objetos cartográficos y se desarrollóun zoom inteligente.13 De tal manera que las funcio-nalidades de la estructura de GE y su mecanismo del


asociado escalar de las imágenes, vía un zoom inteli-gente, generaron el interés, en el presente trabajo, deconocer la relación de elementos u objetos represen-tados a partir de diferentes imágenes y la posible re-presentación escalar de su estructura. Situación quellevó a analizar la parte correspondiente a GoogleMaps (GM) en la cantidad de vistas determinadas,de las cuales se asocia una relación escalar.

GM cuenta en promedio con 20 vistas diferen-tes, las cuales van desde la apreciación de todo el pla-neta hasta un cierto nivel de terreno. Sin embargo,dado que los zooms no son fijos sino constantes, és-tos dependen de la zona y la resolución de la fotogra-fía o la imagen. Asimismo, cada una de éstas repre-senta una escala, y se puede apreciar mediante unalínea en la parte inferior izquierda del mapa, pero sumedición es demasiado imprecisa, ya que al ser unaimagen digital, su tamaño varía dependiendo de lapantalla donde se visualice. La representación de lainformación se visualiza a través del zoom, y éste seasocia al aumento o disminución de la distancia focalde los objetos,14,15 de los cuales, al realizar un zoomen una imagen por computadora, se multiplica lacantidad de pixeles del mismo tono que la confor-man, presentando en la pantalla de esta manera imá-genes más grandes o pequeñas que el objeto origi-nal.16 La escala, a diferencia del zoom, representa unvalor de proporción y ésta, por lo general, se asociaa una métrica representativa del terreno, según unaescala determinada en un plano, mapa o sistema devisualización.17

MAMAMAMAMATERIALES Y MÉTODOSTERIALES Y MÉTODOSTERIALES Y MÉTODOSTERIALES Y MÉTODOSTERIALES Y MÉTODOS

Para conformar la metodología, se realizó un análisisde muestras de las imágenes que cubren el territoriode la república mexicana, en la región 14º a 33º delatitud Norte, y de 86º a 119º de longitud Oeste.Las diversas imágenes que hacen la cobertura de di-

cho territorio son de Cnes/Spot, Digital Globe,GeoEye, NASA.

Selección de muestras

Para elegir las muestras, se describió una lista de apar-tados de recursos naturales representados en las imá-genes de GE, y que se evaluarían a fin de seleccionaraquellos que mejor pudieran medirse en dichas imá-genes. Inicialmente se seleccionaron agua, suelo, agri-cultura, ganadería, litorales, flora y fauna. Tambiénse tomaron en cuenta infraestructura, vías de comu-nicación, zonas urbanas y rurales. El criterio para suselección consistió en captar en las imágenes la niti-dez del objeto y la conformación de sus característi-cas representativas, de tal manera que pudiera me-dirse.

Asimismo, se seleccionó una muestra por cadaelemento de recurso natural de los ya determinadospara cada estado del país, y que a su vez fuese repre-sentativa. En casos como agua y bosques, se omitie-ron algunos estados de la república que no contabancon cuerpos de agua superficiales y bosques. Habien-do analizado y determinado una relación de escalasen GM, éstas fueron relacionadas en la interface deGE, para asociar ciertas correspondencias de repre-sentación escalar. Dado que la resolución de las imá-genes de GE está definida por un factor que se cono-ce como pixeles por pulgada (PPP), esta medidaindica la cantidad de pixeles que se encuentran enuna pulgada física en el monitor, este factor provocaque una imagen cambie de tamaño de una pantalla aotra; ya que entre mayor sea la cantidad de PPP, máspequeña será la visualización de la imagen.

RESULRESULRESULRESULRESULTTTTTADOSADOSADOSADOSADOS

Los temas de los cuales se obtuvieron las muestrasfueron suelo agrícola, cuerpos de agua, infraestruc-

A. CÁRDENAS TRISTÁN, E.J. TREVIÑO-GARZA, O.A. AGUIRRE CALDERÓN, J. JIMÉNEZ PÉREZ, M.A. GONZÁLEZ TAGLE



tura y bosque. Se utilizaron entre siete y ocho escalasen las que el elemento fuera visible. De dichas mues-tras se determinó para cada elemento señalado la lon-gitud correspondiente a cada uno, y en el análisis seobtuvieron las siguientes diferencias en las diversasmuestras:

1. Suelo agrícola (93-665 m)2. Infraestructura (178-1601 m)3. Cuerpos de agua (1417-21219 m)4. Bosque (14651-263999 m)

Para comparar las longitudes de la muestra y loobtenido al medir en cada escala, se optó por mane-jar un porcentaje de error. Esto debido a que cadamuestra tiene una medida diferente, y no podemosmanejar cierta cantidad en metros de error prome-dio por escala en todas las muestras (figura 1).

