DIRECCIÓN GENERAL DE GEOGRAFÍA Y MEDIO AMBIENTE

DIRECCIÓN GENERAL ADJUNTA DE INTEGRACIÓN DE INFORMACIÓN GEOESPACIAL

REPORTE EJECUTIVO DE INVESTIGACIÓN

Análisis y visualización de datos geoespaciales

Febrero 2024

1
 Análisis y visualización de datos geoespaciales

Acrónimos
API: Application Programming Interface. Programa de Aplicación de interfaces.
BSD: Berkeley Software Distribution. Distribución de Software Berkeley.
CERL: Construction Engineering Research Laboratory. Laboratorio de Investigación en Ingeniería de la
Construcción.
CMS: Content Management System. Sistema de gestión de contenidos.
CSV: Comma-Separated Values. Valores Separados por Comas
DGN: Design (Drawing) File Format. Formato de archivo de dibujo.
DXF: Drawing Exchange Format. Formato de intercambio de dibujos.
EUA: Estados Unidos.
ESRI: Environmental Systems Research Institute. Instituto de Investigación de Sistemas Ambientales.
ETRS89: European Terrestrial Reference System 1989. Sistema Europeo de Referencia Terrestre.
FTP: File Transfer Protocol. Protocolo de transferencia de archivos
GDAL-OGR: Geospatial Data Abstraction Library- OpenGIS simple features Reference. Biblioteca de
abstracción de datos geoespaciales: referencia de características simples de OpenGIS
GHRG: Geomorphometry and Hydrogeomatics Research Group. Grupo de Investigación en
Geomorfometría e Hidrogeomática.
GIMP: GNU Image Manipulation Program. Programa de manipulación de imágenes GNU.
GIS/CAD: Geographic Information Systems/ Computer-Aided Design. Sistemas de Información
Geográfica/Diseño Asistido por Computadora.
GIS/SIG: Geographic Information Systems. Sistemas de Información Geográfica.
GML: Geography Markup Language. Lenguaje de marcado geográfico.
GPX: GPS eXchange Format. Formato de intercambio GPS.
GRASS GIS: Geographic Resources Analysis Support System Geographic Information System.
Sistema de Apoyo al Análisis de Recursos Geográficos - Sistema de Información Geográfica.
GTK+: GIMP Toolkit"
GUI: Graphical User Interface. Interfaz gráfica del usuario.
HTML: HyperText Markup Language. Lenguaje de marcado de hipertexto.
HTTP: Hypertext Transfer Protocol. Protocolo de Transferencia de Hipertexto.
IDE: Integrated Development Environment. Entorno de desarrollo integrado.
IMAP: Internet Message Access Protocol. Protocolo de acceso a mensajes de Internet.
IoT: Internet of Things. Internet de las cosas.

2
 Análisis y visualización de datos geoespaciales

JSON: JavaScript Object Notation. Notación de objetos JavaScript.

KML: Keyhole Markup Language. Lenguaje de marcado de cerradura.
KMZ: Keyhole Markup Zip.
LiDAR: Light Detection And Ranging. Detección y rango de luz.
MIF/MID: MapInfo Interchange Format / MapInfo Data. Formato de intercambio MapInfo/datos
MapInfo
MIT: Massachusetts Institute of Technology. Instituto de tecnología de Massachusetts.
MODIS: Moderate Resolution Imaging Spectroradiometer. Espectrorradiómetro de imágenes de
resolución moderada.
NAD27: North American Datum 1927. Datum norteamericano 1927.
NAD83: North American Datum 1983. Datum norteamerican0 1983.
NASA: National Aeronautics and Space Administration. Administración Nacional de Aeronáutica y
Espacio.
OBIA: Object-Based Image Analysis. Análisis de imágenes basado en objetos.
OGC: Open Geospatial Consortium. Consorcio geoespacial abierto.
OSGB: Ordnance Survey Great Britain.
OSGeo: Open Source Geospatial Foundation. Fundación Geoespacial de Código Abierto.
OSM: OpenStreetMap.
PBF: Protocolbuffer Binary Format. Formato binario del búfer de protocolo.
QGIS: Quantum GIS.
RSS: Really Simple Syndication. Sindicación Realmente Simple.
SciPy: Scientific Python.
SEDAC: Socioeconomic Data and Applications Center. Centro de aplicaciones y datos socioeconómicos.
SHP: Shapefile Format.
SQL: Structured Query Language. Lenguaje de consulta estructurado.
UAV: Unmanned Aerial Vehicle. Vehículo aéreo no tripulado.
WCS: Web Coverage Service. Servicio de Cobertura Web.
WFS: Web Feature Service. Servicio de funciones web.
WGS: World Geodetic System. Sistema geodésico mundial.
WMS: Web Map Service. Servicio de mapas web.
WMTS: Web Map Tile Service. Servicio de mosaicos de mapas web.
WPS: Web Processing Service. Servicio de procesamiento web.

3
 Análisis y visualización de datos geoespaciales

XML: "eXtensible Markup Language. Lenguaje de marcado extensible.

4
 Análisis y visualización de datos geoespaciales

Introducción
Si bien el análisis geoespacial, habilitado por los SIG, se utilizó originalmente en relación con ciencias de
la vida como la geología, la ecología y la epidemiología, su uso se ha manifestado desde entonces en la
mayoría de los sectores. Sus aplicaciones abarcan ahora industrias tan diversas como la defensa y las
ciencias sociales. (IBM, S.F.).
El análisis geoespacial se presta para el estudio de muchas cosas a la vez, monitoreando cientos o incluso
miles de acontecimientos y recopilando datos pertinentes sobre estos. Esto brinda a las empresas de
todos los tamaños la oportunidad de aprovechar los datos para tomar decisiones comerciales más
informadas como:
• Los proveedores de servicios públicos pueden analizar el rendimiento de cientos de miles de
kilómetros de líneas eléctricas.
• Las cadenas de restaurantes pueden utilizar técnicas de análisis geoespacial para rastrear envíos
entrantes de los proveedores de alimentos.
• Las instalaciones eólicas y solares pueden analizar las condiciones ambientales al identificar
activos locales.
Los esfuerzos para analizar cantidades masivas de datos se han vuelto más desafiantes en los últimos
años debido a una explosión relativa dentro del Internet de las cosas (IoT). Actualmente se están
diseñando objetos y dispositivos de todo tipo y para todo propósito para poder transmitir datos
relevantes para el rendimiento o los protocolos del dispositivo en cuestión. (IBM, S.F.).
En la última década, la tecnología geoespacial ha dado pasos agigantados, impulsada por el aumento de
satélites en órbita, mejoras en sensores y avances en algoritmos de vanguardia. Este progreso ha
generado una avalancha de datos geoespaciales, abriendo un vasto horizonte de posibilidades en el
ámbito público y privado. En Latinoamérica y el Caribe, estos datos han sido utilizados para abordar una
amplia gama de desafíos, desde combatir la pobreza hasta analizar la planificación urbana y evaluar el
impacto ambiental de políticas agrícolas, entre otros (Mora, 2023)

