pág. 10422
APLICACIÓN SIG MÓVIL PARA EL ANÁLISIS
GEOESPACIAL EN HIDALGO, MÉXICO, BASADA
EN REACT NATIVE Y JSON
MOBILE GIS APPLICATION FOR GEOSPATIAL ANALYSIS IN
HIDALGO, MEXICO, BASED ON REACT NATIVE AND JSON
Arturo Juárez-Monroy
Universidad Autónoma del Estado de Hidalgo
Ismael Domínguez-Jiménez
Universidad Autónoma del Estado de Hidalgo
Julia Y. Arana-Llanes
Universidad Autónoma del Estado de Hidalgo
Gustavo Padron-Rivera
Universidad Autónoma del Estado de Hidalgo
pág. 10423
DOI: https://doi.org/10.37811/cl_rcm.v9i4.19604
Aplicación SIG móvil para el análisis geoespacial en Hidalgo, México,
basada en React Native y JSON
Arturo Juárez-Monroy1
juarezmonroyarturo574@gmail.com
https://orcid.org/0000-0002-4014-3589
Universidad Autónoma del Estado de Hidalgo -
Licenciatura en Ingeniería de Software
México
Ismael Domínguez-Jiménez
ismael@uaeh.edu.mx
https://orcid.org/0000-0003-0959-5875
Universidad Autónoma del Estado de Hidalgo -
Licenciatura en Ingeniería de Software
México
Julia Y. Arana-Llanes
se385809@uaeh.edu.mx
https://orcid.org/0000-0002-4986-9765
Universidad Autónoma del Estado de Hidalgo -
Licenciatura en Ingeniería de Software
México
Gustavo Padron-Rivera
gustavo_padron@uaeh.edu.mx
https://orcid.org/0000-0002-1955-3989
Universidad Autónoma del Estado de Hidalgo -
Licenciatura en Ingeniería de Software
México
RESUMEN
Los Sistemas de Información Geográfica (SIG) amplían significativamente las capacidades de
visualización y análisis de datos. Los mapas personalizados son fundamentales para mejorar la
comprensión visual al presentar datos específicos. Estos proporcionan una representación clara y
accesible de información, permitiendo a los usuarios identificar patrones y tendencias de manera
intuitiva. Este artículo describe la implementación de una aplicación móvil de SIG para el estado de
Hidalgo, México, utilizando el framework de React Native. El objetivo principal de esta iniciativa es
visualizar datos detallados en formato geográfico a través de representaciones visuales, empleando
GeoJSON para la manipulación eficiente de los datos. La aplicación propuesta tiene como finalidad
facilitar la identificación de datos de población y vivienda entre los distintos municipios del estado.
Palabras clave: Sistema de Información Geográfico, Json, React, filtros dinámicos, censos de
población.
1 Autor principal.
Correspondencia: ismael@uaeh.edu.mx
DOI: https://doi.org/10.37811/cl_rcm.v9i4.19604
Aplicación SIG móvil para el análisis geoespacial en Hidalgo, México,
basada en React Native y JSON
Arturo Juárez-Monroy1
juarezmonroyarturo574@gmail.com
https://orcid.org/0000-0002-4014-3589
Universidad Autónoma del Estado de Hidalgo -
Licenciatura en Ingeniería de Software
México
Ismael Domínguez-Jiménez
ismael@uaeh.edu.mx
https://orcid.org/0000-0003-0959-5875
Universidad Autónoma del Estado de Hidalgo -
Licenciatura en Ingeniería de Software
México
Julia Y. Arana-Llanes
se385809@uaeh.edu.mx
https://orcid.org/0000-0002-4986-9765
Universidad Autónoma del Estado de Hidalgo -
Licenciatura en Ingeniería de Software
México
Gustavo Padron-Rivera
gustavo_padron@uaeh.edu.mx
https://orcid.org/0000-0002-1955-3989
Universidad Autónoma del Estado de Hidalgo -
Licenciatura en Ingeniería de Software
México
RESUMEN
Los Sistemas de Información Geográfica (SIG) amplían significativamente las capacidades de
visualización y análisis de datos. Los mapas personalizados son fundamentales para mejorar la
comprensión visual al presentar datos específicos. Estos proporcionan una representación clara y
accesible de información, permitiendo a los usuarios identificar patrones y tendencias de manera
intuitiva. Este artículo describe la implementación de una aplicación móvil de SIG para el estado de
Hidalgo, México, utilizando el framework de React Native. El objetivo principal de esta iniciativa es
visualizar datos detallados en formato geográfico a través de representaciones visuales, empleando
GeoJSON para la manipulación eficiente de los datos. La aplicación propuesta tiene como finalidad
facilitar la identificación de datos de población y vivienda entre los distintos municipios del estado.
Palabras clave: Sistema de Información Geográfico, Json, React, filtros dinámicos, censos de
población.
1 Autor principal.
Correspondencia: ismael@uaeh.edu.mx
pág. 10424
Mobile GIS application for geospatial analysis in Hidalgo, Mexico, based on
React Native and JSON
ABSTRACT
Geographic Information Systems (GIS) significantly expand data visualization and analysis
capabilities. Custom maps are essential for improving visual understanding when presenting specific
data. They provide a clear and accessible representation of information, allowing users to intuitively
identify patterns and trends. This article describes the implementation of a GIS mobile application for
the state of Hidalgo, Mexico, using the React Native framework. The main objective of this initiative
is to visualize detailed data in geographic format through visual representations, employing GeoJSON
for efficient data manipulation. The proposed application aims to facilitate the identification of
population and housing data among the state's different municipalities.
Keywords: Geographic Information System, Json, React, dynamic filters, population censuses.
Artículo recibido 20 julio 2025
Aceptado para publicación: 20 agosto 2025
Mobile GIS application for geospatial analysis in Hidalgo, Mexico, based on
React Native and JSON
ABSTRACT
Geographic Information Systems (GIS) significantly expand data visualization and analysis
capabilities. Custom maps are essential for improving visual understanding when presenting specific
data. They provide a clear and accessible representation of information, allowing users to intuitively
identify patterns and trends. This article describes the implementation of a GIS mobile application for
the state of Hidalgo, Mexico, using the React Native framework. The main objective of this initiative
is to visualize detailed data in geographic format through visual representations, employing GeoJSON
for efficient data manipulation. The proposed application aims to facilitate the identification of
population and housing data among the state's different municipalities.
Keywords: Geographic Information System, Json, React, dynamic filters, population censuses.
Artículo recibido 20 julio 2025
Aceptado para publicación: 20 agosto 2025
pág. 10425
INTRODUCCIÓN
El mundo actual experimenta transformaciones socioeconómicas aceleradas debido a la
reconfiguración de las cadenas globales de valor. Este artículo parte del concepto de que los datos no
son simples abstracciones, sino representaciones que reflejan dinámicas subyacentes de elementos
reales.
Para administrar los municipios y poblados, es esencial la distribución adecuada de recursos y
servicios, basada en una estrategia eficiente de recaudación de recursos. Según Hynes (2021), "una
recuperación sistémica debería implicar el diseño y la gestión de un sistema socioeconómico más
resiliente, donde infraestructuras, cadenas de suministro, sistemas económicos, financieros y de salud
pública sean recuperables y adaptables".
Los mapas, como herramientas de representación, permiten aproximarse a la complejidad de un
territorio. No obstante, su limitación en detalle puede generar incertidumbre, especialmente cuando la
falta de información da lugar a interpretaciones inconclusas. El objetivo de los mapas es facilitar una
comprensión más profunda del territorio para planificar transformaciones futuras basadas en los datos
disponibles. El mapa convierte la inmensidad en trazos y contornos, mientras los datos se encapsulan
para volverse interpretables. Ambos son herramientas cruciales, aunque en ocasiones insuficientes
para un análisis completo del territorio.
La evolución tecnológica ha permitido integrar mapas en dispositivos móviles, transformándolos en
herramientas dinámicas para la exploración y la toma de decisiones. La cartografía digital facilita la
representación de regiones específicas y fomenta análisis espaciales profundos, conectando datos
históricos y actuales. Tobler (1970) afirmaba en su primera ley de la geografía: "todo está relacionado
con todo lo demás, pero las cosas cercanas están más relacionadas que las distantes".
Un Sistema de Información Geográfica (SIG) es un software diseñado para representar datos
geográficos de manera visual y comprensible. Los SIG se destacan por la creación de mapas
personalizados que transparentan y facilitan la comunicación de información compleja. Esto permite a
los usuarios identificar patrones y manipular datos en tiempo real, aplicando filtros dinámicos para
analizar diferencias.
