sistema de información geográfica

Los SIG utilizan la ubicación espaciotemporal como variable clave para toda la demás información. Del mismo modo que una base de datos relacional con texto o números puede relacionar diversas tablas mediante variables clave comunes, los SIG pueden relacionar información que de otro modo no estaría relacionada , utilizando la ubicación como variable clave. La clave reside en la ubicación y/o extensión en el espacio-tiempo.

Cualquier variable que pueda ubicarse espacialmente, y cada vez más también temporalmente, puede referenciarse mediante un SIG. Las ubicaciones o extensiones en el espacio-tiempo terrestre pueden registrarse como fechas y horas de ocurrencia, y coordenadas x, y, z que representan la longitud , la latitud y la elevación , respectivamente. Estas coordenadas SIG pueden representar otros sistemas cuantificados de referencia espacio-temporal (por ejemplo, número de fotograma de película, estación de aforo de río, mojón de milla de carretera, punto de referencia topográfico, dirección de edificio, intersección de calles, puerta de entrada, sondeo de profundidad de agua, origen/unidades de dibujo POS o CAD ). Las unidades aplicadas a los datos espacio-temporales registrados pueden variar ampliamente (incluso cuando se utilizan exactamente los mismos datos, véase proyecciones cartográficas ), pero todas las referencias de ubicación y extensión espacio-temporales terrestres deberían, idealmente, relacionarse entre sí y, en última instancia, con una ubicación o extensión física "real" en el espacio-tiempo.

Relacionadas por información espacial precisa, se puede analizar, interpretar y representar una increíble variedad de datos del mundo real y proyectados pasados ​​o futuros. ^{[ 26 ]} Esta característica clave de los SIG ha comenzado a abrir nuevas vías de investigación científica sobre comportamientos y patrones de información del mundo real que anteriormente no se habían correlacionado sistemáticamente .

Los datos SIG representan fenómenos que existen en el mundo real, como carreteras, uso del suelo, elevación, árboles, vías fluviales y estados. Los tipos más comunes de fenómenos representados en los datos se pueden dividir en dos conceptualizaciones: objetos discretos (p. ej., una casa, una carretera) y campos continuos (p. ej., cantidad de lluvia o densidad de población). ^{[ 23 ] : 62–65} Otros tipos de fenómenos geográficos, como eventos (p. ej., ubicación de batallas de la Segunda Guerra Mundial ), procesos (p. ej., extensión de la suburbanización) y masas (p. ej., tipos de suelo en un área) se representan con menos frecuencia o indirectamente, o se modelan en procedimientos de análisis en lugar de datos.

Tradicionalmente, existen dos métodos generales para almacenar datos en un SIG para ambos tipos de referencias de mapeo de abstracciones: imágenes ráster y vectores . Los puntos, líneas y polígonos representan datos vectoriales de referencias de atributos de ubicación mapeada.

Un nuevo método híbrido para almacenar datos consiste en la identificación de nubes de puntos, que combinan puntos tridimensionales con información RGB en cada punto, generando una imagen en color 3D . De esta forma, los mapas temáticos SIG se vuelven cada vez más descriptivos visualmente de lo que pretenden mostrar o determinar.

La adquisición de datos SIG incluye varios métodos para recopilar datos espaciales en una base de datos SIG, que se pueden agrupar en tres categorías: captura de datos primarios , los fenómenos de medición directa en el campo (por ejemplo, teledetección , sistema de posicionamiento global ); captura de datos secundarios , la extracción de información de fuentes existentes que no están en formato SIG, como mapas en papel, mediante digitalización ; y transferencia de datos , la copia de datos SIG existentes de fuentes externas como agencias gubernamentales y empresas privadas. Todos estos métodos pueden consumir una cantidad significativa de tiempo, recursos financieros y otros recursos. ^{[ 23 ] : 173}

La Tierra puede representarse mediante diversos modelos, cada uno de los cuales proporciona un conjunto diferente de coordenadas (por ejemplo, latitud, longitud, altitud) para cualquier punto de su superficie. El modelo más sencillo consiste en suponer que la Tierra es una esfera perfecta. A medida que se han acumulado más mediciones de la Tierra, los modelos se han vuelto más sofisticados y precisos. De hecho, existen modelos denominados datums que se aplican a diferentes áreas de la Tierra para proporcionar mayor precisión, como el Datum Norteamericano de 1983 para mediciones en Estados Unidos y el Sistema Geodésico Mundial para mediciones a nivel mundial.

La latitud y la longitud en un mapa elaborado con respecto a un datum local pueden no coincidir con las obtenidas mediante un receptor GPS . La conversión de coordenadas de un datum a otro requiere una transformación de datum, como una transformación de Helmert , aunque en ciertas situaciones una simple traslación puede ser suficiente. ^{[ 32 ]}

En los programas de SIG más populares, los datos proyectados en latitud/longitud suelen representarse como un sistema de coordenadas geográficas . Por ejemplo, si el datum es el " Datum Norteamericano de 1983", los datos en latitud/longitud se denotan como "GCS Norteamericano 1983".

