The intensity of land take is calculated as land take in the given period in % of artificial surfaces in the year 2000. For easier comparability land take is summarized within NUTS3 regions.
Los Servicios Web de Mapas (WMS) y las app de cartografía están siendo eficaces para luchar contra la avispa velutina en Galicia.
La velutina (vespa velutina) es una especie invasora procedente del sureste asiático, que llegó a las costas francesas en el 2004. Desde entonces, se ha propagado por Europa y en particular por España, causando grandes daños en las colmenas de abejas productoras de miel. La velutina ataca a las abejas, que no tienen una estrategia eficaz de defensa, y las utiliza para alimentar a sus larvas.
Vistas dorsal y ventral de la velutina (CC BY-SA 4.0 Archaeodontosaurus)
Un equipo de investigación de la Universidad de Santiago de Compostela (USC), en colaboración con la Diputación de La Coruña y con el CESGA (CEntro de Supercomputación de GAlicia) ha desarrollado Velumap, un mapa que muestra la situación de la velutina en Galicia con celdillas de 300 X 300 m , disponible en forma de app para Android e IOS y como servicio WMS, que puede verse en el visualizador estándar implementado por el CESGA.
Capturas de pantalla de la app VeluMap
El propósito del proyecto es publicar una descripción cartográfica actualizada de la presencia de ese insecto y hacer proyecciones de futuro. Todo ello contando con la colaboración voluntaria de los usuarios que avisten a esta avispa o sus colmenas e informen de su presencia con una foto mediante la app mencionada.
Los responsables del proyecto han desarrollado modelos temporales que describen la expansión futura de esta especie invasora, modelos que esperan mejorar gracias a los aportaciones de los usuarios. Cuantas más personas utlicen la app y reporten avistamientos, mejores serán los resultados.
Un proyecto muy interesante que aplica directamente servicios OGC y la filosofía de la interoperabilidad.
A continuación te mostraremos los errores más comunes que presentan al iniciar con el uso de ArcGIS, y que casi todo el que inicia con este SIG está destinado a cometer.
1. Multiarchivo shapefile
Un shapefile es un formato multiarchivo vectorial de almacenamiento digital donde se guarda la localización de los elementos geográficos y los atributos asociados a ellos, constituido por tres o más archivos con extensiones de archivo concretas que se deben almacenar en el mismo espacio de trabajo del proyecto, para poder trabajar con este fichero es necesario contar con los siguientes archivos asociados a este:
shp: es el archivo principal que almacena la geometría de la entidad.
shx: es el archivo de índice que almacena el índice de la geometría de la entidad.
dbf: es la tabla dBASE que almacena la información de atributos de las entidades.
prj: archivo que guarda la información referida al sistema de coordenadas en formato WKT; se utiliza en ArcGIS.
sbx: Almacena el índice espacial de las entidades.
xml: metadatos de ArcGIS, es el archivo que almacena información sobre el shapefile.
Cabe señalar que cada archivo debe tener el mismo prefijo, por ejemplo linea.shp, linea.shx y linea.dbf. Así como también cada vez que se quiera copiar o mover de sitio este archivo se debe asegurar que todos los archivos que constituyen el shapefile sean copiados o movidos también.
2. Proyección
La referencia espacial de la capa con la que se está trabajando no concuerda con la proyección del marco de datos. ArcMap realiza una proyección al vuelo, lo que significa que puede mostrar datos almacenados en una proyección como si estuvieran en otra. La nueva proyección se utiliza solamente por razones de visualización y consulta; los datos reales no se alteran, pero trabajar de esta manera puede generar muchas veces problemas en los resultados con lo que se está trabajando. Hay que asegurarse que la información de proyección de la capa con la que se está trabajando concuerde con las demás capas y con el marco de datos.
3. Archivos XLS (tablas de Excel) en Arcmap
Aunque ArcGIS trabaja con tablas en formato DBF, también se pueden abrir tablas de Excel con extensión XLS y trabajar con ellas del mismo modo que trabaja con otras fuentes de datos tabulares, pero estas muchas veces generan fallo, ya que la información se encuentra asociada a celdas no a campos. Por lo cual en muchas ocasiones será necesario transformar el formato.
4. Rutas de archivos
Este es uno de los errores más comunes, ya que muchas veces se utilizan rutas con nombres con más de 9 caracteres, espacios, guiones, letras con virgulilla o algún otro tipo de acento. Los archivos en formato raster son los que más tienen este tipo de errores.
Estos son sólo algunos de los errores más comunes que se presentar al comenzar a trabajar con ArcGIS, sin embargo siempre hay que tener presente tener en cuenta lo que nos aconsejen los experto en este tema y así evitaremos que nos puedan ocurrir.
Nota: Hay una valoración incluida en esta entrada, por favor, visita esta entrada para valorarla.
El Open Geospatial Consortium (OGC) pide públicamente comentarios sobre el documento candidato a convertirse en estándar titulado Symbology Conceptual Core Model (SymCore), que constituye la base para definir reglas de simboogía para la representación de datos geográficos.
Se trata de un modelo modular y extensible, que permite tener un único modelo de simboogía y muchas codificaciones (encodings). Es una continuación del estándar Symbology Encoding, que proporciona un planteamiento consistente que:
Aporta la flexibilidad necesaria para tener reglas de simbología adecuadas para todos los estándares OGC, aplicables tanto a datos como a servicios de visualizacón (WMS, WMTS), de descarga (WFS, Geopackage), etc..
Tiene interoperabilidad de estilos al más alto nivel, sin depenencias del formato de codificación (encoding).
El año pasado, los autores de este modelo ya solicitaron publicamente comentarios antes de tener el documento completo, para garantizar que el trabajo reflejase las necesidades de la comunidad. Este anuncio marca el inicio del periodo formal de comentarios necesario para que el documento se convierte en estándar OGC.
Espero que os animéis. Nuestra experiencia es: que, aunque uno crea que no tiene formación suficiente, siempre se puedenhacer comentarios interesantes si se estudia un documento así en detalle; que todo los comentarios se tienen muy en cuenta y si están bien argumentados y son sensato, seaceptan, y que meterse decabeza a estudiar y preparar comentarios par aun documento así es una d ela smaneras más rápidas de aprender.
Una parte muy importante en los proyectos en los que se trabaja con datos georreferenciados y a la que no se ha prestado mucha atención, son los metadatos. Es algo fundamental tener un registro de la información de dicho dato, autor, fecha de creación, sistema de referencia, etc.
Con el auge del Big Data es primordial tener un registro y una información de esa cantidad ingente de información así como de sus características. Por ello, la interoperabilidad es algo apremiante para que se puedan compartir datos de manera viable, por lo que la implantación de unos estándares que establezcan unas normas por parte de los expertos es de obligado cumplimiento.
Existen varios tipos de estándares de metadatos, y cada país posee su propia política de estándares de metadatos. Incluso desde FGDC (Federal Geographic Data Committee) se recomienda trabajar con el estándar ISO ya que posee varios beneficios frente a otro tipo de estándares. Se revisan cada 5 años.
La Organización Internacional para la Estandarización (International Organization for Standardization, ISO) es el mayor desarrollador de estándares internacionales voluntarios, se fundó en el 1947. Los estándares ISO se pueden obtener directamente de su web.
Tipos de estándares
El utilizar el estándar ISO frente a otros ofrece varias ventajas, entre ellas:
Flexibilidad.
Representa las relaciones entre los conjuntos de datos y el nivel de recopilación de relaciones (padre/hijo).
Acomoda nuevas tecnologías (modelo de datos, web mapping, etc.).
Posee un alcance internacional con diferentes tipos de atributos: dataset language,dataset character set, metadata language, metadata caracter set.
Como já deve ser sabido por vocês, a versão binária do GeoServer traz consigo um servlet container, o Jetty, que possui por default configurações que possibilita uma rápida inicialização, porém isso não garante uma alta performance.
Para aumentar a performance é necessário definir algumas configurações de desempenho na Máquina Virtual Java (JVM) para o seu container. Vale ressaltar que estas configurações não são para um container específico, desta forma você pode usar para o Jetty, para o Tomcat, para o JBoss, entre outros.
Abaixo, vou listar algumas das opções de configurações que você pode utilizar e onde você deve inserir esses comandos. Lembrando que foi testado com o GeoServer 2.15.1 rodando no Java 11.
-Xmn2048m : Define o tamanho inicial e máximo do novo heap -Xms1024m : É o espaço na memória que está comprometido com a VM na inicialização. A JVM pode crescer até o tamanho de Xmx -Xmx2048m : Determina o tamanho do heap a ser reservado na inicialização da JVM. -XX:+ScavengeBeforeFullGC : Atua no Garbage Collection (GC) -XX:ParallelGCThreads=4 : Define o número de threads usados durante as fases paralelas do GC -XX:+CMSParallelRemarkEnabled : Habilita o paralelismo do coletor CMS -XX:MinHeapFreeRatio=30 : Porcentagem mínima de heap livre após atuação do GC, para evitar expansão. -XX:SurvivorRatio=8 : Relação entre eden/survivor (tamanho do espaço). O valor padrão é 8. -XX:MaxTenuringThreshold=15 : Valor máximo para o Tenuring Threshold. O valor padrão é 15 -XX:+DisableExplicitGC : Desativa as chamadas para System.gc(). Observe que a JVM ainda executa o GC quando necessário. -XX:ThreadStackSize=256k : Tamanho da thread (em Kbytes) -Duser.timezone=America/Sao_Paulo : Define o timezone -Duser.language=pt : Define a lingua -Duser.country=BR : Define o país -Dfile.encoding=ISO-8859-1 : Define o encoding -Dsun.rmi.dgc.client.gcInterval=3600000 : Especifica o funcionamento do GC uma vez por hora, em vez da taxa padrão é de uma vez por minuto. -Dsun.rmi.dgc.server.gcInterval=3600000 : Especifica o funcionamento do GC uma vez por hora, em vez da taxa padrão é de uma vez por minuto.
Para adicionar estas opções de configurações você deve alterar a linha abaixo no arquivo startup (dentro da pasta bin):
Feito isso, salve o arquivo. Lembrando que se você estiver no Windows, deve alterar o arquivo startup.bat, e se estiver no Linux deve alterar o arquivo startup.sh. Reinicie o GeoServer, e deixe ele “voar”.
«A mi me gustaba desayunar con la edición matutina del periódico desplegada frente a mí como si fuera un mapa, para ir preparando mis actividades del día».
Theodor Kallifatides (Otra vida por vivir, 2016)
La idea de mapa, SIG o conjunto de datos geográficos como modelo y metáfora de una parte del mundo ha dado lugar en la literatura a un gran número de símiles.
Es evidente que las IDE suponen una oferta de datos abiertos que se pueden descarar y servicios que se pueden visualizar y explotar con grandes posibilidades en la enseñanza.
Los envases sostenibles llegaron para quedarse. La invención de estas tecnologías ocurre en un contexto en el que el consumo masivo de productos industrializados ha derivado en un consumo exponencial de packaging, que culmina en islas de basura en los océanos. Gestión de residuos La generación de residuos se incrementó con el desarrollo industrial, el […]
The 15th International gvSIG Conference will be held from November 6th to 8th at School of Engineering in Geodesy, Cartography and Surveying (Universitat Politècnica de València, Spain) under the slogan “We create Technology“.
Communication proposals submissionis now open for both paper and poster, and they can be sent to the email address: conference-contact@gvsig.com. Information regarding to regulations on communication presentations and deadline can be found in the Communications section of the event website.
In addition, registration period for the Conference is now open. Registrations are free of cost (limited capacity) and must be done through the application form on the Conference web page. Registration for workshops, that will be free of charge too, will be able to be done after program publishing in an independent web form.