5
 Análisis y visualización de datos geoespaciales

Características
Análisis y visualización de datos geoespaciales
La tecnología geoespacial ha avanzado a pasos agigantados en el último decenio. El aumento de la
cantidad de satélites en órbita, las mejoras en los sensores y los algoritmos de última generación generan
terabytes de datos geoespaciales que, por medio de su análisis y de su visualización, han abierto una
ventana de posibilidades para innovar en el sector público o privado. En Latinoamérica y el Caribe, los
datos geoespaciales se han utilizado para combatir la pobreza, analizar la planificación urbana o evaluar
el impacto ambiental de las políticas agrícolas, sólo para nombrar algunos ejemplos (Mora, 2023).
Hoy en día, cualquier persona interesada en realizar análisis geoespacial tiene acceso abierto a una
cantidad impresionante de datos geoespaciales. Entre algunos de ellos, tenemos a Google Earth Engine,
un servicio abierto que almacena petabytes de datos de imágenes satelitales; Open Street Map, un
proyecto colaborativo para crear una base de datos geográfica editable y gratuita del mundo; SEDAC, un
centro de datos de la NASA que provee datos socioeconómicos georreferenciados o AidData que permite
a los usuarios extraer datos para diferentes límites administrativos (Mora, 2023).
A continuación, se presenta 6 herramientas gratuitas que solo requieren conocimientos introductorios
para ser utilizadas:

• MyGeodata Cloud
• QGIS
• Grass GIS
• R
• Python
• Whitebox

El avance de la tecnología geoespacial en la última década ha desencadenado un amplio abanico de

oportunidades tanto en el ámbito público como privado. La disponibilidad masiva de datos
geoespaciales, junto con herramientas accesibles como Google Earth Engine, OpenStreetMap, SEDAC y
AidData, ha democratizado el análisis y la visualización de información espacial. Esto ha permitido
abordar desafíos socioeconómicos y ambientales en Latinoamérica y el Caribe, desde la lucha contra la
pobreza hasta la planificación urbana y la evaluación de políticas agrícolas. Con estas herramientas
gratuitas y de fácil acceso, cualquier persona interesada puede explorar y aprovechar el potencial del
análisis geoespacial para generar soluciones innovadoras y efectivas.

6
 Análisis y visualización de datos geoespaciales

MyGeodata Cloud
La Nube de los geodatos es un lugar donde residen los datos SIG. Se puede descargar datos SIG
compartidos o cargar datos SIG propios, se puede convertir en línea a varios formatos y sistemas de
coordenadas SIG/CAD, mostrar datos SIG en un mapa, compartir o publicar datos propios, etc.
(MyGeodata Cloud, 2024)

Existen varias aplicaciones:

• Drive: GIS Data Warehouse. Explora datos GIS/CAD compartidos por otros usuarios, carga datos
propios, los administra, los convierte o muestra en un mapa. Los datos pueden ser filtrados y
ordenados por varios parámetros, como la distancia desde una geolocalización, la mejor
calificación, el tipo de geometría y otros.

Imagen 1. Drive: GIS Data Warehouse (MyGeodata Cloud, 2024)

• Converter: Convert or Transform GIS Data. Convertidor o transformador de datos SIG.

Herramienta gratuita de conversión y transformación de datos SIG/CAD en línea. Permite
convertir datos cargados a varios formatos SIG/CAD utilizando cualquier sistema de referencia
de coordenadas. La conversión masiva está disponible. Convierte y transforma datos
geoespaciales vectoriales y rasterizados a varios formatos, en línea y de forma gratuita.
Incluyendo SHP, KML, KMZ, MIF/MID o TAB MapInfo File, GeoJSON, TopoJSON, CSV, GPX, GML,
DGN, DXF, ESRI File Geodatabase, OSM, PBF, GeoTiff y muchos otros. Se admiten casi todos los
sistemas de referencia de coordenadas, incluidos WGS 84, World/Google Mercator, ETRS89,
NAD27, NAD83, OSGB 1936/British National Grid, etc.

7
Análisis y visualización de datos geoespaciales

Imagen 2. Converter: Convert or Transform GIS Data (MyGeodata Cloud, 2024)

• Mapa: Muestra los datos en un mapa en línea. Muestra los datos SIG/CAD de forma gratuita en
un visor de mapas en línea. Puede almacenar los datos para su uso posterior, compartirlos con
otros usuarios o buscar y mostrar datos de otros usuarios que se compartieron con alguien o
globalmente.

Imagen 3. Mapa: Muestra los datos en un mapa en línea (MyGeodata Cloud, 2024)

8
 Análisis y visualización de datos geoespaciales

QGIS
Es un sistema de información geográfica gratuito y de código abierto. QGIS no es sólo un SIG de
escritorio. También proporciona un explorador de archivos espaciales, una aplicación de servidor y
aplicaciones web (QGIS, 2024).

• Escritorio QGIS:

Se puede crear, editar, visualizar, analizar y publicar información geoespacial para Windows, Mac,
Linux, BSD y Android (QGIS, 2024).