Sin embargo, trabajar con SIG puede ser complejo y costoso. Calixto Escariz (2017) señala que, pese
INTRODUCCIÓN
El mundo actual experimenta transformaciones socioeconómicas aceleradas debido a la
reconfiguración de las cadenas globales de valor. Este artículo parte del concepto de que los datos no
son simples abstracciones, sino representaciones que reflejan dinámicas subyacentes de elementos
reales.
Para administrar los municipios y poblados, es esencial la distribución adecuada de recursos y
servicios, basada en una estrategia eficiente de recaudación de recursos. Según Hynes (2021), "una
recuperación sistémica debería implicar el diseño y la gestión de un sistema socioeconómico más
resiliente, donde infraestructuras, cadenas de suministro, sistemas económicos, financieros y de salud
pública sean recuperables y adaptables".
Los mapas, como herramientas de representación, permiten aproximarse a la complejidad de un
territorio. No obstante, su limitación en detalle puede generar incertidumbre, especialmente cuando la
falta de información da lugar a interpretaciones inconclusas. El objetivo de los mapas es facilitar una
comprensión más profunda del territorio para planificar transformaciones futuras basadas en los datos
disponibles. El mapa convierte la inmensidad en trazos y contornos, mientras los datos se encapsulan
para volverse interpretables. Ambos son herramientas cruciales, aunque en ocasiones insuficientes
para un análisis completo del territorio.
La evolución tecnológica ha permitido integrar mapas en dispositivos móviles, transformándolos en
herramientas dinámicas para la exploración y la toma de decisiones. La cartografía digital facilita la
representación de regiones específicas y fomenta análisis espaciales profundos, conectando datos
históricos y actuales. Tobler (1970) afirmaba en su primera ley de la geografía: "todo está relacionado
con todo lo demás, pero las cosas cercanas están más relacionadas que las distantes".
Un Sistema de Información Geográfica (SIG) es un software diseñado para representar datos
geográficos de manera visual y comprensible. Los SIG se destacan por la creación de mapas
personalizados que transparentan y facilitan la comunicación de información compleja. Esto permite a
los usuarios identificar patrones y manipular datos en tiempo real, aplicando filtros dinámicos para
analizar diferencias.
Sin embargo, trabajar con SIG puede ser complejo y costoso. Calixto Escariz (2017) señala que, pese
pág. 10426
a sus ventajas, los elevados costos asociados a la generación de planos y documentación geoespacial
suelen derivar en información parcial o desactualizada a nivel local. El Banco Mundial (2021) sugiere
que la integración segura de diversos actores en un sistema nacional de datos amplía los usos y el
impacto de estos en el desarrollo, cuanto mayor es la diversidad de los participantes, más alto es el
valor y el provecho que se puede obtener de los datos disponibles.
Por otro lado, Arancibia (2008) opina que el cambio en la escala del análisis geográfico no solo altera
la representación de los elementos, sino también las interacciones entre ellos y la importancia de cada
componente en el sistema. Además, resalta la necesidad de integrar criterios de sostenibilidad y
planificación territorial desde un enfoque multidisciplinario, incorporando herramientas de Sistemas
de Información Geográfica (SIG).
En Hidalgo, la ausencia de un SIG limita la creación de mapas detallados del territorio y dificulta el
aprovechamiento de datos confiables, como los proporcionados por el INEGI, actualmente disponibles
solo en formato de tablas de Excel. Este trabajo busca explotar esa información mediante el desarrollo
de un SIG específico para el estado.
La solución propuesta permite analizar datos geográficos de manera efectiva utilizando herramientas
como React Native y GeoJSON. React Native facilita el desarrollo de aplicaciones móviles
funcionales y atractivas, mientras React Native Maps optimiza la creación de mapas interactivos con
marcadores, polígonos y rutas. Además, el uso de GeoJSON mejora la manipulación de datos
geoespaciales.
Esta herramienta busca beneficiar a diversos actores:
● Servidores públicos: Identificación de zonas con carencias básicas (agua potable, electricidad,
internet) para implementar programas sociales eficientes.
● Investigadores: Análisis agilizado de datos geoespaciales, fortaleciendo estudios sobre desarrollo
urbano, movilidad social y desigualdades económicas.
● Ciudadanos: Promoción de conciencia social, transparencia en la gestión de recursos y rendición de
cuentas gubernamentales.
La aplicación también permitirá prever escenarios futuros basados en tendencias históricas,
facilitando una correcta toma de decisiones y planificación.
a sus ventajas, los elevados costos asociados a la generación de planos y documentación geoespacial
suelen derivar en información parcial o desactualizada a nivel local. El Banco Mundial (2021) sugiere
que la integración segura de diversos actores en un sistema nacional de datos amplía los usos y el
impacto de estos en el desarrollo, cuanto mayor es la diversidad de los participantes, más alto es el
valor y el provecho que se puede obtener de los datos disponibles.
Por otro lado, Arancibia (2008) opina que el cambio en la escala del análisis geográfico no solo altera
la representación de los elementos, sino también las interacciones entre ellos y la importancia de cada
componente en el sistema. Además, resalta la necesidad de integrar criterios de sostenibilidad y
planificación territorial desde un enfoque multidisciplinario, incorporando herramientas de Sistemas
de Información Geográfica (SIG).
En Hidalgo, la ausencia de un SIG limita la creación de mapas detallados del territorio y dificulta el
aprovechamiento de datos confiables, como los proporcionados por el INEGI, actualmente disponibles
solo en formato de tablas de Excel. Este trabajo busca explotar esa información mediante el desarrollo
de un SIG específico para el estado.
La solución propuesta permite analizar datos geográficos de manera efectiva utilizando herramientas
como React Native y GeoJSON. React Native facilita el desarrollo de aplicaciones móviles
funcionales y atractivas, mientras React Native Maps optimiza la creación de mapas interactivos con
marcadores, polígonos y rutas. Además, el uso de GeoJSON mejora la manipulación de datos
geoespaciales.
Esta herramienta busca beneficiar a diversos actores:
● Servidores públicos: Identificación de zonas con carencias básicas (agua potable, electricidad,
internet) para implementar programas sociales eficientes.
● Investigadores: Análisis agilizado de datos geoespaciales, fortaleciendo estudios sobre desarrollo
urbano, movilidad social y desigualdades económicas.
● Ciudadanos: Promoción de conciencia social, transparencia en la gestión de recursos y rendición de
cuentas gubernamentales.
La aplicación también permitirá prever escenarios futuros basados en tendencias históricas,
facilitando una correcta toma de decisiones y planificación.
pág. 10427
METODOLOGÍA
El desarrollo del SIG sigue una metodología precisa para integrar información geoespacial de forma
interactiva, utilizando JSON, React Native y React Native Maps. El proceso incluye pasos clave para
generar mapas dinámicos y optimizar el análisis territorial (ver Figura 1).
Figura 1. Diagrama a bloques del proceso de Generación de Mapas Interactivos
Fuente: Elaboración propia.
El proceso para generar mapas interactivos se compone de siete pasos principales, los cuales se
describen a continuación (ver Figura 1):
1. Inicialización de una región con la librería MapView: Se define la región inicial del mapa con
coordenadas específicas, lo que permite centrar el mapa en el área de interés.
2. Carga de datos GeoJSON: Se procesa un archivo GeoJSON que contiene las coordenadas de los
polígonos que representan los municipios del estado de Hidalgo.
3. Renderización de los polígonos: Los polígonos son dibujados en el mapa utilizando las
coordenadas procesadas.
4. Carga de marcadores e información del JSON del INEGI: Se agregan marcadores al mapa para
cada municipio y se asocia información relevante de población y vivienda extraída del JSON.
5. Interacción con los marcadores: Al presionar un marcador, se muestra la información solicitada
sobre el municipio en función de las variables seleccionadas.
6. Selección de datos desde el menú: Se despliega una lista con las capas temáticas disponibles,
como "Población" y "Vivienda".
METODOLOGÍA
El desarrollo del SIG sigue una metodología precisa para integrar información geoespacial de forma
interactiva, utilizando JSON, React Native y React Native Maps. El proceso incluye pasos clave para
generar mapas dinámicos y optimizar el análisis territorial (ver Figura 1).
Figura 1. Diagrama a bloques del proceso de Generación de Mapas Interactivos
Fuente: Elaboración propia.
El proceso para generar mapas interactivos se compone de siete pasos principales, los cuales se
describen a continuación (ver Figura 1):
1. Inicialización de una región con la librería MapView: Se define la región inicial del mapa con
coordenadas específicas, lo que permite centrar el mapa en el área de interés.
