Enseñanza de Sistemas de Información Geográfica (SIG) en Estudios de Grado y Posgrado en La Universidad de La Rioja

3
INNOVACIÓN DOCENTE
Enseñanza de Sistemas de
Información Geográfica (SIG)
en estudios de grado
y posgrado en la
Universidad de La Rioja
Principios teóricos
y ejercicios prácticos
Marisol Andrades Rodríguez
Jesús María Aransay Azofra
M.ª Paz Diago Santamaría
Noemí Solange Lana-Renault Monreal
José Ángel Llorente Adán
Purificación Ruiz Flaño
Eduardo Sáenz de Cabezón Irigaray
Marisol Andrades Rodríguez, Jesús María Aransay Azofra, Mª Paz Diago
Santamaría, Noemí Solange Lana-Renault Monreal, José Ángel Llorente
Adán, Purificación Ruiz Flaño, Eduardo Sáenz de Cabezón Irigaray
Enseñanza de Sistemas de
Información Geográfica (SIG) en
estudios de grado y posgrado en la
Universidad de La Rioja
Principios teóricos y ejercicios prácticos
UNIVERSIDAD DE LA RIOJA
2020
ENSEÑANZA de Sistemas de Información Geográfica (SIG) en estudios de grado y
posgrado de la Universidad de La Rioja [Recurso electrónico] : principios teóricos y
ejercicios prácticos / Marisol Andrades Rodríguez … [et al.] - Logroño :
Universidad de La Rioja, Servicio de Publicaciones, 2020.
v. digital (131 p.) - (Innovación docente ; 3)
ISBN 978-84-09-17400-3
1. Sistemas de información geográfica. 2. Estudio y enseñanza. I. Andrades
Rodríguez, Marisol. II. Universidad de La Rioja. Servicio de Publicaciones. III. Serie.
913(100):004
37.02
RGW -- THEMA 1.0
4CT -- THEMA 1.0
Enseñanza de Sistemas de Información Geográfica (SIG) en estudios de grado y posgrado en la

Universidad de La Rioja. Principios teóricos y ejercicios prácticos
de Marisol Andrades Rodríguez, Jesús María Aransay Azofra, Mª Paz Diago Santamaría, Noemí Solange
Lana-Renault Monreal, José Ángel Llorente Adán, Purificación Ruiz Flaño y Eduardo Sáenz de Cabezón
Irigaray (publicada por la Universidad de La Rioja) se difunde bajo una Licencia Creative Commons
Reconocimiento-NoComercial-SinObraDerivada 3.0 Unported.
Permisos que vayan más allá de lo cubierto por esta licencia pueden solicitarse a los titulares del
copyright.
© Los autores
© Universidad de La Rioja, Servicio de Publicaciones, 2020
publicaciones.unirioja.es
ISBN 978-84-09-17400-3
Edita: Universidad de La Rioja
INDICE
Índice de Figuras ................................................................................................................................................. 5

INTRODUCCIÓN ................................................................................................................................................... 9
1.GEOLOCALIZACIÓN. SISTEMAS DE COORDENADAS EN CARTOGRAFÍA DIGITAL ............ 13

1.1. Conceptos geodésicos básicos ............................................................................................. 13
1.2. Coordenadas y localización ................................................................................................... 15
1.3. Visores cartográficos ............................................................................................................... 19
1.4. Sistemas GPS ............................................................................................................................... 20
2. USO DE DATOS GPS (FORMATOS Y HERRAMIENTAS) ................................................................. 21

2.1. Introducción ................................................................................................................................ 21
2.2. Ejemplos de formatos. GPX ................................................................................................... 21
2.3. Ejemplos de formatos. KML .................................................................................................. 24
2.4. Ejemplos de formatos. GeoJSON ......................................................................................... 28
2.5. Ejemplos de formatos. Shapefile ......................................................................................... 30
3. CARTOGRAFÍA DIGITAL ............................................................................................................................ 31

3.1. Breve evolución cartográfica ............................................................................................... 31
3.2. La cartografía digital en el ámbito universitario .......................................................... 35
4. SISTEMAS DE INFORMACIÓN GEOGRÁFICA. FUNCIONES BÁSICAS ...................................... 39

4.1. Definición y principales componentes de un SIG ......................................................... 39
4.2. Funcionalidades básicas de los SIG .................................................................................... 42
4.3. Ejemplos de uso ......................................................................................................................... 45
ENSEÑANZA DE SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG) EN ESTUDIOS DE GRADO Y POSGRADO EN LA UNIVERSIDAD DE LA RIOJA 3
ÍNDICE
5. SISTEMAS DE INFORMACIÓN GEOGRÁFICA. FUNCIONES AVANZADAS .............................. 53

5.1. Edición y creación de capas vectoriales .......................................................................... 53
5.2. Reclasificación ............................................................................................................................ 55
5.3. Transformación de formato vectorial a ráster y de ráster a vectorial ................ 56
5.4. Análisis de proximidad o vecindad: costes, distancias y áreas de influencia ... 56
5.5. Álgebra o calculadora de mapas ......................................................................................... 57
5.6. Interpolación espacial ............................................................................................................. 58
5.7. Geomorfometría ........................................................................................................................ 59
5.8. Geoestadística ............................................................................................................................. 60
5.9. Ejemplos de uso ......................................................................................................................... 62
6. SISTEMAS DE INFORMACIÓN GEOGRÁFICA. LENGUAJES DE PROGRAMACIÓN Y

APLICACIONES ................................................................................................................................................... 89
6.1. Introducción a Python ............................................................................................................. 89
6.2. Consola Python en QGIS ......................................................................................................... 93
6.3. Bibliotecas Python para datos geográficos ..................................................................... 94
6.4. Importación y lanzamiento de plugins de terceros .................................................... 94
6.5. Bibliotecas R para datos geográficos y su integración con GIS .............................. 96
6.6 Práctica con QGIS ....................................................................................................................... 98
7. LIBRERÍAS (APIs) PARA LA CREACIÓN DE CARTOGRAFÍA DIGITAL ................................. 103

7.1. Introducción ............................................................................................................................. 103
7.2. Algunas APIs de uso extendido ........................................................................................ 104
7.3. Ejemplos de uso. API de IDERioja ................................................................................... 105
7.4. Ejemplos de uso. Leaflet ...................................................................................................... 114
BIBLIOGRAFÍA ................................................................................................................................................ 123
4 ENSEÑANZA DE SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG) EN ESTUDIOS DE GRADO Y POSGRADO EN LA UNIVERSIDAD DE LA RIOJA
INDICE DE FIGURAS
Figura 1.1. Dimensiones de la Tierra. Fuente: Olaya (2012) ................................................................ 13

Figura 1.2. Imagen del Geoide. Fuente: Misión GOCE. Agencia Espacial Europea......................... 14
Figura 1.3. Dimensiones del elipsoide. Fuente: IGN ................................................................................. 14
Figura 1.4. Coordenadas geográficas. Fuente: Geografía: Recursos online .................................... 16
Figura 1.5. Ejemplo de localización mediante coordenadas geográficas ......................................... 16
Figura 1.6. Proyección UTM ................................................................................................................................. 17
Figura 1.7. División de la superficie terrestre en husos y bandas ...................................................... 17
Figura 1.8. Aproximaciones sucesivas en las coordenadas UTM ........................................................ 18
Figura 1.9. Ejemplo de localización de un punto mediante coordenadas UTM ............................ 18
Figura 1.10. Mapa de un sector de Logroño con el visor Iberpix del Instituto Geográfico
Nacional ................................................................................................................................................................. 19
Figura 1.11. Imagen de un sector de Logroño con el visor Iberpix del Instituto Geográfico
Nacional ................................................................................................................................................................ 19
Figura 1.12. Funcionamiento de GPS diferencial. Fuente: Olaya (2102) ......................................... 20
Figura 2.1. Ejemplo de visualización de fichero GPX ................................................................................ 24
Figura 2.2. Ejemplo de visualización de fichero KML. Punto ................................................................ 25
Figura 2.3. Ejemplo de visualización de fichero KML. Superposición ............................................... 26
Figura 2.4. Ejemplo de visualización de fichero KML. Multigeometría ............................................ 27
Figura 2.5. Ejemplo de visualización de fichero KML. Polígono .......................................................... 27
Figura 2.6. Ejemplo de fichero shapefile con sus contenidos ............................................................... 30
Figura 3.1. Tablilla de arcilla (600 a. de C.) y el anillo circundante que representa los océanos
del mundo (s. XII) ............................................................................................................................................. 32
Figura 3.2. Nove Totius terrarum Orbis Geographica Ac Hydrographica Tabula, del “Atlantis
Maioris Appendix”, (s. XVII) ......................................................................................................................... 32
Figura 3.3. Buitrago de Lozoya (Madrid). Mapa Topográfico Nacional 1:25.000 (484-II)
(2017) .................................................................................................................................................................... 33
Figura 3.4. Portal de Infraestructura de Datos Espaciales Gobierno de La Rioja (IDERioja)
(2019) .................................................................................................................................................................... 34
ÍNDICE DE FIGURAS
Figura 3.5. Comparación espacio-temporal del entorno del campus de la Universidad de La

Rioja en la ciudad de Logroño entre 1946 y 2017 .............................................................................. 36
Figura 4.1. Ejemplos de datos de tipo vector y ráster en un SIG ......................................................... 40
Figura 4.2. Ejemplo de georreferenciación de un punto. Posición y coordenadas geográficas 42
Figura 4.3. Ejemplo de superposición de tres capas: a) ortofoto de la zona a estudio (ráster),
b) polígono de la parcela (vectorial tipo polígono) y c) puntos experimentales (vectorial
tipo punto) ........................................................................................................................................................... 43
Figura 4.4. Ejemplos de superposición de (a) entidades, en este caso polígonos, y de (b)
ráster. Adaptado de https://www.e-education.psu.edu/natureofgeoinfo/c9_p6.html ...... 44
Figura 4.5. Ejemplos de buffering en punto, línea y polígono. (Saylor Academy 2012) ............. 45
Figura 5.1 Ejemplo de RECORTE con una capa de polígonos ............................................................... 53
Figura 5.2. Ejemplo de INTERSECCIÓN entre dos capas de polígonos mostrando la tabla de
atributos resultante ......................................................................................................................................... 54
Figura 5.3. Ejemplo de UNIÓN de dos capas de polígonos mostrando la tabla de atributos
resultante ............................................................................................................................................................. 54
Figura 5.4. Ejemplo de COMBINACIÓN de dos capas de polígonos mostrando la tabla de
atributos resultante (ninguna de las geometrías de las capas de entrada se ve alterada) . 54
Figura 5.5. Ejemplo de DISOLUCIÓN de polígonos a partir de un atributo común (en este caso,
el código regional) ............................................................................................................................................ 55
Figura 5.6. Ejemplo de Reclasificación de una capa según el esquema mostrado en la tabla . 55
Figura 5.7. Ejemplo de rasterización de un polígono ............................................................................... 56
Figura 5.8. Ejemplo de vectorización con límites escalonados (izquierda) y con límites
suavizados mediante un filtro (derecha) ................................................................................................ 56
Figura 5.9. Área de influencia a un cauce basada en la distancia hidrológica (que tiene en
cuenta la topografía y dirección de flujos) ............................................................................................. 57
Figura 5.10. Ejemplo de aplicación de álgebra o calculadora de mapas .......................................... 58
Figura 5.11. Ejemplo que ilustra el proceso de interpolación: se conocen los valores de una
variable en los cuatro puntos marcados y se quiere estimar el valor de esa variable en el
resto de las celdas de la malla ..................................................................................................................... 58
Figura 5.12. Modelo de sombras (izquierda) e índice de convergencia (derecha) ..................... 60
Figura 5.13. Líneas de dirección de flujo y delimitación de la cuenca hidrográfica aguas arriba
del punto rojo ..................................................................................................................................................... 60
Figura 5.14. Ejemplos de modelos de ajuste de semivariogramas ..................................................... 61
Figura 5.15. Parámetros de un variograma. γ representa la varianza de la variable y h la
distancia entre los puntos de muestreo .................................................................................................. 61
Figura 7.1. Mapa base con la API de IDERioja .......................................................................................... 107
Figura 7.2. Mapa base de IDERioja con selección de fondo ................................................................ 108
ÍNDICE DE FIGURAS
Figura 7.3. Mapa base con la API de IDERioja con selector de capas ............................................. 108
Figura 7.4. Mapa base con la API de IDERioja y opciones adicionales ........................................... 109
Figura 7.5. Mapa base con la API de IDERioja y capa en formato GeoJSON ................................. 110
Figura 7.6. Mapa base con la API de IDERioja y capa GPX .................................................................. 112
Figura 7.7. Mapa base con la API de IDERioja y capa KML ................................................................. 113
Figura 7.8. Mapa base con Leaflet ................................................................................................................. 115
Figura 7.9. Mapa base con Leaflet y capa KML ........................................................................................ 118
Figura 7.10. Mapa base con Leaflet y capa GPX ....................................................................................... 120
Figura 7.11. Mapa base con Leaflet y capa GeoJSON ............................................................................. 121
INTRODUCCIÓN
La publicación que aquí se presenta, y que lleva por título “Enseñanza de sistemas de información
geográfica (SIG) en estudios de grado y posgrado en la Universidad de La Rioja. Principios teóricos
y ejercicios prácticos”, es fruto del trabajo de un equipo multidisciplinar formado por un grupo de
profesores de la Universidad de La Rioja de distintos departamentos (Ciencias Humanas,
Agricultura y Alimentación, Matemáticas y Computación) pertenecientes a las Facultades de
Letras y de la Educación, así como a la de Ciencia y Tecnología, además de la propia Escuela de
Máster y Doctorado de dicha universidad (EMYDUR).
En concreto el material didáctico elaborado y que se expone a lo largo de estas páginas ha sido el
resultado de distintos Proyectos de Innovación Docente desarrollados en la Universidad de La
Rioja en los últimos años. Estos proyectos llevan por título “Coordinación y mejora de la docencia
en asignaturas que utilizan Sistemas de Información Geográfica en la Universidad de La Rioja”
(2017-2018) y “Coordinación y mejora en la utilización de GIS como una herramienta en la
realización de TFGs, TFMs y tesis doctorales de la Universidad de La Rioja” (2018-2019). Con el
desarrollo de dichos proyectos lo que se planteó en origen era el estudio y análisis de la utilización
de datos geográficos y Sistemas de Información Geográfica (SIG) o GIS, por su acrónimo inglés, en
las diferentes asignaturas y grados impartidos dentro del campus público riojano.
Posteriormente, las labores de investigación se centraron en el análisis de todos los trabajos fin
de estudios, desde los Trabajos Fin de Grado (TFG) hasta los Trabajos Fin de Master (TFM) y tesis
doctorales realizados en dicha universidad con el objetivo de averiguar y estudiar el tratamiento
de datos geográficos o utilización de SIG que se realiza y, así, saber con qué profundidad se trabaja
en cada uno de los trabajos fin de estudios en los que se emplea.
El interés por el estudio en la utilización de datos geográficos o SIG se suscita dada su progresiva
incorporación a los distintos planteamientos o guías docentes de una gran diversidad de
asignaturas en Grados de diferente ámbito dentro del ámbito universitario. Un hecho que
responde a la creciente importancia de las TICs (Tecnologías de la Información y la Comunicación)
dentro de nuestra sociedad. De hecho, durante las últimas décadas, se ha convertido en habitual
e, incluso, imprescindible la utilización diaria y constante de dispositivos electrónicos como los
móviles o tabletas, entre otros. Se trata, en definitiva, de la sociedad de las telecomunicaciones. Su
uso se ha hecho extensible a muchos ámbitos cotidianos, un ejemplo lo constituye la utilización
de GPS para desplazarnos. En este caso las propias aplicaciones móviles vinculadas a sistemas de
teledetección y geoposicionamiento consiguen indicarnos a cuánta distancia nos encontramos de
nuestro objetivo o interés, etc.
De la misma manera que en las diferentes situaciones diarias, en los sistemas de enseñanza
aprendizaje de todos los niveles educativos también se ha ido incorporando la utilización de
tecnologías de manera paulatina. En este caso, en lugar de aludir a las TICs, más recientemente se
INTRODUCCIÓN
ha difundido el concepto de TACs (Tecnologías para el Aprendizaje y el Conocimiento) dada su

gran relevancia en el ámbito docente. Dichas TACs cuentan con una enorme presencia y aplicación
en todas aquellas propuestas o iniciativas enmarcadas dentro de la innovación docente, como es
el caso de la utilización de SIG.
Es en este contexto donde se enmarca el trabajo de investigación y análisis de este grupo de
profesores de la Universidad de La Rioja (UR). En una primera fase, el estudio se centró en la
detección de asignaturas impartidas en el campus público riojano, perteneciente a cualquier área,
departamento o facultad, que utilizasen datos espaciales o SIG. Los resultados obtenidos
permitieron enumerar hasta diecinueve materias, que respondían a dichas premisas. Estas
asignaturas pertenecían a siete Grados (Geografía e Historia, Ingeniería Agrícola, Enología,
Turismo, Educación Primaria, Lengua y Literatura Hispánicas, Estudios Ingleses) y a tres Master
(Ingeniería Agronómica, Estudios Avanzados en Humanidades, Tecnologías Informáticas). Al
mismo tiempo se obtuvo un catálogo con los distintos programas o herramientas con los que se
lleva a cabo. Entre el software más utilizado se encuentran programas como QSIG, Librería R,
GvSig, ArcGis, API Google, AutoCad, entre otros. Mientras que las fuentes de datos geográficos más
empleados eran las Infraestructuras de Datos Espaciales regionales, sobretodo IDERioja, la propia
elaboración de datos, el Instituto Geográfico Nacional (IGN), el SIOSE, Google Map, la
Confederación Hidrográfica del Ebro (CHE), etc.
La segunda fase en la que se dividió el trabajo consistió en la detección de trabajos fin de estudio:
Trabajos Fin de Grado (TFG), Trabajos Fin de Master (TFM) y tesis doctorales de la UR, en cuyos
desarrollos metodológicos se emplease tanto datos geográficos como SIG. Esta labor supuso una
ardua tarea al analizar más de 1.500 TFGs, en torno a 1.000 TFMs, así como 835 tesis publicadas
en esta universidad pública a fecha de diciembre de 2018. Los trabajos detectados se sometieron
a un profundo análisis que permitió distinguir hasta tres grupos diferentes de uso: los que realizan
una utilización básica de los datos geográficos (Grupo 1), los que llevan a cabo un uso más
específico (Grupo 2), y aquellos que profundizan hasta alcanzar un tratamiento avanzado y de
programación sobre datos geográficos (Grupo 3). A continuación, se muestra esta distinción por
grupos, donde se presenta el tipo de datos y software empleado, así como las necesidades
formativas que pueden requerir. Todo ello es el origen del material didáctico que aquí se presenta
y que pretende dar respuesta a dichos usos diferentes, según la demanda o la profundidad de
tratamiento.
− Grupo 1: uso tangencial de datos geográficos.
Tipos de datos y software utilizado: GPS y Geolocalización.

Necesidades formativas: coordenadas GPS, formatos de datos GPS y software asociado.
− Grupo 2: uso específico de datos geográficos y Sistemas de Información Geográfica.
Aquí se diferencian dos niveles según el enfoque o tratamiento utilizado:

Grupo 2A: uso de datos y mapas geográficos sin modificar, provenientes de distintas
fuentes.
Tipos de datos y software utilizado: fuentes oficiales de datos: IDERioja y de otras
autonomías, Ministerio de Agricultura, DGT, IGN, CHE, Google Maps-Earth.
INTRODUCCIÓN
Software: SIG, APIs.