Imagen 4. Captura de pantalla de QGIS Desktop (QGIS, 2024)

9
Análisis y visualización de datos geoespaciales

• Servidor:

Se puede publicar proyectos y capas QGIS como servicios WMS, WMTS, WFS y WCS compatibles
con OGC. Además, se puede controlar que capas, atributos, diseños y sistemas de coordenadas
se exportan. El servidor QGIS se considera una implementación de referencia para WMS 1.3.

Imagen 5. Captura de pantalla de la configuración del servidor QGIS en QGIS Desktop (QGIS, 2024)

• Cliente web QGIS

Se puede publicar proyectos QGIS en la web, con funciones de simbología, etiquetado y

combinación para mapas.

Imagen 6. Captura de pantalla de QGIS Web Client 2 (QGIS, 2024)

10
Análisis y visualización de datos geoespaciales

• QGIS en móviles y tabletas

La experiencia QGIS no se tiene sólo en el escritorio. Varias aplicaciones táctiles optimizadas de

terceros le permiten llevar QGIS al campo.

Imagen 7. Captura de pantalla de QField (disponible para Android, iOS, Windows, macOS, Linux) (QGIS, 2024)

• Mergin Maps Input app

Facilita la recolección de datos geográficos en el terreno al proporcionar una interfaz intuitiva y

funcionalidades específicas para la captura y edición de información espacial. Una vez
recopilados los datos, estos pueden sincronizarse con la plataforma Mergin, donde pueden ser
gestionados, compartidos y utilizados en análisis posteriores dentro del contexto de un proyecto
colaborativo.

Imagen 8. Captura de pantalla de la aplicación Mergin Maps Input (disponible para Android, iOS, Windows) (QGIS, 2024)

11
Análisis y visualización de datos geoespaciales

• IntraMaps Roam

Herramienta móvil que proporciona acceso a datos geoespaciales y facilita la captura de nuevos
datos en el campo, lo que resulta útil para una variedad de aplicaciones, como la gestión de
activos, la planificación urbana, la gestión de emergencias y más.

Imagen 9. Captura de pantalla de IntraMaps Roam (disponible para Windows) (QGIS, 2024)

12
 Análisis y visualización de datos geoespaciales

GRASS GIS
El sistema de soporte de análisis de recursos geográficos, comúnmente conocido como GRASS GIS, es
una tecnología de sistema de información geográfica (SIG) creada para la gestión, el geoprocesamiento,
el modelado espacial y la visualización de datos geoespaciales vectoriales y rasterizados (GRASS, 2024).
GRASS GIS es un software gratuito y de código abierto publicado bajo los términos de la Licencia pública
general GNU. GRASS GIS también es miembro fundador y proyecto afiliado de la Open Source Geospatial
Foundation (OSGeo) (GRASS, 2024).
El proyecto GRASS GIS es un esfuerzo de equipo internacional que incluye científicos y desarrolladores
de diversos campos. GRASS ha estado en continuo desarrollo desde 1982, involucrando a un gran
número de agencias federales de EUA, universidades y empresas privadas. El desarrollo de componentes
centrales y la gestión de liberaciones estuvieron a cargo del Laboratorio de Investigación en Ingeniería
de Construcción (CERL) en Champaign, Illinois. Sin embargo, desde 1997 una red mundial de
desarrolladores continúa desarrollando y lanzando GRASS GIS (GRASS, 2024).
La fuerza de GRASS GIS dependen de la comunidad de usuarios. La filosofía del equipo de desarrollo de
GRASS GIS es alentar a los usuarios a desarrollar sus propias herramientas y aplicaciones únicas, así como
a mejorar las existentes (GRASS, 2024).
Ofrece potentes motores de procesamiento rasterizado, vectorial y geoespacial en un único paquete de
software integrado. Incluye herramientas para modelado de terreno y ecosistemas, hidrología,
visualización de datos ráster y vectoriales, gestión y análisis de datos geoespaciales y procesamiento de
imágenes aéreas y satelitales. Viene con un marco temporal para el procesamiento avanzado de series
de tiempo y una API de Python para una programación geoespacial rápida. GRASS GIS ha sido optimizado
para el rendimiento y el análisis de grandes datos geoespaciales (GRASS, 2024).

Imagen 10. Captura de pantalla de GRASS GIS 7.0 (GRASS, 2024)

13
Análisis y visualización de datos geoespaciales

• Principales características:
o GRASS GIS se ejecuta en Linux, Mac y Windows. Viene con una interfaz gráfica de usuario
(GUI) intuitiva y una sintaxis de línea de comandos útil para la automatización y la
producción.
o GRASS GIS contiene más de 500 módulos para procesar y representar datos geográficos. El
software permite manipular una variedad de formatos rasterizados, vectoriales y 3D, y
ejecutar análisis y modelado espacial desde simples hasta avanzados. GRASS GIS puede
conectarse a bases de datos espaciales, pero también interactuar con una variedad de
bibliotecas y sistemas de terceros.
o Soporte para casi todos los formatos de archivos GIS comunes a través de la biblioteca GDAL-
OGR.
o Análisis ráster: álgebra de mapas, interpolación, enmascaramiento, análisis de paisaje.
o Análisis ráster 3D (voxel): álgebra de mapas 3D, interpolación 3D, visualización 3D.
o SQL: interfaces de bases de datos para PostgreSQL, SQLite, etc.
o Geocodificación de mapas rasterizados y vectoriales.
o Análisis de nubes de puntos: LiDAR, interpolación.
o Análisis del terreno: generación de contornos y superficies, análisis de trayectorias de costos
y aspectos de pendientes, herramientas hidrológicas.
o Análisis vectorial: correcciones y generalización de topología, buffer, superposiciones,
análisis de redes.
o Marco temporal: soporte para gestión y análisis de series temporales rasterizadas y
vectoriales, grandes datos ambientales espaciotemporales.
o Procesamiento de imágenes: datos aéreos, UAV y satelitales (MODIS, Landsat, Sentinel, etc.),
clasificación supervisada y no supervisada, cadena completa de Análisis de Imágenes Basado
en Objetos (OBIA).
o Estadística espacial: análisis de correlación y covarianza, regresión, estadística zonal.

