7: Infraestructura Nacional de Datos Espaciales II

David DiBiase

7.1. Descripción general

Los capítulos 6 y 7 consideran los orígenes y características de los temas de datos marco que conforman la Infraestructura Nacional de Datos Espaciales (NSDI) propuesta por Estados Unidos. En el capítulo 6 se discutieron los temas de control geodésico y ortoimágenes. En este capítulo se describen los orígenes, características y estado actual de la elevación, transporte, hidrografía, unidades gubernamentales y temas catastrales.

7.2. Lista de comprobación

La siguiente lista de verificación es para estudiantes de Penn State que están registrados para clases en las que se les ha asignado este texto, así como cuestionarios y proyectos asociados en el sistema de gestión de cursos ANGEL. Puede resultarle útil imprimir primero esta página para que pueda seguir las instrucciones.

7.3. Tema: Elevación

El NSDI Framework Introduction and Guide (FGDC, 1997, p. 19) señala que “los datos de elevación se utilizan en muchas aplicaciones diferentes”. Las aplicaciones civiles incluyen delineación de llanuras aluviales, planificación y construcción de carreteras, drenaje, escorrentía y cálculos de pérdida de suelo, y colocación de torres celulares, entre muchas otras. Los datos de elevación también se utilizan para representar la superficie del terreno por diversos medios, desde contornos hasta sombreado de relieve y vistas tridimensionales en perspectiva.

El Marco NSDI requiere una “matriz de elevación” para las superficies de los terrenos. Es decir, el terreno se va a representar como una cuadrícula de valores de elevación. El espaciado (o resolución) de la rejilla de elevación puede variar entre áreas de alto y bajo relieve (es decir, montañoso y plano). En concreto, la Introducción al Marco establece que

Los valores de elevación se recogerán a una distancia posterior de 2 arco-segundos (aproximadamente 47.4 metros a 40° de latitud) o más fina. En zonas de bajo relieve se buscará una separación de 1/2 arco-segundo (aproximadamente 11.8 metros a 40° de latitud) o más fina (FGDC, 1997, p. 18).

El tema de elevación también incluye batimetría, profundidades bajo la superficie del agua, para zonas costeras y cuerpos de agua continentales. Específicamente,

Para las profundidades, el marco consiste en sondeos y un modelo de fondo cuadriculado. La profundidad del agua se determina en relación con una superficie de referencia vertical específica, generalmente derivada de observaciones mareales. En el futuro, esta referencia vertical puede estar basada en un modelo global del geoide o elipsoide, que es la referencia para expresar las mediciones de altura en el Sistema de Posicionamiento Global (Ibid).

USGS tiene la responsabilidad principal del tema de elevación. La elevación es también un componente clave del Mapa Nacional de USGS. Las siguientes páginas consideran cómo se crean las alturas y profundidades, cómo se representan en los datos geográficos digitales y cómo pueden representarse cartográficamente.

7.4. Enfoques vectoriales y ráster

Los términos raster y vector se introdujeron en el Capítulo 1 para denotar dos estrategias fundamentalmente diferentes para representar fenómenos geográficos. Ambas estrategias implican simplificar la infinita complejidad de la superficie terrestre. En lo que se refiere a los datos de elevación, el enfoque ráster implica medir la elevación en una muestra de ubicaciones. El enfoque vectorial, por otro lado, implica medir las ubicaciones de una muestra de elevaciones. Espero que esta distinción le quede clara al final de este capítulo.

Representaciones vectoriales y ráster de la misma superficie del terreno.

La ilustración anterior compara cómo se representan los datos de elevación en los datos vectoriales y ráster. A la izquierda se encuentran los contornos de elevación, una representación vectorial que está familiarizada con cualquier persona que haya utilizado un mapa topográfico del USGS. El término técnico para un contorno de elevación es isaritmo, de las palabras griegas para “mismo” y “número”. Los términos isolina, isograma e isópletas significan más o menos lo mismo. (Ver cualquier texto cartográfico para las distinciones.)

Como verá más adelante en este capítulo, cuando explore los datos de hipsografía de Digital Line Graph usando Global Mapper o dlgv 32 Pro, las elevaciones en los datos vectoriales se codifican como atributos de entidades de línea. Por tanto, la distribución de los puntos de elevación a través del cuadrilátero es irregular Los datos de elevación ráster, por el contrario, consisten en cuadrículas de puntos en los que la elevación se codifica a intervalos regulares. Los datos de elevación ráster son lo que llaman el Marco NSDI y el Mapa Nacional del USGS. Los contornos digitales ahora se pueden renderizar fácilmente a partir de datos ráster. Sin embargo, gran parte de los datos de elevación ráster utilizados en el Mapa Nacional se produjeron a partir de contornos vectoriales digitales e hidrografía (arroyos y costas). Por esta razón consideraremos primero el enfoque vectorial para la representación del terreno.

7.5. Contornos

Las curvas de nivel trazan la elevación de la superficie del terreno a intervalos regularmente espaciados (Raisz, 1948. © McGraw-Hill, Inc. Usado con permiso).

Dibujar curvas de nivel es una forma de representar una superficie de terreno con una muestra de elevaciones. En lugar de medir y representar la elevación en cada punto, solo se mide a lo largo de líneas en las que una serie de planos horizontales imaginarios atraviesan la superficie del terreno. Cuantos más planos imaginarios, más contornos y más detalles se capturan.

