Información general sobre georreferenciación
Los datos ráster se obtienen de muchas fuentes, como imágenes de satélite, cámaras aéreas y mapas escaneados. Las imágenes de satélite modernas y las cámaras aéreas suelen tener información de ubicación relativamente precisa, aunque pueden necesitar pequeños ajustes para alinear todos tus datos SIG. Los mapas escaneados y los datos históricos normalmente no contienen información de referencia espacial. En estos casos necesitará usar datos de ubicación precisos para alinear o georreferenciar sus datos ráster a un sistema de coordenadas de mapa. Un sistema de coordenadas de mapa se define usando una proyección de mapa, un método mediante el cual la superficie curva de la Tierra se representa sobre una superficie plana.
Al georreferenciar sus datos ráster, define su ubicación con coordenadas de mapa y asigna el sistema de coordenadas del marco de mapa. La georreferenciación de datos ráster permite visualizarlos, consultarlos y analizarlos con otros datos geográficos. Las herramientas de georreferenciación en la pestaña Georreferencia permiten georreferenciar cualquier dataset ráster.
En general, hay cuatro pasos para georreferenciar sus datos:
Agregue el dataset ráster que quiera alinear con tus datos proyectados.
Use la pestaña Georreferencia para crear puntos de control y conectar su ráster a posiciones conocidas en el mapa
Revise los puntos de control y los errores
Guarde el resultado de la georreferenciación cuando esté satisfecho con la alineación.
Alineación del ráster con puntos de control
Generalmente, georreferenciará sus datos ráster usando datos espaciales existentes (datos destino), como por ejemplo rásteres georreferenciados o una clase de entidad vectorial que resida en el sistema de coordenadas de mapa deseado. El proceso consiste en identificar una serie de puntos de control del terreno, conocidos como coordenadas x,y, que vinculan ubicaciones en el dataset ráster con ubicaciones en los datos referenciados espacialmente. Los puntos de control son ubicaciones que pueden identificarse con precisión en el dataset ráster y en coordenadas del mundo real. Se pueden utilizar muchos tipos diferentes de entidades como ubicaciones identificables, como por ejemplo intersecciones de carreteras o cursos de agua, la desembocadura de un curso de agua, afloramientos de roca, el final de un espigón, la esquina de un campo establecido, esquinas de calles o la intersección de dos setos.
Los puntos de control se utilizan junto con la transformación para desplazar y combar el dataset ráster desde su ubicación actual hasta la ubicación espacialmente correcta. La conexión entre un punto de control en el dataset ráster (el punto de origen) y el punto de control correspondiente en los datos de destino alineados (el punto de destino) es un par de puntos de control.
El número de vínculos que necesita crear depende de la complejidad de la transformación que tiene previsto usar para transformar el dataset ráster en coordenadas de mapa. Sin embargo, agregar más vínculos no necesariamente supondrá un mejor proceso de registro. Si es posible, debe expandir los vínculos por todo el dataset ráster en lugar de concentrarlos en una sola área. Normalmente, tener al menos un vínculo cerca de cada esquina del dataset ráster y unos pocos por el interior ofrece los mejores resultados.
Generalmente, cuanto mayor sea la superposición entre el dataset ráster y los datos destino, mejores resultados de la alineación, ya que tendrá puntos más espaciados con los que georreferenciar el dataset de ráster. Por ejemplo, si sus datos destino solo ocupan una cuarta parte del área de su dataset ráster, los puntos que podría usar para alinear el dataset ráster estarían confinados a esa área de superposición. Por tanto, es poco probable que las áreas fuera del área de superposición estén correctamente alineadas. Tenga en cuenta que sus datos georreferenciados solo son tan precisos como los datos con los que se alinean. Para minimizar errores, debe georreferenciar los datos que estén en la máxima resolución y mayor escala según sus necesidades.
