Se quiere conocer la distribución espacial de la población de un determinado municipio. Para ello se parte de cartografía catastral de parcelas, cartografía de secciones censales y datos demográficos por sección censal. En este ejercicio se aplica la metodologia de Desagregación poblacional a partir de datos catastrales por García-Mora.
1.- Marco metodológico
Este ejercicio se basa en la metodología propuesta por García-Mora en su artículo «Desagregación poblacional a partir de datos catastrales». El autor desarrolla una «metodología para desagregar los datos poblacionales a la escala de edificio, distribuyendo los habitantes según dos criterios: en función del número de viviendas y proporcionalmente a la superficie construida dedicada a uso residencial».
Se trata de un método que aproxima la distribución real de la población sin contemplar casos particulares, como «que pueden existir viviendas vacías o de segunda residencia, que los individuos estén empadronados y no residan en dicho lugar». El método asume que el reparto de la población es homogéneo por franja de edad o nacionalidad; no se ajusta a la realidad.
La metodología establece que «la necesidad de esta desagregación poblacional radica en que es necesario distribuir los habitantes a una escala más pequeña que las secciones censales, para poder reagruparlas en unas nuevas unidades espaciales que se utilicen para el estudio urbano, reduciendo los posibles efectos del Problema de la Unidad Espacial Modificable (Openshaw, 1984).».
Supone aplicar un primer «proceso de desagregación (downscaling o top-down approach) considerando que todos los bloques residenciales tienen el mismo número de viviendas o superficie construida residencial», seguido de un segundo «proceso inverso, cómo a partir de datos desagregados se vuelven a agregar (upscaling o bottom-up approach) en unidades espaciales que sean comparables con tamaño y forma iguales».
1.1.- Esquema metodológico
- Relacionar SHP Parcelas y CAT Parcelas.
- Unión espacial entre Sección Censal y Parcelas.
- Tabla de frecuencia de parcela por Sección Censal.
- Tabla de frecuencia de vivienda por Parcela.
- Unión entre tabla de población y sección Censal.
2.- Datos de partida
Los datos de partida necesarios para este ejercicio son:
- Cartografía catastral en formato Shapefile (.SHP).
- Información alfanumérica catastral en formato CAT (.CAT).
La cartografía catastral e información alfanumérica catastral en España se pueden obtener desde la Sede Electrónica de Catastro (SEC) dependiente de la Dirección General de Catastro.
Se debe comprender la lógica y el orden de los datos catastrales, ya que la base de datos alfanumérica catastral sigue una estructura determinada. En caso de duda existe un documento de preguntas frecuentes. Para la descarga de los datos se sigue el manual de usuario editado por Catastro para Descarga y tratamiento de información alfanumérica en formato CAT.
Se descarga la cartografía catastral e información alfanumérica catastral a nivel municipal para el municipio de Eivissa (Islas Baleares). - Geometrías de secciones censales.
La geometría de secciones censales se obtiene de la cartografía digitalizada para el Censo del 2011. - Información demográfica: número de habitantes por sección censal.
Los datos de población se descargan del Instituto Nacional de Estadística (INE) utilizando la herramienta Sistema de Información Demográfica como se realiza en el artículo anterior. En este caso se compone una tabla de número de habitantes por sección censal acotado al municipio de Eivissa perteneciente a la Comunidad Autónoma de Islas Baleares.
3.- Tratamiento de información
Se abre el fichero en formato CAT utilizando Excel y a través de las plantillas proporcionadas por Catastro. Desde Excel se filtran los datos para cada tipo de plantilla (tipo 15, 14 y 11) con la herramienta Filtros utilizando criterios avanzados.
Se guarda cada plantilla filtrada en un archivo CSV, generando tres ficheros: CAT_tipo11_ibiza.csv, CAT_tipo14_ibiza.csv, CAT_tipo15_ibiza.csv. En este ejercicio solo se utiliza CAT_tipo15_ibiza.csv.
Durante el filtrado de la información modifica las cabeceras de la tabla teniendo en cuenta el tipo de dato, ya que ArcGIS espera que los nombres de las columnas no comiencen por números ni utilicen palabras reservadas a la hora de importar las tablas.
Se modifica el nombre de la columna número 6 a ‘REFCAT’; esta columna se utiliza como atributo de unión posteriormente.
A partir de la tabla datos demográficos se genera una tabla CSV, con las cabeceras modificadas, que contiene información sobre el número de habitantes por sección censal desde 2011 a 2014 (seccion_censal_ibiza.csv).
4.- Exportar datos a ArcGIS
Se crea una geodatabase predeterminada del proyecto (CAT_ibiza.gdb) y se importan todas las tablas CSV de los pasos anteriores.
Se crea una nueva columna calculada a partir de la columna ‘SeccionCensal’ de la tabla ‘secccion_censal_ibiza.dbf’ con el siguiente código:
def clas(t): return t[8:18] CUSEC=clas( !SeccionCensal! )
Se recorta la capa de secciones censales (SECC_CPV_E_20111101_01_R_INE.shp) para el municipio de Eivissa utilizando Definition Query en las propiedades de la capa, con la expresión ‘»NMUN» = ‘Eivissa».