Si bien ningún modelo digital puede ser una representación perfecta del mundo real, es importante que los datos SIG sean de alta calidad. De acuerdo con el principio de homomorfismo , los datos deben ser lo suficientemente cercanos a la realidad para que los resultados de los procedimientos SIG se correspondan correctamente con los resultados de los procesos del mundo real. Esto significa que no existe un estándar único para la calidad de los datos, ya que el grado de calidad necesario depende de la escala y el propósito de las tareas para las que se utilizarán. Varios elementos de la calidad de los datos son importantes para los datos SIG:

Exactitud

El grado de similitud entre una medición representada y el valor real; por el contrario, el error es la cantidad de diferencia entre ellos. ^{[ 21 ] : 623} En los datos SIG, existe preocupación por la precisión en las representaciones de ubicación ( precisión posicional ), propiedad ( precisión de atributo ) y tiempo. Por ejemplo, el Censo de EE. UU. de 2020 dice que la población de Houston el 1 de abril de 2020 era de 2.304.580; si en realidad era de 2.310.674, esto sería un error y, por lo tanto, una falta de precisión de atributo.

Precisión

El grado de refinamiento en un valor representado. En una propiedad cuantitativa, este es el número de dígitos significativos en el valor medido. ^{[ 23 ] : 115} Un valor impreciso es vago o ambiguo, incluyendo un rango de valores posibles. Por ejemplo, si alguien dijera que la población de Houston el 1 de abril de 2020 era "alrededor de 2,3 millones", esta afirmación sería imprecisa, pero probablemente precisa porque incluye el valor correcto (y muchos valores incorrectos). Al igual que con la precisión, las representaciones de ubicación, propiedad y tiempo pueden ser más o menos precisas. La resolución es una expresión comúnmente utilizada de precisión posicional, especialmente en conjuntos de datos ráster . La escala está estrechamente relacionada con la precisión en los mapas, ya que dicta un nivel deseable de precisión espacial, pero es problemática en los SIG, donde un conjunto de datos puede mostrarse en una variedad de escalas de visualización (incluidas escalas que no serían apropiadas para la calidad de los datos).

Incertidumbre

Reconocimiento general de la presencia de errores e imprecisiones en los datos geográficos. ^{[ 23 ] : 99} Es decir, se trata de un grado de duda general, dado que es difícil saber con exactitud cuánto error hay en un conjunto de datos, aunque se puede intentar alguna forma de estimación (un intervalo de confianza es una estimación de dicha incertidumbre). A veces se utiliza como término colectivo para todos o la mayoría de los aspectos de la calidad de los datos.

Vaguedad o imprecisión

El grado en que un aspecto (ubicación, propiedad o tiempo) de un fenómeno es inherentemente impreciso, en lugar de que la imprecisión esté en un valor medido. ^{[ 23 ] : 103} Por ejemplo, la extensión espacial del área metropolitana de Houston es vaga, ya que hay lugares en las afueras de la ciudad que están menos conectados con el centro de la ciudad (medido por actividades como los desplazamientos diarios ) que los lugares que están más cerca. Las herramientas matemáticas como la teoría de conjuntos difusos se utilizan comúnmente para gestionar la vaguedad en los datos geográficos.

Lo completo

El grado en que un conjunto de datos representa todas las características reales que pretende incluir. ^{[ 21 ] : 623} Por ejemplo, si a una capa de "carreteras en Houston " le faltan algunas calles reales, está incompleta.

Divisa

El momento más reciente en el tiempo en el que un conjunto de datos afirma ser una representación precisa de la realidad. Esto es importante para la mayoría de las aplicaciones SIG, que intentan representar el mundo "en el presente", por lo que los datos más antiguos son de menor calidad.

Consistencia

El grado en que las representaciones de los muchos fenómenos en un conjunto de datos se corresponden correctamente entre sí. ^{[ 21 ] : 623} La consistencia en las relaciones topológicas entre objetos espaciales es un aspecto especialmente importante de la consistencia. ^{[ 33 ] : 117} Por ejemplo, si todas las líneas en una red de calles se movieran accidentalmente 10 metros al este, serían inexactas pero aún consistentes, porque aún se conectarían correctamente en cada intersección, y las herramientas de análisis de redes como la ruta más corta aún darían resultados correctos.

Propagación de la incertidumbre

El grado en que la calidad de los resultados de los métodos de análisis espacial y otras herramientas de procesamiento se deriva de la calidad de los datos de entrada. ^{[ 33 ] : 118} Por ejemplo, la interpolación es una operación común utilizada de muchas maneras en los SIG; debido a que genera estimaciones de valores entre mediciones conocidas, los resultados siempre serán más precisos, pero menos seguros (ya que cada estimación tiene una cantidad desconocida de error).

