Esig2012 Taller2 Modelo Rc Superposicion Ponderada

Centro de Investigación y Desarrollo en Información Geográfica

CIAF

ANÁLISIS ESPACIAL ESP ACIAL

Septiembre de 2012

Luz Mery Gómez Contreras

ANÁLISIS ANÁLISIS Y MODELAMIENTO Y MODELAMIENTO ESPACIAL

Un municipio de Colombia, requiere de la identificación de 3 alternativas para desarrollar vivienda en la zona rural. En la página 4 se presenta el Modelo Conceptual. Premisas para la ubicación:  20 unidades vivienda  promedio de área por unidad 9000 m ²  Área mínima mínima para para desarroll desarrollar ar el proyecto proyecto 20 Ha. Ha. Los CRITERIOS a CRITERIOS a tener en cuenta para la localización del son: VARIABLE VIAS ZONA URBANA EXPLOTACIONES EXPLOTA CIONES MINERAS SUELOS HIDROGEOLOGÍA COBERTURA Y USO DE LA TIERRA PENDIENTE PRECIO DE LA TIERRA NUMÉRO DE PREDIOS VISIBILID AD1 ACCESBILI DAD

CRITERIO Serán más aptas las zonas más distantes de vías con mayo tráfico vehicular Distancia máxima del núcleo urbano 7000 m. y distancia mínima 1000 m, con rangos de 1000 a 2000, de 2000 a 4000 y de 4000 a 6000. Distancia mínima a zonas explotaciones mineras activas 500 m. e inactivas 200 m. Suelos con condiciones físico-mecánicas buenas o regulares Zonas con potencialidad hidrogeológico alto Cobertura vegetal de herbazales o tierras denudadas. Pendientes de moderadas a moderadamente fuertes Zonas con precios menores a $5.000.000 por Ha. Mínima cantidad cantidad de predios (m enor número de propietarios) Las unidades de vivienda, preferiblemente debe tener visibilidad al Lago La ruta más corta desde la zona urbana

Información Disponible: En el catalogo C:\ANALISIS_WO\ encontrará C:\ANALISIS_WO\ encontrará el conjunto de

datos a utilizar durante la práctica, éstos están almacenados en una base de datos espacial llamada MUNICIPIO: 

Municipio.mdb Feature Class/Table

SUELOS HIDROGE USORURAL PENDIRU EX_MINERA VIA_RU URBANO PREDIO_RU

1

Descripción

Representación

Fisiografía y suelos del municipio Potencial hidrogeológico Cobertura y uso actual de la tierra Pendientes de las zonas rurales Explotaciones mineras – Distancia Clasificada Sistema vial rural, categorizado Perímetro urbano del municipio – Distancia Clasificada Predios del área rural

Polígono Polígono Polígono Polígono Punto Línea Polígono Polígono

Este criterio requiere como dato de entrada el modelo digital de terreno . Luz Mery Gómez Contreras Contreras

1 lgomez@ igac.gov.co [email protected]

ANÁLISIS ANÁLISIS Y MODELAMIENTO Y MODELAMIENTO ESPACIAL Feature Class/Table

MDEFINAL DRENAJES HIDROD LAGO T_ACCESI

COD_FISICOM

Descripción

Representación

Modelo Digital de Terreno Drenajes y Quebradas Río Lago

Raster Línea Polígono Polígono

ID_VIA Identificador de vías (llave) DISTANCIA Valores de restricción para la ubicación del desarrollo residencial SIM_SUELOS Código de la unidad de suelos (llave) PERMEABILIDAD NIVEL_FREATICO ESTABILIDAD COMPRESION CFISICO_MECAC Condiciones físico-mecánicas de los suelos

Tabla

Para diseñar el modelo se establecen puntajes según el cumplimiento de los criterios. Por cada condición con dición se obtiene un mapa donde cada píxel representa la puntuación de a ptitud. Al final se sumarán todos los mapas para obtener la puntuación final. La escala de ponderación será entre 1 y 5, 5 , siendo 1 lo menos apto y apto y 5 lo más apto. apto. La extensión Spatial Analyst de ArcGIS cuenta con una herramienta llamada “Weighted Overlay” (superposición ponderada). Con esta herramienta se pueden superponer múltiples capas de información y asignar la influencia –peso- (en %) de cada capa –variable- en el resultado final. _____________ ____________________ ______________ _____________ _____________ ______________ ______________ _______ _______

Inicie ArcMap

, acepte la opción de crear un nuevo proyecto.