Líneas de contorno que representan el mismo terreno que en la primera figura, pero en vista en planta. (Raisz, 1948. © McGraw-Hill, Inc. Usado con permiso).

Hasta que los métodos fotogramétricos llegaron a la mayoría de edad en la década de 1950, los topógrafos en el campo esbozaron contornos en la serie de cuadrángulos topográficos de 15 minutos del USGS. Desde entonces, los contornos mostrados en la mayoría de los quads de 7.5 minutos fueron compilados a partir de imágenes estereoscópicas del terreno, como se describe en el Capítulo 6. Hoy en día, los programas de computadora dibujan contornos automáticamente a partir de las elevaciones puntuales que los fotogrammetristas compilan estereos

Si bien es poco común dibujar contornos de elevación del terreno a mano en estos días, todavía vale la pena saber cómo. En las próximas páginas tendrás la oportunidad de practicar la técnica, que es análoga a la forma en que lo hacen las computadoras.

7.6. Contorno a Mano

Esta página le guiará a través de un enfoque metódico para renderizar curvas de nivel a partir de una variedad de elevaciones puntuales (Rabenhorst y McDermott, 1989). Para aprovechar al máximo esta demostración, le sugiero que imprima la ilustración en el archivo de imagen adjunto. Encuentra un lápiz (¡preferiblemente uno con una goma de borrar!) y recto, y duplique los pasos que se ilustran a continuación. A “¡Prueba esto!” La actividad seguirá esta introducción paso a paso, brindándote la oportunidad de ir solo.

Iniciando una red irregular triangulada.

Comenzando en la elevación más alta, dibuje líneas rectas a las elevaciones de punto vecinas más cercanas. Una vez que haya conectado a todos los puntos que vecinos al punto más alto, comience de nuevo en la segunda elevación más alta. (Tendrás que tomar algunas decisiones subjetivas en cuanto a qué puntos son “vecinos” y cuáles no.) Teniendo cuidado de no dibujar triángulos a través del arroyo, continúe hasta que la superficie esté completamente triangulada.

TIN completo. Tenga en cuenta que los lados del triángulo no deben cruzar las características hidrológicas (es decir, el arroyo) en una superficie del terreno.

El resultado es una red irregular triangular (TIN). Un TIN es una representación vectorial de una superficie continua que consiste completamente en facetas triangulares. Los vértices de los triángulos son elevaciones puntuales que pueden haberse medido en el campo por nivelación, o en el taller de un fotogrametrista con un estereoplotter, o por otros medios. (Las elevaciones de punto producidas fotogrammétricamente se denominan puntos de masa). Una característica útil de los TIN es que cada faceta triangular tiene un solo grado de pendiente y dirección. Con un poco de imaginación y práctica, puedes visualizar la superficie subyacente desde el TIN incluso sin dibujar contornos.

Me pregunto ¿por qué sugiero que no dejes que lados triangulares que conforman el TIN crucen el arroyo? Bueno, si lo hicieras, el arroyo parecería correr a lo largo de la ladera de una colina, en lugar de bajar por un valle como debería. En la práctica, las elevaciones puntuales siempre se medirían en varios puntos a lo largo del arroyo, y también a lo largo de crestas. Los fotogrammetristas se refieren a elevaciones de puntos recopiladas a lo largo de entidades lineales como líneas de rotura (Maune, 2007). Omití las líneas de rotura de este ejemplo sólo para hacer un punto.

Podrán notar que hay más de una forma correcta de dibujar el TIN. Como verá, decidir qué elevaciones de punto son “vecinos cercanos” y cuáles no son es subjetivo en algunos casos. Relacionado con este elemento de subjetividad está el hecho de que la fidelidad de un mapa de curvas de nivel depende en gran parte de la distribución de elevaciones puntuales en las que se basa. En general, la densidad de las elevaciones puntuales debe ser mayor donde las elevaciones del terreno varían mucho, y más escasa donde el terreno varía sutilmente. Del mismo modo, cuanto menor sea el intervalo de contorno que pretenda usar, más elevaciones puntuales necesitará.

(Existen algoritmos para triangular matrices irregulares que producen soluciones únicas. Un enfoque se llama Triangulación de Delaunay que, en una de sus formas restringidas, es útil para representar superficies de terreno. La característica geométrica distintiva de una triangulación de Delaunay es que un círculo que rodea cada lado del triángulo no contiene ningún otro vértice).

Marcas de graduación dibujadas donde los contornos de elevación cruzan los bordes de cada faceta TIN.

Ahora dibuje ticks para marcar los puntos en los que los contornos de elevación se cruzan con cada lado del triángulo. Por ejemplo, ¿ve el lado del triángulo que conecta las elevaciones puntuales 2360 y 2480 en la esquina inferior izquierda de la ilustración anterior? Se dibuja una marca de graduación en el triángulo donde se cruza un contorno que representa la elevación 2400. Ahora encuentra las dos elevaciones puntuales, 2480 y 2750, en la misma esquina inferior izquierda. Tenga en cuenta que se colocan tres marcas de graduación donde se cruzan los contornos que representan las elevaciones 2500, 2600 y 2700.

Este paso debería recordarte el esquema de clasificación de intervalos iguales sobre el que lees en el Capítulo 3. La elección correcta del intervalo de contorno depende del objetivo del proyecto de mapeo. En general, los intervalos de contorno aumentan en proporción a la variabilidad de la superficie del terreno. Cabe señalar que el supuesto de que las elevaciones aumentan o disminuyen a un ritmo constante no siempre es correcto, claro. Consideraremos ese tema con más detalle más adelante.

