6. Datos Raster¶

	Objetivos:	Comprenda qué son los datos raster y cómo se pueden utilizar en QGIS.
	Palabras clave:	Raster, Pixel, Sensores Remotos, Satélite, Imagen, Georeferencia

6.1. De un vistazo¶

En los temas anteriores, hemos examinado más de cerca los datos vectoriales. Mientras que las entidades vectoriales utilizan geometría (puntos, polilíneas y polígonos) para representar el mundo real, los datos ráster adoptan un enfoque diferente. Los rásteres están formados por una matriz de píxeles (también llamados celdas), cada uno de los cuales contiene un valor que representa las condiciones para el área cubierta por esa celda (ver Figura 6.2). En este tema vamos a echar un vistazo más de cerca a los datos ráster, cuándo es útil y cuándo tiene más sentido usar datos vectoriales.

Figura 6.2 Un conjunto de datos ráster esta compuesto de filas (corriendo de un lado a otro) y columnas (corriendo hacia abajo) de píxeles (también conocidos como celdas). Cada píxel representa una región geográfica, y el valor en ese píxel representa alguna característica de dicha región.¶

6.2. Los datos raster en profundidad¶

Los datos ráster se utilizan en una aplicación GIS cuando queremos mostrar información que es continua en un área y no se puede dividir fácilmente en características vectoriales. Cuando le presentamos los datos vectoriales, le mostramos la imagen en Figura 6.3. Las entidades de puntos, polilíneas y polígonos funcionan bien para representar algunas entidades en este paisaje, como árboles, carreteras y huellas de edificios. Otros objetos de un paisaje pueden ser más difíciles de representar utilizando entidades vectoriales. Por ejemplo, los pastizales que se muestran tienen muchas variaciones de color y densidad de cobertura. Sería bastante fácil hacer un solo polígono alrededor de cada área de pastizal, pero gran parte de la información sobre el pastizal se perdería en el proceso de simplificar las entidades a un solo polígono. Esto se debe a que cuando le da a un vector valores de atributo de entidad, se aplican a toda la entidad, por lo que los vectores no son muy buenos para representar entidades que no son homogéneas (completamente iguales) en todas partes. Otro enfoque que podría tomar es digitalizar cada pequeña variación de color de césped y cubrir como un polígono separado. El problema con ese enfoque es que se necesitará una gran cantidad de trabajo para crear un buen conjunto de datos vectoriales.

Figura 6.3 Algunos objetos espaciales en un paisaje son fácilmente representados como puntos, polilíneas y polígonos (por ejemplo, árboles, carreteras, casas). En otros casos puede ser difícil. Por ejemplo, ¿Cómo representaría los pastizales? ¿cómo polígonos? ¿Qué pasa con las variaciones de color que se puede ver en la hierba? Cuando estas tratando de representar áreas grandes con valores que cambian continuamente, los datos ráster pueden ser la mejor opción.¶

Utilizar datos ráster es una solución a estos problemas. Mucha gente utiliza datos como un backdrop que se utiliza detrás de capas vectoriales para proporcionar mayor significado a información vectorial. El ojo humano es muy bueno al interpretar imágenes y es por lo que se utiliza una imagen detrás de capas vectoriales, esto resulta en mapas con mucho más significado. Los datos ráster no solo son buenos en imágenes que representan la superficie del mundo real (por ejemplo imágenes de satélite y fotografías aéreas), también son buenos en representar ideas más abstractas. Por ejemplo, los ráster se pueden utilizar para mostrar tendencias de lluvia sobre un área, o para representar riesgos de incendio en un paisaje. En estos tipos de aplicación, cada celda representa un valor diferente en el ráster, por ejemplo riesgo de incendio a una escala de uno a diez.

Un ejemplo que muestra la diferencia entre una imagen obtenida de un satélite y una que muestra valores calculados se puede ver en Figura 6.4.

Figura 6.4 Imágenes ráster de color verdadero (izquierda) son útiles ya que proporcionan una gran cantidad de detalles que es difícil de captar como objetos espaciales vectoriales, pero fácilmente de ver al ver la imagen ráster. Los datos ráster también también pueden ser no fotográficos, como la capa ráster mostrada a la derecha que muestra la temperatura mínima promedio calculada en el Cabo Occidental para el mes de marzo.¶

6.3. Georreferenciación¶

Georeferenciar es el proceso de definir exactamente dónde en la superficie de la tierra fue creada una imagen o conjunto de datos ráster. Esta información de posición se almacena con la versión digital de la foto aérea. Cuando la aplicación GIS abre la fotografía, utiliza la información de posición para asegurar que aparezca en el lugar correcto en el mapa. Normalmente esta información consiste de una coordenada del píxel superior izquierdo de la imagen, el tamaño de cada píxel en la dirección X, el tamaño de cada píxel en la dirección Y, y la cantidad (si hay alguno) para girar la imagen. Con esta información, la aplicación SIG puede asegurar que estos datos ráster se mostraran en el lugar correcto. La información georeferenciada de un ráster se proporciona a menudo en un archivo de texto pequeño acompañando al ráster.

