CursosEmpresasBlogLiveConfPrecios

Datos vector

Clase 4 de 18 • Curso de Manejo de Datos Geoespaciales con QGIS

Clase anteriorSiguiente clase

Contenido del curso

Introducción a los datos geoespaciales

  • 1
    Bienvenida al mundo de los geodatos

    Bienvenida al mundo de los geodatos

    01:17 min
  • 2
    ¿Qué son los datos geoespaciales?

    ¿Qué son los datos geoespaciales?

    04:16 min
  • 3
    Datos raster

    Datos raster

    03:04 min
  • 4
    Datos vector

    Datos vector

    Viendo ahora
  • 5
    ¿Cómo adquirir datos geoespaciales?

    ¿Cómo adquirir datos geoespaciales?

    04:11 min
  • 6
    Descarga de datos satelitales open-source

    Descarga de datos satelitales open-source

    09:11 min

Herramientas básicas en QGIS

  • 7
    Instalación de QGIS

    Instalación de QGIS

    03:03 min
  • 8

    Descarga e instalación de QGIS en iOS y Linux

    01:32 min
  • 9
    ¿Cómo abrir las imágenes en QGIS?

    ¿Cómo abrir las imágenes en QGIS?

    07:13 min
  • 10
    ¿Qué representan las bandas de una imagen?

    ¿Qué representan las bandas de una imagen?

    03:07 min
  • 11
    Índices espectrales

    Índices espectrales

    08:15 min
  • 12
    Cálculo de un índice de vegetación con Raster Calculator

    Cálculo de un índice de vegetación con Raster Calculator

    05:22 min

Análisis de datos y mapeo en QGIS

  • 13
    Descarga de datos en geoportales

    Descarga de datos en geoportales

    05:14 min
  • 14
    Corte de capas en QGIS

    Corte de capas en QGIS

    05:40 min
  • 15
    Extracción de información con zonal statistics

    Extracción de información con zonal statistics

    04:07 min
  • 16
    Selección del área de impresión del mapa

    Selección del área de impresión del mapa

    06:46 min
  • 17
    Mapa final: incorporación de elementos inspensables

    Mapa final: incorporación de elementos inspensables

    08:05 min

Despedida

  • 18
    Continua aprendiendo de imágenes geoespaciales

    Continua aprendiendo de imágenes geoespaciales

    01:01 min
Tomar examen
Resumen
En la primera clase del curso podrás encontrar la presentación descargable donde podrás ver las referencias de las imágenes utilizadas en esta clase. Las mejores de ellas las hemos dejado en los Recursos para que puedas aprender más sobre datos geoespaciales.

