En primer lugar, los S.I.G. orientados a objetos plantean un cambio en la concepción de la estructura de las bases de datos geográficas; mientras los modelos de datos vectorial y raster estructuran su información mediante capas -como ya hemos dicho anteriormente- los sistemas orientados a objetos intentan organizar la información geográfica a partir del propio objeto geográfico y sus relaciones con otros. De este modo, los objetos geográficos están sometidos a una serie de procesos y se agrupan en clases entre las cuales se da la herencia.

En segundo lugar, los S.I.G. orientados a objetos introducen un carácter dinámico a la información incluida en el sistema, frente a los modelos de datos vectoriales y raster que tienen un carácter estático.

Por ello, el modelo orientado a objetos es más aconsejable para situaciones en las que la naturaleza de los objetos que tratamos de modelar es cambiante en el tiempo y/o en el espacio.

Para poner un ejemplo de organización de la información con este modelo de datos, pensemos en un subcompartimento forestal, dentro del cual se dan muchos árboles, cada uno de ellos sometido a unos procesos (por ejemplo el crecimiento); este crecimiento es heredado por el subcompartimento y da como resultado que la altura del mismo sea cambiante con el tiempo.

Por lo tanto, en este caso los atributos temáticos de cada objeto geográfico son el resultado de aplicar unas determinadas funciones que varían según las relaciones del objeto de referencia con su entorno.

Sin duda alguna, este modelo de datos es más aconsejable que cualquier otro para trabajar con datos geográficos, pero se encuentra con dificultades de implementación en los actuales Sistemas de Gestión de Bases de Datos (SGBD), y por lo tanto también con dificultades de implementación en los S.I.G. Hoy en día comienzan a verse implementaciones de este tipo de organización de datos en algunos GIS comerciales, si bien son a nuestro entender aproximaciones en cierto modo incompletas cuya su funcionalidad tiene que ser mejorada en los siguientes años.

La ventaja fundamental que permite esta estructura de datos frente a las demás es la dinamicidad de los datos. Es decir, a partir de una serie de parámetros establecidos en el comportamiento de los objetos geográficos, podemos simular su evolución futura, lo que constituye un gran avance si se trabaja en entornos en los que se requiere simulación de situaciones potenciales.

Con un par de coordenadas y su altitud gestionan un punto (e.g. un vértice geodésico), con dos puntos generan una línea, y con una agrupación de líneas forman polígonos. De entre todos los métodos para formar topología vectorial la forma más robusta es la topología arco-nodo, cuya lógica de funcionamiento trataré de detallar en los siguientes esquemas:

La topología arco-nodo basa la estructuración de toda la información geográfica en pares de coordenadas, que son la entidad básica de información para este modelo de datos. Con pares de coordenadas (puntos) forma vértices y nodos, y con agrupaciones de éstos puntos forma líneas, con las que a su vez puede formar polígonos. Básicamente esta es la idea, muy sencilla en el fondo.

Para poder implementarla en un ordenador, se requiere la interconexión de varias bases de datos a través de identificadores comunes. Estas bases de datos, que podemos imaginarlas como tablas con datos ordenados de forma tabular, contienen columnas comunes a partir de las cuales se pueden relacionar datos no comunes entre una y otra tabla.

Hemos visto en el esquema anterior cómo se forman las líneas a partir de puntos (pares de coordenadas). Veámos ahora cómo se forman los polígonos a partir de la agrupación de líneas

:

En general, el modelo de datos vectorial es adecuado cuando trabajamos con objetos geográficos con límites bien establecidos, como pueden ser fincas, carreteras, etc.

Las imágenes obtenidas por los satélites de teledetección ofrecen una perspectiva única de la Tierra, sus recursos y el impacto que sobre ella ejercen los seres humanos.

El valor de las imágenes de satélite y la información extraída de ellas es evidente. Ofrecen una visión global de objetos y detalles de la superficie terrestre y facilitan la comprensión de las relaciones entre ellos que pueden no verse claramente cuando se observan a ras de tierra. Por supuesto, el carácter "remote" de la teledetección aumenta también este valor, ya que proporciona una visión parcial del globo sin tener que moverse de la oficina.

Además de estas ventajas evidentes, las imágenes de satélite muestran, literalmente, mucho más de lo que el ojo humano puede observar, al desvelar detalles ocultos que de otra forma estarían fuera de su alcance. El valor practico y la multiplicidad de aplicaciones de las imágenes continúan aumentando a medida que se lanzan nuevos satélites, que se suman a los que ya están en orbita.