El Blog colaborativo sobre Geotecnologías, GIS y Mapas para la comunidad GEO
  • Política de cookies
  • Más información
  • Contacto
geomapik
  • Proyecto
  • Contacto
Sin resultados
Ver todos los resultados
geomapik

¿Qué es la Geoestadística? Análisis geoestadístico con R, ArcGIS y QGIS

Raúl Estévez por Raúl Estévez
8 mayo, 2020
en Análisis GIS, Spatial Data Science
Home Spatial Data Science
9.7k
Vistas
CompartirTwitter

En este artículo queremos abordar una temática muy interesante dentro del sector GIS y geotecnológico, especialmente ligado al análisis de datos espaciales: qué es la Geoestadística, qué métodos aporta para el análisis geoespacial y qué herramientas podemos usar con QGIS, ArcGIS y con el lenguaje de programación R.

A modo de resumen, vamos a tratar de definir y contextualizar esta subdisciplina científica, sus métodos y aplicaciones en proyectos de importante componente geográfica al tratar con datos espaciales.

La Geoestadística es, sin duda, una poderosa herramienta que se ha venido utilizando desde hace décadas y que toma una gran relevancia en cualquier proyecto o investigación ligados a la exploración, el análisis y la visualización de datos espaciales.

¿Qué es la Geoestadística?

No podemos afirmar que exista una única definición de Geoestadística: existen múltiples acepciones certeras y todas ellas aportan matices distintos.

Como su propio nombre indica se trata de una especialidad científica, una rama de la ciencia, que se encuentra en la intersección entre dos de ámbitos de conocimiento: la Geografía y la Estadística.

La primera se centra en la descripción y el análisis de la superficie terrestre y las relaciones que se dan sobre ella entre elementos y fenómenos diversos tanto naturales como antrópicos…utilizando la Cartografía y otros soportes gráficos de visualización como herramientas preferentes para representar esos objetos o fenómenos y sus relaciones.

Por su parte, la Estadística es un ámbito de conocimiento que podemos localizar dentro de las Ciencias Matemáticas. Se centra en el estudio y la descripción numérica de todo tipo de fenómenos cuantificables.

Aporta un gran abanico de herramientas que permiten describir, analizar, visualizar, estimar, relacionar, modelar e inferir sobre cualquier fenómeno independientemente de su origen, naturaleza o complejidad, siempre sobre una base matemática.

Una definición más o menos acertada podría ser la siguiente:

“ La Geoestadística es la rama de la Estadística que se centra en predecir la distribución espacial de variables continuas asociadas a fenómenos cuantificables»

Precisamente la intersección de dos ámbitos de conocimiento, bien desde el punto de vista académico como profesional, permite abrir nuevas perspectivas y aplicaciones.

La Geoestadística no es una excepción en absoluto… más bien todo lo contrario: desde sus orígenes ha evolucionado y ha permitido aplicar sus métodos a una gran variedad de ámbitos, evidentemente ligados a fenómenos espaciales.

Entre ellos podemos encontrar: la Meteorología y la Climatología, el Geomárketing o análisis geográfico de mercados (también en la conjunción de dos grandes ámbitos de conocimiento) al igual que la Biogeografía, además de aplicación sobre otras ciencias como la Demografía, la Criminología o la Epidemiología, entre muchos otros ejemplos.

Orígenes de la Geoestadística como ciencia

Los orígenes del desarrollo de la Geoestadística, así como sus técnicas y métodos radican en la necesidad de inferir, predecir o calcular probabilísticamente la localización de ciertos elementos o fenómenos sobre la superficie terrestre.

El primer sector productivo que adoptó estos conocimientos y los aplicó fue la industria minera y de hidrocarburos, a mediados del siglo XX. Fue de la mano de ingenieros, geólogos y empresas de la industria minera que se desarrollaron metodologías y software específico para localizar lugares de prospección.

Dichas empresas requerían predecir con mayor exactitud la localización de potenciales nuevos yacimientos o reservorios de materiales como hidrocarburos, minerales o materiales preciados para su extracción.

geoestadística minería
Foto de Tom Fisk en Pexels

La Geoestadística, combinando distintos métodos, herramientas y técnicas basadas en la estadística, el análisis espacial y la Cartografía permite una enorme optimización de recursos.

Sólo hace falta pensar en los costes asociados a la búsqueda de localizaciones idóneas o con gran probabilidad de contener materiales de interés para la industria extractiva.

En este sentido, la Geoestadística permitía reducir notablemente esos costes de prospección, mediante la generación de modelos probabilísticos que aportarían grandes ventajas a la hora de llevar a cabo dichas operaciones.