Escuelas

  • Desarrollo Web
    • Fundamentos del Desarrollo Web Profesional
    • Diseño y Desarrollo Frontend
    • Desarrollo Frontend con JavaScript
    • Desarrollo Frontend con Vue.js
    • Desarrollo Frontend con Angular
    • Desarrollo Frontend con React.js
    • Desarrollo Backend con Node.js
    • Desarrollo Backend con Python
    • Desarrollo Backend con Java
    • Desarrollo Backend con PHP
    • Desarrollo Backend con Ruby
    • Bases de Datos para Web
    • Seguridad Web & API
    • Testing Automatizado y QA para Web
    • Arquitecturas Web Modernas y Escalabilidad
    • DevOps y Cloud para Desarrolladores Web
  • English Academy
    • Inglés Básico A1
    • Inglés Básico A2
    • Inglés Intermedio B1
    • Inglés Intermedio Alto B2
    • Inglés Avanzado C1
    • Inglés para Propósitos Específicos
    • Inglés de Negocios
  • Marketing Digital
    • Fundamentos de Marketing Digital
    • Marketing de Contenidos y Redacción Persuasiva
    • SEO y Posicionamiento Web
    • Social Media Marketing y Community Management
    • Publicidad Digital y Paid Media
    • Analítica Digital y Optimización (CRO)
    • Estrategia de Marketing y Growth
    • Marketing de Marca y Comunicación Estratégica
    • Marketing para E-commerce
    • Marketing B2B
    • Inteligencia Artificial Aplicada al Marketing
    • Automatización del Marketing
    • Marca Personal y Marketing Freelance
    • Ventas y Experiencia del Cliente
    • Creación de Contenido para Redes Sociales
  • Inteligencia Artificial y Data Science
    • Fundamentos de Data Science y AI
    • Análisis y Visualización de Datos
    • Machine Learning y Deep Learning
    • Data Engineer
    • Inteligencia Artificial para la Productividad
    • Desarrollo de Aplicaciones con IA
    • AI Software Engineer
  • Ciberseguridad
    • Fundamentos de Ciberseguridad
    • Hacking Ético y Pentesting (Red Team)
    • Análisis de Malware e Ingeniería Forense
    • Seguridad Defensiva y Cumplimiento (Blue Team)
    • Ciberseguridad Estratégica
  • Liderazgo y Habilidades Blandas
    • Fundamentos de Habilidades Profesionales
    • Liderazgo y Gestión de Equipos
    • Comunicación Avanzada y Oratoria
    • Negociación y Resolución de Conflictos
    • Inteligencia Emocional y Autogestión
    • Productividad y Herramientas Digitales
    • Gestión de Proyectos y Metodologías Ágiles
    • Desarrollo de Carrera y Marca Personal
    • Diversidad, Inclusión y Entorno Laboral Saludable
    • Filosofía y Estrategia para Líderes
  • Diseño de Producto y UX
    • Fundamentos de Diseño UX/UI
    • Investigación de Usuarios (UX Research)
    • Arquitectura de Información y Usabilidad
    • Diseño de Interfaces y Prototipado (UI Design)
    • Sistemas de Diseño y DesignOps
    • Redacción UX (UX Writing)
    • Creatividad e Innovación en Diseño
    • Diseño Accesible e Inclusivo
    • Diseño Asistido por Inteligencia Artificial
    • Gestión de Producto y Liderazgo en Diseño
    • Diseño de Interacciones Emergentes (VUI/VR)
    • Desarrollo Web para Diseñadores
    • Diseño y Prototipado No-Code
  • Contenido Audiovisual
    • Fundamentos de Producción Audiovisual
    • Producción de Video para Plataformas Digitales
    • Producción de Audio y Podcast
    • Fotografía y Diseño Gráfico para Contenido Digital
    • Motion Graphics y Animación
    • Contenido Interactivo y Realidad Aumentada
    • Estrategia, Marketing y Monetización de Contenidos
  • Desarrollo Móvil
    • Fundamentos de Desarrollo Móvil
    • Desarrollo Nativo Android con Kotlin
    • Desarrollo Nativo iOS con Swift
    • Desarrollo Multiplataforma con React Native
    • Desarrollo Multiplataforma con Flutter
    • Arquitectura y Patrones de Diseño Móvil
    • Integración de APIs y Persistencia Móvil
    • Testing y Despliegue en Móvil
    • Diseño UX/UI para Móviles
  • Diseño Gráfico y Arte Digital
    • Fundamentos del Diseño Gráfico y Digital
    • Diseño de Identidad Visual y Branding
    • Ilustración Digital y Arte Conceptual
    • Diseño Editorial y de Empaques
    • Motion Graphics y Animación 3D
    • Diseño Gráfico Asistido por Inteligencia Artificial
    • Creatividad e Innovación en Diseño
  • Programación
    • Fundamentos de Programación e Ingeniería de Software
    • Herramientas de IA para el trabajo
    • Matemáticas para Programación
    • Programación con Python
    • Programación con JavaScript
    • Programación con TypeScript
    • Programación Orientada a Objetos con Java
    • Desarrollo con C# y .NET
    • Programación con PHP
    • Programación con Go y Rust
    • Programación Móvil con Swift y Kotlin
    • Programación con C y C++
    • Administración Básica de Servidores Linux
  • Negocios
    • Fundamentos de Negocios y Emprendimiento
    • Estrategia y Crecimiento Empresarial
    • Finanzas Personales y Corporativas
    • Inversión en Mercados Financieros
    • Ventas, CRM y Experiencia del Cliente
    • Operaciones, Logística y E-commerce
    • Gestión de Proyectos y Metodologías Ágiles
    • Aspectos Legales y Cumplimiento
    • Habilidades Directivas y Crecimiento Profesional
    • Diversidad e Inclusión en el Entorno Laboral
    • Herramientas Digitales y Automatización para Negocios
  • Blockchain y Web3
    • Fundamentos de Blockchain y Web3
    • Desarrollo de Smart Contracts y dApps
    • Finanzas Descentralizadas (DeFi)
    • NFTs y Economía de Creadores
    • Seguridad Blockchain
    • Ecosistemas Blockchain Alternativos (No-EVM)
    • Producto, Marketing y Legal en Web3
  • Recursos Humanos
    • Fundamentos y Cultura Organizacional en RRHH
    • Atracción y Selección de Talento
    • Cultura y Employee Experience
    • Gestión y Desarrollo de Talento
    • Desarrollo y Evaluación de Liderazgo
    • Diversidad, Equidad e Inclusión
    • AI y Automatización en Recursos Humanos
    • Tecnología y Automatización en RRHH
  • Finanzas e Inversiones
    • Fundamentos de Finanzas Personales y Corporativas
    • Análisis y Valoración Financiera
    • Inversión y Mercados de Capitales
    • Finanzas Descentralizadas (DeFi) y Criptoactivos
    • Finanzas y Estrategia para Startups
    • Inteligencia Artificial Aplicada a Finanzas
    • Domina Excel
    • Financial Analyst
    • Conseguir trabajo en Finanzas e Inversiones
  • Startups
    • Fundamentos y Validación de Ideas
    • Estrategia de Negocio y Product-Market Fit
    • Desarrollo de Producto y Operaciones Lean
    • Finanzas, Legal y Fundraising
    • Marketing, Ventas y Growth para Startups
    • Cultura, Talento y Liderazgo
    • Finanzas y Operaciones en Ecommerce
    • Startups Web3 y Blockchain
    • Startups con Impacto Social
    • Expansión y Ecosistema Startup
  • Cloud Computing y DevOps
    • Fundamentos de Cloud y DevOps
    • Administración de Servidores Linux
    • Contenerización y Orquestación
    • Infraestructura como Código (IaC) y CI/CD
    • Amazon Web Services
    • Microsoft Azure
    • Serverless y Observabilidad
    • Certificaciones Cloud (Preparación)
    • Plataforma Cloud GCP