La calidad de un conjunto de datos depende en gran medida de sus fuentes y de los métodos utilizados para crearlo. Los topógrafos han logrado una alta precisión posicional gracias al uso de equipos GPS de alta gama , pero las ubicaciones GPS en los teléfonos inteligentes promedio son mucho menos precisas. ^{[ 34 ]} Los conjuntos de datos comunes, como los mapas digitales de terreno e imágenes aéreas ^{[ 35 ],} están disponibles en una amplia variedad de niveles de calidad, especialmente en cuanto a precisión espacial. Los mapas en papel, que se han digitalizado durante muchos años como fuente de datos, también pueden presentar una calidad muy variable.

Un análisis cuantitativo de mapas pone de relieve los problemas de precisión. Los equipos electrónicos y de otro tipo utilizados para realizar mediciones en SIG son mucho más precisos que las máquinas de análisis cartográfico convencional. Todos los datos geográficos son inherentemente imprecisos, y estas imprecisiones se propagarán a través de  las operaciones SIG de maneras difíciles de predecir. ^{[ 36 ]}

Un SIG permite reestructurar los datos para convertirlos a diferentes formatos. Por ejemplo, un SIG puede utilizarse para convertir un mapa de imágenes satelitales en una estructura vectorial, generando líneas alrededor de todas las celdas con la misma clasificación y determinando las relaciones espaciales entre ellas, como la adyacencia o la inclusión.

El procesamiento de datos más avanzado puede realizarse mediante el procesamiento de imágenes , una técnica desarrollada a finales de la  década de 1960 por la NASA y el sector privado para proporcionar mejora del contraste, representación de falso color y una variedad de otras técnicas, incluido el uso de transformadas de Fourier bidimensionales . Dado que los datos digitales se recopilan y almacenan de diversas maneras, las dos fuentes de datos pueden no ser totalmente compatibles. Por lo tanto, un SIG debe ser capaz de convertir datos geográficos de una estructura a otra. Al hacerlo, es necesario analizar los supuestos implícitos detrás de las diferentes ontologías y clasificaciones. ^{[ 37 ]} Las ontologías de objetos han ganado cada vez más prominencia como consecuencia de la programación orientada a objetos y el trabajo continuo de Barry Smith y sus colaboradores.

Las herramientas ETL espaciales ofrecen la funcionalidad de procesamiento de datos del software tradicional de extracción, transformación y carga  (ETL), pero con un enfoque principal en la gestión de datos espaciales. Permiten  a los usuarios de SIG traducir datos entre diferentes estándares y formatos propietarios, a la vez que transforman geométricamente los datos durante el proceso. Estas herramientas pueden presentarse como complementos para software de uso general, como hojas de cálculo .

Muchas tareas geográficas involucran el terreno , la forma de la superficie terrestre, como la hidrología , los movimientos de tierra y la biogeografía . Por lo tanto, los datos del terreno suelen ser un conjunto de datos fundamental en un SIG, generalmente en forma de un modelo digital de elevación (MDE) ráster o una red irregular triangulada (TIN). La mayoría del software SIG ofrece diversas herramientas para analizar el terreno, a menudo mediante la creación de conjuntos de datos derivados que representan un aspecto específico de la superficie. Algunas de las más comunes incluyen:

• La pendiente o inclinación es la inclinación o gradiente de una unidad de terreno, generalmente medida como un ángulo en grados o como un porcentaje. ^{[ 39 ]}
• La orientación se puede definir como la dirección hacia la que mira una unidad de terreno. La orientación se suele expresar en grados desde el norte. ^{[ 40 ]}
• El método de corte y relleno consiste en calcular la diferencia entre la superficie antes y después de un proyecto de excavación para estimar los costos.
• El modelado hidrológico puede proporcionar un elemento espacial del que carecen otros modelos hidrológicos, con el análisis de variables como la pendiente, la orientación y la cuenca hidrográfica o área de captación . ^{[ 41 ]} El análisis del terreno es fundamental para la hidrología, ya que el agua siempre fluye cuesta abajo. ^{[ 41 ]} Como el análisis básico del terreno de un modelo digital de elevación (MDE) implica el cálculo de la pendiente y la orientación, los MDE son muy útiles para el análisis hidrológico. La pendiente y la orientación se pueden utilizar para determinar la dirección de la escorrentía superficial y, por lo tanto, la acumulación de flujo para la formación de arroyos, ríos y lagos. Las áreas de flujo divergente también pueden dar una indicación clara de los límites de una cuenca. Una vez que se ha creado una matriz de dirección y acumulación de flujo, se pueden realizar consultas que muestren áreas de contribución o dispersión en un punto determinado. ^{[ 41 ]} Se puede agregar más detalle al modelo, como la rugosidad del terreno, los tipos de vegetación y los tipos de suelo, que pueden influir en las tasas de infiltración y evapotranspiración y, por lo tanto, influir en el flujo superficial. Uno de los principales usos del modelado hidrológico es en la investigación de la contaminación ambiental . Otras aplicaciones de la modelización hidrológica incluyen la elaboración de mapas de aguas subterráneas y superficiales , así como mapas de riesgo de inundaciones.
• El análisis de visibilidad predice el impacto que tiene el terreno en la visibilidad entre ubicaciones, lo cual es especialmente importante para las comunicaciones inalámbricas.
• El relieve sombreado es una representación de la superficie como si fuera un modelo tridimensional iluminado desde una dirección determinada, y se utiliza con mucha frecuencia en los mapas.

