Mapping

MAPPING, SOCIETY,
AND TECHNOLOGY
Manson
University of Minnesota
University of Minnesota
Mapping, Society, and Technology
Manson
This text is disseminated via the Open Education Resource (OER) LibreTexts Project (https://LibreTexts.org) and like the hundreds
of other texts available within this powerful platform, it is freely available for reading, printing and "consuming." Most, but not all,
pages in the library have licenses that may allow individuals to make changes, save, and print this book. Carefully
consult the applicable license(s) before pursuing such effects.
Instructors can adopt existing LibreTexts texts or Remix them to quickly build course-specific resources to meet the needs of their
students. Unlike traditional textbooks, LibreTexts’ web based origins allow powerful integration of advanced features and new
technologies to support learning.
The LibreTexts mission is to unite students, faculty and scholars in a cooperative effort to develop an easy-to-use online platform
for the construction, customization, and dissemination of OER content to reduce the burdens of unreasonable textbook costs to our
students and society. The LibreTexts project is a multi-institutional collaborative venture to develop the next generation of open-
access texts to improve postsecondary education at all levels of higher learning by developing an Open Access Resource
environment. The project currently consists of 14 independently operating and interconnected libraries that are constantly being
optimized by students, faculty, and outside experts to supplant conventional paper-based books. These free textbook alternatives are
organized within a central environment that is both vertically (from advance to basic level) and horizontally (across different fields)
integrated.
The LibreTexts libraries are Powered by NICE CXOne and are supported by the Department of Education Open Textbook Pilot
Project, the UC Davis Office of the Provost, the UC Davis Library, the California State University Affordable Learning Solutions
Program, and Merlot. This material is based upon work supported by the National Science Foundation under Grant No. 1246120,
1525057, and 1413739.
Any opinions, findings, and conclusions or recommendations expressed in this material are those of the author(s) and do not
necessarily reflect the views of the National Science Foundation nor the US Department of Education.
Have questions or comments? For information about adoptions or adaptions contact info@LibreTexts.org. More information on our
activities can be found via Facebook (https://facebook.com/Libretexts), Twitter (https://twitter.com/libretexts), or our blog
(http://Blog.Libretexts.org).
This text was compiled on 01/19/2024
TABLE OF CONTENTS
Licensing
Materia Frontal
TitlePage
InfoPage
Tabla de Contenidos
1: Mapas, sociedad y tecnología

2: Datos
3: Escala y Proyecciones
4: Diseño y simbolización
5: Simplificación
6: Análisis
7: Mentir con mapas
8: Vigilancia
9: Mapas sociales
10: Conclusión
Index
Glossary
Detailed Licensing
Volver Materia
Índice
Glosario
1 https://espanol.libretexts.org/@go/page/160722
Licensing
A detailed breakdown of this resource's licensing can be found in Back Matter/Detailed Licensing.
CHAPTER OVERVIEW
Materia Frontal
TitlePage
InfoPage
Tabla de Contenidos
This page titled Materia Frontal is shared under a not declared license and was authored, remixed, and/or curated by Steven Manson (University
of Minnesota Libraries) .
1
Mapeo, sociedad y tecnología
Manson
This page titled TitlePage is shared under a not declared license and was authored, remixed, and/or curated by Steven Manson (University of
Minnesota Libraries) .
TitlePage by Steven Manson has no license indicated.
This text is disseminated via the Open Education Resource (OER) LibreTexts Project (https://LibreTexts.org) and like the hundreds
of other texts available within this powerful platform, it is freely available for reading, printing and "consuming." Most, but not all,
pages in the library have licenses that may allow individuals to make changes, save, and print this book. Carefully
consult the applicable license(s) before pursuing such effects.
Instructors can adopt existing LibreTexts texts or Remix them to quickly build course-specific resources to meet the needs of their
students. Unlike traditional textbooks, LibreTexts’ web based origins allow powerful integration of advanced features and new
technologies to support learning.
The LibreTexts mission is to unite students, faculty and scholars in a cooperative effort to develop an easy-to-use online platform
for the construction, customization, and dissemination of OER content to reduce the burdens of unreasonable textbook costs to our
students and society. The LibreTexts project is a multi-institutional collaborative venture to develop the next generation of open-
access texts to improve postsecondary education at all levels of higher learning by developing an Open Access Resource
environment. The project currently consists of 14 independently operating and interconnected libraries that are constantly being
optimized by students, faculty, and outside experts to supplant conventional paper-based books. These free textbook alternatives are
organized within a central environment that is both vertically (from advance to basic level) and horizontally (across different fields)
integrated.
The LibreTexts libraries are Powered by NICE CXOne and are supported by the Department of Education Open Textbook Pilot
Project, the UC Davis Office of the Provost, the UC Davis Library, the California State University Affordable Learning Solutions
Program, and Merlot. This material is based upon work supported by the National Science Foundation under Grant No. 1246120,
1525057, and 1413739.
Any opinions, findings, and conclusions or recommendations expressed in this material are those of the author(s) and do not
necessarily reflect the views of the National Science Foundation nor the US Department of Education.
Have questions or comments? For information about adoptions or adaptions contact info@LibreTexts.org. More information on our
activities can be found via Facebook (https://facebook.com/Libretexts), Twitter (https://twitter.com/libretexts), or our blog
(http://Blog.Libretexts.org).
This text was compiled on 01/19/2024
This page titled InfoPage is shared under a not declared license and was authored, remixed, and/or curated by Steven Manson (University of
TABLE OF CONTENTS
Licensing
Materia Frontal
TitlePage
InfoPage
Tabla de Contenidos

2: Datos
5: Simplificación
6: Análisis
7: Mentir con mapas
8: Vigilancia
9: Mapas sociales
10: Conclusión
Index
Glossary
Detailed Licensing
Volver Materia
Índice
Glosario
Tabla de Contenidos is shared under a not declared license and was authored, remixed, and/or curated by LibreTexts.
La gente ha usado mapas durante mucho tiempo, desde rascar su cosmovisión en tabletas de arcilla hace miles de años hasta la
gente de hoy creando sofisticados mapas basados en la web para cambiar sus sociedades. Junto a la nanotecnología y la
biotecnología, la Casa Blanca promociona el mapeo como una de las tres industrias más importantes del siglo XXI, y una que
representa anualmente un billón de dólares de actividad económica. El mapeo es una forma esencial de indagación en las artes,
humanidades y ciencias que utiliza tecnologías geoespaciales para recopilar datos sobre personas y lugares. Las tecnologías de
mapeo, que van desde las primeras formas de dibujar en tabletas de arcilla hasta imágenes satelitales modernas y compartir
información en redes sociales basadas en la web, surgen y se desarrollan en un contexto social, ejemplificando la interacción de la
sociedad y la tecnología.
Este libro trata sobre cómo leer, usar y crear mapas. Nuestra exploración de mapas se basará en una comprensión contextual de
cómo los mapas reflejan la relación entre la sociedad y la tecnología, y cómo el mapeo es una forma esencial de investigación
científica y artística. También exploraremos cómo se utiliza el mapeo para abordar una variedad de problemas sociales, como la
planificación del uso de la tierra y la manipulación política para vender yogur. Obtendrá información sobre los fundamentos
técnicos del mapeo como enfoque científico, complementará el interés y las actividades en curso, o proporcionará un enfoque
aplicado para la investigación o la política.
Este capítulo te presentará a:
Elementos básicos sociales y técnicos de los mapas
Una historia muy corta de mapeo
Mapeo y educación liberal
Al final de este capítulo, debería ser capaz de identificar las características básicas del mapeo, su historia y las formas importantes
en que el mapeo, la sociedad y la tecnología interactúan.
1.1 Mapas, sociedad y tecnología

La definición estándar o diccionario de un mapa suele girar en torno a la idea de que un mapa es una representación, generalmente
sobre una superficie plana, de un área. El Wikcionario, por ejemplo, define un mapa como “una representación visual de un área,
ya sea real o imaginaria”.
Esta definición no es muy útil por sí sola, por lo que para averiguar de qué se tratan los mapas, generalmente miramos qué hacen
los mapas.
En particular, mapas:
Mostrar un área más grande de lo que podemos ver. La mayoría de las veces esta vista es desde arriba pero no siempre.
Presentar información de manera concisa, especialmente las características de mayor interés para el usuario.
Demostrar relaciones espaciales.
Mostrar cosas que no podemos ver directamente, como minerales bajo tierra o registros de temperaturas diarias.
También es útil mirar tipos de mapas además de lo que hacen. Podemos distinguir entre dos tipos principales de mapas: mapas de
referencia y mapas temáticos.
Los mapas de referencia almacenan datos y muestran una variedad de características para diversos usos. Estos mapas funcionan
como tiendas generales de casas de información. La siguiente figura es un mapa de referencia de China porque almacena una
variedad de información, incluyendo rutas de transporte, ríos y nombres de cuerpos de agua.
1.1 https://espanol.libretexts.org/@go/page/88571
Mapa de referencia de China. Este mapa se considera un mapa de referencia porque muestra muchas características diferentes de interés, como ríos, caminos y
límites. [1]
Los mapas temáticos destacan temas específicos. Su principal objetivo es centrar la atención del usuario en características o
características específicas. La siguiente figura tiene dos mapas temáticos que cada uno llama la atención del usuario sobre una sola
idea o tema. La otra información, como los contornos de los estados, solo se proporciona para ayudar a comprender el tema
principal: la vegetación y la población, respectivamente.
Mapas temáticos de Tailandia. Estos mapas se consideran temáticos porque se enfocan en un solo ítem o tema. A la izquierda hay un mapa temático categórico que
muestra clases nominales de vegetación en 1974, y a la derecha hay un mapa temático cuantitativo que muestra clases ordinales de densidad poblacional en 1974. [2]
Independientemente de que un mapa sea temático o de referencia, se trata esencialmente de una tecnología en el sentido de que es
la manifestación del conocimiento adquirido de muchos campos y formas de conocimiento. Estos incluyen cartografía,
agrimensura, teledetección, informática, ciencias de la información y ciencias sociales. Un mapa también es una entidad social, en
que la sociedad afecta todo, desde los datos subyacentes utilizados en el mapa hasta cómo se procesa en información, se convierte
en conocimiento sobre el mundo, y finalmente se convierte en inteligencia que se utiliza para la acción.
1.2 Una historia muy corta

La historia del mapeo es larga, rica y complicada. Hay cientos, si no miles, de libros sobre la historia del mapeo y los mapas. Aquí,
miramos un esquema muy general; tenga en cuenta que solo estamos mirando algunas representaciones, y nos estamos enfocando
principalmente en mapas europeos y norteamericanos. Hay largas historias de creación de mapas en la mayoría de las regiones del
mundo. Al pensar en mapas, ayuda a distinguir entre mapas literales, que estaban destinados a mostrar cosas y lugares reales, y
mapas figurativos, que muestran lugares conceptuales o imaginados.
Mapas Tempranos (25000 BCE +). La gente probablemente ha estado rascando mapas en tierra con palos por más tiempo del que
han estado usando palabras. La siguiente figura muestra algunos mapas realizados alrededor del 600 a. C. (Antes de la Era Común)
que trazan las relaciones entre ciudades y lugares e ideas míticos.
Mapa babilónico del mundo. Este mapa traza las relaciones entre ciudades y lugares míticos e ideas (~600 a. C.). [3]
Griegos (800-100 BCE). Los griegos estaban produciendo mapas de bastante alta calidad y precisos (así, literales) de la región
alrededor del mar Mediterráneo y estuvieron entre los primeros pueblos en descubrir la circunferencia de la tierra. Eratóstenes
(276-195 a. C.) es ampliamente acreditado por este logro.
Mundo Según Hecateo. Reconstrucción del mapa literal que los griegos produjeron de la región mediterránea. [4]
Mapas Medievales (1100-1400s). En Europa durante la Edad Oscura, los mapas dieron un giro hacia lo figurativo, a menudo en
ayuda de avanzar los puntos de vista religiosos del mundo. Un ejemplo es el T y O M ap abajo, donde el T es el Mediterráneo, el
Nilo y los ríos Don que dividen los continentes de Asia, Europa y África; y la O representa el océano circundante. Dada su
significación religiosa, Jerusalén se colocaba generalmente en el centro del mapa y debido a que el sol salía en el oriente, el Paraíso
(que representa el Jardín del Edén) fue considerado como en Asia remota. Este mapa captura aspectos de la realidad, como las
ubicaciones relativas de cuerpos de agua y continentes, pero es un paso atrás de los mapas anteriores en términos de realismo.
T y O mapa. Este mapa de Isidoro de Sevilla donde la T es el Mediterráneo, el Nilo y los ríos Don dividiendo los continentes de Asia, Europa y África; y la O
representa el océano circundante. [5]
En este momento, cartógrafos no europeos estaban desarrollando mapas literales. Abu Abdullah Muhammad al-Idrisi al-Qurtubi al-
Hasani as-Satti, o simplemente Al-Idrisi (1100—1165), fue un geógrafo, cartógrafo y egiptólogo árabe que vivió en Sicilia en la
corte del rey Roger II. Viajó por el mundo mediterráneo y desarrolló mapas avanzados del mundo, como el de aquí.
El mapa del mundo de Al-Idrisi. Al-Idrisi fue geógrafo, cartógrafo y egiptólogo que vivió en Sicilia en la corte del rey Roger II. Viajó por el mundo mediterráneo y
desarrolló mapas avanzados. [6]
Edad de Exploración (finales de 1400s+). Los países europeos se embarcaron en un período de exploración en el 1400 que
remodeló el mundo. Muchas naciones de todo el mundo tenían intrépidos exploradores antes de esta época, pero este período vio
un rápido aumento en los mapas que se hacían con el propósito explícito de la navegación. Los cartógrafos chinos estaban
desarrollando mapas para la navegación pero también como una forma de entender la historia, como a continuación, donde Ch'üan
Chin y Li Hui desarrollaron el Mapa de Emperadores y Reyes Históricos y de Fronteras y Terrazas Integradas.
Mapa histórico. Los cartógrafos chinos desarrollaron este mapa en 1402 de imperios históricos, fronteras y terrenos. [7]
El Mapa Cantino, que se muestra a continuación, es uno de los primeros mapas sobrevivientes que muestran descubrimientos
portugueses en todo el mundo. Lleva el nombre de Alberto Cantino, quien lo contrabandeó con éxito de Portugal a Italia en 1502.
El Mapa Cantino, como otros de su tipo en su momento, tenía significación militar, política y económica. Dado que dichos mapas
se estaban utilizando para navegar barcos y reivindicar lugares, el mapeo se preocupó más por proporcionar representaciones
literales y precisas de la realidad.
Planisfera Cantino. Descubrimientos portugueses a partir del año 1502. [8]
Mapeo Temático (finales de 1600 +). A partir del siglo XVII, más personas hicieron mapas temáticos. Como se discutió
anteriormente, los mapas temáticos se enfocan en una idea o tema en particular, en lugar de servir múltiples objetivos como mapa
de referencia. El siguiente mapa muestra los flujos de viaje que salen de Dublín y fue uno de los primeros mapas diseñados para
transmitir una sensación de flujo o movimiento, es decir, donde el ancho de las líneas era proporcional al número de pasajeros que
viajaban por ferrocarril.
El ferrocarril fluye fuera de Dublín. Uno de los primeros mapas que transmite una sensación de flujo o movimiento (1837). El ancho de las líneas es proporcional al
número de pasajeros que viajan por ferrocarril. [9]
Mapeo Analítico (1800s+). Relacionado con el mapeo temático es el mapeo analítico, donde los mapas se utilizan para explorar el
papel de la ubicación y el espacio para responder preguntas. Uno de los primeros ejemplos más interesantes de mapeo analítico fue
el caso de John Snow, médico inglés. Investigó el brote de cólera en Londres en 1854. En su momento, nadie sabía que era una
enfermedad transmitida por el agua. El doctor Snow habló con los residentes y determinó que muchos de los afligidos estaban
sacando agua de un pozo público en Broad Street. Estableció que las personas con la enfermedad estaban agrupadas alrededor de la
bomba y convenció a las autoridades para que dejaran de usar. Se le atribuye al Dr. Snow como uno de los primeros estudiosos en
considerar cómo un patrón espacial podría resultar de un proceso específico y producir mapas sobre sus hallazgos.
Mapa de cólera de Snow. John Snow desarrolló este mapa de 1855 para investigar un brote de cólera. El Broad Street Pump tiene un círculo en rojo. [10]
Ciencia de la Información Geográfica (1960s+). El advenimiento de la computación en las décadas de 1940 y 1950 condujo
rápidamente a la fundación para el uso de computadoras en la cartografía. Un Sistema de Información Geográfica (SIG) es un
sistema informático utilizado para almacenar, mostrar y analizar información espacial. El campo que se ocupa de este uso de
computadoras se conoció como Ciencia de la Información Geográfica (GIS) y se ha convertido en sinónimo de mapeo para muchos
practicantes, aunque técnicamente la Cartografía es considerada el arte y la ciencia de hacer mapas. Como examinamos más
adelante en el texto, los SIG pueden usarse para hacer algunos mapas verdaderamente terribles mientras que un cartógrafo puede
hacer mapas hermosos y útiles utilizando una variedad de enfoques. GIS destaca por reunir muchas capas de datos para una
ubicación y realizar análisis sofisticados.
Capas SIG. Estos mapas muestran atributos para parte del estado de Wisconsin, Estados Unidos. Los sistemas de información geográfica son muy útiles ya que
permiten a los investigadores almacenar, manipular y analizar datos sobre una gran variedad de fenómenos. [11]
1.3 Mapas y educación liberal

La educación liberal explora cómo se adquieren y utilizan las percepciones creativas y los conocimientos, así como cómo cambian
con el tiempo. El mapeo es una forma importante de conocer y cambiar el mundo. La educación liberal te involucra, tanto como
estudiante como ciudadano global, a través de múltiples formas de aprendizaje que incluyen lectura, trabajo de campo, experiencias
grupales, trabajo de laboratorio, escritura y otras actividades creativas. Estos son componentes importantes de una educación más
amplia que le brinda la capacidad de ver múltiples lados de un problema, desarrollar habilidades de razonamiento crítico y crear
una brújula ética para guiarlo en su participación de por vida en la sociedad como un ciudadano conocedor, reflexivo y
comprometido.
1.3.1 Consulta y Mapeo
Artistas, científicos y formuladores de políticas se encuentran entre las muchas personas que utilizan las tecnologías de mapeo para
describir y analizar experiencias y comportamientos humanos. Examinamos cómo individuos y organizaciones utilizan los mapas,
tanto como herramientas como objetos de análisis.
El mapeo se basa en una serie de fundamentos, desde la recolección de datos hasta enfoques científicos, que van desde el mapeo de
datos, el uso de la simbolización para representar mejor los datos, simplificar y clasificar los datos a través de métodos visuales y
estadísticos, y luego finalmente analizar datos y mapas con una variedad de métodos.
Identificamos recursos clave de mapeo y evaluamos su calidad. Examinamos las dimensiones científicas y políticas de los datos y
las tecnologías de mapeo para comprender mejor sus promesas y trampas. De manera más amplia, discutimos el papel de varios
individuos y organizaciones en la provisión de análisis basados en mapas sobre una variedad de temas.
Examinamos los roles que desempeñan los individuos en sus mundos cultural, social, económico y político. Hacemos preguntas
sobre lo que significan las prácticas de vigilancia para los individuos y la sociedad una semana, por ejemplo, mientras que en otra
consideramos cómo los individuos pueden aprovechar la ubicuidad de las tecnologías de mapeo móvil para cambiar la forma en
que entienden y efectuar el cambio en el mundo. El mapeo ofrece un marco multidisciplinario con el que entender una variedad de
temas locales, nacionales y globales. También implica involucrarse en un proceso de evaluación crítica de mapas producidos por
diversos individuos, grupos sociales e investigadores.
1.3.2 Sociedad, Tecnología y Mapeo
Examinamos los impactos medibles que las tecnologías de mapeo tienen en la sociedad. El mapeo es una empresa de un billón de
dólares que fusiona tecnologías de rápida evolución con prácticas sociales que cambian rápidamente. ¿Qué significa para las
personas y la sociedad que la mayoría de los teléfonos móviles y muchas aplicaciones web como Facebook puedan rastrear su
ubicación de una manera que no era posible hace apenas unos años? ¿Debería el gobierno rastrear cada uno de nuestros
movimientos? ¿Deberían los padres o las escuelas rastrear a sus hijos? ¿Empresas sus empleados o clientes? No se trata de
cuestiones hipotéticas. Decenas de millones de personas están siendo rastreadas en este momento, incluido usted si está leyendo
esto en una computadora, teléfono o cualquier otro dispositivo conectado a Internet.
Examinamos la ciencia y la ingeniería detrás de las tecnologías de mapeo para comprender mejor sus promesas y trampas. ¿Cómo
funciona el rastreo GPS y cuáles son las limitaciones de su funcionalidad? Es importante destacar que estas limitaciones son claras
para sus usuarios? ¿Cómo se comparan los mapas de fuentes múltiples con atlas más tradicionales en su precisión y adaptabilidad?
¿Cómo afectan estos diferentes métodos de recopilación de datos mapeados a la forma en que se utilizan estos mapas?
Se discute cómo la sociedad ha fomentado el desarrollo de tecnologías cartográficas. ¿Qué significa que las tecnologías de mapeo
como la imagen satelital de la tierra, las unidades GPS o la internet espacialmente consciente deben su existencia y evolución
continua a la investigación militar?
Examinamos cómo diversos grupos sociales ponen en práctica las tecnologías de mapeo. Exploramos cómo se utilizan los mapas
de muchas maneras, incluyendo para decir mentiras, vender productos, ganar elecciones y salvar vidas. Observamos el mapeo
desde múltiples perspectivas, desde desarrolladores de tecnología hasta usuarios y otras personas afectadas por la tecnología. El
mapeo es una lente útil a través de la cual entender las interacciones entre la sociedad y la tecnología, ya que las tecnologías de
mapeo son impulsadas por imperativos sociales y estas tecnologías a su vez cambian con la sociedad.
1.4 Conclusión
El mapeo es una forma esencial de investigación en una amplia gama de dominios. El mapeo también representa la interacción de
la sociedad y la tecnología, que viene ocurriendo desde hace miles de años. Desde las primeras formas de escritura hasta las
imágenes satelitales modernas y las redes sociales basadas en la web, los métodos de mapeo surgen de, se desarrollan y dan forma a
nuestro contexto social.
Con el advenimiento de los SIG, las personas experimentan cómo los datos espaciales, el análisis, la visualización y el pensamiento
están transformando nuestra sociedad de innumerables maneras. Miles de millones de personas utilizan tecnologías como los
Sistemas de Posicionamiento Global (GPS), Google Maps, Yelp y Uber. Los gobiernos utilizan el mapeo para identificar puntos
críticos de delincuencia, planificar intervenciones sociales e identificar rutas para evacuar a las poblaciones vulnerables del daño.
Las empresas utilizan el análisis espacial para ubicar tiendas, evaluar las cadenas de suministro y determinar cuánto cobrar por
bienes y servicios. Los investigadores combinan datos espaciales obtenidos de mapas, satélites, teléfonos inteligentes, redes de
sensores y redes sociales. Ayudan a los viajeros a planificar cómo minimizar el tiempo de viaje; a los agricultores a sembrar y
proteger mejor los cultivos; a los epidemiólogos a identificar los puntos críticos de enfermedades emergentes; a los planificadores
de emergencias para desarrollar rutas de evacuación más inteligentes; a los encargados de formular políticas para visualizar
escenarios de cambio climático espaciotemporal; y a los socorristas para utilizar imágenes de resolución para mapear áreas de
necesidad.
Recursos
Para más información sobre mapeo y GISC:
Comité Intergubernamental de Topografía y Cartografía (ICSM)
ESRI
OGC (Consorcio Geoespacial Abierto)
1. De dominio público en Estados Unidos por tratarse de un trabajo preparado por un funcionario o empleado del Gobierno de los
Estados Unidos como parte de los deberes oficiales de esa persona en los términos del Título 17, Capítulo 1, Sección 105 del
Código de Estados Unidos.
2. CC BY-NC-SA 3.0. Adaptado de Adrienne Gruver (2016). Cartografía y Visualización. www.e-
education.psu.edu/geog486/node/1848 Cortesía de la Universidad de Texas.
3. CC-BY Jessie Siebold (2012); usado con permiso [1]http://www.myoldmaps.com/maps-from-a...ian-world-map/
4. CC-BY Jessie Siebold 2012; usado con permiso. http://www.myoldmaps.com/maps-from-a...109-herodotus/
5. Dominio Público. Por Isidoro de Sevilla. Archivo ha extraído de otro archivo: Etimologías - Mapa del Mundo Conocido.jpg,
Dominio Público https://commons.wikimedia.org/w/inde...p? curid=164605
6. CC BY-NC-SA 4.0. Jessie Siebold, usada con permiso. http://www.myoldmaps.com/early-medie...si-world-maps/
7. CC BY-NC-SA 4.0. Jessie Siebold, usada con permiso http://www.myoldmaps.com/late-mediev... /untitled.html
8. CC BY-NC-SA 4.0. Por anónimo Portugués (1502) - Biblioteca Estense Universitaria, Módena, Italia, Dominio público,
https://commons.wikimedia.org/w/inde...curid=26117950
9. CC BY-NC-SA 4.0. Adaptado de Atlas para acompañar 2d informe de los Comisarios Ferroviarios Irlanda 1838.
https://digital.ucd.ie/view/ivrla:45724
10. Dominio Público. John Snow; Publicado por C.F. Cheffins, Lith, Southampton Buildings, Londres, Inglaterra, 1854 en Snow,
John. Sobre el modo de comunicación del cólera, 2nd Ed, John Churchill, New Burlington Street, Londres, Inglaterra, 1855.
https://commons.wikimedia.org/w/inde...? curid=2278605
11. CC BY-NC-SA 4.0. Steven Manson, 2015
This page titled 1: Mapas, sociedad y tecnología is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Steven
Manson (University of Minnesota Libraries) .
1: Maps, Society, and Technology by Steven Manson is licensed CC BY-NC-SA 4.0.
2: Datos
Al admirar un mapa bien diseñado, es fácil olvidar que está hecho de datos que vinieron de alguna parte. Un individuo o grupo de
personas ha hecho una o más preguntas, ha recopilado datos en respuesta y procesado los números brutos antes de ponerlo todo en
el mapa. Estos datos son necesariamente solo una pequeña porción de lo que se puede medir, porque es imposible medir todas las
características para todos los lugares para todos los tiempos. En cambio, nos centramos en cómo y por qué se recopilaron datos
para qué, dónde y cuándo.
Elementos y tipos comunes de datos espaciales.
Metadatos, o datos sobre datos.
Cómo se recopilan y agregan los datos del censo de Estados Unidos —una encuesta que subyace a muchos de los ejemplos y
actividades de este libro—.
Resolución, precisión e interoperabilidad: conceptos importantes que forman parte de los metadatos y que son importantes a tener
en cuenta a la hora de elegir los datos adecuados para un proyecto.
Al final de este capítulo, deberías poder hacer preguntas reflexivas sobre los datos utilizados en el mapeo.
2.1 ¿Qué son los Datos Espaciales?