Platzi y comunidad

  • Platzi Business
  • Live Classes
  • Lanzamientos
  • Executive Program
  • Trabaja con nosotros
  • Podcast

Recursos

  • Manual de Marca

Soporte

  • Preguntas Frecuentes
  • Contáctanos

Legal

  • Términos y Condiciones
  • Privacidad
  • Tyc promociones
Reconocimientos
Reconocimientos
Logo reconocimientoTop 40 Mejores EdTech del mundo · 2024
Logo reconocimientoPrimera Startup Latina admitida en YC · 2014
Logo reconocimientoPrimera Startup EdTech · 2018
Logo reconocimientoCEO Ganador Medalla por la Educación T4 & HP · 2024
Logo reconocimientoCEO Mejor Emprendedor del año · 2024
De LATAM conpara el mundo
YoutubeInstagramLinkedInTikTokFacebookX (Twitter)Threads
        Walter Omar Barrios Vazquez

        Walter Omar Barrios Vazquez

        student•
        hace 4 años

        Datos vector

        . ++Existen tres tipos de datos vector:++ .

        1. Punto
        2. Línea
        3. Polígono

        . ++Características de los vector:++ .

        1. Representan rasgos (feactures).
        2. Representan la geometría del objeto.
        3. La geometría se conecta con uno o múltiples vértices.
        4. Los vértices describen una posición con coordenadas X, Y, Z (opcional).

        . ++Ventajas de los vector:++ .

        1. Requiere de menos almacenamiento.
        2. Ideal para representar puntos, líneas y polígonos (tipo mapa).
        3. Mantiene las relaciones topológicas.
        4. Tiene una tabla de atributos.

        . ++Inconvenientes de los vector:++ .

        1. Estructura de datos compleja.
        2. Análisis espacial complejo.

        . ++Formato:++ .

        • Existen dos formatos ampliamente usados:
          • Geopackage (.gpkg)
          • ESRI Shapefile (.shp)

        .

        Rasterizar / vectorizar

        .

        1. Rasterizar: de vector a raster
          • Tamaño del píxel
        2. Vectorizar: de raster a vector
          • Tipo de vector

        .

        Conclusión raster / vector

        .

        • No hay uno mejor que otro, depende de la aplicación.
          • P. Ej. en el caso de estar trabajando con imágenes es mejor estar trabajando con datos tipo raster
          • En el caso de estar trabajando con datos tipo punto o tipo línea, es decir, datos que se pueden encontrar en un mapa es mucho mejor trabajar con datos tipo vector.

