Como ejecutar los programas de análisis espacial

Diseña tu estrategia de análisis

Existen dos formas de abordar la metodología propuesta, una con una visión general, donde se van incluyendo datos para ser analizados con el objetivo de entender, de forma amplia, el área de estudio que nos compete. Es una estrategia de construcción, donde aceptamos datos de cualquier índole sin que exista necesariamente un propósito específico para ello. Hay que tener en cuenta que, un dato que hoy puede no ser muy significativo, cuando se plantean problemas específicos, si puede ser relevante. Si ya esta disponible (la capa preparada para ser analizada), se ahorra tiempo, especialmente de preparación previo al cálculo.

La otra forma de trabajo es más dirigida, centrada en dar respuesta a problemas concretos. En este caso, antes de ejecutar los programas es necesario plantearse cómo abordar el problema, por ejemplo, considerar que datos pueden ayudar más significativamente, cómo podemos combinarlos, que indicadores nuevos pueden ser necesarios, etc. Para ello, es recomendable la posibilidad de discutir con un grupo multidisciplinar, marcando unos objetivos claros. Hemos puesto un ejemplo para mostrar los pasos y análisis necesarios para el Distrito Metropolitano de Quito, centrado en determinar el número de edificaciones potencialmente expuestas a zonas inundables o bien movimientos en masa localizados en las vertientes de ríos y quebradas.

Ejecución de los programas, aspectos a considerar

Una vez se tiene claro en el modo de trabajo en el que nos encontramos, tenemos ya disponibles los datos de entrada, almacenados en las carpetas, sabemos lo que queremos hacer y tenemos correctamente instalado los programas, entonces estamos preparado para realizar los análisis espaciales. De forma esquemática, seguiríamos los siguientes pasos:

1. Verificar que los datos a utilizar están en las carpetas correctas y tienen el formato establecido

2. Abrir un terminal y situarlo en el mismo directorio donde está ubicado el programa que queremos ejecutar.

3. Editar y/o revisar el archivo de configuración principal, que define las carpetas de entrada y salida de los datos a utilizar y la estrategia de análisis a seguir.

4. Editar y/o revisar que el/los archivos a procesar están listados en los archivos secundarios

5. Escribir el nombre del programa y el archivo de configuración y presionar Enter.

En términos generales, en GNU/Linux la línea de ejecución empieza con los caracteres "./", luego viene el nombre de la aplicación y, si procede (esto ya depende de como se haya diseñado el programa), el archivo de configuración o parámetros que condicionan su funcionamiento. De los archivos de configuración pueden tenerse tantas copias como queramos, siempre y cuando todos respecten la misma estructura (si queremos uno nuevo, lo más fácil es copiar, pegar y modificar las líneas que se consideren). Si el archivo de configuración está en la misma carpeta que el programa no hace falta escribir la ruta completa al mismo, en caso contrario si. En la actualización 2022 sse han homogeneizado los archivos de configuración primarios y secundarios para que sean los mismos, independientemente de la estrategia espacial seleccionada. Sin embargo, por cuestiones de orden y manejo, los duplicamos en carpetas independientes.

Importante: todas las rutas escritas dentro del archivo de configuración primario empiezan en el directorio principal donde se ubican los datos, sin considerar el /home/usuario/. Por ejemplo, donde vemos /GIS/HAZARD_MODELS/DATOS/QUITO_DMQ/QUITO_SEAE-DMQ/DATA_IN/DATA_UAE/SISTEMA/GRD/, a nivel interno funciona como /home/usuario/GIS/HAZARD_MODELS/DATOS/QUITO_DMQ/QUITO_SEAE-DMQ/DATA_IN/DATA_UAE/SISTEMA/GRD/. El motivo es que este inicio de la ruta es añadido por el programa. Esta mecánica ayuda a la hora de facilitar la transferencia entre PCs del software y de los datos, si tener que editar, uno por uno, los archivos principales de configuración. 

