Análisis Espacial Ráster
Autores:
Sebastian David Orduz Melo
Profesor: Servio Javier Contreras Guerrero
Universidad Nacional de Colombia
Facultad de Ingeniería
Departamento de Ingeniería Civil y Agrícola
SIG
Bogotá, 2025
Contenido
INTRODUCCIÓN .................................................................................................................. 3
1. OBJETIVOS ...................................................................................................................... 4
Objetivo General ............................................................................................................... 4
Objetivos Específicos ........................................................................................................ 4
2. MARCO TEÓRICO ........................................................................................................... 5
3. PROCEDIMIENTO Y RESULTADOS................................................................................ 7
PENDIENTES ................................................................................................................... 8
DE VECTOR A RASTER (RASTERIZADO) .................................................................... 11
DISTANCIAS ENTRE ESCUELAS .................................................................................. 12
RECLASIFICACIÓN ........................................................................................................ 15
PENDIENTES .............................................................................................................. 15
ESCUELAS, REC_SITES ............................................................................................ 18
LAND_USE .................................................................................................................. 21
COMBINAR Y CARGAR (ÁLGEBRA DE MAPAS) .......................................................... 24
4. ANÁLISIS DE RESULTADOS ......................................................................................... 27
Decisión técnica respecto al problema planteado (Lugar idóneo para construir una
escuela)........................................................................................................................... 28
5. CONCLUSIONES ........................................................................................................... 28
6. BIBLIOGRAFÍA ............................................................................................................... 30
INTRODUCCIÓN
El análisis espacial ráster es una técnica fundamental dentro de los Sistemas de
Información Geográfica (SIG) que permite estudiar, modelar y representar fenómenos
espaciales continuos mediante el uso de celdas o píxeles. A diferencia del modelo vectorial,
donde los datos se representan con puntos, líneas y polígonos, el modelo raster emplea una
estructura de matriz regular en la que cada celda contiene un valor asociado a una variable
geográfica, ambiental o física, como altitud, temperatura, cobertura del suelo o intensidad de
precipitación.
Este tipo de análisis resulta especialmente útil para estudiar fenómenos distribuidos de
manera continua en el espacio, permitiendo aplicar herramientas como álgebra de mapas,
interpolación, reclasificación, análisis de pendientes y generación de modelos de elevación
digital (DEM). Gracias a la capacidad de operar con grandes volúmenes de datos y realizar
operaciones matemáticas y estadísticas entre capas, el análisis raster se convierte en una
herramienta poderosa para la toma de decisiones en campos como la planificación
territorial, la gestión ambiental, la agricultura de precisión, la hidrología y el análisis de
riesgo.
En esta práctica se planea analizar un terreno optativo para la construcción de una nueva
escuela, para este terreno se desarrollarán análisis ráster, evaluando criterios de
pendientes, proximidad, así mismo se realizará la conversión de formatos, es decir de una
capa vectorial a una ráster, se realizarán reclasificaciones según criterios de conveniencia,
de dichas reclasificaciones y posterior a realizar todos los procedimientos pertinentes se
obtendrán las zonas viables para la ejecución o construcción de la escuela
1. OBJETIVOS
Objetivo General
● Encontrar las zonas más convenientes para llevar a cabo una escuela en un terreno
tentativo dado para dicha construcción, a través de la evaluación de distintos
criterios mediante herramientas de análisis ráster.
Objetivos Específicos
● Realizar la conversión de capas en formato vectorial a capas en formato raster
● Mediante la herramienta de proximidad en QGIS determinar zonas en las cuales es
viable llevar a cabo la construcción de la escuela.
● Determinar la zona en la cual las pendientes son ideales para la construcción de la
escuela
● Ubicar mediante las herramientas de análisis espacial raster cuál es la parte del
terreno beneficiosa para implementar la escuela
● Decidir mediante operaciones algebraicas en el raster y los factores anteriormente
mencionados las mejores zonas para llevar a cabo el proyecto de la escuela.
