Tcnicas y Mtodos de Anlisis Espacial

Seminario Anlisis Espacial

Nathaly de los ngeles Mazo

Septiembre 16 de 2010

Consideraciones inciales para el anlisis espacial

Abstraccin (Transformacin)
El anlisis espacial se vale de un conjunto de herramientas y tcnicas que slo pueden dar respuesta a una parte de la dinmica del espacio, mas no a su totalidad. El anlisis espacial requiere de una discretizacin del espacio (idealizacin). Reduccin de del mundo a un nmero finito de entidades geomtricas por lo general como puntos, lneas y polgonos Esto implica una prdida inevitable de informacin debido a la variabilidad espacial, la suavizacin de los valores y atributos y la simplificacin de los objetos.

Dato espacial
Las entidades resultantes del Deben estar bien definidos proceso de abstraccin Ser internamente homogneos (Transformacin) se expresan como dato espaciales o Atributos definidos por una georeferenciados locacin espacial y temporal determinada Los datos espaciales tienen Se clasifican por el nivel de medicin obtenida: nominal, propiedades, algunas ordinal de intervalo o de derivadas de la naturaleza razn. fundamental de la realidad geogrfica y otras del proceso El nivel de medicin determina de abstraccin. qu operaciones se pueden realizar y qu procedimientos aplicar El nivel de incertidumbre expresa la calidad de los datos

Matriz de datos espaciales

Los datos espaciales son capturadas en una matriz de origen y destino o Matriz de datos espaciales El modelo de la matriz datos espaciales, el tipo datos que se necesitan, la escala y su configuracin, responde al tipo de preguntas, los problemas de inferencia y los modelos espaciales utilizados para comprender el mundo.

Problema de las Unidades de rea Modificable

Problema prctico causado por la escala o la agrupacin de los datos Est definido por: la escala la orientacin el origen de la regionalizacin el nmero de zonas

Efecto de escala: al calcular una estadstica a diferentes escalas, se obtengan resultados distintos Efecto de la divisin en zonas: al reagrupar los datos en sistemas de zonas diferentes aunque a la misma escala, se obtengan distintos valores para una misma estadstica Falacia ecolgica: al cambiar de un sistema de zonas a los datos individuales, el anlisis estadstico da resultados diferentes

Anlisis Espacial
Comprender la distribucin espacial de los datos de los fenmenos que ocurren en el espacio constituye hoy un gran reto para el esclarecimiento de cuestiones centrales en diversas disciplinas. Con el uso y aplicacin de las TIGs se establece un marco de intercambio que permite visualizar los distintos procesos que ocurren en el espacio, en un tiempo determinado, los cuales permiten la visualizacin espacial de variables tales como las poblaciones individuales, la calidad de vida o los ndices de ventas de las compaas en una regin, mediante el uso de mapas. Es por esto que la percepcin visual de la distribucin espacial del fenmeno, es muy til para traducir los patrones existentes en consideraciones objetivas y medibles.

Algunos interrogantes que busca resolver el uso del anlisis espacial, apuntan a identificar:

Distribucin espacial de fenmenos Patrones espaciales Asociaciones y concentracin Estimacin o prediccin Eleccin de variables

Tipos de datos y problemas en el anlisis espacial

Fuente: Cmara, Gilberto et all. Spatial Analysis and GIS: A Primer

Conceptos bsicos en Anlisis Espacial

Dependencia espacial

La dependencia espacial es un concepto clave en la comprensin y el anlisis de un fenmeno espacial.

Todo est relacionado con todo lo dems, pero las cosas cercanas estn ms relacionadas de cosas lejanas (Tobler, Waldo). La dependencia espacial est presente en todos direccin y se debilita an ms la dispersin en los aumentos de los datos de localizacin (Cressie, Noel).

Donde la mayora de los acontecimientos, naturales o sociales, se presentan entre una relacin que depende de la distancia.

