10 tendencias de futuro en GIS en 2024

Desde el lanzamiento de ArcInfo en 1982 hasta la inteligencia artificial en QGIS en 2023, ha habido una clara evolución en los SIG. La visualización de datos geográficos es cada vez más sencilla y accesible a cualquier persona. Esta democratización genera demanda y oportunidades de trabajo. Aunque el futuro y las tendencias lo marcan las grandes empresas como Microsoft, Google u OpenAi.

Vamos a repasar 10 tendencias que pensamos que cada vez tendrán más presencia en el sector GIS:

1. SIG 3D y realidad aumentada (AR)

La capacidad de crear y visualizar mapas en tres dimensiones, junto con la integración de AR, permitirá a los usuarios interactuar con el mundo físico y virtual de una manera más intuitiva.

Wikitude o Layar son dos de las mejores apps de realidad aumentada. Wikitude Navigation ha sido el primer sistema de navegación para automóviles que integra una pantalla de realidad aumentada y elimina la necesidad de un mapa.

vGIS es una compañía que ofrece a las empresas con activos subterráneos un antiguo deseo: ver a través del suelo. También permite utilizar la inteligencia artificial para recopilar datos geoespaciales con precisión topográfica. Identifique y corrija imprecisiones en sus registros GIS. Genera sin esfuerzo bocetos del sitio.

Realidad aumentada - tendencias de futuro en GIS

La integración de SIG con la realidad virtual permitirá a los usuarios explorar y experimentar lugares sin tener que estar físicamente allí.

Muchos problemas de SIG solo se pueden solucionar utilizando 3D. Los datos 3D se pueden crear de varias maneras, por ejemplo con LiDAR y modelado fotogramétrico. Traer un entorno virtual en 3D a la vida con la impresión 3D es ya una realidad.

2. BIM y SIG

La integración de la información de construcción de edificios (BIM) con los SIG permitirá una mejor planificación y gestión del ciclo de vida de los edificios.

La integración entre el BIM (como proceso de gestión del contenedor digital de información relativa a una obra) y el GIS, es el proceso que genera un flujo de trabajo capaz de intercambiar los datos de un sistema a otro sin pérdida de información, consultando los datos dentro de una única base de datos.

Utilizando el Modelado de información de construcción (Building Information Modeling – BIM), se aborda la falta de estructura forzada en CAD. Un modelo BIM toma un dibujo CAD y les agrega significado para establecer relaciones explícitas entre puntos de datos. Esta estructura impone la topología, además de permitir una atribución enriquecida, que es exactamente lo que estaban esperando los ingenieros geoespaciales, pero si alguna vez ha intentado convertir un modelo BIM complejo como parte del flujo de trabajo, sabrá que sigue siendo una pesadilla.

usBIM es una aplicación en la nube para geolocalizar tus modelos BIM en mapas temáticos GIS.

Mapas GIS integrados en proceso BIM para proyectos eficaces | usBIM.gis | ACCA Software

En este sentido ESRI está bastante avanzado, ya que desde la plataforma ArcGIS es posible importar esos modelos BIM, adaptarlos al caso de uso en cuestión, y publicarlos como un servicio web listo para usar desde cualquier dispositivo, sin necesidad de ningún tipo de aplicación.

Mientras que QGIS cuenta con un complemento llamado Speckle.

3. Análisis de Big Data

Los SIG permiten analizar grandes conjuntos de datos para obtener información valiosa en áreas como el comercio, la salud pública y la seguridad.

Vivimos en un momento en el que ya se están generando cuantiosos volúmenes de datos geoespaciales, sobre todo debido al abaratamiento de los sensores y su accesibilidad. Estas grandes redes de sensores generan información geográfica en tiempo real que deben procesarse en tiempo real. Con multitud de aplicaciones, como las smart cities, este gran volumen de información es necesario tratarla rápidamente, el Big Data ha llegado.

Con el problema del almacenamiento, las bases de datos deben adaptarse a estos cambios, para realizar análisis espaciales más rápidos. El reto consiste en almacenar los datos de forma que siga siendo útil y accesible, sin producir una sobrecarga de gestión de datos.

¿Qué herramientas se están utilizando para analizar y visualizar la componente espacial en Big Data?