Organizations interested in collaborating in the event can find information in the section: How to collaborate, with different levels of sponsoring.
All the information related to the conference, including workshops information, will be published at gvSIG Blog.
Las 15as Jornadas Internacionales gvSIG tendrán lugar del 6 al 8 de noviembre de 2019 en la Escuela Técnica Superior de Ingeniería Geodésica, Cartográfica y Topográfica (Universitat Politècnica de València, España), bajo el lema “Creamos Tecnología”.
A partir de ahora pueden remitirse las propuestas de comunicación, tanto para ponencia como para póster, a la dirección de correo electrónico conference-contact@gvsig.com. Toda la información sobre las normas para la presentación de comunicaciones, así como las fechas límite para el envío de las propuestas, puede consultarse en el apartado ‘Comunicaciones’ de la web de las jornadas.
Por otro lado, se ha abierto ya el periodo de inscripción a las jornadas. Las inscripciones son totalmente gratuitas (con aforo limitado) y se ha de realizar a través del formulario existente en la página web de las Jornadas. Las inscripciones a los talleres, que también serán gratuitas, se realizarán de forma independiente tras la publicación del programa de las jornadas.
Finalmente, las organizaciones interesadas en colaborar en el evento pueden encontrar información en el apartado ‘¿Cómo colaborar?’ de la web de las jornadas, con distintos niveles de patrocinio disponibles.
Toda la información sobre las jornadas, incluyendo los talleres que se impartirán, se irá publicando en el blog de gvSIG.
Muchos conocemos la herramienta Google Earth, y es por ello que en los últimos años hemos sido testigo de su interesante evolución, para brindarnos soluciones cada vez más efectivas y acordes a los avances tecnológicos. Esta herramienta, es comúnmente utilizada para ubicar lugares, localizar puntos, extraer coordenadas, ingresar datos espaciales para realizar algún tipo de
OpenDroneMap (ODM) es un kit de herramientas de código abierto para procesar imágenes capturadas por drones. OpenDroneMap convierte las imágenes simples obtenidas de las cámaras en datos geográficos tridimensionales, pudiéndose utilizar posteriormente en combinación con otros conjuntos de datos geográficos. En esta entrada te enseñamos algunos ejemplos de uso de drones en SIG ODM contiene ...
Ya que estamos en verano ¡vámonos de gira! Vamos a ver otro ejemplo de geoportal que muestra lo fácil y sencillo que es implementar un visualizador temático, turístico por ejemplo, aprovechando los servicios de la IDEE.
Se llama Caminos vivos de Sevilla, cuyo promotor es ASAJA SEVILLA, la ASociación Agraria de Jóvenes Agricultores de esa provincia, fundada en 1977, que con los Grupos de Desarrollo Rural y fondos FEDER lleva a cabo, entre otras actividades, la implementación de esta plataforma, Caminos vivos de Sevilla, una herramienta interactiva para la consulta de recursos turísticos del medio rural mediante las nuevas tecnologías de la información. Su fin es crear conocimiento sobre el medio rural y ponerlo al alcance de la sociedad superando las barreras de la infraestructura informativa tradicional, de alto coste y difícil mantenimiento.
El visualizador muestra rutas, que se pueden descargar en formato GPX o KMZ, junto a una representación de su perfil altimétrico y, opcionalmente, Puntos de Interés de Patrimonio natural, Enclaves culturales y alojamientos. Como cartografía de fondo, se pueden elegir los WMS del PNOA, el Mapa base y la cartografía ráster del IGN.
Data Plotly, es un complemento o plugin para QGIS 3 consistente en un panel desplegable y ajustable en tamaño y localización, cuyo objetivo es la creación de distintos tipos de gráficos simples pero atractivos desde la propia interfaz del programa. Este plugin de QGIS 3 permite la realización de distintos tipos de diagramas vinculados a […]
Nota: Para este tutorial se ha empleado Windows 10 Pro y Visual Studio 2015
Como todos sabemos QGIS tienes grandes herramientas y muy buenos algoritmos y sobre todo los bindings de python para hacer maravillas, pero seguro que si eres desarrollador o simplemente eres curioso querrás ver sus tripas y poder modificar el código fuente y tal vez resolver alguna issue abierta.
Pues eso es lo que vamos a ver en esta entrada para así poder compilar y debuggear el Core de QGIS en Windows, lo cual es un poco más complejo y necesita más configuración que en Linux.
Antes de empezar necesitamos descargar algunos requisitos:
Para la instalación de CMake y Git no tendremos que hacer ninguna modificación ya que los parámetros por defecto nos van a servir.
En la instalación de Cygwin, mantenemos el “directorio raíz” como C:\cygwin64 e instalamos los siguientes paquetes:
• Bison • Flex • git
La instalación git dentro de Cygwin nos permite usar el número de compilación actual al compilar QGIS.
Para la instalación de OSGeo4W, deberemos seleccionar “Instalación avanzada“. Haga clic en “Siguiente” y seleccionar “Instalar desde Internet”. Ahora hacemos clic en “Siguiente” y ponemos en “Directorio raíz” por ejemplo en mi caso D:\OSGeo4W64. Lo pongo en otra unidad para liberar espacio de la unidad principal.
Seleccionamos siguiente y lo dejamos por defecto. En la siguiente pantalla si estamos bajo un proxy, ponemos nuestros datos y si no es así simplemente le damos a siguiente y seleccionamos http://download.osgeo.org y click en “Siguiente”.
Le damos a siguiente y dejamos que todo se instale y ¡voilá ya tenemos configurado OSGeo4W! Ya queda poco.
¿Que más nos falta? Pues una IDE para poder trabajar y para ello vamos a descargar e instalar Visual Studio 2015, la idea perfecta y es la que se debería emplear es la IDE propia de Qt “Qt Creator”, pero configurar todo el entorno es realmente infernal en Windows, y aunque se puede hacer, no compensa el tiempo invertido, por lo que emplearemos como se ha comentado Visual Studio.
La ruta de instalación dejamos la de por defecto y bajo la opción “Custom”. seleccionamos “Visual C++” y en la sección de “Windows and Web Development/Universal Windows App Development Tools” seleccionamos Tools (1.4.1) and Windows 10 SDK (10.0.14393).
Nota: Si tenemos problema con la instalación de la SDK deberemos instalar por separado Windows 10 SDK (10.0.14393).
Una vez tenemos instalado Visual Studio ya no necesitamos instalar más programas ni librerías adicionales.
Lo siguiente que necesitamos es clonar el proyecto de QGIS. Para ello creamos un fork en nuestra cuenta de GitHub y luego simplemente nos lo clonamos en local.
Una vez tenemos el código fuente QGIS creamos un fichero (por ejemplo en el escritorio) en cual llamaremos por ejemplo QGIS-Dev.bat con lo siguiente:
@echo off
:: Ruta instalación de Osgeo4W
set OSGEO4W_ROOT=D:\OSGeo4W64
:: Ruta al código fuente de QGIS
set SOURCE=D:\GitHub\QGIS
:: Ruta a la instalación de Visual Studio 2015
SET PATH=%PATH%;C:\VisualStudio2015\Common7\IDE\
cd %SOURCE%\ms-windows\osgeo4w
d:
call “%SOURCE%\ms-windows\osgeo4w\msvc-env.bat” x86_64
@cmd /k configonly.bat
Estos comandos nos han generado la solución de visual studio en: D:\Github\QGIS\ms-windows\osgeo4w\build-qgis-test-x86_64\qgis.sln
Ahora solo debemos abrir la solución escribiendo en la cmd abierta al ejecutar el bat anterior “devenv”,
Esperaremos a que cargue y hacemos un build del proyecto “ALL BUILD”. En este punto debéis ser pacientes ya que el proceso tarda aproximadamente unos 40 minutos o más, pero todo dependerá de las características de vuestro PC.
Una vez se ha completado todo, debemos hacer click derecho sobre el proyecto y seleccionar la pestaña “debugging” en el apartado “Configuración” cambiamos “Command” a D:\Github\QGIS\ms-windows\osgeo4w\build-qgis-test-x86_64\output\bin\RelWithDebInfo\qgis.exe. y seleccionamos “OK”.
Ahora simplemente le damos a “Start Debugging” o a F5.
Nota: Si nos sale un aviso avisándonos de “out of date” podemos simplemente hacer click en “No”.
Por fin, hemos tardado pero ya lo tenemos Compilado, así que ahora vamos a Debuggear el código.
En la parte de debug para poder ver el contenido de los objetos debemos cargar los símbolos (.pdb) en herramientas > opciones > depuración > símbolos.
Y en las opciones generales chequeamos “Enable Native Edit and continue”.
Y deschequeamos “Native compatibility mode”.
Por otro lado cambiamos Debugger Type a “Mixed” en project properties-> Configuration Properties -> Debugging.
Ya lo tenemos, ahora vamos a poner un punto de ruptura, por ejemplo en la creación del menú contextual en los layer del TOC, el cual se crea al hacer click derecho sobre la capa.
Y aquí podemos ver todo el contenido en este caso del objeto “layer”, (Se trata de un layer que he cargado manualmente en QGIS y al que le he dado click derecho para que llame a este método).
Ahora ya tenemos el entorno de desarrollo montado para compilar y debuggear QGIS en nuestra máquina, espero que haya sido de ayuda y mucha gente más se anime a desarrollar QGIS.
Nota: Hay una valoración incluida en esta entrada, por favor, visita esta entrada para valorarla.
El Portal europeo de datos abiertos ofrece un programa de formación abierto y gratuito, en inglés, español (gracias a la colaboración del iniciativa Aporta) y otros idiomas, disponible en línea sobre qué son los datos abiertos, para qué sirven, casos de uso, casos de éxito, cómo gestionarlos, posibiidades futuras y muchos otros aspectos relacionados.
Se compone de 16 módulos, que llevan cada uno de 15 a 30 minutos, y que cubren las necesidades de una amplia gama de usuarios y personas interesadas, desde principiantes hasta expertos interesados en los aspctos más avanzados.
El curso está publicado bajo una licencia CC BY-SA 4.0 y se compone, por ahora, de los siguientes módulos:
Quero convidá-los a participarem do Curso Online de GeoServer que estarei ministrando pela GEOCURSOS. O objetivo do curso é que você aprenda a disponibilizar, compartilhar e editar dados geográficos na internet com o GeoServer.
No curso serão abordados tópicos como: configuração de dados, criação de estilo com SLD, padrões OGC, interface administrativa (web), visualização cartográfica com OpenLayers, REST API, Segurança, entre outros.
O curso ocorrerá entre os dias 17 e 26 de setembro (terças, quartas e quintas) das 20:00 as 22:00 (horário de Brasília).
Aqueles que poderem divulgar para seus contatos, agradeço. Quem quiser saber mais informações sobre o curso, pode obtê-las nos seguintes links:
El rewilding de ecosistemas es un enfoque que permite la restauración de los hábitats naturales en todo su conjunto. Según los autores, el éxito de este tipo de proyectos no solo depende de la reintroducción de especies, sino cuando el ecosistema consigue regenerarse y sostenerse. ¿Qué es el rewilding de ecosistemas? Acorde a lo que […]
Hoy tenemos una publicación internacional. Contamos con el geógrafo costarricense Eddison José Araya Morales, quien explicará cómo instalar y usar el software libre FUSION para trabajar con datos LiDAR.
El software FUSION es un programa de acceso libre orientado específicamente al campo forestal, desarrollado por del USDA Forest Service. Es un paquete robusto y estable, se recomienda por lo siguiente:
Es un programa totalmente gratuito, y que está constantemente actualizándose.
Está diseñado específicamente para la visualización y el análisis de datos LiDAR relacionados con los usos forestales.