Enhebrar contornos de elevación a través de un TIN.

Por último, dibuja tus curvas de nivel. Trabajando cuesta abajo desde la elevación más alta, enhebrar contornos a través de ticks de igual valor. Pasar a la siguiente elevación más alta cuando la superficie parezca ambigua.

Ten en cuenta las siguientes características de las curvas de nivel (Rabenhorst y McDermott, 1989):

• Los contornos siempre deben apuntar aguas arriba en valles
• Los contornos siempre deben apuntar hacia abajo a lo largo de las crestas
• Los contornos adyacentes siempre deben ser secuenciales o equivalentes
• Los contornos nunca deben dividirse en dos
• Los contornos nunca deben cruzarse o circular
• Los contornos nunca deben espiral
• Los contornos nunca deben detenerse en medio de un mapa

¿Cómo se compara tu mapa terminado con el que dibujé a continuación?

7.7. Gráfico de líneas digitales (DLG)

7.8. Modelo Digital de Elevación (DEM)

El término “Modelo Digital de Elevación” tiene significados genéricos y específicos. En general, un DEM es cualquier representación ráster de una superficie de terreno. Específicamente, un DEM es un producto de datos del Servicio Geológico de los Estados Unidos. Aquí consideramos las características de los DEM producidos por el USGS Más adelante en este capítulo consideraremos fuentes de datos globales del terreno.

7.9. Interpolación

Los DEM se producen por diversos métodos. El método preferido por USGS es interpolar rejillas de elevaciones de las capas de hipsografía e hidrografía de los Gráficos Digitales de Líneas.

Un DEM USGS de 7.5 minutos y las capas de hipsografía e hidrografía DLG a partir de las cuales se produjo.

Los puntos de elevación en los archivos de hipsografía DLG no están espaciados regularmente. Los DEM deben espaciarse regularmente para soportar los cálculos de pendiente, gradiente y volumen para los que se utilizan a menudo. Las elevaciones de punto de rejilla deben interpolarse a partir de puntos de elevación vecinos. En la siguiente figura, por ejemplo, las elevaciones cuadriculadas que se muestran en púrpura se interpolaron a partir de las elevaciones de manchas irregularmente espaciadas que se muestran en rojo.

Los valores de elevación en DEM se interpolan a partir de matrices irregulares de elevaciones medidas a través de métodos fotogramétricos, o se derivan de datos de hipsografía e hidrografía DLG existentes.

Aquí hay otro ejemplo de interpolación para mapeo. El siguiente mapa muestra cómo la temperatura media del aire superficial de 1995 difería de la temperatura promedio durante un periodo de referencia de 30 años (1951-1980). Las anomalías de temperatura se representan para celdas de rejilla que cubren 3° de longitud por 2.5° de latitud.

1995 Anomalías de Temperatura Superficial. (Centro Nacional de Datos Climáticos, 2005).

Los datos cuadriculados mostrados arriba se estimaron a partir de los registros de temperatura asociados a la matriz muy irregular de 3,467 ubicaciones señaladas en el mapa de abajo. La matriz irregular se transforma en una matriz regular a través de la interpolación. En general, la interpolación es el proceso de estimar un valor desconocido a partir de valores conocidos vecinos.

La Red Mundial del Clima Histórico. (Eischeid et al., 1995).

Los datos de elevación a menudo no se miden en ubicaciones espaciadas uniformemente. Los fotogrametristas suelen tomar más medidas donde el terreno varía más. Se refieren a los densos racimos de mediciones que toman como “puntos de masa”. Los mapas topográficos (y sus derivados, DLG) son otra fuente rica de datos de elevación. Las elevaciones se pueden medir a partir de curvas de nivel, pero obviamente los contornos no forman rejillas uniformemente espaciadas. Ambos métodos dan lugar a la necesidad de interpolación.

Interpolar un valor intermedio en una recta numérica.

La ilustración anterior muestra tres líneas numéricas, cada una de las cuales varía en valor de 0 a 10. Si se le pidió que interpolar el valor de la marca de graduación etiquetada “?” en la línea numérica superior, ¿qué adivinarías? Una estimación de “5″ es razonable, siempre que los valores entre 0 y 10 aumenten a una tasa constante. Si los valores aumentan a una tasa geométrica, el valor real de “?” podría ser bastante diferente, como se ilustra en la línea numérica de fondo. La validez de un valor interpolado depende, por tanto, de la validez de nuestros supuestos sobre la naturaleza de la superficie subyacente.

Como mencioné en el Capítulo 1, la superficie de la Tierra se caracteriza por una propiedad llamada dependencia espacial. Las ubicaciones cercanas tienen más probabilidades de tener elevaciones similares que las localizaciones distantes. La dependencia espacial nos permite suponer que es válido para estimar valores de elevación por interpolación.

Se han desarrollado muchos algoritmos de interpolación. Uno de los más simples y más utilizados (aunque a menudo no el mejor) es el algoritmo ponderado de distancia inversa. Gracias a la propiedad de dependencia espacial, podemos suponer que las elevaciones estimadas son más similares a las elevaciones cercanas que a las elevaciones distantes. El algoritmo ponderado de distancia inversa estima el valor z de un punto P en función de los valores z de los n puntos más cercanos. Cuanto más distante sea un punto, menos influye en la estimación.

El procedimiento de interpolación ponderada de distancia inversa.