Los datos del mapa tienen tres características clave:
Espacial: donde se encuentra un objeto o se ha producido un evento
Temporal: cuando la ubicación y los atributos eran precisos (es decir, cuando se recolectaron)
Atributo — qué características tiene el objeto o evento
Imagina que tenemos datos sobre estados de Estados Unidos. Las características espaciales de los datos, es decir, la ubicación de
los límites estatales, son necesarias para poner los datos en un mapa o usar. En términos más generales, la información espacial
puede tomar la forma de dirección de calles, coordenadas de latitud-longitud o el área en la que se recopilaron los datos (por
ejemplo, bloque residencial, ciudad, estado, país). Las características temporales se refieren a cómo los datos representan una
“instantánea” de cómo eran las cosas en el momento en que se recolectaron los datos, como los datos censales del año 2000.
Finalmente, las características de los atributos describen la naturaleza de una ubicación. En el caso de los estados, podríamos
preocuparnos por la población o los ingresos o cualquiera de cientos de otras características.
Tabla de datos y mapa. Esta tabla de atributos y mapa vinculado muestran los límites estatales con datos de la Oficina del Censo de Estados Unidos sobre densidad
de población. La tabla y el mapa representan dos elementos clave de los datos espaciales: ubicación y atributos. Una tercera pieza importante, no mostrada, es el
momento en que se recolectaron estos datos. [1]
2.2 Recopilación de datos espaciales
Dos métodos principales de recolección de datos espaciales, o recopilación de información sobre lugares, son la topografía terrestre
y la teledetección. La topografía terrestre implica que una persona o mecanismo observa o interactúa con personas o con el medio
ambiente en un lugar determinado. La teledetección se refiere a recopilar datos desde lejos, a menudo tomando fotografías desde un
avión o satélite.
2.2.1 Topografía Terrestre
La topografía terrestre se realiza a través de un individuo o mecanismo que interactúa con un lugar en particular.. Esto puede incluir
a una persona que recopila datos de ubicación con un teléfono que trabaja con un sistema de posicionamiento global (GPS), una
constelación de satélites que emiten señales a la tierra donde pueden ser utilizadas para determinar la posición. Las encuestas
implican hablar con personas o viajar a diferentes lugares para recopilar información. Otro tipo de topografía terrestre ocurre en
estaciones meteorológicas que miden la temperatura y otra información climatológica en un lugar determinado. Esto es similar a un
proceso llamado geocodificación, donde los datos con un elemento de localización como una dirección o código postal, se
emparejan con sus respectivas coordenadas terrestres que ya se conocen.
La topografía es uno de los métodos más longevos para determinar la ubicación. En esencia, los agrimensores utilizan una variedad
de herramientas para determinar las posiciones precisas de las ubicaciones triangulando desde la posición de ubicaciones
conocidas, o en otras palabras, usando matemáticas de ángulos y distancias para encontrar ubicaciones. La topografía existe desde
hace miles de años, probablemente originándose como una forma de determinar los límites de los terrenos y ayudar a construir
grandes edificios. Desde el siglo XIX en adelante, los agrimensores ayudaron a trazar un mapa de muchos países, trabajando hacia
afuera de lugares conocidos a desconocidos.
Topografía. Las bases para el mapeo moderno fueron sentadas por personas que caminaban y midieron el terreno con telescopios especializados (izquierda) y
modernas estaciones totales habilitadas para GPS (derecha). [2] [3]
Los sistemas de posicionamiento global (GPS) son constelaciones de satélites que orbitan la tierra. Estos satélites transmiten
señales a la superficie terrestre que indican su posición en el espacio y una señal de tiempo muy precisa. Un dispositivo equipado
con un receptor GPS apropiado puede interpretar estas señales y determinar la ubicación del dispositivo en la tierra. Consideramos
que el uso de una unidad GPS para encontrar la ubicación es una forma de topografía terrestre porque los propios satélites no
recopilan información; es el teléfono o unidad GPS la que está determinando la posición a partir de las señales del satélite.
Constelación GPS. El Sistema de Posicionamiento Global es un sistema, o constelación, de satélites que orbitan la tierra que permiten a los teléfonos establecer la
ubicación. [4]
Durante décadas, la localización precisa de objetos con unidades GPS requirió equipos costosos y entrenamiento especializado. Fue
emprendida principalmente por militares, científicos y organizaciones gubernamentales. Con desarrollos tecnológicos que hacen
que los chips de computadora sean más pequeños y rápidos, los receptores GPS ahora son estándar en los teléfonos móviles. Es
posible que cualquier persona registre, o etiquete, la ubicación donde se tomó una foto o rastree los movimientos diarios sin
conocimientos especiales. Esta facilidad de uso amplía sustancialmente quién es capaz de crear datos espaciales y la cantidad de
datos espaciales que existen y deben almacenarse.
Los GPS tienen sus inconvenientes. Dado que los teléfonos deben recibir señales de satélites que orbitan la tierra, estas señales
pueden ser bloqueadas por objetos sólidos, como árboles, edificios o características del paisaje como los lados de túneles o
barrancos. Obtener una señal fuerte en un área moderadamente boscosa puede ser difícil, al igual que conseguir una en una ciudad
con edificios altos. Hay un número limitado de satélites orbitando la tierra, y hay momentos en que el teléfono está en una posición
no óptima en relación con estos satélites. Un microteléfono GPS debería recibir señales de al menos cuatro satélites, e idealmente
más, que se distribuyan uniformemente en el cielo, pero hay momentos en que estas fuentes se agrupan en relación con la posición
del auricular y las coordenadas que proporciona serán inexactas. Por último, dependiendo de la calidad del teléfono, las
coordenadas GPS también pueden ser inexactas cuando el teléfono se mueve rápidamente, como en un automóvil o avión. Tenga en
cuenta que, en términos generales, el clima intenso como la nieve, la lluvia o las nubes no interfieren con las señales del GPS.
Teléfono GPS. Los teléfonos cuentan con radios y computadoras especializadas que reciben señales de satélites GPS y luego determinan la ubicación. [5]
La geocodificación es el proceso de adjuntar una ubicación geográfica a algún tipo de información de dirección, como la dirección
de una casa o código postal, o una descripción verbal como “la intersección de Elm Avenue y Main Street”. La geocodificación
toma varias formas diferentes, pero la mayoría usa algún tipo de base de datos de direcciones cuyas ubicaciones se conocen con
precisión. Las direcciones no localizadas coinciden con estas direcciones conocidas en la base de datos.
La geocodificación implica hacer coincidir direcciones de calles con direcciones conocidas o mejores conjeturas basadas en rangos de direcciones de calles a lo
largo de calles que ya están en un mapa. [6]
Las encuestas recopilan información de atributos sobre individuos, hogares, negocios o áreas. No todas las encuestas recopilan
información espacial, pero cuando lo hacen, los datos pueden vincularse a una ubicación en un mapa. Las encuestas pueden
enviarse por correo a los hogares, recopilarse en persona o realizarse por teléfono. Por lo general, se centran en una subpoblación o
actividad específica (por ejemplo, las percepciones de los estudiantes sobre la seguridad caminando a casa). Un censo es un tipo
especial de encuesta que recopila datos sobre todos los miembros de una población (por ejemplo, con el objetivo de todos los
habitantes de un país). Tenga en cuenta que la información de la encuesta suele ser información de atributos, y determinar la
ubicación requiere geocodificación (como con una encuesta por correo que registra la dirección de la persona encuestada) o el uso
de un teléfono GPS por parte de la persona que realiza una encuesta. Otro tipo de encuesta ocurre cuando empresas como Google
equipan autos con receptores GPS y cámaras y conducen grabando imágenes de sus alrededores.
Sensores. Hay un número creciente de sensores utilizados para medir una amplia gama de datos humanos y ambientales. Hace
mucho tiempo que tenemos estaciones climáticas, por ejemplo, que miden muchas variables como la temperatura, la luz solar y la
precipitación. Las ubicaciones de estos sensores están determinadas por GPS, topografía terrestre o geocodificación.
Estación de observación climática. Las estaciones terrestres como estas recopilan información sobre el clima. [7]
2.2.2 Teledetección
Como su nombre indica, los datos de detección remota se recopilan a una distancia del objeto que están estudiando. Estos datos
suelen ser recopilados por sensores montados en aviones, satélites o drones. Algunos sensores recopilan imágenes con cámaras que
funcionan esencialmente sobre los mismos principios que encontrarías en una cámara de película portátil o una cámara digital de
teléfono celular. Estas cámaras recogen luz visible que los ojos humanos pueden reconocer. Otros sensores detectan diferentes
partes no visibles del espectro electromagnético, como infrarrojos (calor). Aún otros pueden escanear activamente la tierra con
tecnología como el radar.
Imágenes por satélite. Pintura del satélite Landsat 7 de teledetección. Tenga en cuenta que el satélite realmente no proyecta un haz de luz de cuatro lados sobre la
superficie de la Tierra, esto es solo licencia artística. En cambio, los sensores del satélite registran la energía electromagnética reflejada o emitida por la Tierra. [8]
Es probable que haya visto los datos de detección remota como un mapa base para los mapas de Google u otros mapas en línea.
Estas imágenes también se utilizan para una amplia gama de propósitos, especialmente monitoreando los cambios en el ambiente
en grandes áreas como la deforestación en la Amazonía o los derrames de petróleo.
Imagen satelital de una marea negra. Una imagen desde el espacio de una marea negra del accidente de Deepwater Horizon en el Golfo de México (24 de mayo de
2010). [9]
También se toman fotos por aviones y drones. Uno de los usos más comunes es tomar fotos de la superficie terrestre. Estas fotos
son luego convertidas por los profesionales del mapeo en mapas del suelo.
Fotogrametría aérea. La fotogrametría es el proceso de tomar medidas del suelo a partir de fotos de la tierra con el fin de hacer los datos necesarios para los mapas.
[10]
2.3 Metadatos
Al trabajar con mapas, a menudo usará datos que no creó. Los metadatos te ayudan a determinar si los datos del mapa son
apropiados para tu pregunta o proyecto. Los metadatos son datos sobre datos. Normalmente estamos más interesados en las
características de datos espaciales, temporales y de atributos, pero los metadatos van más allá y proporcionan información que
incluye:
¿Quién recabó los datos?
¿Cómo se recolectaron y clasificaron los datos?
¿Cuándo se recolectaron los datos?
¿Qué tan precisos son los datos?
¿Cuál es la resolución de los datos? (¡Más sobre esto a continuación!)
Sea cauteloso al usar un mapa si no puede encontrar metadatos. Esta precaución es particularmente importante porque los
metadatos le permiten evaluar qué tan bien pueden funcionar los datos con otros datos. A continuación, analizamos los problemas
de resolución, precisión e interoperabilidad entre conjuntos de datos. Los cartógrafos exploran estos temas y luego los agregan a los
metadatos adjuntos a un mapa.
2.4 Datos del Censo

Una forma importante de datos de encuestas son los datos censales, o los recopilados por los gobiernos nacionales sobre sus
poblaciones. Utilizamos el ejemplo de datos censales recopilados por la Oficina del Censo de los Estados Unidos porque el censo
es la principal fuente de datos sociales utilizados por el gobierno, organizaciones sin fines de lucro y empresas. Estos datos se crean
utilizando procedimientos bien documentados y están disponibles en una variedad de escalas para toda la nación. Finalmente,
muchas herramientas gratuitas de mapeo en línea proporcionan datos censales, lo que permite explorar conceptos de mapeo sin una
capacitación técnica rigurosa.
2.4.1 Antecedentes del Censo
El censo de Estados Unidos se realiza cada diez años con el objetivo de contar a todas las personas del país, aunque, como se
describe a continuación, es casi imposible alcanzar esta meta. El censo recoge información sobre la raza, la edad y la situación de la
vivienda de la población. El propósito primordial del censo, tal como lo establece la Constitución, es determinar el número de
escaños que cada estado tendrá en la Cámara de Representantes de Estados Unidos, el poder legislativo de gobierno. Luego, los
límites de los distritos electorales deben redibujarse en estados que hayan ganado o perdido escaños entre años censales
(analizaremos más de cerca cómo se realiza la redistribución de distritos y los desafíos espaciales del proceso en capítulos
posteriores). Los censos también determinan cómo se distribuyen cientos de miles de millones de dólares en fondos federales para
muchos propósitos importantes, entre ellos la educación, el cuidado de la salud, la protección del medio ambiente, el transporte y
otras formas de ayuda federal a estados y ciudades.
El primer censo estadounidense, realizado en 1791 por dieciséis alguaciles estadounidenses y 650 asistentes, contó alrededor de 3.9
millones de personas. Solo hicieron algunas preguntas: el número de personas libres, el número de esclavos, y el sexo y raza de
cada individuo.
Modelo censal 1791. Este formulario para el primer censo en Estados Unidos fue llenado por un censista que hizo algunas preguntas. [11]
Para 1960, con la población acercándose a los 180 millones, ya no era factible que un censista visitara cada hogar. En cambio, se
enviaron cuestionarios por correo a todos los hogares, y los empleados temporales hicieron un seguimiento en persona con los
hogares que no respondieron.
Modelo censal 1960. Se trata de una copia en blanco del formulario del Censo de 1960 que se envió por correo a cada hogar para ser llenado. [12]
Las preguntas que se hacen a todos los hogares ahora incluyen el número de personas por edad, género, etnia, propiedad de la
vivienda y composición del hogar. Entre 1940 y 2000, uno de cada seis hogares también recibió una encuesta más detallada de
“forma larga” que planteó preguntas sobre una gama mucho más amplia de temas, incluidos los ingresos, la ocupación, la duración
del viaje y el servicio militar. Posteriormente, la Oficina del Censo utilizó esta muestra para estimar las características del resto de
la población.
La demanda de datos sociales más oportunos llevó al desarrollo de la Encuesta de la Comunidad Estadounidense (ACS), que
reemplazó a la encuesta censal de formato largo en 2010. El ACS se realiza cada año con el fin de proporcionar “instantáneas” más
frecuentes de las características demográficas, económicas y de vivienda de la población. Sin embargo, solo 2-3 millones de
hogares reciben la encuesta por año (menos del 2% de la población), lo que introduce errores estadísticos sustanciales en las
estimaciones para toda la población. Se recolectan datos para el censo y ACS de cada hogar, pero con el fin de preservar la
privacidad y facilitar el uso de los datos, la Oficina del Censo agrega los datos a áreas geográficas más grandes.
Si bien hay datos disponibles para un gran número de áreas geográficas diferentes, trabajaremos principalmente con las secciones
censales y condados en este curso. Las secciones censales tienen un tamaño de población entre 1,200 y 8,000 personas, con un
tamaño óptimo de 4,000 personas. Los límites de los distritos censales generalmente siguen características ambientales o políticas,
pero el tamaño espacial de los distritos censales puede variar mucho dependiendo de la densidad de asentamiento y población. Los
límites y formas de los distritos censales se dibujan con el objetivo de que permanezcan prácticamente iguales durante mucho
tiempo para que se puedan hacer comparaciones estadísticas de censo a censo.
2.4.2 Limitaciones de los Datos del Censo
El censo es la fuente más completa de información demográfica disponible para Estados Unidos, pero aún tiene importantes
limitaciones.
El desafío principal es la precisión y el recuento insuficiente. El censo intenta tomar una instantánea de cuántas personas hay y
dónde viven el 1 de abril del año censal. El método de recolección de datos supone que cada persona vive en una unidad
habitacional con dirección postal y que responderá con precisión a las encuestas. La Oficina del Censo estimó que se perdieron
aproximadamente 10 millones de personas en su conteo de 2010.
Censo 2010. La primera enumeración del Censo 2010 tuvo lugar en Noorvik, Alaska. Un inicio temprano permite a los censistas llegar a aldeas remotas antes de
que los residentes salgan a cazar y pescar o viajar para trabajos de clima cálido después del deshielo primaveral. [13]
El recuento insuficiente no es aleatorio porque es más prevalente en ciertas áreas y subpoblaciones. A menudo se pasa por alto a
quienes se encuentran sin hogar o que tienen viviendas inestables al momento del censo. Aquellos que residen en zonas rurales
remotas pueden ser difíciles de contactar por correo o en persona. También es menos probable que el censo reciba respuestas de
quienes desconfían del gobierno, como personas temerosas de que sus respuestas sean utilizadas por la policía migratoria para
deportar a familiares indocumentados.
Debido a que el censo solo se realiza cada diez años, los recuentos tienen consecuencias a largo plazo para estados y ciudades. La
precisión de los recuentos puede ser muy polémica en las ciudades con problemas de efectivo. Por ejemplo, Detroit desafió los
hallazgos del censo de 2010, habiendo llegado a 40,000 personas por debajo de un punto de corte poblacional para muchas fuentes
importantes de financiamiento federal. Dado que las poblaciones pobres y marginadas se encuentran entre las más difíciles de
contar, los distritos con mayor necesidad también son los que corren mayor riesgo de falta de financiamiento e infrarrepresentación.
Más allá de los temas de precisión, mientras que el censo y ACS proporcionan un amplio conjunto de datos sociales, muchos temas
no están cubiertos. Por ejemplo, no hay preguntas sobre religión, gasto del consumidor o afiliación a partidos políticos. La cantidad
y redacción de las preguntas formuladas en el censo ha cambiado con el tiempo, y no siempre se dispone de datos para todos los
lugares ni para todas las áreas geográficas.
Recuerde que hay muchas otras encuestas sociales que recopilan información sobre diferentes atributos, áreas o periodos. Por
ejemplo, la Asociación de Estadísticos de Cuerpos Religiosos Americanos realiza el “Estudio de Congregaciones Religiosas y
Membresía” (RCMS) cada 10 años para rastrear patrones de afiliación religiosa. Los gobiernos locales recopilan datos para
proyectos en su región específica. También hay censos realizados en países de todo el mundo con distintos niveles de detalle y
precisión.
2.5 Conceptos y problemas de datos
Al elegir datos para analizar un problema específico, hay algunos conceptos clave a tener en cuenta: 1) resolución, 2) precisión y 3)
interoperabilidad. Analizaremos cada uno de estos conceptos con respecto a los tres elementos de los datos espaciales (ubicación,
atributos, tiempo). Cada uno de estos conceptos se puede enrollar bajo el término metadatos en el sentido de que son información
sobre datos (o datos sobre datos). Desarrollar y comprender metadatos implica mirar más allá de los conceptos básicos de los 'datos'
en términos de ubicación espacial, atributos medidos y tiempo recolectado.
2.5.1 Resolución
La resolución describe la amplitud o especificidad de los datos que está examinando. Hay tres tipos principales de resolución:
espacial, de atributo y temporal. La resolución más alta corresponde con áreas más pequeñas sobre las que se agregan los datos,
diferencias más estrechas entre categorías o tiempos más cortos entre la recolección de datos. Pero antes de entrar en ejemplos de
resolución relacionados con el mapeo de datos sociales, piense en el concepto en relación con la tecnología cotidiana.
Resolución espacial. Probablemente hayas visto el término “resolución” utilizado para describir la calidad de una pantalla de
computadora o cámara de teléfono móvil. Cada imagen está compuesta por muchos cuadrados o píxeles más pequeños. Cuando los
píxeles que componen la imagen más grande son pequeños, se pueden distinguir más detalles y se dice que la imagen tiene mayor
resolución. A medida que aumenta el tamaño de los píxeles cuadrados, se hace más difícil distinguir pequeños detalles, como las
gotas de agua en los pétalos de las flores. Esto puede ser importante si copia una imagen de un sitio web y luego redimensiona la
imagen. Dependiendo de la resolución de la imagen original, es posible que de repente pueda ver píxeles que antes eran demasiado
pequeños para ver.
Resolución espacial. Comparando mayor resolución y menor resolución en una fotografía de hojas (arriba) o en una cuadrícula (abajo). [14]
La resolución espacial también puede referirse a la pregunta, “¿Cuál es la unidad de área más pequeña medida?” Es similar a la
resolución de píxeles, excepto que el mapa a menudo no se divide en cuadrados de igual tamaño. En cambio, el mapa podría
dividirse entre límites administrativos (como distritos censales, condados o estados) que tienen diferentes formas y áreas de tierra.
Cuanto mayor sea el área sobre la que se han agregado los datos, menor es la resolución y más difícil es distinguir pequeños
detalles en los datos. En la siguiente figura, pequeñas áreas de alta densidad poblacional no son visibles con menor resolución
espacial.
Resolución de datos censales. Comparar datos de densidad poblacional agregados por condado (izquierda) con datos agregados por tramo censal (derecha). [15]
Considera un ejemplo. Si estabas tratando de determinar si había habido ingresos medios crecientes en tu bloque en los últimos 4
años, pero los únicos datos que pudiste encontrar fue la resolución a nivel de código postal, sería difícil establecer el patrón. Los
códigos postales son sustancialmente más grandes que los bloques. Los cambios en el ingreso medio en otras partes del código
postal podrían oscurecer o mejorar falsamente lo que está sucediendo en tu cuadra.
La resolución de atribución trata del grado en que se hacen distinciones entre categorías. Los datos divididos en muchas categorías
proporcionan distinciones más detalladas y, por lo tanto, una mayor resolución de atributos. Por ejemplo, imagina que te interesan
los datos sobre la edad de los individuos. Si los datos se agrupan en sólo dos categorías —individuos menores de 18 años y
individuos mayores de 18 años— los datos tendrían baja resolución de atributos. En comparación, dividir las edades en más
categorías (p. ej., 0-18, 18-34, 34-64, 65+) nos daría una mayor resolución de atribución. Si se necesita conocer el número de
individuos que tienen la edad suficiente para votar en las elecciones nacionales, utilizar los datos de menor resolución sería
suficiente. Pero si te interesa el número de personas mayores, necesitarías tener mayor resolución de datos.
La resolución temporal es la frecuencia con la que se recogen los datos, y en esencia aborda la pregunta, ¿Con qué frecuencia o en
qué periodo de tiempo se toma una medición? En la sección anterior, señalamos que la Oficina del Censo de Estados Unidos
recopila datos cada diez años, mientras que la ACS realiza una encuesta cada año. El censo es más preciso que el ACS porque se
basa en una mayor proporción de la población, pero a costa de tener una resolución temporal más tosca. No sería posible hacer una
discusión sobre cómo su barrio había cambiado demográficamente en un periodo de cinco años dada la resolución temporal del
censo, porque el censo solo le dará una instantánea de su vecindario cada diez años.
En resumen, al mirar datos, hágase las siguientes preguntas: ¿Está mirando el área correcta para la pregunta que se hace? ¿Las
categorías en los datos son lo suficientemente específicas para su argumento (o necesita ampliar sus afirmaciones)? ¿Los datos se
recopilan con suficiente frecuencia para el periodo de tiempo que desea analizar?
2.5.2 Precisión
La precisión describe qué tan bien se alinean los datos de un mapa con los objetos del mundo. Hay tres tipos principales de
precisión: espacial, de atributo y temporal.
La precisión espacial responde a la pregunta de qué tan bien la ubicación de un objeto en el mapa coincide con su ubicación en el
mundo. Hay muchas razones por las que las ubicaciones de algo en un mapa no corresponden exactamente a las del suelo en la
realidad. Los límites entre países pueden trazarse incorrectamente. Los puntos marcados con GPS se pueden desviar de su
ubicación real si la señal está bloqueada por árboles o edificios altos. La siguiente figura muestra el ejemplo de una persona cuyos
movimientos están siendo rastreados con GPS en un vehículo. El mapa parece mostrar a la persona caminando por varios edificios
y luego corriendo por una autopista de nueve carriles. Sólo aparece así en los mapas debido a un error en la forma en que se
recolectaron las mediciones GPS.
Precisión espacial. Los puntos azules marcan el camino tomado por un individuo que porta un dispositivo de rastreo GPS en un vehículo. [16]
La precisión del atributo pregunta si las características reportadas sobre un objeto son ciertas sobre ese objeto en el mundo. Las
inexactitudes de atributos pueden aparecer en los datos de la encuesta si los participantes no responden, malinterpretan las
instrucciones o proporcionan información falsa a propósito. También pueden ocurrir imprecisiones al estimar valores para un área
pequeña en función de un pequeño número de respuestas. Recuerde que la ACS sondea alrededor del 2% de la población cada año
—4 de cada 200 personas— y luego estima las características del resto de la población a partir de sus respuestas. El ACS tiene
mejor atributo y resolución temporal que el censo (más categorías que se recolectan con más frecuencia), pero el censo es más
preciso en el sentido de que cuenta más personas.
La precisión temporal se refiere a si los detalles sobre un objeto están actualizados con respecto a los cambios en el mundo. Si bien
los datos pueden ser precisos y completos en el momento en que se recopilan, los detalles pronto pueden ser inexactos debido a
cambios en el panorama social y físico. Por ejemplo, los objetos en un mapa de referencia impreso serán menos precisos con el
tiempo a medida que se construyan nuevas carreteras, se eliminen o se den cambios de nombre.
Precisión temporal. Los mapas de carreteras estáticos se actualizan con mucha menos frecuencia que los mapas de Google. [17]
2.5.3 Interoperabilidad
La interoperabilidad describe qué tan bien funcionan dos conjuntos de datos diferentes entre sí. Hay tres tipos principales de
interoperabilidad: espacial, de atributo y temporal.
Hágase las siguientes preguntas: ¿Están comparando la misma zona? ¿Utilizan las mismas categorías y las definen de la misma
manera? Estas preguntas son especialmente relevantes cuando se utilizan datos recopilados por diferentes organizaciones o a través
de múltiples períodos de tiempo.
Interoperabilidad espacial. ¿Qué tan bien coinciden las unidades espaciales? Esta es la pregunta que concierne a la
interoperabilidad espacial. Por ejemplo, los códigos postales y las secciones censales son unidades espaciales para las que
frecuentemente se agregan datos, pero sus límites rara vez son los mismos. Un tramo censal puede estar dentro de múltiples
códigos postales y viceversa. Los datos a nivel de código postal y los datos a nivel de tracto censal tienen poca interoperabilidad
porque no muestran características para un mismo grupo de personas.
Geografías censales. Geografías censales. Áreas geográficas para las que la Oficina del Censo de Estados Unidos pone a disposición datos, que van desde el nivel
estatal hasta los bloques. [18]
La interoperabilidad de atributos plantea la pregunta: ¿qué tan bien coinciden las categorías de dos conjuntos de datos? Por
ejemplo, en el censo de 2010, los individuos podían elegir entre quince categorías raciales diferentes con la opción de seleccionar
múltiples categorías. En comparación, en el censo de 1850 los individuos se dividieron en sólo tres categorías raciales: “blanco”,
“negro” o “mulato”. Estos dos conjuntos de datos tienen poca interoperabilidad de atributos porque tienen una resolución de
atributos muy diferente y no tienen categorías coincidentes.
Censo modelo 2010 sobre raza. En el Censo de 2010, los individuos podían elegir entre quince categorías raciales diferentes con la opción de seleccionar múltiples
categorías. [19]
Incluso una categoría que tenga un nombre similar entre dos años censales puede medir atributos diferentes. La categoría “chino”
utilizada en el censo de 1870 se aplicó a individuos de cualquier parte de Asia, en lugar de solo China. Por lo tanto, no es
interoperable con los “chinos” como se utilizó en el censo de 2010.
Interoperabilidad temporal. ¿Qué tan bien coinciden los tiempos reportados? La interoperabilidad temporal es de lo más
preocupante si estás argumentando cómo son las cosas en un momento dado pero tus datos no son del mismo momento. Por
ejemplo, imagina que estás trabajando en una organización sin fines de lucro que está tratando de comparar el número de niños de
0 a 5 años con el número y ubicación de centros de primera infancia en una zona. El recuento más preciso de niños es del censo de
2010, pero su organización cuenta con información sobre centros infantiles recopilada en 2015. Estos dos conjuntos de datos tienen
poca interoperabilidad temporal porque ningún niño que tenía 0-5 años al momento del censo seguiría estando en ese tramo de edad
en 2015. Sería difícil determinar si los centros infantiles están ubicados adecuadamente a partir de estos datos. Por debajo, ¡a veces
tienes que preocuparte por la interoperabilidad espacial y temporal!
Interoperabilidad espacial y temporal. Los límites para los diferentes años censales en Sudáfrica no se alinean entre años porque se agregaron nuevas regiones a lo
largo del tiempo. Una solución es crear un nuevo mapa que agrupe regiones; esta geografía integrada permite comparar datos entre mapas. [20]
En resumen, al mirar múltiples conjuntos de datos, pregúntese: ¿Tiene sentido comparar estos datos? ¿Los datos generados para la
misma área utilizan las mismas unidades espaciales? ¿Las categorías de atributos son definidas de la misma manera por la (s)
organización (es) que produjo los datos y a lo largo del tiempo? ¿Los datos se produjeron en un marco de tiempo comparable?
2.6 Herramientas de mapeo

Existen muchos programas de software para hacer mapas y la mayoría ofrecen una gama de datos a sus usuarios. Si bien estos
programas se han desarrollado tradicionalmente para computadoras de escritorio, un número grande y creciente de sitios web y
aplicaciones web están permitiendo a las personas ver y hacer mapas en línea. Estos mapas y herramientas han sido desarrollados
con el objetivo de hacer que los datos sean más accesibles a investigadores, políticos y miembros del público.
Social Explorer es un ejemplo de una herramienta de mapeo en línea, desarrollada para facilitar el acceso y uso de los datos
generados por la Oficina del Censo de Estados Unidos. Tenga en cuenta que muchas organizaciones están enfocadas en obtener
mapas en línea y no tuvieron ningún papel en la recopilación de los datos subyacentes. En cambio, los mapas en línea y las
herramientas de mapeo actúan como bibliotecas al reunir información de múltiples fuentes. Tenga en cuenta que Social Explorer no
es la fuente de los datos que se están mapeando; es nuestra herramienta para explorar los datos creados por la Oficina del Censo.
2.7 Conclusión
Siempre que miras un mapa, es importante pensar en cómo se generaron los datos que se han visualizado. ¿Quién creó el mapa?
¿Cómo se recolectaron los datos subyacentes? ¿Qué preguntas se hicieron a quién? ¿Qué tan preciso es el mapa? ¿Qué falta?
Incluso los datos más cuidadosamente creados contienen errores y tienen un contexto dentro de un panorama social, político y
cultural. Para ser un usuario responsable de mapas y creador de mapas, debe pensar en lo que puede y no puede mostrar dada la
resolución, precisión e interoperabilidad de los datos disponibles. Es importante citar las fuentes de los datos que incluyes en tu
mapa para que tu audiencia pueda encontrar información adicional.
A medida que avanzamos para explorar cómo simbolizar y simplificar los datos, hacer un mapa atractivo y analizar las relaciones
espaciales de los datos, recuerde: un mapa solo puede ser tan bueno como los datos que entran en él.
Recursos
Para más información sobre el historial de preguntas y procedimientos censales, y qué pregunta y qué no pide el censo:
Censo de Estados Unidos
Explorador Social
Para más información sobre GPS:
Geografía 482 de la Universidad Estatal de Pensilvania: La naturaleza de la información geográfica
Adam Goetsch en la USC
1. CC BY-NC-SA 3.0. Adaptado de Dibiase et al. (2012) Mapeando nuestro mundo cambiante. https://www.e-
education.psu.edu/geog160/node/1930. Jennifer M. Smith, Departamento de Geografía, La Universidad Estatal de Pensilvania;
Datos de la Oficina del Censo de Estados Unidos.
2. CC BY-NC-SA 3.0. Adaptado de David Dibiase (1998) Naturaleza de la información geográfica. https://www.e-
education.psu.edu/natu...nfo/c5_p8.html; originalmente Hodgson, C. V. Un equipo de nivelación en el trabajo en 1916. NOAA
Colección de Fotos Históricas (2004). Recuperado el 20 de abril de 2006, de http://www.photolib.noaa.gov/.
3. CC BY-NC-SA 4.0. Adaptado de J. Campbell y M. Shin (2012). https://2012books.lardbucket.org/boo...ics/index.html;
4. CC BY-NC-SA 4.0. Adaptado de J. Campbell y M. Shin (2012) https://2012books.lardbucket.org/boo...ics/index.html
5. CC BY-NC-SA 4.0. Adaptado de J. Campbell y M. Shin (2012) https://2012books.lardbucket.org/boo...ics/index.html
education.psu.edu/geog160/node/1941. Datos de la Oficina del Censo de Estados Unidos.
7. Dominio Público. Centros Nacionales de Información Ambiental de la NOAA (nd) Instrumentos de medición utilizados para las
observaciones actuales y el reporte de datos. www.ncdc.noaa.gov/data-acces... d-based-statio n-data
8. CC BY-NC-SA 3.0. Adaptado de David Dibiase (1998). Naturaleza de la Información Geográfica. https://www.e-
education.psu.edu/natu...nfo/c5_p8.html
9. Dominio Público. Por NASA/GSFC, MODIS Rapid Response Y demis.nl Y FT2 - 1/ Archivo:Derrame de petróleo Deepwater
Horizon - 24 de mayo, 2010.jpg (basado en Imagen original con recorte) 2/ Localizador por FT2 de Archivo:Mapa de USA
topological.png (Dominio público por autor demis.nl)., Dominio público, https://commons.wikimedia.org/w/inde...
curid=10671450.
10. CC BY-NC-SA 3.0. Adaptado de David Dibiase (1998) Naturaleza de la Información Geográfica https://www.e-
education.psu.edu/natu...nfo/c5_p8.html.
11. Dominio Público. Oficina del Censo de Estados Unidos. www.census.gov/history/www/s... 790_fotos.php
12. Dominio Público. Oficina del Censo de EU. https://broadcast.census.gov/pio/pho...0/1960a_hi.jpg
13. Dominio Público. www.census.gov/history/www/s... sonidos/fotos/ 2010_fotos.php#
14. Licencia GNU Free Documentation, Versión 1.2. Adaptado de Sutton, O. Dassau, M. Sutton (2009). Una introducción suave a
los SIG. Dirección Principal: Planeación e Información Territorial, Departamento de Asuntos Territorios, Cabo Oriental.
http://docs.qgis.org/2.14/en/docs/ge...ucing_gis.html
15. CC BY-NC-SA 4.0. Steven M. Manson (2015)
16. CC BY-NC-SA 4.0. Steven M. Manson (2015)
17. Licencia Unsplash. https://unsplash.com/search/map?photo=gtCWBwbZNpM, John-Mark Kuznietsov
18. Dominio Público. Censo de EU. http://factfinder.census.gov/faces/n...ges/using_fact finder.xhtml? pagina=census_geografía
19. Dominio Público. Sitio web de la Oficina del Censo de Estados Unidos - www.census.gov/prod/cen2010/b... c2010br-02.pdf
20. CC BY-NC-SA 4.0. Adaptado de IPUMSI, creado por Sula Sarka y Ding Fei. https://international.ipums.org/international/
This page titled 2: Datos is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Steven Manson (University of
2: Data by Steven Manson is licensed CC BY-NC-SA 4.0.
La escala y las proyecciones son dos características fundamentales de los mapas que generalmente no reciben la atención que
merecen. Escala se refiere a cómo las unidades del mapa se relacionan con las unidades del mundo real. Las proyecciones abordan
los métodos y desafíos en torno a convertir una tierra tridimensional (y una especie de grumosa) en un mapa bidimensional.
Escala y formas de decirle al usuario del mapa qué mide el mapa en el suelo
Mecánica de proyección, tipos de proyecciones y sus características
Al final de este capítulo, debería poder leer escalas de mapas e identificar proyecciones comunes junto con sus características y
usos básicos.
3.1 Escala
El mundo es vasto. La superficie terrestre tiene una superficie de más de 500 millones de km 2 y cualquier imagen de la tierra que
puedas llevar fácilmente solo puede mostrar contornos generales de continentes y países. Cuando representamos visualmente una
región del mundo en un mapa, debemos reducir su tamaño para que quepa dentro de los límites del mapa. La escala del mapa mide
cuánto se reducen las características del mundo para que quepan en un mapa; o más precisamente, la escala del mapa muestra la
proporción de una distancia dada en un mapa a la distancia correspondiente en el suelo en el mundo real.
La escala del mapa está representada por una fracción representativa, una escala gráfica o una descripción verbal.
Mapa de escalas. Un mapa puede tener una fracción representativa, una escala gráfica o una descripción verbal que signifique lo mismo. [1]
Fracción representativa. La medida más utilizada de la escala del mapa es la fracción representativa (RF), donde la escala del mapa
se muestra como una relación. Con el numerador siempre establecido en 1, el denominador representa cuánto mayor es la distancia
en el mundo. La siguiente figura muestra un mapa topográfico con una RF de 1:24 ,000, lo que significa que una unidad en el mapa
representa 24,000 unidades en el suelo. La fracción representativa es precisa independientemente de qué unidades se utilicen; la RF
se puede medir como de 1 centímetro a 24,000 centímetros, de una pulgada a 24,000 pulgadas, o cualquier otra unidad.
Fracción representativa. Barras representativas de fracción y escala de un mapa topográfico del Servicio Geológico de los Estados Unidos (USGS). Este mapa
topográfico tiene una RF de 1:24 ,000, lo que significa que una unidad en el mapa representa 24,000 unidades en el suelo. [2]
Escala gráfica. Las barras de escala son representaciones gráficas de la distancia en un mapa. La figura tiene barras de escala para
1 milla, 7000 pies y 1 kilómetro. Una ventaja importante de las escalas gráficas es que permanecen verdaderas cuando los mapas se
encogen o magnifican.
Descripción verbal. Algunos mapas, especialmente los más antiguos, utilizan una descripción verbal de la escala. Por ejemplo, es
común ver “una pulgada representa un kilómetro” o algo similar escrito en un mapa para dar a los usuarios del mapa una idea de la
escala del mapa.
Los creadores de mapas utilizan la escala para describir los mapas como a pequeña escala o a gran escala. Esta descripción de la
escala del mapa tan grande o pequeña puede parecer contraria a la intuición al principio. Un mapa de 3 metros por 5 metros de los
Estados Unidos tiene una pequeña escala de mapa, mientras que un mapa del campus UMN del mismo tamaño es de gran escala.
Las descripciones de escala usando la RF proporcionan una forma de considerar la escala, ya que 1:1000 es mayor que 1:1
,000,000. Dicho de otra manera, si tuviéramos que cambiar la escala del mapa con una RF de 1:100 ,000 para que se redujera un
tramo de carretera de una unidad a, digamos, 0.1 unidades de longitud, habríamos creado un mapa de menor escala cuya fracción
representativa es 1:1 ,000,000.
Cuando hablamos de mapas a gran y pequeña escala y datos geográficos, entonces, estamos hablando de los tamaños relativos y
niveles de detalle de las características representadas en los datos. En general, cuanto mayor sea la escala del mapa, más detalle se
muestra.
3.2 Alcance vs. Resolución

