Uso de Sistemas de Información Geográfica en problemas de Localización

Los sistemas de información geográfico (SIG), son sistemas informáticos compuestos por hardware, software, datos digitales y usuario, que capturan, almacenan, manipulan, procesan y visualizan la información espacial de una determinada zona. Tienen la capacidad de descomponer la realidad en distintos temas, como por ejemplo, relieve, hidrografía, vías de comunicación y otros (Arancibia 2008).

Dado el potencial que tiene esta herramienta, tiene aplicaciones en distintas áreas. Puede utilizarse en la ubicación de vertederos, localización de complejos industriales, determinación de rutas de acceso entre otros. En esta ocasión se realizará un caso de aplicación utilizando GRASS GIS junto con las herramientas de teledetección de RStudio.

Ubicación de residuos agrícolas

El siguiente ejemplo se ubicarán los residuos agrícolas generados en una comunidad agrícola. Para ello se utilizarán los datos geoespaciales suministrados por el Ministerio de Agricultura del Ecuador (Ministerio de Agricultura y Ganadería 2021). Los pasos a seguir son:

1. Instalar el software GRASS GI. Para ello consultar la siguiente dirección electrónica: https://grass.osgeo.org/download/

2. Descargue el conjunto de datos a utilizar https://drive.google.com/drive/folders/1i-FPl1OIwElG_raGa4xuGUgCvuZDfpkO?usp=sharing

3. Abrir GRASS GIS.

grass78 grassdata/FCL/PERMANENT

4. Importar mapset

v.in.ogr input=/home/mriera/grassdata/Tesis/bnd/boundryl.shp output=Borde
v.in.ogr input=/home/mriera/grassdata/Tesis/Cana/EA010_CULTIVO_CANA_AZUCAR_INDUSTRIAL_2020_A.shp output=cana

5. Calcular el área cultivada

v.to.db map=cana type=boundary option=area columns=area_size unit=h
v.info -c cana

6. Pasar a la interfaz de RStudio

rstudio

7. Cargar librerías de georreferenciación

library(XML)
library(rgrass7)
library(sp)

entorno <-gmeta()

execGRASS("g.list", parameters=list(type="vector"))
use_sf()

cana <- readVECT("cana")
names(cana)

Ecu <- readVECT("Borde")
names(Ecu)

####En caso de no tener instalado GRASS GIS, descargar los mapset desde aquí:

https://drive.google.com/drive/folders/1L8YRGYywy0MGqFZAPtm0QPmZPc8SIqjb?usp=sharing

Cargar mapset

library(rlang)
library(sf)
## Linking to GEOS 3.9.1, GDAL 3.3.2, PROJ 7.2.1
Ecu <-st_read("~/grassdata/FCL/PERMANENT/vector/borde2/borde.shp")
## Reading layer `borde' from data source 
##   `/home/mriera/grassdata/FCL/PERMANENT/vector/borde2/borde.shp' 
##   using driver `ESRI Shapefile'
## Simple feature collection with 1 feature and 13 fields
## Geometry type: LINESTRING
## Dimension:     XY
## Bounding box:  xmin: 498737.3 ymin: 9445277 xmax: 1147450 ymax: 10164020
## Projected CRS: WGS 84 / UTM zone 17S
cana <-st_read("~/grassdata/FCL/PERMANENT/vector/cana2/cana2.shp")
## Reading layer `cana2' from data source 
##   `/home/mriera/grassdata/FCL/PERMANENT/vector/cana2/cana2.shp' 
##   using driver `ESRI Shapefile'
## Simple feature collection with 4811 features and 20 fields
## Geometry type: POLYGON
## Dimension:     XY
## Bounding box:  xmin: 567833.6 ymin: 9509559 xmax: 844771 ymax: 10073980
## Projected CRS: WGS 84 / UTM zone 17S

8. Cargar datos y liberías para estimar residuos generados

estimacion_cana_2020 <- 74.35
cana_waste2020 <- (0.75*estimacion_cana_2020*cana$area_size*0.2*1)
cana_cult <- cbind(cana, cana_waste2020)
library(ggplot2)

ggplot(data = cana_cult) + geom_sf(aes(fill=cana_waste2020), color="NA") +
  geom_sf(data = Ecu, fill="NA", color ="black") + xlab("Longitud") + ylab("Latitud")

Referencias

Arancibia, María Ester. 2008. “El uso de los sistemas de información geográfica -SIG- en la planificación estratégica de los recursos energéticos.” Polis (Santiago) 7: 227–38. http://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-65682008000100012&nrm=iso.
Ministerio de Agricultura y Ganadería. 2021. “Geoportal del Agro Ecuatoriano. Catálogo de datos - Metadatos.” http://geoportal.agricultura.gob.ec/geonetwork/srv/spa/catalog.search#/home.