Su uso es relativamente sencillo, y tiene herramientas para el cálculo de múltiples variables (tanto dasométricas como asociadas al conocimiento morfométrico del terreno). Como contrapartida utiliza la línea de comandos de Windows para ejecutarlas, con lo que ello supone en términos de preparación de los ficheros y problemas de ejecución.
Tiene un excelente visualizador 3D (el LDV – Lidar Data Viewer), sobre el que se puede medir incluso árboles individuales.
Permite la introducción de archivos vectoriales y raster, que ayudan a la interpretación de los datos, y que pueden utilizarse en algunas herramientas.
Una vez descargado proceda a instalarlo. Un aspecto importante para trabajar con este paquete es crear las variables de entorno en el sistema Windows, para ejecutar con éxito los comandos y procesos generados en FUSION.
Crear variables de entorno de FUSION
Al realizar este paso podrá ejecutar líneas de comando del programa FUSION independientemente de cualquier directorio en el cual se encuentre. Es importante tener derechos de administrador para realizar cambios en el sistema.
De clic derecho en “ Mi PC” y seleccione propiedades:
Luego de clic en “Configuración Avanzada Del Sistema y en “Variables de entorno”:
De clic en “Nueva” para crear la nueva variable de entorno:
Escriba lo siguiente:
De clic en aceptar y tendrá creada la variable de entorno del programa FUSION.
Verificación de la creación de variables de entorno de FUSION
Para verificar lo anterior, ingrese a la línea de comandos del sistema, dando clic en Inicio – Programas – Accesorios – Símbolo de Sistema:
Estando en la línea de comandos escriba “catalog”:
Y de clic en la tecla enter, sino reconoce la línea de comando, la variable de entorno no se realizó de forma satisfactoria y deberá ejecutar de nuevo el proceso anterior:
Análisis y manipulación de archivos Lidar en FUSION
Inicie el software ingresando a Inicio – Todos los Programas – FUSION.
Para que el programa FUSION reconozca los datos lidar deben está en formato LAS o en formato LDA, el cual es el formato nativo de fusión.
Cargar a FUSION archivo Lidar en formato .las
De clic en “Raw Data” y cargue el archivo “prueba1.las” (Descárgalo aquí) y establezca la simbología por defecto.
Cargar una imagen de referencia en FUSION
Para visualizar archivos lidar en FUSION, es imprescindible contar con una ortoimagen de referencia o una imagen de intensidad, de no tener la ortoimagen es posible con las mismas herramientas de FUSION crear una imagen de intensidades de los pulsos de retorno del lidar.
Crear imagen de intensidad
Si no se cuenta con la ortoimagen, FUSION permite crear una imagen de intensidad para ser usada de referencia y poder desplegar los datos lidar.
De clic en “Tools – Miscellaneous utilities > Create an image using LIDAR point data…” y seleccione el archivo prueba1.las.
Guarde el archivo como “prueba1_intensidad”. De clic en “Scan for data ranges” para verificar en que rangos están los datos de intensidad.
Observe que de 0 a 47.81 no existen registros de intensidad, por lo que se puede especificar de ser necesario el rango de valores que contiene datos.
De clic en “Create image” y cierre la pantalla cuando finalice el proceso. De clic en “Image” y cargue la imagen de intensidad “prueba1intensidad”.
Crear escenas 3D de datos Lidar en Sector Ambiental
Para ello el programa FUSION cuenta con un visualidad LDV, que permite entre algunas cosas ver datos en 3D, analizar alturas de datos lidar, cargar modelos digitales del terreno, medir arboles individuales o infraestructura etc.
Presione el botón izquierdo del ratón y dibuje un área similar a la que se presenta en pantalla.
Aparece el perfil en 3D de la zona donde hizo la selección.
Si da clic derecho del ratón tiene acceso a propiedades adicionales.
Para navegar sobre el LDV tiene varias opciones, por ejemplo manteniendo el botón izquierdo del ratón y moviendo el mismo puede desplazarse y rotar el perfil.
Con el mismo botón izquierdo más la tecla CTRL del teclado y desplazando con el ratón el botón del centro hacia abajo, realiza una ampliación y lo contrario sucede si usa el botón del centro del ratón hacia arriba, o sea se amplía la panorámica.
Realice otros perfiles en otros sectores de la imagen e identifique usos de la tierra.
Observe que “Sample options” por defecto está clasificando el perfil por alturas, pero también puede hacerlo por intensidad, por números de retorno, etc.
Realice otros perfiles usando las otras opciones que presente el software, tales como:
La opción por ejemplo “Fixed Circle” permite especificar el diámetro del circulo para efectuar la medición, pruebe con un diámetro de 200 metros para crear el perfil y de clic sobre la zona arbolada.
Como se indicó anteriormente, prueba con las otras cajas para trazar los perfiles y muestre los resultados en el LDV.
Eddison José Araya Morales es geógrafo y realiza capacitaciones en Procesamiento de Datos Lidar, Drones y otros a través del sitio Cursos Online GIS.
CURSOSONLINEGIS.COM nace como respuesta a la necesidad de formación y capacitación de calidad en temas diversos como cursos en Drones y Procesamiento Digital de sus Imágenes, Sistemas de Información Geográfica (SIG, GIS), Teledetección (Sensores Remotos), así como cursos en Sistemas de Posicionamiento Global (GPS) y capacitación en Procesamiento de Datos Lidar.
Ahora que ya sabemos que los datos son el petróleo del siglo XXI, parece evidente que conocer los flujos de datos en el territorio de la Unión Europea es sumamente importante por motivos estratégicos y de transparencia, además de para conocer las posibilidades existentes de computación en la nube y evaluar la competitividad en TI de la región.
Por ello, la Comisión Europea ha lanzado una encuesta pública y anónima para tener una idea aproximada de esos flijos de datos. La Dirección General de Tecnología, Contenidos y Redes (DG CONNECT) está trabajando en una iniciativa sobre Seguimiento de los Flujos de Datos Europeos para poder llegar a cartografiarlos.
En ese contexto, la DG CONNECT en colaboración con el JRC ha lanzado una encuesta voluntaria y anónima para empresas y organismos públicos para recoger datos sobre:
El volumen de datos almacenados en la nube por organizaciones públicas y privadas en la UE.
Qué datos se han transferido de una nube a otra en la UE.
Los datos recogidos se publicarán en un informe preliminar en el 2019 titulado «European mapping of current data stocks and flows across the EU territory» y un informe final en el 2020.
Se anima a los organismos públicos y empresas privadas a responder la encuesta antes del próximo 15 de octubre.
Cada vez que se plantea una nueva infraestructura de tamaño considerable en España es común que se requiera certificar que no se afecta al Dominio Público Hidráulico para la obtención de los permisos de construcción o para una Declaración de Impacto Ambiental favorable.
¿Y qué es el Dominio Público Hidráulico o DPH?
El dominio público está constituido por el conjunto de bienes que siendo propiedad de un ente público están afectos a un uso público (plaza o calle), a un servicio público (edificios oficiales) o al fomento de la riqueza nacional (aguas, montes).
El dominio público hidráulico constituye, entre otros bienes, los cauces de corrientes naturales, continuas o discontinuas y los lechos de lagos, lagunas y embalses superficiales, en cauces públicos.
El Dominio Público Hidráulico incluye:
• Las aguas continentales, tanto superficiales como subterráneas, es decir, las de ríos, ramblas o cauces intermitentes, lagos, embalses y acuíferos, etc. También las aguas procedentes de desalación.
• Los cauces de corrientes naturales continuas o discontinuas, lo que significa el terreno sobre el que circula, tanto ríos como ramblas.
• Los lechos de embalses y lagos.
Así, el DPH comprende tanto el agua como la superficie por la que discurre o la contiene. Como se puede observar, quedan excluidas las aguas marinas y también las aguas privadas.
Se considera la zona inundable que define el D.P.H. como la zona inundada para la avenida de periodo de retorno de 500 años, de forma que si nuestra infraestructura no es encuentra dentro de la zona inundada para dicha avenida podemos confirmar que nos encontramos fuera del DPH.
¡Y aquí es donde podemos empezar a trabajar!
Para obtener la plana de inundación que defina el DPH podemos actuar de dos maneras:
La primera es acudir a fuentes oficiales que han realizado estudios hidrológicos previos y han facilitado capas en formato vectorial en las que podemos ver el DPH de varios cauces en el país. Aquí os dejo un enlace del ministerio de transición ecológica:
Estas capas corresponden a un número limitado de cauces, por lo que muchas veces no podremos acudir a ellas para calcular nuestro DHP, así que tendremos que acudir a modelos hidráulicos como HEC RAS para calcular nuestra plana de inundación para la avenida de 500 años.
En este artículo, toda la información, así como el software utilizado es gratis y abierto al público, lo que nos facilita nuestros estudios y los hace asequibles para todos.
Para ello, lo primero que debemos tener es un modelo digital del terreno y un cauce cuyo DPH queramos calcular.
Con esta información de partida y utilizando QGIS junto con su extensión RiverGIS, podemos definir los elementos de un modelo hidráulico unidimensional, es decir, el cauce, las secciones transversales y los márgenes.
Una vez definida la geometría del proyecto pasamos a exportar el modelo a HEC RAS para realizar los cálculos hidráulicos.
Con la geometría definida en HEC RAS, pasamos a introducir el caudal correspondiente a la avenida para un periodo de retorno de 500 años. Este caudal tendrá que ser obtenido a partir de estimaciones estadísticas utilizando fuentes de datos oficiales, datos de aforo o estudios hidrológicos del cauce.
Una vez obtenidos los resultados, estos se pueden exportar fácilmente a QGIS, teniendo definido el DPH para dicho cauce.
Este cauce se podrá pasar a formato shapefile o CAD, de forma que se pueda añadir fácilmente a nuestros planos y ¡voilá!, ya tendremos nuestro DPH definido.
Ya está disponible el programa de las 11as Jornadas de Latinoamérica y Caribe de gvSIG y 5as Jornadas gvSIG México, que tendrán lugar los días 15 y 16 de agosto de 2019 en la Universidad de Guanajuato (México) bajo el lema “Geotecnologías, contribuyendo a la solución de problemas del territorio”.
Por otro lado, continúa abierta la inscripción, totalmente gratuita, tanto para las sesiones de ponencias como para los talleres, inscripciones que se realizan de forma independiente. En ambos casos el aforo es limitado, por lo que se recomienda no esperar al final para inscribirse.
Los talleres que se impartirán desde el día 12 de agosto en las jornadas son los siguientes: “gvSIG aplicados a la gestión municipal”, “Introducción gvSIG”, “gvSIG avanzado y novedades”, “Introducción a la programación en aplicaciones geoespaciales: de Python a Jython”, “Introducción Análisis Espacial con R”, “Creación de Geoportales con Leaflet y QGIS” y “ConvertGISEpanet – RunEpanetGIS – gvSIG. Herramientas para el tratamiento de la información en redes de abastecimiento de agua”.
Finalmente, cualquier entidad o persona interesada en patrocinar las jornadas o en cualquier otro tipo de colaboración, puede escribir un correo electrónico a la dirección jornadas.latinoamericanas@gvsig.org.
Durante el INSPIRE Geoportal Workshop, que se celebró en Ispra (Italia) los días 23 y 24 de enero de 2019, y durante la reunión presencial del MIG-T (Ispra, 3 y 4 de abril de 2019) surgió el problema de cómo mejorar la usabilidad de los conjuntos de datos de los Estados miembros cuyos metadatos se recolectan (harvest) desde el catálogo de metadatos europeo INSPIRE.
Una de las claves que se mencionaron fué disponer de un esquema de licencias armonizado o al menos mostrar claramente la licencia de cada conjunto de datos a los usuarios en los metadatos.