7.10. Pendiente

La pendiente es una medida del cambio en la elevación. Es un parámetro crucial en varios modelos predictivos bien conocidos utilizados para el manejo ambiental, incluyendo la Ecuación Universal de Pérdida de Suelo y los modelos de contaminación de fuentes no puntuales agrícolas.

Una forma de expresar la pendiente es como porcentaje. Para calcular la pendiente porcentual, divida la diferencia entre las elevaciones de dos puntos por la distancia entre ellos, luego multiplique el cociente por 100. La diferencia de elevación entre puntos se denomina subida. La distancia entre los puntos se llama carrera. Así, la pendiente porcentual es igual a (elevación/carrera) x 100.

Cálculo de pendiente porcentual. Una elevación de 100 pies sobre una carrera de 100 pies produce una pendiente del 100 por ciento. Una subida de 50 pies sobre una carrera de 100 pies produce una pendiente del 50 por ciento.

Otra forma de expresar la pendiente es como un ángulo de pendiente, o grado de pendiente. Como se muestra a continuación, si visualiza subir y correr como lados de un triángulo rectángulo, entonces el grado de pendiente es el ángulo opuesto a la subida. Dado que el grado de pendiente es igual a la tangente de la fracción subida/corrida, se puede calcular como el arcotangente de subida/carrera.

Una elevación de 100 pies sobre una carrera de 100 pies produce un ángulo de pendiente de 45°. Una elevación de 50 pies sobre una carrera de 100 pies produce un ángulo de inclinación de 26.6°.

Puede calcular la pendiente en un mapa de curvas de nivel analizando el espaciado de las curvas de nivel. Si tienes muchos valores de pendiente para calcular, sin embargo, querrás automatizar el proceso. Resulta que los cálculos de pendiente son mucho más fáciles de calcular para los datos de elevación cuadriculados que para los datos vectoriales, ya que las elevaciones están más o menos espaciadas por igual en las cuadrículas ráster.

Se han desarrollado varios algoritmos para calcular el porcentaje de pendiente y el grado de pendiente. El más simple y común se llama el método de barrio. El método de vecindad calcula la pendiente en un punto de rejilla comparando las elevaciones de los ocho puntos de rejilla que la rodean.

El algoritmo de vecindad estima el porcentaje de pendiente en la celda 5 comparando las elevaciones de celdas vecinas de la cuadrícula.

El algoritmo de vecindad estima el porcentaje de pendiente en la celda de cuadrícula 5 (Z5) como la suma de los valores absolutos de pendiente este-oeste y pendiente norte-sur, y multiplicando la suma por 100. El siguiente diagrama ilustra cómo se calculan la pendiente este-oeste y la pendiente norte-sur. Esencialmente, la pendiente este-oeste se estima como la diferencia entre las sumas de las elevaciones en la primera y tercera columnas de la matriz 3 x 3. De igual manera, la pendiente norte-sur es la diferencia entre las sumas de elevaciones en la primera y tercera fila (nótese que en cada caso el valor medio está ponderado por un factor de dos).

El algoritmo de vecindad para calcular el porcentaje de pendiente.

El algoritmo de vecindad calcula la pendiente para cada celda en una cuadrícula de elevación analizando cada vecindad de 3 x 3. La pendiente porcentual se puede convertir en grado de pendiente más adelante. El resultado es una cuadrícula de valores de pendiente adecuada para su uso en diversos modelos hidrológicos y de pérdida de suelo.

7.11. Sombreado en Relieve

A continuación se pueden ver píxeles individuales en la imagen con zoom de un DEM de 7.5 minutos. Utilicé “Gradient Shader” de dlgv32 Pro para producir la imagen. Cada píxel representa un punto de elevación. Los píxeles están sombreados a través de 256 niveles de gris. Los píxeles oscuros representan elevaciones bajas, los píxeles claros representan los altos.

Un modelo digital de elevación en el que los píxeles claros representan elevaciones altas y los píxeles oscuros representan elevaciones bajas.

También es posible asignar valores de gris a los píxeles de manera que parezca que el DEM está iluminado desde arriba. La imagen de abajo, que muestra la misma porción del DEM Bushkill que la imagen de arriba, ilustra el efecto, que se llama sombreado del terreno, sombreado de colina o relieve sombreado.

Imagen de terreno sombreada producida a partir del mismo DEM que se muestra en las figuras anteriores, usando la opción Daylight Shader de dlgv32 Pro, con el Color de superficie establecido en gris.

La apariencia de una imagen de terreno sombreada depende de varios parámetros, incluida la exageración vertical. Haga clic en los botones debajo de la imagen de abajo para comparar las cuatro imágenes de terreno de América del Norte que se muestran a continuación, en las que las elevaciones son exageradas 5 veces, 10 veces, 20 veces y 40 veces respectivamente. (Necesitarás tener instalado el reproductor de Adobe Flash para poder completar este ejercicio. Si aún no tienes el Flash Player, puedes descargarlo gratis desde Adobe.)

Efectos de la exageración vertical en una imagen de terreno sombreada

Otro parámetro influyente es el ángulo de iluminación. Haga clic en los botones para comparar las imágenes del terreno que han sido iluminadas desde el noreste, sureste, suroeste y noroeste. ¿El terreno parece estar invertido en una o más de las imágenes? Para minimizar la posibilidad de inversión del terreno, es convencional iluminar el terreno desde el noroeste.

Efectos del ángulo de iluminación en una imagen de terreno sombreado.

