Práctica 1.

Globos Virtuales

Presentado por:
Juan Pablo Ortega Piamba

Presentado a:
Nixon Alexander Correa Muñoz

Universidad del Cauca

Facultad de Ingeniería Civil
Programa- Ingeniería Civil
3 de septiembre de 2020
1. INTRODUCCIÓN
Actualmente en el mundo las herramientas de las TIC, se han adueñado de procesos y se
han convertido en un factor muy importante para la investigación y desarrollo de proyectos
de distinto ímpetu en el mundo, plasmando lo que el avance tecnológico ha traído consigo
y que poco a poco se irá afianzando más. El uso de procedimientos “arcaicos” para la
realización de decisiones post-inversión de proyectos ya no satisface lo que el mundo actual
y la globalización nos presenta, es por ello que en estas últimas dos décadas ha
evolucionado una herramienta llamada “Globos Virtuales” que es un software que nos
permite visualizar distintas características del globo terráqueo desde distintos ángulos de
vista y a distintos puntos y áreas del planeta tierra, adentrándonos en factores que
anteriormente eran muy difíciles de poder estimar. Estos globos virtuales han sido producto
de las inversiones de distintas naciones y uniones, que han puesto en órbita a distintos
satélites y han permitido el desarrollo de esta herramienta hasta la actualidad, permitiendo
la funcionalidad a los elementos electrónicos, caso de ello son los Smartphone que cada
día tienen aún más incorporadas distintas constelaciones como la rusa GLONASS, la
estado Unidense GPS, la India , La japonesa BeiDou, y la reciente puesta en órbita global
GALILEO, perteneciente a la unión europea.

2. OBJETIVO
Analizar e interpretar los conceptos de los sistemas GNSS mediante la variabilidad espacial
que proporcionan los globos virtuales por medio de satélites, dimensionando la precisión y
fiabilidad, así como su incidencia en la toma de posturas y decisiones a quien dispone de
las herramientas.

3. MARCO TEÓRICO
Para lograr contextualizarse de mejor manera acerca de la variabilidad espacial es
necesario adentrarse en la historia acerca del tema y las ramas más importantes, así como
los términos teóricos fundamentales para lograr una coherencia y cohesión en el análisis
de datos espaciales. Por ello se presenta una división de marco teórico en 2, los cuales son
marco de referencia y marco conceptual, los cuales se presentan a continuación.

3.1. Marco de Referencia:

Todo el campo de datos espaciales e información acerca de la distribución de estos en el
planeta tierra, parten desde un acontecimiento histórico: el primer satélite lanzado en órbita.
Este satélite lanzado por la entonces conocida Unión Soviética llamado “Sputnik” fue
enviado en 1957 y producto de la información captada, llevó a que muchos científicos a
disposición del gobierno se percataran del potencial de la tecnología y su incidencia para
poder localizar puntos en la superficie terrestres.
Con el paso del tiempo, se dio inicio al campo de la investigación, gracias al desarrollo de
satélites que con el paso de los años se han puesto en órbita, producto de esto se han ido
creando y afianzando las demás constelaciones principales que a día de hoy conocemos,
como lo son GPS de Estados Unidos, la GLONASS de Rusia, la BeiDou China, el IRNSS
de la India y el GALILEO desarrollado por la unión europea junto con Agencia Espacial
Europea.
El desarrollo de estos satélites ha traído como consecuencias el surgimiento exponencial
de diversas aplicaciones para distintos campos como la ingeniería, la física, Geomática,
Economía, etc. De las diversas herramientas que parten de los datos proporcionados por
estos satélites, una de las aplicaciones que se le ha dado es el crear un modelo de software
del planeta tierra por medio de imágenes satelitales permitiendo así el estudio de diversos
fenómenos que han cambiado la forma de llevar a cabo labores que anteriormente se
realizaban sin este tipo de ayuda, como lo es la perspectiva que ofrecen los globos virtuales;
ejemplo de un globo virtual es Google Earth que mundialmente es el más conocido y que
permite al usuario el poder observar distintos puntos desde diversos ángulos, localizándose
y aportándole información del entorno.
“In 1998, Al Gore presented the vision of a ―Digital Earth‖ embedding geo-referenced data
in a multi-resolution, three-dimensional representation of the Earth, facilitating collaboration
to understand the interaction between human impacts and the environment”(Al Gore, 1998)
Esta visión inicial de los globos virtuales que dio Al Gore da a entender que el objetivo del
uso es el poder ayudar a interpretar los cambios que surgen en el medio ambiente producto
de la actividad humana, hoy en día el uso de los globos virtuales tiene ese sentido de
aplicación pero también se ha permitido expandirse en distintas ramas que surgen desde
esa premisa principal, como lo son las simulaciones de proyectos, ya que los globos
virtuales permiten importar datos y representarlos en la superficie y que aportan a los
estudios para una buena toma de decisiones en fases de inversión de proyectos.
Los globos virtuales a día de hoy se han afianzado y han tomado un rumbo científico que
requiere de una responsabilidad en la forma de analizar las perspectivas que estos ofrecen,
pues el complementarlos con otras formas de analizar y con estudios diversos acerca de
los parámetros que se estudian, pueden mejorar la forma de ver las cosas evitando un
posible desfase en riesgos o sobremedidas que se tomen por una mala interpretación de la
información. “With the rapid development of both commercial and scientific 3D geobrowsers
representing the earth, technological development has approached, although not reached,
Al Gore‘s vision. Virtual globes can be defined as geobrowsers, based on a globe metaphor,
that integrate multi-scale and multi-temporal data from various sources. They have become
a popular tool, and expectations regarding their utility as planning and community
engagement tools are high, but are tempered by both technical limitations and ethical
issues”(Foresman, 2008) .