Además, en la reunión nº 38 del MIG-T de hace dos años, celebrada en Gante, se acordó trabajar en una aproximación conjunta para identificar los conjuntos de datos que son datos abiertos y describir las licencias en los metadatos.
Como un primer paso, se pidió a los miembros del MIG-T que describieran en un documento la manera en la que identifican qué datos tienen una licencia abierta en su catálogo de metadatos. Las respuestas están recopiladas en este documento.
Ahora se pide a los Estados miembro que describan cómo se puede identificar en sus catálogos de metadatos nacionales qué conjuntos de datos tienen una licencia abierta. Se entiende por licencia abierta la que permite usar, modificar y distribuir libremente los datos (o los datos derivados) con cualquier propósito a condición, como mucho, de reconocer la autoría original. Es decir, licencias como las CC0, CC BY.y similares. Las licencias como la CC BY-SA y similares no se consideran licencias abiertas.
En este enlace podéis ver los comentarios y contribuciones recopilados hasta ahora. La idea es recopilar las maneras, cuando existan, de seleccionar en los catálogos de metadatos nacionales los datos con una licencia abierta (según esta definición) en un script y asignarles la palabra clave (keyword) «Open Data» en el catálogo europeo. Para más información, véase este enlace.
Parece muy positivo que la Comisión Europea apoye decididamente los datos abiertos, sin embargo se me ocurren dos cosas al hilo de esta noticia:
En primer lugar, cada vez oímos más voces que opinan que en realidad las licencias más abiertas con las CC0, CC BY y similares, que realmente exigen un mínimo de condiciones a cumplir al usuario. Según esa idea, las licencias CC BY-SA y similares son menos interoperables, ya que no son compatibles ni con la CC BY, ni con las similares, ni tampoco con otras licencias víricas, como ODbL, por ejemplo.
En segundo lugar, ¿cómo se ha tomado la decisión en el marco INSPIRE de tomar solo las licencias tipo CC BY como las únicas licencias abiertas? ¿no ha sido algo demasiado rápido? La opendefinition.org y la recientemente aprobada norma UNE 148004:2018 sobre datos geográficos abiertos permiten exigir al usuario el reconocimiento y el compartir igual ¿no debería haber habido antes un debate más amplio?
En la idea general de qué son datos abiertos (datos sin barreras para su uso y reutilización) parece que estamos todos de acuerdo, pero en los detalles (¿las licencias víricas son licencias abiertas o son un poco menos abiertas?), sobre todo en qué es una licencia abierta, no tanto. Véase este enlace.
Hay que tener en cuenta que cada lenguaje de programación posee unas características determinadas que le hace diferenciarse del resto de lenguajes, lógico. En principio se pueden distinguir entre dos grupos generales, aquellos que son compilados o aquellos que son interpretados. JavaScript se encuentra entre los últimos al igual que Python, no hace falta compilar el código para que la máquina lo entienda, nos ahorramos este paso, la máquina va ejecutando el proceso conforme se va pasando el código.
En este caso se van a detallar las peculiaridades del lenguaje JavaScript para cualquier persona que quiera iniciarse.
Es necesario aprender este código si estás interesado en el desarrollo Web GIS (visores cartográficos) ya que muchas aplicaciones (como la API JavaScript de Esri) y librerías como OpenLayers están escritas con JS.
Para empezar a trabajar con cualquier lenguaje , es básico conocer cómo se escribe, en esta entrada nos vamos a enfocar en las variables.
¿Qué es una variable?
Las variables son simples nombres que se usan para asociarles algún tipo de dato. Con este concepto en JavaScript se declara una variable con la palabra var y el nombre que se asigna ya depende de ti.
Aunque ese nombre puede ser de tipo número o texto, es necesario tener en cuenta que existen unas reglas.
Tipos de variables:
Una de las ventajas de JavaScript respecto a otros lenguajes de programación es que no tienes que especificar el tipo de dato que vas a asignar a la variable.
JavaScript permite integrar varios tipos de datos diferentes como de tipo texto, numérico, boleano (true/false), arrays, objetos. No hay que olvidar unos tipos de datos “especiales” como son undefined y null.
Reglas básicas:
En el lenguaje JavaScript se deben cumplir unas reglas básicas que hay que tener en cuenta:
a. JavaScript es un lenguaje de tipo case sensitive es decir, distingue entre mayúsculas y minúsculas. Por lo que hay que fijarse bien a la hora de escribir el código y asignar un nombre a las variables.
b. Cuando se declara una variable al final de la sentencia debe ir un punto y coma, esto confirma que ha terminado la sentencia.
c. No es necesario declarar las variables con la palabra var, aunque es muy recomendable hacerlo. Tampoco es necesario definir qué tipo de variable es. Se pueden incluso declarar varias variables con var si se separan mediante comas.
d. El nombre de una variable solo puede contener letras, números, y los símbolos dólar ($) y el guión bajo (_). En JavaScript el nombre de la variable NUNCA podrá empezar por un número.
e. Se pueden incluir comentarios, si son de una sola línea se comenzarán con una doble barra (//) y si es un bloque, es decir, varias líneas, se colocarán estos símbolos al principio (/*) y al final (*/).
El Portal del lector de la Comunidad de Madrid incluye un estupendo Mapa de bibliotecas, en el que se puede ver en un visualizador un servicio WMS que muestra las Bibliotecas de la Comunidad de Madrid, atributos de cada una de ellas y su leyenda: Bibliotecas públicas fijas, Bibliometro, Biblioteca regional y otras.
R es el lenguaje por excelencia para el análisis estadístico y actualmente constituye una de las herramientas más populares para la generación de gráficos de gran calidad y complejidad. En multitud de campos la mejor forma de mostrar los resultados suele ser la construcción de un mapa, de tal forma que podamos hacer accesible esta ...
A Universidade de Helsinki (Finlândia) promoveu no ano passado (2018) um curso de Python para GIS e disponibilizou todo o conteúdo na internet. O curso foi dividido em 2 módulos:
1. Geo-Python: este módulo dá uma introdução a linguagem de programação Python e a algumas de suas principais bibliotecas como Numpy, Pandas e Matplotlib.
2. AutoGIS: este módulo é focado na automatização de processos GIS com apoio do Python, falando um pouco sobre Geopandas, análise espacial, interação com dados do OpenStreetMap, e com o QGIS.
Além do material disponível no site, o curso conta ainda com vídeoaulas [1][2] (em inglês) e também com exercícios disponíveis no GitHub [1][2]. Se você está querendo aprender um pouco de Python e aliar com o conhecimento de GIS, este curso é um bom “pontapé” inicial.
¿Qué es un conjunto de datos? A veces definir y explicar los conceptos que parecen más elementales y obvios resulta difícil, porque nunca nos lo planteamos. Hace poco alguien nos peguntó qué es un Conjunto de Datos Espaciales (CDE), un concepto básico en la Directiva INSPIRE, y a los presentes nos costó más de lo que parece construir una explicación clara y coherente.
Obviamos el adjetivo espaciales, que en INSPIRE ha sustituido al geográfico de las normas ISO 19100 que nos parece más apropiado, a menos que se quieran incluir las representaciones digitales del Sistema Solar, la Vía Láctea, nuestro cúmulo de galaxias y ¿por qué no? las representaciones digitales tridimensionales de moléculas complejas como el ADN.
La traducción oficial de la Directiva dice que un conjunto de datos es una recopilación identificable de datos. Entonces ¿qué sentido tiene? ¿qué significa eso realmente?
Pues en realidad es un grupo de datos que en un momento determinado se va a gestionar como un todo, como una unidad. Por ejemplo la hidrografía de un país, un nomenclátor geográfico o una cobertura LiDAR. Pero, aparte de operaciones particulares y muy concretas, como que un usuario nos pida unos datos, el resultado de un análisis o algo así ¿qué conjuntos de datos interesa considerar en una organización?
Por ejemplo ¿un fichero que describe solo un lago debe ser considerado un conjunto de datos (CD)? Pues depende. Las preguntas oportunas son ¿lo voy a gestionar como un todo? ¿voy a generar metadatos de él? ¿lo voy a procesar (capturar, editar, actualizar, publicar, etc.) individualmente? Si la respuesta es no, porque en realidad va a formar parte de la Hidrografía de la región o del país, no conviene considerarlo un CD. Por el contrario, si es un lago singular, como el lago Balatón de Polonia, el más grande de ese país, acompañado de multitud de sondeos y datos de composición y calidad de sus aguas, a lo mejor sí tiene sentido.
La cuestión no es tan trivial como parece a primera vista y tiene que ver con la atomización de datos y servicios en la implementación de la Directiva INSPIRE. Parece que no tiene mucho sentido definir un conjunto de datos por cada tipo de objeto geográfico (feature type), porque complica mucho la gestión, hay que producir muchos metadatos y al fin y al cabo es algo arificial, porque de hecho esos datos no se gestionan por separado. Parece que para optimizar procesos lo mejor es definir CD lo más amplios posible, no atomizarlos y tener un único CD formado por todos los datos que produce una misma organización dentro de un tema INSPIRE, pensando en que tienen que ser conformes con unas mismas especificaciones.
Eso parece lo mejor salvo que haya dos procesos de producción muy diferentes y heterogéneos, con distintos métodos de producción, frecuencia de actualización, calidad de resultados, controles de calidad, etc. o que la demanda de los usuarios esté muy repartida y haya dos grupos de usuarios muy diferentes, con necesidades muy distintas, que utilizan, por ejemplo unos la red de ferrocarril y otros la red de carreteras, dentro del tema de Redes de Transporte (RT), con necesidades muy diferentes. En ese caso a lo mejor interesa definir dos CD.
La atomización también amenaza a los servicios y quizás no sea muy práctico tampoco definir un WMS (o un WMTS) diferente por cada feature type. Es algo que complica mucho la gestión y no parece que tenga muchas ventajas, salvo la de aumentar las estadísticas de CD y servicios implementados. O dicho de otra manera, hacer poco comparables los índices del seguimiento INSPIRE de países diferentes es otro de los inconvenientes de la atomización de CD. Así que parece buena idea, salvo que haya una razón de peso en contra, implementar un servicio de visualización por cada tema INSPIRE dentro de una organización.
Eso plantea otra cuestión y es que el marco INSPIRE, al hacer tanto énfasis en el tema, ha roto el mapa topográfico y ahora no hay ninguna garantía en el modelo de consistencia entre temas. Antes, la hidrografía, el relieve, las redes de transporte, las poblaciones, etc. coincidían cuando tenían que coincidir y encajaban perfectamente, al menos en teoría y si no era así, había un error. En INSPIRE no hay ningún ítem de metadatos, ningún elemento de calidad que permita decir, por ejemplo, que la geometría de una hidrografía es consistente con una descripción del relieve. (La consistencia entre CD es otro argumento para dividirlos lo menos posible).
Queda para los cartógrafos la tarea de ver cómo solucionar el problema (que INSPIRE no separe lo queha unido el cartógrafo); lo más cómodo es mantener procesos de captura y tratamiento de datos comunes hasta cierto momento para garantizar esa consistencia, pero no siempre es posible y sería quizás conveniente pensar en procedimientos posteriores de ajuste automático, para eso tenemos el prometedor machine learning.
Ao realizarmos um estudo ambiental, usualmente delimitamos nossa área de estudo conforme as bacias hidrográficas existentes. Em algumas situações, essa área de estudo apresenta zonas homogêneas, sendo necessário um detalhamento na nossa descrição de cada uma delas.
Quando trabalhamos com ferramentas de SIG, podemos rapidamente obter essas informações utilizando os dados espaciais que temos disponíveis.
Um desses dados é a elevação.