  • PostgreSQL/PostGIS: PostGIS es el componente espacial a la base de datos relacional PostgreSQL. La gran ventaja es que se añade soporte para objetos geográficos que permiten consultas de ubicación para ejecutarse en SQL.
  • MongoDB. MongoDB destaca en la gestión de datos geoespaciales de gran volumen (big data). Es por lo tanto una solución a un problema real, la gestión de grandes volúmenes de datos. Este sistema responde también a las necesidades de escalabilidad horizontal que tienen cada vez más empresas.
  • R: es un lenguaje de programación de software libre y un entorno de software para computación estadística y gráficos. El lenguaje R es popular entre los científicos de datos para analizar datos y realizar estadística. Ha ganado popularidad en los últimos años debido a la facilidad de uso y las amplias funcionalidades.
  • Python: es un lenguaje de programación muy versátil y extendido con el que es posible realizar análisis espacial y de datos. Es un lenguaje que extiende enormemente las capacidades de un GIS. Cuenta con más de 300.000 librerías que hacen que Python sea muy útil cuando necesitamos conseguir un fin específico: desde lo tradicional como desarrollo web o procesamiento de textos, hasta lo último como inteligencia artificial. Además, Python es muy empleado en aprendizaje automático (machine learning) y deep learning como ya vimos en esta entrada.

4. Internet de las cosas (IoT)

La integración de sensores y dispositivos conectados con los SIG permitirá un seguimiento en tiempo real y una gestión más eficiente de los recursos.

El Internet de las cosas (IoT) conecta miles de millones de sensores de todo el mundo. Debido a que todos están conectados, permite el intercambio de información entre ellos. La gran cantidad de datos de sensores en tiempo real de IoT proviene de dispositivos físicos como teléfonos inteligentes, ordenadores portátiles, casas y automóviles.

La conexión entre IoT y GIS es la ubicación geográfica. La mayoría de los dispositivos combinan su ubicación física desde un receptor GPS que brinda información y posicionamiento del sensor en tiempo real.

Es realmente este contexto geográfico del IoT el que ha adoptado la industria geoespacial.

Siendo la ubicación un aspecto tan vital de los datos del IoT, muchas organizaciones y empresas se han dado cuenta de que un SIG moderno, alimentado por datos en tiempo real, puede ser una potente herramienta para sus operaciones. Al incorporar, procesar, analizar y visualizar de decenas de miles a varios millones de eventos por segundo, los SIG en tiempo real empoderan a los responsables de toma de decisiones y las partes interesadas con la información más reciente y las perspectivas que necesitan para impulsar ideas y estrategias inmediatas y futuras. Toma los datos del IoT, de gran volumen y a gran velocidad, y les da vida, lo cual revela patrones, conexiones y oportunidades difíciles (o imposibles) de percibir de otro modo, y permite un nivel de toma de decisiones y resolución de problemas avanzado y más rápido.

Software IoT

Estos son algunos de los programas actualmente disponibles.

  • Servidor GeoEvent de Esri: el servidor GeoEvent de Esri conecta y monitorea fuentes en tiempo real y datos de IoT.
  • ArcGIS Velocity: este complemento es un SaaS administrado para procesar IoT en tiempo real y análisis de big data. El simple uso de su navegador permite la visualización, la escalabilidad y el análisis espacial.
  • Microsoft Azure: la plataforma en la nube de Microsoft se conecta a eventos de transmisión en vivo y datos de IoT. Al usar Power BI y Azure Maps, puede producir algunas visualizaciones poderosas.

5. Gemelos digitales

Los SIG pueden usarse para crear modelos digitales de lugares físicos, que pueden ayudar en la toma de decisiones y la planificación.

Un gemelo digital es una representación virtual del mundo real, incluyendo objetos físicos, procesos, relaciones y comportamientos. SIG crea gemelos digitales de los entornos naturales y construidos e integra de forma exclusiva muchos tipos de modelos digitales.

La tecnología geoespacial conecta diferentes tipos de datos y sistemas para crear una única vista a la que se puede acceder a través de todo el ciclo de vida del proyecto. SIG mejora la captura e integración de los datos, mejora la visualización en tiempo real, proporciona análisis avanzado y automatización de futuras predicciones, permite compartir información y favorece la colaboración.

Una persona que mira una representación virtual 3D de un edificio e información sobre él
Fuente: ESRI. https://www.esri.com/es-es/digital-twin/overview

6. SIG en la nube

Los SIG alojados en la nube permiten un acceso más fácil a los datos y la colaboración en tiempo real entre usuarios.

El concepto “GIS en la nube o GIS Cloud” hace referencia a la utilización de servicios y aplicaciones GIS en Internet donde el usuario/cliente puede acceder mediante un navegador web sin necesidad de instalar ningún tipo de software en su ordenador. De este modo podemos utilizar una serie de aplicaciones GIS en la nube para publicar nuestros mapas y datos en la web.

