Principales 3 Tendencias en Análisis Espacial en la Esri UC 2023

Publicado el 25 septiembre, 2023

La Conferencia de Usuarios de Esri de este año, que tuvo lugar del 10 al 14 de julio en San Diego, EEUU, marcó un hito significativo como el evento de Esri más grande hasta la fecha, con aproximadamente 18,000 asistentes en persona y otros 15,000 asistentes virtuales. Ya sea asistiendo a la UC en persona o de manera virtual, hubo abundantes oportunidades para aprender sobre análisis espacial a través de sesiones informativas, demostraciones cautivadoras, talleres técnicos y el Summit de Análisis Espacial. ¡Sigue leyendo para obtener un resumen de la UC sobre los aspectos más destacados y tendencias en análisis espacial que se discutieron allí!

La Ciencia de Datos Espaciales está en todas partes

En los últimos años, ha quedado claro que la ciencia de datos espaciales ha cobrado impulso en muchas industrias. Cada vez se recopilan más datos en conjunción con el contexto geográfico: datos de sensores de Internet de las cosas, aplicaciones móviles empresariales que permiten a los trabajadores de campo registrar automáticamente datos de ubicación precisos, drones que capturan imágenes y videos de alta resolución de manera rápida y económica, y aplicaciones de consumidores que pueden rastrear los movimientos de los usuarios si así lo desean.

Este aumento en los datos geoespaciales está ocurriendo en todas las industrias, incluyendo organizaciones que pueden no tener mucha experiencia en GIS. Ya sea en el gobierno, los recursos naturales, la atención médica, los negocios comerciales u otros sectores, las organizaciones buscan aprovechar sus nuevos y valiosos datos para obtener una mejor inteligencia que desbloquee nuevas oportunidades, optimice las operaciones, mitigue los riesgos y fomente la innovación. La ciencia de datos espaciales nos permite analizar patrones geográficos, relaciones y tendencias de maneras que antes eran inimaginables.

Esta expansión del interés en la ciencia de datos espaciales fue abrumadoramente evidente en la Conferencia de Usuarios de este año. Desde el primer Summit de Análisis Espacial hasta los más de 50 talleres, grupos de interés especial y presentaciones de usuarios sobre análisis espaciales, además de las largas colas en los puestos de exhibición sobre el análisis espacial y la ciencia de datos, demuestra que fueron temas candentes tanto para los usuarios como para los partners. Los asistentes querían comprender qué tipos de problemas se pueden resolver con la ciencia de datos espaciales, aprender sobre las técnicas y tener una idea de las herramientas disponibles.

Principales Tres Tendencias

Si bien se discutieron muchas tendencias en el Summit y en la Conferencia, las tres principales tendencias que vimos impactando en la analítica espacial y la ciencia de datos fueron las arquitecturas de Big Data en la nube, la GeoAI y el análisis de gráficos.

Desarrolla un conocimiento general del análisis espacial y la ciencia de datos a través de este video de la sesión plenaria. Míralo aquí.

1. Arquitecturas de Big Data en la Nube

Big Data, a menudo acumulada mediante la recopilación automática de datos durante largos períodos de tiempo, sigue siendo un desafío para muchas organizaciones. Cada vez más, los clientes están acumulando estos datos en Data Lakes y en Warehouses, pero estos grandes volúmenes de datos no significan nada a menos que se puedan utilizar de manera efectiva. Y para hacerlo, es necesario explotar los datos en estas arquitecturas nativas de la nube a escala, sin duplicar ni mover los datos para usarlos en diferentes aplicaciones de software.

Normalmente, Big Data es procesada y analizada utilizando Apache Spark, un motor para la distribución y procesamiento de datos en trabajos paralelos o nodos de cómputo. Spark se utiliza para la ingeniería y la ciencia de datos en muchas de las plataformas en la nube más utilizadas, y ahora, con GeoAnalytics Engine for ArcGIS, los usuarios pueden aprovechar una amplia biblioteca de análisis espaciales de ArcGIS directamente en esos entornos.

GeoAnalytics Engine for ArcGIS fue presentado en la UC en el Summit de Análisis Espacial, así como en varias sesiones y eventos. 

2. GeoAI

La inteligencia artificial (AI) es uno de los temas más importantes en la tecnología hoy en día. El uso de la AI es tendencia en casi todas las industrias por su potencial para reducir flujos de trabajo manuales y consumidores de tiempo, o para generar rápidamente soluciones a problemas que luego pueden ser perfeccionadas por expertos en la materia. 

La GeoAI es la aplicación de la inteligencia artificial fusionada con datos, ciencia y tecnología geoespaciales. Puede utilizarse para mejorar la calidad de los datos, reducir el tiempo necesario para obtener conciencia situacional y mejorar la toma de decisiones aplicando información de patrones espaciales y predicciones.

Hay dos formas principales de GeoAI:

1.  La primera es la generación acelerada de datos geoespaciales a partir de fuentes como imágenes, videos, nubes de puntos y texto. 
   • Esto suele implicar procesos de Deep Learning y algoritmos para extraer, clasificar y detectar entidades espaciales individuales.
   • Los usuarios de ArcGIS pueden comenzar fácilmente con estas capacidades a través de recursos como modelos de aprendizaje profundo pre entrenados que admiten la extracción de parcelas y carreteras, clasificación de cobertura de tierra, seguimiento de objetos y más. 
2. El segundo aspecto principal de la GeoAI es la modelización predictiva mediante el aprendizaje automático espacial. 
   • Los usuarios pueden aprovechar estas capacidades para detectar agrupaciones en datos espaciales, encontrar patrones y predecir resultados. 

En el Summit de Análisis Espacial, se compartieron casos de proyectos de GeoAI relacionados con la predicción de enfermedades animales y la detección de datos de copas de árboles para informar sobre flujos de trabajo forestales.

3. Análisis de Gráficos

Otra tendencia nueva y emocionante en la ciencia de datos espaciales es el área de análisis de gráficos. Los gráficos de conocimiento integran datos de diferentes fuentes y permiten rastrear redes de relaciones entre entidades en el gráfico. Esta fusión de datos, combinada con la creación de conexiones entre elementos de datos, puede revelar patrones y exponer relaciones indirectas que de otro modo serían difíciles de ver. Los usuarios pueden hacer y responder preguntas con facilidad, ya sea que estén trabajando en la optimización de la cadena de suministro, investigaciones de fraude financiero o la identificación de fuentes de riesgo.

Dado que el análisis de gráficos se basa en la generación de relaciones entre entidades, la integración de flujos de trabajo de gráficos con análisis espaciales abre posibilidades emocionantes. Las entidades de los gráficos pueden visualizarse en su contexto geográfico, exponiendo la existencia de relaciones espaciales importantes que no estaban presentes en las conexiones explícitas de gráficos. Esto puede proporcionar un eslabón crítico faltante en un análisis que de otro modo podría haberse pasado por alto. ArcGIS Knowledge otorga este tipo de capacidades dentro de ArcGIS Pro, permitiendo a los usuarios analizar juntos datos espaciales y no espaciales, datos no estructurados y estructurados, para acelerar la toma de decisiones.

Corinne Walker
Suzanne Foss

Este artículo originalmente apareció en la edición global del Blog de ArcGIS el 30 de agosto de 2023