Autor: Dr. Joan Nunes. Universitat Autònoma de Barcelona
Promotor: Institut Cartogrà fic de Catalunya, 2013
Â
Els polÃgons de Thiessen, anomenats també diagrama e Voronoi o tessel·lació de Dirichlet en matemà tiques, són una partició o tessel·lació d'un espai en à rees de proximitat a l'entorn de cada un dels punts d'un conjunt de punts, de tal manera que cada polÃgon delimita l'à rea més pròxima a cada punt, que no pas a la resta de punts.
La partició en polÃgons de Thiessen és l'estructura dual de la triangulació de Delaunay, que en els sistemes d’informació geogrà fica s'utilitza per a generar xarxes irregulars de triangles i els popis polÃgons de Thiessen. Els polÃgons de Thiessen reben el nom del meteoròleg nord-americà Alfred H. Thiessen.
Els polÃgons de Thiessen serveixen com a tècnica bà sica per a l'anà lisi de proximitat. L'anà lisi de proximitat és una operació espacial de geoprocessament aplicable a dades del model de dades vectorials, que, juntament amb la selecció per distà ncia, l'anà lisi de l'element més proper, el cà lcul de matrius de distà ncia entre elements i l'anà lisi d'à rees d'influència, forma el grup d'operacions de SIG d'anà lisi de distà ncia.
Tot i no ser una operació rà ster, ja que no es basa en cel·les, alguns programes de SIG rà ster implementen també el cà lcul de polÃgons de Thiessen com a operació sobre dades del model de dades rà ster, que essencialment consisteix en la rasterització del resultat del cà lcul vectorial dels polÃgons de Thiessen.
A més de servir com a eina per a l'anà lisi de proximitat, els polÃgons de Thiessen s'utilitzen principalment com a mètode d'interpolació de dades categòriques a partir de punts de mostreig, equivalent a la interpolació pel veà més proper, i com a base d'altres mètodes d'interpolació derivats com la interpolació pel veà natural.
Â
Sumari:
Â
Origen
Els polÃgons de Thiessen es coneixen en matemà tiques amb el nom de diagrama de Voronoi (també tessel·lació de Voronoi, polÃgons de Voronoi o tessel·lació de Dirichlet), ja que fou el matemà tic rus Georgy Fedoseevich Voronoi qui en formulà la definició formal i general per a espais de n dimensions (Voronoi, 1908). Anteriorment el matemà tic alemany Dirichlet (1850) havia fet servir diagrames de Voronoi en 2 i 3 dimensions per a l'estudi dels polinomis de segon grau, i encara abans sembla ser que el mateix Descartes n'havia fet ús a mitjans del segle XVII.
PolÃgons de Thiessen és el nom amb què es coneixen els diagrames de Voronoi en geofÃsica i meteorologia, i per extensió en geografia, a partir de les aplicacions del meteoròleg nord-americà Alfred H. Thiessen (1911) dels diagrames de Voronoi a l'anà lisi de la distribució espacial d'observacions meteorològiques com les precipitacions.
La implementació del cà lcul de polÃgons de Thiessen en els sistemes d’informació geogrà fica data de l'època inicial de desenvolupament dels primers sistemes d’informació geogrà fica. En concret, un dels programes de cartografia més emblemà tics i difosos de l'època, el programa SYMAP creat l'any 1967 al Laboratory for Computer Graphics and Spatial Analysis de Harvard University, oferia ja la funcionalitat de produir polÃgons de Thiessen (mapes de proximitat), a més de mapes de coropletes, d'isopletes, anà lisi de superfÃcies de tendència, interpolació ponderada per la distà ncia inversa i altres tipus de mapes (Shepard, 1968; Peucker, 1972; Schmidt and Zaft, 1975).