El desarrollo y crecimiento de servicios como Aspectum, ArcGIS online, CARTO o MapBox es espectacular, así como sus funcionalidades. Utilizar una de estas opciones es la solución más rápida para desarrollar una potente aplicación web de mapas interactiva.

7. Inteligencia artificial (IA)

La IA puede usarse para analizar y clasificar grandes conjuntos de datos, lo que puede mejorar la precisión y la eficiencia en la toma de decisiones.

La IA se puede aplicar en los sistemas de información geográfica (SIG) de varias maneras, algunas de las cuales son las siguientes:
  1. Análisis automatizado de datos geográficos: la IA puede utilizarse para analizar automáticamente grandes conjuntos de datos geográficos, como imágenes satelitales y datos de sensores remotos, para detectar patrones y tendencias en la información.
  2. Predicción de eventos geográficos: la IA puede utilizarse para predecir eventos geográficos, como inundaciones, incendios forestales o cambios en el clima, a partir de datos históricos y actuales.
  3. Mapas inteligentes: la IA puede utilizarse para generar mapas inteligentes que incluyen información en tiempo real sobre eventos, tráfico, rutas óptimas y más.
  4. Reconocimiento de objetos y patrones: la IA puede utilizarse para reconocer objetos y patrones en imágenes satelitales y datos de sensores remotos para identificar características importantes del terreno, como cuerpos de agua, carreteras y edificios.
  5. Sistemas de seguimiento y monitoreo: La IA puede ayudar a monitorear cambios en la superficie de la Tierra, como la deforestación, la expansión urbana o la pérdida de hábitat.
  6. Análisis de riesgo: IA se puede utilizar para analizar y evaluar el riesgo de desastres naturales como terremotos, inundaciones o incendios forestales y ayudar a mitigar y prevenir los efectos de estos desastres en las comunidades.

Te recomendamos el artículo:

La inteligencia artificial es una de las tendencias de futuro en GIS

Disponemos de QChatGPT, MapsGPT y ChatGeoGPT.

8. SIG móvil

El uso de dispositivos móviles para capturar y analizar datos de ubicación en tiempo real permitirá una toma de decisiones más rápida y una mejor planificación.

El desarrollo y crecimiento de aplicaciones GIS en dispositivos móviles va en aumento y el desarrollo en el sector GIS no queda fuera de este paradigma.

Aplicaciones como Cartodruid, Mergin Maps o QField son solo el principio de una nueva generación de aplicaciones.

SIG móvil, tendencias de futuro en GIS

9. Análisis de datos espaciales en tiempo real

La capacidad de analizar datos espaciales en tiempo real permitirá una respuesta más rápida a situaciones de emergencia y una toma de decisiones más informada en tiempo real.

10. Nuevos perfiles GIS

El mercado va requerir perfiles GIS muy preparados. Es necesario saber un poco de todo, gestión de bases de datos, análisis espacial, saber algún lenguaje de programación, servidores, inteligencia artificial, etc, pero debemos estar especializados en algo concreto. Estos perfiles serán los más demandados en el futuro.

Por último queremos incluir una imagen con las 12 tendencias tecnológicas para el próximo 2023 :

New Technology Trends. Tendencias de futuro en GIS

¿Y tú cuales crees que serán las tendencias de futuro en el sector GIS en 2023?

2 comentarios en «10 tendencias de futuro en GIS en 2024»

  1. Hola Aurelio, me encantan los artículos de mappingGIS aunque reconozco soy solo lector, sin embargo, este artículo me parece muy bueno así que dejaré un comentario: Esto de saber las tendencias es importante, personalmente estoy convencido que desde la llegada de la IA al mundo GEO habrá un cambio radical en la manera como se abordaran las problemáticas, para ello sugiero que el enfoque del profesional GIS esté orientado a la comprensión de los procesos, a tener claridad en cómo deben abordarse los análisis, ya luego generar el código o la programación que resuelva el ejercicio será más sencillo si de antemano se comprende cuales son los pasos necesarios para abordarlo, esta es mi sugerencia y deseo plasmarla en tu blog que seguramente es bastante leído. Saludos!

    • Hola Mauricio, me alegro de que te gusten nuestros artículos. Coincidimos contigo en que la llegada de la IA supondrá un gran avance en la resolución de problemas espaciales. Aquí es donde el profesional GIS debe saber interpretar y analizar y saber servirse de la ayuda de las nuevas tecnologías para ser un mejor técnico. Un saludo!

Los comentarios están cerrados.