4.1: Modelos de datos ráster

Objetivos de aprendizaje

• El objetivo de esta sección es comprender cómo se implementan los modelos de datos ráster en aplicaciones SIG.

El modelo de datos ráster es ampliamente utilizado en aplicaciones que van mucho más allá de los sistemas de información geográfica (SIG). Lo más probable es que ya estés muy familiarizado con este modelo de datos si tienes alguna experiencia con fotografías digitales. Los ubicuos formatos de archivo JPEG, BMP y TIFF (entre otros) se basan en el modelo de datos ráster (ver Figura 4.1 “Imagen digital con inserción ampliada que muestra pixelación de imagen ráster”).

Figura 4.1 Imagen digital con inserción ampliada que muestra la pixelación de la imagen ráster

Además, todos los monitores de computadora con pantalla de cristal líquido (LCD) se basan en tecnología raster ya que están compuestos por un número establecido de filas y columnas de píxeles. Cabe destacar que la base de esta tecnología es anterior a las computadoras y las cámaras digitales en casi un siglo. El artista neoimpresionista, Georges Seurat, desarrolló una técnica de pintura denominada “puntillismo” en la década de 1880, que de manera similar se basa en la acumulación de pequeños “puntos” monocromáticos de tinta que se combinan para formar una imagen más grande (Figura 4.2 “Obra puntillista”). Si eres tan generoso como el autor, puedes pensar en tus creaciones de dataset ráster como sublimes obras de arte.

Figura 4.2 Obra puntillista

El modelo de datos ráster consiste en filas y columnas de píxeles de igual tamaño interconectadas para formar una superficie plana. Estos píxeles se utilizan como bloques de construcción para crear puntos, líneas, áreas, redes y superficies (la Figura 2.6 “Proceso de superposición de mapas” ilustra cómo se puede convertir una parcela terrestre en una representación ráster). Aunque los píxeles pueden ser triángulos, hexágonos o incluso octágonos, los píxeles cuadrados representan la forma geométrica más simple con la que trabajar. En consecuencia, la gran mayoría de los datos GIS ráster disponibles se construyen sobre el píxel cuadrado (Figura 4.3 “Gráficos Ráster Comunes Utilizados en Aplicaciones GIS: Fotografía Aérea (izquierda) y USGS DEM (derecha)”). Estos cuadrados se reforman típicamente en rectángulos de varias dimensiones si el modelo de datos se transforma de una proyección a otra (por ejemplo, de coordenadas de Plano de Estado a coordenadas UTM [Universal Transversal Mercator]).

Figura 4.3 Gráficos ráster comunes utilizados en aplicaciones SIG: Fotografía aérea (izquierda) y USGS DEM (derecha)

Fuente: Datos disponibles del Servicio Geológico de los Estados Unidos, Centro de Observación y Ciencia de los Recursos Terrestres (EROS), Sioux Falls, SD.

Debido a la dependencia de una serie uniforme de píxeles cuadrados, el modelo de datos ráster se conoce como un sistema basado en cuadrícula. Por lo general, se asignará un único valor de datos a cada configuración regional de cuadrícula. Cada celda de un ráster lleva un solo valor, que representa la característica del fenómeno espacial en una ubicación denotada por su fila y columna. El tipo de datos para ese valor de celda puede ser entero o punto flotante (Sección 5.1 “Adquisición de datos geográficos”). Alternativamente, el gráfico ráster puede hacer referencia a un sistema de gestión de base de datos en el que pueden usarse tablas de atributos abiertos para asociar múltiples valores de datos a cada píxel. El avance de la tecnología informática ha hecho que esta segunda metodología sea cada vez más factible, ya que los grandes conjuntos de datos ya no se ven limitados por problemas de almacenamiento de computadoras como antes.

El modelo ráster promediará todos los valores dentro de un píxel dado para producir un solo valor. Por lo tanto, cuanto más área cubierta por píxel, menos precisos serán los valores de datos asociados. El área cubierta por cada píxel determina la resolución espacial del modelo ráster del que se deriva. Específicamente, la resolución se determina midiendo un lado del píxel cuadrado. Un modelo ráster con píxeles que representan 10 m por 10 m (o 100 metros cuadrados) en el mundo real se diría que tiene una resolución espacial de 10 m; un modelo ráster con píxeles que miden 1 km por 1 km (1 kilómetro cuadrado) en el mundo real se diría que tiene una resolución espacial de 1 km; y así sucesivamente.

