Consulta: Alineación rasters (píxeles sin datos)

Question

Me gustaría saber si al alinear rasteres de distintas resoluciones en QGIS si es posible que algunas áreas que no tienen datos se puedan de alguna forma modificar o interpretarlas de alguna manera con el fin de dar una explicación acorde a lo obtenido.

En mi caso, para un modelo de riesgo de inundación estoy utilizando el software InVEST, 2 de sus insumos son 2 capas raster grupo hidrológico de suelo (SOIL_GROUP, tamaño de pixel 255, -255) y Uso del suelo y cobertura de la tierra (ESA_ LULC, tamaño de pixel 10, -10) ambos correctamente referenciados.

Hay que tener en cuenta que la capa SOIL_GROUP por default, posee algunos datos de cero (no data) que corresponden a áreas como ríos y lagos.

He alineado las 2 cápas raster, con el fin de que la capa creada se utilice en el modelo InVEST mencionado, he intentado alinear la capa SOIL_GROUP  a la de ESA_LULC, sin embargo, la nueva capa creada SOIL_GROUP_10m aparece sin datos (no data) asumo que por la ausencia de datos de SOIL_GROUP.

Por lo tanto, me gustaría saber si existe una forma de que los píxeles que no tienen datos (0) no se tomen en cuenta en la alineación, es decir, que se pudieran "bloquear" o mediante otro método de resampling o similar se pudieran integrar a la capa alineada final y de ser así que tanto influiría ese cambio en la alineación final.

Muchas gracias por su ayuda :).

Answer 1

Entiendo tu problema, y definitivamente al trabajar con rasteres de distintas resoluciones y alinearlos puede presentarse la situación donde los valores "no data" (o sin datos) interfieran en el resultado final. Aquí te doy algunos consejos y pasos que podrías seguir en QGIS:

1. Uso de máscaras: Una forma de "bloquear" o ignorar ciertos valores es mediante el uso de máscaras. Puedes crear una máscara basada en tu raster SOIL_GROUP que identifique los valores "no data". Luego, al realizar operaciones o alinear, usa esta máscara para excluir o proteger esas áreas.

2. Resampling: Al hacer el resampling (cambio de resolución) de tu capa SOIL_GROUP para coincidir con ESA_LULC, asegúrate de usar un método que sea adecuado. Por ejemplo, el método "nearest neighbor" (vecino más cercano) sería apropiado para datos categóricos como tipos de suelo. Sin embargo, debes ser consciente de que cambiar la resolución puede generar artefactos o distorsiones.

3. Rellenar valores "no data" después del resampling: Una vez que hayas realizado el resampling, puedes usar herramientas como "Fill nodata" (Rellenar sin datos) en QGIS para llenar los huecos con valores basados en los píxeles circundantes. Sin embargo, ten en cuenta que esta acción puede no ser representativa en el contexto de tus datos.

4. Análisis de sensibilidad: Si decides rellenar o alterar valores "no data", es vital realizar un análisis de sensibilidad. Es decir, evalúa cómo estos cambios afectan los resultados de tu modelo de riesgo de inundación en InVEST. De esta manera, puedes justificar tus decisiones y entender las implicaciones.

5. Documentación: Cualquier modificación, interpolación o suposición que hagas en tus datos debe ser documentada cuidadosamente. Esto es vital para garantizar la transparencia y reproducibilidad de tu investigación.

6. Buscar datos adicionales: A veces, es posible encontrar conjuntos de datos adicionales que te ayuden a rellenar lagunas en tus datos existentes. Por ejemplo, podrías buscar un dataset detallado sobre cuerpos de agua en tu área de interés y usarlo para mejorar o complementar tu capa SOIL_GROUP.

Comments

Muchas gracias, intentaré estos pasos y te comentaré los resultados.