Posteriormente, se determinaron estadísticos delas medidas de las muestras, con el objeto de deter-minar porcentajes de error de las mediciones, a finde comparar las longitudes de cada muestra y lo ob-tenido al medir en cada escala. Se realizó una serie de

Fig. 1. Comparativo de errores entre suelo, cuerpos de agua, infraestructura ybosque.

comparativos del error entre los diferentes elemen-tos analizados (figura 1). Para describir el análisis deescalas y su mejor representación de elementos, sedeterminó, con los análisis de errores, una medidade la varianza y desviación estándar para evaluar cadaelemento. De acuerdo con lo anterior, a continua-ción se muestran las escalas que se recomienda ma-nejar para cada tema, con el fin de tener el menorerror y mayor calidad en el resultado de cualquieranálisis de las imágenes y su relación de escala.

Con base en el porcentaje de errorSuelo agrícola: 1:8,000Cuerpos de agua: 1:66,666Infraestructura: 1:4,000Bosque: 1:250,000

Con base en la variación entre erroresSuelo agrícola: 1:4,000Cuerpos de agua: 1:33,333Infraestructura: 1:4,000Bosque: 1:250,000

Diseño de sistema

Habiendo determinado la serie de escalas, éstas seutilizaron para adaptar las siguientes propuestas endos mecanismos: primero, la generación de un catálo-go imagen-escala sobre GE, para determinar la mejorárea de zoom; segundo, el diseño de un sistema deintegración de escalas para digitalización y análisis dedatos vectoriales, así como su conformación vía web,experimentando con diversas tecnologías espaciales.En lo que respecta a la primera propuesta, el primerpaso consistió en ubicar la zona de la muestra enGE, según el elemento u objeto, representando al-gún recurso natural (tabla I).

En lo que respecta al diseño del sistema, se anali-zó una serie de tecnologías web, con el objeto de adap-


tar en la versión 3 del API (Application ProgrammingInterface) la conformación de escalas-imagen deter-minadas, pudiendo ejercer las siguientes funciones:creación de polígonos, líneas y marcadores y su al-macenamiento; digitalización de elementos para car-tografía con base en el visualizador de GM; integra-ción de capas, utilizando primitivas geométricas;parámetros para el análisis de cartografía vectorial;generar archivos KML; integración de capas de imá-genes y su referenciación.

El sistema se desarrolló por etapas: inicialmentese generó una arquitectura que permitiera ordenarlos procesos de codificación de la mayor parte de lasfunciones. Posteriormente, se buscaron y seleccio-naron las tecnologías que nos ayudarían a desarro-llarlo. Se verificó la disponibilidad, alcances y lími-tes del API de JavaScript para Google Maps. De igualmanera, en la elección de lenguajes para la creaciónde la página web se utilizó JavaScript, debido a larelación interactiva de códigos con HTML y que setomó por default. El lenguaje CSS (Cascading StyleSheets) nos permitió conformar e integrar de mejor

Tabla I. Escalas asociadas a GM según los diferentes niveles dezoom.

forma el diseño. Para las conexiones a la base de da-tos, se utilizó el lenguaje PHP (HyperTextPreprocessor), para el transporte de información des-de PHP a JavaScript, específicamente en los resulta-dos de consultas, nos apoyamos en el lenguaje XLM(Extensible Markup Language).

Como manejador de bases de datos, se eligióOracle 10g, debido a que es un sistema muy establey el más confiable. Como servidor HTTP, se optópor Apache en su versión 2.4.; se utilizó el softwareXAMPP que trae integrado Apache, junto con unaversión de MySQL y algunas otras herramientas dedesarrollo web. Para la edición de código web, seutilizó NotePad++, éste es un editor de texto y códi-go fuente libre que soporta varios lenguajes de pro-gramación. Se integró el sistema interoperable víaweb, al cual se accede con el API desarrollado. Elsistema, en una de sus operaciones, permite la edi-ción de vectores, así como la integración de datosvectoriales, que en su momento podrán evaluarse parabuscar correspondencias geométricas y topológicas,siendo éstos almacenados al interior de una base dedatos (figura 2).