A elevação pode ser obtida por meio dos Modelos Digitais do Terreno (MDT) ou de Elevação (MDE). Ainda assim, a obtenção desses dados não é tão direta, sendo necessário a ferramental Estatística Zonal (Zonal Statistics) para obter essa informação para cada uma das nossas zonas de interesse inseridas dentro da área de estudo.
De maneira geral, a estatística zonal funcionado com um arquivo do tipo Raster, o qual queremos extrair uma determinada informação e um shapefile contendo a delimitação da zona de interesse.
Agora que sabemos um pouco sobre estatística zonal, vamos ver como utilizá-la no QGIS e no ArcGIS.
MDT do Mundo
Nesta postagem, iremos utilizar o MDT do GLOBE (Global Land One-kilometer Base Elevation) para extrair as estatísticas descritivas dos estados de São Paulo, Santa Catarina e da Bahia.
Você pode realizar o download deste MDT acessando o site da NOAA. Ao visitar esse site, clique em “Any or all 16 tiles“, assim você será redirecionado para uma página que você poderá selecionar qual “pedaço” de MDT você deseja baixar.
Lembrando que, ao realizar o download deste MDT, você deverá renomeá-lo e adicionar .bil no final dele. Em seguida, você deverá baixar o arquivo .hdr disponível neste site, também do NOAA, e salvá-lo na mesma pasta com o mesmo nome do MDT.
Ao abrir esses arquivos no seu SIG, indique que seu datum é o WGS 84 (EPGS: 4326).
Com relação aos estados brasileiros, os quais utilizaremos para calcular nossas estatísticas zonais, os shapefiles utilizados foram baixados do site do IBGE.
Estatística Zonal no QGIS
No QGIS (3.4), você encontrará a ferramenta de estatística zonal clicando no menu Processamento (Processing) e em seguida, clicando em Caixa de Ferramentas (Toolbox). Ou você pode apenas apertar Ctrl + Alt + T para abrir essa janela.
Acessando a ferramenta Estatística Zonal no QGIS.
Em seguida, busque por Zonal e você será direcionado para a ferramenta Estatística Zonal (ou Zonal Statistics). Dê dois cliques sobre ela.
Uma nova janela será aberta e será solicitado os seguintes itens:
Camada Raster (Raster Layer): Arquivo no formato matricial do qual queremos extrair alguma informação. No nosso caso, é o MDT;
Banda Raster (Raster Band): Indica qual é a banda da imagem. Como estamos trabalhando com MDT, só há uma;
Prefixo da Coluna de Saída (Output column prefix): Caracteres que indicarão que a coluna obtida foi resultado da estatística zonal. Aqui, vamos marcá-la como as letras “B2E_”;
Estatísticas para Cálculo: Quais estatísticas você quer? Alguns exemplos são Soma, Média, Mediana, Desvio Padrão, Máximo e Mínimo.
Agora sabemos o que precisamos para calcular a estatística zonal. Vamos calculá-la para obter os valores Média, Máximo e Mínimo do estado de São Paulo.
Janela da caixa de ferramenta da Estatística Zonal do QGIS.
Após executar essa ferramenta, você irá notar que nenhum arquivo será gerado ou muito menos aberto. Os resultados são adicionados diretamente na Tabela de Atributos do shapefile utilizado.
Dessa forma, clicando sobre o shapefile do estado de São Paulo e selecionado a tabela de atributos, podemos avaliar nossos dados gerados.
Tabela de Atributos contendo as estatísticas zonais de São Paulo.
A partir dos dados que utilizamos, podemos afirmar que a cota média do estado de São Paulo é 558,06 metros, com valores máximos e mínimos de 2.703 metros e 1 metro, respectivamente.
Ao realizarmos o mesmo procedimento para os estados de Santa Catarina e Bahia, iremos obter os seguintes resultados:
Santa Catarina: Média = 682,34 m; Máximo = 1.758 m e Mínimo = 1;
Bahia: Média = 518,29 m; Máximo = 1.734 m e Mínimo = 1.
Nesta situação, rodamos a estatística zonal para estados em shapefiles separados. Cabe lembrar que poderíamos ter pego o shapefile de todos os estados (ou seja, do Brasil todo) e rodarmos a mesma ferramenta. O resultado seria o cálculo das estatísticas solicitadas para cada um dos polígonos.
Estatística Zonal no ArcGIS
No ArcGIS, para acessar essa ferramenta, vá em ArcToolbox e siga o seguinte caminho: Spatial Analyst Tools > Zonal > Zonal Statistics.
Ao abrir a ferramenta Zonal Statistics, você terá que fornecer os seguintes dados:
Input Raster or Feature Zone Data: Raster ou shapefile contendo as zonas de interesse (no nosso caso, os estados que estão sendo avaliados);
Zone Field: Quando utilizamos um shapefile com várias zonas, este campo deverá ser utilizado para indicar ao ArcGIS as zonas conforme estabelecido na tabela de atributos (exemplo, shapefile com todos os estados do Brasil, sendo selecionado a coluna referente ao nome dos estados);
Input Value Raster: Raster que queremos extrair informações;
Output Raster: Raster contendo a estatística zonal;
Statistic Type: Qual estatística você quer calcular?
Diferente do QGIS, essa ferramenta do ArcGIS cria um raster como saída. Para obter um resultado semelhante ao do QGIS, utilize a ferramenta Zonal Statistics as Table.
Ferramenta Zonal Statistics no ArcGIS.
Ao executar essa ferramenta para média, mínimo e máximo de São Paulo, obtemos, respectivamente os seguintes resultados 558,55 m, 1 m e 2.703 m.
Para evitar que fiquemos várias vezes rodando essa ferramenta para obter as estatísticas zonais, vamos utilizar a ferramenta Zonal Statistics as Table para obtê-las mais facilmente.
Semelhante à ferramenta anterior, você terá que fornecer o raster ou shape contendo as zonas de interesse; a coluna de atributo referente à cada zona; o raster contendo a informação a ser extraída; o local onde a tabela será salva e quais as estatísticas você quer.
Ferramenta Zonal Statistics as Table do ArcGIS.
Após executar essa ferramenta, o ArcGIS irá criar uma tabela que pode ser adicionada à tabela de conteúdo (normalmente, ele já adiciona automaticamente) e você pode visualizá-la clicando sobre ela e indo em Open (Abrir).
Para a Bahia, temos uma elevação média de 518,31 m, elevação máxima de 1.734 m e mínima de 1 m. Para Santa Catarina, temos uma elevação média de 680,98 m, elevação máxima de 1.758 m e mínima de 1 m.
Estatística Zonal no QGIS com Python
Se você quiser extrair as mesmas estatísticas de um raster sem utilizar as janelas das ferramentas que citamos, você pode programar e utilizar Python dentro do QGIS.
Para abrir o console Python no QGIS, vá em Plugins e clique sobre Python Console, ou aperte Ctrl + Alt + P.
Utilize o seguinte código para obter a mediana e o intervalo dos dados, lembrando que os comentários no corpo do código explicam cada trecho dele.
# Importando as bibliotecas necessárias.
import os
from qgis.core import QgsVectorLayer
from qgis.analysis import QgsZonalStatistics
# Definindo nossas variáveis (nosso shapefile e raster)
camadaBahia = QgsVectorLayer("...Caminho/blogPost/29UFE250GC_SIR.shp", "Bahia", "ogr")
camadaMDT = QgsRasterLayer("...Caminho/GLOBE DEM/j10g.bil", "MDT")
# Executando a função Zonal Statistics
estatisticaZ = QgsZonalStatistics(camadaBahia, camadaMDT, "PY_", 1, QgsZonalStatistics.Median | QgsZonalStatistics.Range)
estatisticaZ.calculateStatistics(None)
# Carregando o shapefile com as estatísticas
iface.addVectorLayer("...Caminho/blogPost/29UFE250GC_SIR.shp", "Bahia", "ogr")
Note que no final do código carregamos novamente o shapefile da área de interesse. Isso porque ao executar a função Estatística Zonal, caso o shapefile já esteja aberto, os resultados não aparecerão na tabela de atributos, sendo necessário carregar o arquivo novamente.
Estatística Zonal no ArcGIS com Python
Para calcular a estatística zonal pela ArcGIS usando ArcPy, abra o console python dele, clicando em Geoprocessing e em seguida em Python.
No console Python, insira os comandos abaixo. Lembrando que os comentários irão te auxiliar na compreensão do código.
# Importando as bibliotecas
import arcpy
from arcpy import env
from arcpy.sa import *
# Definindo ambiente de trabalho
env.workspace = "...Caminho/ferna/Desktop/blogPost"
# Definindo variáveis
SaoPaulo = "35UFE250GC_SIR.shp"
Municipio = "NM_ESTADO"
MDT = "j10g.tif"
tabelaSaida = "TABELA_ArcPy.dbf"
# Aplicando função Zonal Statistics
Resultado1 = ZonalStatisticsAsTable(SaoPaulo, Municipio, MDT, tabelaSaida, "NODATA", "MEDIAN")
Embora o código esteja de acordo com a documentação da ESRI para esta ferramenta, ela esta retornando uma tabela vazia, sendo que já testamos o uso de raster e shapefile como zonas, sem nenhum resultado satisfatório. Inclusive, todas os sistemas de coordenadas estão como WGS 84 (Geográfico), sendo que este então não é o problema. Vamos testando novas soluções e assim que encontrarmos, atualizaremos a postagem (ou caso você consiga, deixe seu comentário).
A estatísticas por zonas é uma ferramenta muito interessante e aplicável na descrição de áreas de estudo, especialmente quando sua área apresenta subdivisões e contém informações no formato matricial. Ela pode facilitar a extração de dados para várias zonas de interesse de forma fácil e rápido.
Quer aprender mais sobre ArcGIS, confira nosso curso online para usuários iniciantes e intermediários e para profissionais das ciências ambientais. Confira clicando aqui.
Ficou com alguma dúvida? Deixe seu comentário para podermos te ajudar.
ArcGIS Pro es el software de SIG de escritorio profesional más reciente de ESRI. Con él, es posible visualizar, explorar, analizar, editar y compartir nuestros mapas y datos. Los proyectos de ArcGIS Pro pueden contener numerosos mapas y diseños, así como tablas, gráficos y otros elementos. Las capacidades 3D son nativas en ArcGIS Pro y ...
A continuación les presentamos un top 5 de plugins para QGIS y sus funcionalidades.
Los pulggins esta disponibles para descargar y ser utilizados directamente en QGIS, estos agregan características útiles al software. Cabe señalar que los complementos son desarrollados por QGIS y por otros usuarios independientes que quieren extender la funcionalidad primordial del software.
5. QuickMapServices
Permite al usuario cargar capas base de fuentes como Google, Bing, Yahoo, Open Street Map y waze, entre otros. Quizás este sea el pluging uno de los más usado por los usuarios de QGIS.
Por ejemplo si queremos agregar capa base de Google o alguna otra, las podemos añadir de la siguiente manera:
O bien podemos agregar un amplio número de capas de la siguiente manera:
4.- mmqgis
MMQGIS es un complemento que se usa para editar capas vectoriales. Las capas de entrada pueden ser de cualquier fuente de datos geoespaciales soportados por QGIS. El formato del archivo de salida está contenido por la extensión de archivo dada en el nombre del archivo de salida.
Con esta herramienta se pueden hacer distintas tipos de ediciones a capas vectoriales con la suque se esté trabajando en QGIS como son: crear animaciones, uniones, geocodificación, conversión de geometría, modificación de columnas, entres otras.
3. Digitizing tools
Esta herramienta es una compilación de herramientas que faltan en QGIS básico, especialmente cuando se digitaliza en características existentes.
Las herramientas que se contemplan aquí va desde, el rellenos de anillos, intercambio de atributos, cambiar de multipart a single part, mover, recortar, añadir polígonos.
