Un lunes aparece una herramienta de IA que “lo cambia todo”. El miércoles, otra. El viernes, una tercera que deja a las anteriores en ridículo. Y esa vocecita de fondo: “si no me pongo al día ya, me quedo atrás”.

Piensa en Tony Stark y en Jarvis. Tony tiene el criterio, y se lo han dado años de conocimiento y de experiencia: sabe qué quiere construir, cómo debería funcionar y cuándo algo no cuadra. Jarvis ejecuta: hace todo lo que Tony le dice, y lo hace en segundos. Juntos son veloces, pero no porque Jarvis piense por él, sino porque cada uno hace lo suyo. Si Tony no supiera lo que hace, Jarvis ejecutaría a la misma velocidad una mala idea. Esa es la relación que conviene tener con la IA: tú pones el criterio, ella pone la velocidad.

Hemos leído bastante investigación reciente sobre cómo usamos la IA, y la conclusión se resume en una frase: la IA ayuda, pero lo que marca la diferencia eres tú. Vamos a ver qué dice la investigación, dónde se tropieza la IA cuando trabajamos con GIS y qué puedes hacer tú para seguir dirigiendo.

1. Qué dice la investigación (y qué no)

Primero (lo bueno): la IA suele ayudar. En un experimento de 2026 con 60 programadores (Fan et al.), quienes la usaron terminaron las tareas un 22% más rápido y las resolvieron mejor. Pero también mostró que importa cómo se usa: en las tareas simples fue más rápido el asistente integrado en el editor, y en las más complejas acertó más el chat.

Segundo: es fácil creer que va todo bien cuando no es así.

• METR, una organización de investigación sin ánimo de lucro, midió en 2025 que desarrolladores con experiencia creían haber ido un 20% más rápidos con IA cuando en realidad tardaron un 19% más (aunque el propio METR avisa de que es una foto de aquel momento).

• Investigadores de las universidades de Massachusetts Amherst y Wisconsin-Madison (Kaufman et al., 2026) hicieron un experimento con 86 programadores. Les mostraron una función y una comprobación escrita por una IA para verificar su lógica, y tenían que decir si esa comprobación era correcta. Cuando lo era, acertaron el 74% de las veces; cuando tenía un error, solo el 49%. Y en ambos casos se mostraron casi igual de seguros.

Tercero: cómo la uses afecta a lo que aprendes. Anthropic (Shen y Tamkin, 2026) reunió a 52 programadores con experiencia en Python, muchos con siete años o más de experiencia, y les pidió aprender una librería nueva de programación asíncrona. Una parte trabajó con un asistente de IA y la otra sin él. Al terminar, todos hicieron un examen sobre lo que habían aprendido. El grupo con IA sacó en torno a un 50%; el otro, en torno a un 65%. La diferencia se notó sobre todo en las preguntas de depurar código, es decir, en encontrar qué está mal. Y en velocidad no hubo diferencia significativa entre los dos grupos. Lo más interesante es que no todos usaron la IA igual. Quienes la usaron para entender, preguntando el porqué y pidiendo explicaciones, rindieron bien. Quienes se lo delegaron todo, peor. No es lo mismo que la IA te dé la respuesta a que te ayude a pensar.

Un matiz importante: son estudios pequeños, de tareas concretas, y varios son preprints que aún no han pasado revisión formal. Ninguno prueba que la IA te vuelva peor programador en general, ni que saber GIS te proteja. En conjunto, apuntan a tres ideas: la IA suele ayudar, a veces falla con mucha seguridad, y los mejores resultados llegan cuando quien la usa revisa, pregunta y entiende en vez de aceptar sin más.

2. Cuatro tropiezos típicos en GIS

Librerías que no existen. Un estudio de 2026 (Twist et al.) probó siete modelos de IA, de tamaño pequeño y mediano como GPT-5-mini, entre otros. A cada modelo le dieron cientos de problemas de programación y le pidieron usar una librería que no existe. Los siete la usaron en algún momento como si fuera real, sin decir “esa librería no existe”. Seis de ellos escribieron código usando la librería falsa como si fuera real, sin decir “esa librería no existe.” El modelo que menos lo hizo, lo hizo en el 47 % de los problemas; el que más, en el 99 %.

En el caso de un error de una sola letra (un typo), casi todos los modelos entendieron lo que se quería decir. El problema aparece cuando el nombre no es reconocible, o cuando el error es mayor: con varias letras mal, los fallos subieron mucho. Pruébalo tú: pídele a una IA que use una librería con un nombre que te inventes y mira si te avisa.

El sistema de referencia que se olvida. No da error: la capa se dibuja, pero desalineada, y todo parece funcionar hasta que superpones el resultado con otra capa. En 2024, el estudio de GIS Copilot, un plugin de QGIS desarrollado en la Universidad Estatal de Pensilvania, probó con 110 tareas un asistente basado en GPT-4o, un modelo que ya quedó atrás. Entre sus fallos recurrentes estaba omitir la reproyección de las capas a un mismo CRS salvo que se le pidiera expresamente, algo que, según sus autores, puede llevar a quien no sabe cuándo hace falta a producir análisis desalineados sin darse cuenta. Con modelos más recientes, GISAgentBench (2026) evaluó seis agentes con 349 tareas planteadas por analistas reales, y el mejor resolvió solo el 32,7%. Las tareas con riesgo de desalineación de CRS fueron de las que peor salieron, y sus autores advierten que un flujo puede ejecutarse sin errores y aun así estar mal espacialmente.

Código de QGIS 3 que no funciona en QGIS 4. Con el salto a Qt6, la librería con la que está construida toda la interfaz de QGIS, parte del código que la IA ha visto mil veces ya no sirve. El caso típico: le pides un script o un complemento y te devuelve código que importa PyQt5, algo que en QGIS 3 funcionaba sin problema y que en QGIS 4 falla, porque ahora hay que usar PyQt6. Quien tiene criterio reconoce el error y sabe por dónde empezar; quien no, se queda atascado frente a un mensaje que no entiende y le devuelve el problema a la IA una y otra vez, sin saber si va por buen camino. La diferencia no está en tener mejor IA, sino en haberse preparado: entender qué cambió en QGIS 4, seguir aprendiendo a medida que la herramienta evoluciona y no delegarlo todo. Así, cuando la IA se equivoca, tú puedes corregirla en lugar de depender de ella. Si quieres empezar por ahí, en el blog tienes la entrada «Cómo adaptar los complementos de QGIS a la nueva versión 4x».

Distancias en grados. Le pides a la IA las tiendas que estén a menos de 500 metros de una estación de metro. Pero la consulta no mide en metros, sino en grados, porque la geometría está en EPSG:4326, el sistema de coordenadas del GPS y de buena parte de los datos abiertos. Para ella, «500» significa 500 grados, más que una vuelta completa al planeta, así que ninguna tienda queda fuera y te devuelve todas, cuando solo querías las cercanas. No hay error ni aviso, y el resultado tiene toda la pinta de ser correcto. No lo es.

3. Cómo aprender con la IA, no a través de ella

Sácale todo el jugo a la IA, pero sin dejar de aprender. Después de revisar los estudios, esto es lo que te recomendamos mientras la usas:

· Intenta primero tú. Aunque sea un esbozo. Así sabes qué esperar de la respuesta.
· Pídele el porqué, no solo el resultado. Que te explique qué hace cada paso.
· Comprueba lo que se puede comprobar: que la librería exista, el CRS de cada capa, que funcione en tu versión.
· Pídele una prueba, pero pon tú el resultado esperado. Por ejemplo, cuántos elementos deberían salir o qué área aproximada debería tener. Si el valor lo inventa la IA, la prueba puede repetir su mismo error.
· Pídele que busque fallos en su propia respuesta, en vez de pedirle que te dé la razón.
· Si no puedes explicar el código línea a línea, todavía no lo uses.

