Importante

La traducción es un esfuerzo comunitario al que puedes unirte. Esta página está actualmente traducida en 100.00%.

6.4. Lesson: Estadísticas Espaciales

Nota

Lección desarrollada por Linfiniti y S Motala (Universidad Tecnológica de Península del Cabo)

Las estadísticas espaciales le permiten analizar y comprender lo que está sucediendo en un conjunto de datos vectoriales dado. QGIS incluye muchas herramientas útiles para el análisis estadístico.

** Objetivo de esta lección:** Saber cómo usar las herramientas de estadísticas espaciales de QGIS dentro de Caja de Herramientas de Procesos.

6.4.1. basic Follow Along: Crear un Conjunto de Datos de Prueba

Crearemos un conjunto aleatorio de puntos, para obtener un conjunto de datos con el que trabajar.

Para hacerlo, necesitará un conjunto de datos de polígonos para definir el área en la que desea crear los puntos.

Utilizaremos el área cubierta por calles.

  1. Inicia un nuevo proyecto

  2. Agregue su conjunto de datos carreteras, así como srtm_41_19 (datos de elevación) que se encuentran en exercise_data/raster/SRTM/.

    Nota

    Es posible que la capa SRTM DEM tenga un SRC diferente al de la capa de carreteras. QGIS está reproyectando ambas capas en un solo SRC. Para los siguientes ejercicios, esta diferencia no importa, pero siéntase libre de reproyectar (como se muestra anteriormente en este módulo).

  3. Abra la caja de Herramientas Procesos

  4. Utilice la herramienta Geometría vectorial -> Geometría mínima delimitadora para generar un área que encierra todas las carreteras seleccionando Envolvente convexa como Tipo de geometría:

    ../../../_images/roads_hull_setup.png

    Como sabe, si no especifica la salida, Proceso crea capas temporales. Depende de usted guardar las capas inmediatamente o en una etapa posterior.

Creación de puntos al azar

  • Cree 100 puntos aleatorios en esta área utilizando la herramienta en Creación de vectores -> Puntos aleatorios en los límites de la capa, con una distancia mínima de 0.0:

    ../../../_images/random_points_setup.png

    Nota

    La señal de advertencia amarilla le dice que ese parámetro se refiere a distancias. La capa Geometría delimitadora está en un Sistema de coordenadas geográficas y el algoritmo solo te recuerda esto. Para este ejemplo, no utilizaremos este parámetro, por lo que puede ignorarlo.

Si es necesario, mueva la capa con los puntos aleatorios generada a la parte superior de la leyenda para verlos mejor:

../../../_images/random_points_result.png

Muestra de los datos

Para crear un conjunto de datos de muestra a partir del ráster, deberá utilizar el algoritmo Análisis Ráster -> Muestra de Valores Ráster. Esta herramienta muestrea el ráster en las ubicaciones de los puntos y agrega los valores de ráster en los nuevos campos según el número de bandas en el ráster.

  1. Abre el diálogo del algoritmo Muestra de valores ráster

  2. Seleccione Puntos aleatorios como la capa que contiene los puntos de muestreo y el ráster SRTM como la banda para obtener valores. El nombre predeterminado del nuevo campo es rvalue_N, donde N es el número de la banda ráster. Puede cambiar el nombre del prefijo si lo desea.

    ../../../_images/sample_raster_dialog.png
  3. Presiona Ejecutar

Ahora puede verificar los datos muestreados del archivo ráster en la tabla de atributos de la capa Puntos muestreados. Estarán en un nuevo campo con el nombre que ha elegido.

Aquí tienes una posible capa de muestreo:

../../../_images/random_samples_result.png

Los puntos de muestra se clasifican usando el campo rvalue_1 de modo que los puntos rojos estén a una altitud más alta.

Utilizará esta capa de muestra para el resto de los ejercicios estadísticos.

6.4.2. basic Follow Along: Estadísticas Básicas

Ahora obtén las estadísticas básicas de esta capa.