2. Semi-Automatic Classification Plugin
Este pluging es útil para realizar clasificaciones semi-automática o bien clasificación supervisada o no supervisada de imágenes de sensores remotos (satélites), con este pluging también se pueden descargar imágenes satélites disponibles. Además de proporcionar herramientas para la descarga de imágenes de manera gratuita de los satélites Landsat, Sentinel-2, Sentinel-3, ASTER y MODIS, apoyo en el preprocesamiento de estas imágenes, su posprocesamiento de clasificaciones y el cálculo de bandas ráster.
1. Georreferenciador GDAL
Este complemento permite georreferenciar los ráster a sistemas de coordenadas geográficas o proyectadas mediante la creación de un nuevo GeoTiff o añadiendo un archivo de referencia a la imagen existente.
Esta herramienta es muy útil, ya que se pueden georreferenciar mapas que puedan estar en papel y poder tener en formato digital.
Nota: Hay una valoración incluida en esta entrada, por favor, visita esta entrada para valorarla.
No último post, vimos toda a parte teórica sobre a escalabilidade do GeoServer. Tudo visto até esse momento pode soar um pouco complicado, quando na realidade, com as ferramentas certas não tem que ser. Usando docker e docker-compose, podemos criar diferentes topologias de clusters para o geoserver com relativa facilidade, graças às extensões mencionadas.
O primeiro passo é migrar para o Java 11. O GeoServer 2.15.0 pode ser executado em uma JVM 11. O OpenJDK 11 vem com suporte para contêineres (isto é, ele respeita os limites de uso dos recursos da CPU e memória RAM estabelecidos para o contêiner, enquanto as últimas versões do Java 8 respeitam apenas os limites de memória). Com isso, você pode executar vários contêineres na mesma máquina física controlando os recursos que cada contêiner deve respeitar, evitando o superdimensionamento das instâncias e esgotando os recursos do host desnecessariamente.
Para começar, vamos usar um container com geoserver pronto para uso, abrindo um terminal e executando:
docker run -it -p 8080:8080 oscarfonts/geoserver --name geoserver
O -it nos permitirá “desligar” o contêiner com CTRL-C, -p 8080:8080 irá expor a porta TCP 8080 do contêiner como porta 8080 do host ( -p :).
Feito isso, podemos acessar o GeoServer através do http://localhost:8080/geoserver usando o nome de usuário admin e senha clássica geoserver. Nós não vamos parar na configuração típica de senha master e outras medidas de segurança. Nosso objetivo é aprender como configurar um cluster de geoservers com docker.
Ao dar um nome ao contêiner ( –name geoserver), podemos nos referir a essa instância através desse nome ao usar outros comandos. Por exemplo:
Deve-se notar que as imagens do docker são imutáveis. Todas as alterações feitas no sistema de arquivos do contêiner (instância de uma imagem) são perdidas quando a imagem é desativada. Portanto, “volumes” e diretórios de host (a máquina que executa o contêiner) são usados para “montá-los” nos diretórios de contêiner que são necessários.
1. Terceirização da configuração e extensões
Esta imagem do docker para o geoserver permite montar o diretório de configuração do geoserver (variável de ambiente GEOSERVER_DATA_DIR), bem como instalar extensões facilmente, usando “pontos de montagem”, isto é, designando diretórios locais (host) para diretórios de contêiner.
O GeoServer está pronto para carregar sua configuração de /var/local/geoserver e as extensões de /var/local/geoserver-exts. O mapeamento de diretórios locais para diretórios do contêiner é feito através do parâmetro -v do docker run, por exemplo:
docker run -v /path/to/local/data_dir:/var/local/geoserver -v /path/to/local/exts_dir:/var/local/geoserver-exts/
Onde ambos os caminhos devem ser absolutos.
2. Diretório de dados externo
Primeiramente, devemos remover o contêiner geoserver anterior porque alteramos a configuração de execução. Veja:
Acessamos o GeoServer através de http://localhost:8080/geoserver e verificamos que as stores e layers que vêm pré-instaladas não estão mais. Nós tentamos criar um Store de GeoPackage com o arquivo que deveria estar no diretório de dados chamado ign.gpkg. Derrubamos o container (CTRL-C) e subimos novamente, e verificamos que a configuração ainda está lá, porque estamos “mapeando” o diretório local para o diretório de dados do contêiner.
2.1 Configurar extensões
Para adicionar extensões, você deve fornecer um diretório por extensão com seu conteúdo descompactado dentro do diretório local para extensões:
Nós vamos para http://localhost:8080/geoserver. No menu da interface do usuário, um novo item deve ser encontrado: “Configuração de cluster”:
4. Configurar o cluster com o docker-compose
O docker-compose é uma ferramenta que usa um arquivo docker-compose.yml para definir a topologia de um grupo de contêineres e gerenciá-los. Essa configuração se estende além da execução de vários contêineres na mesma máquina, para os quais existem várias ferramentas que permitem criar verdadeiros “enxames” de serviços por meio de conectores docker. Entre eles estão docker swarm, Kubernetes, Rancher, entre outros.
5. Contêiner para o Message Oriented Middleware
O GeoSolutions criou um aplicativo web separado do GeoServer que é distribuído como um arquivo .war. Com isso, primeiro criaremos uma imagem do docker para poder exibi-lo como um broker independente, em vez de cada instância do geoserver tenha um broker incorporado.
Dentro de taller_geoserver/docker/broker se encontra o Dockerfile. A imagem deve gerada agora:
cd docker/broker_externo
docker-compose build
Esse contêiner usa a mesma imagem do tomcat que a do geoserver, mas executa o broker baseado no ActiveMQ e expõe a porta TCP 61666 para que as instâncias do geoserver de outros contêineres se conectem.
6. Cluster Master-Slave
Examine o arquivo docker/broker_externo/docker-compose.yml e também os arquivos cluster.properties e embedded-broker.properties em datadir/cluster/master e datadir/cluster/slave.
A topologia anterior nos permite definir as instâncias uma a uma. Mas o que acontece se você quiser escalar (tanto para cima quanto para baixo) o número de instâncias. Por exemplo, para atender a demanda de pico e, em seguida, retornar ao normal, sem provisionar recursos em excesso o tempo todo.
Veja a configuração do docker/broker_externo_scale.
Agora podemos ter quantas instâncias forem necessárias sem alterar qualquer configuração. O provisionamento do mesmo em diferentes servidores físicos ou virtuais está a cargo das ferramentas acima mencionadas para este fim, que estão além do objetivo do tutorial.
La tendencia a comer de una forma más sostenible, o gastronomía sostenible, promueve hábitos alimenticios que sean respetuosos con el ambiente. A su vez, está vinculado al comercio justo y responsable. ¿Qué significa comer de una forma más sostenible? En este modelo, que se torna cada vez más visible, se tienen en cuenta varios aspectos: […]
Le certificat du cours sur les systèmes d’information géographique appliqués à la gestion des municipalités est maintenant disponible (cours également disponible en Espagnol et en Anglais).
Cette période de certification est ouverte après la publication des derniers modules du cours, et sera ouverte en permanence, de sorte que tout utilisateur puisse l’obtenir à tout moment à la fin des différents modules.
Pour obtenir ce certificat, vous devez effectuer un exercice complet comprenant une partie du contenu donné au cours. De même, vous devez effectuer 7 des 10 activités existantes correctement.
L’exercice validera les connaissances acquises pendant le cours et sera évalué par un tuteur.
Outre la remise et la note de passage de l’exercice, la certification aura un coût, nécessaire pour couvrir les dépenses liées à l’évaluation et à la certification. Ce coût sera de 30 €.
La certification sera émise par gvSIG Association et comprendra deux certificats:
Certificat de fin de formation, qui comprendra toutes les informations relatives au contenu de la formation acquise.
Certificat officiel d’utilisateur gvSIG, après avoir complété les 90 crédits nécessaires à cet effet et donnant le droit d’obtenir le certificat d’utilisateur expert gvSIG, en passant les crédits nécessaires à sa validation, par le biais des cours proposés par l’association gvSIG.
Le temps à consacrer à l’ensemble du cours est d’environ 90 heures.
L’exercice à compléter et la cartographie à utiliser peuvent être téléchargés à partir du lien suivant:
Les étapes à suivre pour envoyer l’exercice, ainsi que pour effectuer le paiement afin d’obtenir les deux certificats, sont expliquées en détail dans la première section de l’exercice pratique.
Si vous n’avez pas encore suivi le cours, vous pouvez suivre les différents modules à partir des liens suivants:
No FOSS4G Argentina desse ano (2019), o Gabriel Roldan ministrou um treinamento de GeoServer Avançado. Neste treinamento, ele ensinou como escalar o GeoServer com o Docker. Eu achei o material muito interessante, originalmente escrito em espanhol, e resolvi traduzir e postar aqui no blog.
1. Clustering no GeoServer
Clustering é um sistema de processamento paralelo ou distribuído que envolve computadores independentes (ou máquinas virtuais, contêineres docker, etc.).
No GeoServer, ele pode ser aplicado para obter uma configuração de alta disponibilidade ou para obter maior escalabilidade. Independentemente do motivo, existem algumas limitações que devem ser levadas em consideração e, quando possível, devem ser resolvidas.
Na parte restante desta seção, serão fornecidas informações para obter um entendimento básico de clustering e, em seguida, analisar as várias possibilidades de agrupamento do GeoServer, usando o docker e o docker-compose para definir as características do cluster.
2. Introdução ao Clustering e Alta Disponibilidade
Técnicas de clustering são usadas para melhorar o desempenho e a disponibilidade de um sistema complexo. Em termos gerais, um cluster é considerado como um conjunto redundante de serviços que fornece o mesmo conjunto de funcionalidades.
A qualidade do cluster pode ser medida por:
Confiabilidade: a capacidade de fornecer respostas bem-sucedidas em todas as solicitações recebidas. Disponibilidade do tempo de atividade do servidor (geralmente medido como % do tempo de atividade anual). Desempenho medido pelo tempo médio gasto pelo serviço para fornecer respostas ou desempenho. Escalabilidade é a capacidade de lidar com uma quantidade crescente de trabalho de um maneira eficiente, sem degradação na qualidade do serviço.
2.1 Alta disponibilidade
Clusters de alta disponibilidade (HA) são grupos de serviços que podem ser usados de forma confiável com tempo de inatividade mínimo (ou nulo). Sem o armazenamento em cluster, se um serviço falhar ou estiver muito ocupado, o usuário que solicitar esse serviço nunca receberá uma resposta rápida. O pool de alta disponibilidade deve ser projetado para remediar essa situação, detectando um serviço inativo (por meio de um watchdog) e reiniciando-o imediatamente. Durante esta operação, o serviço será fornecido por uma instância de failover do mesmo serviço.
2.2 Escalabilidade
“Escalar” um sistema geralmente significa adicionar mais instâncias do produto. Podemos distinguir duas maneiras diferentes de escalar:
A escalabilidade horizontal também é conhecida como scale-out, que pode ser feito adicionando recursos de hardware (HW) extras ao grupo existente. Em nosso contexto, isso significa adicionar mais máquinas físicas ou virtuais com o GeoServer instalado.
A escalabilidade vertical pode ser atingida com a obtenção de hardware mais potente (mais CPU/memória) e normalmente deve ser combinada adicionando mais instâncias de software também no mesmo servidor (na prática, não é um software 100% escalável linearmente). Em nosso contexto, isso significa instalar mais instâncias do GeoServer no HW existente para utilizar totalmente os recursos disponíveis, particularmente as CPUs adicionais.
3. Configuração de alta disponibilidade para o GeoServer
Isso requer o agrupamento de instâncias do GeoServer para implementar uma configuração de alta disponibilidade, bem como para obter uma maior escalabilidade.
