GRADO DE GEOGRAFÍA. ASIGNATURA: SIG DATOS RASTER (II PARTE) GESTIÓN, VISUALIZACIÓN CONSULTA Y ANÁLISIS DE DATOS RASTER OPERACIONES GLOBALES: DISTANCIA PONDERADA Al igual que en el caso de la distancia euclidea, en la distancia ponderada es posible calcular tanto la “distancia” (cost distance) como la zona de influencia de los puntos de referencia (cost allocation). Sin embargo, la ponderación supone que es tenida en cuenta una segunda variable para calcular estos valores, y que el resultado no se refiere a la distancia existente entre cada celdilla y punto de referencia, sino al coste mínimo acumulado para alcanzarlo desde cada celdilla, considerando el valor de todas las celdillas por las que pasa la ruta. El costo mínimo acumulado que el programa calcula procede de multiplicar la longitud que se recorra de cada celdilla, por el valor de ésta. Por esta razón, a cada celdilla hay que asignar un valor que esté en función de la unidad en que se mide su longitud, usualmente, metros. Tres son los tipos de raster de salida (output) que ahora interesan de las herramientas incluidas en Cost Distance: - Output distance raster: generado con Cost Distance, es el coste mínimo acumulado (es homólogo, pero no igual, a la distancia euclidea). Se da en las unidades en que venga la imagen “input cost raster”. - Output allocation raster: generado con Cost allocation, es la zona de influencia que se encuentra dentro de un determinado coste (es homólogo pero no igual a la zona de influencia euclidea). - Output backlink raster: creado con Cost Back Link, es la ruta que debe seguir cada celdilla para alcanzar el punto de referencia al que se accede con menor coste (homólogo, pero tampoco igual, al raster de direcciones euclideas). Este tipo de resultado lo veremos en el próximo tema. Un ejemplo típico del uso de “Cost Distance” y “Cost Allocation” es aquel en que, a partir de una serie de puntos vectoriales representativos de núcleos de población, y de un raster que muestre el tiempo que se tarda en atravesar cada celdilla, se desea calcular cuál es tiempo que llevaría alcanzar el núcleo de población más cercano (en tiempo) para cada celdilla (Cost Distance), así como caracterizar cada celdilla por medio del identificador del núcleo de población más cercano (Cost Allocation) en términos temporales. Joaquín Márquez Pérez. Dpto. de Geografía Física y AGR. Universidad de Sevilla. 2016 1 GRADO DE GEOGRAFÍA. ASIGNATURA: SIG DATOS RASTER (II PARTE) GESTIÓN, VISUALIZACIÓN CONSULTA Y ANÁLISIS DE DATOS RASTER Objetivo_1: generar una superficie de costos mínimos acumulados, en función de la pendiente porcentual, en torno al núcleo puntual de El Bosque, e indicar cuál es el máximo coste en términos de pendiente. Metodología_1: Asegúrese de que dispone de un grid que represente la pendiente porcentual (créelo con Spatial analyst / Surface / Slope). A continuación, genere un shapefile que contenga el núcleo de población puntual de El Bosque. A continuación, utilice Spatial Analyst / Distance / Cost distance especificando que la distancia se calcule en torno al núcleo puntual de El Bosque, que el “input cost raster” sea la pendiente porcentual antes generada, y proporcione una denominación tanto al grid de salida (“output distance raster”), como al grid de direcciones (“output back link raster”). Resultado_1: el resultado son dos grid que indican, para cada celdilla, tanto la pendiente mínima acumulada para alcanzar el núcleo de El Bosque, como la dirección que debe seguirse desde cada celdilla para obtener ese mínimo valor. Ojo! Si en lugar de utilizar la pendiente se emplea el tiempo para generar la superficie de costes, el resultado de la primera imagen (cost distance) indicaría el tiempo que se tarda desde cada celdilla hasta El Bosque. Objetivo 2: Si considerase que el tiempo (minutos) puede calcularse a partir de la fórmula que más abajo se indica, ¿Cuál sería el tiempo máximo y medio que se tardaría, en el área de Joaquín Márquez Pérez. Dpto. de Geografía Física y AGR. Universidad de Sevilla. 2016 2 GRADO DE GEOGRAFÍA. ASIGNATURA: SIG DATOS RASTER (II PARTE) GESTIÓN, VISUALIZACIÓN CONSULTA Y ANÁLISIS DE DATOS RASTER estudio, en llegar al núcleo puntual de Grazalema? MINUTOS = (0.6 + ((PENDIENTE EN %)/10))/60 Resultados 2: 547.6 y 292.7 minutos Objetivo 3: Si a partir de la fórmula anterior (MINUTOS) calculase el tiempo que se tarda en llegar desde cada celdilla al núcleo de población puntual más cercano en tiempo, ¿cuánto se tardaría como máximo? Resultados 3: 289.07 minutos Objetivo 4: Si caracteriza cada núcleo de población poligonal por el tiempo medio (MINUTOS) que tarda en alcanzarse el río más cercano en tiempo, ¿cuál sería el núcleo desde el que menos se tardaría en llegar (valor medio) al río más cercano, y cuantos minutos se emplearían? Resultado 4: Huerta Álamo (1.04 minutos) Joaquín Márquez Pérez. Dpto. de Geografía Física y AGR. Universidad de Sevilla. 2016 3 GRADO DE GEOGRAFÍA. ASIGNATURA: SIG DATOS RASTER (II PARTE) GESTIÓN, VISUALIZACIÓN CONSULTA Y ANÁLISIS DE DATOS RASTER Objetivo 1: generar el área de influencia de los núcleos de población (capa NÚCLEOS_PU, campo SU2_100_ID) del área de estudio, y conocer su superficie. Como “superficie de costos” se empleará la pendiente en grados. ¿A qué núcleo de población corresponde la mayor de las áreas de influencia basadas en la pendiente, y cuanto mide esta (en celdillas)? Metodología 1: emplear la herramienta Spatial analyst tools / Distance / Cost allocation. Resultado 1: 54 - Huerta Álamo (111372 cells) Objetivo 2: Si en lugar de utilizar la pendiente como superficie de fricción, emplea el raster creado anteriormente (MINUTOS), ¿cuál sería el núcleo que más aumentase su área de influencia respecto al resultado anterior? Resultado 2: Huerta Álamo (35789 cells) Joaquín Márquez Pérez. Dpto. de Geografía Física y AGR. Universidad de Sevilla. 2016 4 GRADO DE GEOGRAFÍA. ASIGNATURA: SIG DATOS RASTER (II PARTE) GESTIÓN, VISUALIZACIÓN CONSULTA Y ANÁLISIS DE DATOS RASTER Objetivo 3: Considerando las áreas de influencia basadas en el tiempo (MINUTOS), cuál de las dos superficies es mayor, la que corresponde a los ríos del área de estudio, o a sus arroyos (no tenga en cuenta los embalses). Resultado 4: la superficie de las zonas más próximas a los arroyos (220421 celdillas) es mayor que la superficie de las zonas más próximas a los ríos (199579 celdillas). Joaquín Márquez Pérez. Dpto. de Geografía Física y AGR. Universidad de Sevilla. 2016 5