3.2. Marco conceptual

El desarrollo de herramientas geográficas se ha incrementado debido a que la tecnología y
precisión han aumentado, los métodos para representar y dar a entender una idea se han
tornado obsoletos y ambiguos, por ello los globos virtuales han llegado para quedarse y
mostrar que el futuro está en las herramientas virtuales.
El globo virtual más conocido en la actualidad es Google Earth, siendo visitado diariamente
por miles de personas con distintos motivos como estudiantiles, investigativos o énfasis en
proyectos.
3.2.1. Glosario general
Es necesario conocer definiciones precisas de distintos términos para asimilar de la mejor
forma y con objetividad los argumentos que se presentarán a lo largo del informa, por ello
se presenta una terminología básica para el entendimiento a continuación.
Metadatos: datos que hablan de los datos, es decir, describen el contenido de los archivos
o la información de los mismos.
GNSS: “Sistemas de Navegación por Satélite que proporcionan un posicionamiento
geoespacial con cobertura global, tanto de forma autónoma, como con sistemas de
aumentación” (Garrido-Villén, 2014)
Globo Virtual: Un globo virtual es un software que representa la Tierra o cualquier planeta.
Satélite Artificial: “Vehículo espacial, tripulado o no, que se coloca en órbita alrededor de la
Tierra o de otro astro, y que lleva aparatos apropiados para recoger información y
transmitirla.” (RAE,2020)
MEO: “La órbita circular intermedia (ICO por intermediate circular orbit), también llamada
órbita terrestre media (MEO por el inglés Medium Earth orbit), se usa por satélites entre
altitudes de órbita terrestre baja (hasta 1200 km) y órbita geo síncrona (35.790
km).”(Wikipedia,2020)
GEO: órbita en el plano ecuatorial de la Tierra a 35 796 kilómetros de altitud. Por otra parte,
su excentricidad orbital es cero, lo que significa que es perfectamente circular. Este caso
particular de órbita geo síncrona permite un satélite artificial de «quedarse inmóvil» a la
vertical en el ecuador, en una posición fija con respecto a cualquier punto de la superficie
del planeta.” (Astronoo,2020)

4. Materiales y métodos
Para representar de manera más didáctica el procedimiento del informe, se presenta el
siguiente mapa conceptual generalizado.
 Mapa conceptual 1. Método informe. (Creado en CMapTools)
5. Resultados y Análisis

Parte A. Satélites como fuente de datos e información espacial

Para la parte A, es importante presentar los tipos de resoluciones y cómo se estiman
dependiendo de su significado; está la resolución espacial que se mide de con respecto al
mínimo objeto que puede ser visualizado por el ojo, está la resolución temporal que
depende de la frecuencia de revisión de un sensor de satélite para una ubicación específica,
y está la resolución espectral que especifica el número de bandas espectrales en las que
el sensor puede recoger la radiación reflejada.
La siguiente tabla muestra lo explicado y clasifica en bueno, regular y malo.
 Resolución Definición Forma de medida

Resolucion espacial Tamaño del pixel más pequeño m o cm

Frecuencia de revisión de un
Resolución temporal días y/o horas
lugar
Resolución espectral Número de bandas espectrales Número de bandas
Tabla 1. Resoluciones y sus mediciones

Resolución Buena Media Mala

Resolucion espacial 0.41 m - 40 m 41m - 29m 30 - 1000

Resolución temporal 24 h- 3 días 4 días- 16días >16 días

Resolución espectral 220 15 3

Tabla 2. Clasificación medida de las resoluciones

De acuerdo a estos parámetros para considerar las distintas clasificaciones de resolución,

se procede a inspeccionar diversos satélites con distintas resoluciones tanto espaciales,
temporales y espectrales. De modo que al recopilar información se ha podido lograr
construir la siguiente tabla donde se presenta diversidad de Satélites en órbita y sus
resoluciones.