La IA es una orquesta enorme y muy rápida, pero alguien tiene que dirigirla. Si no sabes cómo debería sonar el resultado, no puedes notar que algo desafina. Y en GIS pesa más, porque un mapa mal georreferenciado se ve bien igualmente.

4. Cómo no volverte loco con las novedades

Aquí hablamos desde la experiencia. Las empresas de IA ganan con cada anuncio y quien crea contenido gana con cada “esto lo cambia todo”. Algunas novedades importan; muchas son ruido. A nosotros nos funciona esto:

• Dejar que una novedad repose una o dos semanas antes de probarla. Si importa, seguirá ahí.
• Probarla con un problema tuyo, no con la demo del anuncio.
• Desconfiar de los titulares con “revoluciona” o “adiós a…”.
• Elegir una o dos herramientas y dominarlas probando, rompiendo cosas y aprendiendo a manejarlas.
• Darte permiso para ir más despacio: no es quedarse atrás, es elegir.

Respira hondo hondo y no te deje llevar por marketing y el sensacionalismo.

5. Para terminar

La IA ha llegado para quedarse y es una gran herramienta si eres tú quien la dirige: te permitirá ir más rápido, y saber usarla es como desbloquear una nueva habilidad. Pero sin bases sólidas puede jugar en tu contra. Freddy Vega, CEO de Platzi, la compara con estudiar con la hoja de respuestas al lado: si solo copias, no aprendes nada. Por eso debes seguir aprendiendo y entender muy bien las bases de cualquier tema. Eso es lo que te dará criterio y te permitirá tomar decisiones correctas, algo que solo viene con la experiencia. Lo que te hace valioso no es tener la herramienta de moda, sino entender lo que hay debajo. Te animamos a probar tú mismo los ejemplos de la sección 2, por ejemplo pidiéndole a la IA que use una librería inventada, que mida una distancia sobre datos en EPSG:4326 o que adapte un complemento a QGIS 4, y ver con tus propios ojos dónde se tropieza.

Y si quieres un curso de IA aplicada a GIS, o sobre otros temas de geomática, déjanos un comentario y cuéntanos qué te interesa.

Nota: Hay una valoración incrustada en esta entrada, por favor, visita esta entrada para valorarla.

Formación de calidad impartida por profesionales

 

Fuentes:

• Fan et al. (2026). When Help Hurts: Verification Load and Fatigue with AI Coding Assistants. CHI ’26. doi.org/10.1145/3772318.3791176
• Kaufman et al. (2026). Programmers Are Poor and Overconfident Judges of LLM-Generated Assertions. arXiv:2607.08885
• METR (2025). Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. metr.org
• Shen, J. H. y Tamkin, A. (Anthropic, 2026). How AI Impacts Skill Formation. arXiv:2601.20245
• Twist et al. (2026). Library Hallucinations in LLM-Generated Code: A Risk Analysis Grounded in Developer Queries. EMNLP 2026. arXiv:2509.22202
• Akinboyewa et al. (2024). GIS Copilot: Towards an Autonomous GIS Agent for Spatial Analysis. Preprint, arXiv:2411.03205
• Pothuri et al. (2026). GISAgentBench: A Practitioner-Sourced Benchmark for Evaluating LLM Agents on GIS Tasks. Preprint, arXiv:2608.01645
• Vega, F. (29 de agosto de 2026). ¿Y si todo sale bien con AI? [vídeo]. YouTube: youtube.com/watch?v=R8MaILPszJw

La entrada Domina la IA para GIS y que ella no te domine a ti se publicó primero en Cursos GIS | TYC GIS Formación.

Qiusheng Wu ha publicado RustGIS, una nueva aplicación SIG gratuita y de código abierto que llega con una propuesta muy interesante: reunir herramientas de cartografía, análisis espacial, edición de datos e inteligencia artificial en una aplicación desarrollada íntegramente en Rust. RustGIS: Un SIG rápido, gratuito y de código abierto, escrito completamente en Rust, para mapear, ...

Leer más

RustGIS: la aplicación SIG del año que todo técnico GIS debería probar

GeoZarr es un conjunto de convenciones para almacenar y acceder a datos raster multidimensionales georreferenciados, utilizando Zarr. La propuesta es especialmente relevante para imágenes satelitales, series temporales, modelos climáticos y grandes datasets raster. GeoZarr está evolucionando como estándar OGC. El propio OGC identifica GeoZarr como formato cloud-native preferente para datos multidimensionales en uno de sus ...

Leer más

GeoZarr: qué es y por qué puede convertirse en el nuevo estándar para datos raster

Quando uma infraestrutura geoespacial começa a ser utilizada por diferentes equipes de uma organização, chega um momento em que manter usuários e senhas diretamente no GeoNode deixa de ser uma boa estratégia.

O usuário já possui uma identidade corporativa. Ele já entra em outros sistemas com a mesma conta. Em muitos casos, seus grupos e perfis também já são gerenciados centralmente.

Nesse cenário, uma alternativa interessante é integrar o GeoNode a um provedor de identidade utilizando OpenID Connect (OIDC).

O objetivo deste artigo é mostrar um exemplo genérico de integração de um GeoNode 5 com um provedor OIDC, incluindo não apenas o login, mas também a utilização das claims retornadas pelo provedor para associar automaticamente o usuário aos grupos do GeoNode.

A arquitetura é aproximadamente esta:

O detalhe interessante é que o GeoNode não precisa saber como o Identity Provider (IdP) autenticou o usuário. Por trás do IdP pode existir LDAP, Active Directory, outro diretório corporativo ou até outro serviço de identidade. Para o GeoNode, isso é transparente.

OIDC, OAuth 2.0 e autenticação

É comum OAuth 2.0 e OpenID Connect aparecerem juntos, mas eles não representam exatamente a mesma coisa.

• OAuth 2.0 foi criado principalmente para autorização.
• OpenID Connect acrescenta uma camada de identidade e autenticação sobre o OAuth 2.0.

É por isso que em uma integração OIDC normalmente aparecem informações como: authorization_endpoint, token_endpoint, userinfo_endpoint, jwks_uri, issuer. Além de scopes como: openid, profile e email.

Para aplicações corporativas, frequentemente aparecem também scopes ou claims relacionadas a grupos e roles.

Ambiente utilizado neste exemplo

Este artigo considera uma instalação do GeoNode 5 baseada no geonode-project e executada com Docker Compose.

Os comandos docker compose devem ser executados no diretório raiz do projeto, onde está o arquivo docker-compose.yml.

Nos exemplos abaixo, utilizarei geonode_project como nome do pacote Django. Caso seu projeto utilize outro nome, substitua geonode_project pelo nome correspondente.

1. O Discovery Document

Uma das primeiras informações que devemos solicitar à equipe responsável pelo Identity Provider é a URL de discovery do OIDC. Normalmente ela segue este padrão:

https://idp.exemplo.org/.well-known/openid-configuration ou https://idp.exemplo.org/security/.well-known/openid-configuration

Ao acessar essa URL, recebemos um JSON semelhante a:

{
  "issuer": "https://idp.exemplo.org/",
  "authorization_endpoint": "https://idp.exemplo.org/connect/authorize",
  "token_endpoint": "https://idp.exemplo.org/connect/token",
  "userinfo_endpoint": "https://idp.exemplo.org/connect/userinfo",
  "jwks_uri": "https://idp.exemplo.org/.well-known/jwks",
  "scopes_supported": [
    "openid",
    "profile",
    "email",
    "roles"
  ]
}

Esse documento funciona praticamente como um mapa da integração.