Conceptos bsicos en Anlisis Espacial

Autocorrelacin Espacial La expresin de clculo del concepto de dependencia espacial es la autocorrelacin espacial. Este trmino proviene del concepto estadstico de correlacin, que sirve para medir la relacin entre dos variables aleatorias. La preposicin "auto" indica que la medicin de la correlacin se hace con la misma variable aleatoria, medida en distintos lugares en el espacio. Podemos usar diferentes indicadores para medir la autocorrelacin espacial, todos ellos basados en comprobar cmo vara la dependencia espacial mediante la comparacin de los valores de una muestra y de sus vecinos.

Conceptos bsicos en Anlisis Espacial

Inferencia Estadstica de Datos Espaciales
Una consecuencia importante de la dependencia espacial es que las inferencias estadsticas sobre este tipo de datos no son tan eficientes como en el caso de muestras independientes del mismo tamao. En otras palabras, la dependencia espacial lleva a una prdida de poder explicativo. Se deben considerar los datos espaciales no como un conjunto de muestras independientes, sino como una realizacin de un proceso estocstico. En el caso de un proceso estocstico todas las observaciones se utilizan de manera combinada para describir el patrn espacial del fenmeno estudiado. Es necesario determinar una hiptesis acerca de la estabilidad del proceso estocstico.

Procesos de Anlisis Espacial

El anlisis espacial se compone de un conjunto de procedimientos encadenados cuyo objetivo es elegir un modelo inferencial que considere explcitamente la actual relacin espacial del fenmeno. Los procedimientos inciales de anlisis incluyen el conjunto de mtodos genricos de anlisis exploratorio y la visualizacin de datos, en general a travs de mapas.

Los modelos espaciales inferenciales se presentan generalmente en tres grandes grupos:

Variacin continua: Consideran un procesos estocstico cuyos valores pueden ser conocidos en todos los puntos del rea de estudio. Variacin discreta: Se refieren a la distribucin de eventos cuya localizacin se asocia a las zonas delimitadas por los polgonos. Objetivo: modelar el patrn de distribucin espacial del fenmeno geogrfico. Procesos puntuales: Conjunto de puntos distribuidos en un terreno, cuya ubicacin fue generado por un mecanismo estocstico. Objetivo: comprensin del mecanismo generador de dicha localizacin.

Consideraciones
No existe un nico o correcto modelo o para cada problema. Muchas veces ser necesario combinar los diferentes enfoques (procesos puntuales, la variacin continua y la variacin discreta) para agregar informacin al problema estudiado. Es por ello que la necesidad de combinar diferentes modelos inferenciales y tener un slido conocimiento de las diferentes tcnicas se deriva de la propia naturaleza del espacio geogrfico.

Principales Enfoques del Anlisis Espacial

1. Estadstica Espacial y Geoestadstica

Anlisis exploratorio de datos espaciales Autocorrelacin espacial Agrupaciones espaciales o Cluster Filtros espaciales Variograma y Kriging
Modelos economtricos espaciales Modelos de panel de datos espaciales Mtodos para modelacin de origen destino de flujos Modelo multinivel Mtodo de expansin, dependencia y multimodelacin

2. Econometra Espacial

Anlisis Espacial: Estadstica espacial y Geoestadstica

1. Exploratory Spatial Data Analysis
Anlisis exploratorio de datos espaciales (ESDA) como se usa en estadstica espacial, geoestadstica y la econometra espacial, es desarrollado a partir del anlisis exploratorio de datos (AED). En particular, dos temas que son fundamentales la importancia de los datos, y la importancia de los grficos de anlisis en la representacin de caractersticas seleccionadas de los datos.
Exploracin de los patrones de punto Exploracin geoestadstica Diagnostico de la localizacin Direccionalidad

Gran parte de la literatura sobre anlisis exploratorio de datos espaciales se ha centrado en la exploracin de los datos de reas con respecto a la asociacin espacial.

