Debido a que el mundo es mucho más complejo de lo que se puede representar en una computadora, todos los datos geoespaciales son aproximaciones incompletas del mundo. Por lo tanto, la mayoría de los modelos de datos geoespaciales codifican alguna forma de estrategia para recolectar una muestra finita de un dominio a menudo infinito y una estructura para organizar la muestra de tal manera que permita la interpolación de la naturaleza de la porción no muestreada. Por ejemplo, un edificio consta de un número infinito de puntos en el espacio; un polígono vectorial lo representa con unos pocos puntos ordenados, que se conectan en un contorno cerrado mediante líneas rectas y suponiendo que todos los puntos interiores forman parte del edificio; además, un atributo de "altura" puede ser la única representación de su volumen tridimensional.[5]​.

El proceso de diseño de modelos de datos geoespaciales es similar al modelado de datos en general, al menos en su patrón general. Por ejemplo, se puede segmentar en tres niveles distintos de abstracción del modelo:.

Cada uno de estos modelos se puede diseñar en una de dos situaciones o ámbitos:.

Los modelos conceptuales geoespaciales genéricos intentan capturar tanto la naturaleza física de los fenómenos geográficos como la forma en que las personas piensan sobre ellos y trabajan con ellos. A diferencia del proceso de modelado estándar descrito anteriormente, los modelos de datos sobre los que se construye SIG no se diseñaron originalmente en base a un modelo conceptual general de fenómenos geográficos, sino que se diseñaron en gran medida de acuerdo con la conveniencia técnica, probablemente influenciados por conceptualizaciones de sentido común que aún no había sido documentado.

Dicho esto un marco conceptual temprano que fue muy influyente en el desarrollo temprano de SIG fue el reconocimiento por parte de Brian Berry y otros de que la información geográfica se puede descomponer en la descripción de tres aspectos muy diferentes de cada fenómeno: espacio, tiempo y atributo/propiedad/ temática. Como desarrollo adicional en 1978, David Sinton presentó un marco que caracterizaba diferentes estrategias de medición, datos y mapeo manteniendo uno de los tres aspectos constante, controlando un segundo y midiendo el tercero.[7]​.

Durante las décadas de 1980 y 1990, un cuerpo de teorías de la información espacial surgió gradualmente como un subcampo importante de la ciencia de la información geográfica incorporando elementos de la filosofía (especialmente la ontología), la lingüística y las ciencias de la cognición espacial. A principios de la década de 1990, había surgido una dicotomía básica de dos formas alternativas de dar sentido al mundo y sus contenidos:.

Estos dos modelos conceptuales no pretenden representar fenómenos diferentes, pero a menudo son formas diferentes de conceptualizar y describir el mismo fenómeno. Por ejemplo, un lago es un objeto, pero la temperatura, la claridad y la proporción de contaminación del agua en el lago son campos.

El modelo lógico ráster representa un campo mediante una teselación del espacio geográfico en una matriz bidimensional de ubicaciones espaciadas regularmente (cada una denominada celda), con un único valor de atributo para cada celda (o más de un valor en un ráster multibanda). Por lo general, cada celda representa una muestra de un solo punto central (en la que el modelo de medición para todo el ráster se denomina red) o representa un resumen (generalmente la media) de la variable de campo sobre el área cuadrada (en la que el modelo es llamado rejilla).[5]​ El modelo de datos general es esencialmente el mismo que se usa para imágenes y otros gráficos de trama, con la adición de capacidades para el contexto geográfico. Un pequeño ejemplo sigue:.

Para representar una cuadrícula de trama en un archivo de computadora, debe serializarse en una única lista de valores (unidimensional). Si bien existen varios esquemas de ordenación posibles, el más utilizado es el de fila principal en el que las celdas de la primera fila, seguidas inmediatamente por las celdas de la segunda fila, son las siguientes:.

6 7 10 9 8 6 7 8 6 8 9 10 8 7 7 7 7 8 9 10 9 8 7 6 8 8 9 11 10 9 9 7 . . .

Para reconstruir la grilla original, se requiere un encabezado con parámetros generales para la grilla. Como mínimo, requiere la cantidad de filas en cada columna para saber dónde comenzar cada nueva fila y el tipo de datos de cada valor (es decir, la cantidad de bits en cada valor antes de comenzar el siguiente valor).

Si bien el modelo ráster está estrechamente relacionado con el modelo conceptual de campo, los objetos también se pueden representar en ráster, básicamente transformando un objeto X en un campo discreto (booleano) de presencia/ausencia de X. Alternativamente, una capa de objetos (generalmente polígonos) podría transformarse en un campo discreto de identificadores de objetos. En este caso, algunos formatos de archivo ráster permiten unir una tabla de atributos similar a un vector al ráster haciendo coincidir los valores de ID. Las representaciones ráster de objetos a menudo son temporales, solo se crean y utilizan como parte de un procedimiento de modelado, en lugar de en un almacén de datos permanente.