Los nombres utilizados para describir los archivos de configuración están pensados para que puedan identificarse claramente, pero igualmente podrían cambiarse por otros. Lo que si es importante distinguir el archivo principal de los secundarios. Igualmente, cada dato incluido en los archivos puede ser renombrado, en el caso de utilizar codificaciones que se ajusten más al propio usuario (por ejemplo si tu idioma natal es otro, pero evitando usar caracteres especiales y espacios). Pero este tipo de operaciones hay que hacerlas cuando se tiene muy claro la forma de proceder.

En la versión previa a 2022, cada estrategia de análisis estaba desarrollada en un ejecutable independiente, por lo que había más variación respecto a los archivos primarios y secundarios. En la versión actual solo existe un ejecutable (o dos si generamos el específico para el DMQ). A continuación especificamos en detalle el proceso de ejecución del SEAE en modo General, dado que la modalidad sistema está adaptada para operar en el DMQ y no tiene sentido disponerla para otros sitios. No obstante, hablaremos de ella en el ejemplo del DMQ.

Ejecutando el SEAE

Para capturar la ruta del archivo de configuración, en el mismo navegador de carpetas nos desplazamos hasta donde está ubicado el archivo de configuración principal, que en el ejemplo del repositorio será dentro de una carpeta específica que se ha creado en función de cada una de las estrategias de análisis disponibles (RR, VR, etc.). Seleccionamos el archivo y utilizamos, bien el botón derecho del ratón y luego la opción copiar, bien CTRL-C. Para pegar la ruta en el terminal siempre debemos usar el botón derecho del ratón y la ventana flotante que aparece.

Sin embargo, antes de ejecutar el SEAE deberemos haber preparado correctamente los archivos de configuración primarios y secundarios, los cuales describiremos en detalle en los siguientes apartados. No obstante, para facilitar el uso, en el repositorio dispondremos de un ejemplo operativo para cada estrategia de análisis espacial.

El archivo de configuración principal

Hay una serie de reglas que deben respetarse para que el archivo de configuración pueda ser leído correctamente por el SEAE:

1. El caracter # indica que esa línea es un comentario. Pueden ponerse tantos como se quieran, siempre que empiecen con ese caracter, para que el sistema sepa que no debe tener en cuenta su contenido. No obstante, este se mostrará en pantalla en el terminal para guiar el proceso e informar al usuario.

2. Las primeras palabras, incluido los dos puntos (p.e. UNIFAM:) deben respetarse siempre, dado que el sistema identifica el tipo de variable o parámetro mediante estas letras y las almacena internamente en la variable correspondiente. La ausencia, error de escritura, etc., provocará un mal funcionamiento en el sistema. De igual forma, el valor de la variable tiene que ser escrito a continuación de los dos puntos sin que exista un espacio entre ellos (p.e UNIFAM:4)

3. El orden de línea en el que aparece cada parámetro no es crítico, puede cambiarse si se desea. Lo importante es que no falte si es necesario para la estrategia de análisis utilizada.

4. La estructura interna, en términos de número de parámetros, puede variar en función del tipo de estrategia de análisis espacial escogida. Si se utiliza un archivo completo, aquellas que no son representativas para una estrategia dada no serán consideradas. De la misma forma, si no están presentes tampoco será relevante.

5. Las palabras Base y superior son utilizadas como símil para representar el proceso de transferencia de información que se da entre unos ficheros y otros. La base equivale a la capa que se quiere analizar y la superior a la que proporciona los datos que serán considerados, o sea, se produce una transferencia desde la superior hacia la inferior donde se almacenan los resultados.