Esse tipo de configuração envolve uma série de problemas e só é viável para um serviço estático. Isto é, uma vez configurado, assume somente leitura em termos da configuração do catálogo. Do contrário a falta de comunicação entre as instâncias resulta em um desastre.
4. Backoffice – Configuração de produção (Diretório de Dados separado)
Ao configurar um cluster do GeoServer com um diretório de dados compartilhado, é recomendável configurar um GeoServer off-line que trabalhe com uma cópia do diretório de dados do cluster (área de preparação), faça alterações até que um novo design de configuração satisfatório seja alcançado e, em seguida, propague as alterações para o cluster de produção com as seguintes etapas:
Copie o diretório de dados (configuração) da área de preparação para a área de produção.
Execute o comando de configuração REST “reload” em cada nó do cluster para que a nova configuração seja carregada no disco.
Essa abordagem começa a mostrar suas limitações quando qualquer uma das seguintes situações se aplica:
Alterações freqüentes de configuração que devem ser aplicadas imediatamente a todo o cluster.
A configuração contém muitas camadas de dados (centenas ou mais), o que implica um longo tempo de recarga. Durante a fase de recarga, o servidor pode não responder corretamente às solicitações OGC porque a configuração está em um estado inconsistente e incompleto.
5. Clustering ativo do GeoServer
Como foi visto nas seções anteriores, existem várias abordagens para implementar um cluster do GeoServer com base em diferentes opções para compartilhar/sincronizar diretórios de dados e recarregar a configuração. No entanto, essas técnicas têm limitações intrínsecas em termos de escalabilidade em relação ao número de camadas, então decidimos criar uma Extensão de Cluster no GeoServer específica para superá-las.
Implementamos uma extensão Multi-Master para o GeoServer que aproveita o Message Oriented Middleware (MOM) para manter todos os nós do cluster sincronizados em relação às suas configurações.
As instâncias Master aceitam alterações na configuração interna, mantêm-nas em seu próprio diretório de dados e as enviam para os Slaves através do MOM (com entrega garantida)
As instâncias Slave não devem ser usadas para alterar a configuração do REST ou da interface do usuário, pois elas são configuradas para receber e injetar (diretamente na memória) as alterações de configuração transmitidas pelo(s) Master(s) pelo MOM
O MOM é usado nos bastidores para que os Masters e Slaves troquem mensagens contendo alterações de configuração. Em aluns casos, usaremos o termo Broker como sinônimo de MOM
Cada slave pode ser configurado para ter seu próprio diretório de dados (privado), neste caso ele será configurado para usar uma assinatura durável no MOM para manter seu diretório de dados sincronizado com o do Master, para que quando seja feita uma alteração de configuração do master, através do MOM seja recebida e também persistida. Com esta configuração, no caso dos dados de um slave ser apagado quando subir novamente, ele receberá uma série de mudanças de configuração para alinhar seu diretório de dados com o do mestre. Na ilustração a seguir, esta configuração é mostrada (com um único master: foco de vários slaves).
Uma configuração semelhante é útil nos casos em que é possível compartilhar o diretório de dados em várias instâncias (por exemplo, dimensionar ou dimensionar verticalmente em uma única instância grande, mas até dimensionar enquanto um sistema de arquivos compartilhado em cluster ainda estiver disponível) . Vale ressaltar que, embora as alterações na configuração através da interface do usuário ou da interface REST devam ser endereçadas ao máximo possível ao mesmo mestre (portanto, recomendamos configurá-las em “failover” ou Ativo/Passivo). No entanto, é possível configurar todas as instâncias em Ativo/Ativo ao tentar responder a consultas OGC.
Vale ressaltar que com a extensão de clustering ativo do GeoServer, um nó pode ser master e slave ao mesmo tempo, o que permite uma configuração “peer to peer“. Em termos gerais, todos os nós podem ser master e slave ao mesmo tempo, entretanto, como mencionado acima, seria bom configurar o balanceador de carga para usar um switch no modo “failover” para alterações de configuração (GUI ou REST).
Na ilustração a seguir, é mostrada uma configuração com um design P2P e um diretório de dados compartilhado.
Até agora vimos apenas a teoria, e todo o crédito pela documentação e implementação deve ser dado a GeoSolutions. No próximo post, iremos ver como implementar tudo o que foi explicado acima. Então não perca o post de amanhã!
On November 25 and 26, the II JUST SIDE International Congress (Justice and Sustainability in the Territory through Spatial Data Infrastructure Systems) will be held under the slogan “Complex Social Systems. Geodata Integration in Law and Policy“. This congress, organized by the JUST Side Ibero-American Network, will take place at the University of Coimbra, after its first edition in Montevideo (Uruguay). The gvSIG Association, as a member of the Network, will have an active presence in the congress.
The objective of the Congress is to share knowledge about the concept of Geo-law, which combines the legal analysis of territorial, environmental and social data from the use of spatial analysis tools and methodologies, in order to obtain information on socio-environmental injustices that can serve as a scientific basis for the adoption or correction of public policies… geomatics in open source software as a tool to support decision making, to promote and strengthen public policies, to face social, environmental, economic, legal and democratic challenges.
Call for papers is open until September 15. Proposals can be sent to just.side@ij.uc.pt. Abstracts must have a maximum of 1200 words and can be written in Spanish, Portuguese or English. All accepted proposals will have their corresponding ISBN publication.
La introducción de especies exóticas invasoras (EEI) está entre las principales causas de pérdida de biodiversidad. Según los expertos, la puerta de entrada por excelencia es el comercio internacional. Algunas definiciones asociadas a las especies exóticas invasoras En primer lugar, debemos definir qué se entiende por especie exótica invasora. Según la ley 42/2007 del Patrimonio […]
Una de las grandes ventajas que aportan plataformas como OpenGeo Suite es que integran programas de tipo open source tan afianzados como el servidor GeoServer y la base de datos PostGIS. En este ejemplo se va a realizar una conexión entre los dos tipos de programas de manera que los datos almacenados en PostGIS podrán servirse en GeoServer. Esto permitirá al usuario que dichos datos sean utilizados como servicios e integrarlos, por ejemplo, en un visor cartográfico.
Así, en los siguientes pasos se va a mostrar el flujo de trabajo para llevar a cabo dicha operación. Para ello, seguimos la siguiente ruta, vamos a: Almacenes de Datos –> Agregar Nuevo Almacén –>Nuevo Origen de Datos Vectoriales–>PostGIS.
Y rellenaremos los datos (ya tenemos creada nuestra base de datos opengeo ) cómo muestran las imágenes. Y le damos a Guardar:
Y se nos agregará nuestra capa de Lugares de Interés Comunitario (LICs) de España que teníamos incluida en PostGIS:
Le damos de nuevo a “Publicación” para editarla. Y realizamos los mismos pasos:
A partir de este momento cada capa que almacenemos en la base de datos PostGIS será listada en el almacén, por lo que no hay necesidad de crear un almacén tipo PostGIS por cada capa que se almacene.
En la actualidad, los plásticos se han introducido de una forma agresiva en la cadena trófica de los seres vivos alterando el ciclo de vida y afectando directamente al ecosistema. Hace 15 años que apareció por primera vez el término microplástico gracias a un profesor de biología marina, Richard Thompson, cuya intuición le hizo plantear […]
La interpolación espacial de datos es una parte de la geoestadística que se basa en el cálculo de los valores desconocidos de una variable espacial a partir de otros valores cuyo valor es conocido. Como ya pudimos ver en un artículo anterior, este cálculo es uno de los principales análisis geoestadísticos que se llevan a […]
El Portal IDAE de Movilidad Sostenible brinda información y consejos útiles para el usuario, con el objetivo de concienciar respecto al uso del transporte. Uno de los principales asuntos que trata es la movilidad al trabajo. La necesidad de reducir las emisiones de gases contaminantes resulta urgente y es un hecho. En este contexto, un […]
Una de las principales características de los Sistemas de Información Geográfica es la posibilidad de ubicar unívocamente cualquier punto, dentro de la superficie terrestre, mediante un par de coordenadas X e Y. Pero, ¿qué ocurre si nos pasan unas coordenadas X e Y en una proyección diferente a la de nuestras capas? Pues bien mediante un SIG ...
Nesta quinta-feira, dia 18/07 as 22h, acontecerá uma Live no canal do YouTube GeoCast denominada “Precisamos falar de PyQGIS”. Ela é uma iniciativa dos amigos Kyle Felipe e Felipe Sodré Barros, que iniciarão um grupo de estudos sobre o PyQGIS.
Se você tem interesse em aprender um pouco sobre essa integração da linguagem Python com o QGIS, não perca esta primeira live, nela serão dadas informações detalhadas de como será o grupo, a periodicidade entre outros detalhes.
Você se interessou? Então não perca a Live do dia 18.
El 25 y 26 de noviembre tendrá lugar el II Congreso Internacional JUST SIDE (Justicia y Sostenibilidad en el Territorio a través de Sistemas de Infraestructuras de Datos Espaciales), bajo el lema “Complex Social Systems. Geodata Integration in Law and Policy”. Este congreso, organizado por la Red iberoamericana JUST Side, tendrá en esta ocasión como sede la Universidad de Coimbra, tras haber sido celebrada la primera edición en Montevideo (Uruguay). La Asociación gvSIG, como miembro de la Red tendrá una presencia activa en el congreso.
El Congreso tiene como objetivo profundizar y compartir conocimiento alrededor del concepto de Geoderecho, que combina el análisis jurídico de los datos territoriales, ambientales y sociales a partir del uso de herramientas y metodologías de análisis espacial, a fin de obtener información sobre injusticias socio-ambientales que pueda servir como base científica para la adopción o corrección de políticas públicas. La geomática en software libre como herramienta para apoyar la toma de decisiones, para promover y fortalecer las políticas públicas, para hacer frente a los desafíos sociales, ambientales, económicos, jurídicos y democráticos.
El llamado a ponencias está abierto hasta el 15 de septiembre. Se pueden enviar las propuestas al correo just.side@ij.uc.pt. Los resúmenes deben tener un máximo de 1.200 palabras y pueden ser redactados en Castellano, Portugués o Inglés. Todas las propuestas aceptadas tendrán su correspondiente publicación ISBN.
FME es una herramienta muy versátil que puede usarse en una gran abanico de ámbitos profesionales. Una muestra de ello es la capacidad que tiene para ejecutar soluciones de integración de datos en aeropuertos y aviación. Con FME es posible mejorar la eficiencia operativa y las experiencias de los pasajeros al conectar sistemas y hacer […]
A interação com os usuários do nosso programa gvSIG é primordial e qualquer novo canal de comunicação é sempre bem vindo. A Associação gvSIG segue disponibilizando o uso das listas de discussão como principal forma de contato com os usuários, quer seja pelo grande número de usuários, quer seja pelo histórico que fica disponível a todos. No entanto, um chat pode ser um canal de interação que pode ser interessante em muitos momentos e situações, e que pode perfeitamente complementar as formas de contato dos usuários com o time do gvSIG.
Baseados na sugestão do usuário do twitter @ideaplusgeo (alterego desse que vos fala), a Associação gvSIG resolveu criar um novo grupo no Telegram, destinado ao gvSIG Suite. O grupo é aberto a qualquer pessoa que queira participar, e será um prazer contar com a sua presença. Nesse grupo já estão participando os membros da Associação gvSIG, usuários e desenvolvedores.
Aproveitando este fato, estamos abrindo também um grupo no Telegram voltado para os usuários de língua portuguesa, o grupo gvSIG Brasil, um espaço para compartilharmos dicas, tutoriais, links, dúvidas, entre outros assuntos relacionados ao gvSIG, em português. Esse espaço vem se somar ao grupo gvSIG Brasil no Facebook, no qual você também é convidado a participar.