Necesidades formativas: manejo básico SIG, tipos de datos y capas. Sistemas de
coordenadas. Manejo básico de APIs.
Grupo 2B: generación de mapas de producción propia a partir de datos provenientes de
distintas fuentes de datos geográficos y del propio trabajo.
Tipos de datos y software utilizado: fuentes oficiales de datos y software similar.
Necesidades formativas: manejo avanzado de SIG, tipos de datos y capas, sistemas
de coordenadas, herramientas y opciones avanzadas de SIG. Así como manejo
básico de APIs.
− Grupo 3: tratamiento avanzado y programación sobre datos geográficos. Uso avanzado

de las opciones y herramientas que proporcionan los diferentes SIG, y se amplía
mediante programación de algoritmos propios y uso de librerías externas y coordinación
con otros tipos de software de tratamiento de datos (software estadístico, por ejemplo).
Tipos de datos y software utilizado: Sistemas de Información Geográfica, Librerías para el

uso de datos geográficos en otros sistemas de software y Lenguajes de programación.
Necesidades formativas: programación, uso avanzado de SIG, programación de SIG.
Además de Librerías para el manejo de datos geográficos y su coordinación con SIG.
Una vez que se ha detectado y distinguido los diferentes tipos de tratamiento más repetidos
respecto al uso de datos geográficos y SIG entre todos los trabajos fin de estudios desarrollados
en la UR, esta publicación se presenta como un material didáctico útil y específico, tanto para
docentes como para el alumnado, con un carácter eminentemente práctico acorde a las
necesidades descubiertas. Con el fin último de contribuir a mejorar los sistemas de enseñanza-
aprendizaje dentro del ámbito universitario.
1 GEOLOCALIZACIÓN. SISTEMAS DE COORDENADAS
EN CARTOGRAFÍA DIGITAL
Purificación Ruiz Flaño
Este apartado está destinado fundamentalmente al grupo de usuarios 01, para los que el uso de
datos geográficos es tangencial. Sin embargo, no puede generarse cartografía sin conocer la base
y los fundamentos sobre los que descansa la representación gráfica de la Tierra, por lo que se hace
imprescindible también para el resto de usuarios.
Se entiende como geolocalización el conocimiento de la ubicación geográfica real de un objeto en
la superficie terrestre. Esto se consigue, con un elevado grado de precisión, a través de los sistemas
de coordenadas, los cuales permiten posicionar cualquier objeto mediante una codificación que
responde una referencia común. Las dos referencias más utilizadas son las coordenadas
geográficas y el sistema UTM. Pero ambas referencias, y cualquier otra que utilicemos, requieren
la comprensión de conceptos geodésicos básicos relacionados con la forma de la Tierra.
1.1. Conceptos geodésicos básicos

La Geodesia es la ciencia que estudia las dimensiones y la forma de la Tierra y, por lo tanto, la que
provee el marco teórico, físico y matemático para la georreferenciación y geolocalización. Los
conceptos más importantes son (figura 1.1):
a) Superficie real de la tierra: La superficie de la tierra presenta una extrema complejidad
topográfica, con elevaciones y depresiones naturales, que dificultan su representación real
y su traslado a un plano o mapa. Por ello, hay que buscar superficies o formas de referencia
equivalentes o asimilables a la superficie real.
Figura 1.1. Dimensiones de la Tierra. Fuente: Olaya (2012).
PURIFICACIÓN RUIZ FLAÑO
b) Geoide: Es una de estas superficies de referencia. Etimológicamente significa “forma de la

Tierra”. Técnicamente es una superficie equipotencial en la que la dirección de la gravedad
es perpendicular en todos los lugares, de manera que une todos los puntos de la superficie
que tienen igual gravedad (Fernández Coppel, 2001). Su forma teórica coincide con la
prolongación de la superficie de los océanos en calma por debajo de los continentes. Pero,
debido a las diferentes densidades de los materiales, tampoco el geoide es una figura
regular (figura 1.2), y por lo tanto es de formulación matemática muy compleja. Por ello
se ha buscado una figura geométrica que se asemeje al geoide, pero de formulación
matemática conocida, el elipsoide.
Figura 1.2. Imagen del Geoide. Fuente: Misión GOCE. Agencia Espacial Europea.
c) Elipsoide: Es la forma geométrica que mejor se adapta a la forma real de la tierra. Se

obtiene al deformar una esfera y tiene la ventaja de poseer una formulación matemática
conocida y por tanto más fácilmente representable (figura 1.3).
Figura 1.3. Dimensiones del elipsoide. Fuente: IGN.
En la práctica se han utilizado diferentes elipsoides de referencia. Cada país o región ha

utilizado el elipsoide de referencia que mejor se ajustaba al geoide en su espacio, lo que ha
dificultado las referencias comunes.
GEOLOCALIZACIÓN. SISTEMAS DE COORDENADAS EN CARTOGRAFÍA DIGITAL
d) Datum: Es el modelo matemático definido por un elipsoide de referencia y un punto

fundamental, que servirá para localizar el resto de puntos del mapa. Ese punto
fundamental coincide con el lugar en el que elipsoide de referencia y geoide son tangentes.
Una vez determinado el datum, puede elaborarse ya la cartografía al tener una referencia
válida conocida.
En España varios han sido los datum utilizados:
- Elipsoide de referencia Struve, datum Observatorio del Retiro en Madrid. Estuvo
vigente hasta 1970.
- ED50 (European Datum 1950), con elipsoide de Hayford y punto fundamental en
el observatorio de Potsdam (Alemania). Se utilizó en España desde 1970 hasta
2007.
- ETRS89 (European Terrestrial Reference System 1989), utilizado en toda Europa
desde el 2007. Utiliza el elipsoide GRS80.
- REGCAN95 (Red Geodésica Nacional por Técnicas Espaciales Canarias 1995),
utilizado en las Islas Canarias.
- WGS84 (World Geodetic System 1984), sistema de referencia universal utilizado
por el GPS (Sistema de Posicionamiento Global del Departamento de Defensa de
EEUU).
1.2. Coordenadas y localización

Una vez fijado el sistema de referencia, el siguiente paso es determinar la localización exacta de
un punto mediante unos códigos comunes a los que denominamos coordenadas. En la práctica se
utilizan dos sistemas de coordenadas: las coordenadas geográficas, que utilizan el sistema
sexagesimal y parten de la forma esférica de la tierra; y el sistema de coordenadas UTM, que utiliza
la proyección UTM.
a) Coordenadas Geográficas (figura 1.4)

Las coordenadas geográficas utilizan longitud y latitud para referenciar un punto.
- La latitud es el ángulo formado por una línea perpendicular a la superficie y el plano
del Ecuador. Se mide en grados, de 0° a 90°; puede ser Norte o Sur. Su expresión podría
ser 10° S (-10°).
- La longitud es la distancia angular de cualquier punto al meridiano 0 o de Greenwich.
Las líneas de longitud se llaman meridianos. Se mide en 0° y 360° hacia el Este; entre
0° y 180° indicando E o bien O; entre 0° y 180° indicando valores positivos (hacia el
Este) o negativos (hacia el Oeste).
Figura 1.4. Coordenadas geográficas. Fuente: Geografía: Recursos online.
Figura 1.5. Ejemplo de localización mediante coordenadas geográficas.
b) Sistema UTM (Universal Transverse Mercator)

Las coordenadas geográficas son coordenadas esféricas, pero los mapas son
representaciones planas. Por ello, se han venido utilizando diferentes sistemas para
trasladar la información geográfica de la tierra (esfera) a una superficie plana. Es lo que
conocemos como proyecciones cartográficas. No es el objetivo de este trabajo mostrar la
enorme variedad de proyecciones existentes en la actualidad. Baste mencionar que
pueden clasificarse atendiendo a sus cualidades proyectivas (superficie que utilizan para
proyectar: cilíndricas, cónicas, planas...) o a la distorsión que realizan (conformes,
equivalentes, equidistantes…). Para más información sobre las proyecciones puede
consultarse la página web del Instituto Geográfico Nacional.
El sistema de coordenadas UTM utiliza una de estas proyecciones, la proyección Universal

Transverse Mercator, más conocida por sus siglas UTM (figura 1.6). Se trata de una
proyección cilíndrica, transversa (el cilindro se dispone de forma transversa o tangente a
la tierra en un meridiano) y conforme (mantiene los ángulos). De acuerdo con esta
proyección, los meridianos y los paralelos son líneas rectas que conforman una cuadrícula.
Esta cuadrícula se divide a su vez en husos y bandas (figura 1.7). Los husos son divisiones
de 6° de longitud, existiendo un total de 60, numerados de oeste a este desde el
antemeridiano de Greenwich. Los husos están divididos de sur a norte por bandas,
divisiones latitudinales de 8° de latitud, que se extienden desde los 80° sur a los 80° norte.
Hay 20 bandas, identificadas con letras mayúsculas partiendo de la C. De esta manera, la
superficie terrestre queda dividida en 1200 zonas que pueden identificarse con un número
(huso) y una letra (banda). España queda incluida en las zonas 28R (Canarias), 29S, 29T,
30S, 30T, 31S y 31 T.
Figura 1.6. Proyección UTM
Figura 1.7. División de la superficie terrestre en husos y bandas.
Estas zonas permiten aproximaciones de mayor detalle que facilitan la localización con
precisión (figura 1.8).
Figura 1.8. Aproximaciones sucesivas en las coordenadas UTM.
Para proceder a determinar la localización de un punto se procede de la siguiente manera

(figura 1.9):
- En primer lugar, se diferencia huso y banda, que aparecen indicados en el mapa (30T).
- Se adjudican las coordenadas X e Y correspondientes a los márgenes del cuadrado de
1000 metros. Se identifica la barra lateral izquierda más próxima al punto (507) y se
estima la distancia que separa el punto de esta barra en cientos de metros (800).
Después se localiza la barra inferior más próxima al punto (4684) y se estima la
distancia que separa el punto de esta barra inferior en cientos de metros (600).
- Las coordenadas UTM serían 30T 507800 4684600.
Figura 1.9. Ejemplo de localización de un punto mediante coordenadas UTM.
1.3. Visores cartográficos

La mayor parte de los visores cartográficos (Google Maps, Google Earth, IDERioja) cuentan con un
sistema de localización geográfica. Uno de los más completos es el Visor Iberpix, del Instituto
Geográfico Nacional (https://www.ign.es/iberpix2/visor/). Este visor presenta numerosas
utilidades: permite la búsqueda de localizaciones, realiza una aproximación a mapas e imágenes
de satélite a diferentes escalas, y facilita la descarga de las imágenes georreferenciadas. Puede
mostrar además toponimia, cartografía histórica, categorías de ocupación del suelo, relieve
(Lídar), y, por supuesto, aporta información sobre las coordenadas geográficas y UTM de los
puntos seleccionados.
En las siguientes figuras (figuras 1.10 y 1.11) se muestra un ejemplo de localización con este visor.
En el mapa, las coordenadas seleccionadas corresponden al Edifico del Rectorado de la
Universidad. En la imagen, se ha seleccionado la entrada principal al Edifico Vives.
Figura 1.10. Mapa de un sector de Logroño con el visor Iberpix del Instituto Geográfico Nacional.
Figura 1.11. Imagen de un sector de Logroño con el visor Iberpix del Instituto Geográfico Nacional.
1.4. Sistemas GPS

La geolocalización experimentó un impulso muy importante con la aparición de los Sistemas
Globales de Navegación por Satélite (Global Navigation Satellite System, GNSS), que permiten
estimar la posición exacta de un objeto, con precisión métrica, utilizando una red (constelación)
de satélites artificiales.
El más conocido y operativo en la actualidad es el GPS (Global Positioning System) creado por
Departamento de Defensa de los Estados Unidos. Los receptores GPS hacen uso de la señal que
reciben de los satélites y utilizan la triangulación para conocer su posición exacta. Se necesitan al
menos tres satélites de la constelación para conocer la localización geográfica y cuatro si se quiere
conocer la altitud de ese punto.
Con el fin de minimizar los errores de localización que pueden producirse se ha creado el sistema
GPS diferencial (figura 1.12), que utiliza una estación terrestre de referencia y posición conocida
para que los receptores corrijan los posibles errores.
Figura 1.12. Funcionamiento de GPS diferencial. Fuente: Olaya (2012).
2. USO DE DATOS GPS (FORMATOS Y HERRAMIENTAS)
2.1. Introducción
Muchos de los dispositivos digitales que se usan en la actualidad tienen alguna capacidad de
geolocalización o geoposicionamiento. Algunos incluyen capacidades GPS. La información que
generan estos dispositivos es susceptible de ser mostrada o “cargada” sobre un mapa digital, bien
sea en un SIG, en un mapa web, en una aplicación móvil, etc.
Esta información geográfica puede almacenarse en una gran variedad de formatos digitales. Esta
disparidad de formatos responde a varios motivos; uno puede ser la particularidad de cada caso
de uso. Un formato que se usen solo para mostrar colecciones de puntos o líneas sobre un mapa
será más imple que un formato que nos permita incluir “metainformación” de cada punto de una
ruta, o que otro que nos permite representar formas geométricas en un mapa, o identificar puntos
en el espacio tridimensional.
En este capítulo vamos a presentar tres de los formatos más populares que permiten representar
capas sobre una cartografía digital (GeoJSON, CSV y KML) poniendo el énfasis en la particularidad
de cada uno de ellos y en sus casos de uso más representativos (lo cual no quiere decir que no se
puedan aplicar en más contextos).
2.2. Ejemplos de formatos. GPX

El formato GPX es el acrónimo de “GPS Exchange Format”, y está pensado principalmente para
describir puntos de un camino, rutas, y recorridos. El formato pertenece a la familia XML (un
estándar de documentos muy extendido, usado por ejemplo también por las páginas web, HTML)
y permite ver recorridos, mostrarlos sobre diversas fuentes cartográficas, y anotar puntos del
mapa o asociar fotos con los mismos. Se caracteriza por ser un formato “ligero” y sencillo para
envío o intercambio de rutas (y, por tanto, no adecuado para otros tipos de uso más elaborados).
Un ejemplo sencillo de un fichero en formato XML sería el siguiente:
<?xml version="1.0" encoding="ISO-8859-1" standalone="yes"?>
<gpx
version="1.0"
creator="OziExplorer Version 3954q - http://www.oziexplorer.com"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns="http://www.topografix.com/GPX/1/0"
JESÚS MARÍA ARANSAY AZOFRA
xsi:schemaLocation="http://www.topografix.com/GPX/1/0
http://www.topografix.com/GPX/1/0/gpx.xsd">
<time>2014-05-30T10:15:54Z</time>
<bounds minlat="42.043441" minlon="-2.691325" maxlat="42.078223"
maxlon="-2.673090"/>
<trk>
<name>Achichuelo nuevo</name>
<desc>achichuelo</desc>
<trkseg>
<trkpt lat="42.0676100" lon="-2.6854299">
<ele>1173.906982</ele>
<time>2007-12-11T10:05:52.000Z</time>
</trkpt>
<trkpt lat="42.0675700" lon="-2.6854399">
<ele>1173.426514</ele>
<time>2007-12-11T10:06:54.000Z</time>
</trkpt>
<trkpt lat="42.0674396" lon="-2.6853983">
<ele>1172.945801</ele>
<time>2007-12-11T10:07:02.000Z</time>
</trkpt>
<trkpt lat="42.0650594" lon="-2.6877670">
<ele>1239.757324</ele>
<time>2007-12-11T10:10:46.000Z</time>
</trkpt>
<trkpt lat="42.0478200" lon="-2.6878999">
<ele>1283.978027</ele>
<time>2007-12-11T10:36:01.000Z</time>
</trkpt>
</trkseg>
</trk>
</gpx>
Este fichero (y sus datos) ha sido generado directamente por un dispositivo GPS. Sin entrar en los
detalles sobre los dialectos XML, sí que es de interés decir que el fichero está formado por:
1. Unas cabeceras que describen información relevante sobre el estándar que sigue la estructura
del fichero, el modelo del dispositivo desde el que ha sido generado, o la codificación del
mismo.
<?xml version="1.0" encoding="ISO-8859-1" standalone="yes"?>
<gpx
version="1.0"
creator="OziExplorer Version 3954q - http://www.oziexplorer.com"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
xmlns="http://www.topografix.com/GPX/1/0"
xsi:schemaLocation="http://www.topografix.com/GPX/1/0
http://www.topografix.com/GPX/1/0/gpx.xsd">
2. Algunos metadatos generales sobre la ruta descrita, como las cotas máximas y mínimas de las
coordenadas o el momento en el que fue generado el fichero (distinto del tiempo de paso por
cada punto de la ruta, que mostraremos más adelante):
<time>2014-05-30T10:15:54Z</time>
<bounds minlat="42.043441" minlon="-2.691325" maxlat="42.078223"
maxlon="-2.673090"/>
USO DE DATOS GPS (FORMATOS Y HERRAMIENTAS)
3. El tipo de ruta o trayecto contenido (podría ser un punto, una ruta o un recorrido). En el
ejemplo mostrado, se trata de un recorrido (trk) que dispone de nombre (name) y descripción
(desc) y a su vez el mismo viene definido por un segmento (trkseg), que corresponde con una
lista de puntos (trkpt), cada uno de ellos con su latitud, longitud, altura, y tiempo de paso:
<trk>
<name>Achichuelo nuevo</name>
<desc>achichuelo</desc>
<trkseg>
<trkpt lat="42.0676100" lon="-2.6854299">
<ele>1173.906982</ele>
<time>2007-12-11T10:05:52.000Z</time>
</trkpt>
<trkpt lat="42.0675700" lon="-2.6854399">
<ele>1173.426514</ele>
<time>2007-12-11T10:06:54.000Z</time>
</trkpt>
<trkpt lat="42.0674396" lon="-2.6853983">
<ele>1172.945801</ele>
<time>2007-12-11T10:07:02.000Z</time>
</trkpt>
<trkpt lat="42.0650594" lon="-2.6877670">
<ele>1239.757324</ele>
<time>2007-12-11T10:10:46.000Z</time>
</trkpt>
<trkpt lat="42.0478200" lon="-2.6878999">
<ele>1283.978027</ele>
<time>2007-12-11T10:36:01.000Z</time>
</trkpt>
</trkseg>
</trk>
En los formatos XML en general, y en el formato GPX en particular, no todos los campos son
necesarios, haciendo que por ejemplo todo “trkpt” deba tener “lat” y “lon”, pero que los atributos
“ele” (elevación) y “time” (tiempo de paso por ese punto) sean opciones.
Siempre y cuando el anterior fichero cumpla con las reglas definidas en el estándar GPX, al
visualizarlo con un sistema de información geográfica o sobre otro soporte de cartografía digital
deberíamos obtener un resultado similar al siguiente (en realidad, el fichero que hemos mostrado,
por simplicidad, solo contiene algunos de los puntos del total que se muestran en la Figura 2.1).
Se puede obtener el fichero GPX completo que forma la anterior ruta en el siguiente enlace:
https://raw.githubusercontent.com/iderioja/doc_api_iderioja/master/datos_ejemplo/ruta_gps_
achichuelo_nuevo.gpx
Para una descripción técnica completa del formato GPX recomendamos la propia definición del
“schema” XML, disponible en la siguiente dirección:
https://www.topografix.com/GPX/1/1/
Como se ha podido ver en lo anteriores ejemplos, el formato GPX destaca por su capacidad para
almacenar grandes colecciones de puntos (o rutas) con una mínima información de los mismos
que permita “reconstruir” rutas realizadas o descripciones de recorridos.
Figura 2.1. Ejemplo de visualización de fichero GPX.
2.3 Ejemplos de formatos. KML

El formato KML (Keyhole Markup Language) es un formato de presentación de información y
anotado de mapas en dos y tres dimensiones. También es un dialecto de XML (aunque con
propósito diferente que GPX). Si bien fue inicialmente desarrollado por la empresa Keyhole, Inc.,
la misma fue adquirida por Google en 2004, y el formato se convirtió en un estándar internacional
del Open Geospatial Consortium en 2008.
Su propósito original fue la definición de formas geométricas (dos y tres dimensionales) sobre
Google Earth (con el paso de los años ha ido siendo adoptado por muchas más herramientas) que
pudieran estar anotadas de forma más “rica” que en formato GPX (más orientado al simple
almacenamiento de rutas). Por su propio propósito, KML es un lenguaje que ofrece muchas más
opciones que GPX. En esta sección solo mostraremos algunos ejemplos de uso, recomendando al
lector interesado la documentación más exhaustiva del Open Geospatial Consortium
(https://www.opengeospatial.org/standards/kml/).
A continuación, mostramos un ejemplo de código kml (se puede ver su visualización en la Figura
2.2):
<?xml version="1.0" encoding="UTF-8"?>
<kml xmlns="http://www.opengis.net/kml/2.2">
<Placemark>
<name>Marca de posición simple</name>
<description> Se coloca de forma automática a la altura del relieve
subyacente.</description>
<Point>
<coordinates>-122.0822035425683,37.42228990140251,0</coordinates>
</Point>
</Placemark>
</kml>
Entre las similitudes con el formato GPX, se puede enumerar que es KML es un dialecto de XML, y
pr eso requiere el uso las etiquetas anidadas que definen cada uno de los elementos de la forma
que genera la capa KML (en este caso, un punto y su marcador).
Figura 2.2. Ejemplo de visualización de fichero KML. Punto.
Sobre las diferencias con GPX, es importante reseñar la mayor complejidad (desde el punto de
vista de las formas geométricas y tridimensionales que se pueden representar) que pueden
contener los ficheros KML. Veamos un segundo ejemplo donde lo que hacemos es mostrar una
imagen en una “caja” de coordenadas dadas (en este caso, se muestra una imagen de la erupción
del Etna en el año 2001 sobre un mapa base de OpenStreetMap:
<Folder>
<name>Superposiciones de suelo</name>
<description>Ejemplos de superposiciones de suelo</description>
<GroundOverlay>
<name>Superposición a gran escala sobre relieve</name>
<description>La superposición muestra la erupción del Etna el 13 de
julio de 2001.</description>
<Icon>
<href>http://developers.google.com/kml/documentation/images/etna.jpg<
/href>
</Icon>
<LatLonBox>
<north>37.91904192681665</north>
<south>37.46543388598137</south>
<east>15.35832653742206</east>
<west>14.60128369746704</west>
<rotation>-0.1556640799496235</rotation>
</LatLonBox>
</GroundOverlay>
</Folder>
</kml>
El resultado de la anterior superposición sería la siguiente capa sobre el mapa base de

OpenStreetMap (ver Figura 2.3):
Figura 2.3. Ejemplo de visualización de fichero KML. Superposición.
En el siguiente ejemplo mostramos una “multigeometría”, dada por dos líneas, que se muestran
sobre el mismo mapa:
<Placemark>
<name>SF Marina Harbor Master</name>
<visibility>0</visibility>
<MultiGeometry>
<LineString>
<coordinates>
-122.4425587930444,37.80666418607323,0
-122.4428379594768,37.80663578323093,0
</coordinates>
</LineString>
<LineString>
<coordinates>
-122.4425509770566,37.80662588061205,0
-122.4428340530617,37.8065999493009,0
</coordinates>
</LineString>
</MultiGeometry>
</Placemark>
Mostramos el resultado en la Figura 2.4.
Figura 2.4. Ejemplo de visualización de fichero KML. Multigeometría.
La definición de polígonos también resulta sencilla (en este caso particular, de un cuadrado, del
cual damos sus cuatro coordenadas, y de nuevo la primera, para dar lugar a una estructura
“cerrada”:
<Placemark>
<name>LinearRing.kml</name>
<Polygon>
<outerBoundaryIs>
<LinearRing>
<coordinates>
-122.365662,37.826988,0
-122.365202,37.826302,0
-122.364581,37.82655,0
-122.365038,37.827237,0
-122.365662,37.826988,0
</coordinates>
</LinearRing>
</outerBoundaryIs>
</Polygon>
</Placemark>
El resultado obtenido sería el mostrado en la Figura 2.5.
Figura 2.5. Ejemplo de visualización de fichero KML. Polígono.
Para un referencia completa de los elementos que se pueden incluir en una capa KML
recomendamos a los lectores interesados a la página de documentación de Google sobre el
formato (https://developers.google.com/kml), donde se puede encontrar un amplio rango de
ejemplos, o también a la página del Open Geospatial Consortium
(https://www.opengeospatial.org/standards/kml/), donde se dispone de una información más
técnica.
Los ficheros KML pueden generarse “a mano”, conociendo los elementos y etiquetas de que
dispone el lenguaje, o también a través de las herramientas propias de Google (Google Earth y
Google Maps) donde existen herramientas gráficas que permiten generar y anotar información en
mapas, y generar después los ficheros KML correspondientes.
2.4. Ejemplos de formatos. GeoJSON

GeoJSON es un formato de estándar abierto diseñado para representar formas geométricas
sencillas y atributos de las mismas. El lenguaje está basado en JSON (Javascript Object Notation),
un estándar de comunicación de datos en Internet basado en Javascript pero soportado en la
actualidad por casi todos los lenguajes de programación.
El estándar de GeoJSON, como los mantenidos por el IETF (el grupo de trabajo que mantiene la
mayor parte de los estándares usados en Internet) está disponible como un documento RFC
(Request for Comments) disponible en https://tools.ietf.org/html/rfc7946. En el mismo se detalla
la lista de formas (u objetos, en la notación del estándar) geométricas que podemos definir en un
fichero GeoJSON (que incluye puntos -- points --, cadenas de líneas --LineString --, polígonos --
polygon --) y colecciones de los anteriores objetos (--MultiPoint, MultiLineString, MultiPolygon y
GeometryCollection).
Lo siguiente son ejemplos de definición de objetos geométricos en GeoJSON:
Ejemplo 01: Punto.