2. Registrar o GeoNode como client

No lado do Identity Provider, o GeoNode precisa ser registrado como uma aplicação/client. De maneira simplificada, teremos algo como:

Client ID:
geonode

Client Secret:
**************

Redirect URI:
https://geo.exemplo.org/account/oidc/corp-idp/login/callback/

A URL de callback deve coincidir exatamente com a rota exposta pela versão do GeoNode/django-allauth utilizada. Confirme a URL do seu ambiente antes de registrá-la no Identity Provider.

O nome corp-idp neste artigo é apenas um exemplo. Esse identificador será utilizado posteriormente pelo django-allauth para identificar o provedor. Um cuidado importante: o Client Secret não deve ficar diretamente no código-fonte nem ser enviado ao Git. O ideal é mantê-lo em variável de ambiente:

OIDC_CLIENT_ID=geonode
OIDC_CLIENT_SECRET=xxxxxxxxxxxxxxxx
OIDC_DISCOVERY_URL=https://idp.exemplo.org/.well-known/openid-configuration

3. Criando settings específicos

Uma estratégia que considero interessante é não alterar diretamente o settings.py original do GeoNode. Podemos criar, por exemplo: src/geonode_project/corporate_settings.py com o seguinte conteúdo:

import os

from .settings import *


OIDC_CLIENT_ID = os.getenv(
    "OIDC_CLIENT_ID",
    "geonode",
)

OIDC_CLIENT_SECRET = os.getenv(
    "OIDC_CLIENT_SECRET",
    "",
)

OIDC_DISCOVERY_URL = os.getenv(
    "OIDC_DISCOVERY_URL",
    "",
)

E então definir no ambiente:

DJANGO_SETTINGS_MODULE=geonode_project.corporate_settings

Isso facilita bastante manutenção, deploy e rollback.

4. Habilitando o provider OpenID Connect

O GeoNode utiliza django-allauth para parte da integração com contas sociais/federadas. O código atual do projeto continua trazendo um GenericOpenIDConnectAdaptere mecanismos próprios para extrair atributos e sincronizar grupos. Podemos registrar o provider desta forma:

OIDC_PROVIDER_APP = (
    "allauth.socialaccount.providers.openid_connect"
)

if OIDC_PROVIDER_APP not in INSTALLED_APPS:
    INSTALLED_APPS += (OIDC_PROVIDER_APP,)


SOCIALACCOUNT_PROVIDERS = dict(
    SOCIALACCOUNT_PROVIDERS
)

SOCIALACCOUNT_PROVIDERS["openid_connect"] = {
    "OAUTH_PKCE_ENABLED": True,

    "SCOPE": [
        "openid",
        "profile",
        "email",
        "roles",
    ],

    "APPS": [
        {
            "provider_id": "corp-idp",

            "name": "Login Corporativo",

            "client_id": OIDC_CLIENT_ID,

            "secret": OIDC_CLIENT_SECRET,

            "settings": {
                "server_url": OIDC_DISCOVERY_URL,
            },
        }
    ],
}

O scope roles utilizado neste exemplo não é obrigatório no padrão OIDC. Os scopes e claims disponíveis dependem do Identity Provider. Alguns provedores retornam grupos/roles com outros scopes ou apenas pelo endpoint userinfo.

Também podemos permitir criação automática da conta local:

SOCIALACCOUNT_AUTO_SIGNUP = True

Durante homologação, particularmente prefiro manter o login local disponível:

SOCIALACCOUNT_ONLY = False

Assim, caso algo dê errado com o IdP, ainda existe uma forma administrativa de entrar no GeoNode.

5. Primeiro teste: autenticação apenas

Neste momento eu ainda não me preocuparia com grupos. O primeiro objetivo é provar apenas este fluxo:

Depois de reiniciar a aplicação:

docker compose up -d --build django celery

Valide:

docker compose exec django python manage.py check

Podemos também acompanhar o log:

docker compose logs -f --tail=200 django

Ao clicar em Login Corporativo, devemos ser redirecionados ao IdP e, após a autenticação, voltar para algo semelhante a: /account/oidc/corp-idp/login/callback/

Se o usuário for criado e entrar no GeoNode, a primeira etapa está concluída.

6. O que o Identity Provider enviou?

Depois da autenticação, uma das etapas mais importantes é verificar o conteúdo recebido. Um conjunto de claims pode ser parecido com:

{
  "sub": "5d823759-3dc0-4414-a936-2ef659829321",

  "name": "Fernando Quadro",

  "preferred_username": "fernando.quadro",

  "email": "fernando.quadro@exemplo.org",

  "given_name": "Fernando",

  "family_name": "Quadro",

  "role": [
    "gestores"
  ]
}

O campo mais importante do ponto de vista de identidade é normalmente o sub, ou Subject Identifier, que é o identificador estável daquele usuário dentro do provedor. Nome, username e até e-mail podem mudar. O sub não deveria.

7. Consultando as claims armazenadas pelo GeoNode

Podemos verificar exatamente o que ficou armazenado no SocialAccount. Por exemplo:

docker compose exec django python manage.py shell -c "
import json

from allauth.socialaccount.models import SocialAccount

for account in (
    SocialAccount.objects
    .filter(provider='corp-idp')
    .select_related('user')
):
    print('GeoNode:', account.user.username)
    print('UID/sub:', account.uid)

    print(
        json.dumps(
            account.extra_data,
            indent=2,
            ensure_ascii=False
        )
    )

    print()
"

Esse comando é extremamente útil durante uma homologação. Antes de escrever qualquer lógica de grupos, vale confirmar:

• sub
• email
• preferred_username
• given_name
• family_name
• role / roles
• groups

E principalmente os tipos desses atributos. Uma role pode chegar como: “role”: “gestores” ou “role”: [“gestores”]

Essas diferenças parecem pequenas, mas fazem bastante diferença no código.

8. GeoNode já possui mecanismo para sincronizar grupos

Aqui existe uma parte interessante do GeoNode que nem sempre é muito conhecida. O projeto possui um mecanismo de Profile Extractors. A própria classe base explica que extractors customizados podem ser registrados através de: SOCIALACCOUNT_PROFILE_EXTRACTORS

Existe também um OpenIDExtractor. Entre outras coisas, ele possui:

def extract_groups(self, data):
    return data.get("groups", "")

def extract_roles(self, data):
    return data.get("roles", "")

Perceba um detalhe. Ele procura roles no plural. Mas nosso Identity Provider fictício retorna role no singular. É exatamente aí que um pequeno extractor customizado pode ser útil.

9. Criando um extractor específico

Vamos criar esse extractor na pasta src/geonode_project/corporate_auth.