Transformación del ráster
Cuando haya creado suficientes puntos de control, puede transformar el dataset ráster a las coordenadas de mapa de los datos destino. Tiene la opción de usar varios tipos de transformaciones, como polinómicas, spline, ajustes, proyectivas o similares, para determinar la ubicación correcta de coordenadas de mapa para cada celda del ráster.
La transformación polinómica utiliza un polinomio construido sobre puntos de control y un algoritmo de ajuste por mínimos cuadrados (LSF). Está optimizada para la precisión global, aunque no garantiza la precisión local. La transformación polinómica produce dos fórmulas: una para calcular la coordenada x de salida para una ubicación (x,y) de entrada y otra para calcular la coordenada y para una ubicación de entrada (x,y). El objetivo del algoritmo de ajuste por mínimos cuadrados es derivar una fórmula general que pueda aplicarse a todos los puntos, normalmente a costa de un ligero desplazamiento de las posiciones hacia los puntos de control. El número de puntos de control no correlacionados requeridos para este método debe ser 1 para un desplazamiento de orden cero, 3 para un afín de primer orden, 6 para un segundo orden y 10 para un tercer orden. Los polinomios de orden inferior tienden a dar un error de tipo aleatorio, mientras que los polinomios de orden superior tienden a dar un error de extrapolación.
Se utilizará un polinomio de orden cero para cambiar sus datos. Esto se utiliza generalmente cuando los datos ya están georreferenciados, pero un pequeño cambio alinea mejor los datos. Solo se necesita un punto de control para realizar un cambio con polinomio de orden cero. Puede ser buena idea crear varios puntos de control y posteriormente elegir el que parezca más preciso.
La transformación polinómica de primer orden se utiliza normalmente para georreferenciar una imagen. Utilice una transformación afín de primer orden para desplazar, escalar y girar un dataset ráster. Esto generalmente da lugar a líneas rectas en el dataset ráster mapeados como líneas rectas en el dataset combado. Por lo tanto, los cuadrados y rectángulos del dataset ráster se suelen cambiar a paralelogramos de escalado arbitrario y orientación en ángulo. A continuación se muestra la ecuación para transformar un dataset ráster usando la transformación polinómica afín (primer orden). Puede ver cómo seis parámetros definen cómo las filas y columnas de un ráster se transforman en coordenadas de mapa.
Con un mínimo de tres puntos de control, la ecuación matemática utilizada con una transformación de primer orden puede representar en el mapa con exactitud cada punto ráster en la ubicación destino. Más de tres puntos de control introducen errores, o valores residuales, que se distribuyen a lo largo de todos los puntos de control. Sin embargo, deberías agregar más de tres puntos de control, porque si uno de los controles es impreciso, tiene un impacto mucho mayor en la transformación. Por tanto, aunque el error de transformación matemática pueda aumentar a medida que crea más vínculos, la precisión general de la transformación también aumentará.
Cuanto mayor sea el orden de transformación, más compleja será la distorsión que se pueda corregir. Sin embargo, rara vez se necesitan transformaciones superiores al tercer orden. Las transformaciones de orden superior requieren más vínculos y, por tanto, implicarán un tiempo de procesamiento progresivamente mayor. En general, si su dataset ráster necesita ser extendido, escalado y rotado, use una transformación de primer orden. Sin embargo, si el dataset ráster debe doblarse o curvarse, utilice una transformación de segundo o tercer orden.
La transformación de ajuste optimiza tanto la precisión global de LSF como la local. Se basa en un algoritmo que combina una transformación polinómica y técnicas de interpolación de redes irregulares de triángulos (TIN). La transformación de ajuste realiza una transformación polinómica usando dos conjuntos de puntos de control y ajusta los puntos de control localmente para que coincidan mejor con los puntos de control de destino mediante una técnica de interpolación TIN. El ajuste requiere un mínimo de tres puntos de control.
La transformación de similitud es una transformación de primer orden que intenta conservar la forma del ráster original. El error RMS tiende a ser superior que el de otras transformaciones polinómicas dado que preservar la forma es más importante que conseguir el mejor ajuste. La similitud requiere un mínimo de tres puntos de control.