Para el ejercicio, se tiene la siguiente organización de los datos: 

La Geodatabase “MUNICIPIO” contiene 2 Feature DataSet:

DATOS_INTERMEDIOS y TEMATICA, esta última contienen las capas de datos de entrada. DATOS_INTERMEDIOS contendrá los productos generados en la ejecución del modelo en formato vector. Los datos raster intermedios, se almacenan directamente

en la base de datos.  En el directorio TOOL contiene el toolbox TALLER_RURAL con el modelo VIVIENDA RURAL y los tres submodelos.  El directorio “MXD” contiene el documento “PROYECTO DESARROLLO_RC ”.

1. Abrir en en ArcMap un proyecto que contiene un Toolbox Active la aplicación aplicación ArcMap ArcMap y abra PROYECTO DESAROLLO.MXD. DESAROLLO.MXD. En su catálogo haga la conexión al directorio de trabajo, observe que allí está dispuesto un Toolbox, haga doble clic

Luz Mery Gómez Contreras Contreras


ANÁLISIS Y MODELAMIENTO ESPACIAL

sobre él, se revela el modelo que han sido definido. Abra las propiedades del modelo para conocer los elementos del ambiente definidos. Haga clic con el botón derecho en el modelo VIVIENDA RURAL y seleccione del menú sensitivo al contexto la opción “ Edit…” (la opción “Open…” es para ejecutar el modelo).

2. MODELO PARA Este modelo está compuesto por tres submodelos: 

Uno referido a los aislamientos (normativos y funcionales)



Otro relacionado con los elementos biofísicos y ambientales



Un tercero que aborda los elementos socio-económicos

Para cada submodelo se realiza un proceso de ponderación de variables, los resultados parciales se integran mediante una ponderación que permite diseñar n escenarios que muestran las alternativas de solución al problema planteado.



ANÁLISIS Y MODELAMIENTO

Modelo Conceptual Luz Mery Gómez Contreras

4 [email protected] [email protected]


2.1. SUBMODELO DE CONDICIONES DE AISLAMIENTO Para el modelo de ponderación, cada una de las variables se trabajarán bajo el SUPUESTO QUE: mientras una zona esté más alejada de la restricción, su condición de aptitud será mayor. Por lo que se hace necesario asignar valores a las áreas no restringidas dependiendo de la distancia a la restricción.

___________________________________________________________________________

Existen dos formas para este procedimiento; i) crear el área de aislamiento (BUFFER) para la variable, luego generar el mapa de distancias a partir del buffer y proceder a clasificarlo, este método se usa normalmente para áreas de aislamiento con distancias variables; ii) Realizar el mapa de distancias a partir de la variable y luego clasificarlo, se usa para áreas de aislamiento con distancias constantes. Para vías y explotaciones mineras se usará la opción i), para la variable zona urbana la opción ii). 

Aquí es necesario que previamente se hayan almacenado las distancias en un campo de la tabl a de la variable.

Las zonas deben estar alejadas de las vías de acuerdo con una distancia determinada en la tabla  T_ACCESI. Para obtener los valores se debe hacer un Join Realice el JOIN: Data Management Tools Joins Add Join Como capa de entrada para hacer el JOIN seleccione  VIA_RU (esta contiene un campo llamado COD_VIA, es la llave) como tabla JOIN seleccione T_ACCESI (su llave es COD_VIA) Renombre la salida como VIAS_DISTANCIA

Cree las áreas de influencia respecto a las vías, use Analysis Tools Buffer Luz Mery Gómez Contreras

Proximity 5 lgomez@ igac.gov.co [email protected]


VIA_DISTANCIA  T_ACCESI.DISTANCIA (Seleccione de la lista el Campo T_ACCESI.DISTANCIA para hacer el Buffer), como salida indique BVIA

Observe este resultado, allí puede notar que no todas las vías han sido consideradas en el proceso. Esto se debe a que en las propiedades del modelo se ha especificado que el Mask corresponde con la capa “límite” (para el caso l as vías salen del límite).