Primeiro o arquivo profileextractors.py:

import logging

from geonode.people.profileextractors import (
    OpenIDExtractor,
)


logger = logging.getLogger(__name__)


class CorporateOpenIDExtractor(OpenIDExtractor):

    ROLE_MAPPING = {
        "publico": "publico",
        "analistas": "analistas",
        "gestores": "gestores",

        # Compatibilidade com outra nomenclatura
        "role_publico": "publico",
        "role_analistas": "analistas",
        "role_gestores": "gestores",
    }

    def extract_roles(self, data):

        roles = data.get("role", [])

        if isinstance(roles, str):
            roles = [roles]

        mapped_roles = [
            self.ROLE_MAPPING[role]
            for role in roles
            if role in self.ROLE_MAPPING
        ]

        unknown_roles = [
            role
            for role in roles
            if role not in self.ROLE_MAPPING
        ]

        if unknown_roles:
            logger.warning(
                "OIDC retornou roles não mapeadas: %s",
                unknown_roles,
            )

        return mapped_roles

Perceba que esse código não implementa autenticação. Ele também não implementa a associação ao grupo. Sua única responsabilidade é:

claim do IdP
↓
normalização
↓
slug conhecido pelo GeoNode

10. Registrando o extractor

Vamos registrar o extractor no arquivo src/geonode_project/corporate_settings.py:

SOCIALACCOUNT_PROFILE_EXTRACTORS = dict(
    SOCIALACCOUNT_PROFILE_EXTRACTORS
)

SOCIALACCOUNT_PROFILE_EXTRACTORS[
    "corp-idp"
] = (
    "geonode_project."
    "geonode.corporate_auth."
    "profileextractors."
    "CorporateOpenIDExtractor"
)

Para testar se funcionou, você pode usar o comando abaixo:

docker compose exec django python manage.py shell -c "
from geonode.people.adapters import get_data_extractor

extractor = get_data_extractor('corp-idp')

print(
    extractor.__class__.__module__
    + '.'
    + extractor.__class__.__name__
)
"

O resultado esperado é: geonode_project.corporate_auth.profileextractors.CorporateOpenIDExtractor

Por último, vamos validar o adapter:

docker compose exec django python manage.py shell -c "
from django.conf import settings
from geonode.people.adapters import get_data_extractor

print(
    'SETTINGS:',
    settings.SETTINGS_MODULE
)

print(
    'ADAPTER:',
    settings.SOCIALACCOUNT_ADAPTER
)

print(
    'EXTRACTOR:',
    get_data_extractor('corp-idp')
)
"

O resultado esperado é:

SETTINGS:
geonode_project.corporate_settings

ADAPTER:
geonode.people.adapters.GenericOpenIDConnectAdapter

EXTRACTOR:
<...CorporateOpenIDExtractor object...>

11. Criando os grupos no GeoNode

No GeoNode, acesse Grupos → Criar um Novo Grupo e crie Público, Analistas e Gestores, garantindo que os slugs sejam respectivamente publico, analistas e gestores.

Agora criamos os GroupProfile: Público, Analistas e Gestores com os seguintes slugs: publico, analistas e gestores. Esse detalhe é importante. O mecanismo de associação procura o grupo pelo slug, não pelo título visual.

Então: role = gestores

Precisa resular em: slug = gestores

12. O que acontece no login?

O GeoNode possui uma rotina interna para sincronizar grupos provenientes da conta social. O código atual busca o extractor correspondente ao provider, extrai groups ou roles, localiza o GroupProfile pelo slug e executa join(user).

O GenericOpenIDConnectAdapter chama essa sincronização tanto na criação da conta quanto em logins posteriores. GitHub O fluxo fica:

É uma solução interessante porque aproveita a infraestrutura que já existe no GeoNode em vez de criar um segundo sistema paralelo de autorização.

13. Sincronização em logins seguintes

Essa parte é especialmente importante em ambientes corporativos. Imagine:

Na segunda-feira o usuário “fernando.quadro” foi colocado na role analistas. O usuário acessa o GeoNode e é inserido no grupo Analistas. Posterior a essa data o administrador alterar o perfil desse usuário para a role gestores.

No próximo login, a associação pode ser sincronizada novamente. Na versão atual do código do GeoNode, inclusive, existem estratégias explícitas para sincronização dos grupos sociais, e o adapter continua executando essa lógica no pre_social_login.

Isso permite tratar o provedor corporativo como fonte da verdade da associação de grupos.

14. E administradores?

Eu separaria duas coisas: grupo funcional e privilégio administrativo do GeoNode. Um grupo chamado Gestores não significa necessariamente que esse usuário tem privilégios de Staff e/ou Superusuário.

Você pode criar uma role especial chamada admin, com isso é possível implementar uma pequena lógica adicional, por exemplo usando um signal do django-allauth, para controlar explicitamente:

user.is_staff = True
user.is_superuser = True

Essa separação evita transformar um grupo corporativo em sinônimo de superusuário da aplicação.

O tratamento de administradores é uma política adicional e não faz parte da configuração mínima necessária para autenticação OIDC e sincronização de grupos deste artigo.

15. Verificando usuários e grupos

Depois da implementação acima, é interessante realizar alguns testes de auditoria rápida:

docker compose exec django python manage.py shell -c "
from allauth.socialaccount.models import (
    SocialAccount,
)

for account in (
    SocialAccount.objects
    .filter(provider='corp-idp')
    .select_related('user')
):
    user = account.user
    data = account.extra_data or {}

    print(
        user.username,
        '| role(s):', data.get('role') or data.get('roles'),
        '| grupos:',
        [
            (g.title, g.slug)
            for g in user.group_list_all()
        ],
        '| staff:', user.is_staff,
        '| superuser:', user.is_superuser,
    )
"

A saída será algo semelhante a:

fernando.quadro
| role(s): ['gestores']
| grupos: [('Gestores', 'gestores')]
| staff: False
| superuser: False

Isso permite verificar em uma única consulta claim recebida, role, grupo no GeoNode e status administrativo.

16. Conclusão

Integrar o GeoNode a um Identity Provider via OpenID Connect não precisa significar criar uma grande camada customizada de autenticação. Boa parte da infraestrutura já existe no próprio GeoNode e no django-allauth. O ponto mais importante é entender o contrato entre os dois sistemas:

• Qual provider?
• Qual callback?
• Quais scopes?
• Quais claims?
• Qual identificador do usuário?
• Como chegam grupos e roles?
• Qual slug existe no GeoNode?

A partir daí, um pequeno extractor pode ser suficiente para adaptar as claims corporativas à estrutura de grupos utilizada pelo GeoNode.

O resultado é uma arquitetura em que a identidade fica centralizada no serviço corporativo e o GeoNode continua responsável pelo que faz melhor: controlar o acesso aos recursos geoespaciais.

Seguramente se te ha cruzado alguna vez el concepto de “OGC API” sobre todo si trabajas con servicios (WMS, WFS, etc.) o en el ámbito de las Infraestructuras de Datos Espaciales (IDEs). Todo evoluciona y en relación a dichos servicios la Open Geospatial Consortium (OGC) está desarrollando y desplegando diferentes APIs asociadas a unos nuevos estándares con la idea de evolucionar con la tecnología actual y resolver algunos problemas que se han ido arrastrando y así facilitar el acceso y uso de datos geoespaciales en la Web.

Según la OGC: “Las API de OGC están diseñadas para facilitar a cualquier persona la provisión y el uso de datos geoespaciales en la web, así como su integración con cualquier otro tipo de información. Estos estándares se basan en el legado de los Estándares de Servicios Web de OGC (WMS, WFS, WCS, WPS, etc.), pero definen API centradas en recursos que aprovechan las prácticas modernas de desarrollo web.”

