Disponible con una licencia de Spatial Analyst.
Se puede utilizar un conjunto de pasos conceptuales para facilitar la creación de un modelo. Para entender la secuencia de pasos, trabajará con un problema de muestra. Como urbanista, le han asignado la tarea de hallar ubicaciones adecuadas para un nuevo colegio. La combinación de las herramientas de la extensión ArcGIS Spatial Analyst le ayudará a identificar los emplazamientos potenciales.
Paso 1: plantear el problema
Para resolver un problema espacial, deberá primero plantear el problema que está intentando resolver y el objetivo que se ha propuesto alcanzar. Empiece por un concepto del resultado previsto del estudio para visualizar los tipos de mapas que desea producir.
Su problema no es otro que hallar la ubicación más adecuada para erigir un nuevo colegio. Necesitará producir dos mapas. El primero identificará la adecuación de cada ubicación en relación con las demás, lo que se conoce como mapa de adecuación. El segundo, derivado del mapa de adecuación, identificará la ubicación real para construir el colegio teniendo en cuenta las necesidades funcionales del colegio (tamaño y forma deseada). Para crear estos dos mapas, producirá un modelo de adecuación ponderado.
Para poder modelar su problema espacial, trace un diagrama de los pasos relacionados. Empiece con la exposición del problema. Conforme vaya trabajando en la resolución del mismo, irá expandiendo el diagrama de manera que en él se mostrarán objetivos, modelos de proceso y datasets de entrada necesarios para lograr su objetivo.
Paso 2: desglosar el problema
Cuando haya planteado el problema, desglóselo en partes hasta que descubra los pasos necesarios para resolverlo. Estos pasos son los objetivos que deberá resolver.
A la hora de definir los objetivos, considere en todo momento las medidas que se deberán aplicar para lograrlo. ¿Cómo calculará cuál es la mejor área para el nuevo colegio? En este ejemplo ficticio de emplazamiento de un colegio, un factor determinante es minimizar el coste de desarrollo. Será más barato construir en ciertos tipos de uso del suelo, como áreas que actualmente son campos abiertos, que en áreas que ya han tenido algún desarrollo. Otro factor es el terreno, ya que normalmente es más fácil construir en áreas planas que en pendientes pronunciadas. Dado que muchas de las familias que se han trasladado a la localidad tienen hijos pequeños, es preferible hallar una ubicación próxima a unas instalaciones de recreo. Para distribuir los recursos por la localidad, es importante que se encuentre distanciado de otros colegios. Para cumplir los requisitos funcionales del colegio, el emplazamiento potencial debe ser lo bastante extenso como para albergar el colegio y sus instalaciones. Obviamente, existen más objetivos que podrían incluirse, como el coste de adquisición del terreno o la ubicación en un área con la mayor densidad de niños con una edad apropiada, pero este modelo se ha simplificado para los fines de este ejemplo.
Para cumplir tales objetivos deberá hacer lo siguiente:
- ¿En estas ubicaciones, el uso del suelo es en general adecuado?
- ¿Dónde están las ubicaciones que tienen un suelo relativamente llano?
- ¿Están estas ubicaciones lo bastante próximas a lugares de recreo?
- ¿Están lo bastante alejadas de los colegios ya existentes?
¿En estas ubicaciones, el uso del suelo es en general adecuado?
Deberá decidir los requisitos que debe poseer el tipo de suelo adecuado en el que construir. Este proceso es subjetivo y variará en función de su problema. Para este ejemplo, el suelo agrícola se considera el menos costoso en los que construir y, por ello, se convierte en el más preferible. Después está la tierra árida, matorrales, bosque y, por último, áreas ya edificadas. En este caso, no es necesario el uso de modelo de procesamiento alguno, tan solo una identificación del dataset del uso del suelo de entrada y qué usos del suelo son los que es más preferible construir.
- Dataset de entrada necesario: uso del suelo
¿Dónde están las ubicaciones que tienen un suelo relativamente llano?
Para localizar áreas relativamente llanas deberá crear un mapa que muestre la pendiente del suelo. En el modelo de proceso que se muestra aquí se calcula la pendiente del suelo.
- Dataset de entrada necesario: elevación
¿Están estas ubicaciones lo bastante próximas a lugares de recreo?
Es consciente de que es más aconsejable ubicar el colegio en una zona próxima a algunas instalaciones de recreo, por lo que deberá crear un mapa en el que se muestren las distancias hasta los lugares de recreo para, de manera potencial, ubicar el colegio en áreas próximas a las mismas. Es necesario un modelo de proceso en el que se calculen las distancias desde los lugares de recreo.
- Dataset de entrada necesario: ubicación de las instalaciones recreativas
¿Están lo bastante alejadas de los colegios ya existentes?