-Euclidean Distancea

Para este proceso se usa el Toolb ox de “Spatial Analyst Tools”  Toolset “Distance” “Euclidean Distance”, dicha función se incluyó en la ventana del modelo.



Una vez se abre la ventana de la función “Euclidean Distance”. Se selecciona “BVIAS” como “Input feature source data” y el nombre del “ Output distance raster ” a “ViaDist”1. El mapa de dirección es opcional y para el modelo no es necesaria, así que se deja esta opción en blanco.

Clic en “OK” para cerrar el dialogo. Para finalizar, se ejecuta la función pulsando con el botón derecho en el proceso y seleccionando la opción “Run”.

1

La salida es un Raster Dataset (capas en formato raster), que se almacena en la Base de Datos Espacial.




Observe el mapa resultado, los valores de 0 (cero) corresponden a la zona del Buffer (celdas fuente) a partir de las cuales se calcula la distancia. Los valores de este raster son de tipo float.

Para poder usar los mapas de distancia en la función de superposición ponderada es necesario normalizar 2 cada una de las variables, para lo cual se han de convertir las capas de datos en valores enteros con un rango de 1 a 5. 

- distancia a la restricción

1. Distancias a la restricción a las vías En esta clasificación sólo se harán dos clases para evitar la construcción de tramos extensos de vía para llegar al conjunto residencial Para realizar la clasificación se usa el Toolbox “Spatial Analyst Tools”  “Reclass”  “Reclassify”. En el dialogo del proceso “Reclassify” se indica como “Input Raster ” “ViaDist” y se pulsa el botón “Classify …” para cambiar la clasificación que sale por defecto. Allí se deben definir los siguientes límites de clase: 0, 1400, el valor de 0 corresponde a la zona restringida, el valor 1400 corresponde al límite superior presente en el raster. Haga clic en “OK” para confirmar la

clasificación y regresar al dialogo. La clasificación debe ser:

El raster de salida “Output Raster” es “ClfyDisVia”.

2

La normalización permite eliminar problemas de cálculo asociados a la utilización de diferentes escalas en el proceso de superposición ponderada. El objeto de la normalización es obtener escalas comparables, por lo que los puntajes asignados no tienen unidades de dimensión.




El proceso de la variable EXPLOTACIONES MINERAS es:

Posee 5 Clases: 100, 500, 1500, 4500,8000



Para las siguientes variables de este submodelo, el procedimiento es: Realizar el mapa de distancias a partir de la variable y luego clasificarlo, teniendo en cuenta los criterios establecidos. (No es necesario hacer el buffer)

Adicione la herramienta “Euclidean Distance” (Spatial Analyst Tools\Distance) a la ventana del modelo. Abra el dialogo del proceso, especifique “Urbano” como “Input feature source data ” y cambie el nombre del “Output distance raster ” a “DistUrb”. Haga clic en “OK” para cerrar el

dialogo.

Agregue la herramienta “Reclassify” (Spatial Analyst Tools \Reclass) al modelo. Abra el dialogo del proceso “Reclassify” y seleccione “ DistUrb” como “ Input Raster ” y oprim a el botón “Cl assify…” para cambiar la clasificación que sale por defecto. Cambie el método “ Method ” a “Equal Interval” para poder cambiar las clases a “ 5”. Para la zona urbana estamos interesados en la zona que está en el rango de 1000 m a 7000 m, el resto no es apto (son áreas restringidas). Especifique los rangos 1000, 2000, 4000, 7000, 12184… y oprima “OK‟. Asigne los en la columna “New se muestra a values” como continuación:




Cambie el nombre del “Output Raster” a “ ClfyDistUrb ” y haga clic en “OK” para cerrar el dialogo.




b

El método Weighted Overlay , permite calcular los sitios adecuados para desarrollo residencial campestre, los pasos fundamentales para su uso son: i) definir la escala de valoración; ii) introducir cada una de las variables ya reclasificadas (normalizadas con valores entre 1 y 5) en el cuadro de diálogo de la herramienta; iii) ajustar los valores para cada una de la variables, redefinir los valores de ponderación (Scale value) y definir los valores restringidos; iv) introducir el valor de la influencia (peso) para cada variable, verificar que la sumatoria de las influencias sea 100%.