        .

          Diaz Mauricio

          Diaz Mauricio

          student•
          hace 3 años

          Gracias

          Juan Fernando Millan Hurtado

          Juan Fernando Millan Hurtado

          student•
          hace 3 años

          buen resumen, muchas gracias.

        Alejandro Ramírez Orozco

        Alejandro Ramírez Orozco

        student•
        hace 4 años

        Los datos vectoriales son muy usados hoy en día, por ejemplo desde la ingeniería ambiental se usan para representar sitios contaminados, áreas de infliencia de impactos ambientales, entre otros...

        Para aprender más sobre estos datos recomiendo esta página c:

          Diaz Mauricio

          Diaz Mauricio

          student•
          hace 3 años

          Gracias

          Cristian Arias

          Cristian Arias

          student•
          hace 3 años

          hola. Gracias, yo quiero estudiar ingenieria ambiental y me alegra que este tipo de contenidos se empiecen a brindar en Platzi.

        Fernando Zubieta Cortes

        Fernando Zubieta Cortes

        student•
        hace 3 años

        Los datos de tipo vectorial generalmente tratan información mesurable sobre el territorio, comprende información que se puede traducir en un punto/polígono/línea como el precio de m2 de un inmueble, tipologías de construcción, etc. En ello antes de pensar sobre el tipo de dato a trabajar, pensemos primero en las características de la información que se va a representar en el mapa, ¿mi información es estacional? ¿representa variables cuantitativas, cualitativas? entre otras.

        Espero les sirva 😀

          Diaz Mauricio

          Diaz Mauricio

          student•
          hace 3 años

          Gracias

        Mario Alberto García Meza

        Mario Alberto García Meza

        teacher•
        hace 3 años

        Las tablas de atributos también permiten almacenar características del área que estamos almacenando. Por ejemplo, podríamos tener un mapa de países con sus niveles de población almacenada en la tabla de atributos.

          Diaz Mauricio

          Diaz Mauricio

          student•
          hace 3 años

          Gracias

        Ixcoatl Francisco Pérez

        Ixcoatl Francisco Pérez

        student•
        hace 3 años
        rasterizarvect.PNG
          Diaz Mauricio

          Diaz Mauricio

          student•
          hace 3 años

          Gracias

        Nuria Hermida

        Nuria Hermida

        student•
        hace 3 años

        El Shapefile es propiedad de ESRI, pero es un estándar abierto. No entiendo eso de que "no es de uso público". Su especificación técnica lleva años publicada y es un estándar de facto para el intercambio de datos geoespaciales. Aquí está explicado https://desktop.arcgis.com/es/arcmap/latest/manage-data/shapefiles/geoprocessing-considerations-for-shapefile-output.htm Y aquí su especificación publicada https://www.esri.com/content/dam/esrisites/sitecore-archive/Files/Pdfs/library/whitepapers/pdfs/shapefile.pdf

        Eduard Giraldo Martínez

        Eduard Giraldo Martínez

        student•
        hace 3 años

        Cada vez que se habla de Pixeles ==(Raster)== o Vectores, siempre tomo como referencia a los videojuegos. En como se componen los gráficos de estos. Voxels es una nueva tecnología para los gráficos, la cuestión, es que allí explica un poco el funcionamiento de los píxeles y los vectores. .

        En ¿Qué es la resolución? pueden entender más del tema un poco más técnico.

        👾

          Diaz Mauricio

          Diaz Mauricio

          student•
          hace 3 años

          Gracias

        Patricia Vargas

        Patricia Vargas

        student•
        hace 3 meses

        Si les interesa podemos conectar en Linkedin, yo estoy buscando trabajar con GIS profesionalmente, en Linkedin estoy como Mercy Roa, y soy Platzinauta! (https://www.linkedin.com/in/mercyroa/)

        Roxana Arauco

        Roxana Arauco

        student•
        hace un año

        Los archivos tipo raster no tienen coordenadas?

        Federico Martinez

        Federico Martinez

        student•
        hace un año

        Datos Vectoriales

        Los datos vectoriales representan información geoespacial mediante entidades geométricas definidas por coordenadas. A diferencia de los datos raster, que usan una cuadrícula de celdas, los vectores modelan el mundo con precisión geométrica, lo que los hace ideales para describir objetos discretos.