Significado de cada uno de los parámetros presentes en el archivo de configuración

• ESTRATEGIA: Es la estrategia de análisis a seguir expresada en un valor numérico entero del 1 al 5: 1) Raster-Raster; 2) Vector-Raster; 3) Raster-Vector; 4) Vector-Vector y 5) Via-Vector

• MODE: Indica si el modo seleccionado toma como referencia un dato raster (área de análisis) incluido en un archivo o bien lo genera a partir de una serie de parámetros dados (radio y coordenadas del punto central). Se expresa en un valor numérico entero que va del 1 al 2: 1) área de análisis conocida en fichero; 2) área de análisis que se genera por parámetros. Por compatibilidad, este valor tiene que estar indicado para todas las estrategias, dado que afecta a la forma en la que se leen los datos.

• UNIFAM: Determina mediante número decimal la unidad familiar (número de miembros) que será considerada para estimar la población del área de análisis. Sólo se utiliza para la estrategia de análisis Raster-Vector en modo adaptado, dado que requiere disponer de una serie de capas específicas. 

• CODE: Palabra clave temática (sin espacios ni caracteres especiales) que se utiliza para nombrar los archivos de salida en todas aquellas estrategias donde se realiza una evaluación uno a muchos (capa base, y muchas capas superiores). Con ello se evita que el archivo de salida se sobre-escriba si se ha cambiado el análisis, además de poder identificar el tipo de análisis llevado a cabo. Se utiliza en las estrategias de análisis espacial Raster-Vector y Vector-Raster.

• DISTMAX: Distancia máxima en metros a considerar para el modo radio de búsqueda en Vector-Vector: solo busca todos los puntos contenidos en el radio dado indicado siempre y cuando el valor sea mayor que 0, en caso contrario busca solo el punto más cercano. Distancia máxima para considerar un punto de una vía como válido en Via-Vector: determina el punto más próximo de la carretera siempre que esté a menos de la distancia indicada.

• DISTMIN: En la estrategia Via-Vector elimina tramos de vías cuya longitud es menor a x metros, es un método de depuración del viario para evitar pequeños tramos.

• SIEXIT: En Vector-Vector, si el valor es 1 indica que se escoge el primer valor que cumple la condición de proximidad sin buscar otros más cercanos. Está pensado para optimizar tiempo de cálculo a costa de ser menos preciso.

• ESCOBER: En Via-Vector, si el valor es 1 activa la evaluación de la cobertura para determinado tipo de capas, por ejemplo para evaluar la cobertura de determinados servicios a partir de la infraestructura que ocupa las calles. Tiene un carácter experimental.

• DIR_INBASER: Ruta donde se localizan los archivos principales (base) que serán evaluados, se utiliza en todas las estrategias de análisis.

• DIR_INBASEC: Ruta donde se localizan los archivos secundarios anexos a los anteriores que sirven para almacenar los datos calculados. Solo se considera en las estrategias Raster-Raster y Raster-Vector. Para el resto no es necesario, dado que la capa de entrada principal es vectorial y sobre ella se almacena la información obtenida.

• DIR_INSUPR: Ruta donde se localizan los archivos principales (superiores) que serán considerados en el proceso de análisis, se utiliza en todas las estrategias de análisis. 

• DIR_INSUPC: Ruta donde se localizan los archivos secundarios anexos a los anteriores con los diccionarios de categorías. Se utiliza en las estrategias de análisis Raster-Raster y Raster-Vector.

• DIR_OUTGEN: Ruta donde serán almacenados los archivos de salida, se utiliza en todas las estrategias de análisis. 

• BAS_INFILES: Ruta y nombre del archivo de configuración secundario para los archivos principales a analizar (base), se utiliza en todas las estrategias de análisis. 

• SUP_INFILES: Ruta y nombre del archivo de configuración secundario para los archivos secundarios que servirán para el análisis (superiores), se utiliza en todas las estrategias de análisis. 