Podemos consultar el estado de los diferentes estándares en GitHub:

Así como la cronología de lanzamiento de los diferentes estándares:

Las OGC API utilizan tecnologías modernas como  REST, JSON, OpenAPI, GeoJSON, CORS y OAuth 2.0 ofreciendo más ventajas que los servicios clásicos ya que además se apoyan en:

1. URLs sencillas y cada recurso posee su poria dirección
2. OpenAPI: esto es cada API se describe de una manera estándar para así sea fácil su documentación y acceso.
3. Trabaja con formatos web habituales: como de tipo JSON y GeoJSON junto con HTML, por ejemplo.
4. Y posee un diseño de estilo modular.

Puedes consultar en la web dedicada a dichas APIs para la Web y su relación con los antiguos servicios por ejemplo “Maps” se relaciona con el Web Map Service (WMS).

Y podrás consultarlo:

Estas son algunas de las equivalencias con los antiguos servicios:

Como ejemplos en España podemos citar las API-Maps del IGN:

O una API-Features del Sistema Cartográfico Nacional (SCNE) que incluye datos de hidrografía, direcciones postales de Cartociudad, etc.

Nota: Hay una valoración incrustada en esta entrada, por favor, visita esta entrada para valorarla.

Formación de calidad impartida por profesionales

La entrada Qué es una OGC API se publicó primero en Cursos GIS | TYC GIS Formación.

Uno de los pilares fundamentales de cualquier proyecto son los datos, por ello los datos fiables y de calidad aportan mucho valor a cualquier propósito. Por esta razón en importante dar a conocer los nuevos portales de datos desplegados y de acceso gratuito para todo el mundo. Un ejemplo de ello es el que vamos a tratar en esta entrada el “UN Biodiversity Lab STAC”

Este portal permite acceso a datos de diferentes temáticas como especies y ecosistemas, áreas protegidas y conservación, clima y carbono, cobertura y uso del suelo, presiones humanas y datos socioeconómicos. Para chequear la información podemos dirigirnos a través del botón “Explorar”.

Y se desplegará una ventana a la izquierda con toda la información hasta ahora disponible:

Y si pulsamos sobre uno de ellos por ejemplo “Global Intertidal Change” nos ofrecerá toda la información sobre ese conjunto de datos:

Incluso más abajo en “View ‘Global Intertidal Change’ layer on UN Biodiversity Lab podrás visualizar los datos en un visor:

También podrás loguearte en la plataforma:

Te animo a que consultes los diferentes datasets incluidos en esta interesante web que concentra muchas fuentes de datos y permite tener acceso a una cantidad ingente de información relacionada con la Biodiversidad y la conservación del Medio Ambiente.

Nota: Hay una valoración incrustada en esta entrada, por favor, visita esta entrada para valorarla.

Formación de calidad impartida por profesionales

 

La entrada Nuevo portal de datos de Biodiversidad de la ONU se publicó primero en Cursos GIS | TYC GIS Formación.

La inteligencia artificial está cambiando la forma en la que trabajamos con los Sistemas de Información Geográfica. Hasta ahora, herramientas como ChatGPT o Claude podían ayudarnos a escribir expresiones, generar código PyQGIS, resolver dudas sobre QGIS o explicarnos cómo realizar un análisis. Pero existe una diferencia importante entre preguntar a una IA cómo hacer algo ...

Leer más

AI Agent para QGIS: el agente de inteligencia artificial que puede hacer el trabajo por ti

La inteligencia artificial está abriendo nuevas posibilidades en el análisis de imágenes geoespaciales. La identificación de edificios, árboles, vehículos o elementos del territorio, que tradicionalmente podía requerir un proceso de digitalización manual, puede complementarse ahora con herramientas capaces de detectar y delimitar objetos de forma automática. En el ámbito de los SIG, esta tecnología permite ...

Leer más

AI Segmentation: plugin de IA para digitalizar imágenes en QGIS

GeoCamp es un congreso nacional sin ánimo de lucro, de asistencia gratuita y autofinanciado, organizado por el colectivo internacional de Geoinquietos. Geoinquietos de España lo componen grupos informales ubicados en distintas provincias y que se reúnen para conversar y aprender sobre cualquier tema relacionado con las ciencias de la tierra y que siente especial afinidad ...

Leer más

GeoCamp 2026 – 3 de octubre en Asturias

Prezado leitor,

O intuito do post de hoje é que você aprenda como integrar o GeoServer a um servidor LDAP, autenticar usuários, transformar grupos LDAP em roles e preparar essas roles para utilização nas regras de segurança do GeoServer. O laboratório utiliza GeoServer 3, OpenLDAP e Docker Compose.

Em instalações simples do GeoServer é comum administrar usuários diretamente pela interface da aplicação. Esse modelo funciona bem em laboratórios, treinamentos e ambientes pequenos. Em ambientes corporativos, porém, normalmente a organização já possui uma infraestrutura centralizada de identidade. É nesse cenário que entra o LDAP (Lightweight Directory Access Protocol).

Em vez de manter usuários e senhas dentro do próprio GeoServer, podemos integrá-lo a um diretório LDAP e utilizar os usuários e grupos existentes na organização. A arquitetura passa a ser semelhante a esta:

Uma forma simples de entender essa integração é: O LDAP autentica. O GeoServer autoriza.

O GeoServer possui suporte nativo à autenticação LDAP através de LDAP Bind. Também pode transformar os grupos encontrados no LDAP em roles utilizadas posteriormente nas regras de segurança do GeoServer. A ideia é criar três usuários com diferentes níveis de acesso e, posteriormente, utilizar os grupos LDAP para controlar o acesso dentro do GeoServer.

A versão 3.0.1 do GeoServer também trouxe a melhoria da GEOS-12095 relacionada à conversão entre o nome do membro do grupo LDAP e o nome utilizado na pesquisa de usuários.

1. Estrutura do Laboratório

Neste artigo vou utilizar o GeoServer 3.0.1, que no momento da publicação deste texto é a versão estável recomendada para produção. A versão 3.0.1 também trouxe uma melhoria específica relacionada à conversão de usuários LDAP (GEOS-12095 relacionada à conversão entre o nome do membro do grupo LDAP e o nome utilizado na pesquisa de usuários), além de correções de segurança importantes.

2. Criando o Docker Compose

Neste artigo, eu vou considerar que você já instalou o Docker no seu ambiente, então vamos criar agora o arquivo docker-compose.yml com o seguinte conteúdo:

services:
  geoserver:
    image: docker.osgeo.org/geoserver:3.0.1
    container_name: geoserver
    ports:
      - "8080:8080"
    environment:
      PROXY_BASE_URL: http://localhost:8080/geoserver
      GEOSERVER_ADMIN_USER: admin
      GEOSERVER_ADMIN_PASSWORD: geoserver
    volumes:
      - geoserver_data:/opt/geoserver_data
    depends_on:
      openldap:
        condition: service_started

  openldap:
    image: osixia/openldap:1.5.0
    container_name: openldap
    environment:
      LDAP_ORGANISATION: "Geocursos Lab"
      LDAP_DOMAIN: "geocursos.lab"
      LDAP_ADMIN_PASSWORD: "adminldap"
      LDAP_TLS: "false"
    ports:
      - "389:389"
    volumes:
      - ./ldap/10-geoserver-acl.ldif:/container/service/slapd/assets/config/bootstrap/ldif/custom/10-geoserver-acl.ldif:ro
      - ./ldap/20-geoserver-users.ldif:/container/service/slapd/assets/config/bootstrap/ldif/custom/20-geoserver-users.ldif:ro
    command: ["--copy-service"]

volumes:
  geoserver_data:

A imagem oficial Docker do GeoServer é mantida pelo próprio projeto e publicada no repositório OSGeo. Também estamos expondo a porta 389 apenas para facilitar nossos testes locais. Em produção, não faria sentido necessariamente expor o LDAP dessa forma.

