12 formas de representar tus datos georreferenciados en mapas

¿Cómo representar o comunicar de forma asertiva nuestros datos? En este articulo hacemos un breve repaso de las buenas prácticas de visualización de datos sobre mapas para internet. Por eso se repasarán 12 formas de hacer mapas asertivos con nuestros datos y se presenta el video tutorial

Además, vamos a conocer y revisar una maravillosa herramienta llamada CARTO (anteriormente CARTODB). La cual nació como una start-up española y hoy en día radicada en Estados Unidos. CARTO es un software de código abierto construido sobre POStGis y PostgreSQL, emplea herramientas javascript en el front-end, Node.Js.

Veremos inicialmente conceptos del lenguaje visual para transmitir adecuadamente una información. Se identifica con qué tipos de datos contamos y así mismo planificar que tipo de visualización es la más adecuada para comunicar.

Veremos qué es un mapa base digital, como cargarlo y hacer que haga parte de nuestro mapa digital. Y en general veremos cómo crear un visor de datos geográfico simple, cluster de datos espaciales. La famosa representación de datos tipo coropletas, categorizar los datos, mapas tipo Bubble, Torque, mapas de calor, mapas de intensidad y densidad.

En otros artículos del blog de GISdata, hemos hablado sobre cómo recoger y procesar los datos, no obstante en este artículo se centrará en cómo realizar los mapas en internet y que tipo de mapa escoger en función de la información o tipo de datos con los que contamos.

Es importante tener en cuenta que el propósito de un mapa es la comunicación. Entre más asertivo sea la aplicación de los conceptos de visualización correctamente, mejor podremos comunicar los resultados de nuestra investigación. Sin embargo, nunca debemos olvidar para quién es el mapa y en función de ello elegir los elementos correctos y más acorde con los destinatarios.

Cartografía Base

Un aspecto a tener en cuenta es la “Cartografía Base”, esta fue durante muchos años el objeto primordial de los cartógrafos los cuales documentaban las características físicas de la tierra (ríos, topografía, fisiografía, caminos, entre otros).

Ya en el último siglo, los cartógrafos se dedicaron principalmente a recolectar y actualizar información correspondiente a vías, puentes, aeropuertos, información predial, entre otros.

Con el avance de la tecnología como las imágenes de satélite 70´s y 80´s, el GPS, el internet de las cosas y en los últimos años los dispositivos móviles mucha de la información que recolecta el ser humano, es georreferenciada. Hoy en día es mucho más sencillo georreferenciar los datos procedentes de investigación, es por eso fundamental para que nuestros esfuerzos no se diluyan, saber las técnicas básicas de la representación de la información geográfica.

 

Datos con cartografía base y sin cartografía base

La información georreferenciada es recomendable acompañarla con cartografía base. Sobre la imagen podemos observar en el lado izquierdo información sin cartografía base y en el lado derecho podemos observar información con cartografía base. Podemos determinar que la cartografía base mejora la interpretación y le da un contexto a nuestros datos.

Cargar cartografía base

Se recomienda emplear OpenStreetMap como fuente para nuestra cartografía base, sobre el video del webinar mostramos como agregar una ruta url y contar con esta maravillosa fuente de información:

http://{s}.tile.osm.org/{z}/{x}/{y}.png

Otras fuentes para cartografía base son las siguientes:

Google Mapshttps://mt1.google.com/vt/lyrs=r&x={x}&y={y}&z={z}

Google Satellite: http://www.google.cn/maps/vt?lyrs=s@189&gl=cn&x={x}&y={y}&z={z}

 

Visualización Simple de los datos en un mapa

El aspecto principal es determinar qué tipo de información geográfica se va a representar, es decir si los datos son de tipo numérico o alfanumérico y como cualquier tipificación de datos estos son cuantitativos o cualitativos y en escala ordinal, nominal, intervalos y de razón. Puesto que un mapa es un elemento visual, es preferible que transmita un mensaje que se pueda interpretar visualmente en vez de transmitir su mensaje empleando exceso de simbología.

Una práctica útil, es permitir que los usuarios de nuestros mapas, consulten la información asociada a esta, de la siguiente forma:

Cluster de datos

Estadísticamente, los clusters son agrupaciones que ocurren naturalmente en los datos.