14
Análisis y visualización de datos geoespaciales

Imagen 11. Captura de pantalla de GRASS GIS 7.2.1 (GRASS, 2024)

• GRASS GIS se puede utilizar a través de varias interfaces:

o La más sencilla para nuevos usuarios es la Interfaz Gráfica de Usuario.
o Los usuarios avanzados prefieren la interfaz de línea de comandos basada en texto.
o C API para programación.
o Biblioteca de secuencias de comandos y orientado a objetos API de Python.
o Cuadernos Jupyter.
o Interfaz web a través deservidores WPS.
o QGIS proporciona dos formas diferentes de ejecutar módulos GRASS GIS: la caja de
herramientas de procesamiento y el complemento GRASS GIS.
o R proporciona una interfaz con GRASS GIS a través del paquete rgrass.
o También es posible probar GRASS en línea

15
Análisis y visualización de datos geoespaciales

Imagen 12. Captura de pantalla de interfaz (GRASS, 2024)

• Complementos para ampliar la funcionalidad GRASS

Las capacidades de GRASS GIS se incrementan significativamente gracias a una impresionante

lista de extensiones o complementos. Estos módulos los aportan los usuarios o desarrolladores,
pero aún no forman parte de la distribución estándar. Actualmente hay más de 300 extensiones
en el repositorio oficial de GRASS Addons y muchas otras disponibles para realizar los más
variados tipos de tareas.

Imagen 13. Captura de pantalla de extensiones o complementos (GRASS, 2024)

16
 Análisis y visualización de datos geoespaciales

R
Es un lenguaje de programación con enfoque al análisis estadístico. Hoy en día, R cuenta con un conjunto
de librerías diseñadas exclusivamente para trabajar con datos geoespaciales. Usar R también tiene el
beneficio de tener acceso al Tidyverse, una colección de paquetes para la manipulación y análisis de
datos de una manera rápida y sencilla (posit, 2024).
Utilizado por millones de personas semanalmente, el entorno de desarrollo integrado (IDE Integrated
Development Environment) RStudio es un conjunto de herramientas creadas para ayudar a ser más
productivo con R y Python. Es el IDE más confiable para la ciencia de datos de código abierto. Incluye
una consola, un editor de resaltado de sintaxis que admite la ejecución directa de código y herramientas
para trazado, historial, depuración y gestión del espacio de trabajo. RStudio está disponible en ediciones
comerciales y de código abierto y se ejecuta en el escritorio (Windows, Mac y Linux) (posit, 2024).

Imagen 14. Captura de interfaz RStudio IDE (posit, 2024)

RStudio Server permite proporcionar una interfaz basada en navegador para una versión de R que se
ejecuta en un servidor Linux remoto, llevando la potencia y la productividad del IDE de RStudio a
implementaciones de R basadas en servidor.

Imagen 15. Captura de interfaz RStudio Server (posit, 2024)

17
 Análisis y visualización de datos geoespaciales

Existen R Packages, el equipo de Posit aporta código a muchos paquetes y proyectos de R. Los usuarios
de R están realizando algunos de los trabajos más innovadores e importantes en la ciencia, la educación
y la industria con un desafío de mantenerse al día con la comunidad.

Imagen 16. Captura de estampillas de los diferentes R Packages (posit, 2024)

18
 Análisis y visualización de datos geoespaciales

Python
Es el lenguaje de programación preferido por los científicos y analistas de datos por su amplia gama de
librerías para la manipulación, visualización y procesamiento de datos. Si es la primera vez que se va a
utilizar Python, se puede descargar Anaconda, una distribución libre que brinda acceso a Jupyter
Notebook (IDE de código abierto) (Python, 2024).
Python se utiliza en muchos dominios de aplicaciones (Python, 2024):
• Desarrollo Web e Internet
o Python ofrece muchas opciones para el desarrollo web:
▪ Frameworks como Django y Pyramid.
▪ Micromarcos como Flask y Bottle.
▪ Sistemas avanzados de gestión de contenidos como Plone y django CMS.
o La biblioteca estándar de Python admite muchos protocolos de Internet:
▪ HTML y XML
▪ JSON
▪ Procesamiento de correo electrónico.
▪ Soporte para FTP, IMAP y otros protocolos de Internet.
▪ Interfaz de enchufe fácil de usar.
o Y el índice de paquetes tiene aún más bibliotecas:
▪ Requests, una potente biblioteca cliente HTTP.
▪ Beautiful Soup, un analizador HTML que puede manejar todo tipo de HTML extraño.
▪ Feedparser para analizar feeds RSS/Atom.
▪ Paramiko, implementando el protocolo SSH2.
▪ Twisted Python, un marco para programación de redes asincrónicas.
• Científico y numérico
o Python se usa ampliamente en informática científica y numérica:
▪ SciPy es una colección de paquetes para matemáticas, ciencias e ingeniería.
▪ Pandas es una biblioteca de modelado y análisis de datos.
▪ IPython es un potente shell interactivo que permite editar y grabar fácilmente una sesión
de trabajo y admite visualizaciones y computación paralela.
▪ El Curso de Carpintería de Software enseña habilidades básicas para la informática
científica, organiza campamentos de entrenamiento y proporciona materiales didácticos
de acceso abierto.
• Educación
o Python es un lenguaje magnífico para enseñar programación, tanto a nivel introductorio
como en cursos más avanzados.
▪ Libros como “Cómo pensar como un informático”, “Programación en Python”: una
introducción a la informática y Programación práctica.

19
Análisis y visualización de datos geoespaciales

▪
El “Grupo de Interés Especial en Educación” es un buen lugar para discutir temas de
enseñanza.
• GUI de escritorio
o La biblioteca Tk GUI se incluye con la mayoría de las distribuciones binarias de Python.
o Algunos kits de herramientas que se pueden utilizar en varias plataformas están disponibles
por separado:
▪ wxWidgets
▪ Kivy , para escribir aplicaciones multitáctiles.
▪ Qt mediante pyqt o pyside
o También se encuentran disponibles kits de herramientas específicos de la plataforma:
▪ GTK+
▪ Microsoft Foundation Classes a través de las extensiones win32
• Desarrollo de software
o Python se utiliza a menudo como lenguaje de soporte para desarrolladores de software, para
control y gestión de compilaciones, pruebas y de muchas otras maneras.
▪ SCons para el control de construcción.
▪ Buildbot y Apache Gump para pruebas y compilaciones continuas automatizadas.
▪ Roundup o Trac para seguimiento de errores y gestión de proyectos.
• Aplicaciones de negocios
o Python también se utiliza para crear sistemas ERP y de comercio electrónico:
▪ Odoo es un software de gestión todo en uno que ofrece una gama de aplicaciones
empresariales que forman un conjunto completo de aplicaciones de gestión empresarial.
▪ Tryton es una plataforma de aplicaciones de propósito general de alto nivel y tres niveles.