Tiene intención de situar el colegio distanciado de otros colegios para evitar toda invasión de sus áreas de captación de alumnos. Por lo tanto, deberá crear un mapa en el que se muestre la distancia respecto a los otros colegios. En el modelo de proceso que se muestra aquí se calcula la distancia a partir del resto de colegios.
- Dataset de entrada necesario: ubicación de las escuelas existentes
Paso 3: explorar los datasets de entrada
Cuando haya desglosado el problema en una serie de objetivos y modelos de proceso y haya decidido los datasets que necesita, debe explorar sus datasets de entrada para comprender su contenido. Esto supone la comprensión de aquellos atributos hallados tanto en el interior de los datasets como entre los mismos y que son importantes para resolver el problema, así como la búsqueda de tendencias en los datos.
Gracias a la exploración de sus datos, es probable que llegue a conocer bastante bien las áreas sobre las que desea erigir el colegio, el peso de los atributos de entrada y las modificaciones en su proceso de modelado. Puede observar las ubicaciones de los colegios y los lugares de recreo existentes y, así, a partir del dataset de elevación, podrá ver dónde se encuentran las elevaciones superiores. El dataset del uso del suelo le indicará los tipos de uso del suelo que se hallan en el área y dónde se ubican en relación al resto de datasets.
Paso 4: ejecutar el análisis
Ya ha decidido sus objetivos, los elementos y sus interacciones, los modelos de proceso y los datasets de entrada que va a necesitar. Es el momento entonces de llevar a cabo el análisis.
Muchas tareas que se pueden resolver con ArcGIS se analizan en la Guía de Esri para el análisis SIG, disponible en Esri Press 
.
A continuación se muestra un diagrama de proceso general para este ejemplo de identificación de la ubicación ideal de un nuevo colegio propuesto. El texto de acompañamiento aportará más detalles de cada uno de los pasos.
Crear un mapa de adecuación
La creación de un mapa de adecuación le permitirá obtener un valor de adecuación para todas las ubicaciones del mapa.
Cuando tenga las capas de dataset necesarias (en este ejemplo, las capas son Uso del suelo, Pendiente, Distancia hasta los sitios de recreo y Distancia hasta los colegios) para su análisis, ¿cómo las combinará para crear un único mapa con categorías para las áreas potenciales en las que se puede erigir el colegio? Necesita una forma de comparar los valores entre capas. Para ello, transforme los valores de los distintos datasets a una escala común.
Cada ubicación de cada capa está clasificada según su adecuación como ubicación para el nuevo colegio. Por ejemplo, puede asignar un valor a cada ubicación de cada capa en una escala del 1 al 10, siendo 10 el mejor.
Esto se denomina habitualmente escala de adecuación. NoData se puede utilizar para atenuar las áreas que no se deben tener en cuenta. El hecho de tener todas las medidas en la misma escala numérica proporciona la misma importancia a todas ellas a la hora de determinar las ubicaciones más adecuadas. El modelo se construye inicialmente de esta manera. A partir de ahí, mientras se prueban situaciones alternativas, se pueden aplicar distintos factores de ponderación a las capas con el fin de explorar con más detenimiento los datos y sus relaciones.
Crear escalas de adecuación
Como ocurre en este ejemplo, muchas de las unidades de medición para las escalas de adecuación son sintéticas. Independientemente de qué unidades de medición se utilicen para la escala de adecuación, cada una es una medida clasificada de adecuación o preferencia, de mejor a peor. Las unidades deben basarse en algo que se pueda medir, como la distancia a los colegios. Sin embargo, en muchos casos se trata de una medida subjetiva acerca de la adecuación de una determinada distancia de un colegio para ubicar otro.
Existen unidades de medición naturales que se asocian generalmente a algunos objetivos. El coste es un buen ejemplo, pero necesita ser definido con suficiente detalle. En un estudio de adecuación para la edificación, un objetivo de coste bajo de los bienes inmuebles se mediría en una escala de dólares. Cerciórese de definir la escala adecuadamente. En algo tan extendido como los dólares existen otras variables, como son los dólares estadounidenses, los dólares australianos o un tipo de cambio entre divisas.
Muchas escalas no comparten relaciones lineales, aunque suelen presentarse de dicha manera para ahorrar tiempo y dinero, o bien porque no se consideraron todas las opciones. Por ejemplo, si se asigna una escala de distancia de trayecto, un trayecto de 1, 5 ó 10 kilómetros no aparecería clasificado como una adecuación de 10, 5 ó 1 si se realiza caminando. Algunas personas podrían pensar que caminar 5 kilómetros es únicamente el doble de malo que caminar 1, mientras que otras podrían pensar que se trata de algo 10 veces peor.
