Georreferenciación: qué es, sus usos y herramientas

Imagina que estás analizando una base de datos para determinar la mejor ubicación para construir una tienda de mascotas. Ya ha analizado varias variables en un conjunto de datos tabulares, pero notó que faltaban dos columnas muy importantes para el problema: la latitud y la longitud de los posibles competidores. Todo tenía sentido, sería muy interesante recopilar esta información y representarla en un mapa para calcular la distancia de las urbanizaciones a las paradas de transporte público y la posible ubicación de la tienda de mascotas, por ejemplo. Esta representación de información en un mapa se conoce como georreferenciación.

¿Qué es la georreferenciación?

El proceso de asignar coordenadas geográficas a objetos o datos vinculando esta información a un sistema de coordenadas es lo que llamamos georreferenciación. Si realizamos esta asignación, se hace posible representar la información en un mapa para identificar la posición exacta de cada objeto o dato en el espacio.

Este tema es fundamental en muchos campos de estudio y aplicaciones, como la planificación urbana, la agricultura, el medio ambiente, la logística, las telecomunicaciones, el monitoreo de recursos naturales, entre otros. Ayuda en el análisis de patrones geográficos y la toma de decisiones al proporcionar información detallada sobre la distribución espacial de los datos y permitir la comprensión de las relaciones entre diferentes elementos en el espacio geográfico.

¿Qué pasa cuando los datos no están georreferenciados?

Cuando los datos no están georreferenciados, no están vinculados a un sistema de coordenadas geográficas específico y, por lo tanto, no se pueden ubicar con precisión en el espacio geográfico.

Un sistema de coordenadas geográficas (SIG) es un método de referencia utilizado para representar y localizar puntos en la superficie de la Tierra, utilizando coordenadas que se expresan en grados de latitud y longitud. En este sistema, el planeta está dividido en paralelos y meridianos.

El grado cero en el eje horizontal está dado por el meridiano de Greenwich y el grado cero en el eje vertical está dado por el ecuador. Partiendo del ecuador, podemos dibujar una serie de círculos más pequeños, paralelos a esta línea, y estos círculos son lo que llamamos paralelos. Los meridianos son círculos perpendiculares al ecuador.

Así pues, la latitud es una medida geográfica que indica la posición norte o sur de un punto de la Tierra en relación con el Ecuador. La longitud es la posición al oeste o al este en relación con el meridiano de Greenwich.

¿Cómo georreferenciar datos?

En la georreferenciación queremos asociar la información a una ubicación geográfica. Dependiendo del problema que estés enfrentando este proceso puede variar. Puedes recolectar datos mediante un GPS, en cuyo caso las coordenadas de latitud y longitud se registran automáticamente y la información ya estará georreferenciada. Ahora, si tienes una dirección o ubicación específica, puedes utilizar un servicio llamado geocodificación. De esta manera, es posible convertir estas direcciones en latitud y longitud.

¿Cuáles son las herramientas y técnicas comunes utilizadas para georreferenciar datos?

Dos programas muy famosos en este área son QGIS y ArcGIS . Permiten que este proceso de asociación de objetos, imágenes de satélite y mapas se realice fácilmente. Permiten conectarse a bases de datos y usar lenguajes de programación, como Python, mediante API. Sin embargo, si trabajas en el mundo de la ciencia de datos, podrías encontrar interesante usar una biblioteca de Python para analizar y georreferenciar datos.

Un gran ejemplo de una biblioteca que le permite trabajar con datos geoespaciales es GeoPandas . Con esta biblioteca trabajamos con GeoDataFrames. Este tipo de DataFrame funciona como una extensión de Pandas DataFrames, permitiendo operaciones entre objetos geométricos espaciales. Desde GeoDataFrames también es posible generar mapas relacionados directamente con los datos allí presentes.

Pysal es una biblioteca enfocada en la ciencia de datos y el análisis geoespacial con módulos orientados a estimar la relación entre diferente información y predicción. La biblioteca Folium se centra en la visualización de información geográfica. Aprovecha las capacidades de la biblioteca leaflet.js para crear mapas interactivos. Finalmente, una biblioteca menos conocida pero bastante potente es PyGMT , que tiene una gran cantidad de características para construir mapas extremadamente detallados.

¿Cómo se organizan los datos geoespaciales?

Para representar información en un mapa, utilizamos datos vectoriales o raster. Los datos vectoriales incluyen puntos, líneas, polígonos y otra información descriptiva sobre una ubicación. Este tipo de datos son ventajosos debido a la precisión en la representación de formas geográficas complejas y porque ocupan poco espacio en la memoria. Además, tenemos la posibilidad de editar estos datos.

Los datos ráster constan de una matriz de filas y columnas con información asociada a cada celda de la matriz. Como tal, estos datos se utilizan a menudo para representar datos que varían continuamente en un área. Las imágenes satelitales de una ciudad que contienen información meteorológica en cada celda son un ejemplo de datos raster.