Para que sea útil en GIS, un archivo ráster debe estar georreferenciado para corresponder a ubicaciones del mundo real, ya que un ráster sin procesar solo puede expresar ubicaciones en términos de filas y columnas. Esto normalmente se hace con un conjunto de parámetros de metadatos , ya sea en el encabezado del archivo (como el formato GeoTIFF) o en un archivo sidecar (como un archivo mundial ).

Como mínimo, los metadatos de georreferenciación deben incluir la ubicación de al menos una celda en el sistema de coordenadas elegido y la resolución o tamaño de celda la distancia entre cada celda. Una transformación afín lineales el tipo de georreferenciación más común, permitiendo celdas rotativas y rectangulares. Los esquemas de georreferenciación más complejos incluyen transformaciones polinomiales y spline.

Los conjuntos de datos ráster pueden ser muy grandes, por lo que a menudo se utilizan técnicas de compresión de imágenes. Los algoritmos de compresión identifican patrones espaciales en los datos, luego transforman los datos en representaciones parametrizadas de los patrones, a partir de las cuales se pueden reconstruir los datos originales. En la mayoría de las aplicaciones SIG, se prefieren los algoritmos de compresión sin pérdida (p. ej., Lempel-Ziv ) a los con pérdida (p. ej., JPEG ), porque se necesitan los datos originales completos, no una interpolación.

Contenido

A partir de la década de 1990, a medida que maduraban los modelos de datos originales y el software GIS, uno de los enfoques principales de la investigación del modelado de datos fue el desarrollo de extensiones de los modelos tradicionales para manejar información geográfica más compleja.

Modelos espaciotemporales

El tiempo siempre ha jugado un papel importante en la geografía analítica, desde al menos la matriz científica regional de Brian Berry (1964) y la geografía del tiempo de Torsten Hägerstrand (1970). En los albores de la era de la ciencia SIG a principios de la década de 1990, el trabajo de Gail Langran abrió las puertas a la investigación de métodos para representar explícitamente el cambio a lo largo del tiempo en los datos SIG; esto condujo a la aparición de muchos modelos conceptuales y de datos en las décadas posteriores. Algunas formas de datos temporales comenzaron a admitirse en el software GIS listo para usar en 2010.

Varios modelos comunes para representar el tiempo en datos GIS vectoriales y ráster incluyen:.

Modelos tridimensionales

Existen varios enfoques para representar información de mapas tridimensionales y para administrarla en el modelo de datos. Algunos de estos se desarrollaron específicamente para GIS, mientras que otros se adoptaron a partir de gráficos 3D por computadora o dibujo asistido por computadora (CAD).

Debido a que el mundo es mucho más complejo de lo que se puede representar en una computadora, todos los datos geoespaciales son aproximaciones incompletas del mundo. Por lo tanto, la mayoría de los modelos de datos geoespaciales codifican alguna forma de estrategia para recolectar una muestra finita de un dominio a menudo infinito y una estructura para organizar la muestra de tal manera que permita la interpolación de la naturaleza de la porción no muestreada. Por ejemplo, un edificio consta de un número infinito de puntos en el espacio; un polígono vectorial lo representa con unos pocos puntos ordenados, que se conectan en un contorno cerrado mediante líneas rectas y suponiendo que todos los puntos interiores forman parte del edificio; además, un atributo de "altura" puede ser la única representación de su volumen tridimensional.[5]​.

El proceso de diseño de modelos de datos geoespaciales es similar al modelado de datos en general, al menos en su patrón general. Por ejemplo, se puede segmentar en tres niveles distintos de abstracción del modelo:.

Cada uno de estos modelos se puede diseñar en una de dos situaciones o ámbitos:.

Los modelos conceptuales geoespaciales genéricos intentan capturar tanto la naturaleza física de los fenómenos geográficos como la forma en que las personas piensan sobre ellos y trabajan con ellos. A diferencia del proceso de modelado estándar descrito anteriormente, los modelos de datos sobre los que se construye SIG no se diseñaron originalmente en base a un modelo conceptual general de fenómenos geográficos, sino que se diseñaron en gran medida de acuerdo con la conveniencia técnica, probablemente influenciados por conceptualizaciones de sentido común que aún no había sido documentado.

Dicho esto un marco conceptual temprano que fue muy influyente en el desarrollo temprano de SIG fue el reconocimiento por parte de Brian Berry y otros de que la información geográfica se puede descomponer en la descripción de tres aspectos muy diferentes de cada fenómeno: espacio, tiempo y atributo/propiedad/ temática. Como desarrollo adicional en 1978, David Sinton presentó un marco que caracterizaba diferentes estrategias de medición, datos y mapeo manteniendo uno de los tres aspectos constante, controlando un segundo y midiendo el tercero.[7]​.

Durante las décadas de 1980 y 1990, un cuerpo de teorías de la información espacial surgió gradualmente como un subcampo importante de la ciencia de la información geográfica incorporando elementos de la filosofía (especialmente la ontología), la lingüística y las ciencias de la cognición espacial. A principios de la década de 1990, había surgido una dicotomía básica de dos formas alternativas de dar sentido al mundo y sus contenidos:.

