Más

Cambie el valor de píxel NODATA en el ráster a un valor arbitrario


Quiero cambiar el valor en todos los píxeles que son actualmente de 0 a 800 en QGIS 2.6.1. 0 aparece como el valor sin datos en Propiedades> Transparencia. He desmarcado la casilla Sin valor de datos allí. Entonces probé lo siguiente.

1) Establezca Configuración> Opción> Fuentes de datos> Representación para valores NULL = 800. Guardar como… para crear una nueva capa ráster .tif, CON y SIN especificar un rango para Sin valores de datos en el cuadro de diálogo Guardar como…. Pensé que tal vez un rango de -1 a 1 manejaría mejor los ceros de representación real. De cualquier manera, el ráster devuelto es como el original, sin cambios en los píxeles sin datos (valor = 0).

2) Caja de herramientas de procesamiento> Geoalgoritmos> Ráster> Herramientas generales> Calculadora de ráster, con expresión:si no (lt (a, 1), (800), a). Todavía no hay dados, el valor sin datos es ahora-99999.

3) Menú ráster> Calculadora ráster, con expresión:("mi capa aquí @ 1"> = 0) * "mi capa aquí @ 1". Curiosamente, ahora el valor sin datos es-3.40282… E + 38.

4) Caja de herramientas de procesamiento> Geoalgoritmos> Ráster> Edición> Reclasificar valores de cuadrícula. Esta herramienta no funcionó en absoluto. Probé las opciones [0] Única, [1] Rango y [2] Tabla simple, con y sin guardar en un archivo. Log dio un montón de errores acerca de la imposibilidad de cargar módulos. La ruta a los .dlls es correcta.

5) Caja de herramientas de procesamiento> Geoalgoritmos> Ráster> Edición> Reclasificar (simple), con la opción de rango -1 a 1. Devolvió un ráster con el valor sin datos = -99999.

Para el registro, todas las pruebas se realizaron con la representación nula = 800, pero también probé varios de los métodos con la representación predeterminada de NULL. Los resultados fueron los mismos. También exporté el ráster como formato XYZ y lo miré en CloudCompare; los valores nulos se expresan como el valor informado en Propiedades> Transparencia.


Puedes usar el r.null.to función a través de GRASS para transformar todas las celdas de valor NULO en un valor definido por el usuario, que en su caso es 800:

Nota: Tendrá que crear un Mapset GRASS antes de poder usar r.null.to ya que no está disponible en el Caja de herramientas de procesamiento. Una vez que haya creado un conjunto de mapas, use la opción GRASS para agregar una capa ráster, seleccione Herramientas GRASS abiertas y busque en la lista de módulos:


Editor de píxeles de trama

A veces, desea cambiar los valores de los píxeles en sus rásteres. No es algo que necesariamente quieras hacer con imágenes, pero cuando trabajas con rásteres categóricos o un modelo de elevación, puede ser útil. A continuación, se muestra un ejemplo que muestra cómo crear un muro de barrera para la prevención de inundaciones en Outer Banks en Carolina del Norte. Básicamente, crearé un nuevo ráster que luego podría aplicarse a un modelo de inundación.

Comience con sus datos de elevación y un archivo de forma que delimite dónde se levantaría la pared. Tenga en cuenta que debe ser un polígono para que esto funcione. Cuando hice esto, creé un shapefile de polilínea y luego le agregué un búfer de 1 m.

Desde la ventana de análisis de imagen, seleccione la capa de elevación y agregue una función.

En el Editor que aparece, haga clic derecho en la capa ráster e inserte una función constante. La constante debe ser la altura del muro que desea construir más la elevación subyacente. Como estoy mirando datos costeros, 25 m está bien. Si estuviera modelando el impacto de la construcción de una presa en un área de gran elevación, me gustaría agregar la elevación a la altura de la presa.

Después de agregar la función constante, mantenga el editor abierto y agregue una función de clip. Navegue hasta el shapefile que creó para su área de interés. Seleccione Exterior para el Tipo y marque la casilla junto a Usar características de entrada para recortar geometría. Haga clic en Aceptar.