Definició
En matemà tiques un diagrama de Voronoi o partició de polÃgons de Thiessen és una partició d'un espai mètric de qualsevol nombre de dimensions, determinada per les distà ncies a un subconjunt de punts (o objectes) d'aquest espai, anomenats llocs, generadors o llavors (seeds), de manera que a cada punt o objecte generador li correspon un polÃgon de Thiessen o cel·la de Voronoi, que comprèn el subconjunt de tots els punts de l'espai considerat la distà ncia dels quals al punt o objecte generador és inferior o igual a la distà ncia a qualsevol dels altes punts o objectes generadors. Formalment,
Â
onÂ
Rk   és la cel·la de Voronoi o polÃgon de Thiessen per al punt generador k generador
x     és tot punt pertanyent a l'espai mètric X
d(x,Pk)   és la distà ncia del punt x al punt generador k
d(x,Pj)   és la distà ncia del punt x al punt generador j
(Pk , Pj denota que els punts k i j pertanyen al conjunt de punts generadors P)
Aleshores, el diagrama de Voronoi o la partició de polÃgons de Thiessen és simplement el tuple o conjunt de totes les cel·les de Voronoi o polÃgons de Thiessen, essent K la llista d'Ãndexs dels punts de P.
Encara que teòricament és possible definir una partició de Voronoi per a un conjunt infinit de punts generadors, normalment la majoria d'aplicacions utilitzen un conjunt finit de punts generadors. Idealment també, les cel·les de Voronoi o polÃgons de Thiessen poden ser disjuntes o no disjuntes, i connexes o no connexes, però en la majoria d'aplicacions es consideren només polÃgons de Thiessen connexos i disjunts.
Propietats i casos simples
Algunes de les propietats importants dels polÃgons de Thiessen, en l'espai euclidià i especialment en el pla de dues dimensions, són les següents (Aurenhammer, 1991; Okabe et al., 2000):
- En el cas de l'espai euclidià i emprant punts com a generadors, l'estructura dual dels polÃgons de Thiessen o diagrama de Voronoi és la triangulació de Delaunay. Concretament, ambdós són grafs plans i són mútuament el graf dual l'un de l'altre. La triangulació de Delaunay compleix el criteri de Delaunay, segons el qual el cercle en què s'inscriu cada triangle no pot contenir altres punts generadors que els tres vèrtexs que defineixen el triangle. El compliment del criteri de Delaunay assegura que tot punt de la superfÃcie generada és tan proper com sigui possible a un dels vèrtexs de triangle, de manera que les bisectrius dels costats dels triangles donen lloc directament a una partició en polÃgons de Thiessen.
- Cada parell de punts generadors més propers correspon a un parell de polÃgons de Thiessen adjacents. Els punts més propers a un punt donat en una partició de polÃgons de Thiessen o en una triangulació de Delaunay s'anomenen veïns naturals.
- En el pla euclidià , els polÃgons de Thiessen adjacents sobre el polÃgon convex mÃnim comparteixen un costat de longitud infinita. Això vol dir que els polÃgons de Thiessen més exteriors s'estenen infinitament sobre el pla de dues dimensions. A la prà ctica, en les aplicacions relatives a la informació geoespacial, l'à rea coberta per la partició de polÃgons de Thiessen es tanca convencionalment mitjançant un rectangle.
- Els polÃgons de Thiessen gaudeixen d'una certa estabilitat. És a dir, lleugers canvis en la forma o posició dels generadors produeixen només lleugers canvis en la forma dels polÃgons de Thiessen, però no en el nombre i la disposició dels polÃgons. En aquest sentit són estables quant a la topologia.
Â
Casos simples en el pla
En el cas particular que l'espai mètric és un espai euclidià de dimensió finita, que els generadors són punts, que el nombre de punts generadors és finit i que tots són diferents, els polÃgons de Thiessen o cel·les de Voronoi són polÃgons convexos, disjunts i connexos, que es poden definir pels seus vèrtexs o costats.
La partició de polÃgons de Thiessen o diagrama de Voronoi s'acostuma a calcular per a conjunts de punts distribuïts irregularment, ja que la tessel·lació de proximitat per a punts distribuïts regularment dóna lloc a malles de fomes conegudes. Algunes de les tessel·lacions més conegudes corresponents a malles de punts regulars són la tessel·lació en quadrats, corresponent a la tessel·lació d'un rà ster, la tessel·lació triangular i la tessel·lació hexagonal.
