En algunos casos, los datos no son continuos (altitud, pendiente, distancia…), sino discretos, es decir, constituidos por clases.
Cada píxel corresponde entonces a una categoría: un tipo de suelo, un uso del suelo, un nivel de riesgo, etc.
Estas tramas «categóricas» son muy frecuentes en el análisis espacial, pero plantean un problema:
¿cómo integrarlas en un análisis multicriterio difuso cuando no contienen valores numéricos continuos?
Aquí es donde entra en juego el módulo Clases → Fuzzy del plugin FuzzyAttributes (versión 2).
El principio
En lugar de trabajar directamente con las clases (1, 2, 3… o «bosque», «urbano», «agua»), se busca expresar para cada una de ellas en qué medida cumple un criterio determinado.
Ejemplos:
- Para un criterio «zonas favorables a la infiltración»,
- suelos arenosos → satisfacción 0,9
- suelos arcillosos → satisfacción 0,3
- zonas urbanas → satisfacción 0,1
- Para un criterio de «riesgo de erosión»,
- pendientes pronunciadas → 0,8
- bosques → 0,2
El resultado es una trama difusa, en la que cada píxel toma un valor entre 0 y 1 que representa el grado de satisfacción del criterio.
Pasos en el complemento FuzzyAttributes
- Menú: Clases → Fuzzy
- Seleccione una ráster categórica (monobanda, de tipo entero).
- El complemento lee los valores únicos presentes en la capa.
- Para cada clase, introduzca el grado de pertenencia difusa (entre 0 y 1).
También puede cargar una tabla de correspondencias desde un archivo CSV existente. - Elija un nombre para la ráster difusa de salida (por ejemplo, fzy_classes.tif).
- Haga clic en Crear ráster difusa.
Buenas prácticas
- La coherencia depende del criterio estudiado: una misma clase puede ser favorable en un análisis y desfavorable en otro.
- Evite los valores absolutos 0 y 1, salvo que tenga total certeza: la lógica difusa permite precisamente expresar los matices.
- Documente sus correspondencias: pueden guardarse en un archivo CSV o en una tabla del GeoPackage para su reutilización.
Un ejemplo concreto
Objetivo:
Crear un mapa de idoneidad para la instalación de colmenas a partir de la trama CORINE Land Cover.
Principio:
Cada tipo de ocupación del suelo (bosque, pradera, zona agrícola, urbana, etc.) recibe un grado de satisfacción entre 0 y 1 según su interés apícola.
Paso 1: Fuente de datos
Puede descargar el ráster CLC directamente aquí:
https://land.copernicus.eu/pan-european/corine-land-cover/clc2018
Formatos disponibles: GeoTIFF, resolución de 100 m.
A continuación, puede recortarlo según el área de estudio (por ejemplo, Córcega).
Paso 2: Correspondencia de clases
A continuación se muestra una tabla de correspondencia de ejemplo para la evaluación apícola:
| Código CLC | Denominación simplificada | Grado de idoneidad apícola (μ) | Justificación |
|---|---|---|---|
| 111–142 | Zonas urbanas/artificiales | 0.1 | Muy bajo, pocos recursos florales naturales |
| 211–244 | Zonas agrícolas (cultivos, mosaicos agrícolas) | 0.6 | Presencia de prados y cultivos melíferos posibles |
| 311–313 | Bosques (frondosos, coníferos, mixtos) | 0.8 | Ricos en especies melíferas según la temporada |
| 321–324 | Vegetación natural (matorrales, maquis, etc.) | 0.9 | Muy favorable, floración prolongada, pocas perturbaciones |
| 331–335 | Espacios abiertos, playas, zonas rocosas | 0.3 | Pocas flores, condiciones difíciles |
| 411–423 | Zonas húmedas | 0.4 | Medios inestables, a veces ricos pero frágiles |
| 511–523 | Masas de agua / mar | 0.0 | Evidentemente no propicio |
Paso 3: Transformación difusa
Con el complemento FuzzyAttributes → módulo Classes → Fuzzy:
1-Cargar la trama CLC (reclasificada u original).
2-Definir la tabla de correspondencias anterior (códigos y μ).
3-Generar la trama difusa fzy_corine.tif.
4-Visualizar: las zonas favorables (μ cercanas a 1) aparecerán más claras.
Paso 4: Interpretación
- Se obtiene un mapa continuo de idoneidad apícola, en lugar de un mosaico de clases rígidas.
- A continuación, se puede combinar con otros criterios difusos:
- proximidad al agua (necesidad de abrevadero)
- altitud/pendiente
- distancia a las carreteras (accesibilidad)
- ausencia de cultivos tratados
Una agregación difusa de estos criterios producirá un mapa multicriterio de ubicación óptima de las colmenas.
En resumen
Transformar una trama de clases en una trama difusa significa pasar de una lógica «categórica» a una lógica «gradual»: se abandona el «todo o nada» para representar el grado de relevancia de cada clase con respecto a un objetivo.