Estos dos modelos conceptuales no pretenden representar fenómenos diferentes, pero a menudo son formas diferentes de conceptualizar y describir el mismo fenómeno. Por ejemplo, un lago es un objeto, pero la temperatura, la claridad y la proporción de contaminación del agua en el lago son campos.

El modelo lógico ráster representa un campo mediante una teselación del espacio geográfico en una matriz bidimensional de ubicaciones espaciadas regularmente (cada una denominada celda), con un único valor de atributo para cada celda (o más de un valor en un ráster multibanda). Por lo general, cada celda representa una muestra de un solo punto central (en la que el modelo de medición para todo el ráster se denomina red) o representa un resumen (generalmente la media) de la variable de campo sobre el área cuadrada (en la que el modelo es llamado rejilla).[5]​ El modelo de datos general es esencialmente el mismo que se usa para imágenes y otros gráficos de trama, con la adición de capacidades para el contexto geográfico. Un pequeño ejemplo sigue:.

Para representar una cuadrícula de trama en un archivo de computadora, debe serializarse en una única lista de valores (unidimensional). Si bien existen varios esquemas de ordenación posibles, el más utilizado es el de fila principal en el que las celdas de la primera fila, seguidas inmediatamente por las celdas de la segunda fila, son las siguientes:.

6 7 10 9 8 6 7 8 6 8 9 10 8 7 7 7 7 8 9 10 9 8 7 6 8 8 9 11 10 9 9 7 . . .

Para reconstruir la grilla original, se requiere un encabezado con parámetros generales para la grilla. Como mínimo, requiere la cantidad de filas en cada columna para saber dónde comenzar cada nueva fila y el tipo de datos de cada valor (es decir, la cantidad de bits en cada valor antes de comenzar el siguiente valor).

Si bien el modelo ráster está estrechamente relacionado con el modelo conceptual de campo, los objetos también se pueden representar en ráster, básicamente transformando un objeto X en un campo discreto (booleano) de presencia/ausencia de X. Alternativamente, una capa de objetos (generalmente polígonos) podría transformarse en un campo discreto de identificadores de objetos. En este caso, algunos formatos de archivo ráster permiten unir una tabla de atributos similar a un vector al ráster haciendo coincidir los valores de ID. Las representaciones ráster de objetos a menudo son temporales, solo se crean y utilizan como parte de un procedimiento de modelado, en lugar de en un almacén de datos permanente.

Para que sea útil en GIS, un archivo ráster debe estar georreferenciado para corresponder a ubicaciones del mundo real, ya que un ráster sin procesar solo puede expresar ubicaciones en términos de filas y columnas. Esto normalmente se hace con un conjunto de parámetros de metadatos , ya sea en el encabezado del archivo (como el formato GeoTIFF) o en un archivo sidecar (como un archivo mundial ).

Como mínimo, los metadatos de georreferenciación deben incluir la ubicación de al menos una celda en el sistema de coordenadas elegido y la resolución o tamaño de celda la distancia entre cada celda. Una transformación afín lineales el tipo de georreferenciación más común, permitiendo celdas rotativas y rectangulares. Los esquemas de georreferenciación más complejos incluyen transformaciones polinomiales y spline.

Los conjuntos de datos ráster pueden ser muy grandes, por lo que a menudo se utilizan técnicas de compresión de imágenes. Los algoritmos de compresión identifican patrones espaciales en los datos, luego transforman los datos en representaciones parametrizadas de los patrones, a partir de las cuales se pueden reconstruir los datos originales. En la mayoría de las aplicaciones SIG, se prefieren los algoritmos de compresión sin pérdida (p. ej., Lempel-Ziv ) a los con pérdida (p. ej., JPEG ), porque se necesitan los datos originales completos, no una interpolación.

Contenido

A partir de la década de 1990, a medida que maduraban los modelos de datos originales y el software GIS, uno de los enfoques principales de la investigación del modelado de datos fue el desarrollo de extensiones de los modelos tradicionales para manejar información geográfica más compleja.

Modelos espaciotemporales

El tiempo siempre ha jugado un papel importante en la geografía analítica, desde al menos la matriz científica regional de Brian Berry (1964) y la geografía del tiempo de Torsten Hägerstrand (1970). En los albores de la era de la ciencia SIG a principios de la década de 1990, el trabajo de Gail Langran abrió las puertas a la investigación de métodos para representar explícitamente el cambio a lo largo del tiempo en los datos SIG; esto condujo a la aparición de muchos modelos conceptuales y de datos en las décadas posteriores. Algunas formas de datos temporales comenzaron a admitirse en el software GIS listo para usar en 2010.

Varios modelos comunes para representar el tiempo en datos GIS vectoriales y ráster incluyen:.

Modelos tridimensionales

Existen varios enfoques para representar información de mapas tridimensionales y para administrarla en el modelo de datos. Algunos de estos se desarrollaron específicamente para GIS, mientras que otros se adoptaron a partir de gráficos 3D por computadora o dibujo asistido por computadora (CAD).