Imagen 17. Captura de logotipo de Python (Python, 2024)

20
 Análisis y visualización de datos geoespaciales

Whitebox
WhiteboxTools es un paquete de software geoespacial avanzado y una plataforma de análisis de datos
desarrollado en el Grupo de Investigación de Geomorfometría e Hidrogeomática (Geomorphometry and
Hydrogeomatics Research Group GHRG) de la Universidad de Guelph. El proyecto comenzó en enero de
2017 y evolucionó rápidamente en términos de sus capacidades analíticas. Algunas de las características
de WhiteboxTools incluyen (Whitebox Geospatial Inc., S.F.):
• Para usuarios más avanzados, whiteboxTools es un paquete de software geoespacial de código y
acceso abierto que contiene más de 450 herramientas para procesar varios tipos de datos
geoespaciales. Tampoco requiere de dependencias externas, lo que hace que la instalación sea
tan fácil como descargar un archivo zip y descomprimirlo. Se recomienda utilizar el
WhiteboxTools Open Core y explorar todas las opciones que tiene para analizar desde datos
LiDAR hasta análisis de terrenos, entre otras aplicaciones.
• Muchas herramientas funcionan en paralelo, aprovechando al máximo su procesador
multinúcleo.
• Escrito en el lenguaje de programación de sistemas multiplataforma Rust y compilado en código
nativo altamente eficiente. No se necesita ninguna máquina virtual ni intérprete para ejecutar
WhiteboxTools.
• Pequeña aplicación independiente sin dependencias externas, que hace que la instalación sea
tan fácil como descargar el pequeño archivo zip y descomprimirlo.
• Interfaz de secuencias de comandos Python simple pero potente que permite a los usuarios
desarrollar flujos de trabajo con secuencias de comandos personalizados.
• Incorpore funciones de WhiteboxTools en entornos de secuencias de comandos heterogéneos
junto con ArcPy, GDAL y otras bibliotecas de geoprocesamiento.
• Sirve como back-end analítico para otro software geoespacial, de detección remota y SIG (por
ejemplo, el complemento QGIS Whitebox for Processing). Vea más sobre las muchas interfaces
desarrolladas para WhiteboxTools aquí.
• La licencia permisiva de código abierto del MIT permite una fácil integración con otro software
• ¿Qué puede hacer WhiteboxTools?
o Aplicaciones hidrológicas: WhiteboxTools contiene herramientas avanzadas para análisis
hidrológico espacial (por ejemplo, acumulación de flujo, delimitación de cuencas
hidrográficas, análisis de redes de arroyos, eliminación de sumideros).
o Análisis del terreno: WhiteboxTools contiene herramientas de análisis del terreno para
calcular índices de terreno comunes como pendiente, curvaturas, índice de humedad,
sombreado; análisis hipsométrico; Análisis de posición topográfica multiescala.
o Procesamiento LiDAR: Las nubes de puntos LiDAR se pueden interrogar (LidarInfo,
LidarHistogram), segmentar, agrupar y unir, analizar en busca de valores atípicos,
interpolarlas a rásteres (DEM, imágenes de intensidad) y los puntos terrestres se pueden
clasificar o filtrar.
21
Análisis y visualización de datos geoespaciales

o Sensores remotos: WhiteboxTools es capaz de realizar tareas de procesamiento de imágenes

y detección remota que incluyen mejora de imágenes, mosaico de imágenes, operaciones de
filtrado, clasificación simple (k-medias) y transformaciones de imágenes comunes.
o Análisis SIG: WhiteboxTools se puede utilizar para realizar operaciones de análisis de
sistemas de información geográfica (SIG) comunes, como análisis de costo-distancia,
amortiguación de distancia, reclasificación de ráster y muchas otras.
o Agricultura: WhiteboxTools contiene herramientas para procesar, limpiar y mapear datos de
rendimiento

Imagen 18. Captura de algunas herramientas en WhiteboxTools Open Core (Whitebox Geospatial Inc., S.F.)

22
 Análisis y visualización de datos geoespaciales

Conclusiones
La analítica geoespacial, al combinar la recopilación de datos con un enfoque visual que resalta la
dimensión temporal y espacial, constituye una poderosa herramienta para la interpretación de
tendencias. Esta capacidad de transmitir la evolución de situaciones cambiantes facilita la detección de
matices sutiles a medida que se acumulan más datos relevantes.

El análisis geoespacial ha experimentado un notable crecimiento en su aplicabilidad y relevancia,

extendiéndose desde disciplinas como la geología y la epidemiología hasta campos tan diversos como la
gestión de recursos naturales y la inteligencia nacional. Su utilidad se ha demostrado en la toma de
decisiones informadas en una amplia gama de sectores.

Este enfoque analítico proporciona una valiosa herramienta para abordar una variedad de problemas y
oportunidades. Desde la supervisión de infraestructuras como redes eléctricas hasta la optimización de
procesos en cadenas de suministro de restaurantes, y desde la identificación de ubicaciones óptimas
para proyectos de energía renovable hasta la gestión eficiente de activos locales, las posibilidades son
vastas.

A pesar de los desafíos adicionales que plantea la creciente cantidad de datos generados por dispositivos
y sensores conectados a través del Internet de las cosas (IoT), el análisis geoespacial se destaca por su
capacidad para convertir este diluvio de información en valiosos conocimientos. Esta habilidad para
extraer insights significativos a partir de datos masivos continúa posicionando al análisis geoespacial
como una herramienta indispensable en la toma de decisiones estratégicas y comerciales.