  1. Click en el icono sum Mostrar resumen estadístico en la Barra de Herramientas de Atributos. Emergerá un nuevo panel.

  2. En el diálogo que aparece, especifica la capa Puntos muestreados como la fuente.

  3. Seleccione el campo rvalue_1 en el cuadro combinado campos. Este es el campo para el que calculará las estadísticas.

  4. El panel :guilabel:Estadísticas`será actualizado automáticamente con las estadísticas calculadas:

    ../../../_images/basic_statistics_results.png

    Nota

    Puede copiar los valores clickando en el botón editCopy Copiar Estadísticas a Portapapeles y pegue los resultados en una hoja de cálculo.

  5. Cierre el panel :guilabel:Èstadísticas`cuando esté echo.

Están disponibles muchas estadísticas diferentes:

Número

El número de muestras/valores.

Suma

Los valores sumados juntos.

Media

El valor medio (promedio) es simplemente la suma de los valores divididos por el número de valores.

Mediana

Si organiza todos los valores de menor a mayor, el valor medio (o el promedio de los dos valores medios, si N es un número par) es la mediana de los valores.

Desv est (pop)

La desviación estándar. Da una indicación de cómo de cerca se agrupan los valores alrededor de la media. Cuanto menor sea la desviación estándar, más cerca estarán los valores a la media.

Mínimo

El valor mínimo

Máximo

El valor máximo.

Intervalo

La diferencia entre los valores mínimo y máximo.

Q1

Primer cuartil de los datos.

Q3

Tercer cuartil de los datos.

Faltan Valores (null)

El número de valores desaparecidos.

6.4.3. basic Follow Along: Calcular estadísticas en distancias entre puntos

  1. Crear una nueva capa temporal de puntos.

  2. Entre al modo edición, y digitalice tres puntos en algún lugar entre los otros puntos.

    Alternativamente, use el mismo método de generación de puntos aleatorios que antes, pero especifique solo tres puntos.

  3. Guarde su nueva capa como :guilabel:`distance_points`en el formato que quiera.

Para generar estadísticas en las distancias entre puntos en las dos capas:

  1. Abra la herramienta Análisis de vector ► Matriz de Distancia.

  2. Seleccione la capa distance_points como capa de entrada, y la capa Puntos muestreados como tabla objetivo.

  3. Ajústalo así:

    ../../../_images/distance_matrix_setup.png
  4. Si quiere puede guardar la capa saliente como un archivo o solo ejecutar el algoritmo y guardar la salida temporal mas tarde.

  5. Click ::guilabel:Èjecutar`para generar la capa de matriz de distancia.

  6. Abra la tabla de atributos de la capa generada: los valores se refieren a las distancias entre las entidades distance_points y sus dos puntos más cercanos en la capa Puntos muestreados:

    ../../../_images/distance_matrix_example.png

Con estos parámetros, la herramienta Matriz de distancia calcula estadísticas de distancia para cada punto de la capa de entrada con respecto a los puntos más cercanos de la capa de destino. Los campos de la capa de salida contienen la media, la desviación estándar, el mínimo y el máximo para las distancias a los vecinos más cercanos de los puntos en la capa de entrada.

6.4.4. basic Follow Along: Análisis de Vecino mas Cercano (dentro de capa)

Para hacer un análisis de vecino mas cercano de una capa de puntos:

  1. Elija Análisis de vector ► Análisis de vecinos mas próximos.

  2. En el diálogo emergente, seleccione la capa Puntos muestreados y haga click en Ejecutar.

  3. Los resultados aparecerán en el Panel Procesos Visor de Resultados.

    ../../../_images/result_viewer.png
  4. Click en el vínculo azul para abrir la página html con los resultados:

    ../../../_images/nearest_neighbour_example.png

6.4.5. basic Follow Along: Coordenadas Medias

Para obtener las coordenadas medias de un conjunto de datos:

  1. Inicie Análisis de vector ► Coordenada(s) Media(s)

  2. En el diálogo emergente, especifique Puntos Aleatorios`como :guilabel:`Capa de entrada, y deje las elecciones opcionales sin cambios.

  3. Haz clic en Ejecutar.

Comparemos esto con la coordenada central del polígono que se usó para crear la muestra aleatoria.

  1. Inicie Geometría de vector ► Centroides

  2. En el diálogo emergente, seleccione Geometría delimitadora como capa de entrada.

Como puede ver, las coordenadas media (punto rosa) y la central del área de estudio (en verde) no tienen que coincidir necesariamente.