Aquestes tessel·lacions regulars, en l'espai de 3 dimensions donen lloc a tessel·lacions en cubs, corresponents als vòxels, o en dodecaedres hexagonals.
Â
Aplicacions
Les aplicacions més habituals dels polÃgons de Thiessen en l'à mbit de la informació geoespacial són l'anà lisi de proximitat i la interpolació pel veà més proper o la interpolació pel veà natural. Els camps d'aplicació en aquest à mbit són molt diversos. En climatologia, s'utilitzen per a calcular totals o mitjanes de parà metres com les precipitacions per a à rees a partir dels punts de les estacions meteorològiques. En ecologia, els polÃgons de Thiessen permeten interpolar valors de variables com la coberta forestal o el patró de creixement dels boscos per a à rees a partir de punts d'observació, i també generar mapes de models de combustible per a models de simulació d'incendis forestals. En epidemiologia permeten relacionar especialment els possibles punts d'origen d'epidèmies amb la difusió espacial de la malaltia. En exploració minera, proporcionen una estimació inicial de la distribució dels recursos encara que són preferibles altres mètodes més acurats d'interpolació. En telecomunicacions, serveixen per a derivar la capacitat de les cel·les de les xarxes de telefonia mòbil. També es documenten aplicacions similars en geografia i arqueologia.
Fora de l'à mbit de la informació geoespacial, els polÃgons de Thiessen o diagrama de Voronoi tenen nombroses aplicacions en informà tica. En bases de dades serveixen per a respondre cerques basades en el veà més proper i per a desenvolupar tècniques de compressió de dades. En informà tica grà fica permeten generar textures d'aspecte orgà nic. També s'utilitzen en intel·ligència artificial per a tècniques de classificació en aprenentatge automà tic i com a auxiliar de navegació en robótica.
En fÃsica, quÃmica computacional i ciència dels materials, els diagrames de Voronoi serveixen per a representar l'estructura volumètrica dels polÃmers, estructures microcristal·lines i la distribució de les cà rregues atòmiques en les estructures mol·leculars.
Per últim, en geometria, els diagrames de Voronoi serveixen per a avaluar la circularitat de conjunts de punts.
Temes relacionats
- Àrea d'influència
- Interpolació
- Model de dades rà ster
- Model de dades vectorial
- Sistemes d’informació geogrà fica
- Xarxa irregular de triangles
Referències
Aurenhammer, F. (1991) "Voronoi Diagrams. A Survey of a Fundamental Geometric Data Structure". ACM Computing Surveys, 23, 3, 345–405.
Dirichlet, G.L. (1850) "Über die Reduktion der positiven quadratischen Formen mit drei unbestimmten ganzen Zahlen", Journal für die Reine und Angewandte Mathematik, 40, 209–227.
Okabe, A.; Boots, B. Sugihara, K. and Chiu, S.N. (2000) Spatial Tessellations – Concepts and Applications of Voronoi Diagrams. 2nd edition. New York: John Wiley.
Peucker, T.K. (1972) Computer Cartography. Commission on College Geography, Resource Paper No. 17, Washington DC: Association of American Geographers.
Shepard, D. (1968) "A two-dimensional interpolation function for irregularly-spaced data", Proceedings of the 1968 ACM National Conference.
Schmidt, A.H. and Zaft, W.A. (1975) "Progress of the Harvard University Laboratory for Computer Graphics and Spatial Analysis" in Davis, J.C. and McCullagh, M.J. (eds) Display and analysis of spatial data. Wiley: London.
Thiessen. A.H. (1911) "Precipitation averages for large areas", Monthly Weather Review, 39, 7, 1082-1084.
Voronoi, Georgy (1908) "Nouvelles applications des paramètres continus à la théorie des formes quadratiques", Journal für die Reine und Angewandte Mathematik, 133, 97–178.
Lectures recomanades
Burrough, P.A. (1986) Principles of Geographical Information Systems for Land Resources Assessment, Oxford, UK, Clarendon Press. Chapter 8.
Kang, J.M. (2008) "Voronoi diagram" in Shekar, S. and Xiong, H. (eds.) Encyclopedia of GIS. New York: Springer.