Fecha lanzamiento Resolución Epacial (Metros) Resolución Resolución

Satélite País Altitud (Km)
(d/m/a) Pancromático Multiespectral Temporal(Días) Espectral(n bandas)
WorldView-4 USA 11/11/2011 617 0.31 1.24 4.5 5
WorldView-3 USA 13/08/2014 617 0.31 1.24 <1 29
GeoEye-1 USA 06/09/2008 681 0.46 1.84 <3 5
WorldView-2 USA 08/10/2009 770 0.46 1.84 1.1 9
WorldView-1 USA 18/09/2007 496 0.46 NA 1.7 1
Pleiades 1A Francia 16/12/2011 694 0.5 2 1 5
Pleiades 1B Francia 02/12/2012 694 0.5 2 1 5
SuperView-1 China 09/01/2018 530 0.5 2 2 5
QuickBird USA 18/10/2001 450/482 0.65 2.62 1-3.5 5
IKONOS USA 24/09/1999 681 0.82 3.28 3 5
Jilin-1 China 07/10/2015 656 0.72 2.88 3.3 4
SPOT -7 India 30/06/2014 655 1.5 6 1 5
SPOT - 6 India 09/09/2012 655 1.5 6 1 5
TerraSAR-X Alemania 15/06/2007 514 0.24 1.7 11 5
SkySat - 2,3,4,5,6,7 USA 08/07/2014 450 0.8 1 1 5
SkySat - 1 USA 08/07/2014 450 0.8 1 1 5
TripleSat Inglaterra 10/07/2015 651 0.8 3.2 1 5
KOMPSAT-3A Korea 25/03/2015 528 0.55 2.2 1.4 6
KOMPSAT Korea 07/05/2012 625 0.7 2.8 1.4 5
Gaofe- 2 China 19/08/2014 631 0.8 3.2 5 5
TH - 01 USA 24/08/2010 500 2 10 5 5
LANDSAT 7 USA 15/04/1999 705 15 30 16 7

Tabla 3. Resoluciones Satélites en órbita

De los datos presentados acerca de los satélites de la base de datos de la cual se

extrajeron, podemos interpretar, inferir y concluir una serie de observaciones.
 Como se pudo ver hay una gran cantidad de satélites de origen Estado Unidense.
 El satélite que tiene la mejor resolución espacial en el Pancromático es el satélite
TerraSAR-X de origen alemán que permite observar objetos de medida de 0.24
metros.
 Los satélites que mejor resolución espacial en el multiespectral tienen son los
satélites SkySat de orígen Estado Unidense, que presentan imágenes que permiten
discernir objetos de un tamaño de 1 metro, algo que es realmente muy bueno pues
permite poder localizar objetos y formas que se encuentren en áreas específicas.
 La mejor resolución espectral la consigue tener el satélite World-View 3 como lo
presenta la base de datos de Satellite Imaging Corporation , que reporta lo siguiente:

Imagen 1. Bandas WorldView 3. (Copyriht Satellite Imaging Corporation)

 La mejor resolución temporal la tiene el satélite World-View 3, con un tiempo de

revisita de menos de 1 día y nos muestra la capacidad que tiene este satélite en
distintos campos. Además de las aplicaciones que puede aportar para estudios de
orden urgente o medidas que requieran vistas diarias de una zona, para estudios
como puede ser el cambio en un terreno por fenómenos de desastres naturales.

Ilustración 2. Satélite WorldView-3 (Copyright Digital Globe)

El satélite WorldView-3 es una obra ingenieril operado por Digital Globe que tiene un
carácter comercial, y además es sumamente reconocido por su aporte científico.

Parte B. Ejercicio interactivo de visión del mundo

1. Layer DEM
“Misión de topografía de radar de transbordador (NASA SRTM v3, índice de color), esta
capa proporciona información de elevación casi global, sin vacíos, con una resolución
espacial de 1 segundo de arco (~ 30 metros) entre 60 ° norte y 56 ° sur de latitud. Los
productos de datos NASA SRTM son el resultado de un esfuerzo de colaboración de la
Administración Nacional de Aeronáutica y del Espacio (NASA) y la Agencia Nacional de
Inteligencia Geoespacial (NGA), así como de la participación de las agencias espaciales de
Alemania e Italia. El propósito del SRTM era generar un modelo de elevación digital (DEM)
del 80% de la superficie de la Tierra utilizando interferometría de radar. SRTM fue un
componente principal de la carga útil del transbordador espacial Endeavour durante su
misión STS-99. Endeavour se lanzó el 11 de febrero de 2000 y voló durante 11 días. En la
paleta predeterminada, el blanco indica las elevaciones más altas, luego el marrón, el
amarillo y los verdes indican las elevaciones bajas.

Imagen 3. Capa de elevación mundial (Copyright WorldView)

Como se puede observar en la imagen espacial, las alturas más altas se encuentran en la
parte de américa del sur, más precisamente en las cordilleras, la cordillera de los andes
que es la cordillera más extensa del mundo y recorre desde su extremo norte, en el
occidente de Venezuela, atravesando a Colombia, Ecuador, Perú y Bolivia; además sirve
de frontera natural entre las naciones de Chile y Argentina y tiene su extremo sur en
Argentina, en la reconocida Tierra del Fuego.
También se pueden observar grandes altitudes en la zona de Norteamérica por la Zona
Oeste se pueden apreciar alturas de un tono anaranjado en la escala de colores asignada,
también en Asia se pueden ver elevaciones muy altas, realmente las elevaciones más altas
se presentan en este continente en las fronteras entre China y Nepal pues es en esa
ubicación en donde se encuentra el Monte Everest que presenta la mayor altitud con
respecto al nivel del mar con un valor de 8848 metros.
En la siguiente captura podemos observar las altitudes mundiales que superan los 2725
metros y se visualizan las partes más altas, sobresaliendo las partes de sur américa y Asia.