3. Criando nossa estrutura LDAP

Agora precisamos criar os usuários e grupos que serão utilizados. Vamos então criar o arquivo ldap/20-geoserver-users.ldif com o seguinte conteúdo:

dn: ou=people,dc=geocursos,dc=lab
objectClass: organizationalUnit
ou: people


dn: ou=groups,dc=geocursos,dc=lab
objectClass: organizationalUnit
ou: groups


dn: uid=alice,ou=people,dc=geocursos,dc=lab
objectClass: inetOrgPerson
cn: Alice Publico
sn: Publico
uid: alice
mail: alice@geocursos.lab
userPassword: alice123


dn: uid=bob,ou=people,dc=geocursos,dc=lab
objectClass: inetOrgPerson
cn: Bob Restrito
sn: Restrito
uid: bob
mail: bob@geocursos.lab
userPassword: bob123


dn: uid=carol,ou=people,dc=geocursos,dc=lab
objectClass: inetOrgPerson
cn: Carol Admin
sn: Admin
uid: carol
mail: carol@geocursos.lab
userPassword: carol123


dn: cn=geoserver_publico,ou=groups,dc=geocursos,dc=lab
objectClass: groupOfNames
cn: geoserver_publico
member: uid=alice,ou=people,dc=geocursos,dc=lab
member: uid=bob,ou=people,dc=geocursos,dc=lab
member: uid=carol,ou=people,dc=geocursos,dc=lab


dn: cn=geoserver_restrito,ou=groups,dc=geocursos,dc=lab
objectClass: groupOfNames
cn: geoserver_restrito
member: uid=bob,ou=people,dc=geocursos,dc=lab
member: uid=carol,ou=people,dc=geocursos,dc=lab


dn: cn=geoserver_admin,ou=groups,dc=geocursos,dc=lab
objectClass: groupOfNames
cn: geoserver_admin
member: uid=carol,ou=people,dc=geocursos,dc=lab

E agora um segundo arquivo chamado 10-geoserver-acl.ldif com o seguinte conteúdo:

dn: olcDatabase={1}{{ LDAP_BACKEND }},cn=config
changetype: modify
add: olcAccess
olcAccess: {2}to dn.subtree="ou=groups,{{ LDAP_BASE_DN }}" by dn.exact="cn=admin,{{ LDAP_BASE_DN }}" write by users read by * none

Teremos portanto:

Observe que os grupos formam uma espécie de progressão de permissões:

As senhas utilizadas no laboratório são propositalmente simples. Elas não devem ser reutilizadas fora desse ambiente didático.

4. Iniciando os containers

Para subir os containers digite:

docker compose up -d

Depois confira se eles realmente subiram:

docker compose ps

Então acesse: http://localhost:8080/geoserver

Para o laboratório podemos utilizar inicialmente as credenciais padrão.

5. Validando o LDAP antes de envolver o GeoServer

Uma boa prática de troubleshooting é testar primeiro o LDAP isoladamente. Podemos, por exemplo, listar nossos usuários:

docker exec -it openldap \
ldapsearch \
-x \
-H ldap://localhost:389 \
-D "cn=admin,dc=geocursos,dc=lab" \
-w adminldap \
-b "ou=people,dc=geocursos,dc=lab" \
"(objectClass=inetOrgPerson)" \
uid cn

Devemos encontrar as informações dos nossos 3 usuários (alice, bob e carol). Agora pergunte ao LDAP a quais grupos o Bob pertence:

docker exec -it openldap \
ldapsearch \
-x \
-H ldap://localhost:389 \
-D "uid=bob,ou=people,dc=geocursos,dc=lab" \
-w bob123 \
-b "ou=groups,dc=geocursos,dc=lab" \
"(member=uid=bob,ou=people,dc=geocursos,dc=lab)" \
cn

O resultado esperado é: geoserver_publico e geoserver_restrito. Esse teste é importante porque elimina várias dúvidas antes mesmo de configurarmos o GeoServer. Se o LDAP não consegue localizar o usuário ou seus grupos, o problema ainda não está no GeoServer.

6. Configurando a autenticação LDAP no GeoServer

Agora entre no GeoServer como administrador e acesse: Security -> Authentication -> Authentication Providers -> Add new -> LDAP

Nessa mesma tela você configura tanto a autenticação do usuário quanto, opcionalmente, a descoberta dos grupos LDAP usados para gerar roles.

O GeoServer atual permite informar diretamente a URL LDAP, o padrão do DN do usuário e a estratégia utilizada para procurar os grupos desse usuário. Para nosso laboratório utilize:

Name
ldap-geocursos

Server URL
ldap://openldap:389/dc=geocursos,dc=lab

User DN pattern
uid={0},ou=people

Use LDAP groups for authorization:
✓

Bind before group search:
✓

Group search base:
ou=groups

Group search filter:
member={0}

Na própria tela do LDAP Authentication Provider existe a área de teste. Então digite o username bob e a senha bob123, e clique no botão Test Connection, para verificar se a integração entre o LDAP e o GeoServer está funcional.

7. Não esqueça a Authentication Provider Chain

Criar o provider não significa necessariamente que ele esteja participando da autenticação. Volte para Security -> Authentication o localize Provider Chain e adicione ldap-geocursos aos providers selecionados.

Mantenha também o provider loca padrão do GeoServer (GeoServer Local). Essa estratégia mantém, inclusive, uma conta administrativa local para contingência.

Em ambientes corporativos gosto de pensar nela como uma conta break glass: o LDAP pode estar indisponível e ainda precisamos ter uma forma extremamente controlada de administrar o GeoServer.

Após esse passo, faça logout do GeoServer e e tente acessar com o username bob e a senha bob123. O resultado esperado é que você consiga logar com o usuário bob.

8. Do grupo LDAP para a Role do GeoServer

Aqui aparece uma das partes mais interessantes dessa integração.

Quando o GeoServer utiliza grupos LDAP para autorização, ele transforma automaticamente o nome do grupo em uma role: Nome do grupo -> ROLE_ grupo

Esse comportamento é documentado oficialmente pelo GeoServer. Portanto nossos grupos se tornam:

geoserver_publico -> ROLE_GEOSERVER_PUBLICO
geoserver_restrito -> ROLE_GEOSERVER_RESTRITO
geoserver_admin -> ROLE_GEOSERVER_ADMIN

Isso significa que Bob, por exemplo, será autenticado com: ROLE_GEOSERVER_PUBLICO e ROLE_GEOSERVER_RESTRITO.

9. LDAP sozinho não protege nenhuma camada

Esse talvez seja o ponto mais importante deste artigo. Configurar LDAP responde: Quem é o usuário? Mas ainda precisamos responder: O que esse usuário pode acessar?

O GeoServer utiliza roles para controlar acesso às camadas. E existe um detalhe importante: a configuração padrão de Layer Security permite leitura anônima das camadas.

Portanto simplesmente configurar LDAP não torna automaticamente seus dados privados. A arquitetura completa é:

10. LDAP Role Service: quando ele entra? (opcional)

Até aqui utilizamos uma abordagem bastante direta, porém o GeoServer também possui um recurso chamado LDAP Role Service, que é um serviço somente leitura que transforma grupos LDAP em roles. Assim como no provider de autenticação, o nome do grupo é convertido para maiúsculas e recebe o prefixo ROLE_.