Adicione la herramienta “Weighted Overlay” (Spatial Analyst Tools\Overlay) a la ventana del modelo. Abra el dialogo del proceso. En “Evaluation scale” especifique From “1”, To “5” y By “1”. Indique como nombre del Output Raster a “AptAisla”, verifique que el raster de salida se almacene en C:\ANALISIS_WO\municipio.mdb\AptAisla; haga clic en “OK” para cerrar el dialogo.




Para introducir los dato de entrada, se puede usar el botón cada variable en el recuadro de la función Weighted Overlay:

de conexión, para introducir

Repite este proceso para crear la relación desde todos los resultados hasta el proceso de superposición ponderada.

Una vez haya terminado este proceso, entre al dialogo de la superposición ponderada.

Para el mapa “distancia clasificada a la zona urbana” cambie el valor “1” por a la zona “Restricted” (corresponde

comprendida entre 0-1000 y las que están a más de 7000 m), los demás valores pueden quedar igual.




Para el mapa “distancia

clasificada a las explotaciones mineras” cambie el valor “1” por “Restricted ” (son las zonas de 0-500

y de 0-200 m)

”

allí cambie el valor “1” por “Restricted ” (es la zona de 0 -50m, 0-100m, 0-150m, o 0-500m, dependiendo del ancho de la vía); Ahora se debe especificar para cada mapa raster su influencia sobre el resultado. Frente al nombre del raster hay un campo para especificar la influencia:

El total de la influencia debe sumar 100%. Especifique la influencia así: RASTER ZONA URBANA EXPLOTACIONES MINERAS VÍAS RURALES

INFLUENCIA (peso) 30% 35% 35%

Haga clic en “OK” para cerrar el dialogo.

Oprima el botón

y luego se oprima el botón para organizar el modelo, prenda la opción “Add To Display” para desplegar el resultado y corra el modelo.










SUBMODELO DE CONDICIONES BIOFISICAS Y AMBIENTALES Para este submodelo se utiliza el mismo método de superposición de ponderada usado para el submodelo de aislamiento, cada una de las variables se trabajarán bajo el SUPUESTO QUE: mientras una zona esté más alejada de la restricción, su condición de aptitud será mayor. Por lo que se hace necesario asignar valores a las áreas no restringidas dependiendo de la distancia a la restricción.

Adicione estas capas de datos a su proyecto, observe los atributos,

__________________________________________________________________________

En la tabla de atributos de la capa de datos “USO_RURAL” se tiene un campo llamado “Utilidad” con valores de entre 1 y 10 indicando su aptitud para localizar áreas de desarrollo campestre. Para que esta capa de datos pueda entrar a la superposición ponderada debe ser de tipo raster, por lo que ha de convertirse. la herramienta “Feature to Raster ” (Conversión Tools\To Raster) al modelo. Abra el dialogo del proceso “Feature to Raster ”, seleccione “USO_RURAL” como “Input Features ”, seleccione el campo “Utilidad ” este será usado para la salida del raster, y “ ClfyUso” como “Output Raster ” en el tamaño de la celda ”Ouput cell size” digite ”20”.

Adicione

Utilidad


El valor de 5 corresponde a áreas denudadas y herbazales, son las zonas más aptas.




Para esta variable se debe adicionar un campo donde se almacenen los valores de calificación de las condiciones físico-mecánicas, estas condiciones están almacenadas en una tabla de la base de datos Municipio, por lo que será necesario hacer un JOIN Adicione la columna mediante el Tools AddField ubicado en Data Management Tools / Fields, lleve el Tools a su modelo…

Pulse OK para cerrar la ventana, Renombre la salida como SUELOS_P Proceda a unir la tabla de las condiciones físico-mecánicas almacenada en la base de datos, “COD_FISICM” (el campo llave es “SIM_SUELOS ”. En la capa de datos SUELOS el campo llave es “SIM_CART” Para realizar el JOIN, use: Data Management Tools / Join / AddJoin Adicione la herramienta “JOIN” al modelo. Abra el

dialogo del proceso y seleccione “SUELOS_P” como “Layer Names or…” , de la lista de campos indique “SIM_CART ” como “Intput Join Field ”; en ”Join

use el botón de buscar archivo en la base Table” de datos seleccione la tabla ”COD_FISICM”. Para indicar el capo llave de la tabla