Imagen 4. Capa elevaciones mayores (Copyright WorldView)

2. Earth at Nigth
la siguiente captura muestra la actividad nocturna mundial. Textualmente: “La capa Black
Marble y la capa Black Marble - Nighttime Lights only es una vista nocturna de la Tierra,
que muestra la luz visible que emana de fuentes antropogénicas como las luces de la ciudad
y otros patrones impulsados por humanos.”(WorldWide, 2020).

Imagen 6. Capa Earth at Night. (Copyright WorldView)

Como se puede comprobar en la imagen, hay un contraste muy significativo entre distintas
zonas y cambios abruptos de densidad de luces, mostrando que en Sur América en las
noches no presenta una alta área de luces mientras que países como EEUU, Alemania,
Rusia y China son ciudades donde se vive las 24 horas y se desarrollan actividades de
manera constante, lo que se representa como una alta actividad nocturna. Por ello estos
países deben invertir miles de millones de dólares en infraestructura que pueda soportar el
índice poblacional que existe, sabiendo que esta inversión se refleja en ganancias que
multiplican lo invertido al ser países con un comercio ejemplo, donde el dinero se mueve
constantemente, estos son países pioneros en economía y desarrollo.
3. Population Density 2020
“It consists of estimates of human population consistent with national censuses and
population registers with respect to relative spatial distribution, but adjusted to match 2015
Revision of UN World Population Prospects country totals for the years 2000,05,10,15, and
2020.” (WorldView,2020)

Imagen 7. Capa Densidad Poblacional (Fuente: WorldView)

Como podemos observar, hay una gran densidad poblacional en el continente asiático,
precisamente en países como India y China pues son los países más poblados del mundo.
También en la región europea como Rusia o Alemania existen zonas con puntos rojizos
dado que son países que presentan un nivel de desarrollo alto. En Alemania, Bélgica y
países vecinos el área que tiene no es muy grande con respecto a otros países y por ello
se pueden observar un alto índice poblacional pues las masas de gente están más
concentradas y existe mayor zona residencial. Este factor de densidad poblacional es de
suma importancia en la Ingeniería Civil para tomar decisiones en diseño y el tiempo de uso
que se le va a dar a una estructura pues depende de qué tantas personas pueden pasar
por el lugar.

4. Flood hazard
“The Flood Hazard: Frequency and Distribution layer indicates the relative distribution and
frequency of flood hazard. Global Flood Hazard Frequency and Distribution is a 2.5 minute
grid derived from a global listing of extreme flood events between 1985 and 2003 (poor or
missing data in the early/mid 1990s) compiled by Dartmouth Flood Observatory and
georeferenced to the nearest degree.”(WorldView,2020)
 Imagen 8. Inundación (Fuente: WorldView)

Como podemos observar en la captura tomada de la representación, hay un alto índice de

frecuencia de inundación en Asia y concretamente en China, En Asia son muy frecuentes
las inundaciones y es por ello que han tomado nuevas medidas de construcción para poder
enfrentar de la mejor manera estos fenómenos. En contraste a esto, podemos observar el
Sahara que es el desierto que ocupa gran parte de Asia y se ve que hay cero inundaciones
por la nula presencia de ríos y fuentes hidrológicas.

5. Landslde hazard : Frecuency and distribution

La capa Peligro de deslizamiento de tierra: frecuencia y distribución indica la distribución
relativa y la frecuencia del peligro de deslizamiento de tierra. En esta capa nos centraremos
en el análisis del continente de américa como vemos a continuación en la representación.

Imagen 9. Deslizamientos (Fuente: WorldView)

Como podemos observar e inferir de la imagen, la zona Nor-occidental de Suramérica, gran

parte de Centro américa y la zona oeste de Norteamérica tienen una alta frecuencia de
deslizamientos reportados históricamente y esto es consecuente y se explica con el análisis
de la capa de altitud en la cual observábamos las alturas más considerables del planeta
tierra donde también se podía ver esta franja. Un factor determinante en América del norte
en la parte occidental, Parte de la longitud que comprende la zona de color naranja y rojizo,
zona en la cual se posiciona la conocida falla de San Andrés y es por ello que en el
movimiento de placas tectónicas se producen movimientos de tierra que desencadenan
derrumbes, al existir pendientes que en otros lugares del mundo no se encuentran. Lo que
también se podría inferir de Sudamérica pues presenta alturas grandes con respecto al nivel
del mar, por ello la inestabilidad de la zona es relativamente alta. El ámbito de deslizamiento
de tierras es de vital importancia en la Ingeniería Civil y en el diseño de estructuras
localizadas en zonas de alta frecuencia de derrumbes, por ello se deben tomar
precauciones adicionales en el diseño y construir las conocidas estructuras sismo-
resistentes que no quiere eliminan por completo los movimientos de las placas, pero sí
pueden contrarrestar los efectos que producen. Un ejemplo de esto es el País de México
que ha desarrollado un amplio campo de investigación y aplicación en este tipo de
estructuras debido a los tipos de suelos que se presentan en la zona.

