Introducción

La visualización científica es una rama específica de la visualización en sentido general. Su meta principal es la transformación de los datos científicos en una representación visual apropiada de estos, para facilitar mediante dichas imágenes la interpretación de los datos y realizar de manera más eficiente y efectiva las evaluaciones y análisis respectivos.

La visualización de información es el estudio interdisciplinario de la representación visual de colecciones a gran escala de información no numérica como archivos y líneas de código en sistemas de software, librerías y bases de datos bibliográficas, redes relacionales en Internet, etcétera (Friendly, 2008).

Un Sistema de Información Geográfica (GIS, por sus siglas en inglés) es un sistema computarizado que provee los siguientes cuatro conjuntos de operaciones para tratar datos georreferenciados: entrada de datos, uso de los datos (almacenamiento y recuperación), manipulación y análisis y salida (Aronoff, 1989; citado en Pérez, 2010).

Estos tres conceptos, con sus respectivas técnicas y métodos han sido muy utilizados tanto de manera individual como combinados en los últimos años no solo por las comunidades científicas en campos aislados de investigación y desarrollo sino por casi cualquier usuario para erradicar necesidades específicas y/o particulares de la vida cotidiana. Una tecnología donde se denota la convergencia de estos tres campos y que ha sido aceptada como algo cotidiano es el Sistema de Posición Global (GPS, por sus siglas en inglés), accesible actualmente por casi cualquier persona en cualquier parte del mundo, cuyo auge se ha visto promovido en mayor medida gracias al uso creciente de los dispositivos móviles.

Actualmente e incluso con el avance tecnológico existente la visualización científica, la visualización de información y los sistemas de información geográfica vistos tanto de forma separada como interrelacionada son temas considerados novedosos y a pesar de que existen múltiples investigaciones y publicaciones en dichas áreas se cree que se tiene, aún, poca información por lo que todavía se considera pioneras a las instituciones que trabajan de forma asidua y constante con estos términos y el desarrollo de proyectos científicos relacionados con estos.

Visualización científica, de información y Sistemas de Información Geográfica

Un campo de la visualización que relaciona los GIS con la visualización científica y la visualización de información es la Geovisualización. Este es un término que se refiere a un conjunto de herramientas, técnicas y métodos para el análisis de datos geoespaciales apoyándose principalmente en la visualización interactiva (MacEachren, y Menno-Jan, 1997; Jiang y Li, 2005; MacEachren, 2004).

La geovisualización fue desarrollada como campo de investigación en los inicios de la década de 1980 y ha continuado su crecimiento ya no sólo como campo de investigación sino también de forma aplicada en distintas áreas.

Algunos campos de investigación y desarrollo favorecidos con la continua mejora de la geovisualización son, por ejemplo, la geoinformática, la cartografía, las ciencias forestales, dentro de la cual se encuentran los servicios forestales, la silvicultura y la planificación de tierras para plantaciones agrícolas, la arqueología, la planificación urbana y los estudios medioambientales, dentro de los cuales se incluyen estudios meteorológicos, predicción de sucesos medioambientales y estudios de niveles de contaminación en el medio ambiente.

La geovisualización como campo científico contiene cuatro temas fundamentales de investigación y desarrollo en los cuales se ha centrado actualmente la atención de la comunidad científica embebida en este tema: representación de los datos, desarrollo e integración de métodos, vinculación de técnicas y herramientas de representación de datos con habilidades para la construcción de conocimiento con la computación, diseño de interfaces que permitan un mejor entendimiento por parte de los usuarios y el desarrollo de herramientas con un mayor espectro cognitivo/usabilidad (MacEachren y Menno-Jan, 2001).

Hoy se trabaja arduamente en la mejora de la visualización de los datos geográficos (cartográficos, meteorológicos, etcétera) para lograr una mejor percepción de estos por parte de los usuarios. En esta área se trabaja con el objetivo de optimizar algoritmos de búsqueda en las bases de datos para minimizar los tiempos de representación visual de los pedidos, en lograr una visualización más entendible de datos complejos para lograr una mejor comprensión de las imágenes dado lo complicado que puede tornarse para el ojo humano distinguir ciertos datos importantes en un conjunto, los esfuerzos se concentran también en hacer un uso más eficiente y racional de las tecnologías existentes.

Se busca también desarrollar herramientas que hagan una representación más sólida de los datos y den respuesta o mejoren desafíos y deficiencias tales como: interactividad, animación y comportamientos de objetos dinámicos (MacEachren y Menno-Jan, 2001).