La extensión de un mapa describe el área visible en el mapa, mientras que la resolución describe la unidad más pequeña que se
mapea. Se puede pensar en la extensión como describir la región a la que se acerca el mapa. La extensión del mapa a continuación
es nacional ya que abarca los Estados Unidos contiguos, mientras que la resolución es el estado, porque los estados son el nivel más
fino de detalle espacial que podemos ver.
Resolución y extensión del mapa. Este mapa muestra una extensión nacional y una resolución estatal. La extensión del mapa es nacional mientras que la resolución
es a nivel estatal porque son el nivel más fino de detalle espacial que podemos ver. [3]
A menudo elegimos resoluciones de mapeo intencionalmente para que el mapa sea más fácil de entender. Por ejemplo, si
intentáramos mostrar un mapa con extensión nacional a la resolución de bloques censales, el nivel de detalle sería tan fino y los
límites serían tan pequeños que sería difícil entender algo sobre el mapa. Equilibrar la extensión y la resolución suele ser una de las
decisiones más importantes y difíciles que debe tomar un cartógrafo. La siguiente figura ofrece dos ejemplos más de la diferencia
entre extensión y resolución.
Más extensión y resolución del mapa. Mapas que muestran una extensión del noroeste del Pacífico. La imagen superior tiene una resolución espacial del condado y
la inferior tiene una resolución espacial de las secciones censales. [4]
3.3 Coordenadas y proyecciones

Las ubicaciones en la superficie terrestre se miden en términos de coordenadas, un conjunto de dos o más números que especifica
una ubicación en relación con algún sistema de referencia. El sistema más simple de este tipo es un sistema de coordenadas
cartesianas, llamado así por el matemático y filósofo del siglo XVII René Descartes. Un sistema de coordenadas cartesianas, como
el de abajo, es simplemente una cuadrícula formada al armar dos escalas de medición, una horizontal (x) y una vertical (y). El
punto en el que tanto x como y son iguales a cero se denomina origen del sistema de coordenadas. En la figura, el origen (0,0) se
ubica en el centro de la cuadrícula (la intersección de las dos líneas en negrita). Todas las demás posiciones se especifican en
relación con el origen, como se ve con los puntos en (3, 2) y (-4, -1)
Sistema de coordenadas. Las ubicaciones en la superficie de la Tierra se miden en términos de coordenadas, un conjunto de dos o más números que especifica una
ubicación en relación con algún sistema de referencia. [5]
El sistema de coordenadas geográficas está diseñado específicamente para definir posiciones en la superficie áspera y esférica de la
Tierra. En lugar de las dos escalas de medición lineal x e y, como ocurre con una cuadrícula cartesiana, el sistema de coordenadas
geográficas utiliza una escala este-oeste, llamada longitud que va de +180° a -180°. Debido a que la Tierra es redonda, +180° (o
180° E) y -180° (o 180° W) son la misma línea de cuadrícula, denominada Línea Internacional de Fecha. Frente a la Línea
Internacional de Fecha se encuentra el meridiano principal, la línea de longitud definida como 0°. La escala norte-sur, llamada
latitud, va desde +90° (o 90° N) en el polo Norte hasta -90° (o 90° S) en el polo Sur. En términos simples, la longitud especifica las
posiciones este y oeste y la latitud especifica las posiciones norte y sur. En latitudes más altas, la longitud de los paralelos
disminuye a cero a 90° Norte y Sur. Las líneas de longitud no son paralelas, sino que convergen hacia los polos. Así, mientras que
un grado de longitud en el ecuador es igual a una distancia de unos 111 kilómetros, esa distancia disminuye a cero en los polos.
Longitud y latitud. La grícula se basa en una escala este-oeste llamada longitud y una escala norte-sur llamada latitud. [6]
La cuadrícula especifica posiciones en el globo con coordenadas de latitud y longitud. La retícula se refiere a la longitud y latitud
en un globo tridimensional. Cuando usamos longitud y latitud en un mapa bidimensional, nos referimos a estas como coordenadas
geográficas. Los mapas pueden tener una enorme variedad de diferentes sistemas de coordenadas dependiendo de quién los
desarrolló y utilizó.
Proyección es el término para convertir un globo tridimensional en un mapa bidimensional. Como se señaló anteriormente, la
retícula en un globo es útil, pero ¿cómo pasamos de la retícula tridimensional a las coordenadas geográficas bidimensionales, según
la siguiente figura? Discutiremos el proceso de cómo los objetos en una superficie tridimensional (la tierra) llegan a ser
representados en una hoja plana de papel o pantalla de computadora. Nuestro énfasis estará en las propiedades que diferentes
proyecciones distorsionan o mantienen: área, forma y distancia.
Gratícula proyectada. La longitud y latitud de la retícula se convierten en coordenadas geográficas bidimensionales a través de la proyección. [7]
La proyección es el proceso de hacer un mapa bidimensional a partir de un globo tridimensional. Podemos pensar en la tierra como
una esfera. En realidad, es más un elipsoide con algunos bultos, pero está bien pensarlo como una esfera. Para tener una idea de lo
difícil que puede ser este proceso, imagina pelar la piel de una naranja y tratar de poner la piel plana.
Cáscaras de naranja aplanadas. Puedes imaginar la dificultad de pasar de una superficie 3d a 2d considerando lo difícil que es pelar la corteza de una naranja e
intentar poner la piel plana. [8]
A medida que pelas y aplana la piel, encontrarás varios problemas:

Esquilar: estirar la piel en una o más direcciones
Lagrimeo — causando que la piel se separe
Comprimiendo — forzando la piel a amontonarse y condensar
Los cartógrafos se enfrentan a los mismos tres problemas cuando intentan transformar el globo tridimensional en un mapa
bidimensional. Si tuvieras un globo hecho de papel, podrías tratar cuidadosamente de 'pelarlo' en un trozo de papel plano, pero
tendrías un gran lío en tus manos. En cambio, los cartógrafos utilizan proyecciones para crear mapas bidimensionales utilizables.
Cizalla, desgarro, compresión. Los cartógrafos enfrentan estos tres problemas de cizallamiento, desgarro y compresión en un globo cuando intentan transformar el
globo tridimensional en un mapa bidimensional. [9]
3.4 Mecánica de Proyección

El término “proyección de mapa” se refiere tanto al proceso como al producto de transformar coordenadas espaciales en una esfera
tridimensional a un plano bidimensional. En términos de mecánica real, la mayoría de las proyecciones utilizan funciones
matemáticas que toman como entradas ubicaciones en la esfera y las traducen en ubicaciones en una superficie bidimensional.
Es útil pensar en proyecciones en términos físicos. Si tuvieras un globo claro del tamaño de una pelota de playa y colocaras una luz
dentro de este globo terráqueo, proyectaría sombras sobre una superficie circundante. Si esta superficie fuera un trozo de papel que
envolviste alrededor del mundo, podrías trazar cuidadosamente estas sombras en el papel, luego aplanar este trozo de papel y ¡tener
tu proyección!
Pensar en proyecciones en términos físicos. Puede conceptualizar la proyección como trabajar con un globo transparente, una bombilla y papel de calco. Si tuvieras
un globo claro del tamaño de una pelota de playa y colocaras una luz dentro de este globo terráqueo, proyectaría sombras sobre una superficie circundante. Esta
superficie puede ser un (a) cilindro, (b) cono o (c) plano. [10]
La mayoría de las proyecciones transforman parte del globo en una de las tres superficies “desarrollables”, llamadas así porque son
planas o se pueden hacer planas: plano, cono y cilindro. Las proyecciones resultantes se denominan planas, cónicas y cilíndricas.
Utilizamos superficies desarrollables porque eliminan el desgarro, aunque producirán cizallamiento y compresión. De estos tres
problemas, el desgarro es visto como el peor porque estarías haciendo mapas con todo tipo de agujeros en ellos! Como vemos a
continuación, sin embargo, hay momentos en los que se pueden crear mapas con lagrimeo y son bastante útiles.
El lugar donde la superficie desarrollable toca el globo se conoce como punto tangente o línea tangente. Los mapas representarán
con mayor precisión los objetos en el globo en estos puntos o líneas tangentes, y la distorsión aumentará a medida que se aleja
debido al cizallamiento y la compresión. Es por esta razón que a menudo se utilizan cilindros para áreas cercanas al ecuador, conos
utilizados para mapear las latitudes medias y planos utilizados para regiones polares.
Tangencia. Las líneas o puntos rojos marcan la línea tangente o el punto respectivamente. La superficie plana toca el globo y es el punto en el mapa proyectado el
que tiene la menor distorsión. El lugar donde la superficie desarrollable toca el globo se conoce como el punto tangente o línea tangente. Estas superficies pueden
ser un (a) cilindro, (b) cono o (c) plano. [11]
Para los creadores de mapas principiantes, comprender la mecánica exacta de las proyecciones no importa tanto como saber qué
propiedades del mapa se mantienen o se pierden con la elección de la proyección, el tema de la siguiente sección.
Las proyecciones deben distorsionar las características en la superficie del globo durante el proceso de hacerlas planas porque la
proyección implica cizallamiento, desgarro y compresión. Dado que ninguna proyección puede conservar todas las propiedades, le
corresponde al creador de mapas saber qué propiedades son las más importantes para su propósito y elegir una proyección
adecuada. Las propiedades en las que nos enfocaremos son: forma, área y distancia.
Tenga en cuenta que la distorsión no está necesariamente ligada al tipo de superficie desarrollable sino a la forma en que se realiza
la transformación con esa superficie. Es posible conservar cualquiera de las tres propiedades utilizando cualquiera de las superficies
desarrollables. Una forma de ver el problema es con elipses de distorsión. Estos nos ayudan a visualizar qué tipo de distorsión ha
causado una proyección de mapa, cuánta distorsión ha ocurrido y dónde se ha producido. Las elipses muestran cómo los círculos
imaginarios en el globo se deforman como resultado de una proyección particular. Si no hubiera ocurrido distorsión al proyectar un
mapa, todas las elipses serían del mismo tamaño y de forma circular.
3.4.1 Conformal
Las proyecciones conformadas conservan la forma y el ángulo, pero distorsionan fuertemente el área en el proceso. Por ejemplo,
con la proyección de Mercator, las formas de las costas son precisas en todas las partes del mapa, pero los países cercanos a los
polos parecen mucho más grandes en relación con los países cercanos al ecuador de lo que realmente son. Por ejemplo,
Groenlandia es solo el 7 por ciento de la superficie terrestre de África, ¡pero parece ser igual de grande!
Proyección Mercator. La proyección de Mercator es conforme porque conserva la forma y el ángulo pero distorsiona fuertemente el área. [12]
Deben utilizarse proyecciones conformadas si el propósito principal del mapa consiste en medir ángulos o representar las formas de
las entidades. Son muy útiles para navegación, topografía (altitud) y mapas meteorológicos.
Proyección Mercator. Uno de los primeros mapas del mundo desarrollados fue por Mercator (Carta do Mundo de Mercator, 1569). [13]
Una proyección conforme tendrá elipses de distorsión que varían sustancialmente en tamaño, pero todas tienen la misma forma
circular. Las formas consistentes indican que las proyecciones conformadas (como esta proyección del mundo de Mercator)
preservan formas y ángulos. Esta propiedad útil explica el hecho de que las proyecciones conformes casi siempre se utilizan como
base para la topografía y mapeo a gran escala.
Distorsión de Mercator. La proyección de Mercator es conforme porque conserva la forma y el ángulo pero distorsiona fuertemente el área. [14]
3.4.2 Área igual
En proyecciones de igual área, el tamaño de cualquier área en el mapa está en verdadera proporción a su tamaño en la tierra. En
otras palabras, las formas de los países pueden parecer aplastadas o estiradas en comparación con lo que parecen en un globo
terráqueo, pero su superficie terrestre será precisa en relación con otras masas de tierra. Por ejemplo, en la proyección Gal-Peters,
la forma de Groenlandia está significativamente alterada, pero el tamaño de su área es correcto en comparación con África. Este
tipo de proyección es importante para los datos temáticos cuantitativos, especialmente en la densidad cartográfica (un atributo
sobre un área). Por ejemplo, sería útil para comparar la densidad de refugiados sirios en Oriente Medio o la cantidad de tierras de
cultivo en producción.
Proyección Gall-Peters. La proyección de Gall Peters es igual área. Observe cómo se altera significativamente la forma de Groenlandia, pero el tamaño de su área es
correcto en comparación con otras regiones como África. [15]
Como podemos ver con una proyección de igual área, sin embargo, las elipses mantienen las proporciones correctas en los tamaños
de áreas en el globo pero que sus formas están distorsionadas. Las proyecciones de áreas iguales se prefieren para la cartografía
temática a pequeña escala, especialmente cuando se espera que los usuarios de mapas comparen tamaños de entidades de área
como países y continentes.
Distorsión de Gall-Peters. La proyección de Gall Peters es igual área. Observe cómo se altera significativamente la forma de Groenlandia, pero el tamaño de su área
es correcto en comparación con otras regiones como África. [16]
3.4.3 Equidistante
Las proyecciones equidistantes, como su nombre indica, preservan la distancia. Esto es un poco engañoso porque ninguna
proyección puede mantener la distancia relativa entre todos los lugares del mapa. Sin embargo, los mapas equidistantes son capaces
de preservar distancias a lo largo de unas pocas líneas claramente especificadas. Por ejemplo, en la proyección equidistante
acimutal, todos los puntos son la distancia y dirección proporcionalmente correctas desde el punto central. Este tipo de proyección
sería útil para visualizar rutas de vuelo de aviones de una ciudad a varias otras ciudades o para mapear un epicentro sísmico. Las
proyecciones azimutales conservan la distancia a costa de distorsionar la forma y el área en cierta medida. El pabellón de las
Naciones Unidas contiene un ejemplo de proyección equidistante azimutal polar.
Proyección equidistante acimutal. En esta proyección equidistante, todos los puntos son la distancia y dirección proporcionalmente correctas desde el punto central.
Esta proyección se utiliza en el mapa de las Naciones Unidas. [17]
3.4.4 Compromiso, Interrumpen y Proyecciones Artísticas

Algunas proyecciones, incluida la de Robinson, logran un equilibrio entre las diferentes propiedades del mapa. En otras palabras,
en lugar de preservar la forma, el área o la distancia, intentan evitar una distorsión extrema de cualquiera de estas propiedades. Este
tipo de proyección sería útil para un mapamundi de propósito general.
Proyección Robinson. Algunas proyecciones, incluida la de Robinson, logran un equilibrio entre las diferentes propiedades del mapa. En otras palabras, no
preservan la forma, el área o la distancia, sino que tratan de evitar distorsiones extremas. [18]
Las proyecciones de compromiso no conservan propiedades de nadie, sino que buscan un compromiso que minimice la distorsión
de todo tipo, como ocurre con la proyección Robinson, que a menudo se utiliza para mapas temáticos a pequeña escala del mundo.
Distorsión de compromiso. Tenga en cuenta que algunos mapas pueden no conservar ni la forma ni el área, pero hacen un trabajo bastante bueno en ambos. [19]
Otras proyecciones abordan el reto de hacer plano el globo 3D desgarrando la tierra en lugares estratégicos. Las proyecciones
interrumpidas como la proyección Goode Homolosine interrumpida representan la tierra en lóbulos, reduciendo la cantidad de
forma y distorsión del área cerca de los polos. La proyección fue desarrollada en 1923 por John Paul Goode para proporcionar una
alternativa a la proyección de Mercator para retratar las relaciones globales de área.
Goode homolosina proyección del mundo. Esta proyección de igual área se interrumpe en el sentido de que utiliza lóbulos o secciones. [20]
La Homolosina Goode Interrumpida conserva el área (por lo que es igual o equivalente) pero no conserva la forma (no es
conforme).
Distorsión interrumpida. Esta proyección de igual área preserva el área pero distorsiona la forma, pero no tanto como lo haría si no se interrumpiera. [21]
También hay muchas proyecciones que son estéticamente agradables, pero no pensadas para la navegación entre lugares o para
visualizar datos. Ejemplos de estas proyecciones artísticas incluyen la proyección Stabius-Werner en forma de corazón.
Proyecciones artísticas. Muchas proyecciones son interesantes y hermosas, como esta Proyección Stabius-Werner, pero no están pensadas para la navegación entre
lugares o para visualizar datos. [22]
3.5 Conclusión
En este capítulo, hemos explorado los conceptos de escala, resolución y proyección. Hay cientos de proyecciones, cada una de las
cuales distorsiona el mundo de una manera ligeramente diferente. Tenga en cuenta que todos los mapas tienen una escala y hay
algunas formas importantes de indicar esta escala. Todos los mapas también utilizan una proyección que se puede formar a partir de
una superficie desarrollable y puede conservar una o dos propiedades como máximo.
Recursos
GIS Commons
Ciencias Sociales Espacialmente Integradas
Referencias
Partes de la sección 3.1 están adaptadas de Campbell y Shin (2011). Esenciales de los Sistemas de Información Geográfica.
Partes de la sección 3.3 están adaptadas de DiBiase (1998). La naturaleza de la información geográfica: un libro de texto
geoespacial abierto.
1. CC BY-SA 3.0. Adaptado de Michael Schmandt (nd). GIS Commons: Un libro de texto introductorio sobre sistemas de
información geográfica http://giscommons.org/output/
2. CC BY-NC-SA 4.0. Adaptado de J. Campbell y M. Shin (2012) https://2012books.lardbucket.org/boo...ics/index.html; Basado
en mapas topográficos del USGS (PD)
3. CC BY-NC-SA 4.0. Steven Manson 2017. Datos de SocialExplorer y US Census.
4. CC BY-NC-SA 4.0. Steven Manson 2017. Datos de SocialExplorer y US Census.
education.psu.edu/geog160/node/1914. Departamento de Geografía, La Universidad Estatal de Pensilvania.
education.psu.edu/geog160/node/1914. Raechel Bianchetti, Departamento de Geografía, La Universidad Estatal de Pensilvania.
7. CC BY-NC-ND 3.0. Adaptado de Dibiase et al. (2012) Mapeando nuestro mundo cambiante. https://www.e-
education.psu.edu/geog160/node/1914. Departamento de Geografía, La Universidad Estatal de Pensilvania.
8. CC BY-NC-SA 3.0. Adaptado de Anthony C. Robinson. Mapas y la Revolución Geoespacial, https://www.e-
education.psu.edu/maps/l1_p5.html. Fotos originales Nathan P. Belz
9. CC BY-NC-SA 4.0. Steven Manson 2012.
10. Licencia GNU Free Documentation, Versión 1.2. Adaptado de Sutton, O. Dassau, M. Sutton (2009). Una introducción suave a
los SIG. Dirección Principal: Planeación e Información Territorial, Departamento de Asuntos Territorios, Cabo Oriental.
http://docs.qgis.org/2.14/en/docs/ge...ucing_gis.html
11. Dominio público. US National Atlas nationalatlas.gov/articles/ma... ojecciones.html
12. CC BY-SA 3.0. Daniel R. Strebe https://commons.wikimedia.org/w/inde...curid=16115307
13. Dominio público. https://commons.wikimedia.org/w/inde...p? curid=730484
14. CC BY-SA 3.0. Stefan Kühn https://commons.wikimedia.org/w/index.php?curid=24628
15. CC BY-SA 3.0. Daniel R. Strebe. https://commons.wikimedia.org/w/inde...curid=16115242
16. GFDL. Eric Gaba https://commons.wikimedia.org/w/inde...curid=12052919
17. CC BY-SA 3.0. Eric Gaba. https://commons.wikimedia.org/w/inde...curid=16115152. Por Spiff - Basado en
Archivo:Flag_of_the_united_nations.svg, Public Domain, commons.wikimedia.org/w/inde... curid=12835427
18. CC BY-SA 3.0. Eric Gaba commons.wikimedia.org/w/inde... curid=16115337
19. GFDL. Eric Gab Datos: U.S. NGDC World Coast Line (dominio público), GFDL, commons.wikimedia.org/w/index.
php`curid=4256
20. CC BY-SA 3.0. Daniel R. Strebe. commons.wikimedia.org/w/inde... curid=16115269
21. CC BY-SA 3.0. Daniel R. Strebe. commons.wikimedia.org/w/inde... curid=24727413
22. Daniel R. Strebe. commons.wikimedia.org/w/inde... curid=16115372. commons.wikimedia.org/w/inde... p? curid=167921
This page titled 3: Escala y Proyecciones is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Steven Manson
(University of Minnesota Libraries) .
3: Scale and Projections by Steven Manson is licensed CC BY-NC-SA 4.0.
“El diseño es tan sencillo, por eso es tan complicado”. Paul Rand, diseñador gráfico
La diferencia entre un mapa ordinario y uno persuasivo e interesante depende de lo bien que el cartógrafo incorpore principios de
buen diseño y simbolización. Los datos, de forma aislada, no pueden contar una historia. Corresponde al cartógrafo hacer que los
datos sean convincentes convirtiendo la información mundana en expresiones artísticas. Los conceptos de este capítulo son
bastante básicos de entender, sin embargo, tardan años en ponerse en práctica. El diseño de mapas requiere paciencia, prueba y
error, y una cuidadosa atención al detalle.
Elementos básicos del mapa: elementos clave, como un título o una fuente, se encuentran en la mayoría de los mapas y
comprender su propósito le dará una base sólida para la cartografía.
Principios de diseño: hay muchos principios de buen diseño, pero comenzamos con los dos de jerarquía y equilibrio, que
marcan la diferencia entre mapas aburridos y mapas que salen al lector.
Simbolización: los cartógrafos tienen muchas herramientas para hacer que los datos sean más memorables y convincentes, y
entre estos se encuentran los conceptos básicos de simbolización que incluyen geometría y variables visuales.
Al final de este capítulo, debes entender los principios básicos del diseño y la simbolización, y las herramientas que puedes usar
para hacer mapas interesantes, estéticamente agradables y efectivos.
4.1 Elementos del mapa

Los mapas están compuestos por un número variable de elementos. Hay potencialmente decenas de elementos del mapa pero aquí
nos enfocamos en algunos elementos clave.
Figura. A la cosa o lugar que se mapea se le llama la figura del mapa. En el siguiente mapa, la figura del mapa es el continental
de Estados Unidos.
Suelo. La figura se yuxtapone contra el suelo del mapa, o en otras palabras, el fondo. En este caso, son los países fuera de
Estados Unidos y los océanos.
Marco. Los mapas suelen tener marco, una línea dibujada alrededor de la figura y el suelo, que actúa como lo hace un marco
para una imagen. También se utiliza el término más técnico neatline.
Elementos del mapa. Los elementos clave del mapa incluyen figura, tierra y marco. Los elementos adicionales que conforman un mapa básico son título, leyenda,
créditos y escala. [1]
Otros elementos son lo suficientemente informativos como para ser utilizados casi siempre, incluyendo un título, una escala, una
leyenda y una fuente de información.
Título. El título es un texto breve y descriptivo típicamente en o cerca de la parte superior del mapa. Un buen título debe
proporcionar algunos detalles sobre el contenido del mapa sin ser demasiado prolijo o descriptivo. Los títulos de los mapas
suelen incluir todos o algunos de los siguientes componentes: el tema del mapa, el año, la extensión espacial, la resolución del
mapeo y la fuente de datos.
Leyenda. La leyenda enumera los símbolos utilizados y explica lo que se está mapeando. Es importante incluir los símbolos en
la leyenda exactamente como aparecen en el mapa. Las leyendas incluyen tanto texto como gráficos, y en ocasiones contienen
detalles adicionales como la fuente de los datos o el año en que se recopilaron los datos. Etiquetar las unidades en la leyenda es
importante para que la audiencia pueda entender adecuadamente los datos que se mapean. Si tu mapa de condados muestra el
número de bicicletas por cada mil personas, entonces la leyenda debería decirlo.
Fuente/Créditos. Piense en el capítulo de datos y recuerde lo importante que es saber de dónde provienen los datos de mapeo y
qué tipo de sesgos son inherentes a los datos. Para fines de transparencia, es necesario proporcionar atribución a la fuente de los
datos, el lugar, empresa, persona o agencia que realizó los datos. Estos también se conocen de manera más general como
créditos. Incluir la fuente permite que la audiencia explore más los datos si es necesario. Saber quién hizo el mapa puede ayudar
al lector a medir mejor la precisión y confiabilidad de los datos. En ocasiones, el creador de mapas es muy apreciado por el uso
preciso e imparcial de los datos; otras veces, es conocido por tener una agenda política que plantearía dudas sobre la exactitud
de los datos. La atribución de origen puede ser tan simple como una anotación de texto corta cerca de la parte inferior del mapa,
o puede incluir información más detallada.
Escala. Casi todos los mapas incluyen una escala porque los mapas son más pequeños que la realidad que se mapea.
Proporcionar a la audiencia del mapa información sobre qué escala está utilizando es importante para que puedan comprender el
tamaño relativo y la distancia. La escala a menudo se proporciona en una parte menos prominente del mapa y generalmente se
muestra con gráficos o texto. Hay momentos en que la escala es tan obvia que se omite de un mapa. Por ejemplo, un mapa del
mundo entero no suele tener una barra de escala en él, porque todos tienen una comprensión general de cuán grande es el
mundo. Tenga en cuenta de la sección sobre proyecciones, sin embargo, que muchos mapas distorsionan el área, por lo que los
tamaños que ve en un mapa podrían no ser siempre espacialmente precisos. En este caso, es útil enumerar la proyección con la
escala.
Hay muchos otros posibles elementos que los cartógrafos pueden incluir y que se pueden ver utilizados en los mapas. Estos otros
elementos, aunque no se incluyen con tanta frecuencia, a menudo representan una buena práctica de creación de mapas,
especialmente si se quiere que el lector entienda cómo se creó el mapa. Estos elementos incluyen el nombre o compañía del
cartógrafo, la fecha de producción y la proyección. Algunos elementos del mapa, como la flecha norte, siguen convenciones o
reglas comúnmente entendidas. Por lo general, equiparamos la orientación “arriba” con “norte”, por lo que los cartógrafos a
menudo omitirán la flecha norte en un mapa a menos que el mapa rompa esa convención.
4.2 Principios de diseño