La mayoría de estos se generan mediante algoritmos que son simplificaciones discretas del cálculo vectorial . La pendiente, la orientación y la curvatura de la superficie en el análisis del terreno se derivan de operaciones de vecindad utilizando los valores de elevación de los vecinos adyacentes de una celda. ^{[ 42 ]} Cada uno de estos se ve fuertemente afectado por el nivel de detalle de los datos del terreno, como la resolución de un DEM, que debe elegirse cuidadosamente. ^{[ 43 ]}

La distancia es un elemento clave para resolver muchas tareas geográficas, generalmente debido a la fricción que genera . Por lo tanto, una amplia variedad de herramientas de análisis analizan la distancia de alguna forma, como áreas de influencia , polígonos de Voronoi o Thiessen , análisis de distancia de costos y análisis de redes .

Resulta difícil relacionar los mapas de humedales con las cantidades de lluvia registradas en distintos puntos, como aeropuertos, estaciones de televisión y escuelas. Sin embargo, un SIG (Sistema de Información Geográfica) permite representar las características bidimensionales y tridimensionales de la superficie, el subsuelo y la atmósfera terrestres a partir de puntos de información. Por ejemplo, un SIG puede generar rápidamente un mapa con isolíneas o curvas de nivel que indiquen diferentes cantidades de lluvia. Este mapa puede considerarse un mapa de curvas de nivel de lluvia. Existen numerosos métodos sofisticados para estimar las características de las superficies a partir de un número limitado de mediciones puntuales. Un mapa de curvas de nivel bidimensional, creado mediante el modelado de la superficie a partir de mediciones puntuales de lluvia, puede superponerse y analizarse con cualquier otro mapa del SIG que cubra la misma área. Este mapa derivado del SIG puede proporcionar información adicional, como la viabilidad del potencial hidroeléctrico como fuente de energía renovable . Asimismo, un SIG permite comparar otros recursos de energía renovable para encontrar el mejor potencial geográfico para una región. ^{[ 44 ]}

Además, a partir de una serie de puntos tridimensionales o un modelo digital de elevación , se pueden generar isolíneas que representan curvas de nivel, junto con análisis de pendientes, relieve sombreado y otros productos de elevación. Las cuencas hidrográficas se pueden definir fácilmente para cualquier tramo dado, calculando todas las áreas contiguas y en pendiente ascendente desde cualquier punto de interés. De manera similar, se puede calcular el talweg esperado, que indica por dónde tendería a fluir el agua superficial en arroyos intermitentes y permanentes, a partir de datos de elevación en el SIG.

Un SIG (Sistema de Información Geográfica) puede reconocer y analizar las relaciones espaciales que existen dentro de los datos espaciales almacenados digitalmente. Estas relaciones topológicas permiten realizar modelos y análisis espaciales complejos. Las relaciones topológicas entre entidades geométricas tradicionalmente incluyen la adyacencia (qué está junto a qué), la contención (qué encierra a qué) y la proximidad (qué tan cerca está algo de otra cosa).

Las redes geométricas son redes lineales de objetos que se utilizan para representar elementos interconectados y realizar análisis espaciales específicos. Una red geométrica se compone de aristas que se conectan en puntos de unión, de forma similar a los grafos en matemáticas e informática. Al igual que los grafos, a las redes se les puede asignar un peso y un flujo a sus aristas, lo que permite representar con mayor precisión diversos elementos interconectados. Las redes geométricas se utilizan frecuentemente para modelar redes viales y de servicios públicos , como las redes eléctricas, de gas y de agua. El modelado de redes también se emplea comúnmente en la planificación del transporte , el modelado hidrológico y el modelado de infraestructuras.

Dana Tomlin acuñó el término modelado cartográfico en su tesis doctoral (1983); posteriormente lo utilizó en el título de su libro, Sistemas de Información Geográfica y Modelado Cartográfico (1990). ^{[ 45 ]} El modelado cartográfico se refiere a un proceso en el que se producen, procesan y analizan varias capas temáticas de la misma área. Tomlin utilizó capas ráster, pero el método de superposición (véase más adelante) puede utilizarse de forma más general. Las operaciones sobre capas de mapas pueden combinarse en algoritmos y, finalmente, en modelos de simulación u optimización.

La combinación de varios conjuntos de datos espaciales (puntos, líneas o polígonos ) crea un nuevo conjunto de datos vectoriales de salida, visualmente similar a apilar varios mapas de la misma región. Estas superposiciones son similares a las superposiciones de diagramas de Venn matemáticos . Una superposición de unión combina las características geográficas y las tablas de atributos de ambas entradas en una única salida nueva. Una superposición de intersección define el área donde se superponen ambas entradas y conserva un conjunto de campos de atributos para cada una. Una superposición de diferencia simétrica define un área de salida que incluye el área total de ambas entradas, excepto el área de superposición.

