TELEMATICA BLOG

Cómo aprovechar al máximo las herramientas de densidad: comprensión de los patrones espaciales de los datos en ArcGIS Pro

Publicado el 10 diciembre, 2024

El análisis de densidad es uno de los conceptos fundamentales de cualquier sistema geoespacial y se utiliza en diversos contextos para comprender la agrupación de eventos en múltiples ubicaciones. Si bien hay muchas opciones disponibles para el análisis de densidad en la suite ArcGIS, la herramienta Densidad de kernel de espacio-tiempo en ArcGIS Pro 3.2 captura los patrones temporales además de las capacidades existentes. Puede utilizar herramientas como Densidad de kernel o Densidad de puntos para comprender la distribución de incidentes o sucesos en el espacio de manera diferente. Dado que existen similitudes entre las herramientas de análisis de densidad y sus funcionalidades, es importante comprender qué herramienta necesita, cómo se distribuyen espacialmente los datos, cómo se agrupan los patrones espaciales y temporales, y cómo utilizar la herramienta adecuada para el análisis.

Herramientas de análisis

Consideremos un ejemplo con un escenario de aplicación del mundo real. En este escenario, para comprender la distribución espacial de los incidentes delictivos dentro de una ciudad, el departamento de policía o el ayuntamiento pueden querer examinar cuidadosamente la distribución espacial y la agrupación de los incidentes a lo largo del tiempo. Podría ser beneficioso examinar la distribución espacial y la agrupación de las llamadas al 311 durante el mismo período de tiempo para ver cualquier posible correlación entre los incidentes y las llamadas.

Figura conceptual que muestra las ubicaciones de los incidentes (arriba), la densidad del núcleo tradicional (centro) y la densidad del núcleo a lo largo del tiempo (abajo).

Un método para comprender la distribución espacial de los incidentes delictivos y su agrupamiento sería observar la cantidad de incidentes dentro de un área definida (magnitud por unidad de área). ArcGIS ofrece múltiples opciones de herramientas para realizar este análisis espacial. Las herramientas Densidad de puntos, Densidad de kernel y Densidad de kernel de espacio-tiempo de la caja de herramientas de Spatial Analyst se pueden utilizar para este propósito.

La herramienta Densidad de puntos calculará la densidad de las entidades de puntos alrededor de cada celda ráster de salida. Supone pesos uniformes para cada punto independientemente de las distancias entre los dos puntos. Conceptualmente, se define un vecindario alrededor del centro de cada celda ráster, y el número de puntos que se encuentran dentro del vecindario se suma y es luego dividido por el área del vecindario. Los rásteres de salida de densidad de puntos para los incidentes delictivos denunciados y las llamadas al 311 indican un grupo predominante alrededor del área del centro de la ciudad. Si bien el mapa de densidad de incidentes delictivos también tiene otros grupos, para el mapa de llamadas al 311, la región entre South End y Downtown parece ser el punto crítico. Sin embargo, dado que la herramienta Densidad de puntos solo considera los incidentes dentro del área de la unidad, la distancia entre incidentes individuales no tiene ningún efecto en el ráster de salida.

Mapa de densidad de incidentes delictivos (izquierda) y llamadas al 311 (derecha) en Boston utilizando la herramienta Densidad de puntos.

Para considerar los efectos de la distancia entre las ubicaciones del incidente en el cálculo de densidad, puede utilizar la herramienta Densidad de kernel.

Al considerar la distancia (ponderada o no) entre los incidentes, la herramienta Densidad de kernel proporciona una perspectiva diferente sobre la agrupación de los incidentes en comparación con la herramienta Densidad de puntos tradicional. Esto se debe a que existe una diferencia entre la forma en que las dos herramientas de densidad calculan la densidad y consideran el radio alrededor de los puntos de incidentes.

A diferencia de la herramienta Densidad de puntos, la herramienta Densidad de kernel calcula una magnitud por área unitaria a partir de entidades de puntos o polilíneas utilizando una función de kernel para ajustar una superficie suavemente cónica a cada punto o polilínea. Conceptualmente, se ajusta una superficie suavemente curvada sobre cada punto. El valor de la superficie es más alto en la ubicación del punto y disminuye a medida que aumenta la distancia desde el punto, llegando a cero en la distancia del radio de búsqueda desde el punto. Mientras que la herramienta Densidad de puntos admite cuatro tipos de vecindades (Rectángulo, Círculo, Anillo, Cuña), la herramienta Densidad de kernel solo admite una vecindad circular. Aunque ambas salidas muestran la concentración de puntos en algunas áreas, el ráster de salida creado por la herramienta Densidad de kernel es suave debido al uso de la función de kernel. La herramienta Densidad de puntos es más útil para ocurrencias con contribuciones iguales en las que la distancia entre dos puntos no está ponderada (como ubicaciones y recuentos de instalaciones).

Mapa de densidad de incidentes delictivos (izquierda) y llamadas al 311 (derecha) en Boston utilizando la herramienta Densidad de kernel.

