• Saltar a la navegación principal
  • Saltar al contenido principal
  • Saltar al pie de página
logo web Geoinnova

Geoinnova

Consultoría y Formación en SIG y Medio Ambiente

  • Geoinnova
    • Asociación
    • Equipo
    • Visor de proyectos Geoinnova
    • Geolibrería
    • Alianzas Estratégicas
  • Consultoría
    • Consultoría y Desarrollo en Sistemas de Información Geográfica
    • Consultora Ambiental
    • Turismo sostenible
    • Planificación urbana y ordenación del territorio
    • Planes Urbanos de Actuación Municipal – PUAM
    • Geomarketing
  • Servicios
    • Planero Web
    • QElectricGIS
    • Plugins
  • Formación
    • Todos los cursos
    • Webinars
    • Máster y Diplomas
    • Cursos de ArcGIS
    • Cursos de QGIS
    • Cursos de Teledetección
    • Cursos de Medioambiente
  • Medio Ambiente
    • Consultora Ambiental
    • Estudios ambientales para proyectos de energías renovables
    • Estudios de Impacto e Integración Paisajística
    • Evaluación Ambiental Estratégica de planes y programas
    • Estudio de Impacto Ambiental para proyectos
    • Cálculo huella de carbono
    • Educación Ambiental
    • Cursos de Medioambiente
  • Coworking
  • Blog
    • SIG
    • Medio Ambiente
    • Teledetección
    • Programación y Desarrollo SIG
    • Corporativo
  • Contacto
    • Soporte de Clientes – Tickets
SIG

Análisis de patrones espaciales con QGIS

10/11/2020 Deja un comentario

El análisis de patrones espaciales, permite conocer que tipo de distribución presenta los datos que vamos a representar, ya que, al tener esta información de posicionamiento, nos aporta una información adicional y nos permite saber si estos valores se encuentran de forma dispersa, o si por el contrario presentan una concentración en determinadas zonas.

Generalmente este tipo de análisis de patrones se llevan a cabo preferentemente sobre capas de tipo puntual, aunque es posible realizarlo con otro tipo de geometrías y/o entidades como polígonos o capas ráster.

Como podemos comprobar, el análisis estadístico espacial incluye diferentes procedimientos. Los más básicos son:

  • Medidas centrográficas: sirve para evaluar la centralidad espacial de un conjunto de valores. Equivalente a la media o mediana, así como a la desviación estándar.
  • Análisis de patrones de puntos: Permite analizar la estructura del conjunto de datos como la densidad o la distancia entre puntos.
  • Autocorrelación espacial: evalúa la correlación basada en las ubicaciones y los valores de las entidades simultáneamente.

Análisis de patrones en QGIS: Cálculo de medidas centrográficas

La medida centrográfica más habitual es el centro medio de una distribución de punto. Cuando el centro medio se calcula tomando como masa algún valor asociado a cada uno de los puntos, hablamos de centro de gravedad.

Para calcular el centro medio de nuestros datos, accederemos a la herramienta “Coordenadas medida”, que encontramos en la caja de herramientas de procesos. Activándola, nos permitirá realizar este análisis calculando el promedio de las coordenadas X e Y de todos los puntos de nuestra área de estudio.

Para ello seleccionaremos nuestra capa objetivo, a partir de la cual, se va a generar la media de las coordenadas:

análisis de patrones
Cálculo de coordenadas medias con QGIS

Como consecuencia de la aplicación de esta herramienta se genera una nueva capa puntual, cuyo resultado es un punto que nos indica el centro de gravedad o la media de las coordenadas X e Y de todos los puntos. En este caso simbolizan la localización de árboles de la ciudad de Barcelona, a excepción de los localizados en vías urbanas.

 análisis de patrones
Resultado del cálculo de la coordenadas medias: Centro de gravedad o media de las coordenadas X e Y

¿Qué pasa si se le asigna un atributo de peso a la capa?

