Geografía y Sistemas de Información Geográfica (GEOSIG)

Transcripción

1 Geografía y Sistemas de Información Geográfica (GEOSIG). Revista digital del Grupo de Estudios sobre Geografía y Análisis Espacial con Sistemas de Información Geográfica (GESIG). Programa de Docencia e Investigación en Sistemas de Información Geográfica (PRODISIG). Universidad Nacional de Luján, Argentina. (ISSN ) Luján, Año 6, Número 6, 2014, Sección II: Metodología. pp ANÁLISIS ESPACIAL DE LA SALUD CON SISTEMAS DE INFORMACIÓN GEOGRÁFICA (SIG) EN LA CIUDAD DE LUJÁN (ARGENTINA): CREACIÓN DE LA BASE CARTOGRÁFICA GEORREFERENCIADA CON BASE EN GOOGLE EARTH Gustavo D. Buzai Romina Plastina Universidad Nacional de Luján Programa de Docencia e Investigación en Sistemas de Información Geográfica (PRODISIG) Grupo de Estudios sobre Geografía y Análisis Espacial con Sistemas de Información Geográfica (GESIG) / gesig-proeg@unlu.edu.ar / INTRODUCCIÓN Un requisito inicial y fundamental para todo proyecto de investigación en Geografía Aplicada apoyado mediante el uso de SIG es contar con bases de datos geográficas consistentes. Estas se encuentran compuestas por la vinculación entre bases cartográficas digitales y tablas de atributos que contienen los datos alfanuméricos asociados a las entidades geométricas digitalizadas. Es frecuente que las capas temáticas necesarias para la investigación se obtengan desde diferentes fuentes, generalmente organismos oficiales o grupos de investigación que ya han realizado la digitalización de diversas características del área de estudio. Cuando las capas temáticas tienen diferente orígen hay mucha probabilidad que entre ellas no exista superposición perfecta y que resulte necesario realizar procedimientos de ajustes tomando como base la que se considere mejor realizada. La puesta a disposición generalizada del Globo Terráqueo Virtual (GTV) Google Earth, el cual originalmente lo evaluamos en su finalidad educativa (Buzai et al., 2011, 2013; Humacata y Cáceres, 2013; Buzai y Humacata, 2014), brinda una nueva dimensión a estos procedimientos. Su utilización como base de anclaje georreferenciada, las posibilidades de tratamiento gráfico de entidades geométricas de las bases cartográficas y finalmente su vinculación con los SIG permiten considerar que asistimos a una nueva etapa en los trabajos técnicos en esta línea, siendo más sencillos y concretos. 1