En la ventana Editor, agregue una función local encima de la función constante. Use el icono Más para agregar un ráster desde el disco y seleccione los datos de elevación originales. En Operaciones, desplácese hacia abajo y seleccione Máximo (Ignorar NoData). Cambie la extensión a Unión. Haga clic en Aceptar y estará listo.

Puede crear un shapefile para cualquier área de interés y reutilizar esta cadena de funciones para que funcione como un editor de píxeles. No está limitado a cambiar los valores de los píxeles, puede usar cualquiera de las funciones que desee, como filtrado, estadísticas, matemáticas de bandas, etc.


2 respuestas 2

No sé exactamente por qué RasterBand.GetMaximum () y RasterBand.GetMinimum () devuelven None. ¿Quizás deba calcularse una tabla de atributos de ráster antes de que GTiff pueda acceder a ese valor sobre la marcha?

Puede realizar operaciones similares en la barra de variables numpy.ndarray.

El problema obvio aquí es si el valor de nodata es el mínimo o el máximo, en cuyo caso eso sería devuelto a su disgusto. Landsat tiene nodata = 0.

Puede resolver eso haciendo una matriz enmascarada y utilizando los métodos mínimo y máximo de la matriz enmascarada.

Para que .GetMinimum () y amp .GetMaximum () de gdal devuelvan valores, primero debe calcular las estadísticas de la banda. De lo contrario, aparece como ninguno. Al menos, esa es mi experiencia con las imágenes de radar y los interferogramas de Sentinel1.
Algún código de ejemplo.


1 respuesta 1

Esto es un poco diferente a extraer para un polígono, ya que desea muestrear cada píxel tocado por la línea, en el orden en que se tocan (los enfoques de polígono no se preocupan por el orden de los píxeles).

Parece que sería posible adaptar este enfoque para usar rasterio en su lugar. Dada una línea leída de un shapefile usando geopandas o fiona como un objeto bien formado, usa los puntos finales para derivar una nueva proyección equidistante que usa como dst_crs en un WarpedVRT y lee los valores de píxeles de eso. Parece que necesitaría calcular la longitud de su línea en términos de la cantidad de píxeles que desea muestrear, este es el parámetro de ancho de WarpedVRT.

Es posible que este enfoque deba adaptarse más si su línea no es aproximadamente una línea recta entre los puntos finales.

Si solo desea obtener los valores de píxeles sin procesar debajo de la línea, debería poder usar una máscara en rasterio o rasterizar directamente, para cada línea. Es posible que desee utilizar all_touched = True en el caso de las líneas.


Ventajas / desventajas del modelo vectorial

En comparación con el modelo de datos ráster, los modelos de datos vectoriales tienden a ser mejores representaciones de la realidad debido a la exactitud y precisión de los puntos, líneas y polígonos sobre las celdas de cuadrícula espaciadas regularmente del modelo ráster. Esto da como resultado que los datos vectoriales tienden a ser más agradables estéticamente que los datos ráster.

Los datos vectoriales también proporcionan una mayor capacidad para alterar la escala de observación y análisis. Como cada par de coordenadas asociado con un punto, línea y polígono representa una ubicación infinitesimalmente exacta (aunque limitada por la cantidad de dígitos significativos y / o metodologías de adquisición de datos), hacer zoom en una imagen vectorial no cambia la vista de un gráfico vectorial de la misma forma que lo hace con un gráfico de trama (ver fig. 1).

Los datos vectoriales tienden a ser más compactos en la estructura de datos, por lo que los tamaños de archivo suelen ser mucho más pequeños que sus contrapartes ráster. Aunque la capacidad de las computadoras modernas ha minimizado la importancia de mantener archivos de tamaño pequeño, los datos vectoriales a menudo requieren una fracción del espacio de almacenamiento de la computadora en comparación con los datos ráster.