Asimismo, se pueden conformar polígonos conlos operadores del sistema, los cuales determinan lasuperficie del polígono generado y describen deta-lladamente la posición coordenada en relación a laimagen de base, la cual también nos permite evaluar

Fig. 2. Edición de polilíneas describiendo trayectorias y superficies.




una relación de su correspondencia, tanto geométri-ca como topológica, según la escala de edición delelemento. (figura 3).

Fig. 3. Edición de polilíneas describiendo superficies a través de polígonoscerrados.

En otra de las capacidades del sistema, se inte-gran imágenes, las cuales en un procedimiento conoperadores se pueden referenciar y adaptar a las mé-tricas de referencia de las imágenes de base en GE.

CONCLCONCLCONCLCONCLCONCLUSIONESUSIONESUSIONESUSIONESUSIONES

El análisis realizado confirmó la hipótesis de la de-pendencia de la escala de visualización y el error aso-ciado en la interpretación de caracteres relacionadoscon el uso del suelo, al utilizar las imágenes.

Se generó un catálogo escala-imagen de uso po-tencial, que contiene una serie de recursos para faci-litar y guiar en el uso óptimo de escalas del sistemade visualización Google Earth (GE). El objetivo delcatálogo permitirá estandarizar los tipos de escalasen GE, además define los elementos geográficos, aldescribir recursos naturales que pueden aprovechar-se a una determinada escala para un sinfín de estu-dios y análisis efectuados sobre dicho sistema de vi-sualización. Asimismo, se pretende facilitar unconocimiento estimado de la relación imagen-escalaa la gran diversidad de usuarios que estudia el terri-

torio y aquéllos que requieren indicadores porcen-tuales del uso de imágenes y su relación a una escalapara determinados fines. Para ciertos estudios, el ca-tálogo de indicadores de uso potencial de la relaciónescalar en las imágenes de GE puede apoyar ejerci-cios, como determinar áreas o superficies, relacionardistancias, representar volúmenes, medir espacios,aprovechar la resolución de elementos de las imáge-nes y su temporalidad, entre otros elementos, segúnel orden determinado de los indicadores escalaresdescritos. GE, así como otras nuevas tecnologías envisualización de datos espaciales, el desarrollo de apli-caciones de los propios sistemas, como los API, losdesarrollos de infraestructuras de datos y los nuevoslineamientos de investigación en Digital Earth (DE),tendrán en su momento que responder a las necesi-dades de representación de todos los objetos geográ-ficos sobre los diversos y variados territorios. Habien-do estudiado la relación escala-imagen de GE, se tuvola oportunidad de diseñar un sistema independientede GE, adaptado en una plataforma web, con el ob-jeto de aprovechar un API, que en su infraestructurapermite desarrollar el diseño de aplicaciones, en lascuales para este trabajo de investigación se canaliza-ron para conformar un prototipo que permite lo si-guiente: la inserción al visualizador GE de cualquiersitio particular; la edición de vectores conformandopolígonos, líneas y marcadores; la conexión a unabase de datos BD que permite el almacenamiento dela edición de vectores; la inserción e integraciónreferenciada de imágenes sobre el visualizador; la cap-tura de atributos y metadatos, a partir de un formu-lario y la función de consulta de los elementosvectoriales almacenados.

RESUMENRESUMENRESUMENRESUMENRESUMEN

Para analizar la relación geométrico-topológica deimágenes en diferentes escalas, se utilizó el sistema


de visualización GE y se experimentó con diversastecnologías espaciales, a fin de determinar la rela-ción escalar entre los niveles de zoom de GM y lasoperaciones de la función de algoritmo de GE. Asi-mismo, se diseñó un prototipo que permite editar eintegrar vectores, valorar su geometría, almacenar suscomponentes métricos, reconstruir la geometría deobjetos mal editados y modelar la incertitud espa-cial, a partir de la propagación de errores. La meto-dología utilizada integra mecanismos de interopera-bilidad entre sistemas de visualización, software, usode GM, JavaScript, API V3 y recientes tecnologíasWeb para la residencia del sistema.

Palabras clave: Cartografía, Datos vectoriales, Tec-nologías espaciales, Calidad de datos espaciales, Aná-lisis de datos.

