1 / 36

Sistemas de Información Geográfica

Sistemas de Información Geográfica. Bases de datos espaciales. Contexto. Agricultura de Precisión genera muchos datos Necesidad de almacenar y articular datos Limitaciones en las bases de datos relacionales. Antecedentes. Bases de datos tradicionales (RDBMS) Concepto de base de datos

oleg-burch
Download Presentation

Sistemas de Información Geográfica

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. Sistemas de InformaciónGeográfica Bases de datos espaciales.

  2. Contexto • Agricultura de Precisión genera muchos datos • Necesidad de almacenar y articular datos • Limitaciones en las bases de datos relacionales

  3. Antecedentes • Bases de datostradicionales (RDBMS) • Concepto de base de datos • Concepto de tabla • Concepto de campo – tipos • Concepto de relaciones • Sistemas de InformaciónGeográfica • Datosvectoriales • Datos raster (matriciales)

  4. Objetivos • Diferenciar entre bases de datosrelacionales (tradicionales) y espaciales. • ventajas bases de datosespaciales • vincular bases de datosespaciales con sistemasGIS

  5. Programa • Repaso • Ejemplo • Planteo de la problemática • Conclusión • Bases de datos espaciales • Concepto • Tipos de datos espaciales • Operadores - Indices • Nuevas funciones de consultas • Resolución de la problemática • SDBMS + Sistemas GIS • Ejercitación

  6. Repaso • Base de Dato: Es una herramienta para almacenar, agrupar, relacionar y acceder a tablas de información - Básicamente almacenan texto y números en forma tabular • Tabla: Consiste en una agrupación de datos organizados en forma de Campos (columnas) y registros (filas) • Campo: Unidad básica de almacenamiento de información, de una base de datos. Se debe definir su “tipo”. • Relaciones • Primary Key • Foreign Key • Integridad referencial

  7. Repaso SQL (StructuredQueryLanguage) • lenguaje de programación • comunicación con base de datos. • es el estándar para los sistemas de gestión de bases de datos relacionales.

  8. Repaso Sistemas de Información Geográfica Datos vectoriales Datos raster (matriciales) [(0,0),(1,0)] [(0,0),(0,1)] [(0,0),(1,0),(1,1),(0,1),(0,0)]

  9. Repaso

  10. Ejemplo 1 2 3 4 Empresa: Las tres margaritas Campo: Lezama Año: 2007

  11. Ejemplo 64,931 Análisis de P 70,655 11,179 42,296 52,27 19,902 80,843 68,643 38,916 1 3,2 2,192 2 3 46,627 4 Empresa: Las tres margaritas Campo: Lezama Año: 2007

  12. Ejemplo: DER (base de datostradicional)

  13. Ejemplo 1: Consultas • ¿Cuánto rindió el lote 1 en el año 2006? select "Empresas"."Nombre", "Campos"."Nombre", "Lotes".id_lote, "Campanias".anio, "Campanias".cultivo, "Campanias".rendimiento from "Campanias", "Lotes", "Campos", "Empresas" where "Campanias".anio = 2007 and "Lotes".id_lote = 1 and "Campos"."Nombre" = 'Lezama' and "Empresas"."Nombre" = 'Las tres margaritas' and "Lotes".id_campo = "Campos".id_campo and "Campos".id_empresa = "Empresas".id_empresa and "Campanias".id_lote = "Lotes".id_lote

  14. Ejemplo 2: Consultas • ¿Cuánto P había en cada lote en el año 2006? select "Empresas"."Nombre", "Campos"."Nombre", "Lotes".id_lote, avg("AnalisisSuelo"."P") from "AnalisisSuelo", "Lotes", "Campos", "Empresas" where "Campos"."Nombre" = 'Lezama' and "Empresas"."Nombre" = 'Las tres margaritas' and "AnalisisSuelo".fecha BETWEEN '20060101' and '20070101' and "AnalisisSuelo".id_lote = "Lotes".id_lote and "Lotes".id_campo = "Campos".id_campo and "Campos".id_empresa = "Empresas".id_empresa group by "Empresas"."Nombre", "Campos"."Nombre", "Lotes".id_lote, "AnalisisSuelo".id_lote order by "AnalisisSuelo".id_lote