Se debe tener cuidado al determinar la resolución de un ráster porque el uso de una resolución de píxeles demasiado gruesa provocará una pérdida de información, mientras que el uso de una resolución de píxeles demasiado fina dará como resultado aumentos significativos en el tamaño del archivo y los requisitos de procesamiento de la computadora durante la visualización y/o el análisis. Una resolución efectiva de píxeles tomará en consideración tanto la escala del mapa como la unidad de mapeo mínima de los otros datos SIG. En el caso de gráficos ráster con resolución espacial gruesa, los valores de datos asociados a ubicaciones específicas no son necesariamente explícitos en el modelo de datos ráster. Por ejemplo, si la ubicación de los polos telefónicos se mapeara en un gráfico ráster grueso, quedaría claro que toda la celda no sería llenada por el polo. Más bien, se asumiría que el polo está ubicado en algún lugar dentro de esa celda (típicamente en el centro).

Las imágenes que emplean el modelo de datos ráster deben exhibir varias propiedades. Primero, cada píxel debe contener al menos un valor, incluso si ese valor de datos es cero. Además, si no hay datos presentes para un píxel dado, se debe asignar un marcador de posición de valor de datos a esta celda de cuadrícula. A menudo, se asignará un valor arbitrario y fácilmente identificable (por ejemplo, −9999) a píxeles para los que no hay valor de datos. Segundo, una celda puede contener cualquier índice alfanumérico que represente un atributo. En el caso de los conjuntos de datos cuantitativos, la asignación de atributos es bastante sencilla. Por ejemplo, si una imagen ráster denota elevación, los valores de datos para cada píxel serían alguna indicación de elevación, generalmente en pies o metros. En el caso de los conjuntos de datos cualitativos, los valores de datos son índices que necesariamente se refieren a alguna regla traslacional predeterminada. En el caso de un gráfico ráster de uso del tierro/cobertura del suelo, se puede aplicar la siguiente regla: 1 = pastizal, 2 = agrícola, 3 = perturbado, y así sucesivamente (Figura 4.4 “Imagen ráster de Uso del Tierra/Cubierta Terrestre”). La tercera propiedad del modelo de datos ráster es que los puntos y líneas se “mueven” al centro de la celda. Como cabría esperar, si una imagen ráster de resolución de 1 km contiene un río o arroyo, la ubicación de la vía fluvial real dentro del píxel “río” no estará clara. Por lo tanto, existe una suposición general de que todas las entidades de dimensión cero (punto) y unidimensional (línea) se ubicarán hacia el centro de la celda. Como corolario, el ancho mínimo para cualquier entidad de línea debe ser necesariamente una celda independientemente del ancho real de la entidad. Si no lo es, la característica no se representará en la imagen y, por lo tanto, se asumirá que está ausente.

Figura 4.4 Imagen ráster de uso del tierra/cobertura del suelo

Fuente: Datos disponibles del Servicio Geológico de los Estados Unidos, Centro de Observación y Ciencia de los Recursos Terrestres (EROS), Sioux Falls, SD.

Existen varios métodos para codificar datos ráster desde cero. Tres de estos modelos son los siguientes:

1. Codificación ráster celda por celda. Este método mínimamente intensivo codifica un ráster mediante la creación de registros para cada valor de celda por fila y columna (Figura 4.5 “Codificación celda por celda de datos ráster”). Este método podría pensarse como una hoja de cálculo grande en la que cada celda de la hoja de cálculo representa un píxel en la imagen ráster. Este método también se conoce como “enumeración exhaustiva”.
2. Codificación ráster de longitud de ejecución. Este método codifica valores de celda en series de píxeles de valor similar y puede dar como resultado un archivo de imagen altamente comprimido (Figura 4.6 “Codificación de longitud de ejecución de datos ráster”). El método de codificación por longitud de ejecución es útil en situaciones en las que grandes grupos de píxeles vecinos tienen valores similares (por ejemplo, conjuntos de datos discretos como el uso de la tierra/cobertura terrestre o la idoneidad del hábitat) y es menos útil donde los valores de píxeles vecinos varían ampliamente (por ejemplo, conjuntos de datos continuos como elevación o superficie marina temperaturas).
3. Codificación ráster de cuatro árboles. Este método divide un ráster en una jerarquía de cuadrantes que se subdividen en base a píxeles de valor similar (Figura 4.7 “Codificación de cuatro árboles de datos ráster”). La división del ráster se detiene cuando un cuadrante se realiza completamente a partir de celdas del mismo valor. Un cuadrante que no se puede subdividir se llama “nodo hoja”.

Figura 4.5 Codificación celda por celda de datos ráster

Figura 4.6 Codificación de longitud de ejecución de datos ráster

Figura 4.7 Codificación de árbol cuádruple de datos ráster

Ventajas/desventajas del modelo ráster

El uso de un modelo de datos ráster confiere muchas ventajas. En primer lugar, la tecnología requerida para crear gráficos ráster es económica y ubicua. Casi todo el mundo posee actualmente algún tipo de generador de imágenes raster, es decir, una cámara digital, y hoy en día se venden pocos teléfonos celulares que no incluyan dicha funcionalidad. De manera similar, una plétora de satélites están constantemente transmitiendo gráficos ráster actualizados al minuto a instalaciones científicas de todo el mundo (Sección 5.3 “Formatos de archivo”). Estos gráficos a menudo se publican en línea para uso privado y/o público, ocasionalmente sin costo para el usuario.