Si bien un título, leyenda, fuente y escala son elementos necesarios de todos los mapas, deben aplicarse de acuerdo con los
principios de diseño del mapa para transmitir adecuadamente la información. Los mapas mal diseñados, como el de abajo, pueden
ser difíciles de leer y confusos.
Diseño deficiente del mapa. Si bien el mapa inferior contiene elementos necesarios (como título, leyenda, escala y fuente), no practica los principios de buen diseño.
Está desequilibrado, desorganizado y utiliza mal el espacio en blanco. [2]
Diseñar mapas para que sean visualmente atractivos es una forma de arte, y hay cursos completos de cartografía dedicados a estos
principios. Dos de los elementos fundamentales del diseño que todos los buenos mapas deben incorporar son la jerarquía y el
equilibrio.
4.2.1 Jerarquía
No toda la información en un mapa es de igual importancia. Un título es más importante que la flecha norte, por lo que hacerlos del
mismo tamaño llevaría a un énfasis inadecuado en el título. Tampoco tiene sentido si una leyenda es tan grande que abruma la
figura real que estás mapeando. La jerarquía visual es el principio de diseño que toma en consideración estos factores. Un mapa
con buena jerarquía enfatiza información y figuras importantes colocándolas estratégicamente en el mapa y usando variables
visuales apropiadamente. Por lo general, la parte superior del mapa es un buen lugar para obtener información importante como el
título. El tamaño y el color son otras dos herramientas importantes para crear una jerarquía visual fuerte, ya que el texto y las
figuras más importantes pueden ser de mayor tamaño.
Jerarquía visual. Por lo general, la parte superior izquierda del mapa es un buen lugar para información importante como el título. Si este marco representa el diseño
de un mapa, a menudo es útil poner su información más importante en la parte superior o superior izquierda de la página. La información cerca de la parte inferior
de la página parece menos importante para la audiencia del mapa. Ten en cuenta que la regla de “arriba izquierda a abajo-derecha” es relevante en el contexto
occidental, pero diferentes culturas tienen diferentes reglas de énfasis visual por lo que es importante entender a la audiencia de tu mapa. [3] Ejemplos de jerarquía
visual. Estos tres mapas utilizan diversas técnicas de jerarquía visual. Ninguno de ellos es necesariamente “correcto”, pero se puede ver cómo ciertas técnicas
ayudan a enfatizar las características importantes. Observe cómo estas imágenes utilizan tonos, tamaños de líneas y texturas de diferentes maneras para enfatizar
ciertas carreteras y parques. [4]
4.2.2 Saldo
No todo lo que es importante puede estar en texto grande en la parte superior del mapa. Después de satisfacer los requisitos de
jerarquía visual, el siguiente paso es asegurarse de que su mapa se vea equilibrado. Esto implica alinear el texto con otro texto o
elementos para que todo se vea limpio y organizado. Si tu mapa está demasiado desordenado será difícil ver la información, por lo
que es útil mantener una cantidad suficiente de espacio en blanco.
Jerarquía y equilibrio. Estos son tres ejemplos de incorporación de jerarquía y equilibrio a diversos grados de efectividad. El mapa en la parte superior ofrece una
buena jerarquía y equilibrio ya que la imagen es de buen tamaño, y hay suficiente espacio en blanco. El mapa en el medio no deja suficiente espacio para la leyenda
y el título. El mapa en la parte inferior tiene demasiado espacio en blanco por lo que es difícil distinguir la figura. [5]
4.3 Simbolización
Simbolización es el término utilizado para describir cómo se visualizan las entidades en un mapa. A menos que estés mirando una
imagen fotográfica aérea, todo en un mapa es un símbolo de algo en el mundo real. Un creador de mapas debe decidir
constantemente cómo se debe simbolizar una entidad de mapa de una manera que ayude al lector a comprender rápidamente lo que
representa y su grado de importancia en relación con otras entidades en el mapa.
Antes de continuar, debemos considerar una distinción básica entre tipos de datos, es decir, si son cuantitativos o cualitativos.
Los datos cualitativos tratan de descripciones de un fenómeno del mundo real que se relacionan con la calidad (que es de donde
viene 'cualitativo'), o en otras palabras, diferencias de tipo o existencia.
Los datos cuantitativos son aquellos que tratan de mediciones (o cantidades, lo que nos da el término 'cuantitativo') que tratan
las diferencias de cantidad.
Un mapa cualitativo de ciudades, por ejemplo, mostraría si una ciudad existe o no en un lugar determinado, mientras que un mapa
cuantitativo mostraría la ubicación de la ciudad así como alguna medición, como el número de personas que allí viven. Un mapa
cualitativo de vida silvestre podría indicar dónde viven diferentes tipos de animales, mientras que un mapa cuantitativo mostraría
las cantidades de diferentes animales.
Analizamos dos componentes clave de la simbolización: geometría y variables visuales. Según la siguiente figura, todos estos
componentes trabajan juntos para hacer simbolización de mapas.
Componentes de simbolización. Los bloques básicos de simbolización son geometría (puntos, líneas y áreas) y variables visuales (forma, tamaño, tono y valor). [6]
4.3.1. Geometría
La mayoría de los símbolos de mapa son esencialmente variaciones en tres entidades geométricas simples: el punto, la línea y el
polígono.
Geometría. Puntos, líneas y áreas y cómo se pueden usar indistintamente. Cada fila representa un modo diferente de simbolización, y cada columna representa un
tipo diferente de cosa o lugar de la vida real. [7]
Los puntos se utilizan normalmente para entidades discretas, como un árbol o la ubicación de una tienda. Las líneas se utilizan a
menudo para representar carreteras, líneas telefónicas u otras características largas y continuas. Las áreas o polígonos se utilizan
típicamente para representar límites como condados o parques, pero también se pueden usar para ayudar a generalizar datos como
la concentración de muchos animales individuales. Es muy común que estos tres objetos geométricos sean utilizados en un solo
mapa, como el mapa de Montreal debajo que contiene las ubicaciones de carreteras (líneas), ciudades (puntos) y parques (áreas).
Poder de la simbolización. Imagen de satélite a la izquierda comparada con un mapa que incorpora simbolización de puntos, líneas y áreas a la derecha. [8]
4.3.2 Variables visuales

Podemos modificar la apariencia de geometrías básicas de mapas (puntos, líneas y polígonos) de muchas maneras. Las
modificaciones o variaciones de estos puntos, líneas y polígonos se denominan variables visuales porque describen cómo una
entidad visual dada, como una línea por ejemplo, varía de oscuro a claro o grande a pequeño. Las variables visuales son
importantes para mostrar datos cualitativos y cuantitativos. Las cuatro variables visuales principales que se manipulan comúnmente
en los mapas son: forma, tamaño, tono y valor. En la siguiente figura se destacan los principales locatarios de estas variables
visuales así como para qué tipos de datos son los más adecuados.
Datos cuantitativos y cualitativos. Diferentes variables visuales son adecuadas para datos cuantitativos y cualitativos. [9]
Forma. Las formas suelen indicar diferencias en el tipo, por lo que son buenas para los datos cualitativos. Existen ciertas
convenciones de uso de formas, como un avión para un aeropuerto o una cruz para un hospital. Las formas también pueden tener
representaciones mucho más específicas. Un mapa de vida silvestre podría mostrar imágenes simples de diferentes especies de
animales para mostrar la ubicación de sus hábitats. También se pueden usar logotipos corporativos, indicando las ubicaciones de
concesionarios para diferentes modelos como Honda o Ford, o alguien que busque un restaurante de comida rápida cercano puede
distinguir fácilmente entre las ubicaciones de un McDonald's o un Burger King.
Datos cualitativos y forma. Este mapa utiliza formas para indicar diferentes tipos de especies arbóreas. [10]
Tamaño. El tamaño es una variable visual especialmente adecuada para los atributos cuantitativos. A menudo se entiende que los
tamaños grandes representan algo de alto valor o importancia, mientras que los tamaños pequeños representan valores bajos o
menos importantes. El tamaño está limitado por la capacidad de la audiencia del mapa para estimar la diferencia entre tamaños.
Datos cuantitativos y variables visuales. Este mapa utiliza un tono e incorpora cambios de tamaño para demostrar la cantidad. A los cartógrafos a veces les gustan
los símbolos pictográficos porque pueden ser más interesantes (como los autos en el mapa de la derecha), pero las formas complicadas de estos símbolos pueden
hacer que sus áreas sean más difíciles de estimar y crear mayores problemas con la superposición de símbolos que formas más simples como los círculos en el mapa
de la izquierda. [11]
Tonalidad. Cuando las personas hablan de color en un mapa suelen referirse a lo que técnicamente se conoce como matiz. El matiz
se usa más comúnmente para distinguir entre datos cualitativos. Las decisiones se basan en factores psicológicos y sociales porque
asociamos ciertos colores con ciertas cosas del mundo real: azul (agua), verde (bosque) y rojo (fuego o calor). También es común
que el rojo se use para significar intensidad o importancia mientras que colores calmantes como el azul o el gris ayudan a significar
algo de menor intensidad.
Tonalidad. Se utilizan diferentes tonalidades (colores) para demostrar datos cualitativos discretos. [12]
Valor. Valor se refiere a la ligereza u oscuridad de un matiz. Se usa más comúnmente para datos cuantitativos ya que puede
demostrar importancia relativa o cantidad en una escala continua. Si bien la distinción entre luz y oscuridad es bastante obvia, tenga
cuidado de no usar demasiados valores diferentes en un mapa. El ojo humano tiene dificultad para distinguir más de unos ocho
valores en un mapa.
Valor. Tenga en cuenta el rango de valores a través de estos 22 diferentes tonos de rojo. El valor alto se refiere a un color que es muy claro, mientras que el valor
bajo se refiere a colores que son oscuros. [13]
4.3.3 Resumen
En términos muy generales, utilizamos tamaño y valor para datos cuantitativos y representamos datos cualitativos con matiz y
forma. Esto se aplica a puntos, líneas y áreas, según esta cifra.
Variables visuales con datos cuantitativos y cualitativos. Diferentes variables visuales son adecuadas para datos cuantitativos y para datos cualitativos. Los
cartógrafos tienden a utilizar el tamaño y el valor para los datos cuantitativos y representan datos cualitativos con tonalidad y forma. [14]
Tenga en cuenta que los tipos de datos, cualitativos o cuantitativos, marcan la diferencia en la elección del color. Considera los dos
mapas a continuación, que muestran usuarios de internet por cada 100 personas por país. El primero utiliza un solo matiz —morado
— y valores diferentes. Este primero es más fácil de entender porque los colores más oscuros indican valores más altos. El segundo
utiliza diferentes tonalidades —como el verde, el rojo o el naranja— para indicar diferentes valores. Este no funciona tan bien
porque hay que estudiarlo con atención para evaluar qué lugares son altos y bajos en términos de usuarios de internet.
Mapeo de datos cuantitativos. Estos dos mapas utilizan el tono y el valor de manera diferente, con un impacto en la legibilidad del mapa. [15]
Las opciones de simbolización también pueden estar ligadas a los usos potenciales de su mapa. Es posible que desee diseñar un
mapa en color, pero los usuarios de su mapa pueden querer reproducirlo en blanco y negro, como cuando un mapa en color se
fotocopia en una fotocopiadora en blanco y negro o se imprime en una impresora monocromática. Si sabe que su mapa de color
puede reproducirse en blanco y negro, puede optar por ajustar su diseño de color para que las características importantes no se
pierdan en la traducción. La siguiente figura explora estas transiciones para el mapeo de árboles.
Opciones de simbolización. En el mapa superior izquierdo, diferentes tipos de árboles se simbolizan usando diferentes tonos. Si este mapa es fotocopiado (arriba a
la derecha), será muy difícil diferenciar a la mayoría de las clases de árboles. Sin embargo, al usar diferencias de forma y valor en lugar de tonos (mapa inferior), el
lector de mapas puede diferenciar fácilmente las cinco clases de árboles. [16]
4.4 Conclusión
En este capítulo, hemos mirado los fundamentos de la simbolización. Los elementos básicos del mapa incluyen la figura, el suelo y
el marco, así como los que se ven comúnmente en mapas como el título, la leyenda, la escala y la fuente. Estos elementos se
integran luego con los principios de diseño, particularmente la jerarquía y el equilibrio, y las herramientas de simbolización, como
la geometría y las variables visuales como la forma, el tamaño, el tono y el valor.
Recursos
Para más información sobre simbolización:
Elementos básicos de la composición del mapa en la Universidad de Colorado
Variables visuales en la Universidad de Münster
Para más información sobre cartografía:
El oficio del geógrafo en la Universidad de Colorado
Referencias
Partes de la sección 4.3 fueron adaptadas de Adrienne Gruver (2016). Cartografía y Visualización y David DiBiase y Jim Sloan
(2016). Mapeando nuestro mundo cambiante.
1. CC BY-NC-SA 4.0. Steven Manson 2017. Datos de SocialExplorer y Censo de EE. UU.
3. Steven Manson 2017
4. CC BY-NC-SA 3.0. Steven Manson 2017. Adaptado de Paul Cote (2009). Fundamentos del SIG.
http://www.pbcgis.com/courses
6. CC BY-NC-SA 4.0. Steven Manson 2013
8. CC BY-NC-SA 4.0. Steven Manson 2017. Imagen a la derecha de MapQuest 2011
9. CC BY-NC-SA 4.0. Eric Deluca 2015.
education.psu.edu/geog486/node/1859
15. CC BY-NC-SA 3.0. Adaptado de Anthony C. Robinson. Mapas y la Revolución Geoespacial. www.e-
education.psu.edu/maps/l5_p5.html
education.psu.edu/geog486/l1_p7.html
This page titled 4: Diseño y simbolización is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Steven Manson
4: Design and Symbolization by Steven Manson is licensed CC BY-NC-SA 4.0.
5: Simplificación
“¡Qué cosa útil es un mapa de bolsillo!” Yo remarqué.
“Esa es otra cosa que hemos aprendido de su Nación”, dijo Mein Herr, “hacer mapas. Pero lo hemos
llevado mucho más allá que tú. ¿Cuál considera el mapa más grande que sería realmente útil?”
“Cerca de seis pulgadas a la milla”.
“¡Sólo seis pulgadas!” exclamó Mein Herr. “Muy pronto llegamos a seis yardas a la milla. Entonces
intentamos cien yardas a la milla. ¡Y luego vino la idea más grandiosa de todas! ¡De hecho hicimos un
mapa del país, en la escala de una milla a la milla!”
“¿Lo has usado mucho?” Yo le indagé.
“Nunca se ha extendido, sin embargo”, dijo Mein Herr: “los campesinos se opusieron: dijeron que
cubriría todo el país, ¡y apagaría la luz del sol! Entonces ahora usamos el propio país, como su propio
mapa, y les aseguro que casi también lo hace”.
Lewis Carroll, Sylvie y Bruno Concluyeron, Capítulo XI, Londres, 1895
Los mapas son por necesidad más pequeños de lo que retratan en el mundo real. Debido a esto, solo se puede representar un
número limitado de entidades en ellas. Hay que tomar decisiones sobre cómo simplificar la complejidad del mundo para que sea
comprensible en el mapa. Saber quién es tu audiencia y tener un claro sentido de lo que quieres explicarles son cruciales para
decidir qué incluir y qué dejar de lado. Por ejemplo, los mapas del metro priorizan los nombres de las paradas y conexiones entre
las líneas del metro sobre la ubicación geográfica de las paradas.
Mapa del metro. El mapa oficial del metro para el metro de Washington DC (izquierda) comparado con un mapa del metro dibujado a escala (derecha). Los mapas
del metro priorizan los nombres de las paradas y conexiones entre las líneas del metro sobre la ubicación geográfica de las paradas. [1]
La simplificación se utiliza tanto en mapas temáticos como de referencia. En la primera parte de este capítulo se analizarán
diferentes tipos de mapas temáticos y el concepto de clasificación, prestando mucha atención a cómo los diferentes esquemas de
clasificación dividen los datos entre clases. También reflexionaremos sobre las formas en que seleccionar un esquema de
clasificación y el número de clases impactan los patrones de datos que son visibles. En la segunda parte de este capítulo se
analizará cómo los mapas simplifican la forma o el número de objetos en un mapa de referencia, un proceso conocido como
generalización.
las ventajas y desventajas de tres esquemas de clasificación comunes
situaciones en las que la estandarización de datos es apropiada
cuatro tipos principales de generalización en mapas de referencia
5.1 Tipos de mapas temáticos
Utilizamos una variedad de diferentes tipos de mapas. Vamos a echar un vistazo rápido a varios tipos de claves y luego nos
centraremos en algunos en particular.
Los mapas de densidad de puntos utilizan puntos o puntos para mostrar una densidad comparativa de entidades sobre un mapa
base. Los puntos son todos del mismo tamaño.
Los mapas de símbolos proporcionales utilizan símbolos que ocurren en puntos a lo largo de un mapa, pero a diferencia de los
mapas de puntos, el tamaño del símbolo varía en función de la cantidad o magnitud de la cosa que se mide. En términos
generales, los valores más altos obtienen símbolos más grandes.
Los mapas de coropletas se encuentran entre los mapas temáticos más utilizados. Utilizan colores variables para mostrar
medidas que son para áreas o regiones en el mapa.
Los cartogramas distorsionan la forma de las áreas para representar la magnitud del atributo que se mide. Un valor
relativamente alto dentro de una unidad geográfica típicamente pequeña, como un estado, se representará como
desproporcionadamente grande en un cartograma porque el tamaño de la región se basa en sus atributos y no en su tamaño real.
Los mapas de flujo muestran el movimiento de bienes, personas e ideas entre lugares. Por lo general, representan el tamaño de
los flujos cambiando el ancho de las líneas que conectan los lugares.
Los mapas de densidad representan la concentración de medidas puntuales. Puedes pensar en este mapa que muestra cómo cada
ubicación extiende su presencia más allá de su ubicación inmediata para incluir áreas adyacentes.
Tipos de mapas. Hay seis tipos comunes de mapas temáticos que se utilizan para simplificar los datos. [2]
5.1.1 Mapa de puntos

En un mapa de puntos, cada punto representa una cantidad fija. Para mapas de puntos uno a uno, cada punto representa un objeto o
persona. Por ejemplo, el famoso mapa de John Snow tenía un punto por cada muerte reportada por cólera alrededor de la bomba de
Broad Street.
Mapa de cólera uno a uno. El famoso mapa uno a uno de John Snow de muertes por cólera se centró alrededor de la bomba de Broad Street. [3]
Alternativamente, un punto puede representar múltiples objetos o personas. La siguiente figura muestra un ejemplo de un mapa de
muchos a uno en el que un punto representa a 10,000 personas.
Mapa de puntos de muchos a uno. Este mapa retrata la población total del noreste de Estados Unidos. Cada punto representa a 10 mil personas. [4]
Los mapas de puntos son útiles para visualizar rápidamente patrones de agrupamiento y densidad. No requieren color para
comunicarse, lo que evita problemas derivados de las diferencias en la forma en que las personas perciben el color como el
daltonismo. Aunque son versátiles e intuitivos, puede ser difícil determinar números precisos basados en un mapa de puntos. Un
área puede tener más puntos que otra, pero para saber cuántos más requeriría contar minuciosamente cientos o miles de puntos.
La privacidad también puede ser un problema para los mapas uno a uno. Por ejemplo, es posible que no desee conocer ubicaciones
exactas al mapear sujetos sensibles, como dónde viven los pacientes con enfermedades de transmisión sexual. Para sortear esto, los
puntos a menudo se desplazan de su ubicación real. Al simplificar la cantidad de puntos en el mapa, los mapas de muchos a uno
evitan problemas de privacidad, pero en cambio se enfrentan al desafío de dónde colocar los puntos. Los puntos generalmente se
colocan en una ubicación promedio de los múltiples objetos que representan ed .
Simplificación del mapa de puntos. La colocación de puntos en medio de las carreteras y la distribución desigual alrededor del bloque son evidencia de que los
puntos en el mapa de puntos uno a uno han sido desplazados. El mapa de muchos a uno de los mismos bloques simplifica la cantidad de datos mostrados y coloca
puntos en una ubicación promedio. [5]
Tenga en cuenta que es crucial que los mapas de puntos se dibujen usando una proyección de igual área, o la densidad de los puntos
se distorsionará.
5.1.2 Mapa de Símbolo Proporcional
Este tipo de mapa ajusta el tamaño de los símbolos simples proporcionalmente al valor de datos que se encuentra en esa ubicación.
Cuanto más grande es el símbolo, “más” de algo existe. Los símbolos proporcionales se pueden usar para representar datos en
ubicaciones precisas (puntos) o datos promediados sobre un área geográfica. Una ventaja clave de este tipo de mapa es que la
percepción del valor de los datos no se ve afectada por el tamaño del área que representa el símbolo. En los mapas de coropletas,
los estados con áreas geográficas pequeñas (como Rhode Island) pueden pasarse por alto incluso si tienen un gran valor de datos.
Por el contrario, los tamaños de los símbolos en un mapa de símbolos proporcionales no están vinculados a la superficie terrestre.
La desventaja de esto es la mayor probabilidad de desorden visual. Los símbolos pueden superponerse si las ubicaciones con
valores grandes están muy juntas. Al igual que en la siguiente figura, los tamaños relativos de los símbolos pueden importar. Si
eliges símbolos que en general son demasiado pequeños, será más difícil para el lector de mapas ver patrones en los datos (arriba a
la izquierda) pero si son demasiado grandes, muchos símbolos se superpondrán y dificultarán ver patrones en los datos (arriba a la
derecha). Idealmente, los símbolos tienen una ligera superposición entre los símbolos en el área más concurrida del mapa (abajo)
sin que haya tanta superposición que los símbolos estén ocultos.
Tamaño del símbolo. Mapa de símbolos proporcionales de muertes de vehículos motorizados en California, Estados Unidos. Observe cómo los tamaños relativos de
los símbolos deben elegirse con cuidado. [6]
Este problema de superposición en los mapas de símbolos proporcionales puede llegar al punto en que las personas tengan
problemas para comparar con precisión los tamaños de los símbolos, en la siguiente figura. Muchas personas subestiman las
diferencias en el tamaño de los símbolos, especialmente cuando la diferencia es grande. El creador de mapas de símbolos
proporcionales debe lograr un equilibrio entre tener un rango de tamaños de símbolos y limitar su superposición.
Mapa de símbolos proporcionales. Con este mapa de población por condado es difícil distinguir qué condado representa cada símbolo en áreas con muchos
condados pequeños poblados. [7]
5.1.3 Choropleth Mostrar mapa

En los mapas de coropletas, las áreas se sombrean usando tonalidad o valor para representar diferentes cantidades. Por lo general,
los tonos o valores más oscuros significan cantidades mayores. Los mapas de Choropleth son fáciles de hacer e interpretar, lo que
los ha hecho muy populares entre los creadores de mapas. Sin embargo, pueden ser muy engañosos si se estandarizan
incorrectamente o si los fenómenos geográficos que se mapean no están intrínsecamente vinculados a las áreas sombreadas. Por
ejemplo, los totales de lluvia, el tipo de suelo y la duración del viaje no varían según los límites del condado o del código postal.
Los fenómenos que se mapean rara vez cambian abruptamente en los límites definidos por el ser humano como parecen hacerlo en
un mapa de coropletas, y puede haber mucha variación dentro de un área simbolizada con un solo color. Al trabajar con mapas de
coropletas, un creador de mapas debe tratar de mantener patrones importantes a la vez que simplifica la complejidad innecesaria.
Mapa de densidad poblacional de Choropleth. Este mapa de densidad poblacional por condado del Censo 2010 se basa en que los usuarios interpreten correctamente
la forma en que los datos se dividen en grupos. [8].
5.2 Estandarización
Una consideración importante en el mapeo temático, especialmente en los mapas de coropletas, es si los datos se visualizan como
un recuento (por ejemplo, número de personas) o como una densidad (el número de personas por milla cuadrada). La razón
principal para estandarizar los datos es permitir que el lector de mapas compare lugares que son muy diferentes en términos de
tamaño o forma. Comparar un lugar grande como Rusia con un lugar más pequeño como Irlanda solo es realmente posible al
observar la densidad de población en lugar del total de la población. Rusia tiene mucha más gente que Irlanda pero tiene una
densidad de población menor porque es muy grande.
Algunas formas de estandarización son espaciales como la densidad de población, el número de personas por milla cuadrada.
Considera la figura a continuación. El mapa en la parte superior simplemente muestra el recuento del número de personas en cada
estado en 2010. Texas y Nueva York tienen una población mucho mayor que Dakota del Norte o Dakota del Sur, por lo que no
debería ser sorprendente que también tengan un sombreado más oscuro. Por el contrario, el mapa en la parte inferior está
estandarizado, mostrando el número de nacimientos por milla cuadrada. Este mapa es más interesante porque se enfoca en las
personas y no en el tamaño del estado.
Normalización y población. El mapa superior muestra el recuento del número de personas en cada estado en 2010. El mapa inferior está estandarizado, mostrando el
número de nacimientos por milla cuadrada.Jennifer M. Smith, Departamento de Geografía, La Universidad Estatal de Pensilvania; Datos de la Oficina del Censo de
Estados Unidos. [9]
Otros tipos de estandarización son no espaciales, como dividir el costo de la vivienda por el ingreso total de los hogares o dividir el
número de estudiantes que reciben almuerzo gratis o de precio reducido por el número total de alumnos de esa escuela. Tanto el
conteo bruto como los números estandarizados pueden ser útiles, dependiendo de lo que intentes lograr. Si está calculando el costo
de proporcionar comidas a través del programa de almuerzo gratuito o de precio reducido, necesitará saber el número de
estudiantes que califican. Si estás tratando de entender cuánto de un alumnado enfrenta inseguridad alimentaria, sería más útil
contar con un número estandarizado —el porcentaje de alumnos que reciben almuerzo gratis o a precio reducido—. Al mapear
datos sociales, a menos que las áreas que se comparan sean similares en tamaño y población, suele ser mejor estandarizar los
números.
5.3 Clasificación
La clasificación está en el centro de la simplificación y la cartografía temática. La clasificación se puede utilizar para simplificar
una amplia gama de valores en algo que pueda ser interpretado más fácilmente por la audiencia del mapa. En lugar de simbolizar
cada valor de datos con un tono o tamaño únicos, los valores se agrupan en un número menor de categorías. Existen muchos
esquemas de clasificación, métodos para dividir los datos en estas categorías. Nos centraremos en tres de los esquemas de
clasificación más utilizados: 1) intervalo igual, 2) cuantil y 3) roturas naturales.
5.3.1 Intervalo igual
Usando el método de intervalo igual, los datos se dividen en clases que tienen un rango igual de valores (por ejemplo, 0-100, 100-
200, 200-300, y así sucesivamente). Intervalo igual es fácil de interpretar y comparar con otros mapas en una serie. Sin embargo,
no funciona bien para todas las distribuciones de datos. Si hay brechas en los valores de datos, algunas clases pueden estar vacías.
Si los datos están fuertemente sesgados o tienen valores atípicos, puede terminar con un mapa donde casi todas las áreas están en
una sola clase. El intervalo igual funciona mejor cuando los datos se distribuyen de manera relativamente uniforme entre el valor
mínimo y el máximo, y no hay valores atípicos.
Clasificación de intervalos iguales. Densidad poblacional por condado en Minnesota, Estados Unidos usando clasificación de intervalos iguales. [10]
5.3.2 Cuantil
Con el método cuantil, los datos se dividen para que haya un número igual de observaciones en cada clase. Por ejemplo, si tienes
100 ciudades y 5 clases, habría 20 ciudades en cada clase. Este método produce mapas atractivos, visualmente equilibrados y puede
ser útil si se trabaja con datos ordinales, o aquellos que están clasificados (en este caso de mayor a menor). Debido a que pone el
mismo número de observaciones en cada clase sin referencia al valor de esas observaciones, el cuantil a veces agrupa valores muy
diferentes en la misma clase (por ejemplo, 0-11,12-21,22-33,34-70,71-2961). Este efecto es especialmente notable con valores
atípicos, o especialmente valores bajos o altos que están fuera por sí mismos. Si uno fuera a crear una clasificación cuantil que sea
técnicamente exigente, podría poner observaciones con el mismo valor en diferentes clases; sin embargo, los cartógrafos suelen
cambiar manualmente la clasificación para que las observaciones de igual valor no se separen, lo que la hace más parecida a un
roturas naturales clasificación (abajo).
Clasificación de cuantiles. Densidad de población por condado en Minnesota, Estados Unidos usando clasificación cuantil. [11]
5.3.3 Roturas naturales
El método natural breaks intenta maximizar las diferencias entre clases y minimizar las diferencias dentro de las clases. Existen
múltiples algoritmos para cómo hacer esto, generalmente poniendo puntos de ruptura donde hay las mayores brechas entre los
valores de observación. Este método funciona especialmente bien para datos con clústeres o valores atípicos. Un inconveniente de
las rupturas naturales es que establece puntos de ruptura únicos para cada conjunto de datos y, por lo tanto, es difícil de usar si
necesita hacer una comparación entre múltiples mapas (por ejemplo, cambio de población en una ciudad entre 1970 y 2010).
Clasificación de roturas naturales. Densidad poblacional por condado en Minnesota, utilizando clasificación de roturas naturales. Las gráficas más pequeñas
anteriores son gráficas de dispersión de los puntos de datos reales, y muestran que la densidad poblacional de los condados varía desde la más baja a la izquierda
hasta la más alta a la derecha. Se puede ver como la gráfica de todos los condados tiene muchos valores bajos y solo unos valores más altos en el lado derecho, que
son los poblados condados de Twin Cities como Hennepin y Ramsey. [12]
5.3.4 Número de clases