  15. 1 2 3 4

  16. 2 3 1 4 5

  17. Análisis de P 64,931 2 70,655 11,179 3 42,296 52,27 1 19,902 80,843 68,643 38,916 4 3,2 2,192 5 46,627 Establecimiento: Las tres margaritas Campo: Lezama Año: 2009

  18. El modelo tradicional deja de servir

  19. Conclusión • Los datos de campo (fertilidad, rendimiento) son georeferenciados • Los límites de los lotes son cambiantes • Las bases de datos tradicionales poseen limitaciones para modelar estas cuestiones. Las bases de datos espaciales permiten superar estas limitaciones

  20. SDBMS (Spatial DBMS) Añade soporte para objetos geográficos a la base de datos objeto-relacional • Trabaja con un DBMS de fondo • Proporciona ADTs espaciales (spatial Abstract Data Types ) accesibles desde un lenguaje de consultas (SQL) • Proporciona métodos para un procesamiento eficiente de consultas espaciales

  21. SDBMS • Componentes que deben estar presentes en un SGDBR espacial • Tipo de dato espacial • Esquema de indexación espacial • Operadores espaciales. Lenguaje de consultas, procesado y optimización espacial

  22. Tipos de datos espaciales

  23. Tipos de datos espaciales

  24. Operadores - Indices Los índices entran en juego cuando se reconoce un operador en la sentencia SQL. Por ejemplo, en las RDBMS: • SELECT * FROM tabla WHERE nombre = ‘Pablo’ = es un operador • SELECT * FROM tabla WHERE edad < 2 < es un operador

  25. Operadores - Indices En las SDBMS, el operador del índice espacial es “&&” A && B = TRUE A && B = FALSE

  26. Funciones - Ejemplos • ST_Intersects(A,B) • ST_Touches(A,B) • ST_Crosses(A,B) • ST_Contains(A,B) • ST_Within(B,A)

  27. Análisis Espacial - Ejemplos ¿Cuál es el área del lote 3? select Nombre, st_area(the_geom) from Lotes where id_lote = 3;

  28. Análisis Espacial - Ejemplos ¿Cuantos análisis de suelo se hicieron en el lote 3? select count(AnalisisSuelos.id_analisisSuelo) from AnalisisSuelos, Lotes whereST_Within(AnalisisSuelos.the_geom,Lotes.the_geom) and Lotes.id_lote = 3;

  29. Resolución de la problemática

  30. Resolución de la problemática • ¿Cuánto P había en cada lote en el año 2006? select "Empresas"."Nombre", "Campos"."Nombre", "Lotes".id_lote, avg("AnalisisSuelo"."P") from "AnalisisSuelo", "Lotes", "Campos", "Empresas" where "Campos"."Nombre" = 'Lezama‘ and "Empresas"."Nombre" = 'Las tres margaritas‘ and "AnalisisSuelo".fecha BETWEEN '20060101' and '20070101' and ST_Within(“AnalisisSuelo”.the_geom, “Lotes”.the_geom) and ST_Within(“Lote”.the_geom, “Campo”.the_geom) and "Campos".id_empresa = "Empresas".id_empresa group by "Empresas"."Nombre", "Campos"."Nombre", "Lotes".id_lote, "AnalisisSuelo".id_lote order by "AnalisisSuelo".id_lote

  31. SDBMS + Sistemas GIS + +

  32. Librerías GIS

  33. Plataformas web

  34. ¿Preguntas?

  35. Ejercitación • 1- Resolver el ejemplo 1 utilizando las ventajas de las bases de datos espaciales: -¿Cuánto rindió el lote 1 en el año 2006? • 2- ¿A qué campo y empresa pertenece el lote en el cual se registró la mayor concentración de “Fe” a lo largo del tiempo, y cuál es ese valor? (Considere el modelo espacial)

  36. Muchas Gracias !

More Related