6. Land Cover Type.

SEDAC. Socieconomic Data and Applications center, nos proporciona dos capas en el
conjunto aglutinado llamado Land Cover:

“La primera es la subcapa Global Pastures es parte del conjunto de datos Global Agricultural
Lands, v1 (2000) que representa la proporción de áreas de tierra utilizadas como pastizales
(tierra utilizada para sustentar animales de pastoreo) en el año 2000.

Imagen 10. Pastures (Fuente: WorldView)

Centrándonos en el continente Sudamericano. Dado que la escala que representa esta

capa nos dice que entre el tono de verde sea más fuerte es mayor el porcentaje de tierras
de pasto, podemos ver que gran área de Colombia y Argentina tiene zonas dedicadas a
pastos y se podría inferir que uno de los ámbitos económicos más sobresalientes de las
regiones es la ganadería.
La capa de Biomas Antropogénicos es parte del conjunto de datos de Biomas
Antropogénicos del Mundo, v1 (2001-2006), esta capa describe patrones ecológicos de
importancia global dentro de la biosfera terrestre por la interacción humana directa
sostenida con ecosistemas. Para analizar esta capa se muestra la siguiente distribución de
colores según se clasifique la tierra.

Imagen 11. Distribución colores (Fuente: WorldView)

Para un análisis interesante de esta capa se ha decidido hacer una comparación entre el
subcontinente suramericano y el continente europeo. Cabe decir que esta capa se
encuentra disponible para toda el área de la tierra.

Imagen 12. Distribución tierras (Fuente. WorldView)

Al comparar a Suramerica y Europa se puede observar que en la región Europea se adueña

un color verde claro, que si nos dirigimos a la convención de la capa, este tipo de color nos
indica zonas residenciales, en cambio en Sudamérica prima un color verde sapote y azul
claro, que en la convención nos indican bosque silvestre y bosque poblado
respectivamente. Esto se podría inferir, representa el sistema económico de los países y
las realidades de los continentes pues en Suramérica se desarrollan actividades agrícolas
y de ganadería pues lo que se prioriza es exportar alimentos y materias primas mientras
que en Europa la tendencia desde hace muchos años es la industrialización y por ello deben
tener mayor cpbertura para estructuras y viviendas donde se aloje la obra de mano, dejando
pocas zonas de pastos. Esta capa nos permite contextualizarnos en qué ramas de la
ingeniería se podrían desarrollar mayoritariamente en cada continente.

7. Latitude and Longitude Lines

“Las capas de líneas de latitud y longitud son una capa vectorial que muestra la cuadrícula
/ retícula de las líneas de latitud y longitud en todo el mundo. En la proyección geográfica,
las líneas de latitud y longitud se generan a partir de la capacidad de cuadrícula dentro de
OpenLayers. Para las proyecciones estereográficas polares árticas y antárticas, las capas
de retículas se generan a partir de Polarview.” (WorldView, 2020)

Imagen 13. Latitude.Longitude (Fuente: WorldView)

Activando esta capa y con la ayuda de la capa de Coastlines/Boards/Roads podemos ver
la ubicación de coordenadas de nuestro país como está referenciado oficialmente que es
4°34.252'N 74°17.84' O. Estas coordenadas que le pertenecen al país, son necesarias para
todo tipo de estudio topográfico según el sistema de referencia tomado.

8. Precipitation estimate (Day)

“AIRS, la sonda infrarroja atmosférica es un instrumento de instalación a bordo de la

segunda plataforma en órbita polar del Sistema de Observación de la Tierra, EOS Aqua. En
combinación con la Unidad de Sonda Avanzada de Microondas (AMSU) y la Sonda de
Humedad para Brasil (HSB, no operativa desde febrero de 2003), AIRS constituye un
innovador grupo de sondas atmosféricas de sensores visibles, infrarrojos y de microondas.
Los datos de AIRS se generan continuamente. La cobertura global se obtiene dos veces al
día (día y noche) en una órbita sincrónica solar a la 1:30 pm desde una altitud de 705 km.”
(WorldView, 2020)

Imagen 14. Precipitación (Fuente: WorldView)

Debido a un posible fallo en el algoritmo o por falta de datos, esta capa presentó problemas
en la representación. Sin embargo, podemos ver detalles generales como las zonas rojizas
en distintos lugares del mundo, los lugares que ocupan en el espacio, informando que caen
bastantes milímetros de capa de agua lluvia. Claramente en las zonas donde más
acumulación de lluvia diaria se obtiene es en los océanos pues es ahí donde es ciclo
hidrológico es más constante y donde continuamente el agua está en un proceso de
transformación en condensación y precipitación.

9. Urban Expansion

La capa de Probabilidades de expansión urbana hasta 2030, “presenta pronósticos

probabilísticos espacialmente explícitos del cambio de la cobertura terrestre urbana global
de 2000 a 2030 con una resolución de 2,5 minutos de arco. Para cada celda de la cuadrícula
que no es urbana en 2000, un modelo de Monte-Carlo asignó una probabilidad de
convertirse en urbano para el año 2030. Los autores extrajeron por primera vez la extensión
urbana alrededor del año 2000 de la Versión 5 del Producto Tipo de Cubierta Terrestre
MODIS de la NASA, que proporciona una estimación conservadora de la cobertura terrestre
urbana mundial.” (WorldView, 2020)
Basándose en la distribución empírica actual de las densidades de población urbana
regional y las funciones de densidad de probabilidad de la población regional proyectada y
los valores del PIB para 2030.