Dentro de la representación de datos existen diferentes temáticas en las cuales se enfocan también las investigaciones actualmente: desarrollar formas de representación que soporten la comprensión de procesos espacio-temporales y fenómenos geo-espaciales (representación de objetos autónomos, que poseen comportamiento propio) (MacEachren y Menno-Jan, 2001), para dotar las herramientas con algoritmos de predicción y estimación, expandir las posibilidades de la representación visual y aplicarlas de manera más efectiva a las tecnologías desarrolladas recientemente (por ejemplo las comunicaciones móviles y las aplicaciones multiusuario) y desarrollar métodos de representación que cubran de manera eficiente el manejo de grandes cantidades de datos (de terabytes en adelante).

En materia de integración de la visualización con la computación se trabaja también en adaptar a la representación de datos métodos que permitan incrementar el rango de tareas que los sistemas de geovisualización pueden o debieran soportar (descubrimiento y construcción de conocimiento y toma de decisiones), además de crear y mejorar tendencias hacia el enfoque visual para el análisis de datos y en especial aplicados a la minería de datos (MacEachren y Menno-Jan, 2001).

Los esfuerzos se están enfocando además hacia una mejora de la captura, procesamiento y análisis de la información mediante el desarrollo de métodos para modelar y analizar rangos de datos que son, con frecuencia muy complejos. Se mejoran también los algoritmos de Descubrimiento de Conocimiento en Bases de Datos (KDD, por sus siglas en inglés) que proponen encontrar estructuras válidas y útiles en los grandes volúmenes de datos las cuales provean algún significado o explicación a sucesos, un nuevo punto de vista es utilizar métodos visuales para llevar a cabo la minería de datos geo-espaciales con el objetivo, también, de descubrir patrones y relaciones en los datos contenidos en las bases de datos y con esto aumentar la integración de las herramientas visuales y computacionales para aumentar la colaboración hombre-máquina en la búsqueda y construcción del conocimiento (MacEachren y Menno-Jan, 2001).

Para que los avances obtenidos en materia de representación visual e integración de esta con la computación causen el impacto deseado y merecido se necesitan avances en la forma en que se le presentan al usuario y es aquí donde entra la creación y desarrollo de mejores interfaces para las herramientas.

En esta área se trabaja con el objetivo de mejorar los ambientes de trabajo para lograr un mayor entendimiento por parte del usuario, basado en que cada persona al ser diferente una de otra reaccionan de manera diferente al ambiente de visualización, se busca también fomentar el pensamiento creativo en los usuarios que utilizan estas herramientas (MacEachren y Menno-Jan, 2001).

El área de estudios destinada a manejar los procesos cognitivo/usabilidad está enfocada a reducir la brecha existente entre cómo los usuarios perciben la información que se les brinda y cómo esta les es brindada. Para desarrollar productos que logren una mayor cohesión hombre-máquina se llevan a cabo estudios dirigidos a conocer a estos usuarios tanto de manera individual como en su subgrupo social y determinar como captan la información dependiendo de su experiencia, edad, sexo, desventajas sensoriales entre otros factores (MacEachren y Menno-Jan, 2001).

Un problema recurrente que frena y afecta de manera directa el desarrollo de esta área es la actual falta de paradigmas establecidos en el ámbito cognitivo o los estudios de usabilidad con espectros de visualidad interactiva demasiado abarcadores (MacEachren y Menno-Jan, 2001).

De manera general para lograr mayores avances de forma más concreta en el área de la geovisualización atendiendo a la complejidad de los problemas que se plantean se deben no solo investigar y desarrollar nuevos métodos de representación de forma aislada sino que los esfuerzos deben ser aunados y coordinados por las diversas comunidades científicas dado la necesidad también de enfrentar estos problemas desde nuevos enfoques y perspectivas, intercambiando experiencias alcanzadas en distintas disciplinas que pudieran servir de apoyo a cualquiera de las materias directamente relacionadas con este campo.

Eventos y publicaciones relacionadas con el tema

Demostrando que la concordancia de estas áreas de investigación y desarrollo está en pleno auge existen diferentes publicaciones y eventos donde las comunidades científicas y desarrolladores individuales pueden hacer gala de los avances obtenidos.

Con mas de 8000 miembros alrededor del mundo y abarcando gran parte de la comunidad interesada en los gráficos por computadoras y técnicas interactivas se encuentra ACM SIGGRAPH cuya misión es generar y diseminar información acerca de estos grandes espectros investigativos y su propósito es crear una comunidad cuyo principal valor sea la innovación y aplicación sobre/de dichos campos.

ACM SIGGRAPH es reconocida por sus dos conferencias internacionales anuales sobre gráficos por computadoras y técnicas interactivas (SIGGRAPH) llevadas a cabo en EE.UU. y Asia.