2 La creación de la base de datos geográfica para nuestro proyecto en la línea del análisis espacial de la salud presentará un claro ejemplo de la situación descrita. A continuación el trabajo se desarrolla presentando las etapas de trabajo hasta el logro de resultados. ETAPA 1. OBTENCIÓN DE LAS BASES CARTOGRÁFICAS DIGITALES Con motivo de ser utilizadas en el proyecto de investigación dirigido por Buzai (2012), las bases cartográficas digitales fueron obtenidas desde dos diferentes organismos oficiales. La Municipalidad de Luján proporcionó la base de barrios y la Dirección Provincial de Estadística (DPE) de la Provincia de Buenos Aires proporcionó la base de radios censales, la cual había sido utilizada por dicho organismo para la agregación de datos sociohabitacionales del Censo Nacional de Población, Hogares y Viviendas 2010 (República Argentina, 2011). Ambas bases cartográficas digitales fueron obtenidas en formato SHP de ESRI, estructura estándar de archivos digitales para ser utilizadas en SIG. Los 37 barrios de la ciudad de Luján (entidades areales) son Ameghino, Centro, Constantini, El Ceibo, El Milagro, El Mirador, El Quinto, El Trébol, Elli, Hostería San Antonio Norte, Hostería San Antonio Sur, Juan XXIII, La Esperanza, La Loma, La Palomita, Lanusse, Los Gallitos, Los Laureles, Los Paraísos, Luna, Padre Varela, Parque Esperanza, Parque Lasa, San Bernardo, San Cayetano, San Eduardo, San Emilio, San Fermín, San Francisco, San Jorge, San Juan de Dios, San Pedro, Santa Marta, Sarmiento, Valle Verde, Villa del Parque y Zapiola. Los 90 radios censales de la ciudad de Luján (entidades areales) son aquellos que se superponen a los barrios. Fracciones censales y radios: 01(01 a 12), 03(05 a 12), 05(01 a 13), 06(01 a 14), 07(01 a 10), 08(01 a 03), 11(01 a 08), 12(01 a 07, 11 y 12), 13(01 a 04), 14(01 a 03, 5 a 10). A estas unidades espaciales areales se le superponen 17 Centros de Atención Primaria de Salud (CAPS) (entidades puntuales) que fueron digitalizados en Google Earth luego de obtenidas sus ubicaciones precisas mediante la realización de un trabajo de relevamiento. Las CAPS son: Ameghino, El Milagro, Juan XXIII, Lanusse, La Loma, La Palomita, Los Gallitos, Los Laureles, Padre Varela, Parque Lasa, Policlínico, San Bernardo, San Cayetano, San Fermín, San Francisco, San Pedro y Santa Elena. ETAPA 2. SUPERPOSICIÓN SOBRE LA BASE DE IMÁGENES SATELITALES DE GOOGLE EARTH El GTV Google Earth es una excelente herramienta que puede ser utilizada de soporte contextual georreferenciado con la finalidad de combinar las bases cartográficas digitales obtenidas desde diferentes fuentes a fin de verificar la correcta superposición entre ellas. De esta manera la exportación realizada mediante ArcGIS de los archivos SHP al formato KML de Google Earth muestra desplazamientos entre las bases. Una situación común entre los trabajos realizados por diferentes organismos. Por lo tanto se verifica que la base cartográfica digital de barrios, radios y el espacio urbano físico presentado por el GTV no coinciden (Figura 1) mostrando la necesidad de realizar un procedimiento de ajuste por digitalización manual para lograr la superposición de los tres componentes. 2

3 Figura 1. Superposición de bases cartográficas originales. Barrios en rojo, radios censales en verde y CAPS como marcas de posición Figura 2. Base de Google Earth, barrios y radios censales originales (ampliación noroeste y rotación del Norte 65 a la izquierda) Los cuatro polígonos individuales de barrios (líneas rojas) corresponden a San Franciso (superior izquierda), San Juan de Dios (superior derecha), San Eduardo (inferior izquierda) y La Palomita (inferior derecha), y los radios censales (líneas verdes) 0801 (sobre La Palomita), 0802 (abarcando San Juan de Dios y San Eduardo) y 0803 (sobre San Francisco). 3

4 ETAPA 3. AJUSTE POR DIGITALIZACIÓN Google Earth cuenta con una herramienta de digitalización básica y de suma utilidad que permite desplazar manualmente las entidades cartográficas y poder ajustarlas visualmente al GTV. Como puede verse, en la Figura 3 se presenta el resultado del ajuste de los barrios y en la Figura 4 el de los radios censales, ambos en el área de detalle presentada en la Figura 2. En ambos casos los polígonos son presentados con colores de relleno (barrios en rojo y radios censales en violeta) en sus ubicaciones ajustadas y definitivas, coincidentes con el espacio físico real representado por el GTV. Figura 3. Barrios ajustados sobre la base de Google Earth (áreas color rojo, opacidad 35%) 4

5 Figura 4. Radios censales ajustados sobre la base de Google Earth (áreas color violeta, opacidad 35%) ETAPA 4. BASE CARTOGRÁFICA GEORREFERENCIADA Cuando QGIS se está utilizando en una computadora conectada a Internet es posible vincularlo al GTV Google Earth a partir de instalar un complemento llamado OpenLayers Plugin. Este complemento activo permite incorporar el entorno de Google Earth a través de determinadas representaciones espaciales (Google Phisical Layer, Google Streets Layer, Google Hybrid Layer y Google Satellite Layer, ésta última corresponde a la composición de imágenes satelitales de Google Earth). Este procedimiento brinda la posibilidad de incorporar el contexto físico del espacio geográfico local a las bases cartográficas digitales, en este caso la aglomeración de la ciudad de Luján y espacios contiguos combinados y visibles a partir de utilizar un tramado/color transparente en la variable visual de polígonos. Como puede verse en la Figura 5 se presenta la superposición de barrios en base de color rojo y en la Figura 6 en base de color violeta. 5