{ "type": "Point", "coordinates": [-104.99404, 39.75621] }
Ejemplo 02: Línea.

{ "type": "LineString", "coordinates": [[-100, 40], [-105, 45], [-
110, 55]] }
Ejemplo 03: Múltiples líneas.

{ "type": "MultiLineString", "coordinates": [ [ [170.0,
45.0], [180.0, 45.0] ], [ [-180.0, 45.0], [-170.0,
45.0] ] ] }
Ejemplo 04: Múltiples polígonos (los polígonos son “cerrados”, y por eso su primera y última
coordenada coinciden).
{ "type": "MultiPolygon", "coordinates": [ [

[ [180.0, 40.0], [180.0, 50.0], [170.0, 50.0],
[170.0, 40.0], [180.0, 40.0] ] ], [
[ [-170.0, 40.0], [-170.0, 50.0], [-180.0, 50.0],
[-180.0, 40.0], [-170.0, 40.0] ] ] ]
}
A partir de una forma geométrica, se definen otro tipo de objetos, conocidos como características
– Features –, que son características, propiedades o información que se pueden asociar a las
formas geométricas.
Los ficheros GeoJSON quizá no resulten tan legibles como los ficheros GPX, que contienes
información más detallada sobre sus contenidos, pero a cambio son más “ligeros” (ocupan menos)
lo cual hace que sean más fáciles y más rápidos de enviar a través de la red (y también más
sencillos de almacenar).
{ "type": "Feature",
"properties": { "name": "Coors Field", "amenity": "Baseball
Stadium", "popupContent": "This is where the Rockies play!" },
"geometry": { "type": "Point", "coordinates": [-104.99404,
39.75621] }
}
En el siguiente enlace podemos ver un ejemplo un poco más avanzado de uso de GeoJSON. En el
mismo se muestran los códigos postales de la ciudad de Chicago.
https://github.com/smartchicago/chicago-atlas/blob/master/db/import/zipcodes.geojson
El código GeoJSON que ha dado lugar al anterior mapa está disponible en el siguiente enlace:
https://raw.githubusercontent.com/smartchicago/chicago-
atlas/master/db/import/zipcodes.geojson
La estructura del anterior fichero GeoJSON es un “FeatureCollection” formado a su vez por

“Features” dadas cada una de ellas por un polígono, uno por cada código postal, y unas “Features”
asociadas en la forma de los códigos postales de las regiones adyacentes, el código postal de la
zona, y las áreas adyacentes.
Recomendamos también la siguiente página web para poder conocer e identificar los distintos
elementos disponibles en el formato GeoJSON:
http://geojsonlint.com/
En el siguiente enlace también hay disponibles ejemplos de ficheros GeoJSON del servicio
IDERIoja con capas representando árboles singulares, zonas protegidas, cotos de caza y pesca, etc.
https://github.com/iderioja/base_datos_geografica
Finalmente, en el Capítulo 7 de este manual, se verá el resultado de visualizar o cargar capas

GeoJSON con las APIs de IDERioja y de Leaflet para navegadores web y aplicaciones móviles.
2.5. Ejemplos de formatos. Shapefile

Otro formato de fichero que se ha convertido en un “estándar de facto” para información
geográfica es el formato Shapefile. El mismo es un formato propietario de ESRI (Environmental
Systems Research Institute) aunque la mayor parte del estándar está liberado y es de uso gratuito
para. Se utiliza para almacenar ubicaciones geométricas de entidades geográficas, así como la
información y atributos de esas entidades geográficas.
Los atributos de las entidades geográficas vienen almacenados en tablas de bases de datos, y aquí
también se soportan varios formatos, como tablas dBase (extensión dbf) o ficheros de texto
(extensión txt).
Figura 2.6. Ejemplo de fichero shapefile con sus contenidos.
En la Figura 2.6 (imagen tomada de www.arcgis.com) podemos ver una colección de ficheros
shapefile (Cites.shp, Counties.shp, Roads.shp y States.shp) cuyos atributos vienen definidos en las
“Tables” que también forman parte del fichero (road_types.txt, stdemog.dbf y zipdemog.dbf). Por
este motivo, los shapefiles se suelen distribuir como ficheros “empaquetados” (por ejemplo, en
formato “zip”), que al desempaquetarlo dan lugar a una carpeta con la colección de ficheros que
antes hemos mostrado.
En la actualidad, la mayor parte los sistemas GIS soportan este formato.
3 CARTOGRAFÍA DIGITAL
Este apartado está destinado fundamentalmente al grupo de usuarios 01, para los que el uso de
datos geográficos es tangencial. Sin embargo, no puede generarse cartografía sin conocer la base
y los fundamentos sobre los que descansa la representación gráfica de la Tierra, por lo que se hace
imprescindible también para el resto de usuarios.
Se entiende como geolocalización el conocimiento de la ubicación geográfica real de un objeto en
la superficie terrestre. Esto se consigue, con un elevado grado de precisión, a través de los sistemas
de coordenadas, los cuales permiten posicionar cualquier objeto mediante una codificación que
responde una referencia común. Las dos referencias más utilizadas son las coordenadas
geográficas y el sistema UTM. Pero ambas referencias, y cualquier otra que utilicemos, requieren
la comprensión de conceptos geodésicos básicos relacionados con la forma de la Tierra.
3.1. Breve evolución cartográfica

A lo largo de las distintas épocas históricas la cartografía se ha representado sobre distintos tipos
de materiales como el papiro, la madera, la piedra o el papel, entre otros. Cualquier aspecto de la
cartografía ha evolucionado durante todo este tiempo; las propias representaciones del mundo
conocido en cada momento fueron ampliándose conforme se conocían nuevos territorios, la
precisión con la que aparecen los espacios representados, los avances técnicos, la escala de las
propias representaciones cartográficas, etc.
A partir de mediados del pasado siglo XX tiene lugar un conjunto de fenómenos que contribuirán
al desarrollo y difusión de la denominada cartografía digital. Los medios y avances técnicos van a
permitir el uso generalizado de la cartografía, que se suma al aumento de la demanda, así como a
la mayor disponibilidad de datos espaciales y de técnicas para su análisis.
Hasta entonces las limitaciones de las representaciones cartográficas eran muy numerosas, al
disponer de diferentes criterios de representación entre editoriales, la diferente autoría de las
distintas hojas que conforman una misma serie cartográfica presentaba diferencias significativas
entre ellas. Por todos estos motivos y otros muchos, la posibilidad de combinar información de
diferentes mapas resultaba muy compleja e inexacta, hasta el desarrollo de los denominados
Sistemas de Información Geográfica (SIG).
Además, otra característica limitante hasta la llegada de la cartografía digital era que los mapas
tardaban mucho en actualizarse debido a su alto coste de impresión, por lo que solían quedarse
JOSÉ ÁNGEL LLORENTE ADÁN
atrasados frente a una realidad cambiante cada vez más acelerada. De la misma manera, la escasa
disposición de mapas y sus costosas técnicas de realización hacía que, con frecuencia, estas
representaciones espaciales se convirtiesen en auténticas joyas a nivel científico y artístico
(Clarck y Black, 2006). El posterior desarrollo de la cartografía digital, paralelo al desarrollo de
los propios avances informáticos, así como la incorporación de técnicas como la teledetección,
entre otras, multiplicará el número de mapas y aumentará la precisión de los mismos como nunca
hasta entonces.
Figura 3.1. En primer lugar, una tablilla de arcilla (600 a. de C.) que representa la visión babilónica del
mundo. La ciudad ocupa el rectángulo situado encima del centro, al norte aparecen unas montañas y el río
Eúfrates que desemboca en el golfo Pérsico. En la segunda imagen, el anillo circundante representa los
océanos del mundo. La segunda imagen es el mapamundi de al-Idrisi de 1154, de gran valor para la época
al superar a otros mapas del momento por su utilización de paralelos curvos.
Figura 3.2. Nove Totius terrarum Orbis Geographica Ac Hydrographica Tabula, del “Atlantis Maioris
Appendix”, grabado por Kaerius y editado por Hondius y Jansson en Amsterdam (s. XVII)
CARTOGRAFÍA DIGITAL
En el pasado, la mayor parte de las representaciones cartográficas fueron topográficas hasta que
con la cartografía digital se multiplicaron las de carácter temático. Lo que abrió así la posibilidad
de representar infinidad de aspectos a campos de estudio y de observación que, tradicionalmente,
no aplicaban el saber cartográfico. De este modo, las distribuciones de fenómenos o variables
sobre el espacio de cualquier ámbito científico tienen su representación espacial. En este sentido,
la demanda de representaciones cartográficas proveniente de una enorme cantidad de líneas de
investigación que han sumado la cartografía a sus análisis de estudio. A ello ha contribuido
también la facilidad de combinación de mapas digitales, que permite comparar, combinar,
distintos aspectos cualitativos o cuantitativos de uno o varios fenómenos, como se verá en
capítulos siguientes.
Figura 3.3. Buitrago del Lozoya (Madrid). Mapa Topográfico Nacional 1:25.000 (484-II) (2017). (Fuente:
https://www.ign.es/web/catalogo-cartoteca/resources/html/031609.html)
Por otro lado, los crecientes estudios sobre el territorio, la evolución del paisaje, la geopolítica, la
seguridad de las personas, entre otros, obligan a un mayor conocimiento del espacio con el fin de
observar y controlar las diferentes dinámicas que se generan en la superficie terrestre, desde los
procesos naturales a las alteraciones que el ser humano ejerce sobre el espacio físico. Todo ello
convierte a los mapas en auténticas fuentes de información de lo más valioso y actualizado. Es lo
que sucede con cualquiera línea de investigación científica de cualquier ámbito de estudio, como
por ejemplo con las ciencias de la Tierra, sociales, económicas, de la salud, etc.
La mayor parte de la información que se maneja en el día a día está georreferenciada, es decir, es
información que lleva asignada una posición geográfica, que permite indicar su localización, como
se ha visto en el apartado de georreferenciación. Es decir, al tradicional manejo informático de
datos inventariables u hojas de cálculo se le añade el dato de la geolocalización. Este ha sido el
principal razonamiento por el que la Geografía ha pasado de encontrarse en un ámbito particular
a ser fundamental para la mayor parte de las disciplinas científicas.
El desarrollo de las nuevas tecnologías y las dinámicas de globalización han promovido la
denominada sociedad de las tecnologías y de la información, desde hace ya unas décadas,
favoreciendo la utilización de ordenadores cada vez más potentes, al menos entre la mayor parte
de la población de los llamados países desarrollados. Esto ha tenido los consiguientes resultados:
− La disposición y el manejo de una creciente cantidad de información y datos al servicio del

ciudadano.
− Una mayor interconexión entre personas o espacios alejados geográficamente. Prueba de

ello son las nuevas formas de comunicación a partir de las redes sociales, gracias a la
generalización de Internet en la mayor parte de los hogares, teléfonos móviles...
− Un gran desarrollo y avance en herramientas de digitalización y automatización de la

cartografía, como pueden ser los Sistemas de Información Geográfica, a los que se aludirá
más adelante. Estos sistemas informáticos permiten desarrollar una gestión y ordenación
del territorio en distintos ámbitos, desde los catastrales, la gestión forestal, hidrológica,
sanitaria, educativa, estadística, entre otras muchas disciplinas.
Todos estos resultados se pueden apreciar, por ejemplo, con el desarrollo de las propias
Infraestructuras de Dados Espaciales (IDE) de cada región o país, consideradas por autores como
Bernabé et al. (2007) uno de los proyectos más ambiciosos de las últimas dos décadas. Las IDEs
permiten a los usuarios disponer de una gran cantidad de información cartográfica
georreferenciada, de manera libre y a través de Internet, visualizarla e incluso combinarla para
generar nuevas bases cartográficas, que, posteriormente, pueden ser incorporadas a sus trabajos
o estudios., mediante programas estándares comunes que garanticen la interoperabilidad a nivel
de sistemas, archivos, formatos, etc.
Figura 3.4. Portal de Infraestructura de Datos Espaciales Gobierno de La Rioja (IDERioja) (2019) (Fuente:
https://www.iderioja.larioja.org/)
Por todo ello, entre las ventajas que se consiguen con el manejo de información espacial a partir
de los SIGs es la combinación y el cruce de una enorme cantidad de datos, nunca utilizado hasta
entonces, que proporcionan, a su vez, nueva información geográfica de interés. Lo que permite
ampliar nuevas perspectivas de estudio y avanzar, así, en el análisis del campo científico en el que
se aplique. En definitiva, se trata de incorporar el componente espacial susceptible de ser
estudiado desde cualquier disciplina científica.
3.2. La cartografía digital en el ámbito universitario

La incorporación de la cartografía digital al ámbito académico universitario es una cuestión
relativamente reciente si se tiene en cuenta la larga trayectoria de la propia cartografía.
La progresiva utilización de las Tecnologías de la Información y la Comunicación (TIC) en las aulas
de los diferentes sistemas educativos ha sido paralelo a las nuevas demandas que la propia
sociedad ha ido necesitando. Un concepto más novedoso y aplicable a los sistemas de enseñanza
aprendizaje es el utilizado para aludir a las Tecnologías del Aprendizaje y el Conocimiento (TAC),
que incluye las TIC pero desde una perspectiva pedagógica con el fin de que el alumnado adquiera
un aprendizaje significativo real. Sea desde el punto de vista que sea, el fin último de la
incorporación de las Tecnologías de la Información y el Conocimiento es la mejora de la formación
del egresado para conseguir personas con una formación cualificada que puedan responder con
solvencia a cuestiones habituales del presente, así como a las necesidades del mercado laboral.
Esta gradual incorporación digital a todos los niveles de enseñanza ya está más que consolidada.
Lo que no evita que, hoy en día, los programas informáticos o el tratamiento de información digital
siga siendo un auténtico reto para toda la comunidad educativa, desde los profesores a los
alumnos, pero también para las propias instituciones académicas (Vázquez Cano y Sevillano
García, 2014) Ante este desafío es donde se contextualiza el presente material didáctico.
Por todo ello, dentro del Espacio Europeo de Educación Superior, es habitual encontrar grados o
másteres que incorporan las TIC a los programas de sus asignaturas bien como medio,
herramienta o fin indispensable para alcanzar los objetivos propuestos en las guías docentes. Es
el caso de materias que utilizan SIGs como base de su fundamento metodológico. (Nieto Masot,
2010) Las investigaciones realizadas al respecto demuestran cómo la utilización de dispositivos
electrónicos puede llegar a ser un recurso muy útil en el tratamiento de la información, en el
acceso y creación de contenidos y en el desarrollo de competencias genéricas (Vázquez Cano y
Sevillano García, 2014).
De acuerdo con De Lázaro Torres et al. (2019), la integración de los SIG al ámbito universitario
debe realizarse de forma directa, sintética y aplicada a la asignatura a impartir. Hecho que debe
conllevar un diseño pedagógico previo de actividades o material didáctico, que aúne contenido
pedagógico y tecnológico al mismo tiempo que se adquiere contenidos específicos científicos de
cada materia. La finalidad de estas acciones debe ser la mejora en la empleabilidad y la adquisición
de competencias SIG de la comunidad universitaria.
Figura 3.5. Comparación espacio-temporal del entorno del campus de la Universidad de La Rioja en la
ciudad de Logroño entre 1946 y 2017. Visualizador regional de IDERioja. Ortofoto Regional de 1946 y de
2017. (Fuente: https://visor2.iderioja.larioja.org/mapa.php)
Por todo ello un equipo interdisciplinar de profesores de la Universidad de La Rioja (UR) lleva
más de tres años trabajando en este sentido con el firme propósito de aunar esfuerzos para tratar
en común la utilización y aplicación de datos geográficos y Sistemas de Información Geográfica en
el campus riojano. Prueba de ello son las diez titulaciones de las 26 ofertadas en la UR y que
incorporan en sus guías docentes criterios, contenidos u objetivos relacionados con datos
geográficos (Andrades et al., 2018).
Entre las conclusiones extraídas de esta línea de investigación por este grupo de profesores
universitarios se encuentra la detección y análisis de los distintos niveles de profundidad con los
que son tratados los datos geográficos o los propios Sistemas de Información Cartográfica
(software empleado, fuentes de recursos geográficos utilizados, etc.) y para ello se revisaron todos
y cada uno de los Trabajos Fin de Estudio (TFG), Trabajos Fin de Máster (TFM) y Tesis doctorales
defendidas en dicha universidad pública. A partir de este trabajo se distinguieron tres grupos, que
responde a los distintos niveles detectados de profundización e intensidad en el tratamiento de
información geográfica. (Llorente-Adán et al., 2019) A estos se les pretende dar respuesta y apoyo,
precisamente, con el material didáctico que en esta publicación se presenta, como herramienta
que uniformice el tratamiento de datos geográficos y sirva de guía tanto al alumnado como al
profesorado universitario.
4 SISTEMAS DE INFORMACIÓN GEOGRÁFICA.
FUNCIONES BÁSICAS
Marisol Andrades Rodríguez y Mª Paz Diago Santamaría
4.1. Definición y principales componentes de un SIG

Un Sistema de Información Geográfica (SIG o GIS, en su acrónimo inglés [Geographic Information
System]) es una integración organizada de hardware, software y datos geográficos diseñada para
capturar, almacenar, manipular, analizar y desplegar en todas sus formas la información
geográficamente referenciada con el fin de resolver problemas complejos de planificación y de
gestión. De forma más sintética, un SIG es una base de datos espacial (Vicente y Behm 2008).
El primer SIG fue el CGIS (Canadian Geographical Information System), desarrollado a principios
de la década de los 60 por Roger Tomlison, y sus orígenes están ligados a la gestión forestal y la
planificación urbanística (Wieczorek y Delmerico). Los primeros paquetes de software fueron
creados por Harvard Laboratory en Estados Unidos (SYMAP en 1964, GRID en 1969) y la
Experimental Cartography Unit (Reino Unido). En 1969, Jack Dangermond, que formaba parte de
Harvard Laboratory fundó junto a su esposa la empresa Environmental Systems Research
Institute (ESRI), pionera y líder absoluto de la industria del software de SIG
Un SIG funciona como una base de datos con información geográfica (datos alfanuméricos) que se
encuentra asociada por un identificador común a los objetos gráficos de un mapa digital. De esta
forma, señalando un objeto se conocen sus atributos e, inversamente, preguntando por un registro
de la base de datos se puede saber su localización en la cartografía. La razón fundamental para
utilizar un SIG es la gestión de información espacial. El sistema permite separar la información en
diferentes capas temáticas y las almacena independientemente, permitiendo trabajar con ellas de
manera rápida y sencilla, y facilitando al profesional la posibilidad de relacionar la información
existente a través de la topología de los objetos, con el fin de generar otra nueva que no podríamos
obtener de otra forma.
Existen dos formas de almacenar los datos en un SIG: raster y vectorial (Figura 4.1).
La mayoría de los elementos que existen en la naturaleza pueden ser representados mediante
formas geométricas (puntos, líneas o polígonos, esto es, vectores) o mediante celdillas con
información (ráster). Son formas de ilustrar el espacio intuitivas y versátiles, que ayudan a
comprender mejor los elementos objeto de estudio según su naturaleza.
MARISOL ANDRADES RODRÍGUEZ Y Mª PAZ DIAGO SANTAMARÍA
Figura 4.1. Ejemplos de datos de tipo vector y ráster en un SIG.
Los formatos SIG vectoriales más populares y extendidos con los que trabajar en un proyecto SIG
para almacenar datos espaciales son los siguientes:
 Shapefile (SHP): Es el formato más extendido. Es un formato propiedad de ESRI, pero la
mayoría de softwares de SIG son compatibles con este sistema de archivos. Un shapefile
se compone de varios ficheros que un SIG lee como uno único. El mínimo requerido es de
tres: el .shp almacena las entidades geométricas, el .shx almacena el índice de las entidades
geométricas y el .dbf es la base de datos, en formato dBASE. Este formato se ha convertido
en oficial para muchas instituciones, ya que puede convertirse a otros tipos de formatos
con relativa facilidad.
 Comma-separated values (CSV): Representa datos en forma de tabla. Sirve para almacenar
información alfanumérica con la posibilidad de almacenar las coordenadas. Presentan la
ventaja de que ocupan poco espacio y es fácil compartirlos.
 DWG: DWG es el formato de CAD (utilizado principalmente por el programa AutoCAD),

para facilitar la lectura de este tipo de archivos por parte de otros programas. Para ello se
utilizó un archivo de intercambio: el DXF (Drawing eXchange File). Basta con convertir los
archivos CAD a otro formato, como a shapefile y georreferenciarlo para disponer de la
cartografía.
 KML/KMZ: Este formato fue desarrollado inicialmente para Google Earth. Sin embargo,
desde el año 2008 KML es estándar de la OGC (Open Geospatial Consortium). KML significa
Keyhole Markup Language, y es un lenguaje para representar datos geográficos en tres
dimensiones. Los ficheros KML suelen distribuirse comprimidos como ficheros KMZ, que
además pueden guardar archivos de imágenes y otra información asociada.
 Otros: GPX, GeoPackage, etc (https://mappinggis.com)
SISTEMAS DE INFORMACIÓN GEOGRÁFICA. FUNCIONES BÁSICAS
De forma resumida, un SIG incorpora tres subsistemas clave, cada uno de ellos encargado de una
serie de funciones particulares (ESRI 2003):
− Subsistema de datos. Se encarga de las operaciones de entrada y salida de datos, y la
gestión de estos dentro del SIG. Permite a los otros subsistemas tener acceso a los datos y
realizar sus funciones en base a ellos.
− Subsistema de visualización y creación cartográfica. Crea representaciones a partir de los

datos (mapas, leyendas, etc.), permitiendo así la interacción con ellos. Entre otras,
incorpora también las funcionalidades de edición.
− Subsistema de análisis. Contiene métodos y procesos para el análisis de los datos

geográficos.
Otra descripción de los componentes de los SIG desciende a los elementos básicos, que son: los
DATOS, el SOFTWARE, el HARDWARE, los MÉTODOS o PROCEDIMIENTOS y los RECURSOS
HUMANOS.
− Datos: Los datos son el elemento principal para conseguir una correcta información. Los
datos representan los atributos, características descriptivas y el tipo de geometría de los
elementos espaciales del mundo real.
− Software: Es el Sistema informático lógico, que proporciona las herramientas y funciones

necesarias para almacenar, analizar y desplegar la información geográfica. Debe:
 Gestionar la entrada y manipulación de los datos
 Administrar bases de datos
 Soportar consultas, análisis y visualización de los datos geográficos
 Disponer de una interfaz gráfica de usuario (GUI)
− Hardware: Equipo informático físico que soporta y opera el software. Está integrado por
las computadoras en las que se desarrollan las tareas de administración y operación del
software, así como por los servidores de almacenamiento de datos y ejecución de ciertos
procesos, periféricos y otros components informáticos.
− Métodos/Procedimientos: Son modelos y prácticas operativas de cada organización.