La transformación proyectiva puede combar líneas para que permanezcan rectas. Al hacerlo, es posible que las líneas que una vez fueron paralelas ya no sigan siendo paralelas. La transformación proyectiva es especialmente útil para las imágenes oblicuas, mapas escaneados y para algunos productos de imágenes, como por ejemplo Landsat y Digital Globe. Se requieren un mínimo de cuatro vínculos para realizar una transformación proyectiva. Cuando solo se usan cuatro vínculos, el error RMS será cero. Cuando se usan más puntos, el error RMS será ligeramente superior a cero. La proyectiva requiere un mínimo de cuatro puntos de control.
La transformación spline es un método "rubber sheeting" y optimiza la precisión local pero no la global. Se basa en una función spline, un polinomio por partes que mantiene la continuidad y uniformidad entre polinomios adyacentes. Spline transforma exactamente los puntos de control origen en puntos de control destino; los píxeles que están a una distancia de los puntos de control no garantizan que sean precisos. Esta transformación es útil cuando los puntos de control son importantes y se requiere que se registren con precisión. Agregar más puntos de control puede aumentar la precisión general de la transformación spline. Spline requiere un mínimo de 10 puntos de control.
Interpretar el error cuadrático medio
Cuando se deriva y aplica la fórmula general al punto de control, se devuelve una medida del error residual. El error es la diferencia entre dónde terminó el punto de origen y la ubicación real que se especificó. El error total se calcula mediante la suma cuadrática media (RMS) de todos los errores residuales para calcular el error RMS. Este valor describe la consistencia de la transformación entre los diferentes puntos de control. Cuando el error es especialmente grande, puede quitar y agregar puntos de control para ajustarlo.
Aunque el error RMS es una buena evaluación de la precisión de la transformación, no confunda un error RMS bajo con un registro preciso. Por ejemplo, la transformación todavía puede contener errores considerables debido a un punto de control mal introducido. Cuantos más puntos de control de igual calidad se utilicen, con más precisión puede el polinomio convertir los datos de entrada en coordenadas de salida. Normalmente, las transformaciones de ajuste y spline proporcionan un RMS casi cero; sin embargo, esto no significa que la imagen vaya a estar perfectamente georreferenciada.
El residual hacia adelante le muestra el error en las mismas unidades que la referencia espacial del marco de datos. El residual inverso muestra el error en las unidades de píxeles. El residual inverso hacia adelante es una medida de qué tan cercana está su exactitud, medida en píxeles. Todos los residuales más cercanos a cero se consideran más precisos.
Persiste la información de georreferenciación
Puede transformar permanentemente su dataset ráster tras georreferenciarlo usando el comando Guardar en nuevo en la pestaña Georreferencia o usando la herramienta Combar. También puede almacenar la información de transformación en los archivos auxiliares usando el comando Guardar en la pestaña de Georreferencia.
Guardar en nuevo o la herramienta de geoprocesamiento Combar creará un nuevo dataset ráster que se georreferenciará usando las coordenadas de mapa y la referencia espacial. ArcGIS no requiere que transforme permanentemente su dataset ráster para mostrarlo junto con otros datos espaciales; sin embargo, debe hacerlo si tiene previsto hacer análisis con él o quiere usarlo con otro paquete de software que no reconozca la información externa de georreferenciación creada en el archivo de georreferenciación.
Al guardar la georreferenciación se almacenará la información de transformación en archivos externos; no creará un nuevo dataset ráster, que ocurre cuando transformas permanentemente su dataset ráster. Para un dataset ráster basado en archivos, como un TIFF, la transformación generalmente se almacenará en un archivo XML externo que tiene una extensión .aux.xml. Si el dataset ráster es una imagen sin procesar, como BMP, y la transformación es afín, se escribirá en un archivo de georreferenciación. Para un dataset ráster en una geodatabase, Guardar almacenará la transformación de geodatos en un archivo auxiliar interno del dataset ráster.