7.12. Lidar

Para muchas aplicaciones, los DEM de 30 metros cuya precisión vertical se mide en metros simplemente no son lo suficientemente detallados. Se puede producir mayor precisión y mayor resolución horizontal mediante métodos fotogramétricos, pero la fotogrametría precisa a menudo consume demasiado tiempo y es costosa para áreas extensas. Lidar es una técnica de teledetección digital que proporciona una alternativa atractiva.

Lidar significa LIGHT Detection And Ranging. Al igual que el radar (RadiO Detecting And Ranging), los instrumentos LIDAR transmiten y reciben pulsos de energía, y permiten medir la distancia al realizar un seguimiento del tiempo transcurrido entre la transmisión y la recepción. Sin embargo, en lugar de ondas de radio, los instrumentos LIDAR emiten luz láser (láser significa Amplificaciones de luz por emisión estimulada de radiación).

Los instrumentos Lidar se montan típicamente en aviones de baja altitud. Emiten hasta 5,000 pulsos láser por segundo, a través de una franja de tierra de unos 600 metros de ancho (unos 2,000 pies). La superficie del suelo, el dosel de la vegetación u otros obstáculos reflejan los pulsos, y el receptor del instrumento detecta parte de la retrodispersión. Las misiones de mapeo Lidar se basan en el GPS para registrar la posición de la aeronave y en los instrumentos de navegación inercial (giroscopios que detectan el cabeceo, la guiñada y el balanceo de una aeronave) para realizar un seguimiento de la orientación del sistema en relación con la superficie del suelo.

En condiciones ideales, LIDAR puede producir DEM con una precisión vertical de 15 centímetros y una resolución horizontal de unos pocos metros. Su costo es prohibitivo para misiones pequeñas, pero se justifica para proyectos más grandes en los que el detalle es esencial. Por ejemplo, el lidar se ha utilizado con éxito para detectar cambios sutiles en el grosor de la capa de hielo de Groenlandia que resultan en una pérdida neta de más de 50 kilómetros cúbicos de hielo anualmente.

Imagen de Groenlandia, vista desde el sur, mostrando cambios en el grosor del hielo medidos por el lidar aerotransportado. El espesor de la capa de hielo disminuye a 40-60 cm por año en áreas de color azul oscuro (Goddard Space Flight Center, n.d.).

Para conocer más sobre el uso del lidar en los cambios de mapeo en la capa de hielo de Groenlandia, visite el Estudio de Visualización Científica de la NASA.

7.13. Datos globales de elevación

Esta página perfila tres productos de datos que incluyen datos de elevación (y, en un caso, batimetría) para toda o la mayor parte de la superficie terrestre.

7.14. Batimetría

El término batimetría se refiere al proceso y productos de medición de la profundidad de los cuerpos de agua. El Congreso de Estados Unidos autorizó el mapeo integral de las costas de la nación en 1807, y ordenó que la tarea fuera realizada por la primera agencia científica del gobierno federal, la Oficina de Encuesta Costera (OCS). Esa agencia es ahora responsable de mapear unos 3.4 millones de millas cuadradas náuticas abarcadas por el límite marítimo territorial de 12 millas, así como la Zona Económica Exclusiva de 200 millas reclamada por Estados Unidos, responsabilidad que conlleva la revisión regular de alrededor de 1,000 cartas náuticas. Los datos de batimetría costera que aparecen en los mapas topográficos del USGS, como el que se muestra a continuación, se compilan típicamente a partir de gráficos OCS.

“Isobaños” (el término técnico para líneas de profundidad constante) que se muestra en un mapa topográfico del USGS.

Los primeros estudios hidrográficos consistieron en muestrear las profundidades del agua colando cuerdas al agua ponderadas con plomo y marcadas con intervalos de profundidad llamados marcas y deeps. Tales cuerdas se llamaban líneas de guía para los pesos que provocaron que se hundieran hasta el fondo. Las mediciones se llamaron sondeos. A finales del siglo XIX, el alambre de piano había reemplazado a la cuerda, lo que hacía posible tomar sondeos de miles en lugar de solo cientos de brazas (una braza mide seis pies).

Marinero pagando una línea de sondeo durante un levantamiento hidrográfico de la costa este de Estados Unidos en 1916. (NOAA, 2007).

Se introdujeron ecosondas para estudios de aguas profundas a partir de la década de 1920. Las tecnologías de sonar (SOUND Navigation and Ranging) han revolucionado la oceanografía de la misma manera que la fotografía aérea revolucionó la cartografía topográfica. La topografía del fondo marino revelada por el sonar y las técnicas relacionadas de teledetección a bordo del barco proporcionaron evidencia que respaldó teorías sobre la propagación del fondo marino y la tectónica de placas.

A continuación se muestra la concepción de un artista de un buque de levantamiento oceanográfico que opera dos tipos de instrumentos de sonar: multihaz y sonar de barrido s ide. A la izquierda, un instrumento multihaz montado en el casco del barco calcula las profundidades oceánicas midiendo el tiempo transcurrido entre las ráfagas sonoras que emite y el retorno de ecos del fondo marino. A la derecha, los instrumentos de sonar de barrido lateral están montados a ambos lados de una “toga” sumergida amarrada al barco. A diferencia de multihaz, el sonar de barrido lateral mide la fuerza de los ecos, no su sincronización. En lugar de datos de profundidad, por lo tanto, el escaneo lateral produce imágenes que se asemejan a fotografías en blanco y negro del fondo marino.