¿Cuáles son los diferentes sistemas de coordenadas y cómo se utilizan en la georreferenciación?

Aunque hemos mencionado bastante el sistema de coordenadas geográficas, existen otros sistemas de coordenadas. Cuando se trabaja en este ámbito es habitual escuchar el término dato. El dato viene dado por un elipsoide, una esfera de mayor diámetro en el ecuador y más plana en los polos, que describe el tamaño y la forma del planeta. Además, proporciona un punto de partida para establecer un sistema de coordenadas geográficas.

Hay dos tipos principales de datums: geocéntricos y locales o geodésicos . WGS84 es un ejemplo de datum geocéntrico y es el estándar actual para cartografía y navegación GPS . Los datos locales están asociados a una región geográfica específica y están diseñados para proporcionar la mayor precisión posible. Un ejemplo es el SAD69 (South American Datum 1969), que se utilizó como estándar en Brasil antes de la adopción del SIRGAS2000, un datum geocéntrico. La siguiente figura obtenida de la página de la NOAA muestra diferentes datos. Clarke 1866 es un ejemplo de un datum local con el centro del elipsoide aproximadamente a 236 metros del centro del datum GRS 80, un datum global.

En algunos casos de escala global, también podemos utilizar sistemas de coordenadas cartesianas. En este caso, utilizamos un sistema 3D para representar la posición de un punto en relación con el centro de la Tierra.

Teniendo en cuenta la forma 3D de la Tierra, también es común ver referencias a la altitud de un punto en la superficie terrestre. Esta altitud puede denominarse altura geométrica, cuando se mide en relación al elipsoide, representación matemática de la forma de la Tierra, con mayor diámetro en el Ecuador y más achatado en los polos. Cuando la medición se realiza en relación al geoide, llamamos a esta altitud ortométrica. El geoide es una superficie equipotencial del campo gravitacional de la Tierra y coincide aproximadamente con el nivel medio del mar.

Proyecciones

La representación de la Tierra en 3D es poco común. Generalmente necesitamos representar la figura de la Tierra en un mapa o en la pantalla de un ordenador, que son planos bidimensionales. Cada proyección tiene ventajas y desventajas, y la elección de qué proyección utilizar depende de las necesidades del análisis a realizar. Hay tres tipos principales de proyecciones cartográficas que nos ayudan a transportar parte de la superficie 3D de la Tierra a un mapa 2D: cilíndrica , cónica y azimutal . En los modelos cilíndricos, la superficie de la Tierra se proyecta sobre un cilindro. La proyección Mercator es un ejemplo de este tipo de proyección, ampliamente utilizada en la navegación marítima. La proyección conforme de Lambert se utiliza a menudo para mapas de regiones grandes que tienen una mayor extensión de este a oeste que de norte a sur. Finalmente, en las proyecciones azimutales, la Tierra se proyecta sobre un plano. La proyección azimutal equidistante se utiliza para mostrar rutas aéreas.

Mapa obtenido de: original de la NASA (sensor Terra/MODIS), modificado por Mdf, dominio público, vía Wikimedia Commons .

Mapa obtenido de: Strebe, CC BY-SA 3.0 https://creativecommons.org/licenses/by-sa/3.0 , vía Wikimedia Commons .

Mapa obtenido de: Strebe, CC BY-SA 3.0 https://creativecommons.org/licenses/by-sa/3.0 , vía Wikimedia Commons .

En georreferenciación la proyección cartográfica es crucial, pero debemos tener en cuenta que todas las proyecciones distorsionan la realidad de alguna manera. Algunas preservan áreas, otras preservan ángulos (conformes) y otras preservan distancias desde puntos dados (equidistantes). Como se mencionó anteriormente, la elección de la proyección dependerá de los objetivos de su análisis.

¿Cómo se utiliza la georreferenciación para el análisis espacial y la toma de decisiones?

La georreferenciación se puede utilizar en numerosos ámbitos. En la planificación y el desarrollo urbano, podemos planificar nuevas estructuras como carreteras, escuelas y parques. En el ámbito sanitario, podemos rastrear la propagación de enfermedades e identificar zonas de riesgo donde se congregan las personas. También podemos utilizar estas herramientas en la gestión de desastres y en los negocios y el marketing. Las empresas pueden analizar datos demográficos, patrones de tráfico y otra información para obtener ventajas competitivas.

También podemos utilizar técnicas de aprendizaje automático y análisis de imágenes para tareas como detectar cambios en el uso del suelo, identificar recursos naturales, predecir desastres, entre otras.

Entonces, ¿te gustó? Aquí en Alura Latam tenemos mucho contenido centrado en Data Science y Machine Learning. Puede comenzar a trabajar en el tema en la capacitación sobre Python para ciencia de datos.

Artículo adaptado y traducido por Daysibel Cotiz.

Allan Segovia Spadini

Allan trabaja como profesor de Ciência de dados en Alura desde 2019. También es uno de los autores del libro Séries temporales con Prophet por la Casa do Código.