La ventaja final de los datos vectoriales es que la topología es inherente al modelo vectorial. Esta información topológica da como resultado un análisis espacial simplificado (por ejemplo, detección de errores, análisis de red, análisis de proximidad y transformación espacial) cuando se utiliza un modelo vectorial.

Alternativamente, existen dos desventajas principales del modelo de datos vectoriales. Primero, la estructura de datos tiende a ser mucho más compleja que el modelo de datos ráster simple. Como la ubicación de cada vértice debe almacenarse explícitamente en el modelo, no hay atajos para almacenar datos como los hay para los modelos ráster (por ejemplo, las metodologías de codificación de longitud de ejecución y de árbol cuádruple).

En segundo lugar, la implementación del análisis espacial también puede ser relativamente complicada debido a diferencias menores en exactitud y precisión entre los conjuntos de datos de entrada. De manera similar, los algoritmos para manipular y analizar datos vectoriales son complejos y pueden generar requisitos de procesamiento intensivos, particularmente cuando se trata de grandes conjuntos de datos.


Problema de la herramienta ArcGIS Pro Nibble

Tengo un ráster de intensidad de wawe con espacios (NoData) y quiero mordisquear los píxeles NoData de los valores de píxeles vecinos (valores de intensidad de wawe) en ArcGIS Pro, usando una máscara de agua de mar separada que cubre las áreas NoData (píxeles en azul oscuro). Los dos ráster son rásteres de coma flotante de 32 bits y tienen idénticas estadísticas, extensiones y proyección de ráster. Además todo el env requerido. las variables parecen estar correctamente definidas. Las herramientas Nibble funcionan bien sin mensajes de error. PERO la salida es un ráster con valores de -3,4 a +3,4. El mismo problema ocurre cuando utilizo la herramienta Estadísticas focales. mismos problemas con rásteres enteros, salida Nibble 0-255. El ráster de salida flotante tiene el mismo tamaño de 2,8 GB, por lo que hay algunos datos allí ... También he construido nuevas pirámides y he calculado estadísticas de ráster sin ninguna mejora.

¿Alguna idea de por qué esto es así y cómo resolver este problema?

Gracias por aconsejarme utilizar GRID.

Resolví el problema (volví a ArcGIS 10.17 ya que todavía estoy más familiarizado con ese SW).

  1. Primero convertí todos los píxeles wawe NoData a 0 para permitir que la herramienta Nibble también hiciera la interpolación (dentro del área de la zona costera).
  2. Luego utilicé esta capa convertida como ráster de entrada para la herramienta Nibble.
  3. El wawe-raster original (con sus píxeles NoData) apunta como la máscara de ráster de entrada. La salida de Nibble me dio el resultado deseado, como se visualiza en las imágenes adjuntas.

Franco


Modelos de datos ráster (modelo propiedades de espaciados uniformemente celdas de cuadrícula)

Motivación histórica

Concepto general de análisis de idoneidad (es decir, uso apropiado de la tierra en función de las características de la tierra)
  • muy prolífico (1700 proyectos a lo largo de su carrera) e influyente
  • ayudó a crear el Sistema de Parques Nacionales de EE. UU.
  • escribió el primer "Plan Nacional" que abogaba por las áreas de conservación y el desarrollo
  • planificación basada en recursos (las características naturales deben influir en la forma de la ciudad) "múltiples centros basados ​​en el vecindario determinados por los recursos disponibles"
  • Importancia de los parques: "las ciudades mejor diseñadas tienen alrededor de un octavo de su área en parques y alrededor de un acre para 75 personas". (Manning 1919)
  • Se diferenciaba del "movimiento City Beautiful", que enfatizaba los centros cívicos monumentales y los edificios públicos.
¿Cómo implementar estas ideas en un mundo predigital? (¡no es fácil!)
      • recursos naturales cartografiados por encuesta (¡sin fotos aéreas!)
      • utilizó tablas de luz y rastreo manual para el análisis espacial