6.4. Fuentes de datos raster¶

Los datos ráster se pueden obtener de varias formas. Dos de las formas más comunes son la fotografía aérea y las imágenes de satélite. En fotografía aérea, un avión sobrevuela un área con una cámara montada debajo. Luego, las fotografías se importan a una computadora y se georreferencian. Las imágenes de satélite se crean cuando los satélites que orbitan alrededor de la Tierra apuntan cámaras digitales especiales hacia la Tierra y luego toman una imagen del área terrestre por la que pasan. Una vez que se ha tomado la imagen, se envía de regreso a la tierra mediante señales de radio a estaciones receptoras especiales como la que se muestra en: numref: figure_csir_station. El proceso de capturar datos ráster de un avión o satélite se llama detección remota.

Figura 6.5 El CSIR Centro de Aplicaciones Satelitales en Hartebeeshoek cerca de Johannesburgo. Satélites de pista de antenas especiales, ya que pasan por encima y descargar imágenes utilizando ondas de radio.¶

En otros casos, se pueden calcular datos ráster. Por ejemplo, una compañía de seguros puede tomar informes policiales sobre incidentes de delitos y crear un mapa ráster para todo el país que muestre qué tan alta es probable que sea la incidencia de delitos en cada área. Los meteorólogos (personas que estudian los patrones meteorológicos) pueden generar un ráster a nivel de provincia que muestre la temperatura media, la lluvia y la dirección del viento utilizando datos recopilados de las estaciones meteorológicas (consulte Figura 6.5). En estos casos, a menudo utilizarán técnicas de análisis ráster como la interpolación (que describimos en el Tema Análisis Espacial (Interpolación)).

A veces los datos ráster se crean a partir de datos vectoriales, porque los propietarios de los datos quieren compartir los datos en un formato fácil de usar. Por ejemplo, una empresa con carretera, ferrocarril, datos catastrales y otros conjuntos de datos vectoriales puede optar por generar una versión ráster de estos conjuntos de datos para que los empleados puedan verlos en un navegador web. Esto normalmente sólo es útil si los atributos, que los usuarios deben estar conscientes de, pueden ser representados en el mapa con etiquetas o simbología. Si el usuario tiene que ver la tabla de atributos de los datos, proporcionando en formato ráster podría ser una mala elección porque las capas ráster no suelen tener ningún datos de atributos asociados a ellos.

6.5. Resolución Espacial¶

Cada capa ráster en un SIG tiene píxeles (celdas) de un tamaño fijo que determinan su resolución espacial. Esto se hace evidente cuando mira una imagen a pequeña escala (consulte Figura 6.6) y luego amplía a gran escala (consulte Figura 6.7).

Figura 6.6 Esta imagen de satélite tiene buen aspecto cuando se utiliza una escala pequeña…¶

Figura 6.7 …pero cuando se ve en una escala grande, se pueden observar los píxeles individuales de los que se compone la imagen.¶

Varios factores determinan la resolución espacial de una imagen. Para los datos de teledetección, la resolución espacial es generalmente determinada por las capacidades del sensor utilizado para tomar una imagen. Por ejemplo los satélites SPOT5 pueden tomar imágenes donde cada píxel es de 10 m x 10 m. Otros satélites, por ejemplo MODIS toma imágenes solo en 500 m x 500 m por píxel. En fotografía aérea, el tamaño del píxel de 50 cm x 50 cm no son comunes. La imagen con un tamaño de píxel que cubre un área pequeña se denominan imágenes de “alta resolución” ya que es posible distinguir un alto grado de detalle en la imagen. Las imágenes con un tamaño de píxel que cubre una gran área se denomina imágenes de “baja resolución” debido a que la cantidad de detalle que muestra la imagen es baja.

En los datos ráster que se calculan por análisis espacial (como el mapa de precipitaciones que mencionamos anteriormente), la densidad espacial de la información utilizada para crear el ráster por lo general determinará la resolución espacial. Por ejemplo si desea crear un mapa de precipitación promedio de alta resolución, que idealmente necesitaría muchas estaciones meteorológicas cercanas entre sí.