Se você é um usuário e/ou desenvolvedor, ou ainda, quer conhecer mais sobre esse excelente SIG, aproveite e venha participar de nossas comunidades!
La geoestadística es la rama de la estadística especializada en el análisis y la modelización de la variabilidad espacial de fenómenos que tienen una componente espacial, es decir, de los cuales pueden obtenerse datos referidos a localizaciones específicas mediante coordenadas. Las aplicaciones de la geoestadística son múltiples y es capaz de aportar soluciones de gran […]
Las aplicaciones web de mapas se han convertido en una herramienta imprescindible para mostrar los datos geográficos. Ahora disponemos de mecanismos que permiten la interacción del usuario, de tal forma que el usuario pueda seleccionar los datos e incluso modificar o añadir nuevos datos. En este artículo vamos a tratar de ver una panorámica general ...
Les modules sur gvSIG Online du cours gratuit sur les systèmes d’information géographiques appliqués à la gestion des municipalités sont maintenant disponibles.
gvSIG Online est une solution intégrale en logiciel libre pour gérer l’information spatiale d’une entreprise en suivant le modèle des IDS (Infrastructures de données spatiales).
Avec gvSIG Online, un conseil municipal peut organiser son information géographique de la façon la plus efficace possible, en ayant différents outils, aussi bien pour générer des cartes que pour gérer la base de données spatiales de l’organisation, mais aussi parier sur des technologies gratuites pour garantir leur indépendance technologique.
Une IDS permet d’organiser toute l’information géographique, en facilitant sa location et son accès en temps réel, en évitant la duplication et l’information, en résolvant le problème d’accès à l’information mise à jour et en permettant l’interopérabilité avec l’information géographique aussi bien en interne qu’avec d’autres entreprises.
Dans ces modules, vous ne pourrez pas effectuer directement les exercices, car une mise en oeuvre de la plateforme est nécessaire, mais vous pourrez ce qui peut être fait avec gvSIG Online.
Si vous êtes intéressé(e) pour une mise en oeuvre de gvSIG Online dans votre municipalité, ou dans n’importe quel type d’organisation, vous pouvez nous contacter en nous écrivant à l’adresse : info@gvsig.com, et nous vous donnerons plus d’informations à ce sujet.
Nous publierons dans le courant de la semaine prochaine le module sur gvSIG Mobile. Le certificat sera disponible quand ce module aura été publié.
Pour suivre ce cours, aucune inscription n’est nécessaire, vous n’avez qu’à suivre les vidéo-tutoriaux. Vous trouverez une section “questions fréquentes” au premier post de ce cours, avec toutes les informations importantes.
Modules:
Module 16.1: gvSIG Online (Publier une cartographie)
Lors de ce module, vous pouvez voir comment connecter gvSIG Desktop et gvSIG Online, comment effectuer une édition sur l’application et publier cette information géographique.
Module 16.2: gvSIG Online (Edition basique)
Lors de ce module, nous allons voir comment créer et charger de nouvelles couches dans gvSIG Online, et comment marchent les outils d’édition basiques disponibles dans gvSIG Online. De plus nous allons expliquer comment télécharger de nouveaux shapefiles sur tous les pays du mone, pour effectuer de nouvelles opérations dans gvSIG Online, mais aussi dans gvSIG Desktop.
A alegria de ter nosso trabalho reconhecido! Neste vídeo, o Anderson Medeiros, do canal Click Geo, recomenda 10 canais brasileiros no Youtube que produzem conteúdo na área de geotecnologias, e o nosso está lá. Muito feliz pelo reconhecimento, e muito ainda a fazer. Vejam o vídeo e aproveitem para conhecer o canal do Anderson e dos demais colegas. Certamente terá o conteúdo que você precisa, com a qualidade que você espera.
Abraços
Hebert Guilherme de Azevedo - Consultor em Geotecnologias
Como muchos de ustedes ya sabrán GeoForAll es una red de promoción de la ciencia geoespacial abierta que fomenta el intercambio y la cooperación mutua entre sus integrantes, a través de actividades de capacitación, intercambio académico, difusión, disponibilidad de materiales didácticos, elaboración de proyectos conjuntos, entre otras. Sus principios fundamentales incluyen: software libre y abierto, estándares abiertos, datos abiertos, recursos educativos abiertos, y acceso libre a publicaciones de investigación.
Tratando de honrar estos principios hemos realizado un taller sobre SIG básico con gvSIG como una de las actividades de IASC 2019 (XVII Conferencia Bienal IASC, titulada “En defensa de los comunes: Desafíos, Innovación y Acción”, Lima -Perú- del 01 al 05 de julio del 2019). El taller formó parte de las actividades previas a la Conferencia, desarrollándose el día viernes 28 de junio. Se realizó en modalidad de video-conferencia (instructor remoto -en Uruguay- y asistentes en aula, con apoyo de instructor en el lugar).
Es trascendental destacar la importancia de expandir las sinergias y colaboraciones con la comunidad IASC (Asociación Internacional para el Estudio de los Bienes Comunes). En este sentido es que entendemos esta actividad es sólo una de muchas que seguramente se concretarán en el futuro.
Tal como prometimos ponemos ahora a disposición de toda la Comunidad los materiales, guías y video-tutoriales de este taller de manera que cualquiera que quiera podrá reproducir lo realizado en el mismo.
En este enlace podrán descargar la carpeta ACTIVIDAD, la que contiene:
8 archivos
4 archivos .zip que corresponden a las 4 capas de información geográfica (IG) descargadas del sitio de NaturalEarth y que se utilizan en el taller (países del mundo, sus divisiones administrativas de primer orden, los bordes continentales y los principales centros poblados del mundo); al descomprimirlos se generan las 4 carpetas que también están en esta carpeta ACTIVIDAD y que tienen igual nombre
2 archivos pdf correspondientes a las guías del taller
una guía pre-taller, que explica cómo buscar y descargar IG de internet (los 4 archivos que se mencionan antes), cómo descargar y ejecutar gvSIG, y cómo deplegar la IG descargada en gvSIG; la guía finaliza explicando cómo guardar lo realizado, creando un proyecto de gvSIG que es con el que parte el taller propiamente dicho
la guía del taller, donde se explica en detalle todo lo realizado durante el mismo
una planilla (HDI.dbf) necesaria para uno de los ejercicios
el archivo gvsproj. que se crea siguiendo las instrucciones de la guía mencionada anteriormente (en caso de que al querer abrir este archivo no encuentre las capas, preguntará dónde hallarlas; solamente habrá que cargarlas desde las carpetas que se encuentran en esta misma carpeta y que se describen a continuación)
5 carpetas
4 carpetas, producto de descomprimir los archivos .zip que contienen las capas de IG que se utilizan en este taller; cada carpeta contiene 7 archivos, 5 de los cuales corresponden a la IG propiamente dicha -el shapefile- y los 2 restantes a información de esta IG
una carpeta “MAPA DE CALOR” que contiene las 3 capas de IG necesarias para ejercicios del taller
En este enlace podrán acceder a la lista de reproducción de los video-tutoriales de lo realizado en el taller, explicando paso a paso todo el proceso: desde la búsqueda y descarga de IG hasta la creación de un mapa para compartir o imprimir.
Quisiéramos agradecer a los organizadores de IASC 2019 por permitirnos la oportunidad de compartir esta instancia de capacitación. También agradecer a Marino Carhuapoma quien ofició de instructor de apoyo en el lugar. Y muy especialmente nuestro agradecimiento hacia Charlie Schweik (University of Massachusetts Amherst) quien hizo posible que esto sucediera.
este vai ser um vídeo dois em um, em que vamos mostrar uma ferramenta que você tem que conhecer, independente da sua área de estudo, são os mapas de calor. Assiste o vídeo até o final e fique fera neste tipo de análise.
Hebert Guilherme de Azevedo - Consultor em Geotecnologias
Neste post falei um pouco sobre alguns projetos de Big Data e Data Science que estão sendo realizados em Nova York pela equipe da CARTO, empresa referência global em GIS, com base em metodologias que tem sido muito estudadas na academia e colocados em prática no mercado.
Sage Research Methods é o melhor guia de métodos, fornecendo mais de 1000 livros de alta qualidade, obras de referência, artigos de periódicos e vídeos instrucionais que mostram as metodologias de pesquisa de acadêmicos e especialistas de todo o mundo.
No outono passado, eles se juntaram a CARTO na sua sede em Nova York para trabalhar junto com sua equipe de ciência de dados na criação de guias de vídeo, seguindo passo a passo as pesquisas realizadas e o processo por trás de dois de seus mais recentes projetos de dados espaciais.
1. Entendendo o uso de parques públicos de NYC com a ciência de dados espaciais
Neste projeto, os cientistas de dados visualizaram e analisaram mais de um milhão de pontos de dados anônimos de GPS móveis e dados abertos (open data) do Departamento de Parques e Recreação de Nova York. Isso os permitiu analisar especificamente como as pessoas passam o tempo e interagem com outras pessoas nos parques públicos da cidade de Nova York. Esse tipo de detalhe pode ajudar a criar regulamentos, políticas de parques, projetos futuros e muito mais.
2. Usando a Ciência de Dados para melhorar as vendas de Food Trucks
Os avanços na Inteligência de Localização e na ciência de dados espaciais continuam a transformar as práticas de negócios e os processos de tomada de decisões de negócios, e o planejamento do local é um exemplo importante dessa mudança. Com insights de novos fluxos de dados, é possível determinar quais sites têm maior probabilidade de aumentar as vendas para empresas sazonais, temporárias e móveis.
Neste projeto a equipe de ciência de dados trabalhou com um mês de dados anônimos de transações para cada um dos 10 food trucks. Usando essas informações, eles puderam avaliar o desempenho atual, criar modelos de receita cada vez mais confiantes e, finalmente, prever os seis locais de food truck com melhor desempenho para futuras operações na cidade de Nova York.
O mapa da roda é um mapa para lugares acessíveis a cadeiras de rodas. Através do site, qualquer pessoa pode facilmente encontrar, registrar e avaliar lugares em todo o mundo.
O projeto, que está disponível desde 2010, foi concebido para ajudar usuários de cadeira de rodas e pessoas com outras deficiências de mobilidade a planejar seu dia de uma maneira mais previsível.
Atualmente, mais de 900.000 cafés, bibliotecas e muitos outros locais públicos estão registrados. Todos os dias, mais de 300 novas locais são adicionadas. O Wheelmap também está disponível como um aplicativo gratuito para iPhone, Android e Windows Phone. Assim, o mapa pode ser convenientemente usado na estrada através do smartphone.
Wheelmap.org é um projeto dos HERÓIS SOCIAIS, um grupo de jovens dedicados que trabalham juntos para desenvolver projetos criativos desde 2004, para conscientizar e, na melhor das hipóteses, eliminar problemas sociais.
Este documento es un extracto del artículo publicado en FreeCodeCamp.com por Peter Gleeson, Which languages should you learn for data science? el 31 de agosto de 2017. Me ha parecido interesante traducirlo para los lectores hispanohablantes que además complementa el artículo de lenguajes de programación para GIS. La ciencia de datos es un campo emocionante para ...
Hexagon anunció nuevas tecnologías y reconoció las innovaciones de sus usuarios en HxGN LIVE 2019, su conferencia mundial de soluciones digitales. Este conglomerado de soluciones agrupadas en Hexagon AB, que tienen un posicionamiento interesante en sensores, software y tecnologías autónomas, organizó su conferencia tecnológica de cuatro días en The Venetian en Las Vegas, Nevada, EE. UU.
O Planeta SIG pretende ser um jornal diário que reúne artigos na blogosfera SIG em Português (e vizinhos).
A lista é aberta e sugestões são benvindas: dncarreira[em]gmail.com.
