Menú Infraestructura de la Información
Presentación Malla geoestadística
Las mallas estadísticas, también conocidas como geoestadísticas, son conjuntos de polígonos que tienen como función dividir íntegramente un área geográfica en unidades más pequeñas, para asociar y/o agrupar información relativa al área que representa.
En la publicación “El Marco Geoespacial Estadístico Global” (UN-GGIM, 2019), se menciona que los Discrete Global Grid System (DGGS) son conjuntos de mallas mediante los cuales se representa el globo terráqueo como una jerarquía de celdas de igual área con una resolución geoespacial progresivamente más fina. Las observaciones individuales se pueden asignar a una celda correspondiente tanto a la posición como al tamaño (o incertidumbre) del fenómeno observado, brindando beneficios significativos al integrar y analizar datos geoespaciales.
Adicionalmente, de acuerdo con ISO, OGC & IHO (2022), los DGGS se caracterizan por las propiedades de su estructura celular, geocodificación, estrategia de cuantificación y funciones matemáticas asociadas.
En Thompson, Brodzik, Silverstein, Hurley & Carlson (2022) se señala que, a pesar del hecho de que los primeros esfuerzos de DGGS se remontan a mediados de la década de 1980, ha habido pocas opciones de DGGS ampliamente disponibles hasta hace poco. En los últimos años, parece haber habido una oleada de actividad, con nuevos sistemas propuestos que incluyen:
- H3, el sistema de celdas hexagonales que sustenta la aplicación de viajes compartidos basada en el mercado de Uber Technology; y
- rHEALPix, el sistema de celdas cuadradas desarrollado por la Oficina para el Estudio del cuidado de la Tierra, de Nueva Zelanda.
En 2017 el OGC anunció un nuevo estándar llamado DGGS. El estándar OGC-DGGS tiene como objetivo permitir el ensamblaje rápido de datos espaciales a nivel mundial sin las dificultades de trabajar con sistemas de referencia de coordenadas proyectadas, mediante la definición del modelo conceptual y un conjunto de reglas para construir arquitecturas altamente eficientes para el almacenamiento, la integración y el análisis de datos espaciales. En otras palabras, el estándar OGC-DGGS describe un universo de sistemas de malla. (Mostró, 2019).
ISO, OGC& IHO (2022) describe al OGC-DGGS como uno de los estándares clave para comprender e implementar los DGGS, junto con el estándar ISO 19170 Geographic Information: Core Reference System and Operations (sistemas de referencia central y operaciones para información geográfica).
Principales características
El estándar OGC-DGGS mantiene dos perfiles de acceso a los datos, basados en otras dos APIs de OGC:
- API de OGC - Características
- API OGC – Procesos
División por zonas
En torno al estándar, se denomina “zona” a cada una de las particiones en las que se divide el globo terráqueo, y cada zona tiene un identificador único. Todas las zonas deben tener la misma área, aunque no es necesario que todas contengan datos. El tamaño, ubicación y nominación de claves de dichas zonas corresponde al estándar de teselado que se esté utilizando.
En conjuntos de nivel múltiple, las zonas mantienen relación padre/hijo entre niveles. Dependiendo de la librería que se utilice para la implementación del DGGS (rHealPix, H3, etc.), cada celda “padre” puede contener distinto número de hijos (por ejemplo, para rHealPix serían 9, mientras que para H3 sería 6 o 7).
El INEGI llevó a cabo el teselado del territorio nacional mediante el estándar rHEALPix, para generar los conjuntos geográficos de malla para los niveles 4, 5, 6, 7, 8, 9 y 10.
Proceso de generación de los conjuntos
Para realizar el teselado, se utilizó el código de la librería “rHEALPixDGGS”, versión 0.5.3, desarrollada en lenguaje Python por Robert Gibb, Asociado de investigación en informática jubilado, con Manaaki Whenua - Landcare Research (NZ) Ltd y Ben Jolly, científico de teledetección y datos; lo que permitió calcular las coordenadas de los vértices de cada celda en el área del territorio nacional. Sin embargo, la información que se puede generar con la librería no puede ser manipulada en un Sistema de Información Geográfica (SIG), por lo que se llevó a cabo el desarrollo de algunos módulos adicionales en el lenguaje Python para generar los conjuntos de malla que cubriesen toda la extensión del territorio nacional. Los conjuntos resultantes se almacenaron en una base de datos PostgreSQL.
Así mismo, se utilizó la información del Marco Geoestadístico versión 2022, así como la Zona Económica Exclusiva de México para eliminar de los conjuntos de malla aquellas celdas que no tuviesen relación ni con el territorio (tanto continental como insular) ni con la zona económica exclusiva.
A continuación, se muestran imágenes de los resultados, comenzando por una vista del teselado con nivel 4 del territorio completo:
Teselado rHEALPix del territorio nacional y la zona económica exclusiva, nivel 4.