Cartografa temtica La cartografa temtica es una parte importante del anlisis exploratorio de datos con datos espaciales, as como juega un papel vital en la presentacin de resultados del modelo. Tambin es fundamental en la comunicacin de los resultados intermedios y finales de la investigacin, tanto en las pantallas de las aplicaciones y documentos, y en la impresin Mapas de coropletas condicionados. Grficos enrejados que permiten explorar las relaciones multivariado por el condicionamiento potencialmente de las variables interesantes (Becker et al. 1996). Exploracin de los patrones de punto. Mientras ESDA es a menudo visto como se aplica a los datos de rea, en los enfoques de hecho el anlisis de los datos derivados de EDA se utilizan en el anlisis de datos espaciales.

Geoestadstica Exploratoria Es probable encontrar ms anlisis exploratorio de datos espaciales se hace en geoestadstica que en los dems dominios de anlisis de datos espaciales. Es fcil comprender por qu la interpolacin depende de manera crucial en la identificacin de modelo "correcto", en cuanto a la seleccin de los lugares de observacin, el ajuste de modelos de autocorrelacin espacial, la seleccin de covariables til, y comprobar la idoneidad de los supuestos tales como la isotropa. Si un modelo serio debajo del nivel ptimo que se elija, tanto las predicciones y estimaciones propias de la incertidumbre en torno a esos valores no ser tan satisfactoria como se podra haber logrado con los mismos datos. Lloyd (2007) y Mller (2007) proporcionan ms de las tcnicas para hacer un buen uso de los datos a mano, y del diseo de las pautas de los lugares de muestreo para mejorar la prediccin. Diagnostico de la localizacin Debemos intentar agregar una tendencia espacial, o una covariable, debemos prestar atencin de la advertencia dada por Unwin y Wrigley (1987) para utilizar el mismo protocolo diagnstico como en cualquier ejercicio de modelizacin otros. Variograma de diagnstico El variograma de diagnstico est vinculado a otras medidas adoptadas en la exploracin de variables en geoestadstica. Entre ms cerca se den las observaciones son ms parecidas entre s, y que la similitud disminuye con la distancia.

La mediana de esmalte suavizado Cressie (1993) analiza con cierto detalle cmo puede ser suavizado se utiliza para dividir la variacin de los datos en liso y rugoso. Su uso inicial fue descrito por Cox y Jones (1981).

Los indicadores locales de asociacin espacial (LISA) Si bien las medidas globales nos permiten poner a prueba de patrones espaciales en el rea de estudio, puede ser el caso de que no hay autocorrelacin significativa en slo una seccin ms pequea, que est inundada en el contexto de la totalidad.

2. Spatial Autocorrelation
La definicin ms simple del concepto de autocorrelacin espacial es que representa la relacin entre las inmediaciones unidades espaciales, como se ve en los mapas, donde se codifica cada unidad con una realizacin de una sola variable. Hubert et al. (1981, p.224): "Dado un conjunto S que contiene n unidades geogrficas, autocorrelacin espacial se refiere a la relacin entre algunas variables observadas en cada una de las localidades n y una medida de la proximidad geogrfica definida para todo n (n-1) pares seleccionados de S.

Los atributos y usos del concepto de autocorrelacin espacial

Una prueba en el modelo de una incorrecta especificacin. Una medida de la fuerza de los efectos espaciales de cualquier variable. Una prueba de hiptesis de estacionariedad espacial y la heterogeneidad espacial. Un medio de identificar los grupos espaciales. Un medio de identificar el papel que la decadencia distancia o interaccin espacial puede tener en cualquier modelo autorregresivo espacial. Una manera de entender la influencia que la geometra de las unidades espaciales tiene en una variable. Una prueba de hiptesis acerca de las relaciones espaciales. Un medio de sopesar la importancia de los efectos en el tiempo. Un enfoque sobre el efecto de una sola unidad espacial en otras unidades y viceversa. Un medio de identificar valores atpicos, tanto espaciales como no espaciales. Una ayuda en el diseo de una muestra espacial apropiada.