Para asignar un atributo, en ese caso pondremos dentro de campo de peso al atributo “Categoría de especies”.

 análisis de patrones
Cálculo de coordenadas medias con peso de atributo en QGIS

Y como resultado, observamos que esta nueva medida centrográfica queda desplazada al norte. Los que nos indica que la distribución por especies no es equitativa a lo largo de la ciudad, sino que tiende a concentrarse unos metros al Norte de la ciudad.

 análisis de patrones
Resultado del cálculo de coordenadas medias con peso de atributo

Cálculo de patrones puntuales y autocorrelación espacial en QGIS

Con la misma capa de información, podemos establecer si una capa alberga algún tipo de patrón de distribución o no. Es decir, si los puntos se distribuyen espacialmente de forma aleatoria, de forma regular o de forma agrupada sobre el territorio.

Para realizar el análisis de patrón de distribución puntual, ejecutamos la herramienta “Análisis de vecinos más próximos”.

Análisis de vecinos más próximos
Análisis de vecinos más próximos con QGIS

El resultado de esta herramienta es un documento HTML que podremos abrir desde el panel de resultados.

Enlace del documento HTML que contiene los resultados estadísticos de la herramienta de análisis de vecinos más próximos.
Enlace del documento HTML que contiene los resultados estadísticos de la herramienta de análisis de vecinos más próximos.

Este documento, podremos abrirlo con el bloc de notas o con cualquier navegador web y obtendremos la siguiente información:

Estadísticas resultantes del cálculo de vecinos más próximos
Estadísticas resultantes del cálculo de vecinos más próximos

Estos valores estadísticos nos informan acerca de la distribución que subyace en nuestra capa de información. Como se ha comentado, el algoritmo analiza las distancias entre todos los puntos de capa respecto a sus vecinos próximos para determinar que distribución adquiere.

En este caso vemos que la distancia observada (5.08) es inferior a la distancia esperada (28.30), es decir, la que correspondería bajo un patrón aleatorio. Por otro lado, observando el índice de vecinos más próximos, cuyo valor es de 0.17, podemos decir que los puntos se encuentran más próximos los unos a los otros de lo esperado. Para analizar este índice, es bueno establecer lo siguiente:

  • Patrón aleatorio: Valores próximos a 1. Los puntos no tienen ninguna estructura definida.
  • Patrón clusterizado: Valores próximos a 0. La densidad de los puntos es elevada en ciertas zonas presentando agrupaciones en su entorno.
  • Patrón regular: Valores próximos a 2. La densidad de los puntos es constante y se encuentran alejados entre sí.

Si nos centramos en el valor Z-Score, este valor se compara con la distribución normal y nos permite ver como se distribuyen los datos. Un Z-Score bajo indica que es poco probable que los datos sean resultado de un proceso espacialmente aleatorio, mientras que si este valor es alto significa que es probable que sus datos sean resultado de un proceso espacialmente aleatorio. En este caso, vemos que nuestro valor es de -335.9

Ante este resultado podemos confirmar de que se trata de una distribución clusterizada.

Análisis de patrones Clúster y hotspots con QGIS:

Este es otro tipo de análisis de patrones espaciales, en este caso patrones clúster mediante los índices:

  • Gi* de Getis-Ord Locan
  • Indice I de Moran Local.
  • Local Moran Bivariate

Este tipo de análisis ya lo vimos de forma más detallada en el siguiente post: Análisis de Hotspots y clústeres en QGIS-3 con Hotspot analysis.

Si quieres aprender más sobre geoestadística con QGIS, puede que te interese nuestro Curso de Geoestadística Descriptiva e Interpolación espacial en QGIS. Pincha en el enlace para más información.

Etiquetas: qgis

Apúntate a nuestra newsletter semanal

"*" señala los campos obligatorios

Consentimiento*
*
Este campo es un campo de validación y debe quedar sin cambios.

Información legal

Cumplimos el RGPD (Reglamenteo General de Protección de Datos) y esta en la primera información que debes saber. Responsable: Asociación Geoinnova. Finalidad: Apuntarte en nuestra base de datos para poder enviarte nuestra newsletter y cualquier otra información de interes. Legitimidad: Nos das tu consentimiento para comunicarnos contigo. Derechos: Tienes derecho a acceder, rectificar, limitar y suprimir tus datos. Para una información más ampliada entra a nuestra política de privacidad.