“Output Join Field ” de la lista desplegable indique “SIM_SUELOS ”

Haga clic en “OK” para cerrar el

dialogo. Y renombre la salida como “SUELOS_CFM”




El siguiente paso es llenar la columna PUNTOS; para esto use una expresión que permita seleccionar las unidades con condicionas “BUENAS” y asignar el valor de “5”, … unidades con condiciones “MODERADAS” asigna el valor de “4” y para las demás el valor de “0”. LA EXPRESIÓN QUE SE PUEDE USAR ES: Nombre de la tabla Nombre del Campo If ( [COD_FISICOM.CFISICO_MECAC] = "BUENAS" Or [COD_FISICOM.CFISICO_MECAC] = "MODERADAS" ) Then pun = 5 Else pun =1 End If

Adicione a su modelo “Calculate Field” (Data Management Tools / Fields). Seleccione de la lista desplegable el tema de entrada SUELOS_CFM, luego indique como campo a calcular SUELOS.PUNTOS, en expresión acceda mediante la calculadora a la ventana para construir la expresión, active la opción “Advance” allí digite la expresión, indique la variable en la expresión es “pun”, acepte para salir, observe que la expresión se escribe en el espacio Code Block; para regresar al modelo pulse OK.

Renombre la salida como SUELOS_CF, una vez calculado el campo, este servirá para rasterizar el tema de concisiones fisco-mecánicas de los suelos.




Adicione la herramienta “ Feature to Raster ” (Conversión Tools\To Raster ) al modelo. Abra el dialogo del proceso “Feature to Raster ”, seleccione “SUELOS_CF ” como “Input Features ”, la columna “SUELOS.PUNTOS ” como “Field ” y “ClfySuelos” como “Output Raster ” y ”20” como ”Ouput cell size ”. Haga clic en “OK” para cerrar el dialogo.

MODERADO-ALTO ALTO

4 5







Ya se pueden combinar estos aspectos usando la superposición ponderada. Adicione la herramienta “Weighted Overlay” (Spatial Analyst Tools\Overlay) a la ventana del modelo. Abra el dialogo del proceso. En “Evaluation scale” especifique From “1”, To “5” y By “1”. Cambie el nombre del Output Raster a “AptBiofis” y haga clic en “OK” para cerrar el dialogo. Con el botón

se deben definir las relaciones de siguientes capas de datos:

   

Asignar los valores de clasificación para cada una de las variables así:

Especifique igual peso para cada mapa raster . Haga clic en “OK” para cerrar el dialogo.




Adicione la herramienta “Weighted Overlay” (Spatial Analyst Tools\Overlay) a la ventana del modelo. Abra el dialogo del proceso. En “Evaluation scale” especifique From “1”, To “5” y By “1”. Nombre del Output Raster como “Subm1_2” y haga clic en “OK” para cerrar el dialogo.

Con el botón haga la relación desde “ AptAisla” y “AptBiofis” hacia el proceso de superposición ponderada. Abra nuevamente el proceso “Weighted Overlay” y cambie los valores de la columna “ Scale value” para los dos mapas: AptAisla: cambie el valor 0 a “Restricted” AptBiofis: cambie el valor 0 a “Restricted” Lo que falta es especificar para cada capa de datos el peso que ha de tener sobre el resultado. Genere un escenario con los siguientes valores:





Los valores 4 y 5 representan los sitios óptimos para el desarrollo residencial campestre. Con una selección condicional podemos sacar estas zonas del mapa “Subm1_2”, luego realizar una generalización, y después convertirlas a polígonos. Adicione la herramienta “ExtractByAttributes ” ( Spatial Analyst Tools\Extraction) a la ventana del modelo. Abre el dialogo del proceso. Seleccione “Subm1_2” como “Input raster ”; pulse en SQL y construya la expresión "VALUE" >= 4” como la condición de selección; digite “Zonas1” como “Output raster ” Haga clic en “OK” para cerrar el dialogo. Observe los resultados. 

Para evitar zonas dispersas se debe realizar un procedimiento de generalización.