Las ventajas adicionales de los gráficos ráster son la relativa simplicidad de la estructura de datos subyacente. Cada ubicación de cuadrícula representada en la imagen ráster se correlaciona con un solo valor (o serie de valores si se incluyen tablas de atributos). Esta estructura de datos simple también puede ayudar a explicar por qué es relativamente fácil realizar análisis de superposición en datos ráster (para más información sobre los análisis de superposición, consulte la Sección 7.1 “Análisis de capa única”). Esta simplicidad también se presta a una fácil interpretación y mantenimiento de los gráficos, en relación con su contraparte vectorial.

A pesar de las ventajas, también hay varias desventajas al usar el modelo de datos ráster. La primera desventaja es que los archivos ráster suelen ser muy grandes. Particularmente en el caso de las imágenes ráster construidas a partir de la metodología de codificación celda por celda, el gran número de valores almacenados para un conjunto de datos dado da como resultado archivos potencialmente enormes. Cualquier archivo ráster que cubra un área grande y tenga píxeles algo finamente resueltos alcanzará rápidamente cientos de megabytes de tamaño o más. Estos archivos grandes solo son cada vez más grandes a medida que la cantidad y calidad de los datasets ráster continúa al ritmo de la cantidad y calidad de los recursos informáticos y los recopiladores de datos ráster (por ejemplo, cámaras digitales, satélites).

Una segunda desventaja del modelo ráster es que las imágenes de salida son menos “bonitas” que sus contrapartes vectoriales. Esto es particularmente notable cuando las imágenes ráster se amplían o amplían (consulte la Figura 4.1 “Imagen digital con inserción ampliada que muestra la pixelación de la imagen ráster”). Dependiendo de qué tan lejos se amplíe una imagen ráster, los detalles y la coherencia de esa imagen se perderán rápidamente en medio de un mar pixelado de celdas de cuadrícula aparentemente coloreadas al azar.

Las transformaciones geométricas que surgen durante los esfuerzos de reproyección de mapas pueden causar problemas para los gráficos ráster y representar una tercera desventaja al usar el modelo de datos ráster. Como se describe en la Sección 2.2 “Escala de mapa, sistemas de coordenadas y proyecciones de mapa”, el cambio de proyecciones de mapa alterará el tamaño y la forma de la capa de entrada original y frecuentemente resultará en la pérdida o adición de píxeles (Blanco 2006) .Blanco, D. 2006. “Visualización de Pérdida de Píxeles y Replicación en Reproyección de Datos Raster desde la Proyección Sinusoidal”. Geocarto Internacional 21 (2): 19—22. Estas alteraciones darán como resultado que los píxeles cuadrados perfectos de la capa de entrada tomen algunas dimensiones romboidales alternas. Sin embargo, el problema es mayor que una simple reforma del píxel cuadrado. En efecto, la reproyección de un dataset de imágenes ráster de una proyección a otra trae cambios en los valores de píxel que pueden, a su vez, alterar significativamente la información de salida (Seong 2003) .Seong, J. C. 2003. “Modelado de la Precisión de la Reproyección de Datos de Imagen”. Revista Internacional de Teledetección 24 (11): 2309—21.

La desventaja final de usar el modelo de datos ráster es que no es adecuado para algunos tipos de análisis espaciales. Por ejemplo, surgen dificultades al intentar superponer y analizar múltiples gráficos ráster producidos a diferentes escalas y resoluciones de píxeles. La combinación de información de una imagen ráster con una resolución espacial de 10 m con una imagen ráster con una resolución espacial de 1 km probablemente producirá información de salida sin sentido, ya que las escalas de análisis son demasiado dispares para dar como resultado conclusiones significativas y/o interpretables. Además, algunos análisis espaciales y de red (es decir, determinar la direccionalidad o la geocodificación) pueden ser problemáticos de realizar en datos ráster.

Claves para llevar

• Los datos ráster se derivan de un sistema basado en cuadrícula de celdas contiguas que contiene información de atributos específicos.
• La resolución espacial de un dataset ráster representa una medida de la precisión o detalle de la información mostrada.
• El modelo de datos ráster es ampliamente utilizado por tecnologías no SIG como cámaras digitales/imágenes y monitores LCD.
• Se debe tener cuidado para determinar si el modelo de datos ráster o vectoriales es el más adecuado para sus datos y/o necesidades analíticas.

Ejercicios

1. Examina una foto digital que hayas tomado recientemente. ¿Se puede estimar su resolución espacial?
2. Si tuviera que crear un archivo de datos ráster que muestre los principales tipos de uso del suelo en su condado, ¿qué método de codificación usaría? ¿Qué método usarías si tuvieras que codificar un mapa de las principales vías fluviales de tu condado? ¿Por qué?