Imagen 15. Expansión Urbana (Fuente: WorldView)

Como podemos observar y según la escala de colores que se presenta a la izquierda, en el
continente se tienen unas probabilidades de expansión mayoritariamente de
aproximadamente el 38% para el 2030, por lo que se espera un aumento de áreas urbanas
y de producción. Sin embargo, estas probabilidades son moderadas por el mismo estudio,
que es reservado en su representación gráfica del algoritmo.

10. Volcano Hazard

Esta capa nos permite visualizar las zonas mundiales en donde existe un peligro mayor
según la escala de colores de que exista un evento volcánico, indica la distribución relativa
y la frecuencia del peligro volcánico. La información mostrada evidencia que donde hay
valores de celda de cuadrícula más altos, hay frecuencias más altas de erupciones
volcánicas de 1979 a 2000: 1-10, 11-30, 31-60, 61-130. según el Índice de Explosividad
Volcánica (VEI).

Imagen 16. Riesgo Volcánico 8Fuente: WorldView)

Como observamos cualitativamente en la captura, los riesgos que se presentan en el

continente asiático, oceánico y sudamericano son datos más distribuidos por lo que se
infiere que la actividad volcánica se presenta en distintas partes del continente y no en sólo
una; mientras que en Europa apenas se evidencian un punto rojizo en el que se concentra
bastante actividad volcánica. En Sudamérica estos puntos siguen las cadenas montañosas
del occidente y se extienden hasta Norteamérica.
Algo muy llamativo es ver la seguidilla de puntos que se presentan en Centroamérica, lo
que nos muestra que existieron eventos volcánicos, sin embargo, el color más atenuado
indica que no fueron entre 31 y 60 entre 1979 a 2000, lo que se podría decir es relativamente
alto en comparación con otras zonas del mundo.

Imagen 17. Volcanic Hazard Centroamérica (Fuente: WorldView)

Parte C. Estimaciones de la densidad de Población Mundial, 2015.

Imagen 18. Personas por km² (Fuente: FAO)

En la ilustración de análisis se pueden observar el promedio de personas por kilómetros
cuadrado en distintas zonas del mundo, con la clasificación de colores dada en la parte
inferior de la imagen presentada, del análisis cualitativo acerca de la información que nos
presenta, podemos inferir las siguientes conclusiones:
 Son evidentes los colores morados y azules en la zona de Asia del sur
mayoritariamente en la India pues este país tiene la mayor población en cuanto a
países y también se puede observar una gran densidad poblacional en China pues
es el segundo país más poblado del mundo. Sin embargo, hay una diferencia entre
estos dos países con alta densidad poblacional y es que la India cuenta con un área
de 3,287 Millones de Km² mientras que China cuenta con un área de 9,597 Millones
de Km². Consecuencia de esto es que en China no hay una tasa de desempleo tan
grande como en la India pues un país avanza a medida que lo habitan más personas
sin embargo al excederse la capacidad que hay para ofrecer una calidad de vida
“buena”, la proporción empieza a ser inversa.
 Otra conclusión que podemos sacar de la imagen es que en Suramérica hay un gran
asentamiento poblacional en las cordilleras, específicamente en la cordillera de los
Andes, mientras que en áreas de Brasil no, podría ser debido al extenso terreno que
ocupa la flora y Fauna.
 Se puede evidenciar un contraste poblacional en el continente africano, donde se
pasa abruptamente de una densa población a una casi nula población por kilómetro
cuadrado pues en la zona del Norte Africano se encuentra el Sahara ocupando un
área aproximada de 9,4 millones de Kilómetros cuadrados.
Parte D. Variabilidad espacial Meteorológica de Colombia.
Al ingresar a la página del IDEAM se encuentra una representación espacial de estaciones
meteorológicas que son manejadas por el IDEAM con el fin de proporcionar información a
quienes deseen descargarla con fines educativos, científicos o en proyectos de distintas
ramas como en Ingeniería Agrícola o Ingeniería Civil. “El IDEAM es una institución pública
de apoyo técnico y científico al Sistema Nacional Ambiental, que genera conocimiento,
produce información confiable, consistente y oportuna, sobre el estado y las dinámicas de
los recursos naturales y del medio ambiente, que facilite la definición y ajustes de las
políticas ambientales y la toma de decisiones por parte de los sectores público, privado y la
ciudadanía en general.”(IDEAM, 2020)
El IDEAM maneja diversos tipos de estaciones:
 Estación Climatológica ordinaria
 Estación Agrometereológica
 Estación Climatológica Principal
 Estación Limnigráfica
 Estación Limnimétrica
 Estaión Mareográfica
 Estación metereológica especial
 Estación Pluviográfica
 Estación Pluvimétrica
 Estación Radio sonda
 Estación Sinóptica principal y secundaria
La siguiente captura tomada en la página del IDEAM, muestra la distribución de estaciones
en el país. Representando una gran densidad de estaciones hacia la zona centro occidental
del País como vemos a continuación.