Sónar multihaz y de barrido lateral en uso para mapeo batimétrico. (NOAA, 2002).

Un informe detallado de la reciente encuesta batimétrica de Crater Lake, Oregón, EE.UU., es publicado por el USGS aquí.

7.15. Superficies estadísticas

Las estrategias utilizadas para representar superficies de terreno también se pueden usar para otros tipos de superficies. Por ejemplo, uno de mis primeros proyectos aquí en Penn State fue trabajar con un destacado geógrafo, el fallecido Peter Gould, quien estaba estudiando la difusión del virus del Síndrome de Inmunodeficiencia Adquirida (SIDA) en Estados Unidos. El Dr. Gould había publicado recientemente el mapa a continuación.

Vista oblicua de curvas de nivel que representan la distribución de casos de SIDA en Estados Unidos 1988. (Gould, 1989. © Asociación de Geógrafos Americanos. Todos los derechos reservados. Reproducido aquí únicamente con fines educativos).

Gould retrató la distribución de la enfermedad de la misma manera que otro geógrafo podría retratar una superficie del terreno. La representación es fiel a la concepción de Gould del contagio como un fenómeno continuo. Para Gould era importante que la gente entendiera que no había ninguna ubicación que no tuviera el potencial de ser visitada por la epidemia. Tanto para la superficie del SIDA como para una superficie de terreno, existe un atributo cuantitativo (z) para cada ubicación (x, y). En general, cuando se concibe un fenómeno continuo como análogo a la superficie del terreno, la concepción se denomina superficie estadística.

7.16. Tema: Hidrografía

El Marco de Introducción y Referencia del NSDI (FGDC, 1997) contempla el tema de la hidrografía de esta manera:

Los datos de hidrografía marco incluyen características de agua superficial como lagos y estanques, arroyos y ríos, canales, océanos y costas. Cada una de estas características tiene los atributos de un nombre y un código de identificación de entidad. Las líneas centrales y los polígonos codifican las posiciones de estas entidades. Para los códigos de identificación de funciones, muchas agencias federales y estatales utilizan el programa Reach desarrollado por la Agencia de Protección Ambiental de los Estados Unidos (EPA).

Muchos usuarios de datos hidrográficos necesitan información completa sobre la conectividad de la red hidrográfica y la dirección en la que fluye el agua codificada en los datos. Para satisfacer estas necesidades, se pueden incluir elementos adicionales que representen flujos de agua y conexiones entre entidades en los datos marco (p. 20).

7.17. Tema: Transporte

Los datos de la red de transporte son valiosos para todo tipo de usos, incluidos dos que consideramos en el Capítulo 4: geocodificación y enrutamiento. El Comité Federal de Datos Geográficos (1997, p. 19) especificó las siguientes características y atributos vectoriales para el tema del marco de transporte:

7.18. Tema: Unidades Gubernamentales

El marco FGDC también incluye los límites de las unidades gubernamentales, incluyendo:

• Nación
• Estados y áreas estadísticamente equivalentes
• Condados y áreas estadísticamente equivalentes
• Plazas incorporadas y ciudades consolidadas
• Funcionando divisiones civiles menores legales
• Reservaciones y Trustlands de Indios Americanos reconocidos por el gobierno federal o estatal
• Corporaciones regionales nativas de Alaska

FGDC especifica que:

Cada una de estas características incluye los atributos de nombre y el código de la Norma Federal de Procesamiento de Información (FIPS) aplicable. Los límites de las entidades incluyen información sobre otras entidades (como carreteras, ferrocarriles o arroyos) con las que están asociados los límites y una descripción de la asociación (como coincidencia, desplazamiento o corredor). (FGDC, 1997, p. 20-21)

7.19. Tema: Catastral

FGDC (1997, p. 21) señala que:

Los datos catastrales representan la extensión geográfica de los derechos e intereses pasados, actuales y futuros sobre bienes inmuebles. La información espacial necesaria para describir la extensión geográfica y los derechos e intereses incluye encuestas, sistemas de referencia de descripción legal y encuestas y descripciones parcela por parcela.

Sin embargo, nadie espera que las descripciones legales y las coordenadas de levantamiento de los límites de la propiedad privada (como se representa esquemáticamente en la porción del mapa de plat que se muestra a continuación) se incluyan en el Mapa Nacional del USGS en el corto plazo. Como se discutió al inicio del Capítulo 6, esto se debe a que los gobiernos locales tienen autoridad para el registro de títulos de propiedad de la tierra en Estados Unidos, y la mayoría de estos gobiernos no tienen ni el incentivo ni los medios para incorporar dichos datos a una base de datos nacional de acceso público.

Los mapas de plat son registros complementarios que representan los límites de las parcelas de propiedad en forma gráfica. La precisión geométrica de los plats es notoriamente pobre. La inversión requerida para convertir mapas de plat en datos digitales correctamente georreferenciados es sustancial. Muchos gobiernos locales han convertido estos registros a formato digital, o están en proceso de hacerlo.

El modesto objetivo de FGDC para el tema cadastal del marco NSDI es incluir:

... sistemas de referencia catastrales, como el Sistema Público de Levantamiento Territorial (PLSS) y sistemas similares no cubiertos por el PLSS... y parcelas administradas públicamente, como reservas militares, bosques nacionales y parques estatales. (Ibíd., pág. 21)

El Estándar de Contenido de Datos Catastrales de FGDC se publica aquí.