La extracción de datos es un proceso SIG similar a la superposición vectorial, aunque puede utilizarse tanto en el análisis de datos vectoriales como ráster. En lugar de combinar las propiedades y características de ambos conjuntos de datos, la extracción de datos implica el uso de un "recorte" o "máscara" para extraer las características de un conjunto de datos que se encuentran dentro de la extensión espacial de otro.

En el análisis de datos ráster, la superposición de conjuntos de datos se realiza mediante un proceso conocido como "operación local sobre múltiples rásteres" o " álgebra de mapas ", a través de una función que combina los valores de la matriz de cada ráster . Esta función puede ponderar algunas entradas más que otras mediante el uso de un "modelo de índice" que refleja la influencia de diversos factores sobre un fenómeno geográfico.

La geoestadística es una rama de la estadística que se ocupa de los datos de campo, datos espaciales con un índice continuo. Proporciona métodos para modelar la correlación espacial y predecir valores en ubicaciones arbitrarias (interpolación).

Al medir fenómenos, los métodos de observación determinan la precisión de cualquier análisis posterior. Debido a la naturaleza de los datos (por ejemplo, patrones de tráfico en un entorno urbano; patrones meteorológicos sobre el océano Pacífico), siempre se pierde cierto grado de precisión, ya sea constante o dinámico, en la medición. Esta pérdida de precisión viene determinada por la escala y la distribución de la recopilación de datos.

Para determinar la relevancia estadística del análisis, se calcula un promedio que permite incluir puntos (gradientes) fuera de cualquier medición directa y así predecir su comportamiento. Esto se debe a las limitaciones de los métodos estadísticos y de recolección de datos aplicados, y se requiere interpolación para predecir el comportamiento de partículas, puntos y ubicaciones que no son directamente medibles.

La interpolación es el proceso mediante el cual se crea una superficie, generalmente un conjunto de datos ráster, a partir de datos recopilados en varios puntos de muestreo. Existen diversas formas de interpolación, cada una de las cuales trata los datos de manera diferente, según las propiedades del conjunto de datos. Al comparar métodos de interpolación, la primera consideración debe ser si los datos de origen cambiarán (exactos o aproximados). A continuación, se debe considerar si el método es subjetivo, es decir, una interpretación humana, u objetivo. Luego, está la naturaleza de las transiciones entre puntos: ¿son abruptas o graduales? Finalmente, se debe considerar si un método es global (utiliza todo el conjunto de datos para formar el modelo) o local, donde un algoritmo se repite para una pequeña sección del terreno.

La interpolación es una medida justificada debido a un principio de autocorrelación espacial que reconoce que los datos recopilados en cualquier posición tendrán una gran similitud o influencia de las ubicaciones dentro de su entorno inmediato.

Los modelos digitales de elevación , las redes irregulares trianguladas , los algoritmos de detección de bordes, los polígonos de Thiessen , el análisis de Fourier , las medias móviles (ponderadas) , la ponderación de distancia inversa , el kriging , las splines y el análisis de superficies de tendencia son todos métodos matemáticos para producir datos interpolativos.

La geocodificación consiste en interpolar ubicaciones espaciales (coordenadas X,Y) a partir de direcciones postales o cualquier otro dato con referencia espacial, como códigos postales , parcelas y direcciones. Se requiere un tema de referencia para geocodificar direcciones individuales, como un archivo de líneas centrales de carreteras con rangos de direcciones. Históricamente, las ubicaciones de las direcciones individuales se han interpolado, o estimado, examinando los rangos de direcciones a lo largo de un segmento de carretera. Estos rangos suelen proporcionarse en forma de tabla o base de datos. El software coloca entonces un punto aproximadamente donde corresponde esa dirección a lo largo del segmento de la línea central. Por ejemplo, un punto de dirección de 500 estará en el punto medio de un segmento de línea que comienza con la dirección  1 y termina con la dirección  1000. La geocodificación también se puede aplicar a datos de parcelas reales, normalmente de mapas catastrales municipales. En este caso, el resultado de la geocodificación será un espacio con una posición real, en lugar de un punto interpolado. Este enfoque se utiliza cada vez más para proporcionar información de ubicación más precisa.

La geocodificación inversa es el proceso de devolver un número de dirección postal estimado en relación con una coordenada dada. Por ejemplo, un usuario puede hacer clic en el eje central de una carretera (proporcionando así una coordenada) y obtener información que refleje el número de casa estimado. Este número de casa se interpola a partir de un rango asignado a ese segmento de carretera. Si el usuario hace clic en el punto medio de un segmento que comienza con la dirección  1 y termina con  la 100, el valor devuelto estará cerca de 50. Cabe destacar que la geocodificación inversa no devuelve direcciones reales, sino solo estimaciones de lo que debería haber allí según el rango predeterminado.

En combinación con los SIG, los métodos de análisis de decisiones multicriterio ayudan a los responsables de la toma de decisiones a analizar un conjunto de soluciones espaciales alternativas, como el hábitat ecológico más probable para la restauración, en función de múltiples criterios, como la cobertura vegetal o las carreteras. El MCDA utiliza reglas de decisión para agregar los criterios, lo que permite clasificar o priorizar las soluciones alternativas. ^{[ 46 ]} El MCDA con SIG puede reducir los costos y el tiempo necesarios para identificar posibles sitios de restauración.