2. Carga de datos GeoJSON: Se procesa un archivo GeoJSON que contiene las coordenadas de los
polígonos que representan los municipios del estado de Hidalgo.
3. Renderización de los polígonos: Los polígonos son dibujados en el mapa utilizando las
coordenadas procesadas.
4. Carga de marcadores e información del JSON del INEGI: Se agregan marcadores al mapa para
cada municipio y se asocia información relevante de población y vivienda extraída del JSON.
5. Interacción con los marcadores: Al presionar un marcador, se muestra la información solicitada
sobre el municipio en función de las variables seleccionadas.
6. Selección de datos desde el menú: Se despliega una lista con las capas temáticas disponibles,
como "Población" y "Vivienda".
pág. 10428
7. Muestra de cuadro de diálogo: Se proporciona información detallada acerca del municipio
seleccionado, presentada de manera visual y accesible.
Estos pasos permiten generar cualquier mapa solicitado que muestre información estadística basada
en los datos extraídos de archivos Excel.
Transformación de datos
Los archivos JSON son esenciales para una manipulación eficiente de datos en JavaScript, gracias a su
estructura similar a los objetos de este lenguaje. Esta similitud facilita la integración y gestión de
información entre aplicaciones y servidores.
En este contexto, convertir un archivo Excel a JSON es un paso crítico, ya que JSON es un formato
ligero, estructurado y altamente eficiente para entornos móviles. Mientras que Excel organiza los datos
en filas y columnas, JSON transforma esa información en una estructura jerárquica, optimizada para
consultas y manipulaciones dinámicas. La conversión de Excel a JSON permite que los datos sean
accedidos rápidamente y visualizados de manera dinámica, sin la necesidad de procesar archivos
tabulares complejos.
Dos archivos JSON son fundamentales para el funcionamiento de la aplicación:
1. El primer archivo contiene los datos necesarios para alimentar el SIG, basados en el censo de
población y vivienda de 2020 proporcionado por el INEGI. Estos datos fueron extraídos en formato
Excel, procesados y organizados antes de ser convertidos a JSON.
2. El segundo archivo traza un mapa del estado de Hidalgo, delimitando cada municipio
mediante polígonos.
Durante el procesamiento, se identificaron registros incompletos en algunos municipios. Los valores
faltantes fueron reemplazados por ceros para garantizar la consistencia de los datos.
Para convertir los datos de Excel a JSON, se utilizó la librería SheetJS, una herramienta de JavaScript
que facilita la lectura y manipulación de hojas de cálculo como .xlsx y .xls. Esta librería permite
extraer y procesar datos tabulares de manera eficiente, directamente desde el navegador.
En la Figura 2 se presenta el código encargado de la conversión del archivo Excel a JSON,
7. Muestra de cuadro de diálogo: Se proporciona información detallada acerca del municipio
seleccionado, presentada de manera visual y accesible.
Estos pasos permiten generar cualquier mapa solicitado que muestre información estadística basada
en los datos extraídos de archivos Excel.
Transformación de datos
Los archivos JSON son esenciales para una manipulación eficiente de datos en JavaScript, gracias a su
estructura similar a los objetos de este lenguaje. Esta similitud facilita la integración y gestión de
información entre aplicaciones y servidores.
En este contexto, convertir un archivo Excel a JSON es un paso crítico, ya que JSON es un formato
ligero, estructurado y altamente eficiente para entornos móviles. Mientras que Excel organiza los datos
en filas y columnas, JSON transforma esa información en una estructura jerárquica, optimizada para
consultas y manipulaciones dinámicas. La conversión de Excel a JSON permite que los datos sean
accedidos rápidamente y visualizados de manera dinámica, sin la necesidad de procesar archivos
tabulares complejos.
Dos archivos JSON son fundamentales para el funcionamiento de la aplicación:
1. El primer archivo contiene los datos necesarios para alimentar el SIG, basados en el censo de
población y vivienda de 2020 proporcionado por el INEGI. Estos datos fueron extraídos en formato
Excel, procesados y organizados antes de ser convertidos a JSON.
2. El segundo archivo traza un mapa del estado de Hidalgo, delimitando cada municipio
mediante polígonos.
Durante el procesamiento, se identificaron registros incompletos en algunos municipios. Los valores
faltantes fueron reemplazados por ceros para garantizar la consistencia de los datos.
Para convertir los datos de Excel a JSON, se utilizó la librería SheetJS, una herramienta de JavaScript
que facilita la lectura y manipulación de hojas de cálculo como .xlsx y .xls. Esta librería permite
extraer y procesar datos tabulares de manera eficiente, directamente desde el navegador.
En la Figura 2 se presenta el código encargado de la conversión del archivo Excel a JSON,
pág. 10429
Figura 2. Script conversión de Excel a JSON
El archivo JSON resultante del proceso de conversión, ilustrado en la Figura 3, constituye la base de
datos geoespacial y estadística fundamental para la aplicación. Este archivo, generado a partir de los
datos originales del INEGI, contiene información estructurada que permite tanto la geolocalización
precisa de los municipios como el despliegue de indicadores sociodemográficos relevantes.
Figura 3. Script. Archivo del INEGI en formato JSON.
En cuanto al proceso de conversión, las funciones implementadas realizan las siguientes operaciones:
en la línea 30, la función XLSX.read procesa el archivo de Excel almacenado y lo transforma en un
objeto workbook que contiene todas las hojas del documento original. Posteriormente, en la línea 31,
SheetNames recupera un arreglo con los nombres de todas las hojas disponibles en el libro de trabajo.
La línea 32 se encarga de seleccionar específicamente la primera hoja de cálculo mediante su
identificador nominal. Finalmente, en la línea 33, la función sheet_to_json realiza la conversión
propiamente dicha, transformando los datos tabulares en un objeto JSON donde los encabezados de
Figura 2. Script conversión de Excel a JSON
El archivo JSON resultante del proceso de conversión, ilustrado en la Figura 3, constituye la base de
datos geoespacial y estadística fundamental para la aplicación. Este archivo, generado a partir de los
datos originales del INEGI, contiene información estructurada que permite tanto la geolocalización
precisa de los municipios como el despliegue de indicadores sociodemográficos relevantes.
Figura 3. Script. Archivo del INEGI en formato JSON.
En cuanto al proceso de conversión, las funciones implementadas realizan las siguientes operaciones:
en la línea 30, la función XLSX.read procesa el archivo de Excel almacenado y lo transforma en un
objeto workbook que contiene todas las hojas del documento original. Posteriormente, en la línea 31,
SheetNames recupera un arreglo con los nombres de todas las hojas disponibles en el libro de trabajo.
La línea 32 se encarga de seleccionar específicamente la primera hoja de cálculo mediante su
identificador nominal. Finalmente, en la línea 33, la función sheet_to_json realiza la conversión
propiamente dicha, transformando los datos tabulares en un objeto JSON donde los encabezados de
pág. 10430
columna se convierten en claves para la estructura de datos resultante.
El archivo JSON generado integra un conjunto comprehensivo de variables asociadas a cada
municipio, entre las que destacan: datos poblacionales desagregados por grupos etarios; indicadores
educativos como el grado promedio de escolaridad; información sobre la población económicamente
activa; características de vivienda que incluyen acceso a servicios básicos como agua potable, energía
eléctrica y drenaje; equipamiento doméstico que comprende electrodomésticos, vehículos automotores
y conectividad a internet; variables laborales como ocupación, desempleo y distribución por sectores
económicos; así como indicadores de acceso a servicios de salud. Esta estructura de datos integral
facilita el análisis geoespacial y la visualización de indicadores sociodemográficos en la aplicación
móvil desarrollada.
Uso de GeoJSON para Representación Geoespacial
La delimitación precisa de fronteras geográficas representa un proceso técnicamente complejo y
computationalmente costoso. Como señala Gazaba (2021), "si bien resulta conveniente representar
capas de provincias o estados con un nivel de detalle que respete sus límites administrativos, la
definición vértice por vértice de cada superficie regional implica una sofisticación gráfica
significativa, lo que obliga a evaluar estratégicamente la distribución de esfuerzos entre el detalle
cartográfico y la calidad de los atributos asociados a cada entidad geográfica".
Para optimizar este proceso, se implementó el formato GeoJSON, un estándar especializado de JSON
diseñado para representar estructuras geoespaciales mediante coordenadas y geometrías vectoriales.