Para la Dirección General de Geografía y Medio Ambiente del INEGI, estas herramientas de análisis
geoespacial son de suma importancia para mejorar la calidad de la información geoespacial. Permiten
mejorar la eficiencia en la recopilación y análisis de datos geoespaciales, lo que a su vez facilita la
producción de información precisa y actualizada sobre la geografía nacional. Además, el enfoque visual
intensificado proporcionado por estas herramientas ayuda a identificar patrones y tendencias en los
datos geoespaciales, lo que puede ser de gran utilidad para la planificación territorial, la gestión de
recursos naturales y el desarrollo de políticas públicas. Es importante destacar que la DGGMA debe
considerar el uso de herramientas de análisis espacial gratuitas, en complemento o sustitución -cuando
los procesos lo permitan- del software propietario ArcGIS, buscando así maximizar los recursos
disponibles y promover el acceso a tecnologías relevantes en el ámbito geoespacial con las ventajas que
conlleva en costo, accesibilidad, flexibilidad e interoperabilidad.

23
 Análisis y visualización de datos geoespaciales

Glosario
AidData
Ubicado en el Instituto de Investigación Global de William & Mary, AidData es un laboratorio de
investigación de desarrollo internacional. Conecta a tomadores de decisiones e investigadores que
tienen un interés compartido en trabajar juntos utilizando datos granulares y herramientas innovadoras
para resolver problemas apremiantes, destinar recursos con precisión y utilizar evidencia rigurosa para
medir los impactos (intencionados y no intencionados) de las políticas e inversiones.

CSV
Comma-Separated Values, un formato de archivo que utiliza comas para separar los valores de datos y
que se utiliza comúnmente para almacenar y transferir datos tabulares simples.

DGN
Design (Drawing) File Format, un formato de archivo utilizado en el software de diseño asistido por
computadora (CAD) MicroStation.

DXF
Drawing Exchange Format, un formato de archivo utilizado en software de diseño asistido por
computadora (CAD), especialmente en AutoCAD, para intercambiar datos entre diferentes programas
CAD.

ESRI
Environmental Systems Research Institute, una empresa líder en tecnología SIG que desarrolla software
como ArcGIS y proporciona servicios relacionados con sistemas de información geográfica.

ETRS89
European Terrestrial Reference System 1989, un sistema de coordenadas geodésicas utilizado como
estándar de referencia en Europa.

Geomorfometría
Es una rama de la geomorfología que se centra en el estudio cuantitativo y cualitativo de la forma y el
relieve de la superficie terrestre. Se utiliza para analizar y comprender los procesos que dan forma al
paisaje, así como para caracterizar y medir diversas características topográficas y morfológicas de la
tierra. En la práctica, la geomorfometría implica el uso de datos topográficos y herramientas analíticas
para estudiar la configuración del terreno en diferentes escalas espaciales y temporales.

GIS Data Warehouse

Es una plataforma que almacena y distribuye datos geoespaciales y geográficos para su uso en Sistemas
de Información Geográfica (SIG). En esencia, es un almacén de datos especializado que proporciona
acceso a conjuntos de datos geográficos de diversas fuentes para su análisis, visualización y aplicación
en proyectos que requieran información espacial.

GML
24
 Análisis y visualización de datos geoespaciales

Geography Markup Language, un lenguaje de marcado basado en XML utilizado para representar datos
geoespaciales y describir la estructura y el contenido de los datos geográficos.

Google Earth Engine

Es una plataforma en la nube desarrollada por Google que permite el análisis y la visualización de
imágenes de satélite y datos geoespaciales a gran escala. Esta plataforma integra una vasta cantidad de
datos de imágenes de satélite recopiladas a lo largo de varios años, junto con algoritmos de análisis y
procesamiento, lo que permite a los usuarios realizar análisis espaciales avanzados, modelado
ambiental, seguimiento de cambios en la tierra, monitoreo de recursos naturales, estudios sobre el
cambio climático, entre otros.

GPX
GPS Exchange Format, un formato de archivo estándar para intercambiar datos de rutas, waypoints y
tracks entre dispositivos GPS y software de mapeo.

Grass GIS
Es otra herramienta de acceso abierto que ofrece un único paquete de software integrado con
herramientas de modelado de terrenos y ecosistemas, hidrología, visualización de datos y análisis de
datos geoespaciales. Grass GIS se destaca por su gran cantidad de recursos para los principiantes,
incluyendo manuales para cada módulo, un wiki, cursos, workshops y hasta videos para temas
específicos.

Hidrogeomática
Es un campo interdisciplinario que combina la hidrología (el estudio del agua en la superficie de la Tierra,
incluyendo su distribución, circulación y propiedades) con la geomática (el conjunto de tecnologías
utilizadas para adquirir, procesar, analizar y visualizar datos geoespaciales). En otras palabras, la
hidrogeomática utiliza herramientas y técnicas de teledetección, sistemas de información geográfica
(SIG), GPS (Sistema de Posicionamiento Global) y otros métodos de captura de datos espaciales para
estudiar y gestionar los recursos hídricos y los procesos hidrológicos en el medio ambiente.

Insights
Se refiere a percepciones, entendimientos o conocimientos profundos que se obtienen a través del
análisis geoespacial. Estos "insights" son información valiosa que se extrae del análisis de datos
geoespaciales y que puede influir en la toma de decisiones sobre cuestiones importantes, como la
gestión de recursos naturales y la inteligencia nacional. Es decir, se refiere a las conclusiones o
comprensiones significativas que se derivan del análisis de datos espaciales.

Internet de las cosas (IoT)

IoT por sus siglas en inglés, Internet of Things, se refiere a la interconexión de dispositivos físicos
mediante internet, los cuales están integrados con sensores, software y otros elementos que les
permiten recopilar y compartir datos. Estos dispositivos pueden ser desde electrodomésticos y vehículos
hasta equipos industriales y wearables.

KML
25
 Análisis y visualización de datos geoespaciales

Keyhole Markup Language, un formato de archivo utilizado principalmente para representar datos
geoespaciales en Google Earth y otros programas de visualización de mapas.