El centroide es el baricentro de la capa (el baricentro de un cuadrado es el centro del cuadrado) mientras que las coordendas media representan la media de las coordendas de todos los puntos.

../../../_images/polygon_centroid_mean.png

6.4.6. basic Follow Along: Histogramas de Imagenes

El histograma de un conjunto de datos muestra la distribución de sus valores. La forma más sencilla de demostrar esto en QGIS es a través del histograma de la imagen, disponible en el cuadro de diálogo Propiedades de capa de cualquier capa de imagen (conjunto de datos ráster).

  1. En su panel Capas, click derecho en la capa srtm_41_19

  2. Seleccione Propiedades

  3. Elija la pestaña Histograma. Es posible que deba hacer click en el botón Calcular histograma para generar el gráfico. Verá un gráfico que muestra la distribución de frecuencia para los valores ráster.

    ../../../_images/histogram_export.png
  4. La gráfica puede ser exportada como una imagen con el botón fileSave Guardar Gráfica

  5. Puede ver información más detallada sobre la capa en la pestaña Información (los valores medios y máximos se estiman, y pueden no ser exactos).

¡El valor medio es 332.8 (estimado en 324.3), y el valor máximo es 1699 (estimado en 1548)! Puede ampliar el histograma. Dado que hay muchos píxeles con el valor 0, el histograma se ve comprimido verticalmente. Al hacer zoom para cubrir todo menos el pico en 0, verá más detalles:

../../../_images/histogram_export_zoom.png

Nota

Si los valores medios y máximos no son los mismos que los anteriores, puede deberse al cálculo del valor mín/máx. Abra la pestaña Simbología y expanda el menú Configuración de valor mín/máx. Elija radioButtonOn Min / max y haga click en Aplicar.

Tenga en cuenta que un histograma le muestra la distribución de valores, y no todos los valores son necesariamente visibles en el gráfico.

6.4.7. basic Follow Along: Interpolación Espacial

Supongamos que tiene una colección de puntos de muestra a partir de los cuales le gustaría extrapolar datos. Por ejemplo, puede tener acceso al conjunto de datos Puntos muestreados que creamos anteriormente, y le gustaría tener una idea de cómo se ve el terreno.

  1. Para empezar, lance la herramienta GDAL ► Análisis Ráster ► Cuadrícula (IDW con búsqueda de vecino mas próximo) en la Caja de Herramientas de Procesos.

  2. Para Capa de puntos selecciona Puntos muestreados

  3. Establece Poder de peso a 5.0

  4. En Parámetros avanzados, establezca valor Z a partir de campo a rvalue_1

  5. Finálmente click en Ejecutar y espere hasta que finalice el proceso

  6. Cierre el diálogo

Aquí hay una comparación del conjunto de datos original (izquierda) con el construido a partir de nuestros puntos de muestra (derecha). El suyo puede verse diferente debido a la naturaleza aleatoria de la ubicación de los puntos de muestra.

../../../_images/interpolation_comparison.png

Como puede ver, 100 puntos de muestra no son realmente suficientes para obtener una impresión detallada del terreno. Da una idea muy general, pero también puede ser engañosa.

6.4.8. moderate Try Yourself Diferentes Métodos de Interpolación

  1. Use los procesos que se muestran arriba para crear un conjunto de 10 000 puntos aleatorios

    Nota

    Si el número de puntos es realmente grande, el tiempo de procesamiento puede ser largo.

  2. Use estos puntos para muestrear el DEM original

  3. Use la herramienta Cuadrícula (IDW con búsqueda por vecino mas próximo) en este conjunto de datos.

  4. Establezca Poder de peso y Suavizado a 5.0 y 2.0, respectivamente.

Los resultados (dependiendo de la posición de tus puntos aleatorios) se verán más o menos como esto:

../../../_images/interpolation_comparison_10000.png

Esta es una representación mejor del terreno, debido a la mayor densidad de puntos de muestra. Recuerde, las muestras más grandes dan mejores resultados.

6.4.9. In Conclusion

QGIS tiene una serie de herramientas para analizar las propiedades estadísticas espaciales de los conjuntos de datos.

6.4.10. What’s Next?

Ahora que hemos cubierto el análisis vectorial, ¿por qué no ver qué se puede hacer con los rásteres? ¡Eso es lo que haremos en el próximo módulo!