Este formato permite describir tanto la ubicación como la morfología de objetos geográficos mediante
propiedades metadatas que enriquecen el contexto espacial. Las primitivas geométricas implementadas
incluyen: Point para ubicaciones puntuales unívocas, LineString para trazos definidos por secuencias
coordenadas, y Polygon para áreas delimitadas por anillos exteriores—y opcionalmente interiores para
representar perforaciones.
Como se ilustra en la Figura 4, la implementación de este proyecto utilizó archivos GeoJSON para
definir los límites municipales del estado de Hidalgo mediante polígonos vectoriales, equilibrando así
precisión cartográfica con eficiencia computacional.
columna se convierten en claves para la estructura de datos resultante.
El archivo JSON generado integra un conjunto comprehensivo de variables asociadas a cada
municipio, entre las que destacan: datos poblacionales desagregados por grupos etarios; indicadores
educativos como el grado promedio de escolaridad; información sobre la población económicamente
activa; características de vivienda que incluyen acceso a servicios básicos como agua potable, energía
eléctrica y drenaje; equipamiento doméstico que comprende electrodomésticos, vehículos automotores
y conectividad a internet; variables laborales como ocupación, desempleo y distribución por sectores
económicos; así como indicadores de acceso a servicios de salud. Esta estructura de datos integral
facilita el análisis geoespacial y la visualización de indicadores sociodemográficos en la aplicación
móvil desarrollada.
Uso de GeoJSON para Representación Geoespacial
La delimitación precisa de fronteras geográficas representa un proceso técnicamente complejo y
computationalmente costoso. Como señala Gazaba (2021), "si bien resulta conveniente representar
capas de provincias o estados con un nivel de detalle que respete sus límites administrativos, la
definición vértice por vértice de cada superficie regional implica una sofisticación gráfica
significativa, lo que obliga a evaluar estratégicamente la distribución de esfuerzos entre el detalle
cartográfico y la calidad de los atributos asociados a cada entidad geográfica".
Para optimizar este proceso, se implementó el formato GeoJSON, un estándar especializado de JSON
diseñado para representar estructuras geoespaciales mediante coordenadas y geometrías vectoriales.
Este formato permite describir tanto la ubicación como la morfología de objetos geográficos mediante
propiedades metadatas que enriquecen el contexto espacial. Las primitivas geométricas implementadas
incluyen: Point para ubicaciones puntuales unívocas, LineString para trazos definidos por secuencias
coordenadas, y Polygon para áreas delimitadas por anillos exteriores—y opcionalmente interiores para
representar perforaciones.
Como se ilustra en la Figura 4, la implementación de este proyecto utilizó archivos GeoJSON para
definir los límites municipales del estado de Hidalgo mediante polígonos vectoriales, equilibrando así
precisión cartográfica con eficiencia computacional.
pág. 10431
Figura 4. Script. Archivo GeoJSON
La estructura del archivo GeoJSON implementa componentes esenciales para la representación
geoespacial eficiente. En la línea 9, el array 'features' actúa como contenedor principal que organiza y
agrupa las entidades geoespaciales individuales, estableciendo la base estructural del documento. Cada
elemento dentro de este array se define mediante objetos específicos que, como se especifica en la
línea 11, contienen la propiedad 'type: "Feature"', indicando que se trata de entidades geográficas con
ubicación espacial definida y atributos descriptivos asociados.
La línea 13 introduce el objeto 'properties', que funciona como un repositorio de metadatos
alfanuméricos, almacenando información descriptiva relevante como el nombre del municipio, su área
territorial y perímetro, entre otros atributos significativos. Finalmente, en la línea 23, el componente
'geometry' constituye el núcleo espacial del formato, especificando mediante coordenadas
georreferenciadas la forma geométrica precisa y la ubicación exacta de cada entidad en el sistema de
referencia cartográfico, permitiendo así la visualización y análisis espacial de los datos municipales.
Figura 4. Script. Archivo GeoJSON
La estructura del archivo GeoJSON implementa componentes esenciales para la representación
geoespacial eficiente. En la línea 9, el array 'features' actúa como contenedor principal que organiza y
agrupa las entidades geoespaciales individuales, estableciendo la base estructural del documento. Cada
elemento dentro de este array se define mediante objetos específicos que, como se especifica en la
línea 11, contienen la propiedad 'type: "Feature"', indicando que se trata de entidades geográficas con
ubicación espacial definida y atributos descriptivos asociados.
La línea 13 introduce el objeto 'properties', que funciona como un repositorio de metadatos
alfanuméricos, almacenando información descriptiva relevante como el nombre del municipio, su área
territorial y perímetro, entre otros atributos significativos. Finalmente, en la línea 23, el componente
'geometry' constituye el núcleo espacial del formato, especificando mediante coordenadas
georreferenciadas la forma geométrica precisa y la ubicación exacta de cada entidad en el sistema de
referencia cartográfico, permitiendo así la visualización y análisis espacial de los datos municipales.
pág. 10432
Esta estructura jerárquica garantiza tanto la precisión técnica como la eficiencia en el procesamiento
de la información geoespacial.
Desarrollo de la aplicación
El framework React Native constituye el núcleo tecnológico del desarrollo de esta aplicación SIG.
Basado en JavaScript, este framework adopta un enfoque declarativo que permite a los desarrolladores
especificar el estado deseado de la interfaz de usuario, mientras que React Native gestiona
automáticamente las actualizaciones y optimizaciones subyacentes. Esta arquitectura facilita la
creación de interfaces dinámicas y altamente interactivas, mejorando significativamente la experiencia
de desarrollo.
Una ventaja destacable de React Native radica en su capacidad para acceder directamente a las
API´nativas del dispositivo, lo que permite aprovechar al máximo las capacidades del hardware
subyacente. Esta característica resulta particularmente valiosa en aplicaciones de sistemas de
información geográfica, donde se requiere un alto rendimiento para el procesamiento de datos
espaciales y una integración eficiente con funcionalidades específicas del dispositivo, como GPS,
sensores y capacidades gráficas.
Gracias a su capacidad de generar código para múltiples plataformas a partir de una base de código
única, junto con su rendimiento optimizado, React Native se consolida como una herramienta
fundamental para el desarrollo de aplicaciones SIG modernas, escalables y cross-platform.
React Native Maps: Llevando los Mapas a las Aplicaciones Móviles
React Native Maps es una biblioteca integrada en el ecosistema de React Native que permite acceder,
manipular y visualizar mapas de manera eficiente. En el contexto de los Sistemas de Información
Geográfica (SIG), es fundamental la capacidad de superponer múltiples capas de información sobre un
mapa para enriquecer la visualización de datos. Esta funcionalidad es invaluable, ya que permite a los
usuarios analizar y abstraer datos de conjuntos complejos. Además, facilita la realización de consultas
geoespaciales en tiempo real, así como la integración de información enviada desde ubicaciones
específicas.
La biblioteca ofrece un amplio conjunto de herramientas ideales para el desarrollo de aplicaciones con
funcionalidades geoespaciales. Entre las características más destacadas se encuentran:
Esta estructura jerárquica garantiza tanto la precisión técnica como la eficiencia en el procesamiento
de la información geoespacial.
Desarrollo de la aplicación
El framework React Native constituye el núcleo tecnológico del desarrollo de esta aplicación SIG.
Basado en JavaScript, este framework adopta un enfoque declarativo que permite a los desarrolladores
especificar el estado deseado de la interfaz de usuario, mientras que React Native gestiona
automáticamente las actualizaciones y optimizaciones subyacentes. Esta arquitectura facilita la
creación de interfaces dinámicas y altamente interactivas, mejorando significativamente la experiencia
de desarrollo.
Una ventaja destacable de React Native radica en su capacidad para acceder directamente a las
API´nativas del dispositivo, lo que permite aprovechar al máximo las capacidades del hardware
subyacente. Esta característica resulta particularmente valiosa en aplicaciones de sistemas de
información geográfica, donde se requiere un alto rendimiento para el procesamiento de datos
espaciales y una integración eficiente con funcionalidades específicas del dispositivo, como GPS,
sensores y capacidades gráficas.
Gracias a su capacidad de generar código para múltiples plataformas a partir de una base de código
única, junto con su rendimiento optimizado, React Native se consolida como una herramienta
fundamental para el desarrollo de aplicaciones SIG modernas, escalables y cross-platform.