Cuando llevamos esto a los mapas, básicamente se basa en agrupaciones de puntos según la proximidad que tengan entre sí. El análisis divide cada punto en un grupo, de modo que el punto se encuentra más cerca del centro de cada grupo que el centro de cualquier otro grupo.

El objetivo de un mapa cluster, es realizar un análisis rápido de concentración de puntos en determinado sitio. Vamos hacer un ejemplo, de cómo ilustrar en un mapa la concentración de árboles en zonas verde de la ciudad.

Un circulo grande, permite inferir que la concentración en este sector es mayor que en zonas con círculos más pequeños. También podemos concluir que trabajar con todos los datos puede no ser la mejor idea, puesto que hay sobresaturación de información.

Mapa de Coropletas

Un mapa de estas características se para representar variables cuantitativas, categorizándolas por grupo. Normalmente representa datos como densidad de la población o el ingreso per cápita por habitante, se emplea con el propósito de comparar visualmente una región con respecto a otra.

En un mapa de coropletas, cada polígono (o unidad de enumeración) se colorea de acuerdo con su valor en los datos. Los mapas de coropletas no deben usarse para mapear conteos en bruto. En su lugar, deberían usarse para mapear datos que son tasas, proporciones, porcentajes, etc. Al normalizar sus datos, evita la trampa de hacer un mapa que está sesgado hacia áreas más grandes. Una coropleta no normalizada otorga una ventaja injusta a áreas más extensas en su mapa: la asignación de conteos en bruto a menudo muestra que si un área es grande, debe tener “más” de la variable de interés.

 

Categorías

Aunque este tipo de mapas, sea similar al de coropleta, los mapas tipo categoría se emplea para representar datos cualitativos discretas. Es decir, valores no numéricos y previamente categorizados.

Mapas tipo Burbujas

Se emplean para representar proporciones por regiones, de acuerdo al tamaño de la burbuja denota que hay mayor cantidad o porcentaje de algún indicador que queramos representar.

Funciona muy bien, para cuando se quiere presentar indicadores económicos, de seguridad o en general datos de cobertura.

Mapas tipo torque

Este tipo de mapas, podemos intentar mostrar cómo se presentan al fenómeno que varían en el espacio de acuerdo al tiempo. Funciona muy bien, por ejemplo, si se quiere modelar el recorrido de algunas especies de fauna, migraciones de aves, reptiles, etc.

Otra opción, es poder visualizar el recorrido de los vehículos en la ciudad.

Para poder realizar este tipo de mapas, solo requerimos que nuestros datos estén georreferenciados y contar con una columna de fecha o un consecutivo en nuestra base de datos.

Mapa tipo torque categorizado

Básicamente funciona igual que los de tipo Torque, solo que los datos se separarán por categorías y colores.

Mapa de Calor

Un mapa de calor representa, a partir de una nube de puntos, determinar la densidad de los mismos en un área determinada, de forma que a mayor o menor densidad de esos puntos el área quedará más o menos coloreada de rojo según determinados parámetros. Los mapas de calor permiten una rápida identificación de los “puntos calientes” de un terreno.

Las áreas de mayor intensidad de color indican una mayor densidad de datos.

Mapa de intensidad

Muestra la densidad de puntos (similar a un mapa de calor), al oscurecer las áreas (de muchos puntos) en contraste con las que tienen menos puntos.

Los mapas de intensidad son útiles cuando tiene un conjunto de datos con una gran cantidad de puntos y desea estratificar su aparición

Mapa de Densidad

Agrega sus datos en hexágonos y los colorea en función de la cantidad de datos que contiene cada unidad. Las áreas con más puntos de datos son más oscuras que las que tienen menos puntos.

¿YA CONOCES EL NUEVO CONSTRUCTOR DE FORMULARIOS?

k k
Ahora puedes diseñar formularios mucho más completos sin perder la simplicidad y rapidez que nos caracteriza.

Si aún no tienes una cuenta GISdata, regístrate para iniciar una prueba GRATIS con nuestro plan FREE.

Dejar un comentario

WordPress Image Lightbox