Adicione la herramienta “BoundaryClean1” (Spatial Analyst Tools\Generalization) a la ventana del modelo. Rn la caja de diálogo seleccione “Zonas1” como “Input raster ” y “Value”

1

La herramienta de limpiar límites se utiliza para eliminar bordes irregulares entre las zonas. Utiliza una expansión,

por el defecto está la opción “NO SORT” donde los valores mayores tienen una prioridad alta, las zonas de mayor

prioridad invaden a las zonas vecinas de menor valor, sustituyendo los valores; la búsqueda se realiza en las ocho direcciones. Las islas dentro de una zona, también podrán ser sustituidas. La región de menor tamaño que puede permanecer intacta debe tener un tamaño de 3 por 3 celdas. Por lo tanto, una porción delgada de regiones podrán ser sustituidas.




como. Especifique el nombre “MejoresSitios” como “Output polygon features ”. En “Sorting Technique” (priorización de las celdas para la generalización), deje el valor por defecto. Ejecute el proceso y observe los resultados.

Ya se puede convertir el resultado a formato vector (polígonos) para evaluar la superficie. Adicione la herramienta “Raster to Polygon” (Conversion Tools\From Raster ) a la ventana del modelo. Abra el dialogo del proceso. Seleccione “ MejoresSitios ” como “Input raster ” y “Value” como “Field ” (esto permite diferenciar las aptitudes 4 y 5). Especifique el nombre “Zonas_78” como “Output polygon features ” DATOS_INTERM\Zonas_78.

Verifique que tiene activa la opción Simplify polygons , con esto se obtendrá un suavizado de los datos de salida. Haga clic en “OK” para cerrar el dialogo.

NOTA:  Abra la tabla de atributos de “Zonas_78” y observe cuantos polígonos son adecuados. Como parte del ejercicio académico y teniendo en cuenta que: sólo ______ zonas tienen un área mayor a 20 Ha, sus formas son demasiado irregulares, y además no se han considerado los aspectos socioeconómicos, se sugiere realizar una generalización para elementos vectoriales.




Adicione a su modelo la herramienta “Aggregate Polygons” (Data Management Tools\Generalization). Abra el dialogo del proceso, seleccione “Zonas_78” como “Input raster ”; Especifique el nombre “Zonas_78A” como “Output features.. ” En la distancia máxima de agregación digite “200”, en la mínima área “400” (dos pixel). Haga clic en “OK” para cerrar el dialogo.

 Implemente en su modelo el esquema mostrado abajo, en la selección busque las áreas mayores a 20 Ha: [Shape_Area] >200000. Almacene el resultado como “Sitios A”.

2.2.

SUBMODELO SOCIOECONÓMICO

Visibilidad La visibilidad, permite identificar las celdas de la superficie de análisis que son visibles desde un punto determinado. Para el caso que nos ocupa, estamos interesados en saber si desde la ubicación de las alternativas, se puede ver el lago, o lo que es igual si desde el lago se ven las alternativas.




Ahora se deben adecuar los datos: La superficie (ME modificado con la altura de la cobertura) y el Observador (los puntos del lago)



Modificar el de la cobertura (

de acuerdo con la altura promedio )

Antes de empezar adicione el modelo digital de terreno MDE (esta es la superficie para el análisis). Genere una capa de datos raster con la altura de la cobertura para poder adicionarla al MDE, para esto, convierta el mapa de cobertura en un mapa raster; a dicione la herramienta “Feature to Raster ” (Conversión Tools\To Raster) al modelo. Abra el dialogo del proceso, seleccione “USO_RURAL” como “Input Features ”, la columna “ALTURA” como “Field ” y “CobAltura” como “Output Raster ” y ”20” como ”Ouput cell size”.

Ahora sume la capa CobAltura al MDE: Agregue al modelos la herramienta “Plus” (Spatial Analyst Tools\Math) al modelo, esta función permite combinar dos raster (suma). Abra el dialogo del proceso “ Plus”, seleccione “Modelo digital de elevación” (MDE) como “Input raster 1 ” y “Altura de la cobertura” (CobAltura) como “Input Raster 2 ”. Especifique el nombre “MDEr_Cob” como “Output Raster ”.