Imagen 19. Estaciones IDEAM. (Fuente: IDEAM)

Acercándose más a la zona de mayor densidad de estaciones, podemos observar que, en

el departamento de Cundinamarca, espacialmente en la ciudad de Bogotá están
posicionadas alrededor de 1889 estaciones con diversos campos de estudio.
 Imagen 20. Estaciones IDEAM Cundinamarca (Fuente:IDEAM)

Este fenómeno de densidad de estaciones se puede justificar con la importancia que

representa para el país la ciudad de Bogotá pues al ser la capital debe estar monitoreando
constantemente factores climáticos y ambientales en la zona debido a que el aeropuerto el
Dorado debe estar en constante despegue y aterrizaje de aviones los cuales se ven
afectados por condiciones y fenómenos climáticos.
Para poder entrar a analizar a profundidad los datos de las estaciones, es necesario realizar
una descarga en formato tipo Excel que representa en función del tiempo distintas variables.
Por ejemplo, en el campo de la Hidrología e hidráulica es vital conocer los caudales
máximos y precipitaciones máximas con su tiempo de retorno arraigado que se pueden
presentar en una cuenca de estudio pues esto determina el diseño de los elementos
estructurales para una obra civil como un puente. Sin embargo, en este análisis sólo es de
interés la distribución espacial.
También se puede observar las pocas estaciones que existen en el oriente del país por no
ser una zona de movimiento económico principal, se puede decir que esto se relaciona a
que la zona no limita con el mar y es por ello que los factores climáticos no interesan, pero
esto también impide que para proyectos civiles se tengan datos confiables y sea necesario
empezar a tener que estimar datos, lo cual disminuye la precisión y confiabilidad.
Los datos que proporciona el IDEAM son necesarios para estudios de Post-inversión en
proyectos y por ello estos datos que son de uso público, facilitan estudios de Hidrología e
Hidráulica en proyectos, por lo que los estudios se centran en lugares donde más se
presentan lluvias y caudales considerablemente altos, pues estas zonas deben tener varias
estaciones disponibles para poder considerar a los datos como fiables y además tener un
registro de periodo de años que sea congruente con lo que los manuales de diseño
Colombianos indican.
En las bases de datos del IDEAM también nos proporcionan datos de precipitaciones
mensuales máximas en cada mes. Ahora vamos a analizar la distribución que ha ocurrido
en la toma de datos desde 1971 a 2005, para el mes más lluvioso registrado, que es Junio.
 Imagen 21. Precipitaciones máximas absolutas Junio (Fuente: IDEAM)
Como observamos en la distribución espacial, no existen puntos rojos o no se hacen
notorios a gran escala, es decir que en toda Colombia entre estas décadas, se presentaron
lluvias máximas de un valor de 25mm de capa o más, algo que no sucede anualmente pero
al recoger datos de tantos años la probabilidad de que estas precipitaciones se den son
mayores. Como podemos observar las regiones que presentaron las mayores
precipitaciones máximas se repartieron por el país, estableciendo unos mayores valores de
precipitaciones máximas en las zonas de frontera con el mar, como en el Chocó, Mientras
que las zonas que presenaron valores promedio de entre 25 a 75 mm fueron las zonas que
se encuentran en las cordilleras del país.
Procedamos a analizar las temperaturas medias en una escala cualitativa que nos
proporciona el IDEAM, para observar cómo se distribuyen las temperaturas a lo largo del
país.
 Imagen 22. Temperatura media prom (Fuente:IDEAM)

En esta imagen podemos ver que las temperaturas medias registradas en promedio
multianual, y vemos que las zonas más cálidas se encuentran en los contornos de las
cordilleras, mientras que las zonas más frías se encuentran en las zonas más altas del país
en las arterias que dibujan las cordilleras, por claras razones de encontrarse a más altitud
con respecto al nivel del mar. Si no se analizan e interpretan bien estos resultados,
podríamos decir que va en contra de las precipitaciones en el país, pues por lógica donde
más llueve es donde más frío hace. Sin embargo, en el mapa de precipitaciones se recogen
datos de precipitaciones máximas y no un promedio de precipitación, por lo que se infiere
que en algunas zonas del país que se encuentran a baja altura sobre el nivel del mar, no
llueve demasiado pero cuando lo hace, las precipitaciones son de gran volumen, mientras
que en las cordilleras llueve de manera más constante pero no valores de mm de agua tan
altos.
Parte E. Mapas de Bing

Bing, “Es una web de mapas creada por Microsoft para su buscador Bing. Los usuarios
pueden examinar los mapas topográficos de calles de muchas ciudades en todo el mundo.
Los mapas incluyen ciertos puntos de interés integrados, tales como estaciones de metro,
estadios, hospitales y otras instalaciones.” (Wikipedia, 2020) En esta web, es posible
navegar por puntos de interés públicos creados por los usuarios de Bing Maps, la
herramienta te da la opción de ver las rutas disponibles dependiendo del medio de
transporte que utilices para realizar un viaje poder decidir qué rutas o decisiones son las
que más convienen en tiempos.
El factor de la movilidad es muy importante en las ciudades, en cuanto a los tiempos que
existen entre puntos y la capacidad de infraestructura que permite la zona para movilizarse.
El análisis detallado del tráfico en vías de orden 1,2 y 3 se tiene para ciudades grandes y
con un constante movimiento de masas. Para el análisis de la ciudad de Popayán, la
herramienta sólo permite información de las “arterias” viales principales de la ciudad como
se muestra en la siguiente imagen.