Una de las cosas principales que debe conocer con rásteres capturados en una alta resolución espacial son los requisitos de almacenamiento. Piense en una ráster que es de 3 x 3 píxeles, cada uno de los cuales contiene un número que representa la precipitación promedio. Para almacenar toda la información contenida en el ráster, tendrá que almacenar 9 números en la memoria de la computadora. Ahora imagine que usted desea tener una capa ráster para toda Sudáfrica con píxeles de 1 km x 1 km. Sudáfrica tiene alrededor de 1.219.090 km ². Lo que significa que el equipo tendría que almacenar más de un millón de números en su disco duro con el fin de contener toda la información. Hacer que el tamaño de píxel sea más pequeño aumentaría en gran medida la cantidad de almacenamiento necesario.

A veces usar una resolución espacial baja es útil cuando se desea trabajar con un área grande y no esta interesado en ver cualquier área a un mayor detalle. Los mapas de nube que vemos en el reporte de clima, son un ejemplo de esto. En útil para ver las nubes que cruzar todo el país. ¡Acercándose a una nube en particular en una alta resolución no le dirá mucho acerca del clima!

Por otra parte, utilizar datos raster de baja resolución puede resultar problemático si estamos interesados en un área pequeña puesto que probablemente no podamos discernir los objetos individuales en la imagen.

6.6. Resolución espectral¶

Si toma una fotografía a color con una cámara digital o una de teléfono celular, la cámara utiliza sensores electrónicos para detectar la luz roja, verde y azul. Al mostrar la imagen en una pantalla o impresa. La información del el rojo, verde y azul (RGB) es combinada para mostrarse en una imagen que los ojos pueden interpretar. Mientras la información aun esta en formato digital, esta información RGB se almacena en bandas separadas de color.

Mientras que nuestros ojos sólo pueden ver longitudes de onda RGB, los sensores electrónicos en las cámaras son capaces de detectar longitudes de onda que nuestros ojos no pueden. Por supuesto, en una cámara de mano que probablemente no tiene sentido registrar la información de las partes no visibles del espectro ya que la mayoría de la gente sólo quiere mirar fotos de su perro o lo que sea. Las imágenes ráster que incluyen datos de las partes no visibles del espectro de la luz se hace referencia a menudo a las imágenes como multiespectrales. En el registro GIS de las partes no visibles del espectro puede ser muy útil. Por ejemplo, la medición de la luz infrarroja puede ser útil en la identificación de los cuerpos de agua.

Debido a que se tienen imágenes que contienen múltiples bandas de luz es útil un SIG, los datos ráster se proporcionan a menudo como imágenes multibanda. Cada banda en la imagen es como una capa separada. El SIG combinará tres de las bandas y los mostrará como rojo, verde y azul para que el ojo humano pueda verlos. El número de bandas en una imagen ráster se conoce como resolución espectral.

Si una imagen consiste de una sola banda, que a menudo se llama una imagen escala de grises. Con imágenes a escala de grises, puede aplicar falso color para hacer las diferencias en valores en los píxeles más obvios. Las imágenes con falso color aplicado a menudo se conocen como imágenes pseudocolor.

6.7. Conversión de raster a vectorial¶

En nuestra discusión de datos vectoriales, explicamos que a menudo los datos ráster se utilizan como una imagen de fondo, que luego se utilizada como una base desde la cual se pueden digitalizar objetos espaciales.

Otro enfoque es el uso de programas informáticos avanzados para extraer automáticamente objetos espaciales vectoriales a partir de imágenes . Algunos objetos, como carreteras muestran en una imagen como un repentino cambio de color en los píxeles vecinos. El programa de ordenador busca tales cambios de color y crea objetos vectoriales como resultado. Este tipo de funcionalidad está normalmente disponibles sólo en software SIG muy especializado (y muchas veces caro).

6.8. Conversión de vectorial a raster¶

A veces es útil convertir datos vectoriales a datos ráster. Un efecto secundario de esto es que los datos de atributos se perderán cuando la conversión se lleve a cabo. Tener vectores convertidos a un formato ráster puede ser útil aunque cuando desee dar datos SIG a los usuarios no SIG. Con los formatos más simples de ráster, la persona que da la imagen puede simplemente verla como una imagen en su computadora sin necesidad de algún software SIG.

6.9. Análisis raster¶

Hay un gran número de herramientas analíticas que se pueden ejecutar en los datos ráster que no se pueden utilizar con datos vectoriales. Por ejemplo, rásters que pueden utilizarse para modelar el flujo de agua sobre la superficie de la tierra. Esta información puede ser usada para calcular donde existen cuencas y redes de transmisión, basado en el terreno.

