Anar al contingut

Anàlisis espacial

De L'Enciclopèdia, la wikipedia en valencià
Mapa pel Dr. John Snow de Londres , que mostra les agrupacions de casos de còlera en el Brot de còlera de 1854 en el carrer Broad. Esta va ser una de les primeres aplicacions d'anàlisis espacial basat en mapes.

El anàlisis espacial o estadística espacial comprén les tècniques formals que estudien les entitats que utilisen les seues propietats topològiques, geomètriques o geogràfiques. L'anàlisis espacial inclou una varietat de tècniques, moltes encara en desenroll, utilisant diferents enfocaments analítics i aplicats en camps tan diversos com l'astronomia, en estudis de l'ubicació de les galàxies en el cosmos, a l'ingenieria de fabricació de chips, en l'us d'algoritmes de 'lloc i ruta', per a construir estructures de cables complexos. La frase s'utilisa a sovint en un sentit més restringit per a descriure les tècniques aplicades a les estructures a escala humana, sobretot en l'anàlisis de l'informació geogràfica. La frase inclús a voltes s'utilisa per a referir-se a una tècnica específica en una sola àrea de l'investigació, per eixemple, per a descriure la geoestadística.

Sorgixen problemes complexos en l'anàlisis espacial, molts dels quals no són ni clarament definits ni completament resolts, pero constituïxen la base de l'investigació actual la majoria més important d'estos és el problema de definir l'ubicació espacial de les entitats que s'estan estudiant. Per eixemple, un estudi sobre la salut humana pot descriure la posició espacial dels sers humans en un punt colocat en el que viuen, o en un punt situat en el que treballen, o per mig de l'us d'una llínea per a descriure els seus viages semanals, cada elecció té efectes dramàtics en la tècniques que poden utilisar-se per a l'anàlisis i en les conclusions que es poden obtindre. Atres qüestions en l'anàlisis espacial inclouen les llimitacions del coneiximent matemàtic, els supòsits requerits per les tècniques estadístiques existents i els problemes en els càlculs basats en computació.

La classificació de les tècniques d'anàlisis espacial és difícil per la gran cantitat de diferents camps de l'investigació, als diferents enfocaments fonamentals que es poden elegir, i les moltes formes que les senyes poden prendre.

L'anàlisis espacial està dividit en cinc parts: lloc, mig,regió, pais.

L'història de l'anàlisis espacial

[editar | editar còdic]

Tal volta es pot considerar que l'Anàlisis Espacial o Estadística Espacial haja sorgit en els primers intents de cartografia i topografia, pero molts camps han contribuït al seu creiximent actualment. La biologia contribuït a través d'estudis botànics de distribució global de plantes i ubicacions de plantes locals, estudis etológicos de moviment dels animals, estudis de paisages ecològics de vegetació. En epidemiologia, varen contribuir en els primers treballs sobre la cartografia de la malaltia, en particular, els treballs de John Snow sobre un brot de còlera en Londres que data de la data de 1854, en l'investigació sobre la cartografia de la propagació de la malaltia i en els estudis de localisació per a la prestació d'atenció mèdica. Estes estadístiques han contribuït en gran mida en el treball en l'estadística espacial. En economia ha contribuït especialment a través de l'econometria espacial, que fa us de models matemàtics per a analisar, interpretar i fer prediccions sobre Sistemes econòmics, utilisant senyes d'observació que no són independents i posseïxen una correlació en les senyes adjacents. Els sistemes d'informació geogràfica són actualment un factor important per l'importància del software geogràfic en la moderna caixa de ferramentes analítiques. La tele-detecció ha contribuït extensament en l'anàlisis morfo-mètrics i l'agrupació. L'informàtica ha contribuït en gran mida a través de l'estudi dels algoritmes, especialment en la geometria computacional. La matemàtica continua proporcionant les ferramentes fonamentals per a l'anàlisis i per a revelar la complexitat de l'àmbit espacial, per eixemple, en el treball recent sobre fractalés i la invariancia d'escala. La modelización científica proporciona un marc útil per als nous enfocaments.

Qüestions fonamentals en l'anàlisis espacial

[editar | editar còdic]

L'anàlisis espacial s'enfronta a molts problemes fonamentals en la definició dels seus objectes d'estudi, en la construcció de les operacions analítiques que s'utilisarà, en l'us d'ordenadors per a l'anàlisis, en les llimitacions i particularitats dels anàlisis que es coneixen, i en la presentació resultats d'analítiques. Molts d'estos temes són subjectes actius de l'investigació moderna.

Existixen errors comuns que solen sorgir en l'anàlisis espacial, alguns per la matemàtica de l'espai, alguns per les formes particulars de les senyes es presenten espacialment, alguns per les ferramentes que estan disponibles. Les senyes del cens, degut a que protegix la privacitat individual agregant senyes en unitats locals, planteja una série de qüestions estadístiques. La naturalea fractal de la costa fa que les medicions precises de la seua llongitut siguen difícils, si no impossibles. Un software que ajusta les llínees rectes a la curva d'un llitoral, pot calcular fàcilment les llongituts de les llínees que definix. No obstant, estes llínees rectes poden no tindre un significat inherent en el món real, com es va demostrar per a la costa de Gran Bretanya.