Además de seleccionar un método de clasificación, los creadores de mapas deben decidir en cuántas clases o categorías dividir los
datos. Tener solo unas pocas clases puede ocultar detalles importantes y llamar la atención sobre patrones geográficos que en
realidad no están ahí. Tener demasiadas clases, sin embargo, puede hacer que un mapa sea confuso.
Con más clases, puede ser difícil distinguir entre diferentes colores, aumentando la probabilidad de que los valores en la leyenda
sean malinterpretados. No hay un número ideal de clases que funcionen para cada mapa de coropletas. Depende de lo que estés
tratando de transmitir y de cómo se distribuyan tus datos.
Distintas clasificaciones. Estos tres mapas utilizan el mismo esquema de clasificación (cuantil) y datos (estimación de 5 años ACS 2010), pero muestran diferentes
patrones y ubicaciones de donde existe el stock de viviendas más antiguas. [13]
En resumen, dependiendo de las elecciones que se tomen sobre estandarización, esquema de clasificación y número de clases, los
mismos datos se pueden visualizar de manera muy diferente. Estas diferencias pueden tener una enorme influencia en las
conclusiones sociales y políticas extraídas de un mapa. Al hacer mapas o mirar un mapa que alguien más haya hecho, tenga mucho
cuidado sobre cómo se han dividido sus datos en categorías.
5.4 Generalización
Hemos estado buscando simplificar los datos para mapas temáticos (es decir, agrupar los datos en un número menor de categorías o
áreas). Simplificar datos e información también es importante a la hora de hacer mapas de referencia, un proceso conocido como
generalización. La generalización es especialmente necesaria en los mapas de pequeña escala. Por ejemplo, a medida que aleja
Google Maps, se vuelve cada vez más poco práctico mostrar pequeños detalles como calles residenciales. Incluso si quisieras
incluir cada edificio y nombre de calle, los objetos eventualmente serán demasiado pequeños para mostrarlos en la pantalla de tu
computadora. Un creador de mapas tiene que elegir qué características del mapa son las más importantes para incluir y qué se
puede simplificar.
Eliminar. Eliminación de objetos de un mapa. Un creador de mapas puede eliminar completamente las entidades si se vuelven
demasiado pequeñas para verlas, demasiado juntas para tener sentido o proporcionar detalles innecesarios. Por ejemplo, pequeñas
calles residenciales han sido eliminadas de la imagen de la derecha.
Eliminación. Mapa generalizado al eliminar calles. [14]
Simplificar. Suavizar o eliminar la geometría de las entidades en un mapa. Las costas, los ríos y las fronteras entre países suelen
tener muchas curvas y curvas. Al trabajar a escalas pequeñas, un creador de mapas puede optar por simplificar las formas de los
objetos o suavizar las líneas onduladas. Nota: sí, esto puede resultar confuso — la generalización es una especie de simplificación,
pero la generalización también utiliza un enfoque llamado simplificación.
Simplificar. Mapa generalizado al suavizar las líneas de costa. [15]
Combinar. Fusionar, agregar o amalgamar características. Un creador de mapas también podría optar por combinar objetos
pequeños en un objeto más grande que será visible cuando se amplíe a pequeñas escalas.
Combinar. Mapa generalizado mediante la combinación de islas con continente. [16]
Desplazar. Mover o mejorar un objeto. Si un objeto es importante para el propósito del mapa pero muy pequeño o no es visible a
una escala seleccionada, un creador de mapas podría mejorar el tamaño del símbolo. El símbolo aparecerá en el mapa más grande
de lo que sería en la realidad. Si varios objetos importantes están tan cerca entre sí que sus símbolos se superponen, el creador de
mapas también podría separarlos. Por ejemplo, la carretera y el estacionamiento de la imagen de la derecha se han desplazado
ligeramente de su ubicación real para que el mapa sea más fácil de leer.
Desplazar. Mapa generalizado por carretera en movimiento para mejorar la separación de la costa. [17]
5.5 Conclusión
La clave para tomar buenas decisiones sobre la simplificación es saber lo que intentas decir con tu mapa. Ahora está familiarizado
con varios tipos de mapeo temático, incluidos mapas de puntos, mapas de símbolos proporcionales y mapas de coropletas. También
tiene una idea de cómo la estandarización y la clasificación influyen en el aspecto de los datos cuando se visualizan en un mapa.
Hemos examinado la simplificación de los datos dividiéndolos en clases (a través del proceso de clasificación) con tres enfoques
básicos: 1) intervalo igual, 2) cuantil y 3) roturas naturales. También echamos un vistazo a la simplificación de la geometría al
generalizar el punto, las líneas y las áreas reales a través de la eliminación, combinación, simplificación y desplazamiento. Lo más
importante es que debes estar atento a la simplificación y tener curiosidad por su impacto en el mensaje de los mapas que
encuentres.
Recursos
Para más información sobre Tipos de mapas temáticos:
Mapador Indie
Tipos de mapa en University of Münster
Para información sobre clasificación:
Mapeo de coropletas con análisis exploratorio de datos en la revista Directions
1. CC BY-NC 4.0. Peter Dovak 2013. www.Behance.net/Galería/Lavar... Balanza/10965947

2. CC BY-SA 3.0. Adaptado de http://giscommons.org/output/
https://commons.wikimedia.org/w/inde...? curid=2278605
4. CC BY-NC-SA 4.0. Sara Nelson 2015. Datos de SocialExplorer y US Census.
education.psu.edu/geog486/l1_p7.html
10. CC BY-NC-SA 4.0. Steven M. Manson y Jerry Shannon, 2012
13. CC BY-NC-SA 4.0. Steven Manson 2015. Datos de SocialExplorer y Censo de Estados Unidos
14. CC BY-NC-ND 4.0. Roth, R.A., Brewer, C.A., y Stryker, M.S. (2011). Una tipología de operadores para mantener diseños de
mapas legibles a múltiples escalas, Perspectivas Cartográficas, Norteamérica, 68, Mar. 2011. Disponible en:
http://www.cartographicperspectives... -roth-et-al/18. Fecha de acceso: 24 sep. 2015.
15. CC BY-NC-ND 4.0. Roth, R.A., Brewer, C.A., y Stryker, M.S. (2011). Una tipología de operadores para mantener mapas
legibles desi gns a múltiples escalas, Perspectivas Cartográficas, Norteamérica, 68, Mar. 2011. Disponible en:
This page titled 5: Simplificación is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Steven Manson
5: Simplification by Steven Manson is licensed CC BY-NC-SA 4.0.
6: Análisis
El análisis es una forma de interpretar lo que sucede en los mapas que encuentras y creas. Las herramientas analíticas proporcionan
formas de interactuar con los datos, comprender los patrones espaciales y darnos un vocabulario para discutir lo que vemos cuando
miramos un mapa. Hay muchas formas de analizar espacialmente los datos que se muestran en los mapas, demasiadas para
mencionarlas aquí. En este capítulo, nos centraremos en algunas técnicas particulares para analizar mapas, y abordaremos algunas
de las implicaciones sociales, económicas y políticas del análisis de mapas.
Este capítulo le presentará cuatro tipos de análisis:
patrón de puntos
autocorrelación
proximidad
correlación
Estas categorías difieren de varias maneras. Pueden diferir en si están buscando solo la ubicación, o la ubicación y los atributos al
mismo tiempo. A veces difieren en si miran puntos y áreas, o solo puntos o áreas. Estos enfoques analíticos también difieren en si
están mirando solo un tema (digamos, solo población) o más de un tema a la vez (como dos mapas de condados, uno de densidad
de población por condado y otro de ingreso medio).
Dependiendo del foco de indagación y del número de temas analizados, algunos mapas se pueden analizar utilizando más de uno de
estos métodos, y otros mapas se analizan mejor usando solo uno. En este capítulo, te enseñaremos las diferencias entre estos cuatro
tipos de análisis espacial, y te pediremos que utilices estos métodos analíticos para entender mapas. Hay que tener en cuenta que
aunque trazamos distinciones entre este tipo de análisis a lo largo del capítulo, existen muchas superposiciones y situaciones en las
que diferentes métodos analíticos (particularmente proximidad y correlación) pueden ser utilizados en tándem. Al final de este
capítulo, tendrás las habilidades básicas para analizar e interpretar mapas y datos espaciales.
Análisis. Cuatro métodos comunes para analizar mapas.Se diferencian en si están mirando solo la ubicación, o ubicación y atributos al mismo tiempo. [1]
6.1 Análisis de patrones de puntos

El análisis de patrones de puntos analiza la disposición espacial de las ubicaciones de objetos o eventos dentro de un solo tema y
no considera cómo varían sus atributos. En particular, este tipo de análisis analiza la relación entre las ubicaciones de objetos o
eventos en el espacio en relación con las ubicaciones de otros objetos o eventos.
El siguiente mapa analiza la distribución de robos cerca del río Támesis en Londres. Aquí estamos analizando las ubicaciones de
eventos específicos —robos— que ocurren cuando alguien ingresa ilegalmente a un edificio con la intención de robar algo. Tenga
en cuenta que técnicamente se está considerando un atributo cualitativo — ¿ocurrió un robo en una ubicación determinada o no? —
pero en realidad solo nos interesa la ubicación de estos eventos. No nos interesan los atributos de ningún robo en sí, como lo que se
robó, lo que valió, si el ladrón lo atrapó, o cualquier número de otros tipos de atributos que pudiéramos medir o preguntas que
pudiéramos hacer.
Robos en Londres. Este mapa retrata la distribución de robos cerca del río Támesis en Londres. [2]
Utilizamos el análisis de patrones de puntos para describir el patrón de este tema particular de interés, ubicaciones de robos, sobre
el área mapeada. El análisis de patrones de puntos puede ayudarnos a ver dónde ocurren los patrones espaciales de robos, como si
los ladrones están apuntando a un bloque en particular en los últimos días. Como adivinarías por el nombre, el análisis de patrones
de puntos está interesado en encontrar patrones en ubicaciones, en este caso donde hay algún patrón en robos. Necesitamos un
lenguaje para describir estos patrones, que es lo que exploramos a continuación.
Hay tres tipos principales de patrones de puntos —o distribuciones espaciales de ubicaciones de entidades o eventos— en un mapa:
aleatorio, uniforme y agrupado.
Patrones de puntos. Tres patrones generales de puntos son aleatorios, uniformes y agrupados. [3]
Aleatorio. Un patrón aleatorio es donde las ubicaciones se distribuyen aparentemente al azar, o en otras palabras, donde la posición
de cualquier punto no está relacionada con las ubicaciones de otros puntos. Las empresas de mercadotecnia que realizan encuestas
telefónicas a menudo quieren una distribución aleatoria de personas, por ejemplo, por lo que utilizan métodos para asegurarse de
elegir ubicaciones aleatorias donde la gente vive en una ciudad, estado o nación.
Uniforme. Un patrón uniforme es aquel en el que las ubicaciones se distribuyen uniformemente a través del espacio. Los mapas de
estaciones de bomberos en un condado a menudo muestran un patrón uniforme porque las estaciones de bomberos están
deliberadamente espaciadas a través de una ciudad o condado para garantizar que los bomberos puedan acceder de manera rápida y
eficiente a los incendios en toda la zona. Otro ejemplo es la ubicación de las manadas de lobos, en que las manadas se extienden lo
más posible ya que cada manada intenta mantener mucho espacio entre ella y las otras manadas para reducir el conflicto sobre el
juego.
Agrupado. Un patrón agrupado describe cuándo varias ubicaciones están muy cerca una de la otra, o en racimos, más cerca de lo
que cabría esperar si estuvieran estampadas aleatoriamente. Los robos que apunten a un vecindario en particular crearán un grupo
de robos en el mapa delictivo de una comunidad. La enfermedad a menudo se agrupa en el espacio porque la ubicación de un
evento, como la gripe, hace que sea más probable que otros casos de gripe estén cerca, ya que la gripe se propaga a través del
contacto cercano entre las personas.
Ten en cuenta que a menudo encontrarás múltiples patrones de puntos en el mismo mapa. La siguiente figura muestra un mapa de
ubicaciones de ferreterías en el Medio Oeste de Estados Unidos. Al observar este mapa con análisis de patrón de puntos, podría
describir la distribución de las tiendas como uniforme en el norte de Iowa (rodeada en un círculo rojo), aleatoria en el centro de
Wisconsin y la zona fronteriza Minnesota/Dakotas (amarillo), y agrupada alrededor de Milwaukee y las Ciudades Gemelas (azul).
Agrupación en tiendas. Comparación de agrupamiento para las ubicaciones de las ferreterías Menards en el Medio Oeste de Estados Unidos. Se podría describir la
distribución de tiendas como uniforme en el norte de Iowa (rodeada en un círculo rojo), aleatoria en el centro de Wisconsin y la zona fronteriza de
Minnesota/Dakotas (amarillo), y agrupada alrededor de Milwaukee y las Ciudades Gemelas de Minnesota (azul). [4]
6.2 Análisis de autocorrelación

Si bien el análisis de patrones de puntos se refiere a las relaciones entre ubicaciones en el mapa, la autocorrelación se refiere tanto a
la distribución espacial de la ubicación como a los atributos sobre un área. Los datos censales, por ejemplo, son adecuados para el
análisis de autocorrelación. Aunque los datos del censo pueden recopilarse a nivel de hogares individuales, los datos demográficos
finalmente se agregan y mapean sobre un área, en lugar de vincularse a ubicaciones específicas de los hogares. La autocorrelación
analiza la relación de un atributo consigo mismo; o en otras palabras, la autocorrelación es una forma de analizar el grado en que se
relacionan cosas del mismo tipo.
Recordemos el mapa de ubicaciones de robo en Londres discutido anteriormente. La siguiente figura demuestra la diferencia entre
un mapa de puntos (como el anterior), que se examina mejor mediante el análisis de patrones de puntos, y un mapa de área, que se
adapta mejor a un análisis de autocorrelación. El mapa de puntos anterior muestra ubicaciones específicas donde se reportaron
robos en Londres mientras que el siguiente reporta estos datos como tasas de robo para vecindarios específicos, lo que nos permite
comparar robos entre áreas vecinas. Estos dos tipos de mapas son útiles para diferentes propósitos. Si quieres entender las casas o
bloques particulares que atacan los ladrones en un vecindario, el mapa de puntos es mejor para obtener información sobre el
agrupamiento espacial de robos. Si trabajas para la ciudad de Londres y estás tratando de decidir cómo distribuir recursos a varios
recintos policiales, es más útil para ti saber dónde está ocurriendo la mayor cantidad de delitos en diferentes áreas del recinto. En
ese caso, conocer las ubicaciones de hogares específicos no sería tan útil como tener datos espaciales sobre un área. Si está
considerando comprar una casa en el vecindario, cualquiera de estos mapas puede ayudarlo a comprender su riesgo general de
robo.
Robos por área. Los robos reportados en Londres se agregaron en un área. [5]
Existen tres formas de describir los patrones de autocorrelación: autocorrelación negativa, autocorrelación positiva o ausencia de
autocorrelación. Estos términos descriptivos nos hacen recordar lo que se ha denominado Primera Ley de Geografía de Tobler:
“Todo está relacionado con todo lo demás, pero las cosas cercanas están más relacionadas que las cosas distantes”. La siguiente
figura ofrece un ejemplo muy simplificado de cómo estas descripciones de autocorrelación podrían aparecer en un mapa muy
estilizado.
Autocorrelación. Negativa, positiva y neutra o ninguna autocorrelación. [6]
La autocorrelación negativa describe un patrón que desafía la Ley de Tobler: el atributo se distribuye uniformemente por el
área, se cruza uniformemente con atributos diferentes y no se concentra.
La autocorrelación positiva corresponde con la ley de Tobler: las áreas más cercanas entre sí mostrarán patrones o densidades
similares del atributo, y las áreas más alejadas muestran diferentes densidades de los atributos.
Ninguna autocorrelación indica que no existe un patrón discernible en la distribución del atributo.
Otra forma de pensar sobre la autocorrelación es preguntar si los valores de un atributo en un lugar probablemente sean similares a
los de lugares cercanos (autocorrelación positiva), muy diferentes de las ubicaciones vecinas (autocorrelación negativa), y si
básicamente no hay conexión entre lugares vecinos en términos del atributo (sin autocorrelación).
Gran parte de los datos demográficos que tratamos en este curso mostrarán una autocorrelación positiva. Por ejemplo, un mapa que
muestra las tasas de robo para todo Londres demuestra que los distritos con altas tasas de robo generalmente se encuentran más
cerca de otros distritos con tasas de robo altas o superiores a la media. Los municipios con tasas bajas de robo generalmente están
más cerca de otros municipios con tasas de robo bajas o inferiores a la media.
Robos por municipio. Tasas de robo en Londres agregadas por municipio. Aquellos con altas tasas de robo generalmente se encuentran más cerca de otros
municipios con tasas de robo altas o superiores a la media. [7]
6.3 Análisis de proximidad

El análisis de proximidad describe las relaciones espaciales y los patrones entre ubicaciones a través de dos temas; piense en ello
como análisis de patrones de puntos con dos tipos diferentes de objetos o eventos. Mediante el análisis de proximidad, se puede
observar la relación entre casas y calles, crímenes y cámaras de vigilancia, pacientes y vectores de enfermedades, o tiendas y dónde
vive la gente. Más allá de la relación espacial entre múltiples puntos, el análisis de proximidad puede ayudarnos a dar sentido al
mundo a lo largo del tiempo y la distancia.
El análisis de proximidad puede ser tremendamente útil para la salud pública, determinando cómo se propagan las enfermedades,
cómo predecir la vulnerabilidad a las enfermedades y cómo y dónde dirigirse de manera más efectiva a las intervenciones. El Dr.
John Snow desarrolló uno de los ejemplos clásicos de análisis de proximidad en salud pública. Como se señala en el Capítulo 1, un
brote de cólera había asolado Londres en 1854 y dejó a muchos defensores de la salud pública y formuladores de políticas
alarmados e inseguros de cómo contener el virus. El Dr. Snow entrevistó a residentes y descubrió que quienes contrajeron cólera
obtuvieron su agua de la bomba de Broad Street, como en la siguiente figura. Poco después de que se quitara el mango de esa
bomba, la epidemia de cólera disminuyó.
Proximidad y enfermedad. Brote de cólera y proximidad a la bomba de agua de Broad Street, Londres 1854, dibujada por el Dr. John Snow (en la foto). Los
pequeños puntos negros representan casos de cólera, los grandes puntos verdes representan bombas de agua y el punto rojo es la Broad Street Water Pump. El
círculo rojo es la concentración del mayor número de casos de cólera, próximo a la bomba de Broad Street. [8]
Para persuadir a la comunidad médica de que el cólera era una enfermedad transmitida por el agua y no por el aire, el Dr. Snow
creó el mapa que se muestra arriba para demostrar la relación entre los casos de cólera y la bomba de Broad Street. El mapa del Dr.
Snow fue uno de los primeros ejemplos de análisis de proximidad realizados para comprender vectores espaciales de enfermedades,
y allanó el camino para expansiones significativas del mapeo de enfermedades. Esta información condujo a la reforma de todo el
sistema de salud pública en la Inglaterra victoriana, que incluyó la Ley de Eliminación de Molestimientos y Prevención de
Enfermedades de 1846, y la expansión del sistema de alcantarillado de Londres en 1849.
El análisis de proximidad también puede ayudarnos a pensar en diferentes formas de medir la distancia. La mayoría de las veces
nos interesa la distancia euclidiana, que es la distancia en línea recta entre dos puntos. Sin embargo, a menos que sea capaz de
escalar y atravesar edificios, la distancia entre el punto A y el punto B se verá afectada por el entorno natural y construido. Imagina
que eres conductor de ambulancia, y necesitas llevar a una persona gravemente herida al hospital más cercano. El hospital “más
cercano” basado en el tiempo (velocidad de las carreteras, tráfico) o distancia (millas de carretera) podría no ser el mismo que el
hospital más cercano en la distancia euclidiana. La distancia de Manhattan, o “geometría de taxicab”, es una medida de distancia
que toma en cuenta el patrón de cuadrícula de las calles de la ciudad (como en la isla de Manhattan), y es más adecuada para
comprender la proximidad de navegación. La distancia de Manhattan no sólo es útil para pensar en la proximidad en entornos
urbanos. De manera más general, denota la distancia que tienes que recorrer a través de una red de transporte para llegar a algún
lugar, o distancia de red.
Imagina que estás planeando un viaje a los hermosos Alpes del Sur de Nueva Zelanda. Glaciar Fox y Mt. Cook son dos de los sitios
más impresionantes, y a solo unos 35 km el uno del otro, lo cual es muy próximo usando una medida euclidiana de distancia. Aún
así, viajar entre ellos en carro toma más de 5 horas porque hay pocos lugares para pasar por las montañas. Tus planes de viaje
deben tener en cuenta la distancia de la red, ¡o estarás en un día de viaje muy largo y potencialmente frustrante!
Tipos de distancia. Google Maps indicaciones sobre cómo llegar desde Mt. Cocinar al Glaciar Fox, Nueva Zelanda. Viajar entre ellos en carro toma más de 5 horas a
pesar de que están cerca en cuanto a la distancia euclidiana. [9]
6.4 Análisis de correlación

El análisis de correlación implica analizar la relación espacial entre múltiples atributos o temas. En otras palabras, el análisis de
correlación intenta medir el grado o grado en que dos o más atributos diferentes están relacionados espacialmente. Aunque la
correlación es generalmente un buen método para observar múltiples atributos agregados sobre un área, también se puede usar para
hablar sobre la relación entre un atributo agregado y un punto específico. De esta manera, a veces hay solapamientos entre el
análisis de proximidad y correlación. Seguidamente trataremos estas superposiciones de manera más integral. Por ahora, veamos un
ejemplo típico de análisis de correlación: la relación espacial entre ingreso y educación.
En todo el mundo, muchos gobiernos, ONG y medios de comunicación anuncian la relación entre la educación superior y el
aumento de ingresos. La siguiente figura muestra los ingresos promedio de quienes ganan $75,000 o más y el porcentaje de
personas con licenciatura o superior para las secciones censales de la ciudad de Los Ángeles. Al observar estos dos mapas uno al
lado del otro, podemos ver una correlación general entre ciertas áreas con ingresos relativamente altos y niveles más altos de logro
educativo. Los lugares donde las correlaciones entre los dos atributos son fuertes se resaltan con un círculo u óvalo.
Análisis de correlación. Los ingresos y los logros educativos están correlacionados en el Área de Los Ángeles. [10]
Hay otras áreas en este mapa donde la correlación no es tan clara, como lo señalan los cuadrados y rectángulos. Por ejemplo, en el
centro de Los Ángeles (la plaza a la parte superior izquierda del círculo en aproximadamente el centro del mapa), vemos poca
correlación entre educación e ingresos. Es importante leer sus mapas cuidadosamente al evaluar la correlación: eche un vistazo al
tramo censal diagonal largo en la parte superior derecha de cada mapa. Se trata del Tracto Censo del Condado de Los Ángeles
9301.01, y podemos ver en los mapas que aunque hay una gran población de residentes educados, no hay datos suficientes sobre
cuántos de ellos están ganando 75 mil dólares o más al año. Esto puede deberse a que sólo 119 personas viven en toda esta zona de
las montañas de San Gabriel. Si bien varias áreas del mapa parecen apoyar la proposición de que la educación superior se
correlaciona con mayores ingresos, el mapa también demuestra que hay áreas que no se adhieren a este patrón, y que la situación
probablemente sea más complicada en la realidad.
6.4.1 Errores potenciales
Al realizar un análisis de correlación, debe tener cuidado para evitar dos escollos comunes: 1) la correlación no necesariamente
significa causalidad, y 2) los datos a veces no son interoperables.
Error uno: Correlación ≠ causalidad
Al igual que con el ejemplo de ingresos y educación anterior, el hecho de que veas una correlación en el mapa no significa que
tengas información suficiente para determinar la causalidad. Mirando hacia atrás en nuestros mapas de ingresos y educación en Los
Ángeles, no contamos con la información adecuada para afirmar que la educación superior causa mayores ingresos, o que mayores
ingresos causan educación superior. Todo lo que podemos ver en el mapa es que los dos están correlacionados. Si deseas hacer una
afirmación sobre la causalidad al hacer un análisis de correlación espacial, debes consultar y citar otra literatura académica robusta
que sustente tu análisis. En definitiva, debes desarrollar una teoría o concepto candidato que explique la relación entre tus variables.
La falacia de correlación/causalidad se perpetúa a lo largo de los medios populares. Por ejemplo, en 2014, la sección Economía del
New York Times publicó un artículo con el titular: “Una ecuación simple: más educación = más ingresos”. (Porter 2014). Ahora
bien esta proposición puede ser cierta en ciertas áreas, y en ciertos niveles de agregación, pero sabemos incluso de una simple
mirada a nuestro mapa que en la zona de Los Ángeles, hay casi tantos lugares donde hay poca correlación entre ingresos y
educación. Simplemente no tenemos suficiente información para entender por qué algunos tractos no muestran una correlación
entre educación e ingresos cuando otros tractos cercanos sí lo hacen. No podemos hacer una afirmación sobre la causalidad para
ciertos lugares o escalas espaciales sin introducir datos adicionales revisados por pares, e incluso entonces debemos tener mucho
cuidado con las afirmaciones causales.
De igual manera, la proposición del artículo del New York Times, que sostiene que la educación superior sí tiene una relación
causal con mayores ingresos, tampoco nos ayuda a explicar estos tratados de baja correlación. Aunque puede haber correlaciones
generalizadas entre el logro educativo y el ingreso a nivel estatal y de condado, una lectura crítica de nuestro mapa de ingresos y
educación demuestra complejidad y la falacia de una correlación simple equivale al argumento de causalidad. Por estas razones, se
requiere que la literatura académica exponga claramente su metodología de investigación y sea más transparente sobre cómo se
recolectan los datos y cómo se extraen conclusiones que las fuentes de medios populares. Generalmente, los recursos académicos
son más útiles si estás interesado en hacer argumentos causales.
Error dos: descuidos de interoperabilidad
Asegúrese de que los datos que está correlacionando sean realmente comparables. Querrá verificar que los mapas que está
comparando, y los datos que se muestran, se basan en unidades de agregación, categorías y temporalidades similares. Solo puedes
dibujar correlaciones efectivas si tus mapas y datos son interoperables. La siguiente figura muestra un ejemplo de cómo se puede
utilizar el análisis de correlación para interpretar los cambios de atributos a lo largo del tiempo. Estas cifras, producidas por el New
York Times, analizan las correlaciones en los cambios demográficos entre las poblaciones negras e hispanas en el sur de Los
Ángeles entre 1990 y 2010.
Correlación e interoperabilidad. Mapas espacialmente interoperables que muestran correlaciones en los cambios demográficos a lo largo del tiempo. [11]
Usando lo que sabe sobre los datos censales, eche un vistazo a las temporalidades, unidades de agregación, extensión espacial y
categorías de atributos. ¿Estos mapas son adecuadamente interoperables? En este caso, la respuesta es sí. Estos mapas cubren los
mismos marcos de tiempo (1990 y 2010), en años en que las categorías raciales permanecieron consistentes (los negros y los
hispanos tienen los mismos significados en los censos de 1990 y 2010), ambos mapas agregan datos por tramo censal (a través de
los años en que los límites espaciales de las secciones censales permanecieron consistentes), y enfocarse en la misma extensión
espacial (Centro Sur de Los Ángeles). Se trata de mapas que cubren todas las bases de interoperabilidad y se pueden analizar de
manera efectiva usando correlación. Si tiene preguntas adicionales sobre la interoperabilidad, consulte el capítulo Datos para una
discusión más profunda.
6.5 Combinación de análisis

Como se mencionó anteriormente, ocasionalmente hay solapamientos entre estos diferentes métodos analíticos, y las distinciones
no siempre son tan claras. A veces puedes usar estos múltiples métodos para analizar un mapa. La siguiente cifra fue publicada por
el New York Times en 2012 como parte de una serie sobre tiroteos policiales fatales en Anaheim, California.
Mezclar tipos de análisis. Ubicación de tiroteos policiales fatales, datos demográficos porcentuales hispanos e ingresos familiares medianos, Anaheim, California,
Estados Unidos. [12]
Con esta figura, podemos realizar un análisis de patrón puntual observando la distribución de los sitios de tiroteo mortales de la
policía. Podríamos realizar un análisis de autocorrelación en el mapa superior observando la relación entre la densidad de los
residentes hispanos en las zonas vecinas (niveles relativamente positivos de autocorrelación), o el mapa inferior comparando los
ingresos medios de los hogares entre los tractos. Podemos realizar un análisis de correlación en los dos mapas uno al lado del otro,
intentando determinar si existe una relación entre el porcentaje de residentes hispanos y el ingreso familiar promedio. Finalmente,
podríamos usar estas cifras para comprender la proximidad entre los lugares de tiroteo fatales, el porcentaje de residentes hispanos
y/o los ingresos medios de los hogares. Debido a que a menudo hay superposición entre correlación y proximidad, podría usar uno
o ambos métodos analíticos para comprender las relaciones espaciales entre los tiroteos fatales y los atributos agregados del
porcentaje de población hispana y el ingreso promedio de los hogares.
Veamos otro ejemplo. En la siguiente figura se pide el análisis de proximidad, ya que el foco de indagación es la ubicación de
universidades y empresas Fortune 500 entre sí en la zona de Los Ángeles. En general, vemos un grado relativamente alto de
proximidad entre las universidades y las empresas Fortune 500. Por supuesto, hay algunas excepciones. Por ejemplo, la
Universidad Pepperdine, enclavada en las montañas de Santa Mónica en el lado izquierdo de tu mapa, parece relativamente aislada
a esta escala; sin embargo, en términos de Manhattan o de distancia de red, está a menos de 20 millas, y alrededor de 30 minutos en
coche, ya sea de Dole Foods o Health Net, las corporaciones localizan respectivamente al noroeste y noreste del campus.
Análisis de proximidad. Análisis de proximidad entre corporaciones y universidades del área de Los Ángeles. [13]
6.6 Conclusión
En este capítulo, examinamos algunos métodos para analizar mapas. Hemos reducido nuestro enfoque a cuatro categorías generales
de análisis: patrón de puntos, autocorrelación, proximidad y correlación. Estas categorías difieren en formas clave, particularmente
en términos de si miran solo la ubicación, o la ubicación y los atributos al mismo tiempo, y si están mirando solo un tema o más de
un tema a la vez. También a veces difieren en si miran solo puntos, solo áreas, o ambos puntos y áreas. Independientemente del
enfoque, es importante no perder de vista el panorama general, recordar que a veces se pueden utilizar múltiples formas de análisis
con un mismo mapa, y seguir siendo crítico de las afirmaciones causales basadas únicamente en la correlación.
Recursos
Para más información sobre análisis:
ESRI (la compañía de SIG más grande del mundo) busca algunas formas de usar mapas
El científico jefe de ESRI analiza los “story maps” y el análisis espacial
Eduardo Porter. 2014. “Una ecuación simple: más educación = más ingresos”. The New York Times.
1. CC BY-NC-SA 4.0. Steven M. Manson, 2015

