Bases De Datos Geograficas Y Autocorrelación Espacial Para Identificar Patrones De Distribuciones Espaciales

Contenido principal de artículos

Yair Rivera Julio

Palabras clave

SIG, índice de Moran

Resumen


Los sistemas de información geográfica combinados con los métodos de estadística espacio-temporal, constituyen una efectiva herramienta de análisis exploratorio para el estudio de variables espaciales, en especial aquella que tiene una influencia consigo misma en zonas próximas o adyacentes. A través del método de Auto correlación espacial de Moran y con ayudas de las tecnologías de los sistemas iterativos y dispositivos móviles, se determinó que todos los fenómenos de expansión y concentración pueden ser analizados en tiempo real, siguiendo un modelo estadístico-matemático, el cual permitiría simular la naturaleza y movilidad de la variable en diferentes zonas de manera directa y sencilla, todo esto para la identificación de patrones espaciales a través del tiempo. Toda este análisis matemático permitiría en un futuro cercano la creación de servicios móviles inteligentes soportados en la web con ayuda de servicios basados en la localización y GIS para el monitoreo de variables espaciales en tiempo real.


 


Abstract 240 | PDF COMPLETO Downloads 173 HTML Downloads 33 XML Downloads 27

Referencias

J. Chen, R. Roth, A. Naito, E. Lengerich, A. Maceachren, Geovisual analytics to enhance spatial scan statistic interpretation: an analysis of U.S. cervical cancer mortality. International Journal of Health Geographics 7 (57): 1-18. 2008.

M. Craglia, R. Haining, P. Wiles. A comparative evaluation of approaches to urban crime pattern analysis. Urban Studies 37 (4): 711–729. 2000.

S. Merrall, GIS for spatial analysis of fire incidence; Identification of social, economic and environmental risk indicators. In: A. Hirschfield & K. Bowers (Eds.), Mapping and analysing crime data Lessons from research and practice: 156–183. Taylor and Francis, London and New York. 2001.

AE, Autocorrelación espacial e indicadores locales de asociación espacial. Importancia, estructura y aplicación, Revista Universitaria de Geografía, versión impresa ISSN 0326-8373, Rev. Univ. Geogr. v.18 n.1 Bahía Blanca 2009, Juan Pablo Celemín*,* Becario CONICET - Universidad Nacional de Mar del Plata. Grupo de Estudios Sobre Población y Territorio.

J. Corcoran, G. Higgs, Brunsdon CH, Ware A, Normal P. the use of spatial analytical techniques to explore patterns of fire incidence: A South Wales case study. Computers, Environment and Urban Systems 31 (6): 623-647. 2007

R. Moreno, E. Vayá, Técnicas econométricas para el tratamiento de datos espaciales: La econometría espacial. España: Ediciones de la Universidad de Barcelona. 2000.

Análisis espacial de datos y turismo: nuevas técnicas para el análisis turístico. Una aplicación al caso extremeño Sánchez Rivero, Marcelino (Universidad de Extremadura) Revista de Estudios Empresariales. Segunda época. Número: 2 Páginas: 48 – 66. 2008.

M. Dodge, The visualisation and analysis of fire incidents using GIS. In: Joint European conference and exhibition on geographical information, Barcelona. 1996.

L. Anselin, GeoDa 0.9.5-i Release Notes. Illinois, United States: Urbana-Champaign Spatial Analysis Laboratory. Department of Agricultural and Consumer Economics, pp 64, 2004.

S. Chandler, A. Chapman, S. Hallington, Fire incidence, housing and social conditions – The urban situation in Britain. Fire Prevention 172: 15–20. 1984.

ÇAssociation for Geographic Information (AGI), 1997. Emergency services GI survey. AGI, London. Bivand, Roger, Pebesma, Edzer. Applied Spatial Data Analysis with R Springer: 21-268. 2008

L. Anselin, A. Bera, Spatial dependence in linear regression models with an introduction to spatial econometrics. In: Ullah, A. and Giles, D. E. Editors, Handbook of Applied Econometrics: 237-289. Marcel Dekker, New York. 1998.

M. Ducanson, A. Woodward, P. Reid, Socio- economic deprivation and fatal unintentional domestic fire incidents in New Zealand 1993-1998. Fire Safety Journal 37: 165-179. 2002.
E. Pebema, K. Jong, D. Briggs, Interactive visualization of uncertain spatial and spatio-temporal data under different scenarios: an air quality example. International Journal of Geographical Information Science 21 (5): 515-527. 2007.

Influence of Geomarketing on the Rollout of New Telecom Network Infrastructure KoenCasier, Jan Van Ooteghem, ManonSikkema, SofieVerbrugge, Didier Colle, Mario Pickavet, Piet Demeester Internet Based Communication Networks and Services (IBCN) Department of Information technology, Ghent University

L. Anselin, Local Indicators of Spatial Association- LISA. Geographical Analysis, 1996 27: 93-115.

J. P. Celemín., Becario CONICET - Universidad Nacional de Mar del Plata. Autocorrelación espacial e indicadores locales de asociación espacial. Importancia, estructura y aplicación, Grupo de Estudios Sobre Población y Territorio. jpcelemin@conicet.gov.ar,1c plan de investigaciones. Revista Universitaria de Geografía, versión impresa ISSN 0326-8373, Rev. Univ. Geogr. v.18 n.1 Bahía Blanca. 2009.