5.- Ejercicio
Tareas:
- Unión espacial de capas: Cartografía de Parcelas -> Cartografía de secciones censales
Se genera una capa de parcelas con las propiedades de la sección censal que corresponde espacialmente.
PARCELA.shp <-> SECC_CPV_E_20111101_01_R_INE.shp -> spaJoin_ParSC.shp - Se crea una nueva tabla filtrada a bienos inmuebles con uso comercial y vivienda, para ello se utiliza la funcion Table Select con la expresion ‘grbice = ‘C’ OR grbice = ‘V» (CAT_tipo15_ibiza_VyC.dbf).
- Se utiliza la herramienta Frequency sobre la columna ‘REFCAT’ de la tabla sobre la tabla ‘CAT_tipo15_ibiza_VyC.dbf’ de bienes inmuebles para generar una tabla de frecuencias de bienes inmuebles por parcela (Freq_numVivParcela.dbf).
- Se unen las capas anteriores mediante la columna ‘REFCAT’ ; se genera una capa del parcelario urbano con el identificador de sección censal y el número de viviendas de cada parcela.
spaJoin_ParSC.shp <- Freq_numVivParcela.dbf(REFCAT) - Se utiliza la herramienta Summary Statistics sobre la columna ‘Frequency’ de la capa ‘spaJoin_ParSC.shp’, con la opción ‘SUM’ clasificado por el identificador de sección censal, ‘CUSEC’.
Se genera una tabla de frecuencias con el número de viviendas por sección censal (Freq_numVivSecCensal.dbf), que se une a la capa ‘spaJoin_ParSC.shp’ mediante el identificador de sección censal, ‘CUSEC’.
spaJoin_ParSC.shp <- Freq_numVivSecCensal.dbf(CUSEC) - Se une la capa anterior (spaJoin_ParSC.shp) a la tabla con datos demográficos sobre número de habitantes del Padrón Municipal Continuo por sección censal (seccion_censal_ibiza.dbf), utilizando la columna ‘CUSEC’ como campo de unión.
spaJoin_ParSC.shp <- seccion_censal_ibiza.csv(CUSEC)
Se añade a la capa de parcelas las columnas de población por sección censal para cada año contenidas en la tabla de datos demográficos. - Resultado: spaJoin_ParSC.shp
6.- Calculo de estimación de la población
Se crea un nuevo campo ‘PobEstimacion’ de tipo float en la capa resultado (spaJoin_ParSC.shp), y mediante Field Calculator se aplica la formula de estimación de población mediante una función en código Python:
def clas(a,b,c): if a is None: a=0 elif b is None: b=0 elif c is None: c=0 return (a/b)*c clas( !a2011! , !SUM_FREQUENCY! , !FREQUENCY! )
Se define una función que tras verificar los valores nulos, aplica la función de estimación de la población propuesta en la metodología. Se debe tener en cuenta que las columna ‘a2011‘ hace referencia al número de habitantes por sección censal, » al número de viviendas por sección censal y ‘FREQUENCY‘ al número de viviendas por parcela; calculado en pasos anteriores.
7.- Resultados
Para realizar la representación de la estimación de población, la metodología propone utilizar mapas de densidad obtenidos a partir de técnicas de suavizado espacial. También se destaca que este tipo de técnicas permite destacar tendencias espaciales de los datos discretos (normalmente puntos) transformándolos en un mapa de densidad continuo (raster).
Para seguir la metodología se utiliza la herramienta Feature To Point para transformar la capa ‘spaJoin_ParSC.shp’ a tipo punto (Point.shp).
Como resultado del ejercicio se obtiene una capa de polígonos y puntos en cuya tabla de atributos se ha calculado la población estimada para cada parcela. Sobre la capa de puntos (Point.shp) se realiza una interpolación Kernel con la herramienta Kernel Density. Se utilizan diferentes parámetros de entrada, según los cuales se obtendrá un resultado más o menos suavizado:
La representación de las capas raster resultantes se realizo utilizando la clasificación por rampa de colores, con datos clasificados por un intervalo definido de tamaño 100 y se añade la capa de parcelas con transparencia y sin color de relleno para mejorar la interpretación.
8.- Resumen
Hemos aprendido a:
- Trabajar con cartografía catastral.
- Trabajar con bases de datos alfanuméricas catastrales.
- Unir capas mediante un campo de atributo.
- Unir capas mediante unión espacial.
- Generar tablas de frecuencias a partir de atributos con Frequency.
- Generar tabla de estadísticas a partir de atributos con Summary Satatistics.
- Exportar e importar tablas.
- Generar campos calculados con funciones propias en Python.
- Interpolar datos con función kernel con Kernel Density.
3 comentarios sobre “Densidad de población a partir de datos catastrales a nivel municipal”