[E.S.R.I., 2001]. Incluyen las técnicas y metodologías que permiten realizar los diferentes
análisis.
− Recursos Humanos: personal adecuado que opera, desarrolla y administra el sistema.

Entre los usuarios de SIG se encuentran los especialistas técnicos, que diseñan y
mantienen el sistema para aquellos que los utilizan diariamente en su trabajo.
4.2. Funcionalidades básicas de los SIG

Georreferenciación (Georreferencing): Se refiere a la capacidad de especificar la localización
espacial de un dato geográfico. “Georreferenciar” hace referencia a cualquier método que es capaz
de enlazar un elemento (punto, línea o polígono) con su localización en un GIS. La Figura 4.2
muestra un ejemplo de georreferenciación de un punto correspondiente a la localización del
edificio de una bodega.
Figura 4.2. Ejemplo de georreferenciación de un punto. Posición y coordenadas geográficas.
Proximidad y cálculo de distancia y áreas (Adjacency/Distance and Area measurement):

Una de las principales funcionalidades de los SIG es la medición de distancias entre objetos, así
como la identificación de aquellos objetos que están adyacentes.
Las herramientas de proximidad pueden dividirse en dos categorías o grupos, según el tipo de
entrada que admitan: entidad o ráster. Las herramientas que tienen como tipo de entrada
entidades pueden dar lugar a distintos tipos de salida. Entre estas se incluyen:
− Distancia de punto: calcula la distancia desde cada punto en una entidad hasta todos los
puntos que se encuentran en un radio de búsqueda determinado en otra clase de entidad.
− Zona de influencia: esta herramienta crea entidades de área a una distancia específica
alrededor de las entidades de entrada.
− Cerca: esta herramienta determina la distancia desde cada punto en una clase de entidad
hasta la entidad de punto o de línea más cercana en otra clase de entidad.
En la categoría de herramientas de proximidad cuya entrada es un ráster podemos encontrar:

− Distancia Euclidea. La distancia euclidiana es una distancia en línea recta, o una distancia
medida "a vuelo de pájaro". Con esta herramienta se miden las distancias desde el centro
de las celdas de origen en el ráster, hasta el centro de las celdas de destino. Además del
cálculo o medida de distancia euclidiana existen otras herramientas o variantes basadas
en esta medida, que permiten identificar las localizaciones más cercanas a un punto dado
(Asignación euclidiana) o la dirección de la entidad más cercana (Dirección euclidiana).
− Herramientas de Coste de distancia. A diferencia de las herramientas basadas en la

Distancia Euclidea, estos conjuntos de herramientas tienen también en cuenta que la
distancia se puede valorar o medir como un coste (por ejemplo, consumo de energía,
peligro, tiempo, entre otros) y que este coste puede ser variable en función del terreno o
sus condiciones.
Consulta de datos (Querying data): Como en cualquier base de datos, una de las principales
funcionalidades de los SIG es la capacidad de consulta. En un SIG hay dos formas básicas de
realizar una consulta: en relación a la posición espacial o en relación a un atributo concreto. La
consulta en relación a la posición espacial se formularía como: ¿Qué hay en esta localización? Esto
suele realizarse haciendo clic en un punto o elemento y listando sus atributos. Otras consultas
espaciales más complejas implican la selección de todos los elementos en un área definida o en un
polígono, o en las cercanías, como: ¿Qué hay cerca de este elemento? Las respuestas a esta
consulta más compleja requieren el uso de otras funcionalidades como buffering o superposición
(ver más adelante).
Superposición de datos (Overlaying): Una característica esencial de los SIG es la capacidad de
superposición de múltiples capas de información, de modo que se pueda acceder a estas capas
simultáneamente. Es decir, además de poder comparar capas de forma visual, éstas pueden
combinarse físicamente para generar nuevas capas mediante intersecciones geométricas. Pueden
superponerse los tres tipos de capas vectoriales con las capas ráster. En la superposición no
solamente se combinan los datos espaciales sino también los atributos. La Figura 4.3 muestra un
ejemplo de la función de superposición de capas de información en QGis, en la que se representan
superpuestas una capa ráster con la ortofoto de la zona de estudio, una capa vectorial de tipo
polígono (en verde) llamada Parcela, que delimita la parcela de estudio, y una capa vectorial tipo
puntos, que indica los puntos de medición experimentales.
Figura 4.3. Ejemplo de superposición de tres capas: a) ortofoto de la zona a estudio (ráster), b) polígono
de la parcela (vectorial tipo polígono) y c) puntos experimentales (vectorial tipo punto).
La superposición de capas de datos facilita el análisis espacial al generar combinaciones de

información y permitiendo la consulta simultánea las múltiples capas superpuestas.
Con frecuencia, la superposición se utiliza en conjunto con otros tipos de funciones. La
superposición es frecuentemente un paso en un proceso o modelo de análisis y puede ocurrir en
varios puntos del proceso. De forma general, hay dos métodos para realizar una superposición:
superposición de entidades (puntos, líneas o polígonos que se superponen, Figura 4.4a) y
superposición de rásteres (Figura 4.4b) (ESRI tutorial on line).
• Superposición de entidades: Los elementos clave en la superposición de entidades son la

capa de entrada, la capa de superposición y la capa de salida (ESRI tutorial on line). “Si la
capa de entrada contiene líneas, las líneas se dividen donde las cruzan los polígonos. Estas
nuevas entidades se almacenan en la capa de salida, la capa de entrada original no se
modifica. Los atributos de las entidades de la capa de superposición se asignan a las
nuevas entidades correspondientes en la capa de salida, junto con los atributos originales
de la capa de entrada (ESRI tutorial on line)”
• Superposición de rásteres: Cada celda de cada capa ráster hace referencia a la misma
ubicación geográfica. Esto permite combinar las características o atributos de varias capas
en una sola.
(a) (b)
Figura 4.4. Ejemplos de superposición de (a) entidades, en este caso polígonos, y de (b) ráster. Adaptado
de https://www.e-education.psu.edu/natureofgeoinfo/c9_p6.html.
Creación de zonas de influencia (buffering). Un buffer espacial identifica un área alrededor de

un elemento geográfico o posición concretos. Los buffers están especialmente indicados para
identificar factores de relación vecinal o vecindad de cara a la toma de decisiones. Por ejemplo, si
uno desea conocer todas las zonas a 2 km de un hospital o los colegios que existen en un área a 5
km de un domicilio concreto. La función buffering toma una capa vectorial de punto, línea o
polígono como capa de entrada y produce una capa polígono como capa de salida (Figura 4.5).
Figura 4.5. Ejemplos de buffering en punto, línea y polígono. (Saylor Academy 2012)
https://saylordotorg.github.io/text_essentials-of-geographic-information-systems/s11-01-single-layer-
analysis.html#campbell_1.0-ch07_s01_s01_f01
Reclasificación. Los sistemas SIG permiten reclasificar datos de forma automática. Reclasificar
esencialmente cambia los valores de un ráster. La reclasificación puede consistir en una mera
recategorización de la distribución de un atributo, o también basarse en la información obtenida
mediante herramientas de proximidad o adyacencia. Así, una reclasificación puede ser útil cuando
se desea cambiar los valores de una o varias celdas de un ráster basándose en información nueva,
porque se desee simplificar el ráster y realizar agrupaciones o utilizar una escala común, entre
otras posibilidades.
4.3. Ejemplos de uso

Las siguientes fichas contienen ejercicios en los que se describe el procedimiento para la
aplicación de algunas de las funcionalidades presentadas en este capítulo.
Ficha 4.1. Localización de un elemento vectorial y sus atributos. Tipo de función:
georreferenciación/consulta de datos/medición distancia (grupo 1)
Ficha 4.2. Localización de un elemento ráster y sus atributos. Tipo de función:
georreferenciación/consulta de datos (grupo 1)
Ficha 4.1. Localización de un elemento vectorial y sus atributos

Tipo de función: georreferenciación/consulta de datos/medición distancia
(grupo 1)
Título: uso del sistema de información geográfica de parcelas agrícolas (SIGPAC) para determinar
la localización y características de la parcela donde se va a realizar el estudio edafológico del suelo
Objetivo: en esta práctica se ofrece información sobre el Sistema de Información Geográfica de
parcelas agrícolas (SIGPAC), que permite identificar geográficamente las parcelas declaradas por
los agricultores y ganaderos, en cualquier régimen de ayudas relacionado con la superficie
cultivada o aprovechada por el ganado.
Procedimiento
El SIGPAC es un geolocalizador o tipo de SIG de acceso abierto, inicialmente pensado para facilitar
a los agricultores la presentación de solicitudes, con soporte gráfico, así como para facilitar los
controles administrativos y sobre el terreno. El SIGPAC se ha convertido en una herramienta de
gran utilidad en campos diferentes del sector agrario, como son en la Edafología, la Geología, etc.,
lo que obedece a su concepción y desarrollo, en el que se hace uso continuo y permanente de las
tecnologías más avanzadas en información geográfica automatizada.
A continuación, se describen los pasos a seguir:

1. Entrar la página web: http://www.larioja.org/agricultura/es/sigpac y acceder al visor de
SIGPAC.
2. En la parte superior derecha de la pantalla, en el desplegable de la pestaña de “ver” se entra

en “buscar” y aparece en la parte inferior derecha unas opciones de búsqueda, siendo
recomendable la búsqueda progresiva. Se introducen los datos del municipio, polígono y
parcela.
3. En el desplegable pequeño y de color blanco que está situado en la parte superior derecha de
la pantalla seleccionamos la “Capa vectorial” de las parcelas y en “Imágenes” las
correspondiente a las ortofotos de 2017 y así se podrá ver los límites de las parcelas en la
escala que está determinada (1:25000). Con ayuda del cursor se puede ver a distintos
tamaños la parcela estudiada en la zona en el año seleccionado.
4. En la parte superior izquierda de la pantalla, en el desplegable de la pestaña de “medir” con

ayudar del ratón y del cursor es posible medir la longitud y la superficie de la parcela objeto
de estudio.
5. En la parte superior derecha, en la pestaña “consultas”, se selecciona la pestaña “parcela” y

en la ortofoto la parcela a estudio o de interés. Automáticamente se obtiene la información
sobre la parcela de interés: Fecha de vuelo en la se estudió, fecha cartográfica catastral,
referencia catastral, así como los datos de localización de la parcela (provincia, término
municipal, polígono y parcela y superficie) así como datos de uso y coeficiente de regadío.
Al darle al símbolo de impresión se genera un documento, el cual se puede guardar como

información del trabajo realizado.
Ficha 4.2. Localización de un elemento ráster y sus atributos

Tipo de función: georreferenciación/consulta de datos
(grupo 1)
Título: Uso de la infraestructura de datos espaciales del Gobierno de La Rioja (Ide/Rioja) para la
obtención de la información de la zona donde se encuentra un perfil del suelo que se desea
estudiar.
Objetivo: En esta práctica se persigue obtener información relacionada con la topografía del
terreno, la altimetría, la geología, así como las dos principales variables climáticas (temperatura
media mensual y precipitación anual) de la zona en la que se encuentra el perfil de suelo
estudiado, con el objeto de caracterizarlo y estudiar los factores formadores de este suelo.
Procedimiento
Desde el año 1990, el Gobierno de La Rioja viene utilizando la tecnología SIG para la gestión de su
territorio, aplicando nuevas técnicas como el uso del GPS en la recolección de los datos
geográficos. La información geográfica disponible en la Comunidad Autónoma de La Rioja es la
siguiente:
1. Cartografía topográfica básica (formato gráfico y vectorial)
2. Ortofoto aérea
3. Cartografía temática
1. Acceder a la página https://www.iderioja.larioja.org/
2. Acceder a “Descarga de datos geográficos y mapas” y seleccionar la información geográfica

que se desea obtener. En este caso es la información geográfica “Topográfica/Ortofoto”.
Seleccionar dentro de las capas el último topográfico histórico y el mapa base.
En la parte superior se selecciona el término municipal en el que se encuentra el perfil de

suelo a estudio y aparecerá el año del mapa topográfico, la hoja en la que se encuentra y la
información general que está relacionada (escala del mapa, proyección, número de hojas, así
como las descargas que se pueden hacer). En formato pdf se puede descargar el mapa
topográfico regional del Gobierno de La Rioja. Este mapa se imprime en A3 y se adjunta en
informe de la práctica.
3. Acceder de nuevo en “Descarga de datos geográficos y mapas” y seleccionar la información

geográfica temática dentro de la lista de temáticos que se desea obtener, que, en este caso
práctico, es el medio físico y la geología.
En la parte superior se selecciona el término municipal en el que se encuentre el suelo a

estudio y aparece el mapa.
Haciendo clic sobre el mapa aparece en la parte derecha la información técnica, la

litoestatigrafía así como el mapa geológico nacional en escala 1:350.000. En la derecha de la
imagen es posible descargar el mapa geológico de La Rioja a gran resolución y así poder
definir de qué periodo es la zona a estudio. Se incluirá una leyenda con cada periodo y los
distintos colores de cada tipo de terreno. Este mapa se imprime en A3 y se adjunta en informe
de la práctica.
4. De la misma manera se procederá para obtener la información altimétrica, hidrológica, de

precipitaciones anuales y temperaturas medias mensuales de la zona de estudio.
5. Acceder de nuevo en la página https://www.iderioja.larioja.org/ y seleccionamos “Bases de

datos geográficas” y dentro de esta sección “Medio físico”. Hacer clic en “Hidrografía” y
seleccionar “acuíferos (masas de aguas subterráneas) para elegir el que se encuentra en el
subsuelo de la zona en la que se tiene el perfil del suelo. Es posible descargar el mapa
correspondiente. Esta información se relacionará con las posibilidades de riego de la zona.
6. De igual manera, y dentro de la misma web y bases de datos se puede conocer si la zona de
estudio del suelo está localizada sobre una zona vulnerable a la contaminación por nitratos
de origen agrícola. Para ello, acceder en “Calidad ambiental” y seleccionar “contaminación y
residuos”, y en ellos “zonas vulnerables a la contaminación por nitratos”. Dentro de esta
sección es posible seleccionar si el suelo a estudio está sobre uno de los tres aluviales
vulnerables en la Comunidad de la Rioja y con el visor acceder al mapa correspondiente y
descargarlo para adjuntarlo al trabajo.
FUNCIONES AVANZADAS
Noemí Solange Lana-Renault Monreal y Mª Paz Diago Santamaría
El material que se presenta a continuación va dirigido a los usuarios pertenecientes al grupo

definido como 2B, cuyo objetivo es la generación de mapas de producción propia a partir de datos
provenientes de distintas fuentes de datos geográficos y del propio trabajo. Para ello el usuario
debe saber manejar una serie de funcionalidades avanzadas de los SIG. Aquí destacamos las más
utilizadas. Para cada funcionalidad, se explica brevemente a qué tipo de análisis espacial se
corresponde y en qué consiste dicho análisis espacial. La mayor parte de las funcionalidades
avanzadas se aplican a capas ráster, que tienen mucho más potencial analítico, ya que su
estructura matricial permite cálculos más rápidos. Para una explicación más detallada de cada
funcionalidad, el usuario puede consultar los manuales de Burrough y McDonnell (1998), Sastre
(2010), Olaya (2012) y Escolano (2015), en los cuales se han basado los contenidos aquí
presentados.
Las funcionalidades avanzadas más comunes se exponen en los apartados siguientes
5.1. Edición y creación de capas vectoriales

Incluye principalmente operaciones de solape que permiten generar nuevas capas vectoriales a
partir del cruce de dos de ellas. Las capas de origen pueden ser de naturaleza diferente (punto,
línea, polígono) aunque principalmente suelen ser polígonos. En las figuras 5.1, 5.2, 5.3 y 5.4 se
muestran algunos ejemplos:
Figura 5.1. Ejemplo de RECORTE con una capa de polígonos.
NOEMÍ SOLANGE LANA-RENAULT MONREAL Y Mª PAZ DIAGO SANTAMARÍA
Figura 5.2. Ejemplo de INTERSECCIÓN entre dos capas de polígonos mostrando la tabla de atributos
resultante.
Figura 5.3. Ejemplo de UNIÓN de dos capas de polígonos mostrando la tabla de atributos resultante.
Figura 5.4. Ejemplo de COMBINACIÓN de dos capas de polígonos mostrando la tabla de atributos
resultante (ninguna de las geometrías de las capas de entrada se ve alterada).
SISTEMAS DE INFORMACIÓN GEOGRÁFICA. FUNCIONES AVANZADAS
Dentro de la edición de capas vectoriales se podrían incluir otro tipo de operaciones que no
implican el solape de dos capas vectoriales, como por ejemplo la disolución de polígonos o la
selección de polígonos para crear una capa nueva (Figura 5.5).
Figura 5.5. Ejemplo de DISOLUCIÓN de polígonos a partir de un atributo común (en este caso, el código
regional).
Por último, los SIG permiten la creación de capas vectoriales a partir de bases de datos
georreferenciadas.
5.2. Reclasificación
Las funciones de reclasificación o recodificación pueden aplicarse tanto a capas ráster como a
capas vectoriales. Se crea una nueva capa en función de un esquema de recodificación establecido,
por ejemplo: reclasificación del tipo de uso del suelo en dos categorías, apto o no apto (Figura 5.6).
Variable Valor original Valor reclasificado

Suelo A 1 8
Suelo B 2 16
Suelo C 3 32
Figura 5.6. Ejemplo de Reclasificación de una capa según el esquema mostrado en la tabla.
5.3. Transformación de formato vectorial a ráster y de ráster a vectorial

En las transformaciones de formato vectorial a ráster, cada píxel de la nueva capa recibe el valor
del atributo de la entidad vectorial que lo cubre. Los píxeles en los bordes son asignados a la
entidad que cubre más del 50% del píxel (Figura 5.7).
Figura 5.7. Ejemplo de rasterización de un polígono.
La transformación opuesta, de ráster a vectorial, produce límites escalonados. Para eliminar este
efecto no deseado, se generalizan las líneas de la capa vectorial resultante. Uno de los métodos es
la aplicación de un filtro de “paso bajo” mediante el cual cada vértice de la salida es interpolado
por las medias móviles de 3 o más vértices (Figura 5.8).
Figura 5.8. Ejemplo de vectorización con límites escalonados (izquierda) y con límites suavizados
mediante un filtro (derecha).
5.4. Análisis de proximidad o vecindad: costes, distancias y áreas de

influencia
Desplazarse entre dos puntos del espacio implica un coste. Por ejemplo, cuanto más alejados (más
distantes) se encuentren estos dos puntos, más tiempo llevará efectuar el desplazamiento. La
distancia es un ejemplo de variable coste. Existe infinidad de variables coste: la pendiente del
terreno, por ejemplo, es una variable de coste válida, ya que la dificultad de desplazarse sobre el
terreno aumenta conforme lo hace la pendiente. Una capa que contiene la variable coste se conoce
como superficie de fricción. El análisis de superficies de fricción puede derivar en análisis de
vecindad más complejos tales como coste acumulado, cálculo de rutas óptimas o área de
influencia. Las áreas de influencia son aquellas que, a partir de una entidad espacial y de acuerdo
con una variable o conjunto de variables (por ej., variables de coste como la distancia), definen
una nueva entidad. Las nuevas entidades suelen ser corredores, círculos o coronas (buffers) en
función de la entidad de origen (Figura 5.9).
Figura 5.9. Área de influencia a un cauce basada en la distancia hidrológica (que tiene en cuenta la
topografía y dirección de flujos).
Los análisis de vecindad suelen ser habituales en los sistemas ráster ya que su estructura matricial
permite mejor la aplicación de algoritmos para conocer cómo se relaciona un objeto geográfico
con su entorno.
5.5. Álgebra o calculadora de mapas

Se puede considerar una de funcionalidades “estrella” del análisis espacial –y por lo tanto de los
SIG. Consiste en realizar un solapamiento o una superposición de capas de información (mapas)
con el fin de obtener una nueva capa (mapa) con datos derivados del cálculo de las anteriores.
Dicho de otro modo, el álgebra de mapas estaría formado por un conjunto de variables (mapas),
expresiones y funciones los cuales, a través de una sintaxis adecuada, permiten la obtención de un
nuevo mapa. Suele aplicarse a capas ráster pues éstas presentan una estructura matricial mucho
más adecuada para llevar a cabo los cálculos correspondientes. El siguiente ejemplo ilustra muy
bien en qué consiste el álgebra de mapas.
Consideremos la Ecuación Universal de Pérdida de Suelo (USLE):
A = R * K * LS * C * P (Eq. 5.1)
donde A representa la pérdida total de suelo (Mg/ha/año), que depende de los siguientes factores:
R la erosividad de la lluvia, K el tipo de suelo, LS es el factor topográfico, C el uso del suelo y P la
práctica agrícola. Para una zona de estudio determinada, cada uno de estos factores puede
representarse mediante un mapa (capa ráster) (Figura 5.10). Si extendemos el cálculo puntual de
la variable A a todos los puntos de la zona de estudio, obtendremos una nueva capa de pérdida
total de suelo, evaluando la Eq 5.1 para cada una de las celdas de la zona de estudio.
Figura 5.10. Ejemplo de aplicación de álgebra o calculadora de mapas.
5.6. Interpolación espacial