2. Mapa generado con interfaz de mapa en The London Telegraph (2015) http://www.telegraph.co.uk/finance/n...hot-spots.html
4. CC BY-NC-SA 4.0. Laura Matson, 2015
5. Dominio Público. Servicio de Policía Metropolitana (2015) http://news.met.police.uk
7. Dominio público. Servicio de Policía Metropolitana (2015) http://news.met.police.uk
commons.wikimedia.org/w/inde...? curid=2278605
9. CC BY-NC-SA 4.0. Laura Matson, 2015. Google Maps.
10. CC BY-NC-SA 4.0. Sara Nelson 2015. Datos de SocialExplorer y Censo de Estados Unidos
11. Uso justo. New York Times (24 de abril de 2012). En años desde los disturbios, una tez cambiada en el centro sur
12. Uso justo. New York Times (2 de agosto de 2012). Una Ciudad Dividida.
13. CC BY-NC-SA 4.0. Laura Matson, 2015. Google maps
This page titled 6: Análisis is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Steven Manson (University of
6: Analysis by Steven Manson is licensed CC BY-NC-SA 4.0.
7: Mentir con mapas
Has aprendido muchas formas diferentes en las que puedes representar datos y modificar tus mapas. El geógrafo Mark Monmonier
sostiene que todas estas pequeñas modificaciones (suavizar las características geográficas, opciones sobre el esquema de
clasificación, agregación de datos o uso inteligente del matiz) representan pequeñas “mentiras”. Escribe: “Para retratar relaciones
significativas para un mundo complejo y tridimensional en una hoja plana de papel o una pantalla de video, un mapa debe
distorsionar la realidad... No hay escapatoria de la paradoja cartográfica: para presentar una imagen útil y veraz, un mapa preciso
debe decir mentiras piadosas” (1996)
Las mentiras blancas incluyen todo tipo de estrategias cartográficas, incluyendo simbolización, generalización y errores
involuntariamente engañosos. Luego están los otros tipos de mentiras: mapas de propaganda, mapas publicitarios, mapas para
defensa militar y desinformación, y mapas que impulsan una perspectiva política particular. Como lector crítico de mapas y creador
de mapas, es imperativo que seas capaz de identificar y comprender todas las formas en que se encuentran los mapas. En este
capítulo, nos vamos a centrar en cómo y por qué mienten los mapas, ya sea inocentemente o no tan inocentemente.
Al final de este capítulo, deberías poder leer críticamente los mapas que encuentres en tu vida diaria, ya sean simples mapas
informativos o mapas con un mensaje social o político más complejo, y comprender las estrategias que los creadores de mapas han
elegido para promover un mensaje en particular o resaltar características específicas de los datos. Para ser un lector crítico de
mapas, presta atención a las preguntas orientadoras en el recuadro de la derecha.
Las diversas estrategias de mapeo que has aprendido en este curso trabajan juntas para producir un resultado específico en el mapa
final. Las elecciones de mapeo que se hacen pueden tener un gran impacto en el producto final. Como veremos un poco más
adelante en este capítulo, estas elecciones —y las mentiras que dicen— también pueden tener consecuencias en el mundo real para
las personas y las sociedades.
Este capítulo te presentará preguntas orientadoras al pensar en mapas mentirosos:
¿Quién hizo este mapa y por qué?
¿Qué se incluye y qué se excluye del mapa?
¿Cuál es la fuente de los datos en este mapa?
¿Qué estrategias de modificación están en funcionamiento en este mapa? ¿Cuál es el efecto?
7.1 Pequeñas mentiras

7.1.1 Proyección
Todos los mapas incluyen inherentemente mentiras blancas y sutiles tergiversaciones: ¡estas mentiras blancas son fundamentales
para el acto mismo de mapear! Piense en nuestra discusión de proyección. Recordemos que solo un objeto tridimensional es capaz
de preservar tanto la forma como el área, por lo que cada vez que traduzcas un objeto tridimensional sobre una superficie
bidimensional, debes elegir cómo vas a distorsionar el objeto.
Esta tergiversación es una forma de mentir con proyección. Un ejemplo que ha atraído mucha atención es la diferencia entre las
proyecciones de Mercator y Gall-Peters. La proyección Mercator fue creada por el cartógrafo flamenco Gerardus Mercator en 1569
y se utiliza en muchos entornos, desde aulas hasta Google Maps y otros servicios en línea. Este mapa fue hecho principalmente
para la navegación y conserva bien los ángulos y formas. El principal inconveniente de esta proyección es que no conserva área,
por lo que los países cercanos a los polos aparecen mucho más grandes de lo que deberían en relación con los países cercanos al
ecuador. Groenlandia tiene sólo el 7 por ciento de la superficie terrestre de África, por ejemplo, pero parece ser igual de grande en
el mapa.
En contraste, la proyección Gall-Peters conserva el área a costa de la forma (por ejemplo, Groenlandia está significativamente
distorsionada pero el tamaño de su área es correcto en comparación con África). El doctor Arno Peters en la década de 1970
argumentó que la proyección de Mercator podría introducir sesgos en la percepción del mundo, dado que los países de las latitudes
del norte se percibían como mucho más grandes que los más cercanos al ecuador. Como resultado, argumentó Peters, la proyección
de Mercator muestra un sesgo centrado en el norte y altera la percepción mundial de la importancia del sur global. Ofreció una
alternativa, la proyección Peters, esa zona mejor conservada. Resulta que este proyecto existía mucho antes, habiendo sido
inventado por James Gall en el siglo XIX, pero la proyección suele denominarse la proyección de Gall-Peters para reconocer el
argumento de Peters.
Acostado con proyecciones. Las proyecciones de Mercator y Gall-Peters son correctas en el sentido de ser buenas proyecciones pero presentan al mundo de manera
diferente. [1]
7.1.2 Simbolización
Debido a que es imposible mostrar o incluso adquirir toda la información que podría mapearse en un área determinada, la
simbolización es una forma común en la que los cartógrafos “mienten” para presentar o resaltar cierta información.
Compara el mapa de ruta de Google Maps de Boston en la siguiente figura con su equivalente de imagen de satélite. La imagen y el
mapa representan la misma área, pero en la hoja de ruta, Google usa la simbolización para decir mentiras blancas—destacando
diferentes calzadas usando el tamaño y el matiz (carreteras federales en naranja grueso, carreteras estatales en amarillo, carreteras
del condado en blanco grueso, carreteras de la ciudad en blanco delgado), diferentes formas para significar diferentes tipos de
autopistas y diferentes estilos de etiqueta para diferentes pueblos y barrios de la zona. Estas formas de mentir con simbolización
ayudan a cumplir uno de los propósitos centrales de Google Maps: la presentación clara de la información. Sería difícil usar las
imágenes sin procesar para hacer cosas útiles como conducir por Boston o encontrar ubicaciones como Cambridge. Por otro lado,
la imagen podría ser más útil para hacer conjeturas sobre la cobertura del suelo urbano en la región de Boston o qué tan profunda es
el agua en el puerto.
Mentir con simbolización. Vista de Google Maps de Boston y vista satelital de Boston son de la misma zona pero utilizan la simbolización de manera diferente. [2]
Los cartogramas son otra forma de mentir con simbolización. Los cartogramas son mapas que distorsionan el área o la distancia
sustituyendo otra variable temática. Debido a las dramáticas distorsiones que producen los cartogramas, podrías considerar que
están diciendo más que mentiras piadosas. Sin embargo, los cartogramas son solo formas diferentes de simbolizar los mismos datos
para poder contar una historia. Las grandes mentiras que trataremos en la siguiente sección son mentiras que se cuentan con fines
muy específicos o para suscitar reacciones particulares. Los cartogramas se consideran mentiras blancas aquí porque son solo otro
conjunto de opciones de simbolización que afectan la representación de los datos en su mapa.
La siguiente figura es un ejemplo de un mapa que muestra el número de personas y la cantidad de riqueza por país en 2015.
Obsérvese cómo el tamaño de un país dado no se muestra de acuerdo con la masa de tierra de ese país, sino que de hecho
corresponde al número de personas que allí viven o a su riqueza total. Este mapa te da, de manera muy rápida y efectiva, una
lectura sobre qué países tienen más gente y más dinero.
Mentir con cartogramas. Población total y riqueza por país en 2015. Obsérvese cómo el tamaño de los países en el mapa no es su superficie real sino proporcional al
atributo que se mide, población o riqueza. [3]
7.1.3 Estandarización
Cómo y si los datos están estandarizados también tiene un enorme impacto en la historia que cuenta el mapa. Los mapas de la
siguiente figura representan datos de pobreza del censo de Estados Unidos del 2000. El mapa superior estandariza los datos por el
porcentaje de la población, el número de personas que viven en la pobreza en relación con la población total de ese tramo censal. El
mapa inferior se basa en números brutos de cuántas personas viven en la pobreza en el tracto censal. Al no tener en cuenta la
pobreza como porcentaje de la población total, el mapa inferior dice una mentira mucho mayor sobre los niveles de pobreza en
Estados Unidos.
Mentir con estandarización. La pobreza como porcentaje versus la pobreza como número bruto. Estos mapas representan datos de pobreza del Censo de Estados
Unidos del 2000 pero difieren en su estandarización. [4]
7.1.4 Clasificación
La clasificación importa. Las decisiones que tomes sobre cómo clasificar tus datos pueden tener un gran impacto en la historia que
cuenta tu mapa. Los mapas aquí muestran cómo se puede mentir con la clasificación. Los tres mapas de la siguiente figura utilizan
cada uno los mismos datos, el mismo número de clases, el mismo esquema de colores y la misma estandarización, sin embargo,
cada uno cuenta una historia muy diferente sobre la pobreza en Estados Unidos, dependiendo del esquema de clasificación. El
primer mapa clasifica los datos usando intervalo igual, el segundo usando cortes naturales y el tercero usando un esquema cuantil.
Mentir con clasificación. Pobreza a través de intervalos iguales, rupturas naturales y clasificaciones cuantiles. Los tres mapas utilizan los
mismos datos, el mismo número de clases, el mismo esquema de colores y estandarización, sin embargo, cada uno cuenta una historia muy diferente sobre la
pobreza en Estados Unidos. [5]
La siguiente figura muestra tres mapas de datos censales de pobreza del año 2000. Cada uno utiliza un esquema de clasificación
de cuantiles. La única diferencia es el número de clases. Vea cómo el número de clases impacta su percepción de los niveles de
pobreza en EU. Si bien hay algunas áreas que demuestran patrones de pobreza en los tres mapas, a medida que aumentas el
número de clases, obtienes una imagen más matizada de cómo se distribuye la pobreza en todo el país.
Mentir con clases. Pobreza mediante clasificaciones cuantiles con diferente número de clases. Los tres mapas utilizan los mismos datos y combinación de colores,
pero cuentan una historia diferente sobre la pobreza en Estados Unidos. [6]
7.1.5 Agregación, Clasificación y Falacia Ecológica

Recordemos que los datos suelen ser agregados. A menudo se recolectan a una escala, como el hogar o el vecindario, y luego se
reportan a escalas mucho más amplias, como la zona censal o el condado. Esto se llama agregar los datos. Si bien la agregación
puede ser muy útil en términos de preservar la privacidad o presentar una visión más amplia y sinóptica, también puede conducir a
la falacia ecológica, o a la suposición de que una característica o valor calculado para un grupo en agregado se puede aplicar a un
miembro individual de ese grupo. En otras palabras, los datos agregados hacen que sea difícil asumir o adivinar las características
de cualquier individuo dado que se encuentre en esa área agregada.
Imagina que estás comparando los ingresos de dos bloques, cada uno compuesto por cinco hogares. El Bloque A tiene un ingreso
familiar promedio de $48,000 mientras que el Bloque B tiene un ingreso familiar promedio de $40.000, según la siguiente cifra.
¿En qué área es más probable encontrar un hogar con mayores ingresos? Si eliges el Bloque A —el área con el total de ingresos
promedio más altos— entonces te engañó la falacia ecológica. De hecho, no hay manera de saber por sí solo a partir de datos
agregados cómo es la situación para un individuo dentro de un grupo. La figura muestra uno de los muchos escenarios posibles
bajo los cuales cuatro de cada cinco hogares del Bloque B tienen ingresos más altos que los hogares del Bloque A.
Falacia ecológica. Considera este escenario en el que el Bloque A tiene un ingreso promedio agregado mayor pero en su mayoría valores individuales menores que
el Bloque B. [7]
¡Cuidado con la falacia ecológica cada vez que estés interpretando mapas, o podrías llegar a conclusiones falsas sobre las personas
que viven en un barrio u otras áreas!
El peligro de la falacia ecológica para el lector de mapas está estrechamente ligado a las formas sutiles en que los creadores de
mapas pueden mentir con la agregación, a menudo en combinación con la clasificación. La siguiente figura ilustra los resultados de
votación para las elecciones presidenciales de Estados Unidos de 2012. El mapa de la izquierda representa a los condados por su
voto mayoritario en la elección. Rojo significa condados donde la mayoría de los residentes votaron por el candidato republicano,
Mitt Romney; azul significa condados con voto mayoritario para el candidato demócrata Barack Obama. El mapa de la derecha
intenta revelar un poco más de matiz en los patrones de votación, utilizando una escala rojo-púrpura-azul para indicar porcentajes
de votos, mientras que la de la izquierda es más simple y más propensa a la falacia ecológica. Estos mapas son completamente
correctos. Se diferencian en la forma en que clasifican sus datos subyacentes en dos categorías o al no clasificar los datos y, en su
lugar, usar tonalidad y valor para representar diferencias finas entre condados.
Mentir con agregación y clasificación. Mentir, o más bien decir verdades diferentes, sobre las elecciones presidenciales de Estados Unidos en 2012. El mapa de la
izquierda muestra los condados por su mayoría de votos en la elección, donde rojo significa condados donde la mayoría de los residentes votaron por el candidato
republicano y azul significa condados votando demócrata. [8]
Por tu conocimiento de la falacia ecológica, sabes que incluso a nivel del condado, este mapa no representa con precisión la
afiliación partidista, creencias o patrones de votación de cada persona en el condado. Los datos se agregan al nivel de condado y se
clasifican de manera diferente a los datos del mapa de la derecha. Este tipo de agregación y clasificación es útil porque nos permite
distinguir entre patrones de votación en diferentes partes del país, por ejemplo, variaciones rurales/urbanas. Por supuesto, el mapa
de la derecha sigue mintiendo —no todos los residentes en Estados Unidos votaron, y los que lo hicieron no necesariamente
votaron por el candidato republicano o demócrata avalado— pero está tratando de proporcionar una imagen más precisa de los
datos. Ambos mapas mienten con el fin de dar una imagen del resultado electoral en determinadas partes del país.
Considera la versión cartográfica del mapa electoral, a continuación. El cartograma distorsiona el área en función de los
rendimientos electorales a nivel de condado, por lo que los condados con poblaciones más grandes parecen más grandes. El
cartograma yace distorsionando el área, pero de alguna manera, nos da una imagen más clara de los resultados electorales. En el
mapa estándar de agregación de condados anterior parece que Estados Unidos votó fuertemente republicanos; pero el cartograma
muestra que muchos condados de tendencia republicana tienen poblaciones relativamente pequeñas, mientras que los condados con
poblaciones más grandes votaron principalmente por el candidato demócrata.
Cartograma electoral. Este cartograma de resultados electorales distorsiona el área aparente del condado por el número de retornos, por lo que los condados con
poblaciones más grandes parecen más grandes. [9]
7.1.6 Agregación y Zonación

Hemos analizado cómo se agregan los datos a áreas más grandes y cómo este proceso de agregación puede afectar la forma en que
se interpretan los datos, como causar el potencial de falacia ecológica. Además de agregar datos, también podemos zonificarlos de
manera diferente, lo cual es otra forma de decir que podemos dibujar una matriz casi infinita de límites diferentes para cualquier
agregación dada. A menudo usamos los límites de los condados en nuestros análisis, por ejemplo, pero los límites de los condados
son arbitrarios. Fueron dibujados a lo largo del tiempo de acuerdo con una serie de principios diferentes, como por ejemplo dónde
fluía un río o donde se fomentaba el asentamiento. Los datos de población a menudo se agregan y reportan por condado, pero
podrían ser (y a menudo son) reportados a través de otras zonificaciones, como códigos postales, códigos de área de números de
teléfono, distritos escolares o límites de cuencas hidrográficas.
Es importante destacar que la forma en que se agregan los datos y dónde se dibujan los límites de las zonas puede cambiar
fácilmente los patrones de datos y los resultados del análisis. Dependiendo de la escala a la que se mire un patrón geográfico, puede
derivar resultados completamente diferentes a partir de los mismos datos subyacentes exactos. Esto se llama el m odificable a real
u nit p roblem. Por ejemplo, considere la tasa de una enfermedad en una población. Los individuos en lugares específicos se
enferman, pero los funcionarios de salud a menudo quieren conocer las tendencias más amplias de las enfermedades. Por esta razón
—y para proteger la privacidad de los pacientes— pueden contar el número de casos por bloque, código postal u otra zonificación.
Pero romper artificialmente el espacio en estas áreas más grandes puede cambiar los patrones aparentes de enfermedad. La
siguiente figura ilustra esto para muertes por problemas respiratorios en Ottawa, Canadá. Cada mapa utiliza los mismos datos
subyacentes pero los casos de grupos o zonas son diferentes: por agregación de un departamento de salud, por barrio y por tramo
censal. Cada uno clasifica las unidades espaciales en cuartiles, o en otras palabras, divide las áreas en cuatro grupos iguales según
cuántas personas están muriendo en esas áreas. Tenga en cuenta que estos tres mapas utilizan exactamente los mismos datos
subyacentes y solo están usando diferentes formas de zonificar los grupos. Sin embargo, estos mapas se ven muy diferentes,
destacando el desafío del problema de la unidad de área modificable.
Salud y zonificación. Todos estos mapas muestran datos sobre dónde mueren las personas por problemas respiratorios en Ottawa, Canadá. Cada mapa usa los
mismos datos subyacentes pero los casos de grupos o zonas son diferentes. Cada uno categoriza las unidades espaciales en cuartiles. [10]
Además de la zonificación, el problema de la unidad de área modificable puede resultar de la agregación. Considere las siguientes
cifras del potencial solar en los 48 Estados Unidos inferiores. El potencial solar se refiere a la idoneidad de un lugar en particular
para desarrollar energía solar. Estos datos son del Laboratorio Nacional de Energías Renovables y estos mapas fueron creados por
Anthony Robinson (2010). El primer mapa muestra el potencial solar promedio anual por estado. Es decir, estos datos se agregan
por estado. Se puede ver de inmediato que algunos estados se ven mejor que otros.
Potencial solar por estado. Potencial solar anual por estado, que mide la idoneidad de un lugar en particular para desarrollar energía solar. [11]
Los mismos datos subyacentes agregados a los condados hacen que parezca que muchos estados que se mostraron en un color a
nivel estatal en realidad incluyen varias categorías de potencial solar cuando miras los datos por condado.
Potencial solar por condado. Potencial solar anual por condado, que mide la idoneidad de un lugar en particular para desarrollar energía solar. [12]
El tercer mapa muestra los datos subyacentes originales en los que se basaron los otros dos mapas. Estos datos originales calculan
el potencial solar en celdas de red de 10 kilómetros. Se puede ver cómo se comparan los límites estatales y comarcales con los
datos brutos y cómo la agregación cambia la distribución aparente de los fenómenos.
Potencial solar por celda de red. Potencial solar anual dado por los datos originales, que utilizaron una celda de red de 10km. [13]
7.2 Grandes Mentiras

Hay otras mentiras cartográficas que no son tan inocentes. En el resto de esta sección, vamos a centrarnos en algunos ejemplos de
mapas que están mintiendo de manera más deliberada, o trabajando duro para representar una historia muy particular. Tenga en
cuenta, sin embargo, que hay una delgada línea entre el creador de mapas que pretende claridad vs. empujar una agenda. El primer
ejemplo aborda las formas en que se manipulan la agregación y la zonificación para lograr un fin político particular.
7.2.1 Mentiras políticas: Gerrymandering
Hay muchas formas en que se modifican los mapas para promover perspectivas o resultados políticos particulares. Las mentiras
políticas en el mapeo toman la forma de propaganda, anuncios de campaña y mapas de recursos con motivación política. Una
mentira política particularmente importante es el gerrymandering, la manipulación de los límites de una circunscripción electoral
para favorecer a un determinado partido o grupo político. Debido a que los distritos del Congreso de Estados Unidos se
redistribuyen en los años posteriores al censo decenal, los líderes políticos en el poder en ese momento pueden aprovechar para
redibujar fronteras —incluso fronteras enrevesadas y manipuladas— que favorecen el éxito político continuo de su partido.
El gerrymandering ha sido una parte importante y muy disputada del proceso político de Estados Unidos desde hace bastante
tiempo. El término fue acuñado en la Boston Gazette en referencia a los esquemas ideados de redistritación diseñados para asegurar
el poder político del Partido Democrático-Republicano del gobernador de Massachusetts Elbridge Gerry. En 1812, la Gaceta
publicó la ilustración que se ve a continuación comparando la intrincada redistribución de distritos de Gerry con la imagen de una
criatura parecida a una salamandra. Así, nació “gerrymandering”. Esta técnica política tiene una historia histórica, y es una
poderosa manera de mentir con los mapas: gerrymandering trabaja para consolidar o distribuir el poder político, con tácticas como
aislar a los oponentes (conocido como empacar) y romper áreas de oposición (agrietamiento).
Gerrymandering. El término gerrymandering fue acuñado por Elkanah Tisdale en la Gaceta de Boston en 1812. El diario publicó una caricatura editorial que
mostraba la forma alargada de las áreas agregadas en forma de salamandra. [14]
En la siguiente figura, hay cincuenta recintos (la zona más pequeña en la que se contabilizan los votos) que se pueden distribuir
entre cinco distritos. A nivel de precinto, hay proporcionalmente más votantes verdes que amarillos (60% frente a 40%), y por lo
tanto, al igual que todas las demás cosas, se esperaría que los distritos no ordenados por gerrymandered reproduzcan un resultado
proporcionado. De los cinco distritos totales, se esperaría que tres votaran mayoría verde y dos mayoría amarilla, lo que
corresponde a la división 60% versus 40% de los recintos subyacentes. Agrupar los recintos en distritos arroja resultados diferentes
si se utilizan los principios de gerrymandering, es decir, empaque y craqueo. Bajo la Distritación A, el número de distritos ganados
por cada partido es proporcional al número de votantes para cada partido: 60% para verde y 40% para amarillo. La distritación B
agrieta los recintos amarillos de una manera que permite que el verde domine todos los distritos, rindiendo 100% para verde y 0%
para amarillo. La distritación C empaqueta y se agrieta en verde de una manera que permite que el amarillo emprenda una victoria
molesta con tres distritos, que es el reverso de los patrones de votación subyacentes de los recintos.
Empaque y agrietamiento. En general, a nivel de recinto, hay proporcionalmente más votantes verdes que amarillos (60% vs. 40%). Tres formas diferentes de
agrupar los recintos en distritos arrojan resultados diferentes. Bajo la Distritación A, el número de distritos ganados por cada partido es proporcional al número de
votantes de cada partido. La distritación B agrieta los recintos amarillos de una manera que permite que el verde domine todos los distritos. Distritar paquetes C y
grietas verdes de una manera que permite que el amarillo obtenga una victoria molesta con tres distritos. [15]
El gerrymandering está vivo y bien hoy. Se practica ampliamente en EU, como pueden ver algunos de los ejemplos más
escandalosos de gerrymandering congresional en la siguiente figura. Este tipo de redistribución de distritos y redistribución puede
tener consecuencias muy reales para las personas que viven en estas áreas, limitando su representación, protegiendo los escaños
titulares y comprometiendo el acceso al financiamiento federal. Algunos han argumentado que la manipulación de gerrymandering
es similar a la manipulación electoral legal.
Gerrymandering en Estados Unidos. Estos mapas muestran ejemplos de distritos gerrymandered en Estados Unidos; estos son solo algunos de muchos. El 12º
distrito congresional de Carolina del Norte en 2016 fue un ejemplo de empaque, con residentes predominantemente afroamericanos (top). El cuarto distrito
congresional de Illinois incluye dos áreas hispanas mientras cumple con el requisito de contigüidad que corre a lo largo de la Interestatal 294 (centro) El séptimo de
Ohio es un ejemplo de “agrietamiento” donde la población urbana de Columbus, Ohio se divide en suburbios más conservadores. [16]
Para las poblaciones encarceladas y quienes viven en distritos donde se encuentran las cárceles, el gerrymandering puede tener un
impacto aún mayor. Para entender cómo funciona el manejo de gerrymandering en prisión, tendrás que pensar en lo que aprendiste
sobre cómo se recopilan, analizan y agregan los datos del censo. Para ciertas categorías de datos, la Oficina del Censo cuenta a las
personas encarceladas como residentes de la localidad donde se encuentra su prisión, en lugar de la localidad donde residían antes
de su encarcelamiento. Debido a que los datos censales se utilizan actualmente para la redistribución de distritos en todos los
niveles de gobierno federal, estatal y local, las ciudades particulares y las secciones censales donde se cuentan las personas es muy
importante para garantizar la representación y distribución.
En EU, la población carcelaria ha aumentado significativamente en las últimas décadas. Los defensores de poner fin a los
gerrymandering basados en prisión argumentan que contar a los presos en función de su ubicación de encarcelamiento,
particularmente cuando se les impide votar en 48 estados a esos presos, le da un poder político exponencial a la pequeña población
no encarcelada de la zona, y a sus representantes. Cuando esto sucede, argumentan los defensores, la práctica desvía la
representación política y el financiamiento de otros distritos del estado, particularmente aquellos distritos que soportan los mayores
costos de la delincuencia.
La dinámica de gerrymandering penitenciario es evidente en los mapas censales existentes. Volvamos a los mapas de ingresos y
educación del área de Los Ángeles que encontraste en el capítulo 6. La siguiente figura contiene detalles sobre el Tracto Censo del
Condado de Los Ángeles 2060.20. El mapa nos muestra que los ingresos y la educación no están correlacionados en esta área. Al
observar los datos, vemos que sólo 5.328% de la población en este tracto tiene una licenciatura, pero 91.453% tiene ingresos
anuales de $75,000+. Sólo cuando cavamos un poco más profundo este tramo en particular comienza a tener un poco más de
sentido. El Tracto Censo 2060.20 es el hogar del Centro Correccional de Torres Gemelas y la Cárcel Central Varonil. El ACS y el
censo actualmente tabulan a todos los presos que viven en las Torres Gemelas y en la cárcel Central Varonil como residentes, y
toma en cuenta su nivel educativo. Sin embargo, el censo no incluye a las poblaciones encarceladas en los cálculos de ingresos
familiares o pobreza, por lo que el mapa de la derecha sólo toma en cuenta los ingresos de la comunidad circundante. Se puede ver
cómo este tipo de método de recolección de datos podría dificultar la contabilización adecuada de la población, asegurar una
representación razonable y administrar las apropiaciones en las comunidades carcelarias, así como en las comunidades de las que
provienen las poblaciones encarceladas.
Gerrymandering penitenciario. Este detalle de Tracto Censal 2060.20 muestra ingresos y educación (Izquierda: Ingresos Más de $75.000; Derecha: Educación
Licenciatura o Más). Estos mapas nos muestran que los ingresos y la educación no están correlacionados en esta área. [17]
7.2.2 Mentiras geopolíticas: Territorios impugnados
Hay otro tipo de mentiras que tienen más que ver con navegar por las complejidades de la geopolítica internacional. Por ejemplo,
en muchas partes del mundo hay territorios que se disputan entre dos o más estados. Dependiendo de las consideraciones políticas
del cartógrafo y de la audiencia, los mapas regionales pueden representar estos territorios de manera muy diferente. Jammu y
Cachemira es un territorio en la región noroeste del sur de Asia a lo largo de las fronteras de India, Pakistán y China. Desde que la
partición de 1947 de la India británica creó los estados contemporáneos de India y Pakistán, los dos países han estado inmersos en
una disputa territorial sobre la región. Jammu y Cachemira son geopolíticamente significativos, y son la fuente del río Indo y sus
afluentes, que sustentan los suministros de agua de la India y Pakistán.
Situando Cachemira. Jammu y Cachemira es un territorio en la región noroeste del sur de Asia a lo largo de las fronteras de India, Pakistán y China. [18]
India y Pakistán reclaman Jammu y Cachemira. La siguiente figura muestra cómo las imágenes de Google Maps de la región
aparecen de manera diferente ya sea que la búsqueda se realice en EU (que considera que las reivindicaciones territoriales de los
dos estados sobre Jammu y Cachemira están inresueltas) o India (que reafirma su reclamo a Jammu y Cachemira en el mapa).
Cachemira impugnada. Google Maps mostrará la región de Cachemira disputada de manera diferente dependiendo de si el usuario se encuentra en Estados Unidos o
India. [19]
Diferentes organizaciones mediáticas también han favorecido distintas representaciones de Jammu y Cachemira, como se ve a
continuación.
Cachemira en las noticias. Representaciones mediáticas en competencia de Cachemira. Diferentes organizaciones mediáticas favorecen diferentes representaciones
de Jammu y Cachemira. [20]
7.2.3 Mentiras comerciales: Publicidad

En 2009, AT&T presentó una demanda en un tribunal federal contra Verizon. ¿La denuncia? AT&T alegó que una campaña
publicitaria de Verizon con mapas de cobertura del servicio de datos celulares 3G de cada compañía tergiversó el alcance real del
servicio móvil de AT&T y engañó a los clientes. AT&T demandó a Verizon por un “mapa mentiroso”. A AT&T le preocupaba que
el mapa hiciera pensar a los clientes que toda su red inalámbrica se reflejaba en el mapa irregular de abajo, mientras que Verizon
sostuvo que el mapa reflejaba con precisión las diferencias entre las redes 3G de los dos operadores. AT&T dejó caer la demanda
aproximadamente un mes después de que se presentó, pero plantea algunas preguntas importantes sobre los mapas mentirosos en la
publicidad.
Competencia de mentir. AT&T alegó que una campaña publicitaria de Verizon “Hay un mapa para eso” presentaba mapas de cobertura del servicio de datos
celulares de cada operador que tergiversaban el alcance real del servicio móvil de AT&T y engañaban a los clientes. [21]
Para los proveedores de servicios móviles, los mapas que demuestran una amplia cobertura son cada vez más importantes a medida
que compañías como Verizon y AT&T compiten por acciones más grandes del mercado. Sin embargo, muchos consumidores han
expresado su frustración por lo que perciben como mapas de cobertura inexactos en los materiales publicitarios de los proveedores
de servicios de telefonía móvil. En los últimos años, una serie de aplicaciones y sitios web han aparecido para obtener datos de
cobertura de teléfonos móviles de múltiples fuentes en Estados Unidos y pintan una imagen más precisa de la cobertura de la red
móvil. La siguiente figura muestra un mapa de fuentes múltiples de uno de esos sitios, OpenSignal.com.
Mapeo abierto. Este mapa de cobertura de redes móviles de origen masivo de OpenSignal.com es posiblemente menos sesgado que los ofrecidos por las empresas
porque las firmas tienen un interés personal en hacer que su producto parezca mejor que las ofertas de la competencia. [22]
7.3 Conclusión
Al hacer mapas, decimos muchas mentiras. Las mentiras pequeñas incluyen todo tipo de estrategias cartográficas estándar,
incluyendo proyección, simbolización, estandarización, clasificación, agregación y zonificación. Luego están los otros tipos de
mentiras: gerrymandering, mapas de propaganda, mapas que impulsan una perspectiva política particular y mapas publicitarios
engañosos. Como lector crítico de mapas y creador de mapas, es imperativo que seas capaz de identificar y comprender las formas
en que se encuentran los mapas.
Recursos
Para más información sobre mentir con mapas:
Mark Monmonier. 1996. Cómo mentir con mapas (Prensa de la Universidad de Chicago)
Presos del Censo:
Para más perspectivas sobre gerrymandering:
Michael Hiltzik, “Un intento gerrymandering que salió hilarantemente mal”, Los Angeles Times (31 de agosto de 2015).
Christopher Ingraham, “Los distritos congresionales más gerrymandered de Estados Unidos”, Washington Post (15 de mayo de
2014).
John Sides & Eric McGhee, “Gerrymandering Isn not Evil: Why Independent redistricting no nos salvará del bloqueo político”,
Politico (30 de junio de 2015).
Christopher Ingraham, “Cómo robar una elección: una guía visual”, Washington Post (1 de marzo de 2015).
1. CC BY-SA 3.0. Adaptado de Daniel R. Strebe - Obra propia.n https://commons.wikimedia.org/w/inde...curid=16115242.