Ejemplo de un archivo de configuración real

#****ESTRATEGIA_ANALISIS****

ESTRATEGIA:2

MODE:1

UNIFAM:4

CODE:Analisis-1

DIR_INBASER:/GIS/HAZARD_MODELS/DATOS/QUITO_DMQ/QUITO_SEAE-DMQ/DATA_IN/DATA_UAE/SISTEMA/GRD/

DIR_INBASEC:/GIS/HAZARD_MODELS/DATOS/QUITO_DMQ/QUITO_SEAE-DMQ/DATA_IN/DATA_UAE/SISTEMA/CSV/

DIR_INSUPR:/GIS/HAZARD_MODELS/DATOS/QUITO_DMQ/QUITO_SEAE-DMQ/DATA_IN/DATA_VAR-VECTOR/SISTEMA/CSV/

DIR_INSUPC:/GIS/HAZARD_MODELS/DATOS/QUITO_DMQ/QUITO_SEAE-DMQ/DATA_IN/DATA_VAR-VECTOR/SISTEMA/CAT/

DIR_OUTGEN:/GIS/HAZARD_MODELS/DATOS/QUITO_DMQ/QUITO_SEAE-DMQ/DATA_OUT/DATAOUT_RV/

BAS_FILES:/GIS/HAZARD_MODELS/SOFTWARE/c_especificos/seae/Config_Files/RV/base-sis_infiles.cfg

SUP_FILES:/GIS/HAZARD_MODELS/SOFTWARE/c_especificos/seae/Config_Files/RV/sup-sis_infiles.cfg

#****ENDFILE****

Los archivos de configuración secundarios (infiles)

Consideraciones sobre los archivos secundarios:

1. Para mantener la compatibilidad y facilidad de uso los dos archivos secundarios mantienen la misma estructura (número de columnas), pero el significado de algunas columnas cambia en función de si hace referencia a una capa raster o vectorial.

2. Los dos archivos responden al formato *.csv separado por espacios y en ambos casos son nombrados como infiles_base.csv o infiles_sup.csv: datos objeto de análisis (base), datos usados para realizar el análisis (superior).

3. En todos los casos deben respetarse el orden y formato de las columnas (enteros, decimales, etc.), sin que se borren o peguen los datos, caso contrario daría un error de lectura el programa. Lo que si puede cambiarse, si se cree conveniente, es el nombre de cabecera de cada columna.

4. Lo más recomendable puede ser disponer de un listado completo con todas las capas raster o vectoriales disponibles en el sistema y activar mediante el valor 1 en la primera columna aquellas que se quieran utilizar. 

5. Cuando se utiliza el SEAE en modo Adaptado, el orden de las capas si es importante, por lo que requiere un archivo que, si bien mantiene la misma estructura, esta organizado de forma específica con un número de orden concreto. En la actualidad este modo solo se ha desarrollado para la estrategia de análisis Raster-Vector para el Distrito Metropolitano de Quito.

Significado de las columnas que son comunes en todas las estrategias de análisis espacial

PROS: Indica en valor entero si la capa será procesada (1) o no (0).

ORDER: Indica en valor entero el orden de la capa para que el sistema pueda identificarla. En el modo Adaptado es un número crítico dado que es a partir de él como se procesan las capas superiores. Cuando se opera en modo General, su uso es menos relevante.

NAMEPRIN: Nombre del archivo principal que sera objeto de análisis (base) o bien servirá para realizar el análisis (superior)

NAMESEC: Nombre del archivo secundario que, en algunos casos va adjunto al anterior, bien para indicar la estructura donde se almacenarán los resultados, bien para aportar los diccionarios de categorías según la estrategia de análisis escogida.

TIPO: Código o clave alfanumérica que se puede utilizar para identificar la temática del archivo. Inicialmente fue utilizado para los nombres de salida, pero de momento dicho uso ha sido anulado.

Significado de las columnas que son específicas para los archivos raster

NULVAL: Valor nulo entero que será aplicado a todas aquellas celdas de el raster que estén por debajo o por encima del valor mínimo (MIN) y máximo (MAX) indicados a continuación. Yo suelo utilizar -9999.