El proceso de interpolación se refiere a la estimación de un valor desconocido de una variable en
una coordenada a partir de los valores conocidos en otras coordenadas (Figura 5.11). Ejemplos
habituales son la interpolación de datos de elevación tomados en el campo con un GPS; o la
interpolación de datos de temperatura registrados en los observatorios de una red. En ambos
casos no se puede obtener la información para todos los puntos del espacio, pero tomando un
número de muestras se puede crear una capa de información de la variable para toda la superficie
de estudio a partir del proceso de interpolación de los datos conocidos.
Figura 5.11. Ejemplo que ilustra el proceso de interpolación: se conocen los valores de una variable en los
cuatro puntos marcados y se quiere estimar el valor de esa variable en el resto de las celdas de la malla.
El número de técnicas de interpolación es muy amplio. Suelen clasificarse según el número de

puntos considerado para la estimación de los valores (globales cuando todos los puntos de los que
se tiene información influyen en la interpolación vs. locales, cuando sólo se considera un conjunto
restringido) y según la inclusión o no de elementos probabilísticos (técnicas estocásticas vs
determinísticas). Las técnicas de interpolación más utilizadas son:
− IDW (Inverse Distance Weight): método de interpolación de tipo local y determinístico,

basado en una ponderación por la distancia. El método IDW está basado principalmente
en la inversa de la distancia elevada a una potencia matemática. El parámetro potencia es

un número real positivo y su valor predeterminado es 2. Al definir un valor de potencia
más alto, se pone más énfasis en los puntos más cercanos.
− Superficie de tendencias: método de interpolación global y determinístico (o estocástico

según el tipo de función a ajustar). La interpolación se lleva a cabo mediante el ajuste por
mínimos cuadrados de una función polinómica que incluye la distancia, si bien permite
incorporar variables adicionales (por ej., para la interpolación de la temperatura es
frecuente añadir la altitud). Pueden emplearse polinomios de diferente grado para
aumentar la precisión del ajuste.
− Spline: método de interpolación local y determinístico. Los splines son funciones
polinómicas por tramos, de modo que, en lugar de emplear un único polinomio para
ajustar a todo un intervalo de valores, se emplea uno distinto para cada tramo. El objetivo
es obtener una superficie interpolada suave que pase exactamente por los puntos de
entrada (como si se tratase de una superficie elástica fijada a los puntos conocidos). Esto
se consigue mediante funciones matemáticas que minimizan la curvatura general de dicha
superficie. Los principales parámetros que afectan a la superficie de generada son: el peso
y el número de puntos. Respecto al peso, cuanto mayor sea el valor de este parámetro más
suave es la superficie o mapa generado. Se suelen utilizar valores entre 0 y 0,5. El número
de puntos se corresponde con el número de puntos utilizados en el cálculo de cada celda
interpolada. Cuantos más puntos de entrada se especifique, mayor será la influencia de los
puntos distantes sobre cada celda y más suave será la superficie de salida
− Kriging: método de interpolación estocástico y aplicable tanto de forma global como local.
Parte del mismo supuesto básico que las interpolaciones basadas en una ponderación por
la distancia, pero, en este caso, para el cálculo de la ponderación se tiene en cuenta la
autocorrelación espacial entre los puntos conocidos, es decir, la relación que se observa
entre la distancia que separa los puntos muestrales y la variación de la variable a
interpolar (ver apartado 6.7). Además de la superficie interpolada, el kriging genera
superficies con medidas del error de interpolación.
5.7. Geomorfometría
Puesto que las actividades humanas se asientan en su práctica totalidad sobre la superficie
terrestre, la parametrización de las características de dicha superficie (geomorfometría) es
fundamental en cualquier tipo de análisis espacial. La fuente principal de información en
geomorfometría es el Modelo Digital de Elevaciones (MDE), que se define como una
representación de la variación continua del relieve en el espacio. Generalmente es una capa raster
que se obtiene mediante la interpolación de la información contenida en las curvas de nivel. El
análisis morfométrico del MDE permite obtener numerosas variables topográficas tales como
(Figuras 5.12 y 5.13) la orientación de las laderas, la pendiente, la curvatura del terreno, índices
de convergencia y otros índices topográficos; modelos de sombras, direcciones de flujo, redes de
drenaje, delimitación de cuencas y área acumulada, o cuencas visuales. La mayoría de los SIG
llevan incorporados los algoritmos necesarios para obtener directamente estas variables.
Figura 5.12. Modelo de sombras (izquierda) e índice de convergencia (derecha).
Figura 5.13. Líneas de dirección de flujo y delimitación de la cuenca hidrográfica aguas arriba del punto
rojo.
5.8. Geoestadística
Los datos espaciales pueden ser analizados estadísticamente como cualquier otro tipo de datos.
La geoestadística (o estadística de datos espaciales) incluye análisis muy diversos; el más habitual
es, sin duda, el análisis de autocorrelación espacial, que se basa en la idea de que puntos más
cercanos tienden a tener valores más similares entre sí que puntos más alejados. El grado de
autocorrelación espacial puede evaluarse mediante índices (por ej., el índice I de Moran) o
mediante variogramas. Éstos proveen una descripción de cómo el valor de una variable cambia
entre dos puntos de muestreo en función de la distancia entre esos puntos. En un variograma, el
eje vertical representa la varianza (es decir, el grado de cambio de una variable) y el eje horizontal
la distancia.
El variograma se estima mediante datos muestrales y se debe ajustar al modelo matemático más
apropiado (Figura 5.14).
A B
C D
Figura 5.14. Ejemplos de modelos de ajuste de semivariogramas.
Los principales parámetros de un variograma (Figura 5.15) son:

• Rango: indica la distancia a la que la variable alcanza la máxima variabilidad y a partir de
la cual no hay dependencia espacial entre los puntos.
• Sill o meseta: se define como el valor de la varianza en el cual se alcanza el rango.
• Nugget: hace referencia a la varianza observada en distancias inferiores al intervalo

espacial de muestreo y a la varianza de los errores de medida. Representa una variabilidad
que no puede explicarse mediante la estructura espacial de los puntos de muestreo.
Rango
Meseta
Figura 5.15. Parámetros de un variograma. γ representa la varianza de la variable y h la distancia entre

los puntos de muestreo.
5.9. Ejemplos de uso

Las siguientes fichas contienen ejercicios en los que se describe el procedimiento para la
aplicación de algunas de las funcionalidades presentadas en este capítulo.
Ficha 5.1. Situación de datos experimentales de un viñedo. Tipo de función: Creación de capa
ráster/creación de capa vectorial puntos/superposición de capas
Ficha 5.2. Mapa de pendientes y zonas aptas para la urbanización. Tipos de función:
Geomorfometría y reclasificación.
Ficha 5.3. Áreas de influencia a cauces. Tipos de función: Rasterización y Análisis de proximidad
Ficha 5.4. Modelo de Decisión. Tipo de función: Álgebra de mapas
Ficha 5.5. Generación de un mapa por interpolación. Tipo de función: Recorte/Interpolación
Ficha 5.1. Situación de datos experimentales de un viñedo

Tipo de función: creación de capa ráster/creación de capa vectorial
puntos/superposicion de capas
(grupo 1/2a)
Título: Localización en QGIS de las medidas de potencial hídrico en un viñedo.

Objetivo: El objetivo de esta práctica es geolocalizar en QGIS las medidas de potencial hídrico de
tallo, determinadas en diversos puntos de una parcela de viñedo en una fecha concreta.
Procedimiento
1. En primer lugar, acceder a la página web de La Rioja (www.iderioja.larioja.org) y hacer clic en
“Descarga de datos e Información Geográfica”. Seleccionar la opción Ortofoto 2014 del menú
desplegable y el municipio Tudelilla. De los distintos cuadrantes en que se divide la ortofoto,
seleccionar el más centrado al núcleo urbano (186). En la parte inferior derecha aparece toda
la información (ficheros) geográfica disponible para el cuadrante elegido. Descargar el fichero
ECW.
2. A continuación, entrar en QGIs y hacer clic en el icono de “Añadir capa ráster”. Posteriormente,
hacer clic en la parte inferior derecha de la pantalla de QGis, donde aparece el Sistema de
Coordenadas, para cambiarlo a ETRS89, que es el sistema de coordenadas del fichero ECW
descargado en el paso anterior.
En el desplegable de sistema de referencia de coordenadas, seleccionar ‘ETRS89/UTM

zone 30N’, que debe aparecer, una vez cambiado, en la parte inferior derecha de la
pantalla.
3. En la pantalla de QGIs ya se ha cargado la capa ráster con la ortofoto de la zona de interés en

Tudelilla y en el Panel de capas (a la izquierda) aparece el nombre de la capa ráster añadida.
4. Para importar los datos de potencial hídrico y crear una capa vectorial de puntos es necesario
disponer de un fichero Excel o de texto (.csv) donde al menos esté recogida la información de
cada punto, es decir, coordenadas X e Y, y valor del atributo, en este caso, el valor del potencial
hídrico.
5. A continuación, se debe crear una capa vectorial de puntos. Para ello hacer clic en el icono de
Crear capa vectorial a partir de archivo de texto delimitado (csv, comma separated values) y
seleccionar el fichero Excel, .txt o .csv, y nombrar la capa vectorial creada.
6. Al aceptar (OK) aparece la capa de vectorial de puntos, georreferenciados y situados de forma

superpuesta a la ortofoto o capa ráster. En el Panel de Capas aparece la nueva capa vectorial
creada.
7. Por último, hacer Zoom a la capa (para centrar la visualización de la zona de interés), hacer
clic en el botón derecho del ratón sobre la capa vectorial de puntos creada y cambiar el
formato/visualización de los puntos. Se puede modificar el tipo de marcador/color, y asignar
etiquetas, seleccionando el atributo de interés (ej. Potencial hídrico) para que los valores de
éste aparezcan en la ventana de visualización de QGis.
Ficha 5.2. Mapa de pendientes y zonas aptas para la urbanización.

Tipos de función: geomorfometría y reclasificación
(grupo 2b)
Objetivo: elaborar un mapa en el que aparezcan las zonas sin restricción por pendiente para la
urbanización (i.e., zonas <10% de pendiente). Para ello deberemos, en primer lugar, elaborar un
mapa de pendientes a partir del Modelo Digital de Elevaciones (MDE) y, a continuación, llevar a
cabo una reclasificación de ese mapa.
Software: gvSIG
Procedimiento
1. Mapa de pendientes
1.1. En el Gestor de proyecto, abrid una nueva Vista y añadid el mapa “altitud”. Para ello, en
la Barra de botones, pinchad en Añadir capa > Añadir > Buscáis la carpeta donde tenéis
el archivo “altitud” y lo abrís > Todo normal > Aceptar.
1.2. En la Barra de menús pinchad en Herramientas > Geoprocesamiento> Caja de

Herramientas.
Se abrirá una ventana a la izquierda con una gran cantidad de herramientas que permiten
realizar análisis espaciales.
1.3. En la opción SEXTANTE, pinchad en Geomorfometría y análisis del relieve. Se desplegará

un menú.
1.4. Pinchad doble clic en Pendiente. Se abrirá una ventana nueva con dos pestañas.
1.5. En la pestaña Parámetros tiene que aparecer la siguiente información:

MDE altitud (es el mapa que tenéis abierto en vuestra Vista)
Método Máxima pendiente Travis et al. 1975 (el programa da la opción de elegir el
algoritmo para calcular la pendiente a partir del MDE)
Unidades porcentaje (la pendiente también se puede expresar en grados o en
radianes)
Salidas Guardar en archivo temporal (la opción que aparece por defecto)
1.6. En la pestaña Región de análisis elegid la opción “Utilizar la extensión de otra capa”
altitud (aquí estamos definiendo el área que va a ocupar el nuevo mapa y su resolución
espacial, que van a ser las mismas que las del mapa “altitud”).
1.7. Aceptar. Os tiene que aparecer en la Vista ¡un estupendo mapa de pendientes.
1.8. Por último, es necesario guardar en nuestro equipo este nuevo mapa ya que gvSIG ha
generado un mapa temporal (que ha llamado “Pendiente”). Para ello, pinchad con el botón
derecho sobre la palabra “Pendiente” > Salvar como.
Es recomendable que la ruta de acceso a la carpeta donde guardáis los mapas no sea muy
larga (es decir, no sea una subcarpeta de una subcarpeta de una subcarpeta etc.) ya que a
veces gvSIG se pierde con rutas largas y puede dar problemas.
Importante: los nombres de los mapas que guardéis no tienen que tener espacios ni símbolos
“extraños” (%, $, tildes…) porque gvSIG no los lee bien. Por ejemplo, el mapa de pendientes
que yo he creado lo he llamado “pendientesNaldaAlbeldaClavijo”. Lo mismo para las carpetas
y subcarpetas.
El programa os preguntará si queréis cargar la capa en el TOC (Tabla de Contenidos). Decidle

que Sí. Se abrirá una ventana con información estadística, le dais a Aceptar, y aparecerá en la
Vista el mapa que habéis guardado y que tiene que ser exactamente igual que el temporal
llamado “Pendiente”.
Podéis comprobar que en vuestra carpeta se han guardado 3 archivos que forman el mapa de
pendientes. Hay un archivo rmf~ que es un archivo temporal.
2. Reclasificación del mapa de pendientes
El objetivo es crear un nuevo mapa en el que las zonas aptas (sin restricción) para la
construcción tengan el valor 1 y las zonas no aptas (con restricción) tengan el valor 0. Es decir,
las zonas con una pendiente <10% tendrán un valor 1 y las zonas con una pendiente >10%
tendrán un valor 0.
2.1. Para empezar, vamos a ver qué valores de pendiente tiene nuestro mapa. Pinchad con el
botón derecho sobre el nombre del mapa de pendientes > Propiedades del ráster. Pinchad la
pestaña General.
Se os abrirá una ventana. En la parte de “Estadísticas” aparecen los valores máximos y

mínimos de vuestro mapa de pendientes. Es decir, hay zonas (píxeles) con pendiente del 0%
y píxeles con pendiente del 233,8%. Cerrad la ventana.
Otra manera de conocer la distribución de los valores de pendiente que tiene nuestro mapa,
es Herramientas > Geoprocesamiento> Caja de Herramientas> SEXTANTE>Herramientas
básicas para capas ráster. Doble clic en Histograma.
En Capa ráster elegid vuestro mapa de pendientes, Aceptar. Os aparecerá un histograma de

frecuencias del número de píxeles (eje y) que hay con una determinada pendiente (eje x).
Como veis en el histograma, la mayor parte de las pendientes están <20% y hay muy pocas
zonas (píxeles) con pendientes > 80%. Cerrad la ventana del histograma.
2.2. Para hacer la reclasificación del mapa tenemos que tener la ventana de SEXTANTE
abierta. En ella id a Reclasificación de capas raster > Doble clic en Reclasificación. Se abrirá
una ventana nueva con dos pestañas.
2.3. En la pestaña Parámetros tiene que aparecer la siguiente información

Capa a reclasificar vuestro mapa de pendientes
Método Min < x ≤ Max
Tabla de correspondencias pinchad en el botón
Se abrirá una ventana con una tabla que tenéis que rellenar. La tabla tiene que ser así:
Esto significa que a aquellos píxeles que en el mapa de pendientes tienen un valor superior a
-1 e inferior o igual a 10 (es decir, entre 0 y 10 incluidos), se les asignará el valor 1, y a los
píxeles con un valor superior a 10 se les asignará el valor 0. Una vez que hayáis rellenado el
último número, volved a hacer clic en alguna casilla de la tabla para asegurarnos de que el
último número se ha grabado bien. Aceptar.
Salidas Guardar en archivo temporal (la opción que aparece por defecto).
2.4. En la pestaña Región de análisis elegid la opción

“Utilizar la extensión de otra capa” vuestro mapa de pendientes
2.5. Aceptar. Os tiene que aparecer en la Vista ¡un estupendo mapa en blanco y negro!
Pregunta: ¿qué valor tienen las zonas blancas? ¿con qué pendientes se corresponden? ¿y las
negras?
2.6. Por último, guardaremos este mapa tal y como hemos hecho en el paso 1.8.
2.7. Podéis cerrar todas las ventanas y el programa descartando cambios. Los dos mapas que
habéis creado no se eliminan porque están guardados en la carpeta de vuestro equipo. Sólo
se eliminan de la Vista.
Ficha 5.3. Áreas de influencia a cauces

Tipos de función: rasterización y análisis de proximidad
(grupo 2b)
Objetivo: el ejercicio consiste en crear una zona de influencia (buffer) de 100 m en torno a los ríos.
Para ello, el mapa de los ríos (input feature) en torno al cual se quiere crear una zona de influencia
ha de ser un mapa ráster.
Software: gvSIG
Procedimiento
1. Abrid una nueva Vista y añadid los mapas “RedHidrica” y “altitud”. Poned los mapas de tal
manera que la red hídrica (los ríos) quede por encima del mapa de altitudes. Para ello, en la
tabla de contenidos (parte izquierda de la Vista), el mapa de la red hídrica tiene que estar el
primero (podéis moverlos pinchando con el cursor sobre los nombres de los mismos)
2. Lo primero que tenemos que hacer es rasterizar el mapa “RedHidrica”. Si abrís la Tabla de
atributos de este mapa, os daréis cuenta de que no hay ningún valor numérico (necesario para
hacer la rasterización). Por ello, antes de rasterizarlo, tendréis que crear un nuevo campo en
la tabla de atributos que contenga un valor numérico cualquiera.
Para ello tendréis que editar la tabla. Pinchad con el botón derecho sobre el nombre de la capa
y elegid Comenzar Edición. Veréis que el nombre de la capa se ha puesto en rojo.
Con la tabla abierta y seleccionada, en la Barra de menús pinchad en Tabla > Añadir
columna.
Se abrirá una pequeña ventana en donde hay que definir las características de esta nueva
columna (campo).
Nombre del campo Campo1
Tipo Integer (número entero)
Tamaño dejad el número que hay por defecto (en nuestro caso no tienen
mucha importancia)
Valor por defecto 1
Aceptar
Ahora vuestra tabla debe tener una nueva columna titulada Campo1 con todo valores 1:
No os olvidéis de Terminar edición y Guardar.
3. A continuación hay que rasterizar el mapa RedHidrica. La transformación de vectorial a ráster

se hace con SEXTANTE (ver ficha 3).
En la opción SEXTANTE, pinchad en Rasterización e interpolación > Rasterizar capa vectorial.

Se abrirá una nueva ventana que tenéis que completar.
En la pestaña Parámetros tiene que aparecer la siguiente información:
Capa vectorialredHidrica
Campo Campo1
Salidas Guardar en archivo temporal
Los mapas vectoriales pueden contener mucha información (muchos atributos) por entidad
espacial (polígono, punto, línea). Sin embargo, los mapas ráster sólo tienen un atributo por
píxel. Por eso, cuando el programa va a rasterizar un mapa vectorial, siempre pregunta qué
atributo (campo) tiene que utilizar.
En la pestaña Región de análisis elegid la opción
Utilizar la extensión de otra capa
Altitud (aseguraros de que el tamaño de píxel es 10).
Nota: en esta captura de pantalla he desactivado el mapa “altitud” para que se vea mejor
“RedHidrica rasterizado”. Podéis poner el mapa vectorial “RedHidrica” por encima del mapa
ráster que habéis creado y hacer un zoom para observar la coincidencia entre la capa vectorial
y la ráster.
4. Antes de crear la zona de influencia, aseguraros de que en el mapa RedHidrica rasterizado, los
valores -99999 aparecen como NoData. Esto lo podéis mirar en Propiedades del ráster, en la
pestaña General.
5. Para crear la zona de influencia en torno a los ríos tenemos que tener la ventana de SEXTANTE
abierta. En ella id a Áreas de influencia [buffers] > Doble clic en Área de influencia [ráster]. Se
abrirá una ventana nueva con dos pestañas:
En la pestaña Parámetros tiene que aparecer la siguiente información:

Capa el mapa de los ríos rasterizado
Método Distancia fija
Distancia 100
Salidas Guardar en archivo temporal (la opción que aparece por defecto)
En la pestaña Región de análisis

elegid la opción Utilizar la extensión de otra capa: el mapa de altitud.
Aceptar
6. Os tendría que aparecer en la Vista un estupendo mapa en blanco, gris y negro con valores 2
(los ríos), valores 1 (la zona de influencia de 100 m en torno a los ríos) y 0 (el resto del mapa).
Pero es posible que os aparezca un mapa totalmente negro. No os preocupéis, es simplemente
un problema de visualización. Si el mapa está correcto, tiene que tener los valores 2, 1 y 0.
Para comprobarlo, con la ayuda del mapa vectorial “RedHidrica” (poniéndolo por encima),
pinchad con el botón de Información sobre el mapa que acabáis de crear, en concreto
sobre los ríos y cerca de los ríos. En la ventanita de Información por punto os tiene que salir
0.0, 1.0 o 2.0. NOTA: el mapa sobre el que estáis consultando la información (i.e., el mapa de
zonas de influencia) tiene que estar activado (en negrita).
Este problema de visualización se puede solucionar de la siguiente manera: en Propiedades

del ráster (del mapa de zonas de influencia), id a la pestaña Realce y en Realce (parte derecha),
seleccionar la casilla “Activar”.
Ahora os tiene que aparecer un mapa con zonas blancas que se corresponden con los ríos
(valor 2), zonas grises que se corresponden con la zona de influencia de 100 m (valor 1) y el
resto del mapa en negro (valor 0).
Aplicar
7. No os olvidéis de guardar este nuevo mapa.
Ficha 5.4. Modelo de decisión

Tipo de función: álgebra de mapas
(grupo 2b)
Objetivo: El ejercicio consiste en elaborar una regla (o modelo) de decisión que permita evaluar
las áreas óptimas para la urbanización, es decir, áreas sin ninguna limitación territorial.
Regla de decisión
Mapa final = A x B x C x D x E
Donde A, B, C, D, E son los mapas limitantes (con valores 0 y 1)
A = mapa de zonas sin restricción por pendiente
B = mapa de zonas sin restricción por la litología
C = mapa de zonas sin restricción por la cubierta vegetal
D = mapa de zonas sin restricción por espacios protegidos
E = mapa de zonas sin restricción por proximidad a cauces
Software: gvSIG
Procedimiento
1. Abrid en una nueva Vista los mapas A, B, C, D, E.
2. Id a SEXTANTE > Herramientas de cálculo para capas ráster > Calculadora de mapas. Se abrirá
una ventana nueva con dos pestañas: Parámetros y Región de análisis.
En la pestaña Parámetros vamos a introducir la regla de decisión. Si abrís el desplegable