Comprender la distribución temporal

Si bien el resultado de ambas herramientas ofrece información sobre la distribución espacial y la agrupación de los incidentes, aún falta información sobre la distribución de estos sucesos a lo largo del tiempo. Puede dividir los datos temporales y ejecutar las herramientas para años individuales, y utilizarlos para la información; sin embargo, ese no siempre es el enfoque o la solución más eficiente. La herramienta Densidad de kernel de espacio-tiempo le permite calcular la densidad considerando tanto el tiempo como la elevación. En este caso, para comprender la densidad de incidentes delictivos en Boston a lo largo del tiempo, puede emplear la herramienta Densidad de kernel de espacio-tiempo para comprender la distribución espacial de los incidentes y, al mismo tiempo, obtener información sobre su distribución temporal y patrones de agrupación. El resultado de la herramienta Densidad de kernel de espacio-tiempo es un ráster multidimensional, ya sea en formato ráster de nubes de Esri (.crf) o como un archivo NetCDF (.nc). Contendrá cortes basados en los intervalos definidos.

En este ejemplo se utilizó un intervalo de tiempo de un año para comprender la distribución anual entre junio de 2015 y junio de 2023. Por lo tanto, el ráster CRF de salida tiene ocho porciones dimensionales. Si utiliza la herramienta Ráster multidimensional agregada para crear un ráster de densidad agregada para todas las porciones juntas, obtendrá una idea de la distribución general. La ventaja de utilizar la herramienta Densidad de kernel de espacio-tiempo es que ofrece la posibilidad de definir el radio de búsqueda en todas las dimensiones (x, y, z o t).

Mapa de densidad de incidentes delictivos (arriba) y llamadas al 311 (abajo) en Boston utilizando la herramienta Densidad de kernel de espacio-tiempo.

La herramienta Densidad de kernel de espacio-tiempo le permite utilizar otras herramientas multidimensionales para comprender mejor la distribución de densidad. Por ejemplo, con el ráster de densidad calculado con la herramienta Densidad de kernel de espacio-tiempo, puede identificar las tendencias temporales utilizando la herramienta Predecir con ráster de tendencia, o crear un gráfico de Perfil de dimensión para comprender la distribución de la variable multidimensional a lo largo del tiempo.

Uso de las opciones del Perfil de dimensión para crear una distribución temporal de incidentes delictivos en Boston.

Comprender la distribución y la agrupación de eventos en el espacio y el tiempo ofrece nuevos conocimientos y simplifica enormemente el proceso de toma de decisiones. Si bien las diferentes herramientas ofrecen ventajas únicas entre sí, es importante identificar la herramienta adecuada en función del propósito previsto en el análisis. También es importante examinar los valores de los parámetros utilizados para crear la superficie de densidad de salida e interpretarla. Por ejemplo, si bien este ejemplo utilizó los conjuntos de datos de incidentes delictivos y llamadas al 311 para los cálculos de densidad, no ofrece información relacionada con las diferentes clases de incidentes. La superficie de densidad de salida también se ve afectada si los datos originales tienen algún sesgo o inexactitud inherente.

Utilice la siguiente tabla para comparar las herramientas Densidad de puntos, Densidad de kernel y Densidad de kernel de espacio-tiempo, y cómo se diferencian entre sí.

Editar

Característica	Densidad de puntos	Densidad de kernel	Densidad de kernel de espacio-tiempo
Definición	Calcula el número de puntos dentro de un área específica.	Suaviza los datos utilizando una función kernel para crear una superficie continua	Incorpora dimensiones espaciales y temporales para analizar patrones de puntos a lo largo del tiempo y la elevación.
Método de cálculo	Recuento simple de puntos dentro de un área definida.	Utiliza una función kernel para distribuir puntos sobre una superficie donde los valores de densidad son más altos cerca del centro.	Considera tanto las dimensiones espaciales como las temporales y utiliza una función kernel para cada dimensión para calcular la densidad sobre la superficie.
Tipo de salida	Raster 2D que muestra la distribución de puntos.	Superficie raster continua 2D que muestra valores de densidad.	Ráster multidimensional con capa de vóxeles opcional.
Tiempo	No considera aspectos temporales.	No considera aspectos temporales.	Considera la distribución temporal y los cambios en los patrones.
Elevación	No considerado	No considerado	Considera la elevación al calcular la densidad y crear un raster de salida multidimensional con elevaciones variables.
Salida multidimensional	No soportado	No soportado	Siempre crea un ráster multidimensional.
Compatibilidad con NetCDF	No soportado	No soportado	Admite la creación de raster de salida NetCDF con extensión de nombre de archivo (.nc)
Compatibilidad con capas de vóxeles	No soportado	No soportado	Crea una capa de vóxel opcional si el ráster de salida se declara como NetCDF
Barrera	No soportado	Disponible para usar polilíneas o polígonos. Función de boceto disponible para dibujar barreras.	No soportado
Efecto de decaimiento de la distancia	No considerado. Pesos uniformes para todos los puntos de entrada dentro del vecindario, independientemente de la distancia desde la fuente.	Considerado	Considerado en todas las dimensiones.
Ventana de búsqueda (Ancho de banda)	No soportado	Compatible únicamente con operaciones 2D.	Compatible con todas las dimensiones, incluido el tiempo y la elevación.
Tipo de kernel	No compatible, utiliza cuatro tipos de vecindario.	Utiliza el tipo de kernel cuártico de forma predeterminada.	Utiliza el tipo de kernel cuártico de forma predeterminada.

En futuras actualizaciones, el conjunto de herramientas de Densidad seguirá agregando nuevas capacidades a varios productos de ArcGIS, incluidos ArcGIS Pro, ArcGIS Online, ArcGIS Image Server, ArcGIS Enterprise y ArcGIS Enterprise on Kubernetes.

Rakibul Ahasan

Este artículo originalmente apareció en la edición global del Blog de ArcGIS el 10 de diciembre de 2024.