ABSABSABSABSABSTRATRATRATRATRACTCTCTCTCT

To analyze the relationship of geometric-topologi-cal images at different scales, Google Earth displaysystem was used. We experimented with diverse spa-tial technologies in order to determine the scalingrelationship between zoom levels of Google Mapsand the operations of the GE algorithm function.Also, a prototype was designed that allows you toedit and integrate vectors, to value its geometry, tostore its metric components, to reconstruct the ge-ometry of objects badly edited, and to model thespatial uncertainty from the error propagation. Themethodology used integrates interoperability mecha-nisms between display systems, software, use of GM,Javascript, API V3 and latest Web technologies forthe system residence.

Keywords: Cartography, Vectorial data, Spatial tech-nologies, Spatial data quality, Data analysis.

REFERENCIASREFERENCIASREFERENCIASREFERENCIASREFERENCIAS

1. Ruas A., B.A. (2002). Echelle et niveau de détail.

Généralisation et représentation multiple. H. S.

Publications. Paris, LAVOISIER. Information

Géographique et Aménagement du Territoire: 25-44.

2. A. Chen, G.G.L., S.J. Kempler, L.Di. (2010).

“Visualization of Earth Science Data Using Google Earth”.

The International Archives of the Photogrammetry,

Remote Sensing and Spatial Information Sciences 34(Part

XXX): 6.

3. Maurizio Gibin, A.S., Richard Milton, Pablo Mateos, Paul

Longley (2008). Collaborative Mapping of London Using

Google Maps: The LondonProfiler. UCL WORKING

PAPERS SERIES. University College London, Centre for

Advanced Spatial Analysis. 1: 15.

4. Zook M.A., G.M. (2007). “The creative reconstruction

of the Internet: Google and the privatization of cyberspace

and DigiPlace”. Geoforum 38(2007): 1322-1343.

5. Karl E. Grossner., M.F.G., Keith C. Clarke (2008).

“Définition d’un système terrestre numérique” Transactions

dans les SIG 12(1): 145-160.

6. Craglia M., G.M.F., Annoni A., Camara G., Gould M.,

Kuhn W., Mark D., Masser I., Maguire D., Liang S.,

(2008). “Next-Generation Digital Earth* A position paper

from the Vespucci Initiative for the Advancement of

Geographic Information Science”. International Journal

of Spatial Data Infrastructures Research 3(DOI: 10.2902/

1725-0463.2008.03.art9): 146-167.

7. Andreas Tolk, J.L.B. (2007). Lessons Learned on NATO

Experiments on C2/M&S Interoperability. Spring

Simulation Interoperability Workshop, Norfolk, VA.

8. Henry, A. (2009). Using Google Earth for Internet GIS.

Institute of Geography School of GeoSciences Edinburgh,

University of Edinburgh. MSc in Geographical Informa-

tion Science: 24.

9. Müller J.C., W.R., Lagrange J.P. and Salgé F., (1995).

“Generalization: state of the art and issues”. GIS and

Generalization: Methodology and Practice. Bristol: Taylor



& Francis(Müller J.C., Lagrange J.P. and Weibel R. (Eds.),):

3-18.

10. Kilpelainen T. (2000). “Maintenance of multiple repre-

sentation database for topographic data”. The Cartographic

Journal 37(2): 101-107.

11. Kjeldsen, L.C. (2004). Binary Line Generalisation Tree

Ostfold University College. F. o. C. Sciences, Halden,

Norway.

12. Van Oosterom, P.A.S., V., (1995). “The development of

an interactive multi-scale GIS”. International Journal of

Geographical Information Systems 9(1): 489-508.

13. Frank, A.U., Timpf S. (1994). “Multiple representations

for cartographic objects ina multi-scale tree-an intelligent

graphical zoom”. Computers & graphics 18(6): 823-829.

14. Schütze, E. (2007). Current state of technology and

potential of Smart Map Browsing in web browsers using

the example of the Free web mapping application

OpenLayers. Multimedia Technology Bremen University

of Applied Sciences. Osnabrück/Germany, Bremen Uni-

versity of Applied Sciences. MSc in Computer Science 128.

15. Crossley, J. (2008). A Rough Google Earth Guide. Mercy

Corps. University of Edinburgh: 24.

16. Vijayalakshmi Atluri, S.A.C. (2007). “A geotemporal role-

based authorisation system”. Int. J. Information and

Computer Security 1(1/2): 143-168.

17. Veregin, H. (2011). Concepts and Methods for Rule-Based

Web Cartography. SCO Technical Paper. Wisconsin State

Cartographer’s Office, University of Wisconsin-Madison. 1:

Recibido: 18/07/14

Aceptado: 18/07/14


revista de divulgación científica y tecnológica de la...

Documents