React Native Maps: Llevando los Mapas a las Aplicaciones Móviles
React Native Maps es una biblioteca integrada en el ecosistema de React Native que permite acceder,
manipular y visualizar mapas de manera eficiente. En el contexto de los Sistemas de Información
Geográfica (SIG), es fundamental la capacidad de superponer múltiples capas de información sobre un
mapa para enriquecer la visualización de datos. Esta funcionalidad es invaluable, ya que permite a los
usuarios analizar y abstraer datos de conjuntos complejos. Además, facilita la realización de consultas
geoespaciales en tiempo real, así como la integración de información enviada desde ubicaciones
específicas.
La biblioteca ofrece un amplio conjunto de herramientas ideales para el desarrollo de aplicaciones con
funcionalidades geoespaciales. Entre las características más destacadas se encuentran:
pág. 10433
● Renderizado de mapas: Permite la integración de mapas vectoriales o basados en imágenes,
ofreciendo flexibilidad en la elección del proveedor, como Google Maps, Apple Maps u otros. En este
proyecto, el mapa se centra en el estado de Hidalgo, facilitando la exploración de sus municipios.
● Marcadores personalizables: Los desarrolladores pueden agregar marcadores en ubicaciones
específicas para resaltar puntos de interés. Estos marcadores admiten íconos e imágenes
personalizadas. Al seleccionarlos, se despliega información detallada sobre el municipio
correspondiente.
● Polígonos dinámicos: Los municipios se representan mediante polígonos que pueden
colorearse según variables seleccionadas. La visualización se actualiza inmediatamente al cambiar los
criterios.
● Interacción fluida con el mapa: La biblioteca admite gestos intuitivos como zoom,
desplazamiento y rotación, mejorando la experiencia del usuario. También incluye una vista inmersiva
a nivel de calle.
Inicialización de la Región con MapView
MapView es un componente clave de React Native Maps que proporciona opciones avanzadas de
personalización y control sobre la visualización. Este permite configurar una región inicial con
coordenadas específicas y un nivel de zoom ajustable. Adicionalmente, MapView facilita la
interacción con los usuarios mediante la incorporación de marcadores, rutas y eventos, convirtiéndose
en una herramienta esencial para aplicaciones basadas en mapas.
En la Figura 5 se muestra un fragmento de código que define un componente <MapView>. La
propiedad initialRegion establece las coordenadas iniciales del mapa, mientras que las propiedades
latitudeDelta y longitudeDelta controlan el nivel de zoom, donde valores mayores muestran áreas
extensas y valores menores acercan la vista
Figura 5. Script. MapView con región predefinida
● Renderizado de mapas: Permite la integración de mapas vectoriales o basados en imágenes,
ofreciendo flexibilidad en la elección del proveedor, como Google Maps, Apple Maps u otros. En este
proyecto, el mapa se centra en el estado de Hidalgo, facilitando la exploración de sus municipios.
● Marcadores personalizables: Los desarrolladores pueden agregar marcadores en ubicaciones
específicas para resaltar puntos de interés. Estos marcadores admiten íconos e imágenes
personalizadas. Al seleccionarlos, se despliega información detallada sobre el municipio
correspondiente.
● Polígonos dinámicos: Los municipios se representan mediante polígonos que pueden
colorearse según variables seleccionadas. La visualización se actualiza inmediatamente al cambiar los
criterios.
● Interacción fluida con el mapa: La biblioteca admite gestos intuitivos como zoom,
desplazamiento y rotación, mejorando la experiencia del usuario. También incluye una vista inmersiva
a nivel de calle.
Inicialización de la Región con MapView
MapView es un componente clave de React Native Maps que proporciona opciones avanzadas de
personalización y control sobre la visualización. Este permite configurar una región inicial con
coordenadas específicas y un nivel de zoom ajustable. Adicionalmente, MapView facilita la
interacción con los usuarios mediante la incorporación de marcadores, rutas y eventos, convirtiéndose
en una herramienta esencial para aplicaciones basadas en mapas.
En la Figura 5 se muestra un fragmento de código que define un componente <MapView>. La
propiedad initialRegion establece las coordenadas iniciales del mapa, mientras que las propiedades
latitudeDelta y longitudeDelta controlan el nivel de zoom, donde valores mayores muestran áreas
extensas y valores menores acercan la vista
Figura 5. Script. MapView con región predefinida
pág. 10434
Carga de Datos GeoJSON
En la Figura 6 se ilustra un bloque de código que procesa los datos de un archivo GeoJSON (llamado
hidalgoData) para extraer y transformar las coordenadas de polígonos o multipolígonos que
representan áreas geográficas. Las operaciones principales incluyen:
● Iteración sobre cada feature del archivo GeoJSON.
● Identificación de geometrías como MultiPolygon (varios polígonos).
● Conversión de las coordenadas de formato [longitud, latitud] a objetos con las propiedades
latitud y longitud, requeridas por MapView.
● Almacenamiento de las geometrías procesadas en el estado polygons mediante
setPolygons(newPolygons) para su posterior renderización en el mapa.
Figura 6. Script. Extracción de geometrías del GeoJSON.
Renderización de los polígonos
En la Figura 7 se muestra un fragmento de código que utiliza el componente Polygon de React Native
Maps para renderizar las áreas geográficas en el mapa. Las propiedades configuradas incluyen:
• coordinates: Define las coordenadas del polígono.
• fillColor: Establece el color de relleno, calculado dinámicamente según el criterio seleccionado.
• strokeColor y strokeWidth: Ajustan el color y grosor del borde.
• Propiedades de estilo: Como lineCap, lineJoin y miterLimit, para personalizar el dibujo de
líneas.
Este enfoque permite visualizar claramente las áreas geográficas de los municipios en el mapa de
manera estilizada.
Carga de Datos GeoJSON
En la Figura 6 se ilustra un bloque de código que procesa los datos de un archivo GeoJSON (llamado
hidalgoData) para extraer y transformar las coordenadas de polígonos o multipolígonos que
representan áreas geográficas. Las operaciones principales incluyen:
● Iteración sobre cada feature del archivo GeoJSON.
● Identificación de geometrías como MultiPolygon (varios polígonos).
● Conversión de las coordenadas de formato [longitud, latitud] a objetos con las propiedades
latitud y longitud, requeridas por MapView.
● Almacenamiento de las geometrías procesadas en el estado polygons mediante
setPolygons(newPolygons) para su posterior renderización en el mapa.
Figura 6. Script. Extracción de geometrías del GeoJSON.
Renderización de los polígonos
En la Figura 7 se muestra un fragmento de código que utiliza el componente Polygon de React Native
Maps para renderizar las áreas geográficas en el mapa. Las propiedades configuradas incluyen:
• coordinates: Define las coordenadas del polígono.
• fillColor: Establece el color de relleno, calculado dinámicamente según el criterio seleccionado.
• strokeColor y strokeWidth: Ajustan el color y grosor del borde.
• Propiedades de estilo: Como lineCap, lineJoin y miterLimit, para personalizar el dibujo de
líneas.
Este enfoque permite visualizar claramente las áreas geográficas de los municipios en el mapa de
manera estilizada.
pág. 10435
Figura 7. Script. Uso del componente Polygon.
Carga de Marcadores y Archivo JSON del INEGI
La colocación de marcadores en un mapa mediante un archivo JSON permite centralizar todos los
puntos de interés en un solo recurso, facilitando su visualización organizada. Esto optimiza la
legibilidad del código, y simplifica el proceso de actualización, ya que agregar o modificar un
marcador requiere únicamente editar el archivo de datos.
En la Figura 8 se muestra el código que recorre los datos de populationData y agrega marcadores en el
mapa para cada municipio. El proceso incluye:
● Verificación de la existencia de coordenadas para cada marcador.
● Conversión de coordenadas almacenadas como cadenas (strings) a valores numéricos.
● Creación de marcadores con el nombre del municipio como etiqueta.
● Exclusión de municipios sin coordenadas para evitar errores.
Finalmente, los marcadores se renderizan en el mapa, proporcionando puntos interactivos en cada
ubicación.
Figura 8. Script. Colocación de un marcador por municipio.
Figura 7. Script. Uso del componente Polygon.
Carga de Marcadores y Archivo JSON del INEGI
La colocación de marcadores en un mapa mediante un archivo JSON permite centralizar todos los
puntos de interés en un solo recurso, facilitando su visualización organizada. Esto optimiza la
legibilidad del código, y simplifica el proceso de actualización, ya que agregar o modificar un
marcador requiere únicamente editar el archivo de datos.
En la Figura 8 se muestra el código que recorre los datos de populationData y agrega marcadores en el
mapa para cada municipio. El proceso incluye:
● Verificación de la existencia de coordenadas para cada marcador.