3. CC BY-NC-ND 4.0. Benjamin D. Hennig Mapper.org
4. CC BY-NC-SA 4.0. Steven Manson 2005 Datos de SocialExplorer y Censo de Estados Unidos
6. CC BY-NC-SA 4.0. Steven Manson 2005 Datos de SocialExplorer y Censo de Estados Unidos
7. CC BY-NC-SA 4.0. Sara Nelson 2015
8. CC POR 2.0. M.E.J. Newman. 2012 Mapas de los resultados de las elecciones presidenciales de Estados Unidos de 2012.
http://www-personal.umich.edu/~mejn/election/2012/
9. CC POR 2.0. M.E.J. Newman. 2012 Mapas de los resultados de las elecciones presidenciales de Estados Unidos de 2012.
http://www-personal.umich.edu/~mejn/election/2012/
10. CC POR 2.0. Parenteau, M. P., & Sawada, M. C. (2011). El problema de unidad de área modificable (MAUP) en la relación
entre la exposición al NO 2 y la salud respiratoria. Revista internacional de geografía de la salud, 10 (1), 58. https://ij-
healthgeographics.biomedc...476-072X-10-58
11. CC BY-SA 3.0. Adaptado de Anthony C. Robinson. Mapas y la Revolución Geoespacial https://www.e-
12. CC BY-SA 3.0. Adaptado de Anthony C. Robinson Maps y la Revolución Geoespacial. https://www.e-
13. CC BY-SA 3.0. Adaptado de Anthony C. Robinson. Los mapas y la revolución geoespacial. https://www.e-
14. Dominio público. Por Elkanah Tisdale (1771-1835) Publicado originalmente en el Boston Centinel, 1812.
commons.wikimedia.org/w/inde...? curid=6030613
15. CC BY-SA 4.0. Adpated from Steven Nass - Commons.wikimedia.org/wiki/F... ymandering.svg,
commons.wikimedia.org/w/inde... curid=60129008
16. Dominio público. Adaptado de nationalatlas.gov. Accedido 2013.
17. CC BY-NC-SA 4.0. Sara Nelson y Steven Manson 2015
18. Dominio público. CIA y U de Texas http://www.lib.utexas.edu/maps/middl...egion_2004.jpg, commons.wikimedia.org/w/inde...
p? curid=618641
19. CC BY-NC-SA 4.0. Sara Nelson y Steven Manson 2015
20. Uso justo. Steven Manson 2015 Mapas de bbc.com, foxnews.com, cnn.com
21. Uso justo. Steven Manson 2015
This page titled 7: Mentir con mapas is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Steven Manson
7: Lying With Maps by Steven Manson is licensed CC BY-NC-SA 4.0.
8: Vigilancia
Vivimos en una sociedad de vigilancia y siempre lo hemos hecho. Varias organizaciones realizan un seguimiento de nuestras
actividades diarias y, a menudo, con la ayuda de tecnologías geoespaciales, incluidos teléfonos móviles, teledetección satelital y
sofisticados sistemas de mapeo. La práctica de rastrear poblaciones no es nueva. Los gobiernos en particular llevan siglos
realizando desde hace mucho tiempo la vigilancia de individuos y grupos, aunque a ellos se les ha sumado una gran cantidad de
empresas y otros grupos. Para la mayor parte de la historia humana, sin embargo, la vigilancia tuvo un alcance limitado porque
requería de muchos recursos humanos. El advenimiento de las computadoras y las redes informáticas ha ampliado enormemente la
capacidad de las agencias gubernamentales, las empresas comerciales y otras organizaciones para monitorear a millones de
personas.
La vigilancia como concepto que desde hace tiempo ha sido parte de las sociedades humanas
Impulsores de la nueva sociedad de vigilancia
Vigilancia tanto desde el interior como desde el exterior de nuestra vida diaria
8.1 Vigilancia
En muchos sentidos, estamos viviendo en una sociedad de vigilancia y lo hemos estado desde las primeras civilizaciones humanas.
Varias organizaciones realizan un seguimiento de nuestras actividades diarias, a menudo con la ayuda de tecnologías geoespaciales.
La práctica de rastrear poblaciones no es nueva. Los gobiernos, en particular, llevan mucho tiempo realizando la vigilancia de
individuos y grupos, y muchos países han realizado un censo de población de manera continua durante siglos. Desde el siglo XIX
en adelante, la mayoría de los gobiernos han rastreado a sus poblaciones. Además de la demografía básica, los gobiernos recopilan
encuestas de salud, información migratoria, datos sobre cruces fronterizos, delincuencia y más (como se ve en el mapa de abajo).
Durante gran parte de la historia de la humanidad, las oportunidades de vigilancia estuvieron físicamente ligadas de maneras
importantes. Por ejemplo, los gobiernos siempre han empleado a la gente para seguir a otras personas alrededor para mantenerlas
bajo observación, pero esto es costoso y consume mucho tiempo. También es difícil monitorear a las personas que pasan a través de
las fronteras o contar a los ciudadanos una vez por década en su hogar a través de un censo. Este tipo de censo puerta a puerta es
tremendamente costoso de realizar porque implica pagar a miles de enumeradores para que vayan a sus hogares y hablen con la
gente, además del dinero y el tiempo que se dedican a enviar correos, leer y tabular encuestas. Desde alrededor de mediados del
siglo XX, sin embargo, la tecnología ha hecho que sea mucho más fácil para gobiernos, empresas, grupos e individuos vigilar a un
gran número de personas.
Vigilancia estatal. Mapa de delitos contra personas, delitos contra bienes y educación en Francia (1829). Los gobiernos reúnen información sobre salud, migración,
delincuencia, y más/. [1]
Hay tres impulsores recientes de vigilancia ampliada, que amenazan con reescribir fundamentalmente las reglas sobre cómo las
agencias gubernamentales, las firmas comerciales y otras organizaciones vigilan a los individuos.
El primer impulsor importante es nuestra tecnología en constante mejora, que se ha vuelto menos costosa y mucho más rápida.
Informatización. A partir de la década de 1940, el advenimiento de las computadoras anunció nuevas capacidades para observar
y rastrear sociedades. Las computadoras son muy útiles para mantener registros y hacer conexiones entre registros, y pueden
almacenar grandes cantidades de información.
Redes. A partir de la década de 1980, las redes de comunicación facilitaron que las computadoras se platicaran entre sí. Las
organizaciones podían compartir información más fácilmente y se hizo más fácil recopilar información de muchos lugares
diferentes.
Miniaturización. Tanto las computadoras como las redes se benefician de la miniaturización. Las computadoras son cada vez
más rápidas y las redes se están volviendo casi omnipresentes. Los teléfonos móviles existen porque las computadoras ahora
son lo suficientemente pequeñas como para caber en su bolsillo mientras siguen siendo capaces de conectarse a otras
computadoras.
El segundo impulsor de la vigilancia ampliada es el auge de la política del miedo y la seguridad. Aunque por la mayoría de las
medidas estamos viviendo en un mundo más seguro que nunca, muchas personas se sienten menos seguras y menos seguras que en
el pasado. Las razones de este desajuste son numerosas y complejas, pero en general hay evidencia de que las malas noticias viajan
más rápido que nunca antes. La noticia está llena de historias de peligro y tragedia de todo el mundo, historias de las que no
habríamos escuchado simplemente confiando en el periódico o en las noticias vespertinas. También hemos visto un incremento, y
deseo de, una gama de tecnologías de vigilancia, como cámaras puestas en espacios privados y públicos en nombre de la seguridad.
Estas tecnologías podrían estar haciéndonos más seguros en algunos casos, pero ¿a qué costo la libertad personal y la privacidad?
Estas tendencias también están relacionadas con aumentos tanto percibidos como reales del terrorismo, junto con amenazas
relacionadas como el cibercrimen. Esto ha marcado el comienzo de una nueva era en la que los gobiernos han buscado más poderes
de vigilancia. La Ley Patriota en EU, por ejemplo, incrementó sustancialmente los poderes del gobierno para rastrear a los
ciudadanos a través de sus registros telefónicos y actividades en línea, a menudo con poca o ninguna supervisión. Si bien estas
medidas sin duda han ayudado a proteger a las personas del daño, también han introducido un nuevo y potencialmente peligroso
nivel de escrutinio gubernamental en la vida de todas las personas.
Cámaras de vigilancia. Estas cámaras se han vuelto omnipresentes. Este es parte de la iniciativa Blue Crush Taking Back Our Streets del Departamento de Policía de
Memphis. [2]
El tercer impulsor importante en el crecimiento de la vigilancia es la personalización del seguimiento. En general, hemos pasado de
una situación en la que una persona fue observada o rastreada en uno o dos lugares, como en un cruce fronterizo, a una situación en
la que una persona puede ser observada directa o indirectamente en casi todo momento. En algunas ciudades, una persona puede
ser vista por docenas de cámaras al día y su cara o número de placa puede compararse automáticamente con bases de datos.
Esencialmente, cada interacción en línea que tiene, ya sea buscando direcciones en un mapa o mirando zapatos en un sitio web, es
rastreada por múltiples organizaciones, que van desde empresas del sector privado hasta agencias gubernamentales. Si llevas un
teléfono móvil, también llevas un dispositivo con micrófono, cámara y rastreador de ubicación. Estos son solo algunos de los
muchos ejemplos posibles de las formas en que se le monitorea de manera regular.
8.2 Vigilancia Interior

A menudo pensamos que la vigilancia ocurre fuera de la vida cotidiana: vemos películas en las que los agentes secretos usan
satélites, telescopios y micrófonos para espiar a criminales o agentes enemigos o a nuestros desventurados héroes. Realmente, sin
embargo, gran parte de la vigilancia que experimentamos es “desde adentro”, en el sentido de que voluntariamente compramos
equipo espía y lo llevamos con nosotros para ser espiados.
Muchas de nuestras posesiones, incluyendo ropa y otros artículos que compramos en las tiendas, tienen etiquetas de identificación
por radiofrecuencia (RFID) integradas en ellas, a las que se puede seguir accediendo incluso después de que se haya cumplido su
propósito original. Estas etiquetas RFID ayudan a evitar hurtos en tiendas, pero es posible que cualquiera lea estas fichas; así, por
ejemplo, si compras un par de jeans en el Gap, una tienda Levi's podría leer el chip en tus jeans meses después. Las empresas
experimentan constantemente con diferentes formas de usar estas y otras clases de tecnologías. Su tarjeta de identificación de
estudiante probablemente tenga un chip RFID incrustado en ella, al igual que muchas de las tarjetas que lleva. Estos chips son
útiles porque permiten a los usuarios abrir cerraduras y puertas con el deslizamiento de una tarjeta en lugar de tener que usar una
llave para cada puerta. Sin embargo, algunas universidades han ido un paso más allá y han instalado puertas especiales que detectan
automáticamente las identificaciones de los estudiantes. Están experimentando con el uso de esta tecnología para rastrear la
asistencia a las clases, el uso de la cafetería o para facilitar el ingreso a los dormitorios. Por supuesto, se pueden imaginar muchos
otros usos a los que se podría aplicar este sistema. ¿Cómo te sentirías sabiendo que la universidad conoce cada uno de tus
movimientos en el campus?
Nuestros teléfonos móviles son tremendamente útiles, pero muchas partes diferentes —compañías telefónicas, empresas de
marketing, agencias gubernamentales— tienen diversos grados de acceso al micrófono, cámara, datos y ubicación de tu teléfono.
Estas organizaciones saben quién usa el teléfono, para qué lo utilizan y dónde está el teléfono en todo momento. Una ventaja de
esta situación es que las empresas pueden ofrecer servicios basados en la ubicación (LBS), o servicios y productos que tengan en
cuenta dónde se encuentra. Si buscas una cafetería, por ejemplo, tu teléfono te indicará las ubicaciones de las tiendas más cercanas,
te dará calificaciones y te proporcionará indicaciones. Por supuesto, empresas como Google o Apple proporcionan resultados de
búsqueda que están sesgados hacia tiendas o cadenas que pagan tarifas de publicidad. También están interesados en rastrear a las
personas con las que pasas tiempo; características como el reconocimiento facial o la oportunidad de 'etiquetar' o identificar a
amigos y familiares en las fotos a menudo se facturan como una excelente manera de ayudar a organizar las fotos, pero también
brindan una forma para que las empresas comprendan mejor tus redes sociales .
La mayoría de nuestras actividades en línea son rastreadas por empresas y gobiernos. Siempre hay un tira y vuelta ocurriendo
detrás de escena sobre el equilibrio entre proteger la privacidad de las personas que están siendo rastreadas versus usar esta
información de rastreo para aprender sobre las personas, sus actividades y sus relaciones. Las empresas que alimentan Internet,
como Google, Apple y Facebook, hacen un seguimiento de cada persona que usa sus servicios. Hacen un seguimiento de lo que
compras, con quién te comunicas, las historias que lees y las personas con las que te asocias. Gran parte de esto es conocimiento
espacialmente consciente, en el sentido de que estas empresas pueden rastrear con quién viajas o pasas tiempo.
Un efecto secundario de muchas personas que están siendo rastreadas es que esta recopilación continua y automatizada produce
una gran cantidad de datos que se pueden usar de varias maneras, algunas inadvertidas. Estos datos suelen ser utilizados por las
empresas para desarrollar mejores productos y vender publicidad a la vez que brindan un servicio útil. Hay muchas aplicaciones
para teléfonos móviles (o “aplicaciones”) sobre fitness, por ejemplo, que usarán tu ubicación para ayudarte a planificar rutas para
correr o andar en bicicleta, monitorear tus rutinas de ejercicio o animarte a esforzarte más. Strava es una de esas aplicaciones que
utilizan millones de personas en todo el mundo. Además de utilizar los datos para fines propios, la firma comparte sus datos como
mapas. Un efecto secundario imprevisto de este intercambio de datos es que se hizo evidente que miembros de las fuerzas armadas
y servicios de seguridad de diversos países estaban usando la aplicación y compartiendo inadvertidamente sus datos. Estos datos
podrían usarse para crear mapas de alta resolución de cómo, dónde y cuándo la gente se movía en una base militar como la Base
Aérea de Bagram, la base militar estadounidense más grande de Afganistán, que se muestra aquí. Este nivel de especificidad
plantea una serie de riesgos de seguridad. Este es solo un ejemplo de los muchos usos y malos usos potenciales, inadvertidos o no,
que pueden resultar de la vigilancia masiva de las personas que utilizan sus dispositivos móviles.
Seguimiento de teléfonos móviles. Los usuarios de una app de fitness compartieron sus ubicaciones y estos datos a su vez fueron utilizados para hacer un mapa que
mostraba detalles de una instalación militar. [3]
La mayoría de las transacciones tienen algún tipo de recibo o indicación de su ocurrencia y tenemos muchos tipos diferentes de
registros sobre quiénes somos y qué hacemos: actividad de internet, compras con tarjeta de crédito, actividad de tarjeta de débito,
boletos de avión, renta de autos, registros médicos, transcripciones educativas, licencias de conducir, facturas de servicios públicos,
declaraciones de impuestos y registros de la mayoría de los eventos de la vida, incluyendo nacimiento, matrimonio, divorcio y
muerte. Estos registros son recabados y cotejados por gobiernos y empresas privadas, y otras organizaciones. Las agencias
gubernamentales, los partidos políticos, los anunciantes y las empresas de internet como Google o Facebook son solo algunas de
las muchas organizaciones que mantienen grandes cantidades de información sobre las personas desde el momento en que nacen
hasta que mueren. Es muy difícil para las personas acceder a estos datos o aprender cómo se utilizan.
La mayor parte del tiempo, este seguimiento ocurre con nuestra bendición: elegimos ser rastreados para obtener mejores resultados
de búsqueda, ofertas en servicios, indicaciones de viaje, etc. Hay otras ocasiones, sin embargo, cuando estos datos son mal
utilizados para violar la privacidad de las personas, o cuando son robados por ciberdelincuentes y utilizados para cometer fraude.
Estas mismas dinámicas también son ciertas para los gobiernos. Local, estatal y federal autoriza el uso de la información del
teléfono celular de diversas maneras para ayudar a atrapar a personas sospechosas de delitos, pero estas tecnologías a menudo
también se utilizan para monitorear a los ciudadanos en busca de posibles conductas delictivas. Ha habido muchos, y
probablemente seguirán siendo muchos, casos en los que estos datos son mal utilizados por autoridades de confianza de formas que
bordean o a veces simplemente infringen la ley.
Más allá de nuestros teléfonos, hay una variedad de formas en las que las computadoras, las redes y la miniaturización han
facilitado el seguimiento de las personas. Los receptores GPS son pequeños y potentes, lo que facilita a las agencias de seguridad o
de investigación colocarlos en el automóvil o persona de un sospechoso y rastrearlos durante meses. Las compañías de seguros
ofrecen a los conductores la oportunidad de tener rastreadores GPS colocados en sus autos para tener una mejor idea de cómo
maneja una persona, lo que puede llevar a mejores tarifas, a costa de que una empresa conozca cada uno de tus movimientos.
Muchos autos nuevos tienen incorporados servicios basados en GPS, como asistencia de emergencia en carretera, que puede ser de
gran ayuda cuando tiene problemas con el automóvil. Estas empresas suelen vender esta información, sin embargo, a otras
empresas que quieran saber dónde viajas o dónde vives.
Estos son solo algunos de los muchos ejemplos de cómo se nos rastrea a todos en el transcurso de nuestra vida diaria.
8.3 Vigilancia Exterior

Una cantidad creciente de vigilancia también ocurre desde “el exterior”, con lo que nos referimos a cuando te están observando o
rastreando de maneras que no dependen de los dispositivos que llevas en tu persona o se derivan de tus interacciones con las
computadoras.
Un excelente ejemplo de vigilancia desde el exterior es la tecnología de teledetección, que está mejorando rápidamente. Hasta hace
poco, la resolución espacial de estos sensores no era lo suficientemente buena para ver o rastrear a las personas, pero ahora hay
varias empresas y agencias gubernamentales que ofrecen sensores basados en el espacio y en el aire que pueden rastrear personas
individuales y automóviles con facilidad. Algunos sistemas comerciales pueden rastrear a cada persona y automóvil en una ciudad
en el transcurso de horas, y los sistemas militares y gubernamentales son mucho mejores. Las técnicas de vigilancia a nivel militar
pueden incluso aplicarse, por ejemplo, para detener a presuntos delincuentes en ciudades de Estados Unidos o rastrear literalmente
miles de automóviles al mismo tiempo que se mueven por las calles de la ciudad.
De manera más prosaica, la mayoría de las ciudades están alfombradas con cámaras de vigilancia montadas en cualquier cantidad
de objetos: tiendas, casas, postes de luz o señales de tráfico. Hay algunas zonas urbanas donde no se puede caminar prácticamente a
ningún lado sin ser captado ante la cámara. Para algunas personas y lugares, estas cámaras son vistas como algo bueno. El sitio
www.videosurveillance.com/communitycam/, por ejemplo, aboga por más, y una mejor cobertura de cámara para salvaguardar la
propiedad y proteger a las personas de los daños causados por delitos o accidentes automovilísticos. En contraste, el Proyecto de
Cámaras de Vigilancia del Sindicato de Libertades Civiles de Nueva York advierte sobre los peligros de cubrir las ciudades con
cámaras, especialmente en la forma en que ofrecen seguridad pero a costa de entrometerse en la vida de muchas personas al
eliminar su capacidad de ser anónimos, moverse por la ciudad libremente, y asociarse con otras personas sin temor a ser vigilados.
Otra tecnología emergente que es útil y preocupante es el reconocimiento facial. Muchos de los tipos de datos recopilados sobre las
personas durante el transcurso de su vida diaria pueden asociarse con ellos porque llevan un teléfono o usan una computadora. Es
decir, vigilancia desde el interior. Dejar atrás un teléfono o no usar una computadora puede liberar a una persona de esta forma de
vigilancia, pero no impide que otras personas tomen fotos de esa persona o de las cámaras lo hagan. Cada vez más, estas fotos y
videos son procesados por computadoras que pueden reconocer rostros y asociar estos rostros con otros registros. Las aplicaciones
en tu teléfono móvil, como Facebook o Google+, pueden identificar automáticamente a las personas en tus fotos. Estamos muy
cerca de un momento en el que alguien puede simplemente señalarte un teléfono y poder sacar todo tipo de información sobre ti sin
tu conocimiento y consentimiento.
Considera un programa que se está probando en China, llamado “Xue Liang” o “Sharp Eyes”, un sistema de vigilancia a nivel
nacional que utiliza inteligencia artificial para emparejar a personas desde una base de datos de fotos con los feeds de video de
cámaras privadas y públicas en calles y en hogares y negocios. Este sistema se considera útil porque permitiría a bancos, hoteles,
aeropuertos, edificios de departamentos, escuelas y otros lugares identificar a las personas y permitirles ingresar automáticamente.
Por supuesto, la policía y los cuerpos de seguridad también están muy interesados en poder rastrear a delincuentes reales o
sospechosos. Otros planes incluyen vincular este sistema de reconocimiento facial con registros médicos, publicaciones en redes
sociales, planes de viaje y compras para crear un sistema único de vigilancia nacional omnipresente y ubicua. El programa
eventualmente dará a los funcionarios la capacidad de rastrear lo que la gente está haciendo, dónde y con quién.
Quizás la forma de vigilancia de más rápido crecimiento desde el exterior es aquella que también se parece mucho a la vigilancia
desde el interior a saber, la profusión de dispositivos conectados a internet como monitores para bebés y altavoces habilitados para
Internet como Google Mini o Alexa o Echo de Amazon. Se trata de dispositivos que siempre están encendidos, siempre escuchando
y viendo, y siempre alimentando información a sus empresas. Por supuesto, las personas tienen estos dispositivos en sus hogares
porque son útiles: pueden buscar en Internet, pedir comestibles y monitorear si un niño está durmiendo tranquilamente. Estos
dispositivos también tienen inconvenientes. Las empresas registran y rastrean cada enunciado o solicitud, alimentan esta
información en sus sistemas para utilizarla tanto en casa como para venderla a otras empresas. Muchos de estos dispositivos,
especialmente las cámaras y los juegos, son increíblemente inseguros y son vulnerables a ser pirateados o tomados por la gente
para espiarte a ti y a cualquier otra persona que esté en tu casa.
Incluso cuando las organizaciones no tienen datos sobre ti en particular, pueden hacer muy buenas conjeturas sobre el tipo de cosas
que haces, compras y quieres según tu lugar de vida, incluso con pequeñas cantidades de información. Esta forma de combinar la
ubicación con atributos de las personas que viven en un lugar determinado se llama geodemografía. Un producto de Esri llamado
“Zip Tapestry” divide al país por códigos postales y otras zonificaciones, y luego describe una buena conjetura sobre quién vive en
cada área. Puedes probarlo tú mismo en Zip Tapestry de ESRI.
Geodemografía. El sitio web Zip Tapestry de Esri describe las categorías generales de personas que viven en un código postal determinado, basándose en una
variedad de datos diferentes. [4]
Estas tecnologías son muy útiles para las empresas porque ayudan a reducir el lugar donde viven sus clientes. Muchos estudiantes
universitarios y universitarios pueden encontrar elementos de su vida en la siguiente descripción de los “jóvenes e inquietos”:
Somos millennials y entrando en los nuestros. Somos jóvenes, diversos, bien educados, y estamos financiando nuestras clases o
trabajando en puestos de ventas profesionales/técnicas y soporte de administración de oficinas. La mayoría de nosotros rentamos y
nos mudaremos por un trabajo. Vivimos solos o compartimos un lugar en áreas densamente pobladas de grandes áreas
metropolitanas en el sur, oeste y medio oeste. No podemos prescindir de nuestros celulares; enviamos mensajes de texto,
escuchamos música, pagamos facturas, canjeamos cupones, obtenemos direcciones e investigamos información financiera. No es
leal a la marca; compramos al mejor precio. Compramos comida natural/orgánica pero también iremos por comida rápida.
Queremos ser los primeros en presumir nuevos productos electrónicos, pero leemos las reseñas en línea antes de comprar. Nos
conectamos al banco, compramos en eBay, accedemos a Twitter y Facebook, y vemos televisión y películas.
¿Te ves a ti mismo o a alguien que conoces en esta descripción?
8.4 Conclusión
Estamos avanzando constantemente hacia un estado de “Vigilancia Total”, con lo que queremos decir que muy pocos aspectos de
nuestras vidas no serán observados de alguna manera. Muchas de las tecnologías necesarias ya están en su lugar y otras están
mejorando con cada día.
Los temas en torno a la sociedad de vigilancia son complicados, y parece como si solo lo conseguirán más a medida que pase el
tiempo. Al pensar en los aspectos buenos y malos de la vigilancia, puede ayudar hacer tres preguntas clave al considerar un caso o
escenario dado.
¿Qué relaciones de poder están involucradas?
¿Quién controla la tecnología?
¿Cuáles son las implicaciones para la privacidad vs. la seguridad?
Recursos
Para más información sobre el uso de cámaras aerotransportadas desarrolladas para los militares en Juárez, México, y Dayton,
Ohio, escucha este episodio del podcast Radiolab, “Ojo en el cielo”.
Para conocer más sobre el seguimiento del día a día en nuestras vidas, lee el artículo de Matthew Hutson en The Atlantic, “Even
Bugs Will Be Bugged”
La página principal de cada uno de estos proyectos examina y rastrea las cámaras de video. Compara y contrasta cómo cada
proyecto ve la videovigilancia.
Proyecto de mapeo de cámaras de vigilancia NYCLU
Proyecto de mapeo de videovigilancia
Lee el artículo de Adrienne LaFrance en El Atlántico, “Big Data puede adivinar quién eres en base a tu código postal”. El artículo
habla sobre el Tapiz Zip de ESRI.
La historia de The Washington Post Simon Denyer, “China's Watchful Eye” describe los esfuerzos de China para crear un estado de
vigilancia. 7 de enero de 2018.
1. Guerry, A. M. y A. Balbi, Statistique comparée de l'état de l'instruction et du nombre des crimes, 1829. Biblioteca Nacional
Francesa.
https://commons.wikimedia.org/wiki/File:Statistique_compar%C3%A9e_de_l%27%C3%A9tat_de_l%27instruction_et_du_no
mbre_des_crimes.jpg? uselang=fr.
2. CC POR 3.0. Wikimedia commons;
https://commons.wikimedia.org/wiki/File:Surveillance_cameras_Tom_Lee_Park_Memphis_TN_01.jpg
This page titled 8: Vigilancia is shared under a not declared license and was authored, remixed, and/or curated by Steven Manson (University of
8: Surveillance by Steven Manson has no license indicated.
9: Mapas sociales
Veremos las formas en que la tecnología de mapeo cambiante se ha incrustado en la vida diaria. Con el desarrollo de tecnología con
reconocimiento de ubicación como los teléfonos inteligentes, ha habido un gran cambio en lo que es posible medir, quién está
recopilando datos y cuántos datos se producen. Examinaremos cómo los datos geográficos, producidos por diversos grupos de
personas, se han incorporado a la investigación científica, el socorro en casos de desastre y los servicios del gobierno local.
Consideraremos los cambios en la creación de mapas que han sido posibles gracias al surgimiento de herramientas geoespaciales
fáciles de usar en línea y un acceso más fácil a los datos. De manera relacionada, pensaremos en la “brecha digital” entre quienes
tienen acceso a la tecnología de mapeo y los que no. Cerraremos el capítulo pensando en cómo el cambio tecnológico da forma a la
forma en que navegamos entre lugares y encontramos información sobre negocios y servicios.
Información Geográfica Voluntariada (VGI)
Democratización de la producción de datos y mapeo
Divisiones digitales
Problemas en torno a los desechos electrónicos
Diversas formas en que se utilizan los mapas en el mundo real
9.1 Información Voluntariada

Puede recordar de su aprendizaje sobre datos que los datos espaciales históricamente han sido recopilados por un pequeño número
de expertos que trabajan para organizaciones bien financiadas (gobierno, academia, etc.) y luego puestos a disposición del público
para su uso a través de mapas estáticos. Hasta hace poco, la identificación de la ubicación física de los objetos requería
entrenamiento y equipo especiales. Sin embargo, los desarrollos tecnológicos a mediados de la década de 2000 provocaron grandes
cambios en quién recopila datos, cómo se recopilan y qué tipos de lugares y eventos tienen datos recopilados sobre ellos. En lugar
de un intercambio de información unidireccional, ahora es posible producir datos espaciales utilizando dispositivos móviles baratos
y ampliamente disponibles que registran con precisión la ubicación espacial sin una capacitación extensa.
Esta forma de datos, recopilados por individuos con diversos antecedentes y niveles de habilidad, se conoce como Información
Geográfica Voluntaria (VGI). VGI permite mapear fenómenos que tienen lugar en un área tan grande o corto lapso de tiempo que
no pueden ser registrados por las prácticas de datos convencionales. VGI también apoya a grupos que pueden mapear aspectos de
la vida cotidiana ignorados por las agencias oficiales. Los datos recopilados de los celulares pueden ser utilizados para la
vigilancia, pero los ejemplos de este capítulo se centrarán en los usos más positivos y transparentes de estas nuevas tecnologías.
Veremos tres formas diferentes en las que VGI se está incorporando a la práctica diaria, como la ciencia, los esfuerzos de socorro
en casos de desastre y el gobierno local.
9.1.1 VGI para la Ciencia