6 Figura 5. Base cartográfica definitiva de barrios Incorporación a QGIS sobre la base de imágenes satelitales de Google Earth (transparencia del 70%) Figura 6. Base cartográfica de radios censales Incorporación a QGIS sobre la base de imágenes satelitales de Google Earth (Transparencia 70%) Mediante Google Streets Layers, la Figura 7 presenta la base cartográfica de radios censales sobre la base de Google Maps, donde quedan resaltadas claramente las vías de comunicación de nivel regional. 6

7 Figura 7. Base cartográfica de radios censales Incorporación a QGIS sobre la base de Google Maps (Transparencia 70%) ETAPA 5. ATRIBUTOS DE LAS UNIDADES ESPACIALES EN SIG El proyecto contempla la sistematización de datos de atributos en diferentes niveles de representación espacial, los cuales tiene su anclaje en entidades espaciales específicas: - Barrios de Luján (39 polígonos): Datos de diagnósticos generados por los Centros de Atención Primaria de Salud (CAPS) obtenidos mediante una muestra estratificada ponderada (Delfino, 2012) que con un 97% de confiabilidad permite inferir datos del universo de los diagnósticos médicos. Se obtienen datos de enfermedades circulatorias, de la sangre, del oído, del ojo, digestivas, genitourinarias, infecciosas, neurológicas, osteomusculares, piel, respiratorias, tumores (por totales, grupos de edad y trimestres del año). - Radios censales de Luján (90 polígonos): Datos de diagnósticos trasladados de barrios a radios censales a través del procedimiento de ajuste difuso (Plastina, 2013) y de datos sociohabitacionales del Censo Nacional de Población, Hogares y Viviendas 2010 proporcionados por el INDEC (Instituto Nacional de Estadística y Censos). - Centros de Atención Primaria de Salud (CAPS) (17 puntos): Localización precisa (componente geográfico), especialidades médicas atendidas y cantidad de diagnósticos realizados para las diferentes enfermedades de acuerdo a las características mencionadas en barrios. La totalidad de estos datos se sistematiza en bases de datos digitales en formato DBF (Dbase Format) en OpenOffice. Los campos de información se incorporan a la tabla de atributos a través de la función Uniones, la cual se realiza considerando el contenido de un campo en común entre las bases que actúa como campo de enlace entre las mismas. 7

8 Los pasos realizados incluyen: 1. Visualización de la capa temática: consiste en un mapa (registro gráfico) que incluye la tabla de atributos a la cual se le incorporarán los datos externos. 2. Carga de la tabla externa en la tabla de contenidos: visualización de los campos de información que serán incorporados. 3. Unión de tablas: enlazamiento de las tablas externas a la tabla de atributos de la capa temática. 4. Verificación de la unión de tablas: revisión de la tabla de atributos conteniendo los nuevos campos anexados. 5. Almacenamiento de la unión definitiva: grabado de cada uno de los enlaces realizados en formato shape. A partir de aquí es posible realizar el análisis de la distribución espacial de cada variable como primer procedimiento del Análisis Exploratorio de Datos Espaciales (ESDA, Exploratory Spatial Data Analysis). La Figura 8 presenta el ejemplo de la distribución espacial de diagnósticos de enfermedades infecciosas, las cuales muestran una mayor incidencia en unidades espaciales periféricas cercanas al río Luján. Figura 8. Distribución espacial de diagnósticos de enfermedades infecciosas (Cartografía temática 5 intervalos iguales) 8