Al crear una escala de adecuación, hágalo con el consejo de expertos para así descubrir todos los aspectos positivos y negativos de una situación y con el mayor número de puntos intermedios posible. Dichos expertos deberían tener conocimientos sobre el objetivo que se está estudiando. Por ejemplo, será más recomendable preguntar a personas que viajan diariamente al lugar del trabajo para clasificar así sus opiniones acerca del tiempo de conducción deseado, que hacerlo a un funcionario municipal que piense que el tráfico es lo peor.
Consulte GIS and Multicriteria Decision Analysis de Jacek Malczewski para obtener más información sobre el tratamiento de los criterios de evaluación y los objetivos conflictivos.
Clasificar las entradas
Una vez preparadas sus distintas entradas, ahora se deben transformar a la escala común.
Clasificar las áreas en tipos de uso del suelo adecuado
Para clasificar el mapa que representa los tipos de uso del suelo, utilice la herramienta Reclasificar. Como es recomendable construir el colegio en tipos de uso del suelo determinados debido a cuestiones económicas, deberá decidir la forma en la que clasificar los valores.
Llegó el momento entonces de decidir los tipos de uso del suelo que prefiere. Esta decisión es subjetiva, pues depende de su propio estudio. La forma más sencilla de decidir el tipo de suelo preferido para la construcción es decidiendo el más preferible y, después, el menos preferible. A partir de ahí, con los tipos de uso del suelo que aún resten, decida de nuevo los más preferibles y los menos preferibles. Siga este proceso hasta que haya clasificado los tipos de uso del suelo según su orden de preferencia. Los usos del suelo de agua y humedales se han excluido del análisis, ya que en este caso no puede construir sobre el agua y existen restricciones que impiden la construcción sobre los humedales. La siguiente ilustración muestra la clasificación de los tipos de uso del suelo.
Clasificar las áreas que tienen un suelo relativamente llano
Para evitar terrenos empinados y localizar aquellas áreas relativamente llanas en las que construir, deberá conocer la pendiente del suelo. La herramienta Pendiente se encargará de crear ese mapa identificando en cada celda la tasa máxima de cambio de valor entre cada celda y sus vecinas. El ráster resultante registra la pendiente como valores de punto flotante que cambian continuamente. Dado que se considera que la preferencia variará directamente según los cambios en el valor de la pendiente, la herramienta Re-escalar por función se usará para clasificar este mapa aplicando la función Linear. Puesto que es preferible ubicarlo en áreas relativamente llanas, proporcione un valor de 1 a las ubicaciones con pendientes empinadas y de 10 a las ubicaciones con pendientes suaves. Los valores intermedios se ajustarán linealmente, como muestra la siguiente figura.
Clasificar las áreas próximas a los lugares de recreo
Para ubicar el colegio de forma que quede próximo a las instalaciones de recreo, deberá conocer la distancia hasta las mismas. La herramienta Distancia euclidiana creará ese mapa calculando la distancia en línea recta (euclidiana) entre cualquier ubicación y el lugar de recreo más cercano. El resultado será un dataset ráster en el que cada celda representará la distancia que hay hasta el lugar de recreo más próximo. Dado que los valores de entrada representan distancias continuas, para clasificar este mapa, utilice la herramienta Re-escalar por función. Puesto que es mucho más preferible ubicar el colegio más próximo a lugares de recreo, se aplica la función MSSmall. De este modo, se asignarán valores de preferencia mucho más altos a las ubicaciones más próximas a los lugares de recreo, mientras que las ubicaciones más alejadas reciben una preferencia menor. Con cada cambio de metro de distancia respecto a los lugares de recreo, la preferencia cambia de forma continua, como muestra la siguiente ilustración.
Más información acerca del análisis de la distancia en línea recta
Clasificar las áreas lejanas de los colegios ya existentes
Para evitar las áreas de captación del resto de colegios, deberá conocer la distancia hasta los mismos. La herramienta Distancia euclidiana se encargará de crear ese mapa calculando la distancia en línea recta entre cualquier ubicación y el colegio más cercano. El resultado será un dataset ráster en el que cada celda representará la distancia que hay hasta el colegio más próximo. Para clasificar este mapa, una vez más utilice la herramienta Re-escalar por función. Dado que es preferible ubicarlo a cierta distancia con respecto del resto de colegios, la función Large se utiliza para proporcionar un valor de 1 a las distancias más próximas a los colegios ya existentes y un valor de 10 a las distancias más lejanas a los mismos. Con la función Large, las preferencias cambian de forma continua con cada metro de distancia a la que se encuentra la ubicación respecto al colegio, como muestra la siguiente ilustración.