VGI ofrece emocionantes posibilidades para la investigación científica. Al recopilar información sobre cómo ocurre un fenómeno
en el espacio (por ejemplo, la migración de aves de latitudes altas a bajas en invierno), los científicos suelen tener un número
limitado de sitios de monitoreo a los que pueden apoyar con personal capacitado y financiamiento. Los científicos utilizan cada vez
más datos espaciales voluntarios por ciudadanos entusiastas para ampliar lo que pueden observar. Cabe señalar que los proyectos
de ciencia ciudadana eran populares mucho antes que los celulares, pero las nuevas tecnologías han incrementado el número de
proyectos, la precisión espacial de las observaciones reportadas y la facilidad de participación. Con VGI, los datos se pueden
recopilar y procesar rápidamente y a muy bajo costo. Sin embargo, existen compensaciones en términos de calidad de datos.
Incluso con los voluntarios más bien intencionados, puede ser difícil establecer prácticas consistentes, coordinar la recolección de
datos para todas las áreas de interés o evaluar posibles errores en los datos. En algunos casos, los voluntarios son los “sensores” —
hacen observaciones y reportan lo que han visto o medido. Por ejemplo, con Ebird, los voluntarios cuentan el número y tipo de
aves que observan, como se muestra a continuación. Ingresan la información en un sitio web con reportes de otros observadores de
aves. Cuando se combinan, los datos dan una imagen de la densidad de especies y los patrones de migración.
Mapeo de la ciencia ciudadana. Ebird crea mapas de distribución de aves según lo informado por observadores voluntarios de aves en el sitio. [1]
En otros casos, la información ya ha sido recolectada pero los voluntarios ayudan a los científicos a revisar grandes cantidades de
datos para identificar patrones importantes. Con Seafloor Explorer, por ejemplo, los voluntarios marcan el número y tipo de
especies que observan en fotografías del fondo marino. Se conoce la ubicación de cada foto, ayudando a los científicos a
comprender los patrones espaciales en la biología marina.
Descubrimiento multitudinario. Voluntarios marcan ubicaciones de estrellas marinas en una imagen de Seafloor Explorer. Estos lugares pueden ser utilizados por
científicos para rastrear y comprender mejor las estrellas del mar. [2]
9.1.2 VGI para Respuesta a Desastres
Cuando ocurre un desastre, es esencial obtener buena información rápidamente. Mediante el uso de datos creados por las
poblaciones afectadas, los trabajadores de ayuda de emergencia pueden comprender mejor lo que está sucediendo sobre el terreno y
responder adecuadamente. En enero de 2010, un terremoto masivo sacudió a Puerto Príncipe, Haití, cobrando muchas vidas y
causando importantes daños a edificios.
Desastre. Una patrulla de Naciones Unidas por el suburbio dañado de Bel Air, Haití (19 de enero de 2010). [3]
En los días siguientes, surgieron una serie de esfuerzos de VGI y crowdsourcing para apoyar el esfuerzo de socorro. El grupo
Misión 4636 configuró un número gratuito al que los individuos podían enviar mensajes de texto (SMS) para solicitar suministros o
reportar condiciones como personas atrapadas bajo escombros, daños en la infraestructura y escasez de alimentos y agua. El sitio
CrowdFlower coordinó a voluntarios criollos y francófonos para traducir, categorizar y geolocalizar más de 40,000 mensajes
recibidos. Un grupo de estudiantes de la Universidad de Tufts utilizó una plataforma de mapeo conocida como Ushahidi para
clasificar la afluencia masiva de datos entrantes para identificar solicitudes urgentes, como se ve a continuación. También
combinaron los mensajes traducidos con información de reportes oficiales y redes sociales para ser marcados como eventos en un
mapa de crisis.
Mapeo de crisis. El mapa de crisis de Ushahidi para Haití, construido por voluntarios y personas que envían información desde el sitio del desastre. [4]
Los textos y sus traducciones de crowdsourcing fueron vitales para responder a las solicitudes médicas y de rescate urgentes. El
conocimiento geográfico y lingüístico de la multitud a menudo excedía con creces los recursos disponibles para los respondedores
de la ONU y los En casos de necesidad agregada como escasez de alimentos y agua, sin embargo, los mensajes fueron menos
útiles. Los funcionarios de respuesta a emergencias no confiaron en que las solicitudes entrantes mostraran una imagen completa de
necesidad, en parte porque la gente tenía que usar celulares para reportar información, y puede haber zonas donde la gente no tenía
teléfonos.
Una actividad de VGI muy útil durante el esfuerzo de socorro en Haití provino de las contribuciones a Open Street Map (OSM).
OSM es un mapa de código abierto al que cualquiera puede agregar o editar datos geográficos. En el momento en que azotó el
sismo, los mapas existentes de Haití estaban desactualizados e incompletos. Voluntarios de todo el mundo trabajaron para rastrear
carreteras y edificios a partir de imágenes satelitales de alta resolución. A los pocos días, el mapa de crowdsourcing fue el más
detallado disponible, como se ve a continuación. Las Naciones Unidas, el Banco Mundial y los equipos de búsqueda y rescate lo
adoptaron rápidamente para su trabajo. Los mapas de crisis y OSM se han utilizado durante otros desastres naturales, incluido el
tifón Haiyan, y los proyectos de mapeo también se están realizando en áreas que probablemente tengan fenómenos meteorológicos
o meteorológicos severos.
Abrir mapa de calles. El Open Street Map Port-au-Prince antes y después del terremoto en Haití muestra la rapidez con la que los voluntarios pueden crear nuevos
datos y mapas. [5]
9.1.3 VGI para Gobierno

Muchos gobiernos locales están utilizando VGI para monitorear los patrones de tráfico, planificar nuevas rutas para bicicletas e
interactuar con los ciudadanos. Un ejemplo de este movimiento hacia el uso de las observaciones de la gente común para mejorar
los espacios urbanos es SeeclickFix. Mediante esta aplicación, los individuos pueden reportar problemas que ven alrededor de su
vecindario, como fallas en la luz de la calle, graffiti o vehículos abandonados, según la siguiente figura. Puedes seleccionar la
ubicación del problema que estás reportando y aparecerá en un mapa con inquietudes publicadas por otros usuarios. Funcionarios
de la ciudad monitorean estos puestos y pasan el reporte a mantenimiento vial, policía, u otro departamento gubernamental
relevante. También puedes publicar fotos de problemas y señalar soporte para temas reportados por otras personas. De alguna
manera, estos sistemas son más transparentes que llamar a una ciudad para que presente una queja —todos pueden ver en el mapa
los casos no resueltos. Esto puede ser un problema para el personal de la ciudad, sin embargo, si no puede responder rápidamente o
si la persona que envía la solicitud no está satisfecha con la solución.
Gobierno móvil. La interfaz de aplicación móvil 311 para SeeclickFix en Minneapolis, MN y un informe enviado a SeeclickFix desde un teléfono celular. Los
individuos pueden reportar problemas que ven alrededor de su vecindario, como fallas en las luces de la calle, graffiti o
vehículos abandonados. [6]
9.2 Neogeografía
Además de ampliar el número de personas que pueden crear datos, los cambios en la tecnología también han facilitado la
elaboración de mapas sin una formación especial. Hay una serie de herramientas de mapeo en línea y de código abierto fáciles de
usar y muchas organizaciones gubernamentales y sin fines de lucro que hacen que sus datos estén disponibles gratuitamente. Esta
tendencia ha sido descrita como una “democratización” de la práctica cartográfica, ya que se alienta activamente al público a
participar en la descripción del mundo.
Los defensores de esta “nueva geografía” o neogeografía argumentan que toma el poder de elegir cómo se representa el mundo de
las manos de los militares, el gobierno y los académicos. Neogeógrafos aficionados y autoentrenados combinan herramientas y
datos en línea ya existentes para compartir información con amigos o crear una herramienta de síntesis útil. Por ejemplo, podrían
usar Google Maps para “agrupar” datos de varias fuentes, hacer un story map de unas vacaciones recientes usando fotos
geoetiquetadas y publicaciones en redes sociales, o mapear los movimientos de personajes famosos de ficción, como se muestra a
continuación. Al poner los datos y las herramientas de mapeo en un conjunto de manos más diverso, se hace visible una gama más
amplia de experiencias e inquietudes.
Neogeografía. Un Google Map hecho por un neogeógrafo que marca eventos y lugares descritos en la novela clásica de John Steinbeck Las uvas de la ira. [7]
Algunos geógrafos y cartógrafos entrenados tradicionalmente han cuestionado la calidad o precisión de los mapas resultantes. Esta
guía ha pasado decenas de páginas discutiendo los principios de mapeo, y solo hojeó la superficie del método cartográfico. Con la
tecnología actual cualquiera puede hacer un mapa, pero puede que no entienda los datos subyacentes, las elecciones de
simbolización apropiadas o cómo manejar las “mentiras” que los mapas inevitablemente dicen.
9.3 Divides digitales

Si bien hay muchas nuevas posibilidades para el mapeo, también hay enormes disparidades en términos de quién tiene la
tecnología, las habilidades y el tiempo para crear datos y mapas. La “brecha digital” entre quienes tienen acceso a la tecnología y
los que no la tienen es evidente a múltiples escalas. Los países ricos como Estados Unidos tienen un servicio de Internet más rápido
y económico, un acceso más completo a las computadoras y más recursos dedicados a la creación de datos geoespaciales que los
países en desarrollo. Se estima que hasta una cuarta parte de la población mundial no tiene acceso a la energía eléctrica, mucho
menos la tecnología necesaria para generar datos digitales o mapas sobre sus experiencias.
La brecha digital. Mapa del costo de la suscripción de banda ancha como porcentaje del ingreso promedio anual. [8]
Esta brecha digital ha resultado en una gran discrepancia en la cantidad y calidad de los datos creados para diferentes partes del
mundo (por ejemplo, menor resolución espacial y de atributos en los países más pobres). Esto también significa que las
organizaciones internacionales siguen teniendo más influencia en la conformación de mapas y narrativas sobre los países en
desarrollo que las personas que viven allí.
La brecha digital también es evidente en áreas más pequeñas dentro de países y ciudades ricas. Existen fuertes diferencias en la
velocidad de las conexiones a Internet y el uso de la nueva tecnología de mapas entre las zonas urbanas y rurales. También hay
notables divisiones en el uso de la tecnología basadas en características socioeconómicas y demográficas. ¿Quién es el dueño de
smartphones u otros dispositivos que dejan huella digital? ¿Quién tiene el tiempo y los recursos para ofrecer información
geográfica voluntaria? Como era de esperar, los datos son producidos con mayor frecuencia por ciudadanos de barrios urbanos
ricos y conocedores de la tecnología que de lugares pobres y rurales. Esto da como resultado una precisión inconsistente en los
datos para diferentes lugares del mapa. En suma, el hecho de que la nueva tecnología brinde la posibilidad de una participación más
generalizada en el mapeo, eso no garantiza que esta participación sea equitativa sin tecnologías adecuadas y la existencia de
instituciones sociales, económicas y políticas de apoyo.
9.3.1 Residuos electrónicos
Con los rápidos cambios en las nuevas tecnologías, la vida útil de los productos electrónicos suele ser muy corta. Las compañías de
teléfonos celulares y computadoras alientan a los clientes a intercambiar sus dispositivos por modelos más nuevos cada dos años o
incluso anualmente. Cientos de millones de computadoras usadas, monitores, televisores, teléfonos móviles y otros productos
eléctricos se tiran anualmente. Se estima que solo en 2012 se generaron 50 millones de toneladas de desechos electrónicos (también
conocidos como desechos electrónicos) en todo el mundo (Vidal 2013). Los componentes electrónicos suelen contener sustancias
peligrosas como plomo, mercurio y cadmio y deben desecharse cuidadosamente para evitar consecuencias ambientales negativas.
Entonces, ¿qué pasa con todos estos electrónicos usados y rotos?
Los acuerdos comerciales, como el Convenio de Basilea (1989), intentan restringir el flujo de desechos electrónicos de un país a
otro. Sin embargo, hay muchas lagunas, y en algunos lugares se ha desarrollado un próspero mercado negro. En efecto, los agentes
fronterizos que revisan los contenedores de envío que salen de la Unión Europea encontraron que casi uno de cada tres contenía
desechos electrónicos ilegales Los desechos se han concentrado particularmente en puertos del mundo en desarrollo como Guiyu,
China, y Agbogbloshie, Ghana. Los individuos empobrecidos en estos lugares se han convertido en expertos en separar circuitos
electrónicos para vender los componentes más valiosos, como se ve a continuación. Muchas técnicas para el desmontaje de la
electrónica, como quemar carcasas de plástico para llegar a los metales reciclables, tienen graves efectos para la salud.
Peaje humano de desechos electrónicos. Personas que trabajan para procesar desechos electrónicos en Agbogbloshie, Ghana, moviendo material (izquierda) y
quemando componentes para cobre (derecha). [9]
9.4 Mapas Digitales, Mundo real

Los mapas digitales dan forma a la forma en que nos movemos y pensamos en el espacio. La mayoría de las veces esto es muy útil,
como cuando usamos teléfonos para navegar de un lugar a otro. Los mapas digitales también se utilizan cada vez más para
ayudarnos a guiarnos hacia tipos específicos de destinos, como la gasolinera o cafetería más cercana, así como para brindar
información como horarios de atención o reseñas. ¡Sin embargo, puede haber desventajas en estas tecnologías muy útiles!
Los dispositivos habilitados para GPS se han vuelto vitales para la forma en que navegamos de un lugar a otro. Con la ayuda de un
smartphone podrás llegar a una nueva ciudad y, sin saber nada de la zona, encontrar tu hotel o localizar un restaurante popular.
Cada vez más, las personas confían en los algoritmos de planificación de rutas integrados en los mapas en línea en lugar de en su
propio conocimiento de un área o mapas en papel Hay muchos ejemplos de conductores obedientes que siguen indicaciones
defectuosas desde sus unidades GPS hacia situaciones peligrosas, incluida la conducción en lagos, en las pistas del aeropuerto o en
carreteras que no son adecuadas para el tamaño de su vehículo. Si bien podrías instar a las personas a prestar más atención a su
entorno físico, es innegable que Internet, nuestros teléfonos y Google Maps median nuestros movimientos a través del espacio. Se
estima que mil millones de personas usan Google Maps cada mes. Cada vez dependemos cada vez más del GPS para ayudarnos a
pasar de una actividad a otra. En un estudio realizado en Inglaterra, cuatro de cada cinco jóvenes de 18 a 30 años confesaron su
incapacidad para navegar sin ayuda electrónica (Ward 2013).
Google y otros listados de motores de búsqueda impactan dónde elegimos comprar, comer y pasar nuestro tiempo libre. Al intentar
encontrar el restaurante más cercano u obtener información sobre un negocio, muchas personas recurren a Google Maps. Entonces,
¿de dónde obtiene Google sus datos? La mayor parte de la información en Google Places (el directorio de negocios de Google)
proviene de bases de datos comerciales de listas de correo, pero los usuarios comunes también pueden editar detalles como el
número de teléfono o el horario de operación. Esto significa que las empresas rivales pueden enviar spam o piratear un listado si no
es mantenido activamente por los verdaderos dueños de negocios.
Un ejemplo de cómo alguien puede modificar directorios en línea lo demuestra el destino de la Corona Serbia, un restaurante que
sirve abundante comida serbia durante 40 años en la misma ubicación. El restaurante se vio obligado a cerrar en 2013 tras ver un
repentino descenso del 75% en los clientes los fines de semana (Poulson 2014). El desconcertado propietario finalmente descubrió
que Google Places había sido cambiado para reportar incorrectamente que la tienda estaba cerrada los sábados, domingos y lunes.
Este servicio permite a cualquier persona con una dirección de correo electrónico de Google modificar la información sobre un
lugar real. La mayoría de las veces esto es útil porque cualquiera puede corregir un error, pero a veces esta funcionalidad puede
dañar a personas reales. Google ha mejorado en el monitoreo de las llamadas “ediciones de la comunidad”, pero aún tiene
problemas para rastrear listados de mapas falsos.
9.5 Conclusión
Los rápidos cambios en la tecnología se han expandido enormemente quién es capaz de crear datos y mapas. Estos cambios tienen
posibilidades emocionantes para la investigación científica, el socorro en casos de desastre, las prácticas gubernamentales, la
justicia social y la representación/navegación de la vida diaria. Pero también es importante reconocer que los beneficios de estas
innovaciones no están igualmente dispersos. Grandes porciones de la población global no tienen acceso consistente a la
electricidad, mucho menos los tipos de datos espaciales y tecnología discutidos en este capítulo. Los mapas tienen un profundo
impacto en las formas en que nos movemos por el mundo y percibimos el espacio. Como hemos comentado en este capítulo, la
tecnología de mapeo ha cambiado significativamente con el tiempo, con resultados positivos, como una mayor participación en la
creación de datos, y ramificaciones negativas, como la 'brecha digital'.
Referencias
Poulsen, K. 2014. Cómo los hackers de Google Map pueden destruir un negocio a voluntad. CABLEADO.
Vidal, J. 2013. Los 'desechos electrónicos' tóxicos vertidos en las naciones pobres, dice Naciones Unidas. El Guardián.
Ward 2013. Cuatro de cada cinco conductores jóvenes no pueden leer un mapa a medida que nos volvemos más dependientes de
los satnavs. Correo diario.
1. Uso justo. Sara Nelson 2015. [1]http://ebird.org/ebird/map

2. Uso justo. Sara Nelson 2015. [2]http://www.seafloorexplorer.org
3. CC POR 2.5. Marcello Casal Jr (2010) EscombrosBelAir5.jpg: Marcello Casal JR/AbrObra derivada: Diliff (charla) -
EscombrosBelAir5.jpg. https://commons.wikimedia.org/w/index.php?curid=9443655
4. Sara Nelson 2015. https://www.ushahidi.com/
5. Adaptado de la adaptación de William Rankin de las capturas de pantalla de Mikel Maron William Rankin (2016). Después del
Mapa: Cartografía, Navegación y Transformación del Territorio en el Siglo XX. Prensa de la Universidad de Chicago.
http://www.afterthemap.info/images_all.html
6. Uso justo. Sara Nelson 2015. www.ci.minneapolis.mn.us/311/
7. Sara Nelson 2015. https://www.google.com/maps/d/viewer...h2Q_E&hl=en_US
8. CC POR 3.0. Stefano De Sabbata y Mark Graham. commons.wikimedia.org/w/inde... curid=31442136
9. CC0, CC BY-SA 4.0. Por Marlenenapoli commons.wikimedia.org/w/inde... curid=14680987, Por Jcaravanos.
commons.wikimedia.org/w/inde... curid=47028917
This page titled 9: Mapas sociales is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Steven Manson
9: Social Maps by Steven Manson is licensed CC BY-NC-SA 4.0.
10: Conclusión
El mapeo es fundamental para muchas cosas que hacemos como individuos y como grupos. A lo largo de este libro, hemos visto las
formas en que las personas han usado mapas durante miles de años, y de hecho, es probable que estuvieran usando mapas en
tiempos antes de que tuviéramos evidencia en forma de tablillas de arcilla o dibujos murales. Hoy en día, el mapeo es un sector
grande y creciente de la economía, así como un importante fenómeno social, cultural y político. El mapeo también es importante
para el aprendizaje permanente. Las habilidades de pensamiento espacial se utilizan en muchos campos, carreras y pasatiempos. El
informe del Consejo Nacional de Investigaciones “Aprendiendo a Pensar Espacialmente” enfatiza que “con los avances en las
tecnologías informáticas y la creciente disponibilidad de datos espaciales, el pensamiento espacial jugará un papel importante en la
economía basada en la información del siglo XXI”. El mapeo y las tecnologías relacionadas y las prácticas sociales son la base del
pensamiento espacial.
Aprender a pensar espacialmente. El informe del Consejo Nacional de Investigaciones “Aprendiendo a Pensar Espacialmente” describe cómo el mapeo es
fundamental para la economía basada en la información del siglo XXI. [1]
Hemos visto cómo académicos, formuladores de políticas, estudiantes, trabajadores y otros han empleado enfoques espaciales que
reconocen la naturaleza espaciotemporal de las personas, los lugares y los procesos. La clave de estos esfuerzos es utilizar
conceptos como la ubicación, el espacio, la escala y la distancia. Este trabajo es parte de una necesidad transversal más amplia y
vital para que la sociedad amplíe y profundice el uso de enfoques espaciales para que podamos ver mejor las conexiones dentro y
entre los diversos desafíos y posibilidades que enfrentan las personas y el entorno. Las tecnologías de mapeo siempre han
ejemplificado la interacción entre la sociedad y la tecnología, pero estos componentes sociales y tecnológicos son cada vez más
inseparables cuando se unen en el mapeo.
Los mapas son útiles en parte porque nos permiten ver grandes áreas del mundo que de otro modo no podríamos ver por nuestra
cuenta, ya sean las líneas de autobuses de la siguiente cuadra o la totalidad de la tierra. Los mapas son útiles porque pueden
presentar una variedad de información social y ambiental compleja de una manera fácil de interpretar. Los mapas pueden demostrar
relaciones espaciales básicas y resaltar características de interés, pero también pueden proporcionar información sobre cosas que no
se pueden observar directamente incluso si uno estuviera parado en la ubicación mapeada. Por ejemplo, los mapas nos permiten
'ver' fenómenos invisibles como depósitos minerales debajo del suelo, contaminantes en el aire y el recuento de polen del día.
Muchos de nuestros mapas son mapas de referencia, vistas generalistas que representan un mundo que esencialmente almacena y
muestra una variedad de características para una variedad de usos. En contraste, los mapas temáticos destacan temas específicos, ya
sea la ruta más rápida para trabajar o los mejores lugares para comer.
En términos más generales, hemos visto cómo los mapas son a la vez una tecnología, ya sea pluma sobre papel o píxeles en una
pantalla, y un artefacto de la sociedad derivado de los datos, análisis, visualización y uso a los que se ponen los mapas. Como tal,
es difícil saber qué depara el futuro. Nuestros mapas hoy reflejan estándares artísticos y científicos que tienen siglos de antigüedad,
como los sistemas de proyección subyacentes o las convenciones de color utilizadas por la mayoría de los mapas en línea y
móviles. Al igual que las sociedades de las que brotan, sin embargo, los mapas impulsan y son impulsados por los cambios en la
sociedad y la tecnología. Claramente, el mapeo hoy en día es una historia de ciencia de la información geográfica y tecnologías
afines, como GPS, big data, realidad virtual o aprendizaje automático. El mapeo seguirá siendo una parte importante de esta mezcla
evolutiva más amplia de sociedad y tecnología.
Lo que no cambiará, sin embargo, es la necesidad de ver mapas explícitamente en términos de sociedad y tecnología. El mapeo es
una forma de conocer y cambiar el mundo, y como tal, el mapeo solo puede tener sentido en el contexto de una educación más
amplia que permita a una persona involucrarse crítica y éticamente con sus diversas dimensiones. Hemos visto cómo el mapeo se
construye sobre diversos fundamentos incluyendo datos, simbolización, simplificación y clasificación, así como muchas formas de
análisis espacial. A lo largo de este libro, hemos explorado las numerosas dimensiones científicas y políticas de los mapas,
particularmente en cómo no existen solo datos o mapas fuera de un contexto social y tecnológico más amplio. Incluso los aspectos
más básicos de la ciencia y la ingeniería de las tecnologías de mapeo plantean varios tipos de promesas y trampas, incluyendo
tecnologías fundamentales como GPS, Internet, teledetección y crowdsourcing. Muchas tecnologías de mapeo, incluyendo
imágenes por satélite, unidades GPS e Internet con reconocimiento de ubicación, se basan en un complicado conjunto de
interacciones entre varias partes de la sociedad, incluyendo el gobierno, militares, empresas comerciales, organizaciones sin fines
de lucro y gente normal que vive con sus vidas.
También seguirá siendo importante examinar los roles continuos que los individuos desempeñan en sus mundos cultural, social,
económico y político en lo que respecta al mapeo. Debemos hacer preguntas sobre lo que significan las prácticas de vigilancia para
los individuos y la sociedad o cómo los individuos pueden aprovechar las tecnologías de mapeo móvil para cambiar su forma de
entender y efectuar el cambio en el mundo. El mapeo ofrece un marco multidisciplinario con el que entender una variedad de temas
locales, nacionales y globales. El mapeo también implica evaluar críticamente mapas producidos por diferentes individuos, grupos
sociales e investigadores. Esta comprensión informada de estas características sociales y tecnológicas del mapeo es más importante
ahora que nunca. Hemos visto cómo individuos y grupos son rastreados a través de sus teléfonos móviles por compañías como
Facebook o por agencias gubernamentales. Si estás leyendo este libro a través de Internet o como descarga en tu teléfono o tableta,
estás siendo rastreado por algunas organizaciones diferentes, y probablemente más de lo que esperarías. El mapeo es una manera
útil de entender las relaciones entre la sociedad y la tecnología, ya que las tecnologías de mapeo son impulsadas por las necesidades
sociales y estas tecnologías, a su vez, avanzan y cambian con los cambios sociales.
En suma, el mapeo es una actividad humana esencial y en constante crecimiento. Es el resultado de la interacción entre muchas
facetas de la sociedad y la tecnología, y ha sido durante la mayor parte de la historia registrada (y probablemente antes también).
Con el advenimiento del mapeo computarizado, las personas experimentan cómo los datos espaciales, el análisis, la visualización y
el pensamiento están transformando nuestra sociedad de muchas maneras. Miles de millones de personas utilizan tecnologías como
GPS, mapas, servicios de restaurantes basados en la ubicación y compañías de transporte de automóviles. Los gobiernos utilizan el
mapeo para identificar puntos críticos de delincuencia, planificar intervenciones sociales e identificar rutas para evacuar a las
poblaciones vulnerables del daño. Las empresas utilizan el análisis espacial para encontrar sitios óptimos para las tiendas, evaluar
las cadenas de suministro y determinar cuánto cobrar por bienes y servicios. Combinamos enfoques espaciales con datos
espaciotemporales obtenidos de mapas, satélites, teléfonos inteligentes, redes de sensores, cámaras basadas en drones y redes
sociales. Estas tecnologías ayudan a los viajeros a planificar cómo minimizar el tiempo de viaje, a los agricultores a plantar y
proteger mejor los cultivos, a los epidemiólogos a identificar puntos críticos de enfermedades emergentes; a los planificadores de
emergencias para desarrollar rutas de evacuación más inteligentes, a los responsables políticos para visualizar escenarios de cambio
climático espaciotemporal y a los socorristas para utilizar imágenes de alta resolución para mapear áreas de necesidad. Estas son
solo algunas de las muchas formas relevantes y de alto impacto en las que se usa el mapeo en la vida de las personas.
Referencias
Consejo Nacional de Investigaciones. 2006. Aprender a pensar espacialmente. Washington, DC: La prensa de las Academias
Nacionales. https://doi.org/10.17226/11019.
1. De dominio público en Estados Unidos por tratarse de un trabajo preparado por un funcionario o empleado del Gobierno de los
Estados Unidos como parte de los deberes oficiales de esa persona en los términos del Título 17, Capítulo 1, Sección 105 del
Código de Estados Unidos.
This page titled 10: Conclusión is shared under a CC BY-NC-SA license and was authored, remixed, and/or curated by Steven Manson
10: Conclusion by Steven Manson is licensed CC BY-NC-SA 4.0.
CHAPTER OVERVIEW
Volver Materia
Índice
Glosario
This page titled Volver Materia is shared under a not declared license and was authored, remixed, and/or curated by Steven Manson (University of
1
Índice
G S Índice is shared under a not declared license
gerrymandering Surveillance and was authored, remixed, and/or curated by
7: Mentir con mapas 8: Vigilancia LibreTexts.
Glosario
LibreTexts.
Glosario is shared under a not declared license
Glossary has no license indicated.
and was authored, remixed, and/or curated by
Index
G S
gerrymandering Surveillance
7: Mentir con mapas 8: Vigilancia
Glossary
Sample Word 1 | Sample Definition 1
Detailed Licensing
Overview
Title: Libro: Mapeo, sociedad y tecnología (Manson)
Webpages: 27
Applicable Restrictions: Noncommercial
All licenses found:
Undeclared: 63% (17 pages)
CC BY-NC-SA 4.0: 37% (10 pages)
By Page
Libro: Mapeo, sociedad y tecnología (Manson) - CC BY-NC- 4: Diseño y simbolización - CC BY-NC-SA 4.0
SA 4.0 5: Simplificación - CC BY-NC-SA 4.0
Front Matter - Undeclared 6: Análisis - CC BY-NC-SA 4.0
TitlePage - Undeclared 7: Mentir con mapas - CC BY-NC-SA 4.0
InfoPage - Undeclared 8: Vigilancia - Undeclared
Table of Contents - Undeclared 9: Mapas sociales - CC BY-NC-SA 4.0
Licensing - Undeclared 10: Conclusión - CC BY-NC-SA 4.0
Back Matter - Undeclared
Materia Frontal - Undeclared
Index - Undeclared
TitlePage - Undeclared
Glossary - Undeclared
InfoPage - Undeclared
Detailed Licensing - Undeclared
Tabla de Contenidos - Undeclared
Volver Materia - Undeclared
1: Mapas, sociedad y tecnología - CC BY-NC-SA 4.0
2: Datos - CC BY-NC-SA 4.0 Índice - Undeclared
3: Escala y Proyecciones - CC BY-NC-SA 4.0 Glosario - Undeclared

Mapping

Uploaded by

Copyright:

Available Formats

Mapping

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Mapping

Uploaded by

Copyright:

Available Formats

MAPPING, SOCIETY,

1: Mapas, sociedad y tecnología

1: Mapas, sociedad y tecnología

1.1 Mapas, sociedad y tecnología

1.2 Una historia muy corta

1.3 Mapas y educación liberal

2.1 ¿Qué son los Datos Espaciales?

2.4 Datos del Censo

2.6 Herramientas de mapeo

3.2 Alcance vs. Resolución

3.3 Coordenadas y proyecciones

A medida que pelas y aplana la piel, encontrarás varios problemas:

3.4 Mecánica de Proyección

3.4.2 Área igual

3.4.4 Compromiso, Interrumpen y Proyecciones Artísticas

4.1 Elementos del mapa

4.2 Principios de diseño

4.3.2 Variables visuales

5.1.1 Mapa de puntos

5.1.3 Choropleth Mostrar mapa

5.3.3 Roturas naturales

5.3.4 Número de clases

Eliminación. Mapa generalizado al eliminar calles. [14]

Simplificar. Mapa generalizado al suavizar las líneas de costa. [15]

1. CC BY-NC 4.0. Peter Dovak 2013. www.Behance.net/Galería/Lavar... Balanza/10965947

6.1 Análisis de patrones de puntos

6.2 Análisis de autocorrelación

Autocorrelación. Negativa, positiva y neutra o ninguna autocorrelación. [6]

6.3 Análisis de proximidad

6.4 Análisis de correlación

6.5 Combinación de análisis

1. CC BY-NC-SA 4.0. Steven M. Manson, 2015

7.1 Pequeñas mentiras

7.1.5 Agregación, Clasificación y Falacia Ecológica

7.1.6 Agregación y Zonación

7.2 Grandes Mentiras

7.2.3 Mentiras comerciales: Publicidad

1. CC BY-SA 3.0. Adaptado de Daniel R. Strebe - Obra propia.n https://commons.wikimedia.org/w/inde...curid=16115242.

8.2 Vigilancia Interior

8.3 Vigilancia Exterior

9.1 Información Voluntariada

9.1.1 VGI para la Ciencia

9.1.3 VGI para Gobierno

9.3 Divides digitales

9.4 Mapas Digitales, Mundo real

1. Uso justo. Sara Nelson 2015. [1]http://ebird.org/ebird/map

You might also like

Pfad - The Proxy pFad of © 2024 Garber Painting. All rights reserved.