Los SIG o minería de datos espaciales son la aplicación de métodos de minería de datos a datos espaciales. La minería de datos, que consiste en la búsqueda parcialmente automatizada de patrones ocultos en grandes bases de datos, ofrece grandes beneficios potenciales para la toma  de decisiones basada en SIG aplicados  . Las aplicaciones típicas incluyen el monitoreo ambiental . Una característica de estas aplicaciones es que la correlación espacial entre las mediciones de datos requiere el uso de algoritmos especializados para un análisis de datos más eficiente. ^{[ 47 ]} El modelado espacial basado en SIG se ha combinado cada vez más con técnicas de aprendizaje automático para identificar y pronosticar inequidades regionales en los resultados sociales y de salud, incluido el acceso a la atención médica y la inscripción en seguros. ^{[ 48 ]}

Los mapas tradicionales son abstracciones del mundo real, una muestra de elementos importantes representados en una hoja de papel con símbolos que representan objetos físicos. Quienes utilizan mapas deben interpretar estos símbolos. Los mapas topográficos muestran la forma de la superficie terrestre con curvas de nivel o con relieve sombreado .

Actualmente, las técnicas de visualización gráfica, como el sombreado basado en la altitud en un SIG, permiten visualizar las relaciones entre los elementos del mapa, lo que facilita la extracción y el análisis de información. Por ejemplo, se combinaron dos tipos de datos en un SIG para generar una vista en perspectiva de una parte del condado de San Mateo , California.

• El modelo digital de elevación , que consiste en elevaciones de la superficie registradas en una cuadrícula horizontal de 30 metros, muestra las elevaciones altas en blanco y las elevaciones bajas en negro.
• La imagen adjunta del sensor Landsat Thematic Mapper muestra una imagen infrarroja en falso color que muestra la misma área desde arriba, en  píxeles de 30 metros, o elementos de imagen, para los mismos puntos de coordenadas, píxel  a  píxel, que la información de elevación.

Se utilizó un SIG para registrar y combinar las dos imágenes y generar la vista tridimensional en perspectiva de la falla de San Andrés , utilizando los píxeles de la imagen del Thematic Mapper, pero sombreada según la elevación de las formaciones terrestres . La  visualización del SIG depende del punto de vista del observador y de la hora del día para representar correctamente las sombras creadas por los rayos del sol en esa latitud, longitud y hora.

Ha habido una proliferación de software de mapas gratuito y de fácil acceso, como las aplicaciones web propietarias Google Maps y Bing Maps , así como la alternativa gratuita y de código abierto OpenStreetMap . Estos servicios brindan al público acceso a enormes cantidades de datos geográficos, que muchos usuarios perciben como tan confiables y útiles como la información profesional. ^{[ 49 ]} Por ejemplo, durante la pandemia de COVID-19, los mapas web alojados en paneles de control se utilizaron para difundir rápidamente datos de casos al público en general. ^{[ 50 ]}

Algunas de ellas, como Google Maps y OpenLayers , exponen una interfaz de programación de aplicaciones (API) que permite a los usuarios crear aplicaciones personalizadas. Estas herramientas suelen ofrecer mapas de calles, imágenes aéreas/satelital, geocodificación, búsquedas y funcionalidades de enrutamiento. El mapeo web también ha revelado el potencial de la obtención de datos geográficos mediante crowdsourcing en proyectos como OpenStreetMap , un proyecto colaborativo para crear un mapa mundial editable y gratuito. Se ha demostrado que estos proyectos combinados proporcionan un alto nivel de valor y beneficios a los usuarios finales, superior al que ofrece la información geográfica tradicional. ^{[ 51 ] [ 52 ]}

La cartografía web también tiene inconvenientes. Permite la creación y distribución de mapas por personas sin la formación cartográfica adecuada. ^{[ 53 ]} Esto ha dado lugar a mapas que ignoran las convenciones cartográficas y que pueden resultar engañosos; un estudio reveló que más de la mitad de los paneles de control de COVID-19 de los gobiernos estatales de Estados Unidos no seguían estas convenciones. ^{[ 54 ] [ 55 ]}

El Open Geospatial Consortium (OGC) es un consorcio industrial internacional compuesto por 384  empresas, agencias gubernamentales, universidades e individuos que participan en un proceso de consenso para desarrollar especificaciones de geoprocesamiento disponibles públicamente. Las interfaces y protocolos abiertos definidos por  las especificaciones OpenGIS admiten soluciones interoperables que permiten la geolocalización en la web, los servicios inalámbricos y basados ​​en la ubicación, y  las tecnologías de la información convencionales, y capacitan a los desarrolladores de tecnología para que la información y los servicios espaciales complejos sean accesibles y útiles con todo tipo de aplicaciones. Los protocolos del Open Geospatial Consortium incluyen el Web Map Service y el Web Feature Service . ^{[ 88 ]}

 La OGC clasifica los productos SIG  en dos categorías, según el grado de cumplimiento y precisión con que el software siga las  especificaciones de la OGC.