Estos problemes representen un desafiu en l'anàlisis espacial pel poder dels mapes com a mijos de presentació. Quan els resultats es presenten com a mapes, la presentació combina senyes espacials que són generalment precisos en resultats analítics que poden ser inexactos, donant lloc a una impressió de que els resultats analítics són més precisos de lo que les senyes indiquen.[1]

Caracterisació espacial

[editar | editar còdic]
Difusió de la pesta bubónica en l'Europa medieval. Els colors indiquen la distribució espacial de brots de la pesta en el temps.

La definició de la presència espacial d'una entitat llimita el possible anàlisis que pot aplicar-se a eixa entitat i influïx en les conclusions finals que es poden alcançar. Si be esta propietat és fonamentalment verdadera de tots els anàlisis , és particularment important en l'anàlisis espacial perque les ferramentes per a definir i estudiar entitats favorixen caracterisació específiques de les entitats que s'estan estudiant. Les tècniques estadístiques favorixen la definició espacial d'objectes com a punts perque hi ha molt poques tècniques estadístiques que operen directament sobre elements de llínea, àrea o volum. Les ferramentes informàtiques favorixen la definició espacial d'objectes com a elements homogéneus i separats pel número llimitat d'elements de base de senyes i estructures computacionals disponibles, i la facilitat en que es poden crear estes estructures primitives.

Dependència espacial o auto-correlació

[editar | editar còdic]

La dependència espacial és la co-variació de les propietats dins de l'espai geogràfic: les característiques en les ubicacions proximals semblen estar correlacionadas, positivament o negativament. La dependència espacial conduïx al problema de autocorrelación espacial en les estadístiques, ya que, de la mateixa manera que l'autocorrelación temporal, açò viola les tècniques estadístiques estàndar que assumixen l'independència entre les observacions. Per eixemple, els anàlisis de regressió que no compensen la dependència espacial poden tindre estimacions de paràmetros inestables i produir proves de significació no fiables. Els models de regressió espacial capturen estes relacions i no sofrixen d'estes debilitats. També és apropiat considerar la dependència espacial com una font d'informació en lloc d'alguna cosa que es deu corregir.[2]


Els efectes locacionales també es manifesten com a heterogeneïtat espacial, o l'aparent variació en un procés sobre l'ubicació en l'espai geogràfic. A menos que un espai siga uniforme i illimitat, cada lloc tindrà cert grau de singularitat en relació en els atres llocs. Açò afecta les relacions de dependència espacial i, per lo tant, el procés espacial. L'heterogeneïtat espacial significa que els paràmetros globals estimats per a tot el sistema poden no descriure adequadament el procés en un lloc donat.

L'escala de medició espacial és una qüestió persistent en l'anàlisis espacial; més detalls estan disponibles en el tema modificable de l'unitat d'àrea (MAUP). Els ecologistes del paisage varen desenrollar una série de mètriques invariantes de l'escala per als aspectes de l'ecologia que són fractal en naturalea.[3] En térmens més generals, no s'acorda àmpliament un método d'anàlisis independent de l'escala per a l'estadística espacial.

Mostreig espacial

[editar | editar còdic]

El mostreig espacial permet determinar un número llimitat de localisacions en l'espai geogràfic en la finalitat de medir fidelment els fenomens que estan subjectes a dependència i heterogeneïtat.cita requerida La dependència sugerix que, ya que un lloc, pot predir-se el valor d'un lloc diferent i per a això no són necessàries observacions en abdós llocs . L'heterogeneïtat sugerix que esta relació pot canviar a través de l'espai i, per lo tant, no és possible confiar en un determinat grau de dependència més allà d'una regió que pot ser menuda. Els esquemes de mostreig espacial bàsic inclouen les següents modalitats: aleatori, agrupat i sistemàtic. Estos esquemes bàsics es poden aplicar en múltiples nivells d'acort a una determinada jerarquia espacial (per eixemple, àrea urbana, ciutat, veïnat). També és possible explotar senyes auxiliars, per eixemple, utilisant valors de propietat com a guia en un esquema de mostreig espacial per a medir el guany educatiu i l'ingrés. Els models espacials, com les estadístiques de autocorrelación, la regressió i l'interpolació també poden determinar el disseny de la mostra.


Referències

[editar | editar còdic]
  1. Mark Monmonier How to Lie with Maps University of Chicago Press, 1996.
  2. “Spatial autocorrelation and the scaling of species–environment relationships” (2010). Ecology 91: 2455–2465. doi:10.1890/09-1359.1.
  3. Halley, J. M.. “Uses and abuses of fractal methodology in ecology” (en). Ecology Letters 7 (3): 254–271. doi:10.1111/j.1461-0248.2004.00568.x. ISSN 1461-0248.