Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprende Sistemas de referencia de coordenadas (CRS) | Introducción a los Datos Geoespaciales
Análisis Geoespacial con Python

Sistemas de referencia de coordenadas (CRS)

Desliza para mostrar el menú

Al trabajar con datos geoespaciales, es necesario contar con una forma de describir la ubicación de los elementos en la Tierra. Aquí es donde entran los Sistemas de Referencia de Coordenadas (CRS). Un CRS define cómo el mapa bidimensional proyectado en tu análisis se relaciona con lugares reales en el globo. Sin un CRS, tus datos espaciales no tendrían contexto: las coordenadas serían solo números, no ubicaciones reales.

Existen dos categorías principales de CRS: sistemas de coordenadas geográficas y sistemas de coordenadas proyectadas. Un sistema de coordenadas geográficas utiliza latitud y longitud, representando ubicaciones sobre una superficie esférica. En cambio, un sistema de coordenadas proyectadas transforma estas ubicaciones a una superficie plana, usando unidades como metros o pies. Esta transformación se denomina proyección cartográfica. Cada proyección distorsiona la superficie terrestre de alguna manera, lo que puede afectar el área, la forma, la distancia o la dirección. Elegir el CRS y la proyección adecuados es fundamental, ya que una elección incorrecta puede llevar a mediciones inexactas o mapas engañosos.

Siempre que analices, visualices o combines conjuntos de datos geoespaciales, debes asegurarte de que todas las capas utilicen CRS compatibles. Si las capas usan diferentes CRS, sus elementos pueden no alinearse y los cálculos espaciales—como medir distancias o encontrar intersecciones—serán incorrectos. Por lo tanto, comprender los CRS es fundamental para un análisis geoespacial confiable.

1234567891011
import geopandas as gpd # Load a sample GeoDataFrame (replace with your own file or data source) url = "https://raw.githubusercontent.com/nvkelso/natural-earth-vector/master/geojson/ne_110m_populated_places.geojson" gdf = gpd.read_file(url) # Inspect the current CRS print("Original CRS:", gdf.crs) # Reproject to a different CRS (for example, Web Mercator) gdf_projected = gdf.to_crs("EPSG:3857") print("Projected CRS:", gdf_projected.crs)

El ejemplo de código muestra cómo trabajar con Sistemas de Referencia de Coordenadas (CRS) usando geopandas. Primero, carga un GeoDataFrame desde un archivo GeoJSON remoto que contiene lugares poblados. Luego, el código imprime el CRS original, que normalmente es EPSG:4326 (latitud y longitud WGS84). A continuación, reproyecta el GeoDataFrame a un CRS diferente—EPSG:3857 (Web Mercator)—utilizando el método to_crs. Imprimir el nuevo CRS confirma la transformación. Este flujo de trabajo muestra cómo inspeccionar y cambiar el CRS de tus datos, lo cual es esencial para asegurar que las capas espaciales se alineen correctamente y las mediciones sean precisas en el análisis geoespacial.

question mark

¿Cuál de las siguientes opciones describe mejor el papel de un Sistema de Referencia de Coordenadas (CRS) en el análisis espacial?

Selecciona la respuesta correcta

¿Todo estuvo claro?

¿Cómo podemos mejorarlo?

¡Gracias por tus comentarios!

Sección 1. Capítulo 2

Pregunte a AI

expand

Pregunte a AI

ChatGPT

Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla

Sección 1. Capítulo 2
some-alt