Los productos compatibles son productos de software que cumplen con las especificaciones  OpenGIS de OGC  . Cuando un producto ha sido probado y certificado como compatible a través del  Programa de Pruebas de OGC, se registra automáticamente como "compatible" en este sitio.

Los productos de implementación son productos de software que implementan  las especificaciones de OpenGIS pero que aún no han superado una prueba de conformidad. Las pruebas de conformidad no están disponibles para todas las especificaciones. Los desarrolladores pueden registrar sus productos como borradores de implementación de especificaciones aprobadas, aunque OGC  se reserva el derecho de revisar y verificar cada entrada. Corea del Sur ha establecido un Sistema Nacional de Información Geográfica (NGIS) de alto nivel que se alinea con estos estándares globales, integrando diversos datos espaciales a través de plataformas como 'V-World'. Este servicio de plataforma abierta proporciona mapas 3D de alta resolución e información territorial, sirviendo como infraestructura clave para el desarrollo de ciudades inteligentes y la administración pública. ^{[ 89 ]}

El estado de la superficie, la atmósfera y el subsuelo terrestres puede analizarse mediante la introducción de datos satelitales en un SIG.  La tecnología SIG permite a los investigadores examinar las variaciones en los procesos terrestres a lo largo de días, meses y años mediante visualizaciones cartográficas. ^{[ 90 ]} Por ejemplo, los cambios en el vigor de la vegetación durante una temporada de crecimiento pueden animarse para determinar cuándo la sequía fue más extensa en una región específica. El gráfico resultante representa una medida aproximada de la salud de las plantas. Al trabajar con dos variables a lo largo del tiempo, los investigadores podrían detectar diferencias regionales en el desfase entre la disminución de las precipitaciones y su efecto en la vegetación.

La tecnología SIG  y la disponibilidad de datos digitales a escala regional y global permiten realizar este tipo de análisis. La información del sensor satelital utilizada para generar un gráfico de vegetación se produce, por ejemplo, mediante el radiómetro avanzado de muy alta resolución (AVHRR). Este sistema de sensores detecta la cantidad de energía reflejada por la superficie terrestre en diversas bandas del espectro para áreas de aproximadamente 1 km² (0,39 millas cuadradas ) . El sensor satelital genera imágenes de una ubicación específica en la Tierra dos veces al día. El AVHRR y, más recientemente, el ^{espectrorradiómetro} de imágenes de resolución moderada (MODIS) son solo dos de los muchos sistemas de sensores utilizados para el análisis de la superficie terrestre.   

Además de la integración del tiempo en los estudios ambientales, los SIG también se exploran por su capacidad para rastrear y modelar el progreso de las personas en sus rutinas diarias. Un ejemplo concreto de progreso en este ámbito es la reciente publicación de datos de población específicos por hora por parte de la Oficina del Censo de EE . UU . En este conjunto de datos, se muestran las poblaciones de las ciudades para las horas diurnas y nocturnas, lo que pone de relieve el patrón de concentración y dispersión generado por los desplazamientos diarios en Norteamérica. La manipulación y generación de datos necesarios para producir esta información no habría sido posible sin  los SIG.

El uso de modelos para proyectar los datos almacenados en un SIG  hacia el futuro ha permitido a los planificadores probar decisiones políticas utilizando sistemas de apoyo a la toma de decisiones espaciales .

Las herramientas y tecnologías derivadas de la Web Semántica del Consorcio World Wide Web están demostrando ser útiles para resolver problemas de integración de datos en sistemas de información. En consecuencia, estas tecnologías se han propuesto como un medio para facilitar la interoperabilidad y la reutilización de datos entre aplicaciones SIG, así como para habilitar nuevos mecanismos de análisis. ^{[ 91 ] [ 92 ] [ 93 ] [ 94 ]} 

Las ontologías son un componente clave de este enfoque semántico, ya que permiten una especificación formal y legible por máquina de los conceptos y relaciones en un dominio determinado. Esto, a su vez, permite que un SIG se centre en el significado previsto de los datos en lugar de en su sintaxis o estructura. Por ejemplo, razonar que un tipo de cobertura terrestre clasificado como árboles de hoja acicular caducifolios en un conjunto de datos es una especialización o subconjunto del tipo de cobertura terrestre bosque en otro conjunto de datos clasificado de forma más general puede ayudar a un SIG a fusionar automáticamente los dos conjuntos de datos bajo la clasificación de cobertura terrestre más general. Se han desarrollado ontologías tentativas en áreas relacionadas con  las aplicaciones SIG, por ejemplo, la ontología de hidrología ^{[ 95 ]} desarrollada por Ordnance Survey en el Reino Unido y las ontologías SWEET ^{[ 96 ]} desarrolladas por el Laboratorio de Propulsión a Chorro de la NASA . Además, el Grupo Geo Incubator del W3C ^{[ 97 ]} está proponiendo ontologías más simples y estándares de metadatos semánticos para representar datos geoespaciales en la web. GeoSPARQL es un estándar desarrollado por Ordnance Survey, el Servicio Geológico de los Estados Unidos , Recursos Naturales de Canadá , la Organización de Investigación Científica e Industrial de la Commonwealth de Australia y otros, para respaldar la creación de ontologías y el razonamiento utilizando literales OGC bien conocidos (GML, WKT), relaciones topológicas (Simple Features, RCC8, DE-9IM), RDF y los protocolos de consulta de bases de datos SPARQL .