2. MARCO TEÓRICO
En el contexto de los Sistemas de Información Geográfica (SIG), el análisis espacial
constituye una herramienta fundamental para comprender fenómenos geográficos,
identificar patrones y tomar decisiones basadas en datos espaciales. Existen dos modelos
principales para representar y analizar información geográfica: el modelo vectorial y el
modelo ráster. Este último se destaca por su capacidad de representar fenómenos
continuos del territorio mediante una estructura matricial de celdas o píxeles, cada uno con
un valor que representa una variable geográfica específica.
El modelo ráster concibe el espacio como una superficie dividida en una grilla uniforme, en
la cual cada celda contiene un valor numérico que puede representar atributos físicos como
elevación, temperatura, precipitación, uso del suelo, entre otros. Este enfoque es
especialmente útil para modelar variables que varían de forma continua en el espacio, como
las condiciones climáticas, las pendientes del terreno o la concentración de contaminantes
en el aire o el agua. A diferencia del modelo vectorial, que es más adecuado para
representar objetos discretos con límites definidos, el modelo ráster resulta ideal para
análisis de superficie y estudios de fenómenos espaciales difusos.
Una característica clave del modelo ráster es su resolución espacial, definida por el tamaño
de las celdas que componen la matriz. Cuanto más pequeñas sean las celdas, mayor será
el nivel de detalle del análisis, pero también mayor será el volumen de datos a procesar.
Esta relación impone un compromiso entre precisión y eficiencia computacional,
especialmente en análisis que abarcan grandes extensiones geográficas o múltiples capas
temáticas.
Dentro del análisis espacial ráster, se pueden aplicar diversas técnicas y herramientas que
permiten extraer información útil y tomar decisiones informadas. Una de las más utilizadas
es el álgebra de mapas, que permite realizar operaciones aritméticas y lógicas entre
diferentes capas ráster para generar nuevas salidas o modelos predictivos. Esta operación
facilita, por ejemplo, combinar una capa de pendientes con otra de cobertura vegetal para
determinar zonas de riesgo de deslizamiento.
Otra técnica fundamental es la reclasificación, que consiste en transformar los valores
originales de una capa ráster en clases temáticas o intervalos definidos, lo cual permite
simplificar el análisis e interpretar los resultados de manera más efectiva. Asimismo, la
interpolación espacial permite generar superficies continuas a partir de puntos de muestreo
dispersos, utilizando métodos como el kriging, el inverso de la distancia o las funciones de
spline, lo que resulta útil en estudios ambientales, agrícolas o hidrológicos.
El análisis ráster también permite calcular distancias euclidianas, costos acumulados y
análisis de visibilidad, todos ellos esenciales en la planificación del territorio, la ubicación de
infraestructuras o la evaluación de impacto visual. Asimismo, el uso de Modelos de
Elevación Digital (DEM) permite derivar productos como mapas de pendientes,
orientaciones, rutas de escorrentía y delimitación de cuencas hidrográficas, ampliamente
utilizados en la gestión de recursos naturales y la prevención de desastres.
Este tipo de análisis se ha convertido en una herramienta imprescindible en campos como
la geografía física, la biología de la conservación, la hidrología, la planificación urbana y la
ingeniería ambiental. Por ejemplo, en el ámbito de la planificación urbana, el análisis raster
permite identificar zonas de expansión óptima, determinar áreas con acceso limitado a
servicios públicos o evaluar la exposición a riesgos naturales. En agricultura de precisión,
este modelo permite analizar la variabilidad espacial del suelo y optimizar el uso de insumos
agrícolas. Y, en cambio, climático, permite modelar escenarios futuros mediante
simulaciones de variables climáticas y su impacto sobre el territorio.
En cuanto a los entornos de software, aplicaciones como QGIS ofrecen una variedad de
herramientas especializadas para análisis ráster, muchas de las cuales se integran a través
de módulos como GRASS GIS, GDAL o SAGA GIS, permitiendo realizar análisis complejos
de manera libre y replicable. Estas herramientas no solo permiten el procesamiento de
capas ráster, sino también la automatización de flujos de trabajo mediante modelos gráficos
o scripts, ampliando así las posibilidades del análisis espacial.