● Conversión de coordenadas almacenadas como cadenas (strings) a valores numéricos.
● Creación de marcadores con el nombre del municipio como etiqueta.
● Exclusión de municipios sin coordenadas para evitar errores.
Finalmente, los marcadores se renderizan en el mapa, proporcionando puntos interactivos en cada
ubicación.
Figura 8. Script. Colocación de un marcador por municipio.
pág. 10436
Interacción con Marcadores
Respecto a la interacción con marcadores, dentro de la Figura 9 se observa el código que permite
agregar funcionalidad interactiva a los marcadores. Las propiedades del componente Marker incluyen:
• coordinate: Define la ubicación del marcador.
• title: Muestra el nombre del municipio.
• image: Representa un ícono personalizado.
• onPress: Llama a una función (handleMarkerPress) que despliega información detallada del
municipio en un cuadro de diálogo.
Colorear Polígonos Basados en Datos
Las capas son conjuntos concretos de datos temáticos. Estas se superponen con el propósito de
conformar mapas detallados. Luna Marín (2023) sostiene que cada territorio tiene características
particulares que determinan su nivel de riesgo, el cual puede representarse de forma provisional para
facilitar la planeación de acciones preventivas y correctivas orientadas a reducir desastres. Por lo tanto,
al combinar capas temáticas, es posible construir escenarios de riesgo más precisos.
Figura 9. Script. Uso de propiedades interactivas en el componente Marker.
En las figuras 10 y 11 se muestran fragmentos de código que asignan colores a los polígonos en
función de atributos específicos, como el porcentaje de viviendas sin computadora ni Internet.
Algunas características clave adicionales que se integraron en la aplicación son:
lowColor y highColor definen los extremos de la escala de colores.
getColor calcula un color intermedio según el valor del atributo y su proporción respecto al máximo.
Los polígonos se colorean dinámicamente para representar visualmente las variaciones entre
municipios, facilitando la interpretación de los datos.
Interacción con Marcadores
Respecto a la interacción con marcadores, dentro de la Figura 9 se observa el código que permite
agregar funcionalidad interactiva a los marcadores. Las propiedades del componente Marker incluyen:
• coordinate: Define la ubicación del marcador.
• title: Muestra el nombre del municipio.
• image: Representa un ícono personalizado.
• onPress: Llama a una función (handleMarkerPress) que despliega información detallada del
municipio en un cuadro de diálogo.
Colorear Polígonos Basados en Datos
Las capas son conjuntos concretos de datos temáticos. Estas se superponen con el propósito de
conformar mapas detallados. Luna Marín (2023) sostiene que cada territorio tiene características
particulares que determinan su nivel de riesgo, el cual puede representarse de forma provisional para
facilitar la planeación de acciones preventivas y correctivas orientadas a reducir desastres. Por lo tanto,
al combinar capas temáticas, es posible construir escenarios de riesgo más precisos.
Figura 9. Script. Uso de propiedades interactivas en el componente Marker.
En las figuras 10 y 11 se muestran fragmentos de código que asignan colores a los polígonos en
función de atributos específicos, como el porcentaje de viviendas sin computadora ni Internet.
Algunas características clave adicionales que se integraron en la aplicación son:
lowColor y highColor definen los extremos de la escala de colores.
getColor calcula un color intermedio según el valor del atributo y su proporción respecto al máximo.
Los polígonos se colorean dinámicamente para representar visualmente las variaciones entre
municipios, facilitando la interpretación de los datos.
pág. 10437
Figura 10. Script. Colorear el polígono del municipio.
Figura 11. Script. Asignación del color según el valor comparativo.
Menú de Selección de Datos
En la Figura 12 se presenta el diseño de un menú interactivo que permite a los usuarios filtrar los datos
mostrados en el mapa. Cada botón, como el de la Figura 13, activa un filtro específico, actualizando
dinámicamente la visualización.
Figura 12. Menú de filtros.
.
Figura 10. Script. Colorear el polígono del municipio.
Figura 11. Script. Asignación del color según el valor comparativo.
Menú de Selección de Datos
En la Figura 12 se presenta el diseño de un menú interactivo que permite a los usuarios filtrar los datos
mostrados en el mapa. Cada botón, como el de la Figura 13, activa un filtro específico, actualizando
dinámicamente la visualización.
Figura 12. Menú de filtros.
.
pág. 10438
En la Figura 13, se presenta el bloque de código que define un botón (TouchableOpacity) que, al ser
presionado, ejecuta dos acciones principales: llama a la función handleButtonPress con el argumento
'VPH_SINTIC' para aplicar un filtro relacionado con las viviendas que no cuentan con algún aparato o
dispositivo, línea telefónica o Internet, y cierra el menú desplegable (setShowMenu(false)). El botón
tiene un estilo dinámico que cambia cuando está seleccionado (selectedButton === 'VPH_SINTIC'), y
muestra un texto descriptivo sobre la opción que representa.
Figura 13. Script. Botón temático.
Mostrar Cuadro de Diálogo
En la Figura 14 se muestra un código que calcula un porcentaje (como viviendas sin computadora ni
Internet) y genera un mensaje detallado con el nombre del municipio, el número de viviendas
afectadas, el total de viviendas y el porcentaje resultante. Este mensaje se muestra al interactuar con
los marcadores en el mapa, brindando información geoespacial relevante al usuario.
Figura 14. Script. Cuadro de diálogo.
RESULTADOS
Tras la finalización de la codificación, se ejecutó el sistema, mostrando una interfaz de interacción
inicial que incluye un mapa sin filtros aplicados, el cual presenta únicamente la división política del
estado. También se habilitó un menú desplegable que ofrece las opciones disponibles para aplicar
filtros y capas temáticas al mapa. A continuación, se ejemplifica el funcionamiento de la aplicación
En la Figura 13, se presenta el bloque de código que define un botón (TouchableOpacity) que, al ser
presionado, ejecuta dos acciones principales: llama a la función handleButtonPress con el argumento
'VPH_SINTIC' para aplicar un filtro relacionado con las viviendas que no cuentan con algún aparato o
dispositivo, línea telefónica o Internet, y cierra el menú desplegable (setShowMenu(false)). El botón
tiene un estilo dinámico que cambia cuando está seleccionado (selectedButton === 'VPH_SINTIC'), y
muestra un texto descriptivo sobre la opción que representa.
Figura 13. Script. Botón temático.
Mostrar Cuadro de Diálogo
En la Figura 14 se muestra un código que calcula un porcentaje (como viviendas sin computadora ni
Internet) y genera un mensaje detallado con el nombre del municipio, el número de viviendas
afectadas, el total de viviendas y el porcentaje resultante. Este mensaje se muestra al interactuar con
los marcadores en el mapa, brindando información geoespacial relevante al usuario.
Figura 14. Script. Cuadro de diálogo.
RESULTADOS
Tras la finalización de la codificación, se ejecutó el sistema, mostrando una interfaz de interacción
inicial que incluye un mapa sin filtros aplicados, el cual presenta únicamente la división política del
estado. También se habilitó un menú desplegable que ofrece las opciones disponibles para aplicar
filtros y capas temáticas al mapa. A continuación, se ejemplifica el funcionamiento de la aplicación
pág. 10439
mediante la selección de un filtro.
Se presenta un ejemplo del mapa generado por la aplicación Hidalgo Horizon, con un atributo
seleccionado por el usuario. Además, se destacan las interfaces y funcionalidades que permiten
visualizar los datos censados del estado de Hidalgo.
En la Figura 15, se muestra un mapa que identifica los municipios donde una gran proporción de
viviendas carece de computadora e Internet en comparación con el total de viviendas de cada
municipio. En este caso, los tonos oscuros representan una mayor proporción de viviendas sin acceso a
estos recursos, mientras que los tonos claros indican una menor proporción.
Figura 15. Aplicación de una capa temática al mapa.
En la Figura 16, al seleccionar el marcador correspondiente al municipio de Chilcuautla, se despliega
un mensaje indicando que el 53.8% de sus viviendas no cuentan con computadora ni Internet en
comparación con el total de viviendas del municipio.
mediante la selección de un filtro.
Se presenta un ejemplo del mapa generado por la aplicación Hidalgo Horizon, con un atributo
seleccionado por el usuario. Además, se destacan las interfaces y funcionalidades que permiten
visualizar los datos censados del estado de Hidalgo.
En la Figura 15, se muestra un mapa que identifica los municipios donde una gran proporción de
viviendas carece de computadora e Internet en comparación con el total de viviendas de cada
municipio. En este caso, los tonos oscuros representan una mayor proporción de viviendas sin acceso a
estos recursos, mientras que los tonos claros indican una menor proporción.