      • las características pueden ser "buenas", en cuyo caso las áreas superpuestas son "adecuadas"
      • las características pueden ser "malas", en cuyo caso las áreas superpuestas son "inadecuadas"
      • las características pueden ser "medianamente buenas" o "bastante malas" para los casos intermedios

      Ideas y métodos de Manning revisados ​​y popularizados en la década de 1960 por Ian McHarg (Penn) y Carl Steinitz (Harvard)

      ¿Por qué no hacer superposiciones con Vector Model?
      • & quot; Problema de la astilla & quot no escala bien
        • En un análisis con docenas de capas, puede dedicar tanto tiempo a la limpieza como al análisis
        • El modelo de datos vectoriales, particularmente con polígonos, es complejo (la superposición & quotsimple & quot requiere muchos cálculos)
        • El modelo de datos ráster es una representación muy eficiente dentro de las computadoras digitales

        Modelo de datos ráster

        • Ortofotos (2 mx 2 m 0,5 mx 0,5 m)
          • El valor de la celda es el brillo del píxel en ortofoto
          • Esta es la representación predeterminada
          • Tiene restricciones de nomenclatura extrañas (basadas en Fortran): 13 caracteres + guión bajo
          • También puede usar & quotgeoTIFF & quot simplemente especificando la extensión (salida: this_is_my_long_descriptive_filename.tif)
          • Puede ver rásteres en la versión base, pero no manipular

          Ilustrando operaciones ráster básicas en ArcGIS

          • Herramienta de entidad a ráster (en ArcToolbox) para convertir polígonos de grupos de bloques de Cambridge en una capa ráster
            • Celdas de cuadrícula de 100 metros
            • use el valor medio de la vivienda para el valor en cada celda de la cuadrícula ráster
            • Promedio ponderado por distancia inversa de las 12 ventas más cercanas
            • colocar la cuadrícula en el lugar correcto (extensiones).
            • obtener el tamaño de celda correcto (coordenadas y dimensiones).
            • enmascarando las partes que no están en Cambridge

            Martes 19 de diciembre de 2017

            Descripción general de GIS

            SIG - GIS es una colección integrada de software y datos informáticos que se utilizan para ver y gestionar información sobre lugares geográficos, analizar relaciones espaciales y modelar procesos espaciales.

            Modelo - Un modelo es una simplificación para describir, predecir o analizar la realidad. Por lo general, se realiza para responder una pregunta o resolver un problema.
            Los problemas con los modelos son que representan un problema del mundo real con varios supuestos y simplificaciones que implican compromiso, subdivisión, reclasificación, generalización e imposición de límites temporales que dan como resultado la aplicación de restricciones subjetivas.
            El GIS fue desarrollado en 1963 por el Dr. Roger Tomlison, considerado el "Padre del GIS".
            Datos de localización es información que describe la ubicación y las propiedades (atributos) de las características. Puede almacenarse como datos ráster o vectoriales.
            Un proyecto de mapa hace referencia a archivos de datos pero no los contiene. Por ejemplo: ArcMap, QGIS
            El documento de mapa tiene una extensión .mxd en ArcMap
            El modelo de datos vectoriales define objetos con límites definidos.
            Las geometrías vectoriales se representan mediante pares de coordenadas (x, y, z): punto, línea (poli), polígono
            Los datos vectoriales utilizan coordenadas geográficas e información de atributos para localizar y determinar características.
            Los tipos de atributos son: Nominal, Ordinal, Intervalo y Relación de amperios.
            Nominal : Se refiere a la CALIDAD de una función, NO A LA CANTIDAD
            Ordinal : Se refiere a la clasificación
            Intervalo: Se refiere a la medición de la calidad que es lineal (p. Ej., Temperatura)
            Proporción : Medida de cantidad lineal, pero con un punto cero fijo.
            Modelo de datos ráster: es una mezcla de celdas (Elemento de imagen PIXEL) organizado en filas y columnas donde cada celda contiene un valor que representa información. El tamaño aumenta exponencialmente al aumentar el tamaño de la celda.
            Usos de la trama:

            • Mapa base: como fondo para capas vectoriales
            • Mapa de superficie: representación de datos cambiantes en un paisaje
            • Mapa temático: agrupación de valores en clases o categorías
            • Primario (medición de datos directamente utilizando instrumentos como GPS o técnicas como topografía y detección remota)
            • Secundaria (digitalización de mapas a partir de mapas físicos, fotografías, usando fotogrametría)
            • -Resolución
            • -Escala
            • -Edad
            • -Autor
            • -Fuente
            • -Posición y atributo de amplificador
            • -Precisión
            • -Lo completo
            • -Metadatos

            Formatos de archivos vectoriales son aquellos que se pueden almacenar como clases de geodatabase en geodatabase y shapefile, CAD Ex: shp, shx, dbf, prj, xml.
            Geodatabase de archivos- La geodatabase es una colección de conjuntos de datos geográficos que se administran fácilmente y se pueden escalar según el uso previsto. - ES MÁS FÁCIL DE ALMACENAR.
            Es una colección de archivos en una carpeta que puede almacenar, consultar y administrar datos espaciales y no espaciales. Está compuesto por:

            • -Clases de funciones
            • -Conjunto de datos de características
            • -Conjunto de datos de trama
            • -Tablas no espaciales y
            • -Cajas de herramientas

            Clase característica - Se encuentra en archivos de geodatabase y es una colección de vectores con atributos establecidos, pero también puede referirse a anotaciones, multipuntos o multiparches.
            Formatos de archivo ráster- Se guardan en geodatabase como modelo de mosaico, y formatos tiff, jpeg, GeoTIFF, jpeg2000, DEM. El formato determina:

            1. -La categoría de proyección conforme conserva los ángulos locales. Ej .: proyección Mercator -UNA PROYECCIÓN NO PUEDE SER TANTO DE ÁREA IGUAL Y CONFORMAL
            2. -La categoría de proyección de área igual conserva el área
            3. -La categoría de proyección equidistante conserva la escala en una dirección determinada
            4. -La categoría de proyección Compromiso implica una distorsión moderada de FORMA, ÁREA. DISTANCIA, DIRECCIÓN Y ESCALA AMP.
            1. -60 zonas que están divididas por Norte o Sur
            2. -Cada zona es una proyección mercator cilíndrica secante
            3. -Las líneas estándar están aproximadamente a 180 km hacia cada lado del meridiano central
            1. -almacenar datos en una base de datos central donde los usuarios pueden proyectarlos según sea necesario.
            2. -hacer un mapa rápido
            3. -cuando la distorsión de la forma, el área y la distancia son irrelevantes
            4. -Cuando no se realizarán consultas espaciales basadas en la ubicación y la distancia.
            1. -Consultas de distancia
            2. -Para medir áreas
            3. -Análisis GIS
            4. -Edición de características GIS
            5. -Correcta visualización

            El área de superficie se refiere a la medición 3D que mide a lo largo de pendientes y siempre es más grande que el área de superficie 2D.
            Medida categórica se refiere a comparar categorías de diferentes factores utilizando un criterio común.
            Ex:

            1. -Igual a (=)
            2. -Mayor que (& gt)
            3. -Menos que (& lt)
            4. -Mayor o igual que (& gt =)
            5. -Inferior o igual a (& lt =)
            6. -No es igual a (& lt & gt)
            1. -COMO
            2. -'-'
            3. -'%'
            4. Valores nulos
            5. -ES
            6. -NO ES los operadores se utilizan para identificar valores NULL
            1. -Acceso a datos espaciales para seleccionar registros que cumplan con un conjunto de criterios espaciales Ej .: Prueba de relación de diferentes conjuntos de datos
            2. -Intersección
            3. -Proximidad
            4. -Contención
            5. -Distancia
            6. Uniendo datos
            7. -Combinar datos de varias tablas de entrada en una única tabla de salida utilizando una clave común en la tabla
            • La combinación de atributos implica agregar los campos de una tabla a los de otra a través de un campo común a ambas tablas.
            • El beneficio de la combinación de atributos es que no es necesario almacenar todos los datos en una tabla. Los DATOS NO ESPACIALES se pueden mapear
            • -Para encontrar la característica más cercana
            • -Contenido de un polígono y amplificador
            • -Utilizar como herramienta de medición
            1. -Más barato y requiere menos tiempo para producir
            2. -Amplia audiencia (accesible para cualquier persona con acceso a Internet)
            3. -Fácil de actualizar
            4. -Interactivo
            5. -Puede usarse para vincular a información relacionada
            • -Es un mapa temático en el que las áreas vectoriales están coloreadas o sombreadas distintivamente para representar valores clasificados de un fenómeno en particular.
            1. -Intervalo igual, intervalo definido
            2. -Cantil
            3. -Escapadas naturales (en ArcMap)
            4. -Petty rompe (en QGIS)
            5. -Desviación estándar (cuánto varía el valor del atributo de una característica de la media)
            6. -Subjetivo (manual)
            7. -Sin clasificación (valores únicos)

            La clasificación ráster implica:

            • -Reclasificación de celdas para genaralizar las tendencias existentes.
            • -Creación de temas en modelos ráster. Ej: cloropleta
            • -VECTOR -Clases de características
            • -RASTER -Conjuntos de datos ráster (un modelo de datos espaciales cuadriculados)
            • -NO-ESPACIAL -Tablas compuestas por filas y columnas
            • -La topología se define como un conjunto de relaciones geográficas de una o más clases de entidad con geometrías comunes en una geodatabase.
            • -La topología describe cómo las características están relacionadas espacialmente
            • -Las entidades compartidas entre clases de entidades se pueden gestionar mediante topología, nodos, aristas y caras. Su relación entre ellos y sus características se pueden descubrir y ensamblar de manera efectiva.
            • -La topología proporciona un mecanismo para realizar verificaciones de integridad en los datos asociados, validando y manteniendo mejores representaciones de características.
            1. -Pobre precisión
            2. -Pérdida de tiempo
            3. -Rescalado manual
            4. -Difícil de realizar cambios en el análisis
            5. Mucha propagación de errores
            6. Problemas con las superposiciones:
            7. -Propogación de errores
            8. -Computacionalmente intensiva
            9. -Creación de plata
            10. -Escala
            1. -Herramientas
            2. -Variables de entrada y
            3. -Conectores
          • La precisión se define como la proximidad a un valor verdadero o conocido.
          • La precisión se define como la cercanía de dos o más valores entre sí.
            1. -ACTIVO Ex: LiDAR, RaDAR
            2. -PASSIVE Ex: Pancromático visible, multiespectral visible, infrarrojo, térmico
            1. -BAND-1 útil para mapear estudios costeros y de aerosoles
            2. -Mapeo batimétrico AZUL para distinguir el suelo de la vegetación
            3. -VERDE Enfatiza la vegetación máxima para evaluar el vigor de la planta.
            4. -RED Discrimitaes vegetatin pendientes
            5. -NIR enfatiza el contenido de biomasa y las costas
            6. -SWIR-1 Enfatiza el contenido de humedad del suelo y la vegetación penetra en las nubes delgadas
            7. -SWIR-2 SWIR-1 mejorado
            8. -BAND-8 Pancromática: resolución de 15 m, definición de imagen más nítida
            9. -BAND-9 Detección mejorada de contaminación por nubes cirrus
            10. -BAND-10 TIRS-1 Resolución de 100 m, imágenes térmicas y humedad estimada del suelo
            11. -BAND-11 TIRS-2 TIRS-1 mejorado
            1. -Interpretación de superficie
            2. -Análisis hidrológico
            3. -Análisis estadístico
            4. -Clasificación de imágenes
            1. -Utilizando un criterio establecido
            2. -Reclasificación en valores comunes
            3. -Asignar ponderaciones a criterios
            4. -Superposición y
            5. -Evaluación
            1. -Resolucion espacial
            2. -Resolución espectral
            3. -Resolución radiométrica
            4. -Resolución temporal
            1. - Los proveedores de GIS desarrollaron software basado en servidor.
            2. - Los usuarios pueden publicar mapas interactivos en la web utilizando sofwares GIS con interactividad y rendimiento.
            3. - En 1996, mapquest lanzó el servicio web, los usuarios obtuvieron direcciones, pero la carga fue lenta.
            1. - En 2005, Google Maps desarrolló mosaicos.
            2. - Los mosaicos se cargan más rápido que un mapa grande.
            3. -Los mapas se preparan a múltiples escalas. Se presentan más datos en cada escala y el mapa web solo carga los mosaicos que necesita el usuario.