        Tipos de datos vectoriales:

        1. Punto:
          • Representa una ubicación específica en el espacio mediante una coordenada (x, y), y opcionalmente una altura (z).
          • Ejemplo: La posición exacta de un árbol, un semáforo o un pozo.
        2. Línea (o polilínea):
          • Consiste en una secuencia de puntos conectados que forman trayectorias o límites lineales.
          • Ejemplo: Carreteras, ríos, líneas de costa o tuberías.
        3. Polígono:
          • Es un área cerrada formada por una serie de líneas que conectan puntos, definiendo un contorno.
          • Ejemplo: Límites de un país, un lago, una parcela de terreno o un edificio.

        Características de los datos vectoriales:

        • Representan rasgos (features):
          • Cada entidad vectorial (punto, línea o polígono) corresponde a un objeto o fenómeno del mundo real, como una escuela (punto), un camino (línea) o una ciudad (polígono).
        • Representan la geometría del objeto:
          • La forma y posición de los objetos se describen con precisión matemática, lo que permite modelar contornos exactos sin depender de una cuadrícula.
        • Geometría conectada por vértices:
          • Los puntos, líneas y polígonos se construyen a partir de vértices (nodos), que son los "bloques de construcción" básicos de la geometría vectorial.
          • Ejemplo: Un polígono que representa un lago tiene vértices que delinean su borde.
        • Vértices con coordenadas X, Y, Z:
          • Cada vértice tiene una posición definida por coordenadas cartesianas (x, y) en 2D, y opcionalmente una coordenada z para altura o profundidad en 3D.
          • Ejemplo: En un modelo 3D de un edificio, los vértices incluyen la elevación para representar su altura.

        Ventajas de los datos vectoriales:

        • Menor requerimiento de almacenamiento:
          • Almacenan solo las coordenadas de los vértices y las conexiones entre ellos, en lugar de valores para cada celda como los raster, lo que reduce el tamaño de los archivos.
          • Ejemplo: Un archivo vectorial de una carretera de 10 km ocupa menos espacio que un raster de alta resolución de la misma área.
        • Ideal para puntos, líneas y polígonos:
          • Su capacidad para representar entidades discretas con bordes definidos los hace perfectos para mapas temáticos, como redes de transporte o límites administrativos.
        • Mantiene relaciones topológicas:
          • Los vectores preservan la conectividad y las relaciones espaciales entre objetos (ej. qué polígonos son adyacentes o qué líneas se cruzan), lo que facilita análisis como el cálculo de rutas o la detección de superposiciones.
        • Tabla de atributos:
          • Cada entidad vectorial puede vincularse a una tabla con información adicional (atributos), como nombres, categorías o valores numéricos.
          • Ejemplo: Un polígono de un municipio puede tener atributos como población, área en km² o PIB.

        Inconvenientes de los datos vectoriales:

        • Estructura de datos compleja:
          • La necesidad de almacenar coordenadas y relaciones topológicas hace que los archivos sean más difíciles de procesar y requieran software especializado (ej. GIS).
          • Comparado con la simplicidad matricial de los raster, los vectores son menos intuitivos para ciertas operaciones.
        • Análisis espacial complejo:
          • Operaciones como superposición de capas o interpolación son más lentas y computacionalmente intensivas en vectores, ya que implican cálculos geométricos entre múltiples entidades.
          • Ejemplo: Determinar la intersección de dos polígonos requiere más pasos que sumar valores en un raster.

        Formatos:

        • Geopackage (.gpkg):
          • Un formato moderno, abierto y basado en SQLite, que permite almacenar múltiples capas vectoriales (y raster) en un solo archivo.
          • Ventajas: Portátil, compatible con muchos sistemas GIS (QGIS, ArcGIS), y soporta metadatos y relaciones espaciales.
        • ESRI Shapefile (.shp):
          • Un formato propietario de ESRI, ampliamente adoptado desde los años 90. Consta de varios archivos (.shp para geometría, .dbf para atributos, .shx para índices).
          • Ventajas: Universalmente reconocido, pero limitado por tamaño (máximo 2 GB) y nombres de campos cortos.
        • Otros formatos:
          • .kml/.kmz: Usado en Google Earth, ideal para visualización simple.
          • GeoJSON: Formato ligero basado en JSON, popular en aplicaciones web.

        Rasterizar / Vectorizar

        La conversión entre formatos raster y vector es común para adaptar datos a diferentes necesidades.