Figura 15. Aplicación de una capa temática al mapa.
En la Figura 16, al seleccionar el marcador correspondiente al municipio de Chilcuautla, se despliega
un mensaje indicando que el 53.8% de sus viviendas no cuentan con computadora ni Internet en
comparación con el total de viviendas del municipio.
pág. 10440
Figura 16. Ventana emergente.
Trabajo futuro
Se pretende que el sistema evolucione hacia un procesamiento completamente automatizado de
archivos censales en formato Excel, eliminando la necesidad de intervención manual. El proceso se
iniciará con la carga del archivo mediante la librería SheetJS (xlsx), que permite leer y manipular
datos de hojas de cálculo de manera eficiente, eliminando la necesidad de preparar manualmente el
JSON. Utilizando algoritmos de reconocimiento inteligente, el sistema identificará automáticamente
columnas clave (ej. nombre del municipio, población, acceso a servicios básicos) y las mapeará a un
esquema geoespacial estandarizado, adaptable a múltiples estructuras de datos censales.
Para garantizar la integridad de los datos, se implementará un módulo de validación que detectará
inconsistencias (valores nulos, formatos erróneos) y aplicará correcciones predeterminadas (ej. rellenar
vacíos con ceros o promedios). Adicionalmente, se integrará un servicio de geocodificación basado en
APIs, que insertará las coordenadas geográficas a entidades administrativas (municipios, localidades)
Figura 16. Ventana emergente.
Trabajo futuro
Se pretende que el sistema evolucione hacia un procesamiento completamente automatizado de
archivos censales en formato Excel, eliminando la necesidad de intervención manual. El proceso se
iniciará con la carga del archivo mediante la librería SheetJS (xlsx), que permite leer y manipular
datos de hojas de cálculo de manera eficiente, eliminando la necesidad de preparar manualmente el
JSON. Utilizando algoritmos de reconocimiento inteligente, el sistema identificará automáticamente
columnas clave (ej. nombre del municipio, población, acceso a servicios básicos) y las mapeará a un
esquema geoespacial estandarizado, adaptable a múltiples estructuras de datos censales.
Para garantizar la integridad de los datos, se implementará un módulo de validación que detectará
inconsistencias (valores nulos, formatos erróneos) y aplicará correcciones predeterminadas (ej. rellenar
vacíos con ceros o promedios). Adicionalmente, se integrará un servicio de geocodificación basado en
APIs, que insertará las coordenadas geográficas a entidades administrativas (municipios, localidades)
pág. 10441
y generará polígonos dinámicos para su visualización en MapView. Esto eliminará la dependencia de
archivos GeoJSON predefinidos, permitiendo que cualquier archivo censal como los publicados por el
INEGI o gobiernos estatales sea procesado y visualizado en tiempo real.
Como valor añadido, el sistema incorporará un panel de configuración donde los usuarios podrán
personalizar el mapeo de columnas, ajustar umbrales de validación y seleccionar criterios de
comparación. Esta escalabilidad no solo optimizará el análisis de datos para Hidalgo, sino que
facilitará su adaptación a otras regiones o contextos (ej. salud, educación).
Se planea añadir gráficos interactivos utilizando la librería Chart.js, los cuales complementarán la
visualización geoespacial de los datos. Actualmente se cuenta con un prototipo para la graficación de
las variables.
En el código mostrado en la figura 17 se toma la información de los municipios y se organiza para que
Chart.js pueda crear el gráfico. Primero, selecciona solo los municipios que se mostrarán. Luego,
extrae los nombres de los municipios (labels) y los valores numéricos (data) según la opción elegida.
Los valores numéricos en el array “data” son los que se usan para determinar el tamaño relativo de
cada barra. Sin esta asignación, todas las barras tendrían la misma altura.
Figura 17. Script. Gráficas de barras
Finalmente, se configura el gráfico de barras: los nombres de los municipios aparecerán en el eje X,
los valores numéricos definirán la altura de cada barra, y se aplica un color. El título de la leyenda
(dataLabel) se toma directamente del menú desplegable para que el usuario sepa qué datos está viendo.
y generará polígonos dinámicos para su visualización en MapView. Esto eliminará la dependencia de
archivos GeoJSON predefinidos, permitiendo que cualquier archivo censal como los publicados por el
INEGI o gobiernos estatales sea procesado y visualizado en tiempo real.
Como valor añadido, el sistema incorporará un panel de configuración donde los usuarios podrán
personalizar el mapeo de columnas, ajustar umbrales de validación y seleccionar criterios de
comparación. Esta escalabilidad no solo optimizará el análisis de datos para Hidalgo, sino que
facilitará su adaptación a otras regiones o contextos (ej. salud, educación).
Se planea añadir gráficos interactivos utilizando la librería Chart.js, los cuales complementarán la
visualización geoespacial de los datos. Actualmente se cuenta con un prototipo para la graficación de
las variables.
En el código mostrado en la figura 17 se toma la información de los municipios y se organiza para que
Chart.js pueda crear el gráfico. Primero, selecciona solo los municipios que se mostrarán. Luego,
extrae los nombres de los municipios (labels) y los valores numéricos (data) según la opción elegida.
Los valores numéricos en el array “data” son los que se usan para determinar el tamaño relativo de
cada barra. Sin esta asignación, todas las barras tendrían la misma altura.
Figura 17. Script. Gráficas de barras
Finalmente, se configura el gráfico de barras: los nombres de los municipios aparecerán en el eje X,
los valores numéricos definirán la altura de cada barra, y se aplica un color. El título de la leyenda
(dataLabel) se toma directamente del menú desplegable para que el usuario sepa qué datos está viendo.
pág. 10442
Figura 18. Gráfico de barras con Chart.js a partir de datos municipales filtrados
CONCLUSIONES
Como señala Harley (1989), los mapas no son meras representaciones objetivas del territorio, sino
construcciones sociales que reflejan relaciones de poder, decisiones metodológicas y puntos de vista
particulares que se plasman en ellos. Por tanto, su diseño y uso deben entenderse como actos cargados
de significado, más allá de su función operativa.
El desarrollo de este Sistema de Información Geográfica (SIG) facilita un análisis claro y comprensivo
de datos informativos relacionados con cualquier municipio. Esto permite visualizar la información de
una manera minuciosa que puede ser utilizada por asociaciones, estados, secretarías y cualquier
persona interesada. De esta manera visualizar el territorio representa un ejercicio de interpretación
plural, que adecua formas proyectar la realidad.
El desarrollo de esta aplicación ha permitido identificar conexiones complejas entre las variables
seleccionadas. Por ejemplo, en algunos municipios del norte del estado, se detectó una alta proporción
de carencia de servicios, como viviendas sin computadoras ni acceso a internet, a diferencia de los
municipios del sur, donde el acceso a estos servicios es mayor (Figura 15). Esta información es
fundamental para que las autoridades implementen estrategias destinadas a reducir las brechas y
equilibrar la atención brindada en diferentes regiones.
Además, se observó una tendencia en la que los municipios con mayor acceso a servicios suelen ser
aquellos más industrializados o próximos a la capital del estado. Esto coincide con lo señalado por Tan
et al. (2025), "La concentración de valores más altos en las principales áreas urbanas se debe
potencialmente a un alto nivel de movilidad poblacional alrededor de los centros urbanos. Esto está
Figura 18. Gráfico de barras con Chart.js a partir de datos municipales filtrados
CONCLUSIONES
Como señala Harley (1989), los mapas no son meras representaciones objetivas del territorio, sino
construcciones sociales que reflejan relaciones de poder, decisiones metodológicas y puntos de vista
particulares que se plasman en ellos. Por tanto, su diseño y uso deben entenderse como actos cargados
de significado, más allá de su función operativa.
El desarrollo de este Sistema de Información Geográfica (SIG) facilita un análisis claro y comprensivo
de datos informativos relacionados con cualquier municipio. Esto permite visualizar la información de
una manera minuciosa que puede ser utilizada por asociaciones, estados, secretarías y cualquier
persona interesada. De esta manera visualizar el territorio representa un ejercicio de interpretación
plural, que adecua formas proyectar la realidad.
El desarrollo de esta aplicación ha permitido identificar conexiones complejas entre las variables
seleccionadas. Por ejemplo, en algunos municipios del norte del estado, se detectó una alta proporción
de carencia de servicios, como viviendas sin computadoras ni acceso a internet, a diferencia de los
municipios del sur, donde el acceso a estos servicios es mayor (Figura 15). Esta información es
fundamental para que las autoridades implementen estrategias destinadas a reducir las brechas y
equilibrar la atención brindada en diferentes regiones.