Artículos relacionados

Cómo instalar y agregar nuevas fuentes en QGIS
29/11/2022
Extraer valores ráster en QGIS
27/10/2022
Cómo instalar librerías python en PyQGIS
06/10/2022

RemOT Technologies

RemOT Technologies es una empresa colaboradora de Geoinnova, especialista en desarrollo de aplicaciones GIS para la web, cartografía y análisis espaciales automatizados. Desarrolla visores web cartográficos, aplicaciones basadas en geolocalización y plugins y personalizaciones de QGIS para resolver problemas de distintos ámbitos, como por ejemplo la gestión de parcelas o la gestión de redes. RemOT ya ha trabajado en varios proyectos de desarrollo de la mano de Geoinnova y, además, también ha participado, entre otros proyectos como en el desarrollo del Atlas Nacional de España. Ha sido reconocida como una de las 100 mejores empresas geoespaciales del mundo en el año 2019 por Geoawesomeness, una de las 50 Startup españolas de futuro por la revista Emprendedores y posee el sello Pyme Innovadora del Ministerio de Ciencia Innovación y Universidades. En la parte dedicada a formación, Lucía Martínez, Marcos Gimeno y Miquel Febrer, imparten diversos cursos en la plataforma de Geoinnova.

Interacciones con los lectores

¿Quieres comentarnos algo? Adelante! Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Footer

Menú Legal

  • Aviso Legal
  • Política de privacidad
  • Política de cookies
  • Términos y condiciones

Otras páginas de interes

  • Promociones y descuentos en formación
  • Formación bonificada FUNDAE

Contacto

Calle Luis Morondo Urra nº 8 Bajo A
31006 Pamplona (Navarra)
info@geoinnova.org
+34 948 117 137

Horario de atención

Lunes a Viernes - 09:00 a 14:00 y de 16:00 a 19:00.
Fines de semana y Festivos - Exclusivamente por mail.
Horario de Verano (01 de julio al 30 de agosto): De lunes a viernes de 8 a 15h.
Entidad adherida a Confianza Online Certificado de inscripción en el Registro de huella de carbono, compensación y proyectos de absorción Logo Plazox

© 2023 · Desarrollada por Geoinnova en colaboración con OikosMSP

Gestionar el Consentimiento de las Cookies
Utilizamos tecnologías como las cookies para almacenar y/o acceder a la información del dispositivo. Lo hacemos para mejorar la experiencia de navegación y para mostrar anuncios personalizados. El consentimiento a estas tecnologías nos permitirá procesar datos como el comportamiento de navegación o las identificaciones únicas en este sitio. No consentir o retirar el consentimiento, puede afectar negativamente a ciertas características y funciones.
Funcional Siempre activo
El almacenamiento o acceso técnico es estrictamente necesario para el propósito legítimo de permitir el uso de un servicio específico explícitamente solicitado por el abonado o usuario, o con el único propósito de llevar a cabo la transmisión de una comunicación a través de una red de comunicaciones electrónicas.
Preferencias
El almacenamiento o acceso técnico es necesario para la finalidad legítima de almacenar preferencias no solicitadas por el abonado o usuario.
Estadísticas
El almacenamiento o acceso técnico que es utilizado exclusivamente con fines estadísticos. El almacenamiento o acceso técnico que es utilizado exclusivamente con fines estadísticos anónimos. Sin una requerimiento, el cumplimiento voluntario por parte de su proveedor de servicios de Internet, o los registros adicionales de un tercero, la información almacenada o recuperada sólo para este propósito no se puede utilizar para identificarlo.
Marketing
El almacenamiento o acceso técnico es necesario para crear perfiles de usuario para enviar publicidad, o para rastrear al usuario en un sitio web o en varios sitios web con fines de marketing similares.
Administrar opciones Gestionar los servicios Gestionar proveedores Leer más sobre estos propósitos
Preferencias
{title} {title} {title}