Los datos ráster también se utilizan a menudo en la agricultura y la silvicultura para gestionar la producción de cultivos. Por ejemplo, con una imagen de satélite de las tierras de un granjero, se puede identificar áreas donde las plantas están creciendo mal y luego usar esa información para aplicar más fertilizante sólo en las zonas afectadas. Los silvicultores utilizan datos ráster para estimar la cantidad de madera que puede ser recolectada de una zona.

Los datos ráster también son muy importantes para la gestión de desastres. El análisis del Modelo Digital de Elevación (un tipo de ráster donde cada píxel contiene la altura sobre el nivel del mar) entonces se puede utilizar para identificar las áreas que son susceptibles a inundación. Esto puede ser utilizado para dirigir esfuerzos de rescate y socorro a las áreas donde más se necesita.

6.10. Problemas usuales / aspectos a tener en cuenta¶

Como ya hemos comentado, los datos raster de alta resolución pueden requerir de grandes cantidades de almacenamiento en el ordenador.

6.11. ¿Qué hemos aprendido?¶

Resumamos lo que hemos cubierto en esta hoja de ejercicios:

Los datos raster consisten en una cuadrícula de píxeles de tamaño regular.
Los datos ráster son buenos para mostrar Información que varia continuamente.
El tamaño del pixel en una imagen raster determina su resolución espacial.
Las imágenes ráster pueden contener una o más bandas, cada una cubre la misma área espacial, pero contiene diferente información.
Cuando los datos ráster contiene bandas de diferentes partes de espectro electromagnético, estas se llaman imágenes multiespectrales.
Tres de las bandas de una imagen múlti-espectral se puede mostrar en los colores Rojo, Verde y Azul para que podamos verlas.
Las imágenes compuestas de una sola banda se denominan imágenes en escala de gris.
Las imagenes de banda única o de escala de grises, se pueden mostrar con pseudocolores por GIS.
Las imágenes de raster pueden consumir grandes cantidades de espacio de almacenamiento.

6.12. ¡Ahora pruebe usted!¶

He aquí algunas ideas que puede probar con sus alumnos:

Discutir con sus estudiantes en que situaciones usarían datos ráster y en cuales usaría datos vectoriales.
Consiga que sus alumnos creen un mapa ráster de su escuela utilizando hojas transparentes A4 con una cuadricula dibujadas en ellas. Se sobrepone una hoja transparente en un mapa topográfico o una fotografía aérea de su escuela. Ahora permita que cada alumno o grupo de alumnos colore en celdas que representan un cierto tipo de elementos, ejemplo edificio, parque infantil, campo de deportes, arboles, senderos etc. Cuando finalicen, colocar todas las hojas juntas y ver si se hizo una buena representación de mapa ráster de su escuela. ¿Qué tipo de entidades trabajan bien cuando se representa como ráster? ¿Cómo fue que la elección del tamaño de celda afecta su capacidad para representar diferentes tipos de elementos?

6.13. Algo sobre lo que pensar¶

Si no tiene una computadora disponible, puede comprender los datos ráster utilizando lápiz y papel. Dibuja una cuadricula sobre la hoja de papel para representar su campo de fútbol. Llene la cuadrícula con números que representan valores de cobertura de pasto en su campo de fútbol, si esta desnudo dar a la celda un valor de 0. Si un área esta completamente cubierta con pasto, dar un valor de 2. Ahora utilice un lapices de colores para colorear las celdas en base a sus valores. Color verde oscuro de celdas con valor 2 , Valor 1 debe tener verde claro, y el valor 0 en color marrón. ¡Al finalizar debe tener un mapa ráster de su campo de fútbol!

6.14. Lecturas sugeridas¶

Libro:

Chang, Kang-Tsung (2006). Introduction to Geographic Information Systems. 3rd Edition. McGraw Hill. ISBN: 0070658986
DeMers, Michael N. (2005). Fundamentals of Geographic Information Systems. 3rd Edition. Wiley. ISBN: 9814126195

Sitio web: https://en.wikipedia.org/wiki/GIS_file_formats#Raster

La Guía de Usuario de QGIS contiene información más detallada sobre el trabajo con datos raster en QGIS.

6.15. ¿Qué viene ahora?¶

En la siguiente sección, echaremos un vistazo en mayor profundidad a la topología para ver cómo la relación entre objetos vectoriales se puede utilizar para asegurar la mejor calidad de los datos.