Además, se observó una tendencia en la que los municipios con mayor acceso a servicios suelen ser
aquellos más industrializados o próximos a la capital del estado. Esto coincide con lo señalado por Tan
et al. (2025), "La concentración de valores más altos en las principales áreas urbanas se debe
potencialmente a un alto nivel de movilidad poblacional alrededor de los centros urbanos. Esto está
pág. 10443
relacionado con una mayor densidad poblacional, desplazamientos regulares y usos del suelo mixtos,
con funciones principales en manufactura, comercio o servicios públicos".
Por otro lado, es fundamental reconocer que las personas tienden a ver su entorno como un factor
determinante en sus posibilidades de desarrollo. Como señala Castillo (2016), “las personas suelen
percibir su entorno como un obstáculo para la movilidad social, ya sea por su influencia directa o por
la desmotivación que genera su círculo cercano”. En este sentido, la aplicación busca invitar a los
ciudadanos a reflexionar sobre cómo perciben su entorno, ofreciendo una visión más completa de los
factores externos que influyen en su movilidad social.
La aplicación propone una forma integral de analizar las características tanto homogéneas como
mixtas del entorno. Al presentar los datos de manera detallada, fomenta un ejercicio de
autocomprensión colectiva, facilitando la identificación de cómo el espacio geográfico influye en las
dinámicas sociales y económicas que estructuran la pertenencia y cohesión dentro de una sociedad.
Además, a través de este desarrollo se busca llegar a mapear regiones a nivel mundial y con ello poder
mostrar gráficamente a través de los datos oficiales, lo que sucede en cada una de las regiones,
brindando un fácil uso y poniéndolo a disponibilidad de cualquier usuario como herramienta en la
visualización de su entorno y toma de decisiones. Por otra parte puede ser una herramienta muy
poderosa que brinde en tiempo real lo que sucede con los recursos naturales de la región y como han
sido consumidos y con ello realizar prevención de algunos desastres naturales, ecológicos, entre otros.
Agradecimientos
Los autores agradecen al Instituto Nacional de Estadística y Geografía (INEGI) por poner a
disposición pública los datos de los censos poblacionales y económicos, los cuales fueron
fundamentales para el desarrollo de este estudio. La accesibilidad y calidad de esta información
permiten enriquecer el análisis científico y fomentar investigaciones basadas en evidencia.
REFERENCIAS BIBLIOGRÁFICAS
1. Hynes, W. (2021, Mayo 7). Preparing for future shocks. Politeia.
https://www.politeia.co.uk/preparing-for-future-shocks/
2. Calixto Escariz. (2017, 22 agosto). Sistemas de Información Geográfica: ventajas para la gestión
local del territorio. https://www.calixtoescariz.com/blog/ventajas-sistemas-informacion-geografica/
relacionado con una mayor densidad poblacional, desplazamientos regulares y usos del suelo mixtos,
con funciones principales en manufactura, comercio o servicios públicos".
Por otro lado, es fundamental reconocer que las personas tienden a ver su entorno como un factor
determinante en sus posibilidades de desarrollo. Como señala Castillo (2016), “las personas suelen
percibir su entorno como un obstáculo para la movilidad social, ya sea por su influencia directa o por
la desmotivación que genera su círculo cercano”. En este sentido, la aplicación busca invitar a los
ciudadanos a reflexionar sobre cómo perciben su entorno, ofreciendo una visión más completa de los
factores externos que influyen en su movilidad social.
La aplicación propone una forma integral de analizar las características tanto homogéneas como
mixtas del entorno. Al presentar los datos de manera detallada, fomenta un ejercicio de
autocomprensión colectiva, facilitando la identificación de cómo el espacio geográfico influye en las
dinámicas sociales y económicas que estructuran la pertenencia y cohesión dentro de una sociedad.
Además, a través de este desarrollo se busca llegar a mapear regiones a nivel mundial y con ello poder
mostrar gráficamente a través de los datos oficiales, lo que sucede en cada una de las regiones,
brindando un fácil uso y poniéndolo a disponibilidad de cualquier usuario como herramienta en la
visualización de su entorno y toma de decisiones. Por otra parte puede ser una herramienta muy
poderosa que brinde en tiempo real lo que sucede con los recursos naturales de la región y como han
sido consumidos y con ello realizar prevención de algunos desastres naturales, ecológicos, entre otros.
Agradecimientos
Los autores agradecen al Instituto Nacional de Estadística y Geografía (INEGI) por poner a
disposición pública los datos de los censos poblacionales y económicos, los cuales fueron
fundamentales para el desarrollo de este estudio. La accesibilidad y calidad de esta información
permiten enriquecer el análisis científico y fomentar investigaciones basadas en evidencia.
REFERENCIAS BIBLIOGRÁFICAS
1. Hynes, W. (2021, Mayo 7). Preparing for future shocks. Politeia.
https://www.politeia.co.uk/preparing-for-future-shocks/
2. Calixto Escariz. (2017, 22 agosto). Sistemas de Información Geográfica: ventajas para la gestión
local del territorio. https://www.calixtoescariz.com/blog/ventajas-sistemas-informacion-geografica/
pág. 10444
3. Banco Mundial. (2021). Informe sobre el desarrollo mundial 2021: Datos para una vida mejor.
http://hdl.handle.net/10986/35218 License: CC BY 3.0 IGO.
4. Arancibia, M. E. (2008). El uso de los sistemas de información geográfica -SIG- en la
planificación estratégica de los recursos energéticos. Revista de Universidad Bolivariana.
https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-
65682008000100012&lng=en&nrm=iso&tlng=en
5. Gazaba, F. J. (2021, 17 marzo). Introducción a los Sistemas de Información Geográfica con
QGIS. https://pergamino.ar/descargas/introduccion-a-los-sig-con-qgis.pdf
6. Luna Marín, V. (2023). Aplicación de los SIG en el análisis de Riesgo de Desastres generados
por Amenazas naturales y antrópicas: Una Revisión Bibliográfica. Universidad de Antioquia,
Medellín, Colombia. https://bibliotecadigital.udea.edu.co/server/api/core/bitstreams/cb113039-1bc7-
4fe8-b783-b5b6e327b327/content
7. Harley, J. B. (1989). Desconstruyendo el mapa. Cartographica: Revista internacional de
información geográfica y geovisualización. https://doi.org/10.3138/E635-7827-1757-9T53
8. Tan, X., Huang, B., Batty, M. et al. (2025) Las leyes de escala espaciotemporal de la dinámica
de la población urbana. https://doi.org/10.1038/s41467-025-58286-4
9. Castillo, M. (2016). Fronteras simbólicas y clases medias: Movilidad social en Chile.
https://doi.org/10.18504/pl2448-009-2016
3. Banco Mundial. (2021). Informe sobre el desarrollo mundial 2021: Datos para una vida mejor.
http://hdl.handle.net/10986/35218 License: CC BY 3.0 IGO.
4. Arancibia, M. E. (2008). El uso de los sistemas de información geográfica -SIG- en la
planificación estratégica de los recursos energéticos. Revista de Universidad Bolivariana.
https://www.scielo.cl/scielo.php?script=sci_arttext&pid=S0718-
65682008000100012&lng=en&nrm=iso&tlng=en
5. Gazaba, F. J. (2021, 17 marzo). Introducción a los Sistemas de Información Geográfica con
QGIS. https://pergamino.ar/descargas/introduccion-a-los-sig-con-qgis.pdf
6. Luna Marín, V. (2023). Aplicación de los SIG en el análisis de Riesgo de Desastres generados
por Amenazas naturales y antrópicas: Una Revisión Bibliográfica. Universidad de Antioquia,
Medellín, Colombia. https://bibliotecadigital.udea.edu.co/server/api/core/bitstreams/cb113039-1bc7-
4fe8-b783-b5b6e327b327/content
7. Harley, J. B. (1989). Desconstruyendo el mapa. Cartographica: Revista internacional de
información geográfica y geovisualización. https://doi.org/10.3138/E635-7827-1757-9T53
8. Tan, X., Huang, B., Batty, M. et al. (2025) Las leyes de escala espaciotemporal de la dinámica
de la población urbana. https://doi.org/10.1038/s41467-025-58286-4
9. Castillo, M. (2016). Fronteras simbólicas y clases medias: Movilidad social en Chile.
https://doi.org/10.18504/pl2448-009-2016