A pesar de sus múltiples ventajas, el modelo ráster también presenta limitaciones. Su
representación regular no es eficiente para describir con precisión formas geométricas
complejas como calles, ríos o edificaciones, donde el modelo vectorial es más adecuado.
Además, el almacenamiento de datos puede volverse costoso en términos computacionales
cuando se trabaja con alta resolución, y los errores en la proyección espacial pueden
afectar negativamente los cálculos de distancias, áreas o relaciones espaciales.
En conclusión, el análisis espacial ráster constituye una de las herramientas más potentes
dentro del campo de los SIG. Su capacidad para representar y modelar fenómenos
continuos del espacio geográfico lo convierte en un componente esencial en los estudios
ambientales, territoriales y urbanos. Aunque requiere considerar con cuidado la resolución,
proyección y estructura de los datos, su versatilidad y aplicabilidad lo consolidan como un
pilar en la toma de decisiones basada en información geográfica.
3. PROCEDIMIENTO Y RESULTADOS
En primer lugar, se insertan las capas ráster de land use o uso de tierra y elevación. Por
otro lado, se insertan las capas vectoriales referentes a escuelas y sitios de recreo.
Posteriormente en simbología se representa como modelo de sombras de la siguiente
forma:
Como resultado se mejora la visualización del modelo.
Posteriormente, se realiza el análisis de los siguientes aspectos, para el análisis global.
● Pendiente del conjunto de los datos de elevación
● La distancia de los sitios de recreación del conjunto de datos rec_sites
● la distancia de las escuelas existentes en el conjunto de datos School
PENDIENTES
Desde la caja de herramientas se abre la opción de pendientes, en la cual se debe
tener en cuenta el factor Z, para el caso debe ser 0,3048 para convertir la elevación de
pies a metros.
Posterior a la ejecución de la capa sé obtiene el siguiente resultado:
Para tener una perspectiva mejor del valor se cambia en simbología de la capa por pseudo
color monobanda, siguiendo los siguientes parámetros:
Se obtiene el siguiente resultado en la capa:
DE VECTOR A RASTER (RASTERIZADO)
En este punto se tomarán las capas vectoriales y se convertirán a raster.
Para rasterizar usamos la herramienta llamada “rasterizar “en QGIS
Se realiza de 30 x30 que es la resolución del raster, con las unidades georreferenciadas y la
extensión de salida, es decir la capa en la cual se basara el cálculo será la de elevación
Resultados:
● Escuelas
● Sitios de recreo
DISTANCIAS ENTRE ESCUELAS
Para determinar diferentes características entre las distancias de las escuelas se usa la
herramienta de análisis ráster proximidad.
Se insertan los parámetros, capa de entrada, raster_school que es la capa a la cual se
hallaran las distancias, se establecen las unidades de la distancia y se ejecuta.
Para una visualización más clara se cambian los valores en simbología de la siguiente
forma:
Pseudo color monobanda, se elige la opción de discreto y la paleta espectral y se divide en
una serie de 10 intervalos.
Se obtiene el siguiente resultado:
Es posible observar más claramente las distancias entre las escuelas.
Posteriormente, sé realiza el mismo procedimiento para los sitos de recreo, obteniendo los
siguientes resultados:
RECLASIFICACIÓN
Se combinarán los datos obtenidos anteriormente para encontrar el sitio idóneo para la
escuela, se reclasificará la capa para una escala común de 1 a 10, siendo los valores más
altos los más convenientes para la construcción de la escuela
PENDIENTES
Mediante la herramienta reclasificar por tablas, se reclasifican las capas, en este
caso la de pendientes
Se insertan los datos determinados para la nueva clasificación en la tabla
Posteriormente, se generará una nueva capa con las siguientes características:
Posteriormente en simbología se ajusta el color con la opción valores de
paleta/únicos y se establece la paleta de colores espectral
Obteniendo el siguiente resultado:
ESCUELAS, REC_SITES
Se utiliza nuevamente la herramienta de reclasificación
Para la distancia entre sitios de recreo se usan los siguientes valores de
reclasificación
Resultado:
Posteriormente e igual que en el anterior caso se realiza la modificación del color
Ahora se reclasifica para escuelas así:
El resultado de la reclasificación es el siguiente:
Con paleta de colores.