Medidas de autocorrelacin espacial y las pruebas

Las medidas de autocorrelacin espacial puede ser diferenciado de las pruebas de autocorrelacin espacial, pero ambas permiten la evaluacin de los efectos espaciales en el anlisis de datos georeferenciados. Las medidas de autocorrelacin espacial y las pruebas se pueden diferenciar por el alcance o la escala de anlisis. Tradicionalmente, se separan en categoras de "global" y "local".
Medidas globales y las pruebas Gamma (). Join count Moran I. Geary S. El variograma. Funcin K de Ripley Coeficientes de autocorrelacin espacial. Medidas locales y las pruebas Estadsticas locales Getis y Ord. Los indicadores locales de asociacin espacial - LISA. Regresin de ponderacin geogrfica Autocorrelacin espacial local en la presencia de autocorrelacin espacial global.

Problemas en el tratamiento de autocorrelacin espacial

Est claro que la autocorrelacin espacial se puede definir con precisin, pero no siempre est claro si las distintas medidas y pruebas de que acabamos de describir puede encontrar realmente autocorrelacin espacial en los datos georeferenciados. Un rea particularmente difcil de la investigacin es la seleccin de pruebas que puedan resistir los efectos de la simultaneidad de varias pruebas. Especialmente en las estadsticas locales, por lo general hay pruebas de autocorrelacin espacial para cada sitio de datos. Esto da lugar a un gran nmero de pruebas que son, de hecho, dependen unas de otras. Muchas pruebas tradicionales requieren la suposicin de estacionariedad. Comprobacin de la estacionalidad en el trabajo emprico es una buena prctica.

Spatial autocorrelation software

GeoDa R -Packages PPA (Point Pattern Analysis) SANET STARS (Space-Time Analysis of Regional Systems) ArcGIS. Module, Geostatistical Analyst ClusterSeer 2 Le Sages Spatial Econometrics Toolbox Spatial Statistics and SAS.

3. Spatial Clustering
El anlisis de agrupamiento espacial se ha vuelto comn en muchos campos de la investigacin. Un supuesto implcito en el anlisis de conglomerados espaciales es determinar los factores que influyen en la variable de estudio. Las tcnicas para este tipo de anlisis se pueden dividir en dos categoras: los que se utilizan para determinar si la agrupacin se presente en la regin de estudio, y aquellos que tratan de identificar la ubicacin de las agrupaciones.
Tcnicas globales de agrupamiento, proporcionan una sola estadstica que resume el patrn espacial de la regin Tcnicas de agrupacin local.

Medidas globales de la agrupacin espacial

Estos mtodos proporcionan un resumen estadstico nico que describe el grado de agrupamiento en la pauta asignada. El valor de la estadstica indica si el patrn est agrupado, al azar, o dispersos La hiptesis nula es de aleatoriedad.

Mtodos de datos de rea

Estadstica join-count Moran I Ajuste a la varianza heterogenea Geary C Getis-Ord G

Mtodos de datos de puntos Anlisis cuadrtico Anlisis del vecino ms prximo Funcin K de Ripley Patrones de punto bivariado

Medidas locales de la agrupacin espacial

Cuando la hiptesis nula de aleatoriedad es rechazado por una prueba general para la agrupacin espacial, dos cuestiones adicionales planteadas: dnde estn los grupos y cul es su extensin espacial?. Las Estadsticas de la agrupacin local se utilizan para responder a estas preguntas.