Geoestadística vs Estadística Espacial

Geoestadística y Estadística Espacial no pueden usarse como sinónimos pues atañen a cosas distintas. Es importante no confundir ambos conceptos ni utilizarlos indiscriminadamente ya que conduciría a error.

La Geoestadística forma parte de la Estadística Espacial, y no al revés. En otras palabras: la Geoestadística es una subdisciplina y un subconjunto de métodos y técnicas englobados dentro de la Estadística Espacial.

A su vez, la Estadística Espacial forma parte de la Estadística, centrándose concretamente en el análisis de datos espaciales. A grandes rasgos, se ocupa del análisis y la caracterización mediante parámetros estadísticos de series de datos espaciales asociados a fenómenos que ocurren en el espacio.

En sí, la Estadística Espacial constituye un set de técnicas exploratorias para describir y modelar distribuciones, patrones, procesos y relaciones espaciales.

La Estadística Espacial tiene una clara vinculación con las leyes de Tobler, más concretamente con la denominada “Primera Ley de la Geografía” o principio de autocorrelación espacial, por la que:

“Todas las cosas están relacionadas entre sí, pero las cosas más próximas tienen una relación mayor que las distantes”.

Por su parte, la Geoestadística se centra concretamente en la predicción de la distribución de variables espaciales asociadas a distintos fenómenos físicos o antrópicos, de carácter continuo.

Los métodos y técnicas de la Geoestadística permiten conocer en términos de probabilidad cómo se distribuye espacialmente un fenómeno cuantificable. Por ejemplo: la precipitación, la temperatura, la altitud, la contaminación atmosférica, la composición del suelo…

La Geoestadística, por tanto, permite generar modelos espaciales de distribución en forma de superficies continuas. Estos modelos serán capaces de ayudarnos predecir qué valores tendrá la variable espacial analizada en toda la superficie, aunque nosotros tan sólo conozcamos sus valores reales en ciertos puntos de la misma, es decir, en los lugares de medición o muestreo.

Aquí entra en juego el papel de las industrias extractivas que hemos comentado anteriormente. Con el uso de la Geoestadística pueden generarse modelos de predicción. Así pueden acotarse los lugares donde es más probable que exista cierto material o mineral, reduciendo el número de prospecciones: es inviable prospectar todo el territorio.

Del mismo modo, la Geoestadística permite configurar mapas de temperatura, humedad o precipitación, en base a una serie de mediciones en localizaciones conocidas como son las estaciones meteorológicas. En base a los valores registrados por estas, se ajusta una superficie continua interpolando esos valores para predecir el valor de la variable espacial en lugares donde no existen puntos de medición.

Geoestadística y GIS para análisis de datos espaciales

Los Sistemas de Información Geográfico o GIS son herramientas indispensables hoy en día para llevar a cabo análisis basados en la Geoestadística. Se trata de programas específicamente diseñados para leer, editar, analizar y transformar todo tipo de datos espaciales.

Así pues, centrándonos en los dos grandes GIS del mercado, tanto de carácter libre como comercial, encontramos que tanto QGIS como ArcGIS Pro (o ArcMap) cuentan con herramientas específicas para llevar a cabo análisis geoestadístico.

Análisis geoestadístico con QGIS

QGIS cuenta con distintas herramientas de múltiples librerías que permiten llevar a cabo procesos de interpolación espacial de variables, en base a capas de puntos con valores conocidos y obteniendo como resultado superficies continuas en formato raster.

Puedes revisar nuestro artículo sobre Geoestadística y métodos de Interpolación Espacial en QGIS donde profundizamos en las herramientas y métodos geoestadísticos que aporta este GIS de escritorio.

Herramientas para Geoestadística en ArcGIS

Alternativamente, y para los usuarios de ESRI que conocen y disponen de acceso a ArcGIS Pro o ArcMap, cabe destacar la extensión Geostatistical Analyst: una fantástica herramienta muy completa para realizar cualquier tipo de análisis estadístico espacial.

interpolacion geoestadística arcgis
Geostatistical Analyst en ArcGIS PRO. Fuente: https://pro.arcgis.com/

Uso de R para Geoestadística: principales paquetes

Utilizar R para realizar análisis geoestadístico no sólo es posible, sino que se trata de una herramienta muy recomendable y extendida para ello.

El lenguaje de programación R tiene un enorme potencial para el análisis estadístico, y también cuenta con paquetes especialmente indicados para utilizar R en Geoestadística.

