Densidad de Kernel
En esta ilustración, se evidencia
las condiciones insalubres de barrios bajos de Londres.
Imagen 1. Claire Bowes. (11 julio
2020).Fuente: BBC world Service.
Imagen 2. Análisis de casos de cólera de 1854
en Londres.
En este mapa producido por QGIS, se observa la cantidad de casos de cólera (Puntos rojos) en Londres durante el año de 1854, y la cantidad de bombas de agua (Puntos morados) distribuidos por el sector del distrito de Soho los pozos de agua como culpables de la epidemia por la contaminación del agua.
a. Montar datos de Jhon Snow (1854)
Mapa 1.Casos de cólera.(1854). Fuente:
Jhon Snow,QGis
b. Construir polígonos de Voronoi
(Thiessen)
Mapa 2. Polígonos de Voronoi.(1854),Londres.
Fuente: Jhon Snow,
c. Hacer conteo de casos
Mapa 3. Conteo de casos de
cólera.(1854),Londres. Fuente: Jhon Snow,
d. Calcular distancia al vecino más cercano
Mapa 4. Distancia al vecino más
cercano.(1854),Londres. Fuente: Jhon Snow,
En este mapa, muestra la distancia al vecino más cercano es decir, la mínima distancia entre un punto específico y el punto más cercano dentro del área de estudio de casos de cólera en 1854 (Cholera Death)con sus respectivas bombas de agua (Pumps) en un pequeño sector de Londres. Esta medida de distancia por eje desde QGIS, permite ver la accesibilidad de las bombas de agua a la zona de acumulación con mayores casos de cólera.
Mapa 5. Distancia más
cercana.(1854),Londres. Fuente: Jhon Snow,
Se evidencia en este mapa, la cantidad de conexiones con los
puntos de casos y puntos de bombas agua en una gran concentración. Se deduce,
la complejidad de la epidemia fue bastante mayor en este sector dada la
cercanía entre los puntos mencionados por una medida de 1000 metros de
distancia para identificar los casos que están más cerca a las bombas de agua.
Tabla 1. Distancia más cercana desde las bombas de agua hasta los
casos de cólera más cercanos.Fuente:
e. Calcular densidad de kernel
Mapa 6. Densidad de Kernel.(1854),Londres. Fuente: Jhon Snow,QGIS
El mapa sobre la densidad de kernel, hace referencia a un
radio de 400 km, abarca todos los casos de cólera respecto a las bombas de agua
con el fin de observar, los tonos desde el más oscuro donde se concentra, la cantidad de casos de cólera hasta los tonos claros en menores casos de cólera y
de bombas de agua en el año 1854. Este mapa es una técnica utilizada en el análisis espacial
para calcular la densidad de casos geográficos en una zona específica. De esta
manera, identificar áreas de alta concentración para brindar una información
sobre la época de la epidemia de cólera en Londres.
f. Producir una salida por cada proceso
El diseño de impresión incluye todos los tipos
de elementos de diseño por cada proceso descrito en la sección anterior,
(a,b,c,d,e).
g. Construir una salida que muestre todos
los procesos
Mapa 7.Todos los procesos desde QGIS.(1854),Londres. Fuente: Jhon Snow, QGIS.
La
construcción de un mapa que muestre todos los procesos que fueron involucrados
en la explicación de los casos de cólera en Londres en 1854 es crucial por
varias razones:
- Visualizar los datos
- Identificar los patrones
espaciales es decir, la zona de alta concentración de casos de cólera
- Proximidad que se dio por la
distancia al vecino más cercano, desde fuentes de agua, viviendas donde la
enfermedad fue transmitida.
2. Repetir el procesamiento con los datos
de casos de Cali o si desee con algunos datos puntuales que usted tenga de la
ciudad
a. Para el caso de los polígonos de Voronoi
Mapa 8.Servicios de tránsito en Cali por comunas dentro del
polígono de Voronoi. Fuente: IDESC
En este mapa, sé aprecia los puntos de localización de
servicios de tránsito en las comunas de la ciudad de Cali, usando la
herramienta de polígonos de voronoi en QGIS para el análisis espacial y de
gemoterapia para dividir áreas donde se evidencian los servicios de tránsito.
De acuerdo a su proximidad de los casos, es decir, cada polígono que se muestra
está ligado a una ubicación del servicio de tránsito. Es útil porque ayuda a
determinar áreas de cobertura en este caso del tránsito para acudir en cuestión
de la movilidad caleña. Además de contar con una lógica de influencia para
optimizar la información y tomar decisiones de ir al sitio de acuerdo a la
comuna que se encuentre cercana al alcance de los usuarios.
Mapa 9.Servicios de tránsito en Cali con su respectivo conteo.
Fuente: IDESC
De acuerdo a los datos del IDESC por el software libre de
QGIS, lo use para analizar los servicios de tránsito en Cali y su respectivo
puntos con las comunas de la ciudad que muestra una distribución de los
servicios de tránsito en toda la ciudad, brindando información y precisión.
Mapa 10.Distancia más cercana de Servicios de tránsito en las
comunas de Cali. Fuente: IDESC
La identificación y análisis de la distancia más cercana de
los servicios de tránsito por comunas cercanas, se evidencia áreas que pueden
enfrentar desafíos, debido a la accesibilidad por lejanía. Este mapa es esencial
para priorizar qué zonas tienen difícil acceso y poder ubicar un nuevo servicio
transito para que se logre un equilibrio de cobertura para toda la ciudad. De
modo que, las comunas más cercanas al servicio de tránsito son beneficiosas y
cuentan con eficiencia de acceso.
Tabla 2. Distancia del servicio de tránsito a la comuna más cercana. Fuente: IDESC
i i. Utilice los centroides de las comunas de la ciudad, añadir esto como un proceso adicional en la explicación.
Mapa 11. Centroides de Servicios de tránsito
en las comunas de Cali. Fuente: IDESC
El siguiente mapa, sobre los centroides con respecto a los
servicios de tránsito y los polígonos de voronoi, teniendo en cuenta los datos
del IDESC, se visualiza los puntos donde se concentran de forma muy similar a
la capa del IDESC. Esto proporciona la tendencia igual a las distintas comunas
de la ciudad. Optimiza la ubicación y la comprensión de la distribución
espacial de estos servicios de tránsito, facilita orientación y accesibilidad
para la comunidad caleña.
Comentarios
Publicar un comentario