“Capas” veréis los 5 mapas que tenéis abiertos (y activados) en la Vista. En la parte central de
la ventana tenéis operadores. Pinchad doble clic sobre el nombre del primer mapa (aparecerá
en el recuadro de la parte de abajo); a continuación (sin espacios), pinchad una vez sobre
el símbolo de multiplicar (*). A continuación, doble clic sobre el nombre del segundo mapa;
etc. hasta tener una multiplicación con los 5 mapas:
Es importante que los nombres de los mapas no tengan espacios ni símbolos “extraños”
(tildes, etc.).
Resultado: guardar en archivo temporal (la opción que aparece por defecto)
En la pestaña Región de análisis elegid la opción Utilizar la extensión de otra capa por ejemplo
el mapa de zonas sin restricción por pendiente y finalmente darle a aceptar.
Os tiene que aparecer en la Vista un mapa en el que las zonas sin ninguna restricción, es
decir, donde se puede urbanizar, aparecen en blanco (valor1) y las zonas con restricción (con
algún limitante para la urbanización), en negro (valor 0). Éste es el resultado de la
multiplicación de los 5 mapas.
Ficha 5.5. Generación de un mapa por interpolación

Tipo de función: recorte/interpolación
(grupo 2b)
Título: Generación de un mapa del estado hídrico de una parcela de viñedo

Objetivo: El objetivo de esta práctica es generar un mapa de la variabilidad del estado hídrico del
viñedo mediante interpolación, a partir de unos datos experimentales tomados en campo.
Procedimiento
1. En primer lugar, es necesario cargar los puntos experimentales en el sistema GIS (ejemplo
QGis). Para ello seguir los pasos descritos en la Ficha 5.1.
2. Una vez situados los puntos experimentales en la ortofoto de la parcela de viñedo a estudio se
procederá a delimitar la parcela. Así, es necesario crear una capa vectorial de tipo polígono,
que siga el perímetro de la parcela de interés. Para ello, hacer clic en el icono de creación de
capa vectorial y activar su edición (haciendo clic en el icono del lápiz). A continuación, ir
dibujando con trazos pequeños y consecutivos todo el perímetro de la parcela a estudio,
haciendo doble clic al final para cerrar el polígono. Volver a hacer clic en el icono del lápiz para
deshabilitar la edición de la capa. En el panel de capas aparecerá el nombre de la nueva capa
polígono creada, que habremos nombrado previamente.
Editar capa
Crear capa
vectorial
3. Para llevar a cabo la interpolación de los puntos de potencial hídrico se debe hacer clic en el
menú Procesos (en la barra del menú superior). Seleccionar: Procesos; Caja de herramientas
y en la parte derecha, en el desplegable que se presenta, seleccionar SAGA (2.3.2); Raster
creation tools, Multilevel b-spline interpolation. El tipo de interpolación b-spline es uno de los
tipos que existen, pero se podría haber seleccionado alguna herramienta Kriging, por ejemplo.
4. En la opcion Mulilevel b-spline interpolation se abre una ventana en la que es posible

modificar distintos parámetros de la interpolación. Así, ajustar los parámetros siguientes
como se indica: Parametros: Atributos (potencial), método (without B-spline refinement),
output extent (seleccionar extensión sobre el lienzo) en el que se puede limitar la región donde
se desea realizar la interpolación. Seleccionar un tamaño de pixel adecuado, por ejemplo 1. Si
se selecciona un valor mayo (ej. 10) la interpolación será más grosera y hacer clic en Run.
A continuación, se muestran sendos ejemplos de interpolación con distinto tamaño de pixel (100
a la izquierda (A) y 1 a la derecha (B)).
5. La capa interpolada aparece en el panel de capas. Es posible seleccionar un formato de

visualización de color de la misma modificando las propiedades de la capa y aplicando un tipo
de renderización u otro. Es posible elegir distintas opciones, por ejemplo, Unibanda
monocolor y asignar los umbrales del atributo para diferentes clases. Por ejemplo, en el caso
del potencial hídrico, se podría definir dos clases, inferior o igual a 10 y superior a 10. En
bibliografía se considera que las plantas con valores de potencial superior a 10 bares
comienzan a manifestar estrés hídrico.
6. Finalmente debemos recortar la capa interpolada para solamente presentar la interpolación

en el perímetro de la parcela de interés. Para ello se va a emplear la herramienta Recorte
(Clipper) usando la capa polígono de la parcela, anteriormente definida como máscara o
molde de recorte de la capa interpolada. Hacer clic en Raster, Extracción, Clipper, en el menú
superior y seleccionar la capa vectorial polígono como máscara y la capa de interpolación
como capa de entrada. Renombrar la capa de salida, que será la capa recorte.
Capa interpolada recortada con la capa vectorial tipo polígono de la parcela. Es la capa
recortada.
LENGUAJES DE PROGRAMACIÓN Y APLICACIONES
Eduardo Sáenz de Cabezón Irigaray
El uso de lenguajes de programació n integrados con sistemas de informació n geográ fica (GIS)
tiene dos utilidades fundamentales. Una es extender las capacidades del propio GIS, generando
nuevas funcionalidades y la otra es que cada usuario pueda automatizar tareas de forma adaptada
a sus necesidades. La extensió n de las capacidades del sistema suele hacerse mediante plugins o
extensiones que los programadores crean para uso propio o que son puestos a disposició n de la
comunidad. La automatizació n de procesos se hace mediante scripts o guiones de có digo, que el
usuario escribe desde una consola que el propio GIS proporciona.
Dentro de los lenguajes de programació n que podemos usar en conjunto con GIS de escritorio uno
de los má s adecuados es Python. Se trata de un lenguaje muy popular por su facilidad de
aprendizaje en comparació n con otros de similar potencia, por su popularidad y por la cantidad
de bibliotecas disponibles (má s de 175.000), que permiten usarlo en multitud de á mbitos, incluido
el de los datos geográ ficos.
6.1. Introducción a Python

Existen multitud de cursos introductorios, tutoriales, etc. sobre Python. El hecho de que sea un
lenguaje cuya curva de aprendizaje es suave hace que muchos cursos de introducció n a la
programació n se basen en Python y sea utilizado por profesionales de muy distintos á mbitos sin
necesidad de tener experiencia previa en programació n.
A continuació n, indicamos algunos de los conceptos fundamentales de programació n y su
implementació n en Python.
Funciones artiméticas
Podemos usar Python como una calculadora. El lenguaje incluye las operaciones aritmé ticas
bá sicas; merece especial cuidado la divisió n, que puede referirse a divisió n entera o divisió n “real”,
es decir “con decimales”, que en informá tica se codifican como nú meros “en coma flotante". Los
siguientes ejemplos ilustran el manejo de funciones aritmé ticas bá sicas:
EDUARDO SÁEZ DE CABEZÓN IRIGARAY
>>> 2 + 2
4
>>> 50 - 5*6
20
>>> (50 - 5*6) / 4
5.0
>>> 17 / 3 # la división devuelve un número en coma flotante
5.666666666666667
>>> 17 // 3 # la división entera devuelve el cociente de la operación
5
>>> 17 % 3 # el resto de la división se obtiene mediante %
2
>>> 5 * 3 + 2 # dividendo=divisor*cociente + resto
17
>>> 5 ** 2 # podemos elevar mediante **
25
Variables y asignación
Una variable es un lugar de la memoria del ordenador al que asignamos un nombre y un valor. Este
ú ltimo puede ser modificado mediante la asignació n. En cualquier momento podemos conocer el
valor almacenado en ese lugar de la memoria mediante el nombre que le hemos dado. La forma de
asignar un valor es el operador = que no ha de ser confundido con el operador “igualdad” que es
==
>>> n = 3
>>> m = 4
>>> n * m
12
>>> n + m
7
>>> n == m
False
Las variables pueden contener tipos de datos no numé ricos, como cadenas de caracteres (strings),
y tenemos tambié n funciones para manipularlas.
>>> 'GIS'
'GIS'
>>> 3*'GIS'
'GISGISGIS'
>>> 'GIS'+' Python'
'GIS Python'
Tipos de datos compuestos

Existen tipos de datos con diversas componentes, y Python tiene mucha versatilidad y potencia en
el manejo de estos tipos de datos. Uno de los má s ú tiles son las listas.
SISTEMAS DE INFORMACIÓN GEOGRÁFICA. LENGUAJES DE PROGRAMACIÓN Y APLICACIONES
>>> cuadrados = [1, 4, 9, 16, 25]

>>> cuadrados
[1, 4, 9, 16, 25]
cuadrados[0] # podemos acceder a cada elemento de la lista por su índice (que comienzan en
0
1
>>> cuadrados[-1] # podemos acceder también al último
25
>>> cuadrados[-3:] # o a los tres últimos, etc..

[9, 16, 25]
>>> cuadrados[3] = 64 # podemos reemplazar valores en una lista
La variedad de funcionalidad con los distintos tipos de listas y otros datos compuestos en Python
es prá cticamente inagotable. Son tipos muy versá tiles que está n en el centro de casi todos los
algoritmos.
Bucles y control del flujo del programa

El lenguaje nos permite efectuar tareas repetitivas mediante bucles, en los que una misma acció n
se repite, a veces con argumentos cambiantes.
>>> # Bucle para la sucesión de Fibonacci

... # cada elemento es la suma de los dos anteriores. Los primeros son 1 y 1
... a, b = 1, 1
>>> while a < 10:
... print(a)
... a, b = b, a+b;
1
1
2
3
5
8
capitales = ['Madrid', 'Bogotá', 'Lima']

>>> for w in capitales:
... print(w, len(w))
...
Madrid 6
Bogotá 6
Lima 4
Existen otras formas de implementar bucles, que será n má s o menos adecuadas segú n nuestras
necesidades.
Tambié n habrá ocasiones en las que nuestro programa ejecutará una u otra acció n segú n la
situació n de las variables sea una u otra, “tomado decisiones”. Es lo que se conoce en programació n
como como estructura alternativa.
91
>>> x = int(input("Dame un número: "))

Dame un número: 3
>>> if x < 0:
... print('El número es negativo')
... elif x == 0:
... print('El número es cero')
... elif x > 0:
... print('El número es positivo')
El número es positivo
Funciones definidas por el usuario

Podemos extender las funcionalidades de Python mediante la creació n de nuestras propias
funciones, de forma que podamos adaptar el lenguaje a nuestras necesidades. Para eso el concepto
de subprograma (muchas veces llamados funciones).
>>> def fib(n): # para escribir la sucesión de Fibonacci hasta n

... a, b = 0, 1
... while a < n:
... print(a, end=' ')
... a, b = b, a+b
... print()
...
>>> # y ahora llamamos a la función que acabamos de definir:
... fib(2000)
0 1 1 2 3 5 8 13 21 34 55 89 144 233 377 610 987 1597
Tambié n podemos definir funciones que devuelvan un valor (o má s) y usar ese valor en nuestros
programas:
>>> def fib2(n): # devuelve la sucesión de Fibonacci hasta n

... resultado = []
... a, b = 0, 1
... while a < n:
... resultado.append(a)
... a, b = b, a+b
... return resultado
...
>>> f100 = fib2(100) # llamamos a la función
>>> f100 # escribimos el resultado
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89]
Tutorial de Python
Python tiene muchı́simas funcionalidades. Un tutorial muy completo puede verse en el siguiente
enlace:
https://docs.python.org/3/tutorial/index.html
En estas pá ginas hemos extractado algunas cuestiones bá sicas de este tutorial. Para quien quiera
iniciarse en el lenguaje Python el tutorial es un buen punto de partida, que será necesario para
manejar con soltura las capacidades de Python integrado en un GIS.
6.2. Consola Python en QGIS

Qgis tiene incorporada una consola Python con la que podemos usar las capacidades de este
lenguaje sobre los datos geográ ficos de nuestros proyectos. Para desplegar la consola lo haremos
desde el menú Complementos en el ı́tem Consola de Python. Se desplegará una ventana desde
la que podremos ejecutar có digo Python sobre los objetos de nuestro proyecto.
La consola de Python en QGIS consta de una barra de herramientas, un á rea para introducir
comandos y un á rea de salida de resultados. La barra de herramientas nos permite limpiar la
consola, ejecutar comandos, mostrar un editor desde el que podemos abrir, modificar e importar
archivos Python; y nos da acceso a las opciones de configuració n y a la ayuda.
Uno de las componentes principales para interactuar con QGIS desde Python es la variable iface,
que nos permite acceder a las capas del proyecto. Por ejemplo, mediante la instrucció n
capa=iface.activeLayer() almacenamos en la variable capa los datos de la capa activa de nuestro
proyecto. En la prá ctica 6.6 de programació n Python en GIS podemos ver un sencillo ejemplo para
exportar a un fichero de texto algunos datos de los objetos de una capa.
Desde la consola de Python podemos ejecutar có digo y acceder a distintas API, en concreto la que
conecta Python y QGIS, llamada PyQGIS. Esta API nos permite directamente desde có digo en la
consola Python añ adir capas a nuestro proyecto, eliminarlas, automatizar tareas como listar el
nú mero de elementos de una capa, crear geometrı́as, exportar a PDF, realizar tareas de
geoprocesamiento, añ adir y borrar elementos de capas y tablas, etc. Un resumen de las
funcionalidades de PyQGIS puede encontrarse en el siguiente enlace:
https://github.com/All4Gis/QGIS-cheat-sheet/blob/master/QGIS3.md
93
6.3. Bibliotecas Python para datos geográficos

Una de las principales caracterı́sticas de Python es que dispone de miles de bibliotecas de
funciones para las má s variadas utilidades. En concreto, existen varias bibliotecas especializadas
en el manejo de datos geográ ficos. A modo de ejemplo, dos de las má s usadas son Rasterio y
Shapely.
Rasterio
Rasterio es una biblioteca Python para manejar capas rá ster. Se basa en el traductor de formatos
raster GDAL (tambié n usado por QGIS). Es de có digo libre, gratuita y puede instalarse siguiendo
las instrucciones que aparecen en su pá gina web:
https://rasterio.readthedocs.io/en/stable/installation.html
Una vez instalada, desde la consola Python podemos cargar la librerı́a y comenzar a usar sus
funcionalidades.
>>> import rasterio
Rasterio nos permite manejar la informació n de capas rá ster que por sus caracterı́sticas pueden
resultar pesadas desde el interfaz grá fico. Mediante las funciones de Rasterio tenemos acceso
preciso a los datos de la capa, que podemos leer, modificar, y añ adir nueva informació n a la capa
aprovechando toda la funcionalidad de Python. Una breve guı́a introductoria se encuentra en su
pá gina web.
https://rasterio.readthedocs.io/en/stable/quickstart.html
Shapely
Shapely nos permite realizar operaciones sobre informació n geomé trica en un contexto de datos
geográ ficos. Nos permite manejar informació n de capas vectoriales como puntos, lı́neas y
polı́gonos. Desde funciones sencillas como el cá lculo de á reas o distancias a algoritmos má s
sofisticados como triangulaciones de Delaunay u otros, las funcionalidades de Shapely son
muchas.
Informació n sobre esta biblioteca y una manual de instalació n y uso pueden encontrarse en su
pá gina web: https://shapely.readthedocs.io/en/stable/manual.html
6.4. Importación y lanzamiento de plugins de terceros

La principal forma de extender las capacidades de QGIS es mediante plugins o complementos,
desarrollados por nosotros mismos o por terceras personas. Los plugins son programas escritos
en Python o C++ que podemos incorporar en QGIS y usarlos como si fueran una funció n má s del
sistema.
La gestió n de los plugins en QGIS se hace desde el menú Complementos, en el ı́tem Administrar
e instalar complementos.
Este item despliega un cuadro desde el que tenemos varias opciones.
Por un lado está la lista de todos los complementos disponibles para QGIS, tanto los instalados
como los disponibles para descargar. Algunos complementos ya vienen incluidos en la instalació n
de QGIS, pero la mayorı́a se ponen a disposició n mediante los repositorios de complementos, en
los que los autores pueden incluir sus propios plugins. Podemos activar o desactivar un
complemento temporalmente mediante su nombre. Una lista completa de los plugins de QGIS
accesible directamente desde la web, con descripciones de los mismos se encuentra en
https://plugins.qgis.org/plugins/
En la pestañ a de Configuración del cuadro de diá logo de complementos podemos gestionar los
orı́genes de complementos y algunos aspectos de su instalació n.
95
Podemos por ejemplo marcar la casilla Comprobar actualizaciones al inicio que verificará , cada
vez que iniciemos QGIS si hay complementos nuevos o si hay actualizaciones disponibles para
alguno de los plugins que tenemos instalados en el sistema. La casilla Mostrar complementos
experimentales nos permite tener acceso para instalar complementos que está n en desarrollo
pero que ya podrı́amos usar experimentalmente dentro de nuestro sistema. Del mismo modo,
tenemos una casilla para Mostrar complementos obsoletos, que ya no está n en mantenimiento.
Finalmente, podemos editar la lista de repositorios desde donde QGIS carga los complementos
disponibles. Inicialmente, QGIS tiene en esta lista solamente el repositorio oficial de QGIS que es
donde está n alojados los complementos que tenemos disponibles para su instalació n. QGIS carga
la lista de ese repositorio y en el momento en que decidimos instalar alguno, se conecta con el
repositorio y lo carga e instala desde é l. Pero otros desarrolladores de plugins o complementos
ponen a disposició n de los usuarios sus propios repositorios para facilitar la instalació n de
complementos, y nosotros mismos podemos crear nuestro repositorio.
Dentro de la documentació n de QGIS existe un apartado sobre la creació n e importació n de
plugins. Podemos encontrar enlaces a los repositorios de plugins, informació n sobre la gestió n de
plugins desde QGIS e informació n para desarrolladores:
https://plugins.qgis.org/
6.5. Bibliotecas R para datos geográficos y su integración con GIS

Ademá s de con Python, podemos integrar QGIS con el potente software estadı́stico y de
tratamiento de datos y grá ficos R. El enlace puede ser en un doble sentido. Por un lado, podemos
llamar desde R a las funcionalidades de QGIS y aprovechar el tratamiento de datos de tipo
geográ fico de QGIS en el entorno de trabajo de R, y por otro lado podemos invocar la funcionalidad
de R desde QGIS.
Integración de QGIS en R
Una vı́a de integrar QGIS dentro de R es usar un paquete de R que permite llamadas a QGIS (y los
componentes de QGIS: GDAL, SAGA y GRASS. EL paquete RQGIS permite esta integració n y se
encuentra en la siguiente pá gina:
https://cran.r-project.org/web/packages/RQGIS/index.html
RQGIS establece un interfaz entre R y QGIS permitiendo acceder a QGIS desde la consola de R. El
modo de hacerlo es mediante la API Python de QGIS, lo cual permite extender la potencialidad de
R mediante las funciones de QGIS.
El manual de RQGIS puede encontrarse en la siguiente pá gina:
https://cran.r-project.org/web/packages/RQGIS/RQGIS.pdf
Integración de R en QGIS
Para utilizar la funcionalidad de R dentro de QGIS podemos recurrir al plugin denominado
Processing R Provider dentro de los complementos de QGIS. La forma de activar esta
funcionalidad es sencilla: una vez instalado el plugin dese el menú Complementos en el ı́tem
Administrar e instalar complementos, acudimos al menú Configuración y en el ı́tem Opciones
acudimos a la pestañ a Procesos.
Ahí desplegamos la lista Proveedores y al desplegar la lista R podemos activarlo.
A partir de ahı́, tendremos los algoritmos de R disponibles desde la Caja de Herramientas de

QGIS, que podemos ver desde el menú Procesos.
97
Con esta activació n tenemos disponibles directamente desde QGIS algunos algoritmos de R que
pueden ayudarnos en el aná lisis estadı́stico de los datos geográ ficos con los que trabajamos.
Otra forma de llamar a la funcionalidad de R desde QGIS es hacerlo desde la consola Python de
QGIS. Python y R tienen distintos mecanismos para conectarse. Uno de ellos es la biblioteca rpy2,
de este modo podemos usar la funcionalidad de R desde el lenguaje de programació n Python
integrado en QGIS.
6.6. Práctica con QGIS

QGIS nos da acceso a una consola Python desde la que poder ejecutar e implementar
scripts que permitan mayor control sobre nuestros datos y mayor libertad de operació n con
ellos. En esta prá ctica vamos a tomar contacto con esta consola para ejecutar sencillos
programas de exploració n de las propiedades de nuestros datos.
El primer proceso que vamos a hacer está adaptado de
https://www.qgistutorials.com/en/docs/getting_started_with_pyqgis.html
Trabajo preparatorio
1. Preparamos el proyecto para trabajar y obtenemos los datos geográ ficos que
necesitamos.
2. En el siguiente enlace obtenemos los datos de los aeropuertos del mundo.
http://www.naturalearthdata.com/downloads/10m-cultural-vectors/airports/
3. Importamos los datos en QGIS desde importar capa CSV. ¿Qué tipo de capa es? Editamos
sus propiedades para que la visualizació n esté a nuestro gusto.
4. Desde la herramienta de identificació n podemos ver los datos de cada uno de los
aeropuertos haciendo clic sobre é l.
Consola de Python en QGIS. Primer contacto