Generación de mapas y análisis espacial en R. Fuente: ggplot2-book.org

Algunos de los principales paquetes de R para Geoestadística:

  • gstat: uno de los paquetes más específicos e interesantes de R para meterse de lleno al análisis geoestadístico con este lenguaje de programación. Permite utilizar herramientas como la creación de variogramas, kriging y cokriging, generación de gráficos, etc. Puedes acceder desde aquí al manual de gstat.
  • spatstat: un paquete de R multipropósito para el análisis estadístico espacial. Enlace al manual de usuario de spatstat.
  • GeoR: otro paquete interesante y completo para llevar a cabo análisis geoestadísticos basados en variogramas y métodos bayesianos. Enlace para acceder al manual. También existe este artículo de github con un breve manual en español.
  • Georob. Otro paquete de R que da acceso a funciones de análisis geoestadístico con este lenguaje de programación. Permite generar modelos y realizar interpolaciones Kriging. Acceso al manual de Georob.
  • rgdal, un paquete de R que provee de bindings para utilizar la librería geoespacial GDAL/OGR, una de las principales librerías GIS de Python con el lenguaje de programación R. Aquí tienes el manual de usuario.
  • maptools: otro paquete de R en la línea de rgdal para manipular información espacial. Puedes acceder aquí al manual.
  • ggplot2 el paquete por excelencia para visualizar datos espaciales y configurar gráficos en R. Enlace al manual aquí. También hay disponible multitud de libros al respecto de este paquete, uno de ellos de acceso gratuito es este.
  • ggmap: un paquete de R para generar mapas, montado sobre ggplot2. Imprescindible para la visualización de datos espaciales y generación de mapas estáticos para mostrar resultados de análisis. Accede directamente al manual.

Asimismo, recomendamos también uno de los principales libros especialmente indicado para la Geoestadística y el análisis de datos espaciales con R, que es el siguiente:

  • A Practical Guide to Geostatistical Mapping de Tomislav Hengl

Puedes descargarlo desde este enlace: http://spatial-analyst.net/book/system/files/Hengl_2009_GEOSTATe2c1w.pdf

Asimismo, puedes revisar nuestro artículo con una recopilación de libros gratis de R para GIS y análisis de datos espaciales. En él ofrecemos enlaces de descarga de los principales manuales para aprender a utilizar R y contar con los conocimientos básicos para aplicar en Geoestadística y análisis de datos espaciales

Libros gratis de R para GIS y Análisis de datos espaciales

Esperemos que el artículo haya sido de utilidad y pueda aclarar ciertos conceptos acerca de la Geoestadística y el análisis estadístico de datos espaciales. Si tienes cualquier duda o recomendación para la comunidad, no dudes en dejarnos un comentario para abrir debate.

Etiquetas: AnálisisAnálisis de datosArcGISCartografíaData AnalysisData ScienceESRIgeoestadísticaGeoinformáticaGISQGISRSistemas de Información GeográficaSpatial Data Science
Compartir312Tweet195
AVISO
Post anterior

Libros gratis de R para GIS y Análisis de datos espaciales

Post siguiente

ogr2ogr para importar datos a PostGIS: Shapefile, Geopackage y GeoJSON

Raúl Estévez

Raúl Estévez

Geógrafo y Geoinformático. 8 años de experiencia. Apasionado de los GIS y la geotecnología, el análisis espacial y la cartografía digital. Especializado en gestión, análisis, integración y visualización de geoinformación. No entiendo el mundo sin los mapas.

Post siguiente
ogr2ogr-postgis-geopackage-shapefile

ogr2ogr para importar datos a PostGIS: Shapefile, Geopackage y GeoJSON

GeoPandas librería geoespacial para Python

Librería GeoPandas de Python: qué es y para qué sirve

Comentarios 4

  1. Andres Ricardo says:
    3 años atrás

    Excelente artículo, los felicito por tan importante aporte al conocimiento del mundo SIG y su aplicabilidad.

    Responder
    • Raúl Estévez says:
      3 años atrás

      Hola Andrés,

      agradecemos mucho tu comentario. Estas aportaciones son muy bien acogidas y realmente motivadoras para seguir adelante con nuestro proyecto.

      Muchas gracias, nos alegramos que nuestros artículos sean de utilidad.

      Responder
  2. Carlos Castro says:
    3 años atrás

    muchas gracias por la información. Estoy interesado en aprender sobre Geoestadística, pero no encuentro especializaciones en el tema que recomendarían ustedes? Por el lado de sistemas de información sera suficiente?

    Responder
    • Raúl Estévez says:
      2 años atrás

      Hola Carlos,

      gracias por el comentario, nos alegramos que sea de utilidad.