Los resultados de investigaciones recientes en esta área se pueden ver en la Conferencia Internacional sobre Semántica Geoespacial ^{[ 98 ]} y en el taller Terra Cognita – Direcciones hacia la Web Semántica Geoespacial ^{[ 99 ]} en la Conferencia Internacional sobre la Web Semántica.

A finales del siglo XX, los SIG comenzaron a ser reconocidos como herramientas que podían utilizarse en el aula. ^{[ 106 ] [ 107 ] [ 108 ]} Los beneficios de los SIG en la educación parecen centrarse en el desarrollo de la cognición espacial , pero no existe suficiente bibliografía ni datos estadísticos para mostrar el alcance concreto del uso de los SIG en la educación en todo el mundo, aunque la expansión ha sido más rápida en aquellos países donde se mencionan en el currículo. ^{[ 109 ] : 36}

Los SIG parecen ofrecer muchas ventajas en la enseñanza de la geografía, ya que permiten realizar análisis basados ​​en datos geográficos reales y también ayudan a plantear preguntas de investigación a docentes y estudiantes en el aula. Además, contribuyen a la mejora del aprendizaje mediante el desarrollo del pensamiento espacial y geográfico y, en muchos casos, la motivación del alumnado. ^{[ 109 ] : 38}

Las instituciones educativas también ofrecen cursos de SIG. ^{[ 110 ] [ 111 ]}

Los SIG han demostrado ser una tecnología integral, empresarial y duradera que continúa transformando el funcionamiento de los gobiernos locales. ^{[ 112 ]} Las agencias gubernamentales han adoptado la tecnología SIG como método para gestionar mejor las siguientes áreas de la organización gubernamental:

• Los departamentos de desarrollo económico utilizan herramientas interactivas de mapeo SIG, que se integran con otros datos (demográficos, fuerza laboral, empresas, industria, talento) y una base de datos de terrenos y edificios comerciales disponibles para atraer inversiones y apoyar a las empresas existentes. Las empresas que toman decisiones sobre su ubicación pueden usar estas herramientas para elegir las comunidades y los sitios que mejor se ajusten a sus criterios de éxito.
• Operaciones de seguridad pública ^{[ 113 ]} tales como centros de operaciones de emergencia, prevención de incendios, tecnología móvil y despacho de la policía y el sheriff, y mapeo de riesgos meteorológicos.
• Departamentos de parques y recreación y sus funciones en el inventario de activos, conservación de tierras, administración de tierras y administración de cementerios.
• Obras públicas y servicios públicos, seguimiento del drenaje de agua y aguas pluviales, activos eléctricos, proyectos de ingeniería y activos y tendencias del transporte público.
• Gestión de redes de fibra óptica para activos de red interdepartamentales
• Datos analíticos y demográficos escolares, gestión de activos y planificación de mejoras/expansión.
• Administración pública para datos electorales, registros de propiedad y zonificación/gestión La iniciativa de datos abiertos está impulsando al gobierno local a aprovechar tecnologías como la tecnología SIG, ya que abarca los requisitos para ajustarse al modelo de transparencia de datos abiertos/ gobierno abierto . ^{[ 112 ]} Con datos abiertos, las organizaciones de gobierno local pueden implementar aplicaciones de participación ciudadana y portales en línea, lo que permite a los ciudadanos ver información sobre terrenos, reportar baches y problemas de señalización, ver y ordenar parques por activos, ver tasas de delincuencia en tiempo real y reparaciones de servicios públicos, y mucho más. ^{[ 114 ] [ 115 ]} El impulso de datos abiertos dentro de las organizaciones gubernamentales está impulsando el crecimiento en el gasto en tecnología SIG del gobierno local y la gestión de bases de datos.

Los SIG han sido una herramienta importante en arqueología desde principios de la década de 1990. ^{[ 116 ]}

Los estudios y la documentación son importantes para la preservación y la arqueología, y los SIG hacen que esta investigación y trabajo de campo sean eficientes y precisos. ^{[ 117 ]}

Los SIG también se utilizan para ayudar a gestionar la conservación de sitios del patrimonio cultural. Los SIG ayudan a las organizaciones de conservación a monitorear los impactos del desarrollo, los conflictos y el cambio climático en los recursos arqueológicos y otros recursos culturales. ^{[ 118 ]} Algunas agencias públicas utilizan software SIG para evaluar los impactos potenciales de la construcción y otros desarrollos, y utilizan estas evaluaciones en los procesos de permisos y mitigación. ^{[ 119 ]}