9 CONSIDERACIONES FINALES En el presente trabajo hemos mostrado el camino metodológico que lleva a que bases cartográficas digitales provenientes de diferentes fuentes con inconvenientes de superposición puedan llegar a asociarse espacialmente de forma perfecta a partir de ser ajustadas con base contextual georreferenciada en el GTV Google Earth. Posteriormente Quantum GIS permite incorporar el GTV a la base de datos geográfica generando layers en las modalidades de imágenes satelitales de Google Earth o cartográfica vial de Google Maps brindando una nueva dimensión a la representación visual de la cartografía temática, la cual a partir de las características físicas reales elimina la gran abstracción de la cartografía temática coroplética tradicional. Consideramos que la metodología planteda en este trabajo puede ser entendida como estándar para la creación de bases cartográficas digitales actuales para su uso en SIG. En nuestro trabajo técnico será adoptada en el inicio de nuevos proyectos al comprobar que brinda resultados altamente satisfactorios. RECONOCIMIENTO Noelia Principi recabó las planillas originales de diagnósticos y participó del relevamiento de los CAPS, Jimena Mora realizó la sistematización de datos a nivel barrios, Romina Plastina sistematizó los datos a nivel de radio censal y Carolina Lepiscopo sistematizó los datos socioespaciales censales. Hugo Delfino diseñó la muestra y asesoró sobre su aplicación. María del Rosario Cruz asesoró en las etapas de sistematización de datos. BIBLIOGRAFÍA BUZAI, G.D Distribución espacial de enfermedades y características sociales de la población en ciudades de tamaño intermedio. Análisis socioespacial aplicado a la ciudad de Luján (Provincia de Buenos Aires, Argentina). Proyecto CONICET Universidad Nacional de Luján. Luján. BUZAI, G.D.; BAXENDALE, C.A.; CACACE, G.; CALONI, N.; CRUZ, M.R Potencialidad de los Sistemas de Información Geográfica (SIG) para la educación en Tecnologías de la Información y la Comunicación (TIC) en el aula. Aportes de la Geografía para la modelización digital. Anuario de la División Geografía Universidad Nacional de Luján. Luján. BUZAI, G.D. (DIR); BAXENDALE, C.A.; PRINCIPI, N.; CRUZ, M.R.; CACACE, G.; CALONI, N.; HUMACATA, L.; MORA, J.; PASO VIOLA, L.F Sistemas de Información Geográfica (SIG): Teoría y aplicación. Universidad Nacional de Luján. Luján. BUZAI, G.D.; HUMACATA, L Google Earth + Sistemas de Información Geográfica. Proyecto y práctica geoinformática en la escuela media. Anuario de la División Geografía Universidad Nacional de Luján. Luján. Libro+CD. 9

10 DELFINO, H Diseño de muestra de diagnósticos realizados en los Centros de Atención Primaria de Salud (CAPS) de la ciudad de Luján. Informe interno GESIG - Investigación. Universidad Nacional de Luján. Luján. HUMACATA, L.; CÁCERES, A Implementación de Google Earth y SIG en las clases de Geografía: una propuesta didáctica para el análisis ambiental del espacio local. Geografía y Sistemas de Información Geográfica (GeoSIG). Artículos. 5: MORA, J Sistematización y análisis de datos de salud generados por los Centros de Atención Primaria de Salud (CAPS) en la ciudad de Luján. Informe interno GESIG Pasantía. Luján. PLASTINA, R Utilización de datos de salud en diferentes unidades espaciales generados por los Centros de Atención Primaria de Salud (CAPS) en la ciudad de Luján mediante apoyo geoinformático. Informe interno GESIG Pasantía. Luján. REPÚBLICA ARGENTINA Censo Nacional de Población, Hogares y Viviendas Instituto Nacional de Estadística y Censos (INDEC). Buenos Aires. Siglas utilizadas CAPS Centro de Atención Primaria de Salud ESRI Environmental Systems Reseach Institute GTV Globo Terráqueo Virtual KML Keyhole Markup Language QGIS Quantum GIS SHP Shape File SIG Sistema de Información Geográfica Gustavo D. Buzai y Romina Plastina Buzai, G.D.; Plastina, R Análisis espacial de la salud con Sistemas de Información Geográfica (SIG) en la ciudad de Luján, Argentina. Geografía y Sistemas de Información Geográfica. (GESIG-UNLU, Luján). Año 6, N 6, Sección II: On-line: Recibido: 9 de junio de 2014 Aprobado: 14 de julio de