      La verdad es que existe poca información al respecto, por lo menos en el terreno de habla hispana. No obstante, existen multitud de manuales en inglés. Una recomendación seria el siguiente libro: Spatial Statistics and Geostatistics, de Chun y Griffith. Te facilitamos el enlace a un resumen del mismo (no es la versión completa):

      Spatial Statistics and Geostatistics: Theory and Applications for Geographic Information Science and Technology

      Asimismo, respecto a tu duda, aclarar que para trabajar con cierta soltura y en proyectos algo complejos de Geoestadística se requiere del uso de técnicas de análisis espacial avanzado. De modo que más allá de centrarte en aprender Sistemas de Información Geográfica, con los que evidentemente puedes realizar análisis espacial, también debes asumir ciertos conocimientos teóricos en estadística y aprender a programar con cierta soltura en lenguajes de programación orientados a ese tipo de análisis. Python y R son buenos aliados…

      En nuestro artículo sobre R encontrarás información al respecto:
      http://www.geomapik.com/spatial-data-science/libros-gratis-r-para-gis-data-science/

      También puedes revisar nuestro artículo acerca de las principales librerías de Python para análisis espacial:
      http://www.geomapik.com/desarrollo-programacion-gis/librerias-python-gis/

      Espero que sirva de ayuda, Carlos. Un saludo.

      Responder

Deja una respuesta Cancelar la respuesta

Tu dirección de correo electrónico no será publicada. Los campos obligatorios están marcados con *

Posts Recomendados

qgis extraer valores raster

Cómo obtener valores de una capa ráster en QGIS

13 mayo, 2019
7.1k
cómo descargar datos OpenStreetMap QGIS

Descargar datos de OpenStreetMap en QGIS

24 enero, 2020
1.9k
Geotecnologías GIS Mapas Cartografía Digital

Geotecnologías, GIS y Mapas

Información, recursos de aprendizaje y novedades del sector GEO para los usuarios especializados en el manejo de la información geográfica, su análisis y su representación.

Posts Nuevos

python visualizacion datos

Librerías Python para visualización de datos

21 febrero, 2023
118
geopandas leer archivos GIS

Cómo leer archivos GIS con Geopandas

20 febrero, 2023
107
Join espacial PostGIS

Cómo realizar un join espacial en PostGIS

19 febrero, 2023
85
Overture Maps. ¿Rival para Google Maps?

Overture Maps ¿una nueva plataforma de mapas con datos abiertos?

19 diciembre, 2022
272
El futuro de los GIS según OpenAI

El futuro de los GIS y el sector geoespacial según OpenAI

9 diciembre, 2022
256
Geotecnologías GIS Mapas Cartografía Digital

El blog colaborativo sobre Geotecnologías, GIS y Mapas para la comunidad GEO

Información, recursos de aprendizaje y novedades del sector GEO para los usuarios especializados en el manejo de la información geográfica, su análisis y su representación.

Todo reunido en un blog colaborativo y abierto. ¿Te animas a colaborar con geomapik?

Categorías

  • Análisis GIS
  • Desarrollo GIS
  • Novedades GIS
  • Recursos GIS
  • Spatial Data Science
  • Tutoriales
  • Uncategorized
  • Webmapping
Sin resultados
Ver todos los resultados
Spatial Data Science

Librerías Python para visualización de datos

21 febrero, 2023
118
Spatial Data Science

Cómo leer archivos GIS con Geopandas

20 febrero, 2023
107
Análisis GIS

Cómo realizar un join espacial en PostGIS

19 febrero, 2023
85
Novedades GIS

Overture Maps ¿una nueva plataforma de mapas con datos abiertos?

19 diciembre, 2022
272

Etiquetas

Análisis (16) Análisis de datos (6) Análisis geoespacial (3) aprender GIS (5) ArcGIS (5) Bases de Datos Espaciales (5) Cartografía (29) Data Analysis (6) Data Science (6) Datos (9) Desarrollo GIS (16) Diseño cartográfico (6) ESRI (3) geoestadística (2) Geoinformática (8) GeoJSON (2) Geopackage (2) Geopandas (4) Geoproceso (2) Geotecnología (5) GIS (44) Javascript (4) Jupyter Notebook (3) Mapas (20) Matplotlib (2) MDT (3) Medio Ambiente (2) OpenStreetMap (3) pgAdmin (2) plugins (7) PostGIS (8) PostgreSQL (7) Programación (17) Python (10) QGIS (25) R (5) Shapefile (2) Sistemas de Información Geográfica (34) Spatial Data Science (4) SQL (7) Tutorial (14) visor de mapas (3) visualización (3) Webmapping (11) WKT (2)

© 2018 geomapik - Geotecnologías, GIS y Mapas

Sin resultados
Ver todos los resultados
  • Proyecto
  • Contacto

© 2018 geomapik - Geotecnologías, GIS y Mapas

Este sitio web utiliza cookies para que usted tenga la mejor experiencia de usuario. Si continúa navegando está dando su consentimiento para la aceptación de las mencionadas cookies y la aceptación de nuestra política de cookies, pinche el enlace para mayor información.plugin cookies

ACEPTAR
Aviso de cookies