        1. Rasterizar (de vector a raster):
          • Proceso: Convierte geometrías vectoriales (puntos, líneas, polígonos) en una cuadrícula de celdas raster.
          • Tamaño del píxel: El usuario define la resolución (tamaño de celda), lo que determina el nivel de detalle. Una celda pequeña preserva más precisión, pero aumenta el tamaño del archivo.
          • Ejemplo: Convertir un polígono de un lago en un raster para combinarlo con un mapa de precipitación.
          • Uso: Útil para análisis que requieren la simplicidad de los raster.
        2. Vectorizar (de raster a vector):
          • Proceso: Transforma una cuadrícula raster en entidades vectoriales, identificando patrones como contornos o formas.
          • Tipo de vector: El resultado puede ser puntos (centroides de celdas), líneas (bordes) o polígonos (áreas continuas).
          • Ejemplo: Extraer los límites de un bosque desde una imagen satelital rasterizada.
          • Uso: Necesario cuando se requiere precisión geométrica o relaciones topológicas.

        Conclusión: Raster vs. Vector

        No existe un formato "mejor" en términos absolutos; la elección entre raster y vector depende del propósito del análisis o la aplicación:

        • Datos Raster:
          • Cuándo usarlos: Ideales para trabajar con imágenes (satelitales, aéreas), superficies continuas (elevación, temperatura) o análisis espacial amplio.
          • Ejemplo práctico: Modelar la propagación de un incendio forestal usando datos de vegetación y viento en formato raster.
        • Datos Vectoriales:
          • Cuándo usarlos: Perfectos para datos discretos como puntos (ubicaciones específicas), líneas (redes de transporte) o polígonos (fronteras), especialmente en mapas temáticos o análisis topológicos.
          • Ejemplo práctico: Mapear una red de tuberías subterráneas con sus conexiones exactas.

        Combinación de ambos: En muchos proyectos, se usan juntos. Por ejemplo, un SIG podría superponer vectores de carreteras sobre un raster de elevación para planificar una ruta. La clave está en entender las fortalezas y limitaciones de cada uno y elegir según los datos disponibles y los objetivos.

        Federico Martinez

        Federico Martinez

        student•
        hace un año

        A continuación, expando la sección sobre datos vectoriales, incluyendo los tipos, características, ventajas, inconvenientes, formatos, el proceso de rasterización/vectorización y una conclusión ampliada sobre raster vs. vector. Aquí tienes una versión más detallada:

        Datos Vectoriales

        Los datos vectoriales representan información geoespacial mediante entidades geométricas definidas por coordenadas. A diferencia de los datos raster, que usan una cuadrícula de celdas, los vectores modelan el mundo con precisión geométrica, lo que los hace ideales para describir objetos discretos.

        Tipos de datos vectoriales:

        1. Punto:
          • Representa una ubicación específica en el espacio mediante una coordenada (x, y), y opcionalmente una altura (z).
          • Ejemplo: La posición exacta de un árbol, un semáforo o un pozo.
        2. Línea (o polilínea):
          • Consiste en una secuencia de puntos conectados que forman trayectorias o límites lineales.
          • Ejemplo: Carreteras, ríos, líneas de costa o tuberías.
        3. Polígono:
          • Es un área cerrada formada por una serie de líneas que conectan puntos, definiendo un contorno.
          • Ejemplo: Límites de un país, un lago, una parcela de terreno o un edificio.

        Características de los datos vectoriales:

        • Representan rasgos (features):
          • Cada entidad vectorial (punto, línea o polígono) corresponde a un objeto o fenómeno del mundo real, como una escuela (punto), un camino (línea) o una ciudad (polígono).
        • Representan la geometría del objeto:
          • La forma y posición de los objetos se describen con precisión matemática, lo que permite modelar contornos exactos sin depender de una cuadrícula.
        • Geometría conectada por vértices:
          • Los puntos, líneas y polígonos se construyen a partir de vértices (nodos), que son los "bloques de construcción" básicos de la geometría vectorial.
          • Ejemplo: Un polígono que representa un lago tiene vértices que delinean su borde.
        • Vértices con coordenadas X, Y, Z:
          • Cada vértice tiene una posición definida por coordenadas cartesianas (x, y) en 2D, y opcionalmente una coordenada z para altura o profundidad en 3D.
          • Ejemplo: En un modelo 3D de un edificio, los vértices incluyen la elevación para representar su altura.