ACM SIGGRAPH auspicia además importantes eventos internacionales para promover la investigación en estos campos como son: la Conferencia Internacional sobre Gráficos por Computadoras, Visualización y Visión Computarizada (WSCG), la Conferencia Conjunta Internacional sobre Visión Computarizada, Imágenes y Teoría y Aplicaciones de los Gráficos por Computadoras (VISIGRAPP) y la Conferencia Internacional sobre Educación y Sistemas de Información, Tecnologías y Aplicaciones (EISTA).

Otro espacio de debate abierto sobre estos temas es el brindado por la comunidad de GeoInformática Aplicada para la Sociedad y el Medio Ambiente (AGSE) que cada año lleva a cabo la Conferencia Internacional de GeoInformática Aplicada para la Sociedad y el Medio Ambiente que ellos mismo definen como un espacio interdisciplinario para compartir conocimiento acerca de las aplicaciones de GeoInformática enfocada a los países en desarrollo, algunos tópicos importantes presentados en esta cita son:

• GIS y herramientas Open Source.

• NeoGeografía y Visualización.

• Fotogrametría, Sistemas de observación de la Tierra, Extracción de Información.

Cuba no está ajena a estos términos y por supuesto también ha habilitado espacios, donde destacan la Feria Internacional de Informática llevada a cabo anualmente en la capital y donde dentro de la gran gama de temas tratados algunas líneas de trabajo están enfocadas en estos temas.

Sesiona también el Congreso Cubano de GeoInformática (GEOINFO), donde se abordan temáticas estrechamente relacionadas con la visualización científica, de información y los GIS, como son:

• Sistemas de Información Geográfica.

• Procesamiento y Análisis Digital de Imágenes.

• Sistemas de Navegación y Posicionamiento Global.

• Análisis Exploratorio de Datos.

• Minería de Datos.

• Modelación Matemática (2D y 3D).

Herramientas de visualización

En la actualidad son muchas las empresas que han logrado desarrollar productos software de gran calidad, dando solución parcial o completa a varios problemas planteados, siendo el rasgo más importante de algunos de estos el amplio espectro abarcado y los grandes avances obtenidos en materia de análisis estadísticos de grupos de datos o variables específicas, dirigidas al público en general o al sector científico.

Una empresa destacada es Google que dentro de la gama de servicios que ofrece tiene habilitado el Google Earth, software que combina imágenes satelitales, bases de datos de mapas y el motor de búsqueda de Google para construir y mostrar secciones específicas de distintos lugares en la Tierra.

Contiene algunas características que lo hacen un software muy competitivo y agradable desde el punto de vista visual:

• Visualización de imágenes vía satélite.

• Ofrece opciones de aplicar volumen a montañas, valles, árboles, etc.

• Medición de distancias geográficas.

• Conexión con GPS.

La Global Mapper Software LLC ofrece también un producto sólido con características que lo hacen una opción apetecible para la comunidad que trabaja o se apoya en la construcción de mapas.

Algunas de las capacidades de este producto son:

• Rectificación de imágenes.

• Generación de contornos para grupos de datos de superficies.

• Análisis de datos.

Incluye la posibilidad de acceder directa y simultáneamente a distintas bases de datos de imágenes, mapas topográficos y datos sobre distintos terrenos concretos.

La comunidad de Open Source ante tal avance no se ha quedado de brazos cruzados y como contraparte ha desarrollado productos de amplio espectro tales como OpenDX y ParaView.

La primera es una herramienta para la visualización de datos analíticos, ingenieriles y científicos, provee además a los usuarios de una gran flexibilidad y posibilidades de creación al momento de visualizar la información.

Posee una gran variedad de características que permiten describirlo a la comunidad que lo desarrolla como “sin límites”, algunas de estas son:

• Interfaces de usuario capaces de renderizar imágenes desde 8 hasta 32 bits.

• Modelo de datos mejorado, arquitectura orientada a objetos lo que permite un mejor trabajo con datos correlacionados.

• Diseñado para trabajar en un ambiente cliente-servidor.

• Diseñado para ejecutarse en paralelo en arquitecturas multiprocesador con memoria compartida.

• Análisis exploratorio de datos.

Otra herramienta Open Source es ParaView, desarrollada por Kitware, es una aplicación multiplataforma de análisis y visualización de datos. La exploración de datos en este producto puede ser realizada de forma interactiva mediante imágenes 3D o utilizando las capacidades ofrecidas por la consola de la herramienta.