Uma configuração para nosso diretório poderia utilizar:

Server URL:
ldap://openldap:389/dc=geocursos,dc=lab

Group search base:
ou=groups

Group user membership search filter:
member=uid={0},ou=people,dc=geocursos,dc=lab

All groups search filter:
cn=*

Authenticate to extract roles:
✓

Username:
cn=admin,dc=geocursos,dc=lab

Password:
adminldap

O caminho na interface é: Security -> Users, Groups, Roles -> Role Services -> Add new -> LDAP

A vantagem desse modelo aparece principalmente quando queremos que as roles LDAP façam parte explicitamente do sistema de roles do GeoServer e estejam disponíveis nas telas de configuração de acesso. O tutorial oficial do GeoServer apresenta exatamente essa segunda etapa.

Para um primeiro laboratório, entretanto, o mapeamento realizado pelo próprio LDAP Authentication Provider já é suficiente para entender o conceito.

Neste laboratório utilizamos o administrador do OpenLDAP apenas para simplificar a demonstração. Em produção, utilize uma conta de serviço somente leitura, com apenas as permissões necessárias para consultar usuários e grupos.

11. O desenho final

Depois de toda a configuração, nosso ambiente fica conceitualmente assim:

Esse é o verdadeiro ganho da integração.

O GeoServer deixa de ser responsável por manter uma base paralela de usuários e passa a trabalhar sobre a estrutura de identidade que já existe na organização.

12. Cuidados para produção

O laboratório utiliza deliberadamente configurações simplificadas. Em produção eu revisaria pelo menos estes pontos:

• Não utilizar LDAP sem criptografia em redes não confiáveis. O GeoServer suporta tanto ldaps://, normalmente na porta 636, quanto STARTTLS sobre LDAP. Há uma particularidade: a documentação informa que o uso de STARTTLS impede o pooling de conexões LDAP, criando uma nova conexão por autenticação e podendo afetar desempenho.
• Não utilizar as senhas deste laboratório, nem admin/geoserver. A imagem Docker oficial também recomenda substituir as credenciais padrão.
• Manter uma conta administrativa local de contingência, fortemente protegida, em vez de tornar a administração completamente dependente da disponibilidade do LDAP.
• Evitar mapear grupos de negócio acidentalmente para ROLE_ADMINISTRATOR. Essa role possui acesso administrativo completo ao GeoServer.
• Revisar explicitamente Layer Security, Service Security e REST Security. Integrar LDAP não torna automaticamente as camadas privadas; por padrão, a leitura de layers é aberta e a configuração de Service Security começa sem regras.
• Em containers, guardar credenciais de bind em Secrets, não diretamente no docker-compose.yml, Deployment ou repositório Git. O usuário usado apenas para pesquisa de grupos deve possuir o mínimo de permissões necessárias.
• Não expor o LDAP sem necessidade. Se GeoServer e LDAP estiverem em uma mesma infraestrutura privada, apenas a comunicação necessária entre eles deve ser permitida.

13. Conclusão

Integrar GeoServer e LDAP não é apenas substituir uma tela de login. Com a combinação de LDAP + grupos + roles + regras de segurança, é possível integrar o GeoServer a uma infraestrutura corporativa de identidade sem precisar manter manualmente usuários e permissões duplicados dentro da aplicação.

E isso torna a administração especialmente interessante em ambientes com vários usuários, diferentes perfis de acesso e dados que não podem simplesmente ficar disponíveis de forma anônima.

Referências oficiais:

GeoServer — Authentication with LDAP
GeoServer — Authentication Providers / LDAP
GeoServer — Layer Security
GeoServer — Service Security
GeoServer — Docker Container

GeoNode es una plataforma de código abierto para la gestión de contenidos geoespaciales. Es una aplicación web y una plataforma para desarrollar Sistemas de Información Geográfica (SIG) y desplegar Infraestructuras de Datos Espaciales (IDE). En esta entrada ya hemos hablado brevemente de ella junto a otros paquetes de software libre para crear IDEs. GeoNode permite ...

Leer más

GeoNode: qué es, características y novedades de GeoNode 5

La publicación de datos geoespaciales en la web ha evolucionado considerablemente en los últimos años. Los mapas web modernos utilizan cada vez más teselas vectoriales (Vector Tiles), que permiten representar grandes volúmenes de información geográfica de forma rápida, flexible e interactiva. Dentro de este ecosistema aparece MVT Server, un proyecto open source desarrollado en Rust ...

Leer más

MVT Server: publica teselas vectoriales desde PostGIS con MapLibre

MapStore es una plataforma web de código abierto orientada a la creación y configuración de aplicaciones cartográficas y visores GIS interactivos. Desarrollada y mantenida principalmente por GeoSolutions, permite integrar y visualizar información geoespacial procedente de diferentes fuentes y servicios, incluidos servicios basados en estándares OGC como WMS, WMTS y WFS. Su arquitectura basada en plugins ...

Leer más

Cómo imprimir un mapa en MapStore paso a paso

Este es un artículo de Arturo Vázquez Paumard — Full Stack Developer · GIS · Digital Twins Qué es el Atlas Estratégico de España El Atlas Estratégico de España reúne en un solo mapa la información pública sobre los activos que sostienen al país: recursos y territorio, energía, transporte y logística, conectividad, ciencia y capacidades avanzadas, ...

Leer más

Atlas Estratégico de España: un WebGIS donde cada dato lleva su fuente

Creo que merece la pena dedicar una entrada a esta aplicación “GeoLibre”, creo que puede esar a nivel de “Google Earth” o incluso superarlo, y con más sentido porque no ha sido desarrollado en una empresa sino por una persona, el ya archiconocido Qiusheng Wu que tantas aplicaciones nos ha aportado a las comunidades de SIG y Teledetección.De acceso totalmente gratuito y código libre. Esperemos que este tipo de aplicaciones se mantengan durante mucho tiempo.

Realmente cuando entras en la aplicación te da toda la apariencia de un SIG como QGIS o ArcGIS Pro asociado a una aplicación de desarrollo de visores cartográficos al estilo de Mapbox, y sin tener que loguearte ni descargarte nada, puedes trabajar directamente con ella. Lo interesante de esta aplicación es todas las herramientas que lleva incorporadas, le aporta mucha funcionalidad. Vamos a hacer un resumen y comentar los diferentes “bloques”.

Aparte de la ventana del visor, en la parte izquierda de la aplicación en el bloque “Capas” puedes acceder a diferentes tipos de mapas bases a través del icono que muestra la siguiente imagen, así podrás empezar a configurar la visualización de tu proyecto.

A continuación, existe otro apartado denominado “Explorador” dónde puedes cargar directamente diferentes tipos de servicios ya directamente incorporados en la aplicación como, por ejemplo, la batimetría de GEBCO.

También debes tener en cuenta que en la parte derecha hay otro bloque “Estilo” dónde puedes editar la simbología de dichas capas.

Ya en la pestaña “Proyecto”, entre las herramientas “clásicas” GeoLibre te permite incorporar tu propio proyecto creado en QGIS o en ArcGIS Pro, ojo.

Y se ha incluido otra pestaña denominada “Editar” dónde puedes realizar tareas de selección tanto por expresión como atributos entre otras opciones.

Y, por supuesto, hay posibilidad de subir tus propios datos en diferentes formatos, vectorial, ráster, etc.