        Ventajas de los datos vectoriales:

        • Menor requerimiento de almacenamiento:
          • Almacenan solo las coordenadas de los vértices y las conexiones entre ellos, en lugar de valores para cada celda como los raster, lo que reduce el tamaño de los archivos.
          • Ejemplo: Un archivo vectorial de una carretera de 10 km ocupa menos espacio que un raster de alta resolución de la misma área.
        • Ideal para puntos, líneas y polígonos:
          • Su capacidad para representar entidades discretas con bordes definidos los hace perfectos para mapas temáticos, como redes de transporte o límites administrativos.
        • Mantiene relaciones topológicas:
          • Los vectores preservan la conectividad y las relaciones espaciales entre objetos (ej. qué polígonos son adyacentes o qué líneas se cruzan), lo que facilita análisis como el cálculo de rutas o la detección de superposiciones.
        • Tabla de atributos:
          • Cada entidad vectorial puede vincularse a una tabla con información adicional (atributos), como nombres, categorías o valores numéricos.
          • Ejemplo: Un polígono de un municipio puede tener atributos como población, área en km² o PIB.

        Inconvenientes de los datos vectoriales:

        • Estructura de datos compleja:
          • La necesidad de almacenar coordenadas y relaciones topológicas hace que los archivos sean más difíciles de procesar y requieran software especializado (ej. GIS).
          • Comparado con la simplicidad matricial de los raster, los vectores son menos intuitivos para ciertas operaciones.
        • Análisis espacial complejo:
          • Operaciones como superposición de capas o interpolación son más lentas y computacionalmente intensivas en vectores, ya que implican cálculos geométricos entre múltiples entidades.
          • Ejemplo: Determinar la intersección de dos polígonos requiere más pasos que sumar valores en un raster.

        Formatos:

        • Geopackage (.gpkg):
          • Un formato moderno, abierto y basado en SQLite, que permite almacenar múltiples capas vectoriales (y raster) en un solo archivo.
          • Ventajas: Portátil, compatible con muchos sistemas GIS (QGIS, ArcGIS), y soporta metadatos y relaciones espaciales.
        • ESRI Shapefile (.shp):
          • Un formato propietario de ESRI, ampliamente adoptado desde los años 90. Consta de varios archivos (.shp para geometría, .dbf para atributos, .shx para índices).
          • Ventajas: Universalmente reconocido, pero limitado por tamaño (máximo 2 GB) y nombres de campos cortos.
        • Otros formatos:
          • .kml/.kmz: Usado en Google Earth, ideal para visualización simple.
          • GeoJSON: Formato ligero basado en JSON, popular en aplicaciones web.

        Rasterizar / Vectorizar

        La conversión entre formatos raster y vector es común para adaptar datos a diferentes necesidades.

        1. Rasterizar (de vector a raster):
          • Proceso: Convierte geometrías vectoriales (puntos, líneas, polígonos) en una cuadrícula de celdas raster.
          • Tamaño del píxel: El usuario define la resolución (tamaño de celda), lo que determina el nivel de detalle. Una celda pequeña preserva más precisión, pero aumenta el tamaño del archivo.
          • Ejemplo: Convertir un polígono de un lago en un raster para combinarlo con un mapa de precipitación.
          • Uso: Útil para análisis que requieren la simplicidad de los raster.
        2. Vectorizar (de raster a vector):
          • Proceso: Transforma una cuadrícula raster en entidades vectoriales, identificando patrones como contornos o formas.
          • Tipo de vector: El resultado puede ser puntos (centroides de celdas), líneas (bordes) o polígonos (áreas continuas).
          • Ejemplo: Extraer los límites de un bosque desde una imagen satelital rasterizada.
          • Uso: Necesario cuando se requiere precisión geométrica o relaciones topológicas.

        Conclusión: Raster vs. Vector

        No existe un formato "mejor" en términos absolutos; la elección entre raster y vector depende del propósito del análisis o la aplicación:

        • Datos Raster:
          • Cuándo usarlos: Ideales para trabajar con imágenes (satelitales, aéreas), superficies continuas (elevación, temperatura) o análisis espacial amplio.
          • Ejemplo práctico: Modelar la propagación de un incendio forestal usando datos de vegetación y viento en formato raster.
        • Datos Vectoriales:
          • Cuándo usarlos: Perfectos para datos discretos como puntos (ubicaciones específicas), líneas (redes de transporte) o polígonos (fronteras), especialmente en mapas temáticos o análisis topológicos.
          • Ejemplo práctico: Mapear una red de tuberías subterráneas con sus conexiones exactas.