LAND_USE
Ahora, a través de la misma herramienta se aplica la reclasificación del tipo de uso del
suelo, se debe tener en cuenta el color y el uso para el cual está determinado, para
clasificar los más convenientes para la construcción de una escuela .
Se reclasifica así
Esta clasificación resulta lógica, ya que pone el nivel menos favorable como la construcción
en agua o un humedal, ya que es algo imposible, también es lógico que aumente la
clasificación en bosques pero no lo suficiente como para considerarlo conveniente, ya que
hay ciertas leyes que lo impiden, ya que esos sitios suelen ser de conservación natural, lo
mas viable resulta construirlo en un terreno urbanizable o zona de transición, zonas aptas
para ello y que cuentan con las condiciones de seguridad pertinentes para la estructura
Posteriormente, se le agrega la paleta de colores de clasificación
COMBINAR Y CARGAR (ÁLGEBRA DE MAPAS)
Se combinarán los datos para obtener las mejores condiciones con el fin de obtener el
resultado final
Cada una de las reclasificaciones tendrá un porcentaje de influencia, con el pensado
primordial de que esta nueva ubicación sea cercana a un lugar de recreo.
● Reclass_Distance to rec_sites : 0.5 (50%)
● Reclass _Distance_Schools: 0.25 (25%)
● Reclass _ Landuse: 0.125 (12.5%)
● Reclass_pendientes: 0.125 (12.5%)
En primer lugar, se abre la calculadora ráster y se insertan las combinaciones
Se obtiene a partir cálculo el resultado siguiente:
Luego se le agregan 10 clases de color y se discretiza obteniendo el resultado final
Teniendo en cuenta de que los valores más altos representan los lugares idóneos para
construir una nueva escuela, las zonas en verde son las aptas para ello
Por último se presenta el mapa en vista 3D para mayor claridad del resultado final
4. ANÁLISIS DE RESULTADOS
El desarrollo del análisis espacial ráster permitió evaluar con precisión múltiples variables
clave para la ubicación óptima de una nueva escuela. A partir de capas base como
elevación, uso del suelo, y localización de equipamientos cercanos, se ejecutaron
procedimientos de transformación, reclasificación y combinación ponderada, dando como
resultado una zonificación final de aptitud espacial.
La reclasificación de la capa de pendientes, que consideró adecuadamente la conversión de
unidades (pies a metros), mostró un enfoque técnico acertado para descartar terrenos con
inclinaciones excesivas, priorizando zonas planas o de fácil adaptación constructiva. La
reclasificación fue ajustada a una escala de 1 a 10, donde los valores altos representaban
condiciones ideales de pendiente.
Por otro lado, el análisis de proximidad mediante distancias euclidianas a sitios de recreo y
escuelas existentes fue clave para evaluar la accesibilidad del futuro establecimiento. El
mayor peso asignado a la cercanía de zonas recreativas (50%) refleja una decisión
coherente con una visión pedagógica integral, donde el entorno inmediato de la escuela
favorece el desarrollo físico y social de los estudiantes. Esta decisión estratégica fue
implementada durante la combinación algebraica final, lo cual evidencia una correcta
integración de criterios técnicos y sociales.
El uso del suelo fue otro componente relevante. La clasificación excluyó correctamente
cuerpos de agua y áreas protegidas, y priorizó zonas urbanizables o de transición, lo que
revela una comprensión normativa y ecológica de la viabilidad territorial. Esta parte del
análisis denota no solo una aplicación técnica, sino también una lectura crítica del territorio y
su normativa.