1. Para manejar nuestros datos por medio de Python vamos a abrir la consola de Python
que está incorporada en QGIS. Para ello vamos a Complementos → Consola de Python
(en inglé s Plugins → Python Console)
a) Para interactuar con el entorno de QGIS tenemos una variable iface, que es una
instancia de QgsInterface. Este interfaz nos permite el acceso a los mapas, menú s,
herramientas, etc. de QGIS. Generamos una variable que nos permita interactuar con
la capa activa, para lo cual ejecutamos desde el prompt de la consola:
layer = iface.activeLayer()
b) Podemos acceder a los mé todos de nuestra variable layermediante

dir(layer)
c) Un mé todo interesante es getFeatures()que nos da referencias a todos los elementos

de una capa, en este caso, los puntos que representan aeropuertos.
for f in layer.getFeatures():
print(f)
99
d) Las propiedades se almacenan en un array a cuyos elementos podemos

acceder:
print(f['name'],f['iata_code'])
2. Ademá s de a los atributos de los elementos de la capa, podemos acceder tambié n a sus
caracterı́sticas geográ ficas.
a) Para acceder a las caracterı́sticas geográ ficas de un elemento, como por ejemplo sus
coordendas, usamos el mé todo geometry() que devuelve un objeto geomé trico del que
podemos obtener las coordenadas x e y mediante asPoint()(en el caso de una capa de
puntos). En el caso de capas de polilı́neas y polı́gonos tenemos las funciones
asPolyline()y asPolygon(). Si só lo quisié ramos una de las coordenadas podemos usar
p.ej. geom.asPoint().x()
for f in
layer.getFeatures():
geom = f.geometry()
print(geom.asPoint())
b) El siguiente có digo nos proporciona en un formato legible los datos de nombre, có digo
y coordenadas de los aeropuertos, uniendo atributos y propiedades geográ ficas de los
mismos:
for f in
layer.getFeatures():
geom = f.geometry()
print(str(f['name'])+ "("+str(f['iata_code'])+"), coordenadas:
("+str(geom.asPoint().x())+" , "+str(geom.asPoint().y())+")")
c) Finalmente, podemos escribir los datos en un fichero de texto que podamos usar
con má s comodidad (deberemos escribir la ruta del fichero acorde al lugar de
nuestro sistema donde queramos almacenarlo):
output_file=open('/Users/eduardosaenzdecabezon/Downloads/airports.
txt', 'w',encoding='utf-8')
geom = f.geometry()
line=str(f['name'])+ "("+str(f['iata_code'])
+"),coordenadas:
("+str(geom.asPoint().x())+" ,
"+str(geom.asPoint().y())+")"+"\n"
output_file.write(line)
output_file.close()
Escribir Scripts de Python en QGIS

QGIS nos permite generar nuestros propios scripts de Python que despué s podremos ejecutar
desde el entorno. Vamos a tomar contacto con esta herramienta de QGIS realizando un pequeñ o
script.
La documentació n de QGIS contiene una pequeñ a introducció n y algunos ejemplos que podemos
instalar: https://docs.qgis.org/2.6/en/docs/user_manual/processing/scripts.html
Para tener acceso a la herramienta de generació n de scripts, expandimos la caja de herramientas
desde el menú Procesos. En la caja de herramientas, pulsando sobre el icono de Python nos
aparece una lista de opciones. De entre ellas, elegimos “Crear nuevo script a partir de plantilla”,
que despliega una plantilla para crear el script.
La plantilla contiene el có digo necesario para comunicarse con QGIS, ser capaz de enviar y
recibir datos y establecer un interfaz entre la aplicació n y nuestro script.
Para generar nuestro script lo que haremos será modificar el có digo de esta plantilla para
generar nuestro propio script. Siguiendo las instrucciones del siguiente tutorial recorremos
el proceso de modificació n de la plantilla de scripts para generar y ejecutar nuestro propio
script. https://www.qgistutorials.com/en/docs/3/processing_python_scripts.html
Una vez generado nuestro script podremos acceder a é l desde la la caja de herramientas de
procesos, en la lista desplegable Scripts. Por ejemplo, ası́ accederı́amos a nuestro script
llamado
101
7 LIBRERÍAS (APIS) PARA LA CREACIÓN DE
7.1. Introducción
Más allá de la utilización de Sistemas de Información Geográfica, otro ámbito donde el uso de
cartografía digital se ha hecho ampliamente popular es en Internet, tanto para la visualización de
cartografía en páginas web como en aplicaciones de dispositivos móviles. Algunos ejemplos de
este tipo de uso incluyen aplicaciones como la del propio catastro (http://www.catastro.meh.es/),
los Sistemas de Información Geográfica de Parcelas Agrícolas (SIGPAC) de las distintas
comunidades autónomas (http://sigpac.mapa.es, http://sigpac.larioja.org/visor/), o las
aplicaciones web de servicios de geolocalización o de cálculo de rutas.
Desde un punto de vista conceptual, este tipo de aplicación no supone cambios con respecto a lo
presentado hasta ahora en este volumen (la definición de un mapa vendrá dada por un “fondo
base” sobre el cual podremos ir añadiendo capas de información). Desde un punto de vista técnico,
cómo generamos este mapa sí que tendrá connotaciones propias del contexto en el que nos
encontramos.
Por lo general, la definición del mapa vendrá dada en forma de un breve fragmento de código
(script) en algún lenguaje de programación para la web (como Javascript) en el que invocaremos
a un servicio externo de cartografía (por ejemplo, IDERioja o OpenStreetMap) que nos facilitará el
fondo base y las capas que iremos generando sobre el mismo. Además de las capas que nos
facilitan los anteriores servicios, también podremos añadir algunos otros tipos de capas, siempre
y cuando estén soportados por la librería que nos encontremos usando (por ejemplo, capas en
formato GPX, GeoJSON o KML) y las capas estén disponibles como un recurso de acceso público a
través de Internet.
En la Sección 7.2 vamos a enumerar las principales librerías de acceso a cartografía web que
existen en la actualidad, comparando sus principales características (por lo general, nos
decantaremos por aquellas que sean de código abierto y de uso gratuito). En la Sección 7.3
ilustraremos el uso de las librerías elegidas en la sección anterior por medio de algunos ejemplos
para generar mapas para la web que deberían servir para que los lectores puedan crear sus
propios mapas.
7.2. Algunas APIs de uso extendido

Antes de poder hablar de las APIs de uso más extendido, debemos distinguir entre dos tipos de
servicios. Por una parte, están los servicios de cartografía web. Estos servicios permiten que
podamos ver cartografía en la web, pero no siempre van a permitir que podamos crear nuestra
propia cartografía a partir de ellos. Entre estos servicios podríamos citar algunos de uso tan
extendido como OpenStreetMap, las páginas web de los servicios autonómicos o nacional del
SIGPAC, la página web del Catastro, o la web de Google Maps. Por otra parte, están los servicios
que nos permiten hacer uso de sus mapas o capas de datos para generar nuestra propia
cartografía.
Este segundo tipo de servicios generalmente son usados a través de librerías (APIs) en algún
lenguaje de programación concreto. De hecho, también cabe la posibilidad de que haya librerías
(como Leaflet o la API de IDERioja) que nos permitan utilizar los recursos cartográficos de
OpenStreetMap o de la Comunidad Autónoma de La Rioja para generar nuestros propios mapas.
En esta sección nos vamos a centrar en las librerías que nos permiten generar nuestros propios
recursos cartográficos, que después podremos hacer disponibles a través de nuestro sitio web o
nuestras aplicaciones móviles.
Las librerías más populares y de uso más extendido en nuestro entorno son las siguientes:
• API IDERioja: https://iderioja.github.io/doc_api_iderioja/
• Leaflet: https://leafletjs.com/
• Google Maps Javascript API:
https://developers.google.com/maps/documentation/javascript/tutorial
Pasamos a hacer una breve comparación de sus principales características.

La API de IDERioja es un producto de código abierto y además de uso gratuito. En la actualidad,
permite hacer uso de los siguientes recursos cartográficos:
• Como fondo base, permite usar (información extraída de

https://iderioja.github.io/doc_api_iderioja/opciones/fondo_base/) el mapa base de
IDERioja, el fondo de ortofotos de IDERioja, el mapa de relieve de IDERIoja, el mapa base
del Instituto Geográfico Nacional, la ortografía aérea de PNOA, el fondo standard de
OpenStreetMap, los fondos “claro” y “oscuro” de CartoDB y un fondo blanco.
• Como capas adicionales, permite incluir capas en los formatos GeoJSON, KML y GPX.
• También permite añadir ciertas consultas generadas por el propio servicio IDERioja (hay
una lista detallada en el siguiente enlace:
https://www.iderioja.larioja.org/index.php?id=30&lang=es).
La librería está escrita y debe ser usada con Javascript, aunque el nivel de conocimiento que
requiere de este lenguaje es bastante básico. De hecho, la librería está basada en Leaflet (librería
también en JavaScript que presentamos más adelante) y está orientada al uso de la geo-
información contenida en la Base de Datos Geográfica del Gobierno de La Rioja (aunque, como
LIBRERÍAS (APIS) PARA LA CREACIÓN DE CARTOGRAFÍA DIGITAL
hemos visto en los fondos base y en las capas adicionales, permite también hacer uso de recursos
e información externos).
Como algunas funcionalidades adicionales permite centrar un mapa en unas coordenadas
determinadas, definir diferentes niveles de zoom, añadir marcadores, etc. En la Sección 7.3, por
medio de ejemplos, ilustraremos algunas de estas funcionalidades.
Leaflet es la librería de código abierto de uso más extendido para generar cartografía para sitios
web o dispositivos móviles. Está escrita y debe ser usada en JavaScript (como la API de IDERIoja,
que como hemos mencionado está basada en Leaflet). Permite hacer uso de los siguientes recursos
cartográficos:
• Como fondo base, por defecto la librería hace uso del servicio de “tiles” de OpenStreetMap,
pero la librería como tal es “agnóstica” con respecto a la cartografía que usa, siempre y
cuando la misma disponga de un servicio de “tiles” (esto abre la puerta a que se puedan
usar capas de “tiles” de otros servicios, como CartoDB, IDERioja, o algunos de los
mencionados en el siguiente enlace: https://leafletjs.com/plugins.html#basemap-
providers) o de “Web Map Services” (WMS). Es interesante notar que ciertos servicios de
“tiles” o de “WMS” pueden requerir de atribución de uso o de cierto tipo de autenticación.
• Sobre los anteriores fondos base permite cargar capas en formato GeoJSON, definir
nuestras propias capas vectoriales (para generar líneas, polígonos, etc.) o también cargar
“nubes de puntos” almacenados en algún otro servicio de geolocalización.
Más allá de las anteriores funcionalidades básicas, Leaflet (y otros plugins y librerías
desarrolladas para este sistema) ofrece una cantidad de opciones innumerable (generación de
“mapas de calor”, de visualización de datos, representación de datos temporales, posibilidades de
dibujo sobre mapas...). En la Sección 7.3 presentaremos algún ejemplo básico de uso de la misma,
aunque recomendamos al lector interesado que se dirija a la documentación de la herramienta
para consultar otros posibles usos no enumerados aquí (https://leafletjs.com/).
La tercera librería cuyo uso está ampliamente extendido es la API JavaScript de Google Maps. A
diferencia de las anteriores, esta librería no es de código abierto, ni su uso es gratuito. Su facilidad
de uso, su acceso a la cartografía de servicios como Google Maps o Google Earth y su posibilidad
de integración con otros servicios de Google (acceso a información de tráfico, cálculo de rutas,
etc.) han hecho que su uso esté muy extendido. Hasta donde nosotros hemos podido comprobar,
y a diferencia de los anteriores servicios, solo permite el uso de cartografía o fondos base propia
de Google (aunque sí permite a los usuarios “dibujar” elementos propios sobre los mapas o añadir
capas en otros formatos por medio de datos externos o propios del usuario). Al ser una librería de
uso no gratuito, no la incluimos en los ejemplos de uso que presentamos en la Sección 7.3
7.3. Ejemplos de uso. API de IDERIoja

En estas dos secciones vamos a ilustrar algunos ejemplos de uso de la API JavaScript de IDERioja
(Sección 7.3) y de Leaflet (7.4). Haremos todos los ejemplos pensando en su visualización en un
105
navegador web, pero es interesante recordar que ambas librerías pueden ser usadas también para
generar mapas para dispositivos móviles.
Mapa base.
Creamos un fichero de nombre “mapabase.htm” con un editor de textos (como el bloc de notas o
Notepad++). En el mismo incluimos el siguiente contenido:
<!DOCTYPE html>
<html>
<head lang="es">
<meta charset="UTF-8">
<meta name="viewport" content="width=device-width, initial-
scale=1.0, maximum-scale=1.0, user-scalable=no" />
<title>Ejemplo de configuración API IDErioja</title>
<style>
body, html{
height: 100%;
border: 0;
padding: 0;
margin: 0;
}
#map{
width: 100%;
height: 100%;
}
</style>
</head>
<body>
<div id="map"></div>
</body>
<script>
var iderioja_config = {
}
</script>
<script src="https://apigeo.larioja.org/v1/iderioja.js"></script>
</html>
Para los lectores que conozcan los fundamentos de html y css, el anterior fragmento de código
solo define una página web con un bloque de nombre “map” que ocupa toda la ventana del
navegador. El resto es un fragmento de JavaScript donde se define una variable de nombre
“iderioja_config” a la que, por el momento, no asignamos ningún valor.
Si ahora abrimos el anterior fichero con un navegador web (Figura 7.1), deberíamos ser capaces
de ver un mapa de La Rioja con cartografía básica de IDERioja (y adicional de otros servicios como
el IGN o OpenStreetMap). Creamos un fichero de nombre “mapabase.htm” con un editor de textos
(como el bloc de notas o Notepad++).
Figura 7.1. Mapa base con la API de IDERioja.
Para ver cómo podemos modificar algunas de las propiedades del mapa, lo que vamos a hacer es
ir asignando, dentro del bloque (y la variable) “iderioja_config”, ciertos pares (separados por
comas):
"propiedad01" : "valor",
"propiedad02" : "valor",
...
Entre las propiedades que podemos elegir, comenzamos por el “fondo_base”

(https://iderioja.github.io/doc_api_iderioja/opciones/fondo_base/). Para dicha propiedad
asignamos uno de los valores disponibles en el enlace anterior:
"fondo_base" : "pnoa-ortofoto",
Si recargamos la página web en el navegador, deberíamos ver (Figura 7.2) cómo ha cambiado el
fondo del mapa para pasar a ser un fondo de ortofotos facilitado por el Plan Nacional de
Ortofotografía Aérea del Instituto Geográfico Nacional. Cambiando el valor de esta propiedad
podríamos pasar a alguno de los otros fondos disponibles.
107
Figura 7.2. Mapa base con la API de IDERioja con selección de fondo.
De igual modo, vamos a añadir propiedades adicionales (dentro de las que aparecen bajo la
pestaña “Opciones” en https://iderioja.github.io/doc_api_iderioja/) al mapa generado hasta
ahora. Si ahora añadimos la propiedad “selector_capas” con valor 1:
"selector_capas" : 1,
Al recargar nuestra página web deberíamos ver (Figura 7.3) cómo en la esquina superior derecha
de la misma nos aparece un selector de los fondos base disponibles (y donde también podremos
seleccionar las futuras capas que añadiremos sobre el mapa).
Figura 7.3. Mapa base con la API de IDERioja con selector de capas.
Entre otras propiedades adicionales, se pueden fijar también las coordenadas del centrado inicial
del mapa (https://iderioja.github.io/doc_api_iderioja/opciones/init_lat-init_lng/), el nivel de
“zoom” inicial con que se va a mostrar el mismo
(https://iderioja.github.io/doc_api_iderioja/opciones/zoom_inicial/) o, por ejemplo, si queremos
que sobre el mapa aparezca una escala gráfica.
Por ejemplo, con lo visto hasta ahora, podríamos definir el siguiente mapa (ver Figura 8.4):
"selector_capas": 1,
"init_lat": 40.4169473,
"init_lng": -3.7035285,
"zoom_inicial": 16,
"escala": 1,
Figura 7.4. Mapa base con la API de IDERioja y opciones adicionales.
Además de definir un fondo base y sobre el mismo configurar ciertas opciones, también podemos
cargar capas de información en los formatos GeoJSON, KML y GPX. Las capas que deseemos usar
deberían estar disponibles a través de un enlace (o URL) público, o ser almacenadas en el mismo
directorio que nuestra página web (en este caso, el fichero mapabase.htm).
Veamos un ejemplo de cómo se puede cargar una capa en formato GeoJSON. En primer lugar,
eliminamos algunas opciones que dejan de ser relevantes (al cargar una capa, por defecto el mapa
se centra sobre los elementos enumerados en esa capa y con el nivel de zoom que permita
visualizar todos de manera simultánea):
109
Comprobamos ahora cómo se puede configurar la opción para incluir una capa GeoJSON
(https://iderioja.github.io/doc_api_iderioja/opciones/capa_geojson/) así como el formato del
fichero que define la capa que vamos a cargar. En este caso, el fichero GeoJSON corresponde con a
un fichero con datos sobre los recursos de la Comunidad Autónoma de La Rioja para la lucha
contra incendios:
https://raw.githubusercontent.com/iderioja/doc_api_iderioja/master/datos_ejemplo/medios_l
ucha_contra_incendios_forestales.geojson
Generamos ahora el mapa con la capa adicional por medio de la siguiente definición de la variable
“iderioja_config”:
"capa_geojson": [
{ "nombre": "Medios contra incendios forestales",
"url":
"https://raw.githubusercontent.com/iderioja/doc_api_iderioja/master/d
atos_ejemplo/medios_lucha_contra_incendios_forestales.geojson"
}
],
La página web ahora debería mostrarse como se ve en la Figura 7.5:
Figura 7.5. Mapa base con la API de IDERioja y capa en formato GeoJSON.
Es interesante observar que hemos añadido la capa en formato GeoJSON siguiendo el mismo
formato usado hasta ahora de parejas de elementos:
“propiedad”: “valor”
Donde la propiedad asignada ahora ha sido “capa_geojson” y el valor que toma es un vector (de
ahí el uso de “[ … ]”) de capas GeoJSON, que en este caso es un único elemento:
{
"nombre": "Medios contra incendios forestales",
"url":
atos_ejemplo/medios_lucha_contra_incendios_forestales.geojson"
}
Si disponemos de varias capas GeoJSON que deseemos cargar sobre nuestro mapa, podremos
añadirlas dentro del vector siguiendo la sintaxis:
"capa_geojson": [ capa01, capa02, capa03, ...]
Donde cada capa deberá tener una estructura similar a la de la anterior capa “Medios contra
incendios forestales”.
De forma muy similar a la anterior capa en formato GeoJSON podemos cargar sobre nuestro fondo
base capas en formato GPX:
"capa_gpx": [
{
"nombre": "Ruta GPS Achichuelo Nuevo",
"url":
atos_ejemplo/ruta_gps_achichuelo_nuevo.gpx"
}
]
Podemos ver el resultado (con la capa GPX mostrada como una línea naranja que representa la
ruta del Achichuelo) en la Figura 7.6:
111
Figura 7.6. Mapa base con la API de IDERioja y capa GPX.
Así como en formato KML. En este caso, vamos a cargar un fichero en formato kml que contiene
información sobre los picos más elevados en cada continente; notar que hemos reemplazado el
“fondo base” de ortofotos del PNOA por el de Open Street Maps:
"fondo_base" : "osm-standard",
"capa_kml": [
{
"nombre": "Montañas del Mundo",
"url":
"https://raw.githubusercontent.com/tucnak/marble/66cf19efddf791e9ee74
e842369f2a2bd75526d7/data/placemarks/elevplacemarks.kml"
}
]
Podemos ver el mapa resultante en la Figura 7.7:
Figura 7.7. Mapa base con la API de IDERioja y capa KML.
Es interesante notar que, al igual que sucedía con las capas en formato GeoJSON, tanto las capas
en formato GPX como las capas en formato KML se definen por medio de un vector, por lo que
podremos cargar varias capas sobre un fondo base, simplemente separándolas por “,”.
"capa_gpx": [ capa01, capa02, capa03...]
E igualmente:
"capa_kml": [ capa01, capa02, capa03...]
Donde cada una de las capas se detalla como las anteriores capas de “Ruta GPS Achichuelo Nuevo”
y “Montañas del Mundo”.
Para cada capa además se pueden añadir otras propiedades opcionales, relativas a cómo deben
ser visualizadas (estilo de los puntos, del trazo de las líneas, uso de iconos, etc.) cuya especificación
detallada se puede encontrar en los siguientes enlaces:
https://iderioja.github.io/doc_api_iderioja/opciones/capa_geojson/
https://iderioja.github.io/doc_api_iderioja/opciones/capa_gpx/
https://iderioja.github.io/doc_api_iderioja/opciones/capa_kml/
La API de IDERioja contiene algunas funcionalidades adicionales, en particular permite incluir

botones en la página web para completar algunas de las acciones que hemos ido viendo que se
pueden definir en las opciones del mapa (cargar una capa adicional, hacer desaparecer alguna de
las presentes, modificar el fondo base...). De esa forma, podemos conseguir mapas que permitan
113
un cierto grado de interacción de los usuarios. Invitamos a los lectores interesados en este tipo de
funcionalidades a que visiten la documentación disponible en el siguiente enlace:
https://iderioja.github.io/doc_api_iderioja/metodos/metodos/
7.4. Ejemplos de uso. Leaflet