Mtodos de datos de rea

Getis-Ord Gi and Gi El scatter plot de Moran and Moran I local Agrupamientos locales de datos categorizados

Algoritmos de deteccin de agrupaciones

Corresponde a procedimientos de bsqueda automatizada y sus correspondientes estadsticas de prueba. Estas tcnicas computacionales implican pruebas de un gran nmero de regiones en el rea de estudio para el agrupamiento espacial.
Estos mtodos no se limitan a una definicin fija de barrio, y por lo tanto el tamao del clster, pero estn diseados para detectar grupos de diferentes tamaos.
Mquina de Anlisis Geogrfico (GAM). Mtodo de Besag y Newell Procedimiento SAT Scan Bsqueda de cluster de forma arbitraria

4. Spatial Filtering
En estadstica espacial y econometra espacial, el filtro o filtrado espacial es una metodologa general de apoyo a las conclusiones ms slidas en los datos de los estudios analticos, y se basa en una estructura de vinculacin postula que une los datos georreferenciados observaciones. El filtro espacial matemticamente manipula los datos con el fin de corregir las posibles distorsiones introducidas por factores tales como la escala arbitraria, la resolucin y / o zonificacin. La principal ventaja de esta metodologa es que introduce variables de control, que permiten identificar y aislar las dependencias estocsticas espaciales entre las observaciones georeferenciadas, permiten la construccin de modelos de proceder como si estas observaciones son independientes.

La metodologa de filtrado espacial tiene por objeto dar cuenta de autocorrelacin espacial en los datos georreferenciados de una manera que permite a las tcnicas convencionales de estimacin estadstica para ser explotados.

Tipos de filtro espacial

Un nmero limitado de implementaciones de esta metodologa en la actualidad existen para fines de anlisis de datos georeferenciados, e incluyen operadores lineales autorregresivo, especificacin Gi-basada de Getis, las combinaciones lineales de vectores propios extrados de principales distancia basada en las coordenadas de las matrices de vecinos y el peso del espacio basada en la topologa de matriz de funciones propias. Operadores lineales autorregresivos Especificacin Gi de Getis Combinaciones lineales basada en la matriz topolgica de vectores propios.

Se determinan funciones propias de filtros espaciales en relacin con:

Modelos lineales generalizados Regresin de ponderacion geogrfica Interpolacin geogrfica Interaccin de datos espaciales

5. The Variogram and Kriging

Estadstica espacial y geoestadstica se han desarrollado para describir y analizar la variacin de los fenmenos naturales y provocados por el hombre, sobre o debajo de la superficie de la tierra. Estadstica espacial incluye cualquiera de las tcnicas formales de que las entidades de estudio que tienen un ndice espacial (Cressie 1993). La mayora de las propiedades espaciales varan de forma compleja que la variacin no puede ser definido de manera determinista. Para hacer frente a esta incertidumbre espacial un enfoque diferente de los mtodos tradicionales determinista de anlisis espacial se requiere que ser basado en un enfoque estocstico o probabilstico. La base de la geoestadstica moderna para el tratamiento de la variable de inters como una variable aleatoria.

 Estimacin del variograma

Mtodo Matheron de momentos (MoM) Metodo de mxima verosimilitud residual (REML)

Caractersticas del variograma

Continuidad Creciente montona Umbral y rango Efecto agujero y periodicidad Lmites Anisotropa. Variacin anidada.

Prediccin geoestadstica: Kriging Kriging es un mtodo de prediccin o estimacin ptima en el espacio geogrfico, a menudo conocido como el mejor predictor lineal insesgado (BLUP). Es el mtodo geoestadstico de interpolacin de procesos espaciales al azar.

Kriging proporciona una solucin a un problema fundamental que enfrentan los cientficos del medio ambiente de la prediccin de valores de datos de la muestra escasa basado en un modelo estocstico de la variacin espacial. Varios mtodos matemticos de interpolacin estn disponibles, por ejemplo, polgonos de Thiessen, la triangulacin, interpolacin vecino natural, funciones inversas de la distancia, polinomios mnimos cuadrados (superficie de tendencia) y estras.