MIN: Valor mínimo decimal aceptado para las celdas del raster. El valor estará acorde con los límites teóricos que el raster de entrada tiene.

MAX: Valor máximo decimal aceptado para las celdas del raster. El valor estará acorde con los límites teóricos que el raster de entrada tiene.

ESFLOAT: Determina en entero si el valor de las celdas del raster están expresadas en enteros (0) o en decimales (1). En función de uno u otro caso, las arrays internas tendrán el formato correspondiente.

Significado de las columnas que son específicas para los archivos vectoriales

CAT: Determina en valor entero si la capa vectorial tiene un diccionario de categorías (1) o no (0). Si lo tiene, se realiza un segundo análisis, por ejemplo en Raster-Vector, que tiene en cuenta, para esa capa, la distribución de valores según las categorías disponibles.

LINEAL: Determina en valor entero si la capa vectorial deriva de una capa de líneas que ha sido transformada a puntos mediante distancias equidistantes, en cuyo caso se indica con un 1.

DISCRE: Si el valor anterior es 1, en este caso se indica la distancia de separación en metros utilizada para cada punto (valor entero), que siempre es la misma.

TEST: Por compatibilidad para facilitar la lectura de los archivos se ha mantenido esta columna aunque todavía no se ha implementado una función específica. De momento se iguala a 0 como valor entero.

Ejemplo de un archivo secundario para archivo raster

PROS NULVAL MIN MAX ESFLOAT ORDER NAMEPRIN NAMESEC TIPO

1 -9999 1 10 0 1 eco_pobreza_sectores_2010_6m.grd cat_eco_niveleco.csv Eco

1 -9999 1 10 0 2 haz_movi_en_masa_SIRGAS_10m.grd cat_haz_movenmasa-SIRGAS_10m.csv Peli

0 -9999 1 6 0 3 haz_incendios-forestales_90m.grd cat_haz_incendios_90m.csv Peli

0 -9999 1 6 0 4 eco_espacio-publico_5m.grd cat_eco_espacio-publico.csv Eco

Ejemplo de un archivo secundario para archivo vectorial

PROS CAT LINEAL DISCRE TEST ORDER NAMEPRIN NAMESEC TIPO

0 0 0 0 0 1 ec_pobla_manloc-act65_2010.csv Sincat Pob

0 0 0 0 0 2 ec_pobla_manloc-act1664_2010.csv Sincat Pob

0 1 0 0 0 3 qui_eco_comercio-total-2021.csv qui_cat_eco_comercio-total-2021.csv Eco

0 0 1 5 0 4 qui_cober_via-alcan.csv Sincat Tran

Existe una segunda modalidad aplicada únicamente a aquellas estrategias donde están implicados datos raster. Esta consiste en generar, a partir de una serie de parámetros, el área objeto de análisis. En este caso se utiliza un archivo sensiblemente distinto al anterior.

PROS: Indica en valor entero si la capa será procesada (1) o no (0). Pueden tenerse varios de estos espacios almacenados en un fichero e ir activando y desactivando en función del interés que tenga cada uno. Esto permite, si así se desea, no perder los datos de análisis anteriores.

ORDER: Indica en valor entero el orden de la capa para que el sistema pueda identificarla.

XCOOR: Coordenada x decimal del centroide del polígono que será generado. Debe estar en la misma proyección geográfica que el resto de capas en uso.

YCOOR: Coordenada y decimal del centroide del polígono que será generado. Debe estar en la misma proyección geográfica que el resto de capas en uso.

RADIO: Radio en decimales y metros que tendrá el polígono, que tendrá forma cuadrada, no circular. Servirá para establecer el largo y el ancho.

RESOL: Resolución en decimales y metros del raster, habitualmente un valor bajo si es relativamente pequeño.

NAMEPRIN: Código en texto que será asignado al archivo de salida para identificar el análisis realizado.