 Proceda a convertir el polígono del lago en línea (esta es una de las capas de entrada para la visibilidad) Data Management Tools  Feature  Feature To Line Como entrada indique Lago y como salida Lago_line

En este momento cuenta con los dos elementos necesarios para realizar el análisis de visibilidad, los observadores (Lago_line) y la superficie para el análisis (MDEr_Cob)…. Adicione la herramienta “Viewshed” (Spatial Analyst Tools\Surface) al modelo. Abra el dialogo del proceso “Viewshed”, seleccione “Modelo digital de elevación con altura cobertura” (MDEr_Cob) como “Input raster ”, “Observador ” (Lago_line) como “Input point oberver features ” y “VISIBILIDAD” como “Output raster ”. El mapa “visibilidad ” se despliega; las zonas

verdes son visibles (adecuadas u óptimas para la localización) y las zonas de color violeta no son visibles.

Proceda a extraer sólo la zona de interés: “Extract by Mask” (Spatial Analyst Tools\Extraction)

Seleccione sólo lo que es visible “Extract (Spatial by Attributes” Analyst Tools\Extraction), use value > 0




Convierta este raster a vector, “ Raster to Polygon” (Conversion Tools \From

raster )

 Ahora trabaje con l as alternativas (SITIOS_A) y el mapa VISIB_C, Use INTERSECT o , las SELECT LAYER BY L OCATION

alternativas seleccionadas llámelas SITIOS10

Para diferenciar las alternativas, se adicionará un campo identificador, de tipo entero, para esto use la herramienta Add Field, como nombre del campo indique ID_SITIO, como tipo Short. Una vez introducidos los parámetros, renombre la salida como SITIOS_10ID Calcule (Fiel calculador ) este campo con la expresión ID_SITIO = [OBJECTID], renombre la salida como SITIOS_10

Con la accesibilidad se puede evaluar cuál de los polígonos es el más adecuado para establecer el desarrollo residencial campestre, de acuerdo con la facilidad de acceso desde la zona urbana, para el ejercicio será la ruta de menor costo. Para calcular la accesibilidad tomamos como base las vías (diferenciadas por el ancho) y las pendientes. Los lagos servirán como obstáculos.

El mapa de costos “ cost raster ” contiene para cada celda la dificultad para atravesarla. Sobre las

vías tenemos los valores más bajos mientras en las partes sin vías y con pendientes altas tenemos el mayor “costo”.

Adicione un campo al mapa VIAS_R como nombre “costo” calcule el campo teniendo en cuenta

que será menos costoso por las vías con mejores característica (por ejemplo pavimentada y ancho 14) a partir de este campo crear el mapa raster.

Adicione la herramienta “Feature to Raster ” (Conversion Tools/To R aster). Especifique el mapa de VIAS_R como “Input features ”, la columna “COSTO” como “Field ”, “ViasPeso” como “Output raster ” y “20” como “Output cell size”. Luz Mery Gómez Contreras




Adicione nuevamente la herramienta “Conversion Tools/To Raster/Feature to Raster”. Especifique “Drenajes” como “Input features”, la columna “Distancia” como “Field”, “CosDrenaje” como “Output raster” y “20” como “Output cell size”. Haga clic en “OK” para cerrar el dialogo.

Ahora se deben combinar los 3 mapas, adicione la herramienta “Raster Calculator ” (Spatial

Analyst Tools/ Map Algebra) y especifique la formula:

Con (IsNull ("%cost_via%"), Con (IsNull ("%cost_drenaje%"), Con (IsNull ("%cost_hidro%"), 10, 0) , 20) ,"%cost_via%")

Especifique el mapa de salida “SupCos0” y haga clic en “OK” para

cerrar el dialogo.

Los lagos son impe dancias, estos deben tener el valor de “ No Data ”, use la función “Extract by Attributes” (Spatial Analyst Tools/Extraction). La expresión debe ser: "VALUE" > 0

Especifique el mapa de salida “SupCos1”




El paso siguiente es integrar el mapa de pendientes raster (clf_PENDI con valores de 2 a 5, allí los valores de 5 corresponden a pendientes fuertes) al mapa de costos “ SupCos1”. Adicione nuevamente la herramienta “Raster Calculator ” (Spatial Analyst Tools/ Map Algebra) y especifique la formula: ("%clf_PENDI%" * 5) + "%raster_cost%" Especifique el mapa de salida “SupCosto2”.