Las áreas coloreadas en el siguiente mapa muestran la extensión de los Levantamientos Públicos de Tierras de Estados Unidos, que comenzaron en 1784 y tardaron casi un siglo en completarse (Muehrcke y Muehrcke, 1998). El propósito de las encuestas era dividir “tierras públicas” en parcelas vendibles con el fin de recaudar los ingresos necesarios para retirar la deuda de guerra y promover el asentamiento. Una característica clave del sistema es su nomenclatura, que proporciona especificaciones concisas y únicas de la ubicación y extensión de cualquier paquete.

Alcance de la Encuesta Pública de Tierras de Estados Unidos (Thompson, 1988).

Cada Encuesta Pública de Tierras (que se muestra en las áreas coloreadas arriba) comenzó desde un punto inicial en la intersección de una línea base y un meridiano principal. Las tierras encuestadas se dividieron en rejillas de municipios cada una aproximadamente seis millas cuadradas.

Los municipios son designados por sus ubicaciones en relación con la línea base y el meridiano principal de una encuesta en particular. Por ejemplo, el municipio resaltado en oro arriba es el segundo municipio al sur de la línea de base y el tercer municipio al oeste del meridiano principal. La designación de Levantamiento Público de Tierras para el municipio destacado es “Municipio 2 Sur, Rango 3 Oeste”. Debido a esta nomenclatura, el Sistema de Levantamiento Público de Tierras también se conoce como el “sistema de municipio y área de distribución”. Township T2S, R3W se muestra agrandado a continuación.

Los municipios se subdividen en cuadrículas de 36 secciones. Cada sección cubre aproximadamente una milla cuadrada (640 acres). Observe el esquema de numeración de ida y vuelta. La sección 14, resaltada en oro arriba, se muestra ampliada a continuación.

Las parcelas de propiedad individual se designan como se muestra arriba. Por ejemplo, el NE 1/4 de la Sección 14, Municipio 2 S, Rango 3W, es una parcela de 160 acres. Las designaciones de Topografía Pública especifican tanto la ubicación de una parcela como su área.

La influencia de la red Public Land Survey es evidente en el entorno construido de gran parte del Medio Oeste de Estados Unidos. Como señala Mark Monmonier (1995, p. 114):

El resultado [del Servicio Público de Tierras de Estados Unidos] fue un “paisaje de autor” en el que la cuadrícula topográfica tuvo un marcado efecto en los patrones de asentamiento y las formas de condados y unidades políticas más pequeñas. En el típico condado del Medio Oeste, las carreteras suelen seguir líneas de sección, la población rural está dispersa en lugar de agrupada, y el paisaje tiene una apariencia pronunciada de tablero de ajedrez.

Para obtener más información sobre el Sistema Público de Levantamiento de Tierras, consulte este artículo en el Atlas Nacional de USGS.

7.20. Resumen

Los datos del marco NSDI representan “los temas de datos más comunes [que] los usuarios necesitan” (FGDC, 1997, p. 3), incluyendo el control geodésico, ortoimágenes, elevación, hidrografía, transporte, límites de unidades gubernamentales e información de referencia catastral. Algunos temas, como el transporte y las unidades gubernamentales, representan cosas que tienen bordes bien definidos. En este sentido podemos pensar en cosas como caminos y fronteras políticas como fenómenos discretos. El enfoque vectorial de la representación geográfica es muy adecuado para digitalizar fenómenos discretos. Las entidades de línea hacen un buen trabajo al representar carreteras, por ejemplo, y los polígonos son aproximaciones útiles de límites.

Como ustedes recuerdan del Capítulo 1, sin embargo, una de las propiedades distintivas de la superficie de la Tierra es que es continua. Algunos fenómenos distribuidos a través de la superficie también son continuos. Las elevaciones del terreno, la gravedad, la declinación magnética y la temperatura del aire superficial se pueden medir prácticamente en todas partes. Para muchos propósitos, los datos ráster son los más adecuados para representar fenómenos continuos.

Una implicación de la continuidad es que hay un número infinito de ubicaciones en las que se pueden medir fenómenos. No es posible, obviamente, tomar un número infinito de mediciones. Aunque así fuera, la masa de datos producidos no sería utilizable. La solución, por supuesto, es recolectar una muestra de mediciones, y estimar valores de atributos para ubicaciones que quedan sin medir. El capítulo 7 también considera cómo se pueden estimar las elevaciones faltantes en una cuadrícula ráster a partir de elevaciones existentes, utilizando un procedimiento llamado interpolación. El procedimiento de interpolación ponderada de distancia inversa se basa en otra propiedad fundamental de los datos geográficos, la dependencia espacial.

El capítulo concluye investigando las características y el estado actual de la hidrografía, el transporte, las unidades gubernamentales y los temas catastrales. Tuvo la oportunidad de acceder, descargar y abrir varios de los temas de datos utilizando los espectadores proporcionados por USGS como parte de su iniciativa Mapa Nacional. En general, debiste haber encontrado que aunque ni las visiones del NSDI ni del Mapa Nacional se han realizado plenamente, hay elementos sustanciales de cada una de ellas. Un mayor avance depende del compromiso continuo del público estadounidense con los datos públicos, y con la voluntad política de nuestros representantes en el gobierno.

7.21. Bibliografía

Comité Federal de Datos Geográficos (1997). Introducción y guía del marco. Washington DC: Comité Federal de Datos Geográficos.

Eischeid, J. D., Baker, C. B., Karl, R. R., Díaz, H. F. (1995). El control de calidad de los datos climatológicos de largo plazo mediante análisis de datos objetivos. Revista de Meteorología Aplicada, 34, 27-88.