KMZ
Keyhole Markup Zip, una variante comprimida del formato KML que incluye todos los archivos necesarios
para visualizar datos en Google Earth.

LiDAR
Significa Light Detection and Ranging (Detección y Teledetección por Láser), es una tecnología de
teledetección que utiliza pulsos láser para medir la distancia desde un emisor láser hasta un objeto o
superficie. Funciona enviando ráfagas de luz láser hacia un objetivo y midiendo el tiempo que tarda la
luz en rebotar y regresar al sensor. Con esta información, se puede calcular la distancia al objeto con
gran precisión.

Mergin Maps Input

Se utiliza para ingresar datos espaciales a la plataforma Mergin de manera sencilla y eficiente. Permite a
los usuarios capturar datos geoespaciales directamente desde el campo utilizando dispositivos móviles,
como teléfonos inteligentes o tabletas. Estos datos pueden incluir puntos de interés, trazos de líneas,
polígonos u otros elementos espaciales relevantes para un proyecto determinado.

MIF/MID
MapInfo Interchange Format / MapInfo Data, formatos de archivo utilizados en el software MapInfo para
almacenar datos geoespaciales y atributos asociados.

MyGeodata Cloud
Brinda una interfaz online sencilla donde se puede explorar datos de otros usuarios, cargar sus propios
datos, administrarlos o mostrarlos en un mapa con su licencia gratuita. Los datos se pueden filtrar y
ordenar por varios parámetros, como la distancia desde su geolocalización. Este video muestra la interfaz
y las opciones para visualizar datos compartidos por la comunidad en un mapa en línea.

NAD27
North American Datum 1927, un sistema de referencia geodésico utilizado en América del Norte antes
de la adopción del NAD83.

NAD83
North American Datum 1983, un sistema de referencia geodésico utilizado en América del Norte después
de 1983.

OGC
Open Geospatial Consortium (Consorcio Geoespacial Abierto) - Es una organización internacional que
desarrolla y promueve estándares y especificaciones para el intercambio de datos geoespaciales. Los
estándares desarrollados por OGC son ampliamente utilizados en la industria de los SIG para garantizar
la interoperabilidad y la compatibilidad entre diferentes sistemas y aplicaciones geoespaciales.

26
 Análisis y visualización de datos geoespaciales

OpenStreetMap (OSM)
Es un proyecto colaborativo y de código abierto que tiene como objetivo crear un mapa del mundo libre
y editable. Funciona de manera similar a Wikipedia, donde cualquier persona puede contribuir
agregando, editando y corrigiendo datos geográficos. Estos datos incluyen información sobre carreteras,
senderos, edificios, puntos de interés, límites administrativos y más. El mapa resultante de
OpenStreetMap puede ser utilizado de forma gratuita por cualquier persona o entidad, ya sea para
visualización, análisis o desarrollo de aplicaciones. Además, debido a su naturaleza abierta y
colaborativa, OSM es utilizado en una amplia variedad de aplicaciones y servicios, incluyendo navegación
GPS, planificación de rutas, análisis geoespacial, visualización de datos, entre otros.

OSGB
Ordnance Survey Great Britain, una organización gubernamental del Reino Unido responsable de la
cartografía y la topografía del país.

OSM
OpenStreetMap, un proyecto colaborativo de cartografía en línea que crea y proporciona datos
geoespaciales gratuitos y editables.

PBF
Protocolbuffer Binary Format, un formato de archivo binario comprimido utilizado para almacenar datos
de mapas de OpenStreetMap.

Petabyte
Es una unidad de medida de almacenamiento de datos que equivale a 1,024 terabytes o
aproximadamente un cuatrillón (10^15) de bytes. Es una cantidad extremadamente grande de
información digital. Los petabytes se utilizan para describir capacidades de almacenamiento masivas,
como las que se encuentran en centros de datos, servidores de empresas, sistemas de almacenamiento
en la nube de gran escala y otras infraestructuras de almacenamiento de datos a gran escala. Con el
crecimiento exponencial de la cantidad de datos generados y almacenados en todo el mundo, los
petabytes se están convirtiendo cada vez más en una unidad de medida común en el ámbito de la
tecnología de la información y la gestión de datos.

Python
Es el lenguaje de programación preferido por los científicos y analistas de datos por su amplia gama de
librerías para la manipulación, visualización y procesamiento de datos. Si es la primera vez que se va a
utilizar Python, se puede descargar Anaconda, una distribución libre que brinda acceso a Jupyter
Notebook (IDE de código abierto).

QGIS
Es una herramienta de acceso abierto que pertenece a la categoría de Sistemas de Información
Geográfica o SIG por sus siglas en inglés. Con QGIS, se puede abrir mapas digitales en la computadora,
crear nueva información espacial y realizar análisis espacial.

R
27
 Análisis y visualización de datos geoespaciales

R es un lenguaje de programación con enfoque al análisis estadístico. Hoy en día, R cuenta con un
conjunto de librerías diseñadas exclusivamente para trabajar con datos geoespaciales. Usar R también
tiene el beneficio de tener acceso al Tidyverse, una colección de paquetes para la manipulación y análisis
de datos de una manera rápida y sencilla.

Rust
Es un lenguaje de programación de sistemas de alto nivel, orientado a la seguridad y la concurrencia,
desarrollado por Mozilla Research. Fue diseñado para ser un lenguaje seguro, eficiente y práctico para
el desarrollo de software que requiere un alto rendimiento y control sobre los recursos del sistema.

SEDAC
Son las siglas en inglés de "Socioeconomic Data and Applications Center", que en español se traduce
como Centro de Datos y Aplicaciones Socioeconómicas. Es uno de los centros de datos distribuidos por
la NASA (Administración Nacional de Aeronáutica y del Espacio de Estados Unidos). El propósito principal
de SEDAC es proporcionar acceso y distribución de datos socioeconómicos y ambientales globales,
especialmente aquellos relacionados con el cambio climático, la degradación ambiental y el desarrollo
sostenible. Estos datos son utilizados por investigadores, responsables de políticas, planificadores y el
público en general para comprender mejor las interacciones entre la sociedad humana y el medio
ambiente.