Ejemplo de un archivo secundario para archivo raster por generación por parámetros

PROS ORDER XCOOR YCOOR RADIO RES NOMBRE

0 1 786005.638000 9977723.478000 250.0 2.0 centro_test

0 2 777943.958951 9986769.135126 200.0 2.0 zaphire-prox

0 3 777943.958951 9986769.135126 1000.0 3.0 zaphire-far

1 4 777943.958951 9986769.135126 100.0 2.0 zaphire-near

Nombre de los archivos de salida

El nombre de los archivos de salida ha sido reformulado en la versión del SEAE de 2022 en un intento de simplificar y evitar sobre-escrituras. Las características comunes son las siguientes:

• Las dos primeras siglas seguidas de un guión bajo indican el tipo de análisis llevado a cabo: RR_ para Raster-Raster; RV_ para Raster-Vector; VR_ para Vector-Raster; VV_ para Vector-Vector; y ViV_ para Via-Vector.

• A continuación se utiliza la letra B_ para indicar que el nombre que sigue responde a la capa base evaluada.

• A continuación le sigue el nombre (sin extensión) de la capa base seguido de un guión bajo (nombre-completo-capabase_).

A partir de aquí tenemos dos opciones en función de si la estrategia de análisis es 1 a 1 (1 capa base 1 capa superior), o es 1 a muchos. El primer caso solo ocurre en las estrategias RR, VV y ViV y el nombre continúa con:

• Utilizamos la letra S_ para indicar que el nombre que sigue responde a la capa superior. Esto solo ocurre en las estrategias RR, VV y ViV.

• A continuación se añade el nombre de la capa superior evaluada junto a la extensión del fichero (nombre-completo-capasuperior.csv)

En el caso concreto de las estrategias VV y ViV, generan también un fichero alternativo, el primer caso para mostrar el análisis opuesto, el segundo porque muestra la agrupación (suma) de los datos obtenidos asociados a la línea o transecto de la calle, en vez de al punto.

• En el caso de VV se utiliza la letra OP_ antes de la S_, para indicar que el análisis es opuesto y luego los nombres de los archivos superior y base aparecen intercambiados, primero S_ y luego B_.

• En el caso de ViV, los datos obtenidos para cada punto de la calle se suman a nivel de transecto o tramo al que pertenecen así que la B_ se sustituye por una LIN_.

Para nombres 1 a muchos, que se da en las estrategias RV y VR tenemos.

• Después del nombre de capa base viene el número de orden de la capa base.

• A continuación aparece la palabra disponible en el campo TIPO de la capa base que está en los archivos de configuración secundario, que habitualmente hace referencia a la temática de la capa.

Para el caso concreto de la estrategia RV

• Si la capa vectorial dispone de un archivo paralelo de categorías, se genera uno por cada capa vectorial que lo contenga. 

• En este caso el nombre de salida funciona como si la estrategia fuera 1 a 1.

• Se indica el nombre de la capa base y el nombre de la capa superior

• Se añade las letras CAT_.

Ejemplo de nombres 1 a 1 para cada estrategia

• RR_B_qui_adm_parroquias_6m_S_qui_nat_cienagas-quito_3m.csv

• RV_B_qui_adm_zonales_6m-23_Transito.csv 

• RV_CAT_B_qui_adm_parroquias_6m_S_qui_salud_farmacias-global.csv (cuando existen categorías en el archivo vectorial)

• VR_B_qui_haz_hidro_quebradas-10_Hazard.csv

• VV_B_qui_adm_grid1km_S_qui_centros_deportivos.csv

• VV_OP_S_qui_centros_deportivos_B_qui_adm_grid1km.csv (Análisis opuesto del caso anterior)

• ViV_B_qui_trans_viaglob_2021_punto_S_qui_centros_deportivos.csv

• ViV_LIN_qui_trans_viaglob_2021_punto_B_qui_centros_deportivos.csv (suma agregada al tramo de calle del caso anterior)