Imagen 23. Tráfico Popayán (Fuente. Bing Maps)

En general, basados en la leyenda de tráfico, se puede observar que la mayoría de ramas

viales de las que se dispone información, están sin tráfico o con un tráfico fluido. Esto se
podría acreditar a la actual situación que se vive por el virus del Covid-19 pues la movilidad
está más restringida para evitar el crecimiento exponencial desmedido de contagios; es por
ello que los sistemas de transporte están operando a capacidad moderada, así como el
intercambio económico entre departamentos pues la salida y entrada entre municipios y
departamentos está controlada, esto lleva a que masas de personas que se transportaban
a la ciudad o se movían entre ciudades ya no lo hagan con la misma frecuencia y por ende
no aportan volumen de tráfico en las zonas viales.

Imagen 24. Tráfico Campanario (Fuente: Bing Maps)

Si acercamos la imagen, específicamente a la vía frente al centro comercial Campanario,
vemos que hay un flujo constate de carros en la zona, que se extiende desde la rotonda de
Catay. Pues esta vía conecta puntos principales en la ciudad como es la vía al norte de la
ciudad y por ello la movilización es constante por personas que diariamente deben trabajar
acatando las normas de cuidado correspondientes, además de negocios que por la
situación están brindando servicio de Domicilio que pueden cubrir zonas muy lejanas, y por
ello el elemento de transito que se ha incrementado es la moto.

Conclusiones

 El uso de Globos Virtuales permite interpretar mejor datos o estadísticas que

numéricamente son difíciles de entender en plenitud.
 La Ingeniería Civil es una rama que está en constante uso de satélites GNSS para
obtener coordenadas, medir terrenos, etc. Por ello es indispensable el conocer el
funcionamiento de los satélites
 Las resoluciones espaciales y espectrales se relacionan en el sentido de que, a
mayor resolución espacial, menor resolución espectral
 La resolución temporal de los satélites es importante para estudios que deban
reportarse rápidamente o que necesiten de un manejo de datos constante
diariamente.
 La distribución espacial de datos permite concientizar a las personas de la gravedad
de algunos comportamientos humanos, junto con ello permite un razonamiento de
los procesos naturales y antropogénicos que existen a nivel global.
 El acceso público de la información y del manejo de los globos virtuales, requiere
de un compromiso de responsabilidad al ser analizados los datos representados.
 Las capas y datos acerca de distribuciones, son representativos en escalas
nacionales, continentales y mundiales. Dado que, a escalas menores, la capacidad
de presentar información representativa de territorios no se hace con precisión y es
necesario complementar la información gráfica con estudios complementarios.
Resumen de la finalidad de los Globos virtuales en la toma de decisiones y aporte a los
trabajos investigativos, proceso para llegar al fin deseado:

Mapa conceptual 2. Globos Virtuales (Creado en CmapTools)

Bibliografía

Foresman, TW Evolución e implementación de la visión, tecnología y sociedad digital de la

tierra. En t. J. Digit. Tierra 2008, 1, 4-16.

Foresman, T.W. Evolution and implementation of the digital earth vision, technology and
society. Int. J. Digit. Earth 2008, 1, 4–16

Morales, Virtual gobles vs. geographic information systems: a descriptive analysis of

supported tools and formats. En TdA, 2011

Garrido-Villen, Sistemas GNSS. Introducción a los sistemas de posicionamiento global,

https://nagarvil.webs.upv.es/sistemas-gnss-introduccion/

RAE, https://dle.rae.es/sat%C3%A9lite

Wikipedia,2020, https://es.wikipedia.org/wiki/%C3%93rbita_circular_intermedia

Astronoo,1997, http://www.astronoo.com/es/articulos/orbita-geoestacionaria.html

WorldView, 2020, https://worldview.earthdata.nasa.gov/

IDEAM, 2020, http://www.ideam.gov.co/web/entidad/acerca-entidad

Wikipedia, 2020, https://es.wikipedia.org/wiki/Bing_Maps
FAO, 2020,
http://www.fao.org/geonetwork/srv/en/graphover.show?id=14053&fname=Map_2_03.png&
access=public
PowerData,2020, Metadatos y su utilidad, https://blog.powerdata.es/el-valor-de-la-gestion-
de-datos/que-son-los-metadatos-y-cual-es-su-utilidad
SEDAC, 2020, https://sedac.ciesin.columbia.edu/
IDEAM, Distribuciones de temperatura media,
http://www.ideam.gov.co/documents/21021/418894/Temperatura+Media%2C+M%C3%A1
xima+y+M%C3%ADnima.pdf/1c72e73e-3f07-4a6c-b900-48ff1442f5e2
IDEAM, Mapas mensuales de precipitaciones máximas 1971-2005,
http://www.ideam.gov.co/documents/21021/21141/lluvias+maximas.pdf/b0e84959-a742-
4b94-a2c4-08270d846166 ,