Tal y como hemos comentado con anterioridad, no sería posible incluir en un texto introductorio
como éste todas las posibilidades de uso de Leaflet. De este modo, nos vamos a centrar en
presentar funcionalidades similares a las que hemos presentado para la API de IDERioja, es decir,
definición de cartografía para ser visualizada en un navegador, por medio de la selección de un
fondo base sobre el que podamos cargar ciertas capas adicionales.
En el momento de escribir este tutorial, la última versión de Leaflet es la 1.4. Es probable que, para
versiones posteriores, algunos de los mandatos que presentamos a continuación sufran
modificaciones.
Al igual que en el caso de la API de IDERioja, partimos de un fichero al cual podemos llamar
“mapabase.htm”, en el cual incluimos el siguiente contenido:
<!DOCTYPE html>
<html>
<head>
<title>Leaflet</title>
<meta charset="utf-8" />
<link rel="stylesheet"
href="https://unpkg.com/leaflet@1.4.0/dist/leaflet.css"
integrity="sha512-
puBpdR0798OZvTTbP4A8Ix/l+A4dHDD0DGqYW6RQ+9jxkRFclaxxQb/SJAWZfWAkuyeQU
ytO7+7N4QKrDh+drA==" crossorigin=""/>
<script src="https://unpkg.com/leaflet@1.4.0/dist/leaflet.js"
integrity="sha512-
QVftwZFqvtRNi0ZyCtsznlKSWOStnDORoefr1enyq5mVL4tmKB3S/EnC3rRJcxCPavG10
IcrVGSmPh6Qw5lwrg==" crossorigin=""></script>
</head>
<body>
<div id="mapid" style="width: 600px; height: 400px;"></div>
<script>
</script>
</body>
</html>
De momento no hemos definido un mapa (o fondo) base, ni un servidor desde el cual descargarlo,
así que al ver la anterior página web en un navegador no deberíamos ver nada. En la sección del
anterior código html etiquetada como <script> </script> vamos a ir incluyendo los detalles del
mapa que crearemos. Comenzamos por definir el propio mapa:
<script>
var mymap = L.map('mapid', {center: [42.46121, -2.44205], zoom:
13});
</script>
Si cargamos la anterior página web en nuestro navegador, veremos que simplemente

encontramos una "ventana vacía” en el mismo. Aun así, se puede observar cómo hemos definido
dos parámetros relevantes para nuestro futuro mapa, como son las coordenadas iniciales de
centrado del mapa ([42.46121, -2.44205]) y el nivel de zoom con que se mostrará el mismo (13).
Nuestro siguiente paso va a ser ahora definir el servicio de “tiles” que debe ser usado a la hora de
generar el mapa (básicamente, lo que llamamos fondo base en la API de IDERioja). Añadimos la
siguiente orden (en cursiva):
<script>
var mymap = L.map('mapid', {center: [42.46121, -2.44205], zoom: 13});
L.tileLayer('https://{s}.tile.openstreetmap.org/{z}/{x}/{y}.png', {
attribution: 'Map data © <a
href="https://www.openstreetmap.org/">OpenStreetMap</a> contributors,
<a href="https://creativecommons.org/licenses/by-sa/2.0/">CC-BY-
SA</a>'}).addTo(mymap);
</script>
Si ahora visualizamos la web en un navegador, deberíamos ser capaces de ver un mapa centrado
en Logroño y con un nivel de zoom de 13 (en una escala que, en el caso de OpenStreetMaps, va de
0 a 19):
Figura 7.8. Mapa base con Leaflet.
115
Lo que hemos hecho por medio de la orden “tileLayer” es definir un servidor de “tiles” que
usaremos en nuestro mapa (en este caso, uno cualquiera de los varios servidores de
OpenStreetMap, https://{s}.tile.openstreetmap.org/) y pasarle como parámetros “z”, el nivel de
zoom antes definido, y “x” e “y”, correspondientes a las coordenadas del centrado inicial. También
es importante la “atribución” (la propiedad “attribution”), ya que muchos servidores de “tiles”
exigen reconocimiento de su uso.
Como se puede observar en el anterior ejemplo, la sintaxis de Leaflet es un poco más farragosa
que la propia de la API de IDERioja, pero también es una herramienta más potente (antes de
decidirse por una API u otra, es importante saber qué funcionalidades vamos a necesitar, para
poder elegir la que de manera más sencilla se ajuste a nuestros requisitos).
Por medio del siguiente código, añadiríamos al mapa anterior un marcador en las mismas
coordenadas en que hemos situado el centro del mapa:
L.marker([42.46121, -2.44205]).addTo(mymap);
En los siguientes ejemplos vamos a aprender a añadir capas (de datos en formatos ya conocidos, como
GeoJSON, KML o GPX) al anterior mapa base.
7.4.1. Añadiendo capas en formato “KML”

La mayor parte de funcionalidades adicionales que proporciona Leaflet vienen en forma de
“plugins” o librerías que, para poder ser usadas, debemos en primer lugar añadir a la página web
que estamos creando. Por ejemplo, en el momento de redacción de este texto, el “plugin” más
extendido para incluir capas en formato kml es el disponible en el siguiente enlace:
https://github.com/windycom/leaflet-kml/
Para poder usarlo, debemos añadirlo en las cabeceras de nuestra página web, con la url o ruta en
que se encuentra su código (observar la parte en cursiva de las cabeceras, <script> </script>, ya
que es la única que cambiar con respecto al ejemplo anterior):
<!DOCTYPE html>
<html>
<head>
integrity="sha512-
integrity="sha512-
<script src="http://cdn.jsdelivr.net/gh/windycom/leaflet-
kml/L.KML.js"></script>
</head>
<body>
<script>
</script>
</body>
</html>
Si visualizamos la anterior web deberíamos ver una ventana vacía.

A partir de ahí, y tal y como hicimos en el ejemplo anterior, en la sección del código <script>
</script> debemos ir definiendo nuestro mapa. Vamos a añadir los siguientes mandatos:
<script>
var mymap = L.map('mapid', {center: [58.4, 43.0], zoom: 11});
</script>
Con ello deberíamos obtener un fondo similar al del ejercicio anterior. Al final de la anterior
sección de “script” añadimos el mandato (lo incluimos en cursiva):
<script>
var mymap = L.map('mapid', {center: [58.4, 43.0], zoom: 11});
fetch('https://raw.githubusercontent.com/windycom/leaflet-
kml/master/assets/example2.kml')
.then(res => res.text())
.then(kmltext => {
// Creamos la nueva capa kml
const parser = new DOMParser();
const kml = parser.parseFromString(kmltext, 'text/xml');
const track = new L.KML(kml);
mymap.addLayer(track);
// Ajustamos los límites del mapa al kml cargado

const bounds = track.getBounds();
mymap.fitBounds(bounds);
});
</script>
Ahora sí, si mostramos la página web obtenida deberíamos ver el resultado mostrado en la Figura
7.9.
117
Figura 7.9. Mapa base con Leaflet y capa KML.
En el anterior mandato hay que distinguir varias cosas relevantes.

La capa que estamos cargando es el fichero kml disponible en la url:
https://raw.githubusercontent.com/windycom/leaflet-kml/master/assets/example2.kml
Sobre ese fichero se hacen varias operaciones de conversión (propias del lenguaje de
programación, no particulares de los datos, que se mostrarán tal cual están en el fichero kml),
hasta que lo añadimos a nuestro mapa por medio del mandato:
mymap.addLayer(track);
Finalmente, también se ajusta el mapa para que muestre precisamente la capa cargada (y no las
coordenadas iniciales que se definieron):
const bounds = track.getBounds();
mymap.fitBounds(bounds);
Si quisiéramos incluir varias capas en formato kml, podríamos añadir varios mandatos “fetch”
como el anterior, uno por cada una de las capas que queramos cargar.
7.4.2. Añadiendo capas en formato “GPX”

De una manera similar, aunque usemos un plugin distinto, podemos cargar una capa en formato
GPX sobre un mapa original.
Partimos del mismo ejemplo que teníamos antes, pero ahora cargamos a librería que nos permite
gestionar ficheros GPX (mostrada en cursiva):
<html>
<head>
integrity="sha512-
integrity="sha512-
<script src="https://cdnjs.cloudflare.com/ajax/libs/leaflet-
gpx/1.4.0/gpx.min.js"></script>
</head>
<body>
<script>
</script>
</body>
</html>
Como en los anteriores ejemplos, la página web resultante será un mapa vacío. Pasamos ahora a
incluir entre las etiquetas <script> … </script> del anterior fragmento los mandatos que nos van
a permitir incluir la capa gpx; la misma deberá estar disponible a través de una url o en la carpeta
en la que estemos trabajando.
var url =
'https://raw.githubusercontent.com/iderioja/doc_api_iderioja/master/d
atos_ejemplo/ruta_gps_achichuelo_nuevo.gpx';
new L.GPX( url , {

async: true,
marker_options: {
startIconUrl: '',
endIconUrl: '',
shadowUrl: ''
}
}).on('loaded', function(e) {
mymap.fitBounds(e.target.getBounds());
}).addTo(mymap);
En el fragmento anterior de código la parte “novedosa” aparece en cursiva. En el mismo definimos

la ruta a nuestro fichero gpx (en este caso, almacenado en “var url”, que corresponde con la Ruta
del Achichuelo que ya mostramos con la API de IDE Rioja), y el objeto “GPX”, el cual definimos a
partir de la ruta, y de una serie de “marker_options” donde podríamos usar iconos para marcar
119
los puntos de inicio, final y las sombras de los mismos. También se pueden añadir más capas GPX
sobre un mismo mapa por medio de más secuencias (tantas como requiramos) “var url = …;
new L.GPX ( … ) ”.
El resultado de ver la anterior página en nuestro navegador sería el siguiente:
Figura 7.10. Mapa base con Leaflet y capa GPX.
7.4.3. Añadiendo capas en GeoJSON

Finalmente, vamos a presentar un sencillo ejemplo donde vamos a recuperar la capa en formato
GeoJSON que usamos para la API de IDERioja y la vamos a cargar usando Leaflet.
El código del ejemplo sería el siguiente.
<html>
<head>
integrity="sha512-
integrity="sha512-
<script src="https://code.jquery.com/jquery-3.4.1.js"></script>
</head>
<body>
<script>
var url =
'https://raw.githubusercontent.com/iderioja/doc_api_iderioja/master/d
atos_ejemplo/medios_lucha_contra_incendios_forestales.geojson';
$.getJSON(url,function(data){
var datalayer = L.geoJson(data).addTo(mymap);
mymap.fitBounds(datalayer.getBounds());
});
</script>
</body>
</html>
En el código anterior hemos destacado en cursiva las partes más relevantes del mismo, que
detallamos más adelante. El resultado obtenido a partir del anterior código se puede ver en la
Figura 7.11:
Figura 7.11. Mapa base con Leaflet y capa GeoJSON.
En lo relativo al código, hay tres puntos destacables:

1. En nuestro código hemos tenido que usar explícitamente JQuery para recuperar el
fichero GeoJSON desde una url, un conjunto de librerías JavaScript para facilitar la
experiencia de usuario. De ahí la línea:
121
<script src="https://code.jquery.com/jquery-
3.4.1.js"></script>
2. La línea:
var url =
'https://raw.githubusercontent.com/iderioja/doc_api_iderioja/ma
ster/datos_ejemplo/medios_lucha_contra_incendios_forestales.geo
json';
define la dirección url en la que se encuentra el fichero GeoJSON que define la capa que
queremos cargar.
3. Las líneas:
$.getJSON(url,function(data){
var datalayer = L.geoJson(data).addTo(mymap);
mymap.fitBounds(datalayer.getBounds());
});
recuperan la información de la url anterior, la añaden al mapa, y finalmente ajustan las

cotas del mismo.
Como en puede observar en el mapa resultante, solo hemos cargado los puntos del mismo, y no
las características (iconos, metadatos, etc.) que sí se cargaron al usar la API de IDERioja. El método
que hemos usado es capaz de generar las geometrías definidas en el GeoJSON, no así sus
características. Ser capaz de recuperar todas las características del fichero GeoJSON requiere
programar en JavaScript varias funciones que consideramos fuera del alcance de este manual.
Invitamos al lector interesado a seguir la documentación de la página de Leaflet o a usar alguno
de los plugin que soporte esa funcionalidad de los que incluimos en la bibliografía.
BIBLIOGRAFÍA
Capítulo 1
Agencia espacial europea. Misión GOCE. https://www.esa.int/
Fernández Coppel, I. (2001). Localizaciones geográficas: las coordenadas geográficas y la
proyección UTM (Universal Transversa Mercator): el Datum. Valladolid: Universidad de
Valladolid.
Geografía: Recursos online. https://sites.google.com/site/geohistoriaenlaces/
Instituto Geográfico Nacional. https://www.ign.es/web/ign/portal
Olaya Ferrero, V. (2012). Sistemas de Información Geográfica. Disponible en:
https://www.bubok.es/libros/191920/Sistemas-de-Informacion-Geografica
Visor Iberpix. https://www.ign.es/iberpix2/visor/
Capítulo 2
GPX. https://www.topografix.com/gpx.asp
Documentación del esquema XML de GPX. https://www.topografix.com/GPX/1/1/
KML. Open Geospatial Consortium. https://www.opengeospatial.org/standards/kml/
KML. Keyhole Markup Language. Tutorial de Google. https://developers.google.com/kml
Validador de ficheros GeoJSON. http://geojsonlint.com/
Repositorio de ficheros GeoJSON de IDERioja. https://github.com/iderioja/base_datos_geografica
Shapefiles. ArcGIS. https://doc.arcgis.com/en/arcgis-online/reference/shapefiles.htm
Capítulo 3
Andrades, M. S., Aransay, J. M., Diago, M. P., Llorente, J. A., Sáenz-de-Cabezón, E., Tardáguila, M. J.
(2018). Análisis del uso de datos geográficos y sistemas de información geográfica en las
enseñanzas de grado y master de una universidad, en Actas de las XXIV Jornadas sobre
Enseñanza Universitaria de la Informática. JENUI 2018, vol. 3. pp. 367-370. Disponible en:
http://www.aenui.net/ojs/index.php?journal=actas_jenui&page=article&op=view&path
%5B%5D=42 8
BIBLIOGRAFÍA
Bernabé, M.A. Manso, M.A., González, M.E. (2007). La docencia universitaria sobre Infraestructura
de Datos Espaciales. Revista Cartográfica, 83: 17-36.
Clarck, J. O.E., Black, J. (2006). Joyas de la Cartografía. 100 ejemplos de cómo la cartografía definió,
modificó y aprehendió el mundo. Bath: Parragon Books. p. 256
De Lázaro Torres, M.A., Fernández Portela, J., Morales Yago, J. (2019). La docencia universitaria en
asignaturas de Geografía empleando los Sistemas de Información Geográfica, en La
reconfiguración del medio rural en la sociedad de la información. Nuevos desafíos en la
educación geográfica. (Coords. Macía Arce, X.C., Armas Quintá, F.X., Rodríguez Lestegás, F.).
Santiago de Compostela: Andavira. pp. 303-314.
Infraestructura de Datos Espaciales Gobierno de La Rioja (IDERioja) (2019).
https://www.iderioja.larioja.org/
Instituto Geográfico Nacional (IGN), Ministerio de Fomento. https://www.ign.es/web/catalogo-
cartoteca/resources/html/031609.html (Acceso: 22 octubre 2019)
Llorente-Adán J.A., Aransay Azofra, J.M., Sáenz de Cabezón Irigaray, E., Diago Santamaría, M.P.,
Lana-Renault Montreal, N., Ruiz-Flaño, P., Andrades Rodríguez, M.S. (2019). Uso de
Software y datos geográficos en trabajos fin de estudio (TFG y TFM) y tesis doctorales en
la Universidad de La Rioja (1992-2018), en V Congreso de Innovación Educativa y Docencia
en Red. IN-RED 2019. Valencia: Universitat Politècnica de València. pp. 241-251.
https://doi.org/10.4995/INRED2019.2019.10372
Nieto Masot, A. (2010). El uso didáctico de los sistemas de información geográfica en el Espacio
Europeo de Educación Superior. Tejuelo, 9: 136-161. Disponible en:
https://dialnet.unirioja.es/descarga/articulo/3719416.pdf
Vázquez Cano, E., Sevillano García, M.L. (2014). Análisis de la funcionalidad didáctica de las
tabletas digitales en el Espacio Europeo de Educación Superior. RUSC. Universities and
Knowledge Society Journal, 11 (3): 67-81. http://doi.org/10.7238/rusc.v11i3.1808
Capítulo 4
ESRI (2003). Enterprise Geographic Information Servers: A New Information System Architecture. A
ESRI White paper.
Vicente González, J.L., Behm Chang, V. (2008). Consulta, edición y análisis espacial con ArcGIS 9.2.
Tomo I: Teoría. Junta de Castilla y León, Consejería de Medio Ambiente. Disponible en:
http://www.jlvg.es/Publicaciones.asp
Wieczorek, W.F., Delmerico, A.M. (2009). Geographic Information Systems. Computational
Statistics, 1: 167-186.
https://pro.arcgis.com/es/pro-app/tool-reference/3d-analyst/how-idw-works.htm
https://mappinggis.com/2013/11/los-formatos-gis-vectoriales-mas-populares/
http://desktop.arcgis.com/es/arcmap/10.3/analyze/commonly-used-tools/overlay-
analysis.htm
BIBLIOGRAFÍA
Capítulo 5
Burrough, P., McDonnell, R. (1998). Principles of Geographical Information Systems. New York:
Oxford University Press.
Escolano Utrilla, S. (2015). Sistemas de información geográfica: una introducción para estudiantes
de Geografía. Zaragoza: Prensas de la Universidad de Zaragoza.
Olaya Ferrero, V. (2012). Sistemas de Información Geográfica. Disponible en:
https://www.bubok.es/libros/191920/Sistemas-de-Informacion-Geografica
Sastre Olmos, P. (2010). Sistemas de Información Geográfica (SIG). Técnicas básicas para estudios
de biodiversidad.
Capítulo 6
Tutorial Python. https://docs.python.org/3/tutorial/index.html
PyQGIS. https://github.com/All4Gis/QGIS-cheat-sheet/blob/master/QGIS3.md
Rasterio. https://rasterio.readthedocs.io/en/stable/quickstart.html
Shapely. https://rasterio.readthedocs.io/en/stable/installation.html
Plugins de Python QGIS. https://plugins.qgis.org/plugins/
R-QGIS. https://cran.r-project.org/web/packages/RQGIS/index.html
Capítulo 7
Página web de la API de IDERioja. https://iderioja.github.io/doc_api_iderioja/
Página web de Leaflet. https://leafletjs.com/
Plugin para introducir capas GPX en Leaflet. https://github.com/mpetazzoni/leaflet-gpx
Plugin para introducir capas KML en Leaflet. https://github.com/windycom/leaflet-kml
Plugin para incluir capas de múltiples formatos de manera simultánea en Leaflet.
https://github.com/mapbox/leaflet-omnivore
125
Servicio de Publicaciones
Biblioteca Universitaria
C/ Piscinas, 1
26006 Logroño (La Rioja)
Teléfono: 941 299 187
http://publicaciones.unirioja.es
www.unirioja.es

Enseñanza de Sistemas de Información Geográfica (SIG) en Estudios de Grado y Posgrado en La Universidad de La Rioja

Cargado por

Copyright:

Formatos disponibles

Enseñanza de Sistemas de Información Geográfica (SIG) en Estudios de Grado y Posgrado en La Universidad de La Rioja

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Enseñanza de Sistemas de Información Geográfica (SIG) en Estudios de Grado y Posgrado en La Universidad de La Rioja

Cargado por

Copyright:

Formatos disponibles

3

Enseñanza de Sistemas de Información Geográfica (SIG) en estudios de grado y posgrado en la

Índice de Figuras ................................................................................................................................................. 5

1.GEOLOCALIZACIÓN. SISTEMAS DE COORDENADAS EN CARTOGRAFÍA DIGITAL ............ 13

2. USO DE DATOS GPS (FORMATOS Y HERRAMIENTAS) ................................................................. 21

3. CARTOGRAFÍA DIGITAL ............................................................................................................................ 31

4. SISTEMAS DE INFORMACIÓN GEOGRÁFICA. FUNCIONES BÁSICAS ...................................... 39

5. SISTEMAS DE INFORMACIÓN GEOGRÁFICA. FUNCIONES AVANZADAS .............................. 53

6. SISTEMAS DE INFORMACIÓN GEOGRÁFICA. LENGUAJES DE PROGRAMACIÓN Y

7. LIBRERÍAS (APIs) PARA LA CREACIÓN DE CARTOGRAFÍA DIGITAL ................................. 103

BIBLIOGRAFÍA ................................................................................................................................................ 123

Figura 1.1. Dimensiones de la Tierra. Fuente: Olaya (2012) ................................................................ 13

Figura 3.5. Comparación espacio-temporal del entorno del campus de la Universidad de La

ha difundido el concepto de TACs (Tecnologías para el Aprendizaje y el Conocimiento) dada su

Tipos de datos y software utilizado: GPS y Geolocalización.

− Grupo 2: uso específico de datos geográficos y Sistemas de Información Geográfica.

Aquí se diferencian dos niveles según el enfoque o tratamiento utilizado:

Software: SIG, APIs.

− Grupo 3: tratamiento avanzado y programación sobre datos geográficos. Uso avanzado

Tipos de datos y software utilizado: Sistemas de Información Geográfica, Librerías para el

José Ángel Llorente Adán

1.1. Conceptos geodésicos básicos

Figura 1.1. Dimensiones de la Tierra. Fuente: Olaya (2012).

b) Geoide: Es una de estas superficies de referencia. Etimológicamente significa “forma de la

c) Elipsoide: Es la forma geométrica que mejor se adapta a la forma real de la tierra. Se

Figura 1.3. Dimensiones del elipsoide. Fuente: IGN.

En la práctica se han utilizado diferentes elipsoides de referencia. Cada país o región ha

d) Datum: Es el modelo matemático definido por un elipsoide de referencia y un punto

1.2. Coordenadas y localización

a) Coordenadas Geográficas (figura 1.4)

Figura 1.4. Coordenadas geográficas. Fuente: Geografía: Recursos online.

Figura 1.5. Ejemplo de localización mediante coordenadas geográficas.

b) Sistema UTM (Universal Transverse Mercator)

El sistema de coordenadas UTM utiliza una de estas proyecciones, la proyección Universal

Figura 1.6. Proyección UTM

Figura 1.7. División de la superficie terrestre en husos y bandas.

Figura 1.8. Aproximaciones sucesivas en las coordenadas UTM.

Para proceder a determinar la localización de un punto se procede de la siguiente manera

Figura 1.9. Ejemplo de localización de un punto mediante coordenadas UTM.

1.3. Visores cartográficos

1.4. Sistemas GPS

Figura 1.12. Funcionamiento de GPS diferencial. Fuente: Olaya (2012).

2.2. Ejemplos de formatos. GPX

Figura 2.1. Ejemplo de visualización de fichero GPX.

2.3 Ejemplos de formatos. KML

Figura 2.2. Ejemplo de visualización de fichero KML. Punto.

El resultado de la anterior superposición sería la siguiente capa sobre el mapa base de

Figura 2.3. Ejemplo de visualización de fichero KML. Superposición.

Mostramos el resultado en la Figura 2.4.

Figura 2.4. Ejemplo de visualización de fichero KML. Multigeometría.

El resultado obtenido sería el mostrado en la Figura 2.5.

Figura 2.5. Ejemplo de visualización de fichero KML. Polígono.

2.4. Ejemplos de formatos. GeoJSON

Ejemplo 01: Punto.

Ejemplo 02: Línea.

Ejemplo 03: Múltiples líneas.

{ "type": "MultiPolygon", "coordinates": [ [

La estructura del anterior fichero GeoJSON es un “FeatureCollection” formado a su vez por

Finalmente, en el Capítulo 7 de este manual, se verá el resultado de visualizar o cargar capas