        Combinación de ambos: En muchos proyectos, se usan juntos. Por ejemplo, un SIG podría superponer vectores de carreteras sobre un raster de elevación para planificar una ruta. La clave está en entender las fortalezas y limitaciones de cada uno y elegir según los datos disponibles y los objetivos.

        Jhon Freddy Tavera Blandon

        Jhon Freddy Tavera Blandon

        student•
        hace 2 años

        ++Los datos vector representan información geoespacial utilizando geometrías como puntos, líneas y polígonos, en lugar de la estructura de celdas o píxeles que caracteriza a los datos raster++

        Puntos Geográficos:

        Representan ubicaciones específicas en el espacio y se utilizan para marcar puntos de interés, como estaciones meteorológicas, tiendas, o cualquier entidad con coordenadas geográficas precisas.

        Líneas y Polilíneas:

        Se utilizan para representar elementos lineales como carreteras, ríos, límites de parcelas y otras características que tienen longitud y dirección.

        Polígonos:

        Representan áreas cerradas y se utilizan para delimitar regiones como países, estados, ciudades, o cualquier otra área geográfica definida.

        Mapas Topológicos:

        Los datos vector pueden incluir información topológica, que describe las relaciones espaciales entre elementos, como la conectividad entre carreteras o la adyacencia entre parcelas.

        Datos Cadastrales:

        Se utilizan para gestionar información catastral, como límites de propiedades, parcelas y la propiedad asociada a áreas específicas.

        Redes de Transporte:

        Los datos vector se aplican en la representación de redes de transporte, como sistemas de carreteras, ferrocarriles o líneas de transmisión eléctrica.

        Datos Demográficos

        Se pueden utilizar datos vector para representar áreas demográficas, como distritos electorales, proporcionando información sobre la distribución de la población.

        Modelado de Terreno:

        En la representación de modelos tridimensionales de terreno, los datos vector pueden describir características como crestas, cañones y otras formas tridimensionales.

        Análisis de Relaciones Espaciales:

        Los datos vector permiten análisis detallados de relaciones espaciales, como la proximidad entre entidades o la intersección entre líneas y polígonos.

        Operaciones Geoespaciales:

        Los datos vector son fundamentales para realizar operaciones geoespaciales avanzadas, como uniones espaciales, análisis de proximidad y consultas complejas.

        Juan Fernando Millan Hurtado

        Juan Fernando Millan Hurtado

        student•
        hace 3 años

        Punto, línea y polígono los he usado precisamente para generar información en aplicaciones como Google Earth.

        Gabriel Obregón

        Gabriel Obregón

        student•
        hace 3 años

        Hay un formato vector menos conocido de los que mencionó la profesora pero ampliamente utilizado en aplicaciones de cartografía en entornos web, al permitir el intercambio de datos de manera rápida, ligera y sencilla. Se llama GeoJSON: https://es.wikipedia.org/wiki/GeoJSON

        Ixcoatl Francisco Pérez

        Ixcoatl Francisco Pérez

        student•
        hace 3 años
        raster_vector.PNG
          Diaz Mauricio

          Diaz Mauricio

          student•
          hace 3 años

          Gracias

        Jonathan Macalupu Reyes

        Jonathan Macalupu Reyes

        student•
        hace 3 años

        ¿y tú eres Team Geopackage o Team Shapefile?

        SANTIAGO ELSO GHIONE

        SANTIAGO ELSO GHIONE

        student•
        hace 3 años

        Hice varios cursos de GIS en distintas plataformas. Por lo que vi hasta ahora en este curso esta muy bien estructurado y explicado. Bien Platzi!

        Ixcoatl Francisco Pérez

        Ixcoatl Francisco Pérez

        student•
        hace 3 años
        formatoVector.PNG
        Ixcoatl Francisco Pérez

        Ixcoatl Francisco Pérez

        student•
        hace 3 años
        desventajatipovector.PNG
        Ixcoatl Francisco Pérez

        Ixcoatl Francisco Pérez

        student•
        hace 3 años
        ventajatipovector.PNG