Un aspecto importante es calcular el costo de trasladarse desde la zona urbana hasta el conjunto residencial, para esto se tendrá como base el mapa de costos (pendientes, vías, drenajes, lagos) para generar la ruta. Adicione a herramienta “Spatial Analyst Tools/Distance/Cost Distance” y seleccione la zonas urbana URBANO como “Input feature source data ”, seleccione “supcos2” como “ Input cost raster ” y especifique “CosDisZU” como “Output distance raster ” y “CosBaZU” como “Output backlink ”:

Haga clic en “OK” para cerrar el dialogo. El mapa “CosDisZU ” nos muestra el „costo‟ de viajar desde la zona urbana hasta cualquier ubicación en el mapa. Con una operación de “Zonal Statistics” es posible obtener por cada sitio

potencial el valor mínimo de costo.

Adicione la herramienta Zonal Statistics as table (Spatial Analyst Tools/Zonal) al modelo y abra el dialogo del proceso. Seleccione “SITIOS_10” como “Input feature zone data”, verifique que la Luz Mery Gómez Contreras



columna seleccionada sea “ID_ SITIO”; como “Zone Field”, “CosDisZU” como “Input value raster ” y “E_Sitios10” como “Output table”:

Haga clic en “OK” para cerrar el dialogo. Para ver el resultado , abra la tabla E_Sitios10.dbf , en

esta tabla las alternativas están identificadas en el campo VALUE

Organice la columna “MIN” (Sort Ascening). De esta forma se observa que el sitio con menos costo de desplazamiento está identificado con VALUE = 4 (corresponde a la alternativa número 4)

Proceda a seleccionar la alternativa 4 del mapa “ SITIOS_10”. Adicione a su modelo la

herramienta Analysis Tools/Extract/ Select, para generar un Feature Class SITIO_4

Ahora calcule la ruta desde la zona urbana hasta el sitio 4, adicione la herramienta Cost Path (Spatial Analyst Tools/Distance) al modelo y abra el dialogo del proceso. Seleccione “SITIO_4” como “Input feature destination data ”, la columna “ID_SITIO” como “Destination field ”; “CosDisZU” como “Input cost distance raster ”, “CosBaZU” como “Input cost backlink raster ”; “RUTA_4” como “Output raster ” y “BEST_SINGLE” como “Path type”: Haga clic en “OK” para cerrar el dialogo.




El resultado es un raster el cual contiene la ruta óptima desde la alternativa 4 hasta el casco urbano, elabore un mapa como el siguiente:

Repita este procedimiento para obtener las rutas para las demás alternativas. (Proceda a seleccionar cada alternativa desde el mapa “SITIOS_10….) Calcular el valor de los predios a adquirir: Proceda a implementar la siguiente parte del modelo:




a

La distancia euclidiana, corresponde a la distancia más cercana desde cada uno de los pixel del área de análisis hasta cada celda fuente, el valor de la distancia se obtiene mediante el cálculo de la hipotenusa del triángulo conformado por la X_max y Y_max (triángulo de Pitágoras); la distancia es calculada desde el centro de del pixel. El cálculo comienza en la parte superior izquierda y se mueve de izquierda a derecha y de arriba hacia abajo del raster, desde esta posición (Fila 1 Columna 1) se calcula la distancia en todas las direcciones, luego de lo cual se selecciona la menor, este será el valor asignado al pixel desde donde se inició el cálculo; luego se pasa al pixel 2 (Fila 1 Columna 2) y se repite el mismo procedimiento; y así sucesivamente hasta recorrer todos los pixel. Si un pixel está a igual distancia a dos o más celdas, el valor es asignado a la que primero encontró en el proceso de búsqueda. Se genera una capa raster que contiene en cada pixel su distancia respecto a un lugar de referencia (compuesto por uno o varios pixel) Ejemplo con tamaño de celda 20 metros 20

0

20

20

0

20

20

0

20

20

0

20

0

20

Ejemplo con tamaño de celda 1 metro




PIXEL

V

H -

F1, C1

5 1

VALOR

9 - 25 2 1 +4 3

4 - 25 1 1+1 2

F1, C2

5 1

3 5 2.24 2 5 1.41

F1, C5

4

1

1

F1, C6

4

4

2



Esig2012 Taller2 Modelo Rc Superposicion Ponderada

Recommend Documents