Combinar los mapas de adecuación
El último paso que se debe realizar en el modelo de adecuación es combinar los resultados transformados (los mapas de adecuación) de tipos de uso del suelo, pendiente, distancia hasta los lugares de recreo y distancia hasta los colegios.
Para justificar el hecho de que algunos objetivos tienen más importancia en el modelo de adecuación, puede ponderar los datasets, proporcionando a los datasets que deberían tener más importancia en el modelo un mayor porcentaje de influencia (peso) que otros. Si todos los datasets tienen la misma importancia, puede asignar el mismo peso a cada uno.
En el ejemplo, al desglosar el problema sabe que el objetivo más preferible a cumplir es ubicar el colegio en un lugar próximo a las instalaciones de recreo, y que el siguiente es ubicarlo a cierta distancia con respecto al resto de colegios. Las siguientes influencias del porcentaje se asignarán a los mapas de adecuación. Los valores entre paréntesis son porcentajes divididos entre 100, normalizándose así los valores. Este valor normalizado se utilizará como multiplicador para cada mapa de adecuación.
Porcentajes de adecuación
| Factores de adecuación | Influencia del porcentaje | Porcentajes normalizados |
|---|---|---|
Distancia clasificada hasta los lugares de recreo | 50 % | (0,5) |
Distancia clasificada hasta las escuelas | 25 % | (0,25) |
Pendiente clasificada | 12,5 % | (0,125) |
Tipos de uso del suelo clasificados | 12,5 % | (0,125) |
El mapa de adecuación de distancia hasta los lugares de recreo tiene una influencia del 50 por ciento (0,5) en el resultado final, mientras que la distancia hasta los colegios posee una influencia del 25 por ciento (0,25). Tanto la pendiente como los tipos de uso del suelo tienen una influencia del 12,5 por ciento (0,125). Tal y como ocurre en la asignación de escalas de adecuación, la asignación de pesos es un proceso subjetivo, pues variará según la importancia de los objetivos de su estudio.
El mapa de adecuación final se produce mediante la combinación de todos los mapas. Los pesos pueden asignarse en el mismo momento en el que se produce la combinación de mapas de adecuación. A continuación se muestra el mapa de adecuación final para la ubicación de lugares para el colegio. Las ubicaciones más adecuadas se muestran con el tono más oscuro de verde. Las ubicaciones menos adecuadas aparecen en tonos rojos.
Puede utilizar Álgebra de mapas para ponderar y combinar datasets. También puede utilizar las herramientas Superposición ponderada o Suma ponderada. Si utiliza una herramienta en un modelo, tendrá la opción de retroceder y modificar de forma sencilla las ponderaciones (influencia del porcentaje) y cualquier valor de escala que haya establecido. Si conecta herramientas de geoprocesamiento en un modelo, tan solo deberá crear el modelo en una ocasión y después podrá modificar los valores de los parámetros para experimentar con los diferentes resultados.
Ubicar el colegio
El último paso de este proceso de modelado es ubicar realmente el colegio. La superficie de adecuación final clasifica los atributos en cada ubicación en relación con el tipo de uso del suelo, la pendiente, la distancia hasta los sitios de recreo y la distancia hasta las escuelas. Sin embargo, el colegio propuesto también tiene requisitos espaciales en los que funcionar de forma eficiente.
El mejor emplazamiento para su colegio serían 150 acres contiguos de terreno para alojar pistas deportivas. Para lograr una eficiencia de construcción y mantenimiento de la construcción, la configuración del emplazamiento debería ser relativamente compacta.
La herramienta Localizar regiones se utilizará en la superficie de adecuación final para encontrar el mejor emplazamiento de 150 acres.
Compare el emplazamiento propuesto con el mapa de adecuación del paso anterior.
Paso 5: verificar el resultado
Cuando obtenga el resultado de cualquier Spatial Analyst, deberá verificar que es correcto. Siempre que sea posible, esta verificación debe realizarse mediante la visita de los lugares potenciales del campo. A menudo, el resultado que obtiene ha tenido en cuenta alguna cuestión importante. Por ejemplo, podría haber una granja avícola a barlovento del lugar y del que surgen olores nauseabundos, o podría examinar los registros municipales y averiguar que existe una restricción que impide construir en el terreno deseado y de la que no era consciente. Cualquiera que sea el caso, deberá agregar esta información al análisis.
Paso 6: implementar el resultado
El último paso del modelo espacial consiste en implementar el resultado, que da paso a la planificación y construcción del nuevo colegio en la ubicación seleccionada.
Para obtener más información sobre el modelado de adecuación, consulte el tema Entender el flujo de trabajo de modelado de adecuación de Análisis aplicado.
Referencias
Malczewski, J. GIS and Multicriteria Decision Analysis. Wiley & Sons, 1999.