SHP
Shapefile, un formato de archivo utilizado en Sistemas de Información Geográfica (SIG) para representar
características geoespaciales como puntos, líneas y polígonos.

Terabytes
Es una unidad de medida de almacenamiento de datos. Se refiere a una cantidad muy grande de
información digital. Un terabyte es igual a 1,024 gigabytes (GB) o aproximadamente un billón (10^12) de
bytes. Es una cantidad de almacenamiento considerable y se utiliza comúnmente para describir la
capacidad de discos duros, unidades de estado sólido (SSD), dispositivos de almacenamiento en la nube
y otros medios de almacenamiento de datos de gran tamaño. En la actualidad, los terabytes son la
medida estándar para describir la capacidad de almacenamiento de dispositivos informáticos de uso
común.

Tidyverse
Es un conjunto de paquetes de software en el lenguaje de programación R que están diseñados para
facilitar el análisis de datos. Fue desarrollado por Hadley Wickham y su equipo con el objetivo de
proporcionar un conjunto coherente y consistente de herramientas para la manipulación, visualización
y modelado de datos en R.

Voxel
Es una unidad básica de información en un espacio tridimensional, similar a un píxel en una imagen
bidimensional. La palabra "voxel" proviene de la combinación de "volumen" y "píxel". Mientras que un
píxel representa un punto en una imagen digital en dos dimensiones (altura y anchura), un voxel
representa un punto en un espacio tridimensional (altura, anchura y profundidad).
28
 Análisis y visualización de datos geoespaciales

WCS
Web Coverage Service (Servicio de Cobertura Web) - Un estándar de OGC que define un protocolo para
solicitar y obtener datos geoespaciales en formato de cobertura (como imágenes raster o modelos
digitales de elevación) a través de Internet. Los WCS permiten la entrega de datos geoespaciales en su
forma original, lo que facilita su análisis y procesamiento por parte de aplicaciones cliente.

Wearable
Es un dispositivo electrónico que se puede llevar puesto en el cuerpo, como un reloj inteligente, una
pulsera de actividad física o unos auriculares inteligentes. La palabra "wearable" proviene del inglés,
donde "wear" significa llevar puesto o vestir, y "able" indica la capacidad de hacerlo. Estos dispositivos
están diseñados para integrarse cómodamente en la vestimenta o en el cuerpo del usuario y suelen tener
funciones específicas, como monitoreo de la salud, seguimiento de la actividad física, notificaciones
inteligentes, entre otras. Los wearables son una parte importante del Internet de las cosas (IoT) y están
cada vez más presentes en la vida cotidiana de las personas.

WFS
Web Feature Service (Servicio de Entidades Geográficas Web) - Otro estándar de OGC que define un
protocolo para solicitar y recuperar datos geoespaciales vectoriales (entidades geográficas) a través de
Internet. Los WFS permiten la consulta, recuperación y edición de datos vectoriales directamente desde
un servidor remoto, lo que facilita la interoperabilidad entre diferentes sistemas de información
geográfica.

WGS
World Geodetic System, un sistema de coordenadas geográficas utilizado para el posicionamiento global
y la referencia espacial.

Whitebox
Para usuarios más avanzados, whiteboxTools es un paquete de software geoespacial de código y acceso
abierto que contiene más de 450 herramientas para procesar varios tipos de datos geoespaciales.
Tampoco requiere de dependencias externas, lo que hace que la instalación sea tan fácil como descargar
un archivo zip y descomprimirlo. Se recomienda utilizar el WhiteboxTools Open Core y explorar todas las
opciones que tiene para analizar desde datos LiDAR hasta análisis de terrenos, entre otras aplicaciones.

WMS
Web Map Service (Servicio de Mapas Web) - Es un estándar desarrollado por el Consorcio Open
Geospatial (OGC) que define un protocolo para solicitar y obtener mapas en formato de imagen
(generalmente imágenes raster) a través de Internet. Los WMS permiten a los usuarios superponer
mapas de diferentes fuentes y visualizarlos en aplicaciones cliente compatibles.

WMTS
Web Map Tile Service (Servicio de Teselas de Mapas Web) - Similar a WMS, es un estándar de OGC que
define un protocolo para solicitar mapas pre-renderizados en forma de teselas (tiles) a través de Internet.
Los WMTS ofrecen un rendimiento mejorado al dividir el mapa en teselas que se pueden almacenar en
29
 Análisis y visualización de datos geoespaciales

caché localmente, lo que reduce la carga en el servidor y acelera la visualización de mapas en

aplicaciones cliente.

30
 Análisis y visualización de datos geoespaciales

Referencias
GRASS. (2024). GRASS GIS Llevando tecnologías geoespaciales avanzadas al mundo. Recuperado el 15 de febrero
de 2024, de GRASS GIS: https://grass.osgeo.org/

IBM. (S.F.). ¿Qué son los datos geoespaciales? Recuperado el 12 de enero de 2024, de IBM:
https://www.ibm.com/mx-es/topics/geospatial-data

Mora, B. (11 de enero de 2023). Análisis y visualización de datos geoespaciales. Recuperado el 12 de enero de
2024, de BID Mejorando vidas: https://blogs.iadb.org/conocimiento-abierto/es/analizar-visualizar-
datos-geoespaciales/

MyGeodata Cloud. (2024). MyGeodata Cloud. Recuperado el 15 de febrero de 2024, de MyGeodata Cloud:
https://mygeodata.cloud/

posit. (2024). RStudio Desktop. Recuperado el 16 de febrero de 2024, de posit:

https://posit.co/download/rstudio-desktop/

Python. (2024). Python. Recuperado el 16 de febrero de 2024, de Python: https://www.python.org/

QGIS. (15 de febrero de 2024). QGIS. Un sistema de información geográfica gratuito y de código abierto.
Recuperado el 15 de febrero de 2024, de QGIS: https://www.qgis.org/en/site/

Whitebox Geospatial Inc. (S.F.). WhiteboxTools. Open Core. Recuperado el 22 de febrero de 2024, de Whitebox
Geospatial Inc.: https://www.whiteboxgeo.com/geospatial-software/

31