ParaView fue desarrollado para analizar grandes grupos de datos utilizando recursos de memoria distribuida, puede por lo tanto ser ejecutado en supercomputadoras para analizar grupos de datos a nivel de terabytes así como en computadoras personales para analizar pequeñas cantidades.

Esta herramienta fue desarrollada utilizando el framework Visualization Toolkit (VTK) y algunas de las características que ofrece a los usuarios son:

• Procesamiento de datos alcanzados utilizando módulos de Python como Python Programmable Filter incluido en el VTK.

• Inspección cuantitativamente de los datos.

• Interfaces intuitivas y flexibles basado en el framework de aplicación Qt.

• Pueden adicionársele nuevos módulos tanto por la vía de un archivo descriptivo XML de la interfaz o escribiendo clases en C++.

Conclusiones

Puede pensarse que todos estos avances investigativos y tecnológicos en estos tres campos mantienen a las comunidades científicas sin sed de superación e innovación, nada más lejos de la realidad, nuevos enfoques están siendo seriamente tomados en cuenta para lograr técnicas, métodos, aplicaciones y herramientas de mayor calidad y sobre todo que cada vez más estas soluciones cubran problemas específicos ya no solo en el ámbito científico sino en la vida cotidiana.

Navegando por Internet se podrían encontrar otros muchos ejemplos de software a referenciar, tanto de tipo propietario como Open Source, que han logrado una gran aceptación y demanda por el público y las comunidades a las cual están dirigidos.

Algunas de estas herramientas difieren entre sí debido a sus características propias y al espectro que cubren pero es imposible negar que ofrecen una vía para el continuo perfeccionamiento tanto de las técnicas y métodos que las conforman como de ellas en sí.

Referencias Bibliográficas

Friendly, M., (2008). Milestones in the history of thematic cartography, statistical graphics, and data visualization.

MacEachren, A. y K. Menno-Jan, (Enero, 2001). Research Challenges in Geovisualization. Revista Cartography and Geographic Information Science. En línea en: http://findarticles.com/p/articles/mi_hb3006/is_1_28/ai_n28829764/?tag=content;col1 [Accesado el 6 de diciembre de 2010]

Pérez, R., (2010). Sistemas de Información para la Gestión Medioambiental. Diplomado impartido en la Maestría Informática para la Gestión Medioambiental. Santa Clara. Facultad de Matemática-Física-Computación. Universidad Central Marta Abreu de las Villas.

Pérez, C., (2010). Introducción a la Visualización Científica. Conferencia impartida en la Maestría Informática para la Gestión Medioambiental. Santa Clara. Facultad de Matemática-Física-Computación. Universidad Central Marta Abreu de las Villas.

Pérez, C., (2010). Visualización de datos multiparamétricos. Conferencia impartida en la Maestría Informática para la Gestión Medioambiental. Santa Clara. Facultad de Matemática-Física-Computación. Universidad Central Marta Abreu de las Villas.

Pérez, C., (2010).Modelación de datos para la visualización científica. Conferencia impartida en la Maestría Informática para la Gestión Medioambiental. Santa Clara. Facultad de Matemática-Física-Computación. Universidad Central Marta Abreu de las Villas.

Puente, J., Introducción a la Visualización Científica. Boletín SIG México. En línea en: http://groucho.siggraph.org.mx/boletin/smbol14.html [Accesado el 7 de diciembre de 2010]

MacEachren, A. y K. Menno-Jan, (1997). Exploratory cartographic visualization: advancing the agenda. Revista Computers & Geosciences, #23(4). Citado en: http://en.wikipedia.org/wiki/Geovisualization [Accesado el 7 de diciembre de 2010]

Jiang, B. y Z. Li, (2005). Geovisualization: Design, Enhanced Visual Tools and Applications. Revista The Cartographic Journal, # 42(1). Citado en: http://en.wikipedia.org/wiki/Geovisualization [Accesado el 7 de diciembre de 2010]

MacEachren, A., (2004). Geovisualization for knowledge construction and decision support. Revista IEEE computer graphics and applications, # 24(1). http://en.wikipedia.org/wiki/Geovisualization [Accesado el 7 de diciembre de 2010]

http://applied-geoinformatics.org/ [Accesado el 15 de diciembre de 2010]

http://www.ucsm.edu.pe/jinis/AGSE2010-FlyerES1.pdf [Accesado el 15 de diciembre de 2010]

http://www.cubacienciasdelatierra.com/ [Accesado el 18 de diciembre de 2010]

http://www.google.es/intl/es/earth/index.html [Accesado el 20 de diciembre de 2010]

http://www.paraview.org/ [Accesado el 21 de diciembre de 2010]

http://www.opendx.org/ [Accesado el 23 de diciembre de 2010]