Gould, P. (1989). Dimensiones geográficas de la epidemia de sida. Geógrafo Profesional, 41:1, 71-77.

Maune, D. F. (Ed.) (2007). Tecnologías y aplicaciones de modelos digitales de elevación: El manual de usuario DEM, 2a edición. Bethesda, MD: Sociedad Americana de Ingeniería Fotogramétrica y Teledetección.

Monmonier, M. S. (1982). Dibujando la línea: cuentos de mapas y cartocontroversia. Nueva York, NY: Henry Holt.

Muehrcke, P. C. y Muehrcke, J. O. (1998) Uso de mapas, 4ta Ed. Madison, WI: JP Publicaciones.

Administración Nacional de Aeronáutica y del Espacio, Laboratorio de Propulsión a Chorro (2006). Misión de topografía radar de lanzadera. Recuperado el 10 de mayo de 2006, de http://www.jpl.nasa.gov/srtm

Goddard Space Flight Center, Administración Nacional de Aeronáutica y del Espacio (n.d.). El hielo retrocediendo de Groenlandia. Recuperado el 26 de febrero de 2008, de http://svs.gsfc.nasa.gov/stories/greenland/

Centro Nacional de Datos Geofísicos (2010). Base de datos global ETOPO1 cuadriculada de 1 minuto de arco. Recuperado el 2 de marzo de 2010, de http://www.ngdc.noaa.gov/mgg/global/global.html

Administración Nacional Oceánica y Atmosférica, Centro Nacional de Datos Climáticos (n. d.). Anomalías de temperatura estacional tierra-oceánica Recuperado el 18 de agosto de 1999, dewww.ncdc.noaa.giv/onlineprod/landocean/estacional/form.html (expirado)

Administración Nacional Oceánica y Atmosférica (2002). Sonar de barrido lateral y multihaz. Recuperado el 18 de febrero de 2008, de http://www.nauticalcharts.noaa.gov/hsd/hydrog.htm

Administración Nacional Oceánica y Atmosférica (2007). Historia de la NOAA. Recuperado el 27 de febrero de 2008, de http://www.history.noaa.gov/

Rabenhorst, T. D. y McDermott, P. D. (1989). Cartografía aplicada: materiales fuente para la elaboración de mapas. Columbus, OH: Merrill.

Raitz, E. (1948). Cartografía general. Nueva York, NY: McGraw-Hill.

Ralston, B. A. (2004). SIG y datos públicos. Clifton Park NY: Aprendizaje Delmar.

Thompson, M. M. (1988) Mapas para américa, 3a Ed. Reston, VA: Servicio Geológico de Estados Unidos.

Servicio Geológico de Estados Unidos (1987) Modelos digitales de elevación. Guía de usuarios de datos 5. Reston, VA: USGS.

Servicio Geológico de Estados Unidos (1999) El Dataset Nacional de Hidrografía. Hoja Informativa 106-99. Reston, VA: USGS. Recuperado el 19 de febrero de 2008 de http://erg.usgs.gov/isb/pubs/factsheets/fs10699.html

Servicio Geológico de Estados Unidos (2000) El Dataset Nacional de Hidrografía: Conceptos y Contenidos. Reston, VA: USGS. Recuperado el 19 de febrero de 2008 de http://nhd.usgs.gov/chapter1/chp1_data_users_guide.pdf

Servicio Geológico de Estados Unidos (2002) El Mapa Nacional — Hidrografía. Hoja Informativa 060-02. Reston, VA: USGS. Recuperado el 19 de febrero de 2008 de http://erg.usgs.gov/isb/pubs/factsheets/fs06002.html Recuperado el 22 de septiembre del 2013 de http://pubs.er.usgs.gov/publication/fs06002

Servicio Geológico de Estados Unidos (2006a) Gráficos Digitales de Líneas (DLG). Reston, VA: USGS. Recuperado el 18 de febrero de 2008 demedc.usgs.gov/products/map/dlg.html (En 2010 el sitio se convirtió en http://eros.usgs.gov/#/Find_Data/Products_and_Data_Available/DLGs)

Servicio Geológico de Estados Unidos (2006b) GTOPO30. Recuperado el 27 de febrero de 2008 demedc.usgs.gov/products/elevation/gtopo30/gtopo30.html desde que se mudó a http://www1.gsi.go.jp/geowww/globalmap-gsi/gtopo30/gtopo30.html

Servicio Geológico de Estados Unidos (2006c) Dataset Nacional de Hidrografía (NHD) — Alta resolución (Metadatos). Reston, VA: USGS. Recuperado el 19 de febrero 2008 fromnhdgeo.usgs.gov/metadata/nhd_high.htm

Servicio Geológico de Estados Unidos (2007). Desarrollo del tema de datos vectoriales de El Mapa Nacional. Recuperado el 24 de febrero 2008 dembpgeo.cr.usgs.gov/model/ (caducado o movido)

Servicio Geológico de Estados Unidos (2009) El Mapa Nacional — Dataset de Hidrografía. Reston, VA: USGS. Recuperado el 22 de septiembre del 2013 de http://pubs.usgs.gov/fs/2009/3054/pdf/FS2009-3054.pdf

United States Geological Survey (2013) National Hydrography Dataset (NHD) — Obtener datos NDH. Reston, VA: USGS. Recuperado el 22 de septiembre del 2013 de http://nhd.usgs.gov/data.html