            Si x es un RasterStack / Brick, se devolverá un RasterBrick si na.rm = TRUE. Sin embargo, si na.rm = FALSE, se devuelve un RasterLayer, porque los valores serían los mismos para todas las capas.

            Si x es un objeto Raster *: RasterLayer o RasterBrick. Los valores de celda representan el tamaño de la celda en km2, o el tamaño relativo si los pesos = VERDADERO

            Si x es un objeto SpatialPolygons *: área si cada objeto espacial en metros cuadrados si el CRS es longitud / latitud, o en unidades de mapa cuadradas (normalmente metros)


            Dónde Los sistemas de información geográfica son usó

            El SIG se utiliza en casi todos los campos hoy en día debido a su gran contenido, alta calidad y software altamente desarrollado. Aquí hay una lista de todos los campos que usan GIS:

            • Educación
            • Salud
            • Seguro
            • Fabricación
            • Petróleo
            • Seguridad Pública
            • Bienes raíces
            • Venta minorista
            • Sustentabilidad
            • Telecomunicaciones
            • Transporte
            • Servicios públicos de electricidad y gas
            • Recursos naturales
            • Gobierno
            • Agua

            El sistema de información geográfica se utiliza en todas partes, desde la agricultura hasta la atención de la salud pública. Muchos campos diversos ya utilizan GIS desde hace mucho tiempo. El uso de SIG es muy amplio, lo que permite que casi todos los campos se beneficien de él.

            Los SIG se pueden utilizar, por ejemplo, en investigaciones científicas, gestión de recursos y planificación del desarrollo. Para las empresas minoristas, GIS brinda la oportunidad de planificar deliberada y exactamente dónde ubicar la próxima tienda. Mientras que las empresas de marketing utilizan GIS para tomar decisiones sobre a quién comercializar y dónde comercializar.

            Los científicos están usando SIG, por ejemplo, para comparar estadísticas de población a los recursos, como la capacidad de acceso a la atención médica. Los biólogos están rastreando animales a través de GIS. Los funcionarios municipales, estatales o federales están planificando las respuestas en caso de desastres naturales mediante el uso de SIG. En este caso, el SIG ayuda a localizar refugios de emergencia y planificar qué carreteras deberían ser seguras de utilizar en caso de catástrofes naturales.

            Diferentes ingenieros están utilizando GIS para múltiples propósitos, como soporte de diseño, implementación y gestión de redes de comunicación. También para la infraestructura de conectividad a internet, desarrollo de las redes viales o infraestructura de transporte.

            Ejemplo del mundo real:

            Cuando ocurrió el huracán Katrina, existía una necesidad alarmante de contar con herramientas y una gestión de desastres adecuada. Este desastre ha sido visto por muchos como la primera vez que el SIG se utilizó como herramienta para gestión de desastres. La tecnología GIS ayudó a compartir una gran cantidad de datos sobre las calles que eran y no eran accesibles. El GIS también proporcionó información sobre dónde había llegado la inundación. El esfuerzo de la transmisión de datos GIS estaba ayudando a toda la situación y brindó esfuerzos de socorro.

            No existen límites para el tipo de información que es posible analizar utilizando SIG.


            Ver el vídeo: convert shapefile to raster in ArcGIS (Octubre 2021).