La combinación final, realizada mediante álgebra de mapas, incorporó todos los factores
ponderados y generó un mapa de aptitud con 10 clases discretas, representadas con una
escala cromática adecuada. Las zonas en verde indicaron las áreas más viables. La
visualización en 3D añadió un valor comunicativo notable, facilitando la interpretación del
análisis espacial y su relación con el relieve.
En términos generales, los resultados evidencian una correcta implementación de
herramientas SIG ráster, con un flujo de trabajo técnicamente sólido, decisiones justificadas
y un uso eficiente de la simbología para facilitar la lectura de resultados. La selección del
área óptima no solo se basa en conveniencia geográfica, sino también en lógica
constructiva, accesibilidad social y cumplimiento normativo.
Decisión técnica respecto al problema planteado (Lugar idóneo para construir una
escuela).
Con base en el modelo integrado, se concluye que la zona óptima para implementar la
escuela se localiza en el sector que presenta los valores más altos en el mapa final de
aptitud (zonas en verde), resultado de combinar criterios de baja pendiente, proximidad a
sitios recreativos, cercanía a otras instituciones educativas y tipo de uso del suelo favorable.
Esta área, al cumplir con todos los parámetros previamente definidos y ponderados,
representa una alternativa territorial que equilibra factores ambientales, sociales y técnicos.
En consecuencia, se recomienda a las entidades responsables del proyecto avanzar en
estudios más específicos de diseño y factibilidad sobre el sector identificado como "muy
favorable", con base en los resultados obtenidos del análisis raster.
5. CONCLUSIONES
● El análisis espacial ráster demostró ser una herramienta eficaz para integrar
múltiples variables geográficas y evaluar territorialmente la mejor ubicación para una
infraestructura educativa, permitiendo un enfoque multidimensional y cuantificable
del problema.
● A través de procesos como la reclasificación, el análisis de proximidad y el álgebra
de mapas, se logró construir un modelo de decisión espacial robusto que integró
criterios topográficos, funcionales y legales, reflejando una metodología técnica y
estructurada.
● La ponderación de variables según criterios funcionales (como la cercanía a sitios de
recreo) y técnicos (como la pendiente del terreno) permitió simular escenarios
realistas de localización, priorizando zonas seguras, accesibles y normativamente
viables.
● El uso de simbología adecuada, discretización de clases y visualización en 3D
mejoró la interpretación de los resultados, facilitando la comunicación de hallazgos a
actores no técnicos, lo que aporta valor en procesos participativos y de toma de
decisiones.
● Finalmente, se concluye que el sector identificado con mayor aptitud representa una
opción óptima para la localización de la nueva escuela, lo que evidencia el potencial
del análisis espacial ráster para apoyar decisiones estratégicas en planificación
urbana y gestión del territorio.
6. BIBLIOGRAFÍA
● Burrough, P. A., & McDonnell, R. A. (1998). Principles of Geographical Information
Systems. Oxford University Press.
● Chang, K. T. (2016). Introduction to Geographic Information Systems (8th ed.).
McGraw-Hill Education.
● Goodchild, M. F. (1992). Geographical data modeling. Computers & Geosciences,
18(4), 401–408. [Link]
● Heywood, I., Cornelius, S., & Carver, S. (2011). An Introduction to Geographical
Information Systems (4th ed.). Pearson Education.
● Longley, P. A., Goodchild, M. F., Maguire, D. J., & Rhind, D. W. (2015). Geographic
Information Science and Systems (4th ed.). Wiley.
● Mitasova, H., & Mitas, L. (1999). Modeling physical processes in evolving geographic
space. Geographical Information Science, 13(4), 437–458.
[Link]
● QGIS Documentation. (2023). QGIS User Guide. [Link]
● Tomlin, D. C. (1990). Geographic Information Systems and Cartographic Modeling.
Prentice Hall.
● Wilson, J. P., & Gallant, J. C. (2000). Terrain Analysis: Principles and Applications.
Wiley.