Incluso se puede utilizar un Asistente de IA que podemos encontrarlo en la pestaña “Procesamiento” o trabajar con tu cuenta de “Google Earth Engine” e importar catálogos o trabajar con el código. Como ves un punto fuerte de GeoLibre es la integración de todas estas diferentes tecnologías.

En la pestaña “Controles” se puede elegir cómo quieres que se muestre tu visualización y diferentes tipos de “widgets” como la brújula u otros instrumentos.

Y al estilo de QGIS también puedes incluir complementos que permitan mejorar la interactividad e incluir más acciones a tu proyecto, como por ejemplo un  “Timelapse”.

Ya en la pestaña “Configuración” como su nombre indica podrás acceder a diferentes acciones con las que dar una perspectiva particular a la interfaz.

Te animo a que chequees GeoLibre y crees tus propios proyectos, podrás posteriormente exportarlo por ejemplo como un archivo .html y así compartirlo, subirlo a un servidor para que otras personas puedan interactuar con él.

Nota: Hay una valoración incrustada en esta entrada, por favor, visita esta entrada para valorarla.

Formación de calidad impartida por profesionales

La entrada La aplicación “GeoLibre”: un pequeño tutorial se publicó primero en Cursos GIS | TYC GIS Formación.

QGIS Dashboard es un plugin que permite construir un panel de control interactivo dentro de un proyecto QGIS. Hasta ahora, para crear este tipo de aplicaciones era habitual recurrir a soluciones específicas como Power BI, ArcGIS Dashboards o desarrollar una aplicación web independiente, como MapStore. Sin embargo, QGIS Dashboard ofrece una alternativa muy interesante: crear ...

Leer más

QGIS Dashboard: crea dashboards interactivos directamente en QGIS

Desde hace unos años los mapas bivariados se están generalizando en los ámbitos técnico y científico, y es gracias a que aportan unas visualizaciones con unos diseños muy atractivos, pero esto sí pueden ser difíciles de entender si no estás familiarizado con ellos. Por ello, en esta entrada voy a hacer una pequeña introducción sobre cómo interpretarlos y que ventajas ofrecen.

Antes que nada, hay que entender que son un tipo de mapas temático que utilizan un par de variables para representarlas en una determinada localización y, de esta manera, ver cómo se interrelacionan. Pueden ser diferentes tipos de variables, climáticas, medioambientales, sociales, económicas, etc. y es necesario que sean variables relacionadas para ver con más claridad su efecto, pero eso sí puedes utilizar variables de este tipo:

1. Variables cuantitativas continuas: por ejemplo, la densidad de población.
2. Variables cuantitativas discretas: por ejemplo, cantidad de especies por región.
3. Porcentajes: por ejemplo el % población sin acceso agua potable.

Esto permitirá construir una matriz de color, pero para ello hay que trabajar antes con esos datos e indicar valores de tipo, por ejemplo:  “alto-medio-bajo” para clasificarlos, es recomendable que a cada variable se le ajusten tres clases, aunque puedes trabajar con más pero esto puede provocar una mayor confusión a la hora de analizar la información.

Existen aplicaciones que permiten desplegar este tipo de matrices y visualizar diferentes paletas de colores que puedes utilizar en tus mapas como esta aplicación denominada “Bivariate Color Palette Builder”

Te nuestro un ejemplo de Joe Davies que muestra la correlación entre las dos variables climáticas: precipitación y temperatura. Puedes adaptar la visualización a diferentes zonas como España, Estados Unidos, etc.

Este tipo de mapas, puedes intentar interpretarlo sin dificultad si te incorpora dicha leyenda. Lógicamente los colores más oscuros de cada variable indican dónde hay una temperatura o precipitación más alta.  Y viceversa con los valores más bajos.

Lo complicado viene cuando mezclamos las dos variables, por ejemplo, el color más oscuro, casi negro corresponde a temperatura alta y precipitación alta, es importante entender esto. Pero entonces, ¿cómo se relaciona esto con Galicia?  También debes tener en cuenta el origen de los datos (en este caso temperatura media anual).

Otra ventaja de este tipo de mapas es que  pueden realizarse con programas de Sistemas de Información Geográfica (SIG) como ArcGIS Pro o QGIS, o a través de lenguajes de programación como Python o R.

El siguiente mapa de R y su leyenda se entiende mejor, que la anterior leyenda girada (aunque se leen igual el giro sólo es estético), en este caso los valores más oscuros se entienden como valores altos en las dos variables en el norte con más motociclista y más atropellos en contraste con la zona sur.

Además, en QGIS puedes encontrar complementos como “Bivariate QGIS Plugin” que también te permite crear esa leyenda.

Te animo a que curiosees más sobre este tema, en una próxima entrada veremos cómo crear un mapa de este tipo.

Nota: Hay una valoración incrustada en esta entrada, por favor, visita esta entrada para valorarla.

Formación de calidad impartida por profesionales

La entrada ¿Qué es un mapa bivariado? se publicó primero en Cursos GIS | TYC GIS Formación.

Uno de los retos más complicados de afrontar cuando se cambia de versiones y en este caso al p pasar de la saga 3x a la 4x de QGIS (a día de hoy estamos por la 4.2.1 “Belém do Pará”) es la adaptación de código de los diferentes complementos de la vieja versión a la nueva. Y ocurrió con el cambio de la 2x a la 3x en que se cambió las versiones de Python con las que se trabajaba.

Ya se ha comentado anteriormente, en esta ocasión, esto está provocado por el cambio de versión del software sobre el que está diseñado QGIS, Qt, pasando ahora de la versión 5 que se utilizaba desde el año 2016 a la nueva versión 6. Así los desarrolladores deben transformar su código a los nuevos requisitos y una vez conseguido disponen de un repositorio dónde pueden subir los “plugins” ya actualizados dónde tú podrás chequearlos y disponer de ellos. Lá página web se denomina “QGIS 4 Ready Plugins”

Si tienes curiosidad, necesitas crear o adaptar tu complemento a la nueva versión también se ha dispuesto una web dónde puedes obtener ayuda y documentación para apoyarte en el proceso de cambio, “Migrate your plugin to QGIS 4”.

Incluso tienes a tu disposición un repositorio en GitHub:

Si necesitas trabajar con complementos no actualizados y a la vez te interesa empezar a trabajar con la nueva versión de QGIS; ten en cuenta que puedes tenr instaladas en tu ordenador versiones diferentes de estos programas y trabajar con ellas independientemente, es otra de las ventajas.

Nota: Hay una valoración incrustada en esta entrada, por favor, visita esta entrada para valorarla.

Formación de calidad impartida por profesionales

La entrada Cómo adaptar los complementos de QGIS a la nueva versión 4x se publicó primero en Cursos GIS | TYC GIS Formación.

A Inteligência Artificial já está transformando a maneira como profissionais GIS analisam dados, automatizam processos e desenvolvem soluções geoespaciais.

Neste curso, você aprenderá a aplicar IA generativa, agentes inteligentes e automação em ferramentas como QGIS, PostGIS, GeoServer e GeoNode, por meio de cases, exercícios práticos e problemas inspirados em projetos reais.

Você verá como utilizar IA para gerar e revisar consultas SQL espaciais, detectar inconsistências, corrigir geometrias, automatizar publicações no GeoServer, criar estilos SLD, produzir metadados, analisar dados no QGIS e desenvolver fluxos geoespaciais mais inteligentes.

O principal diferencial do Curso de GeoIA é que ele não fica apenas na apresentação de conceitos ou ferramentas de Inteligência Artificial. A proposta é mostrar, na prática, como utilizar a IA para resolver problemas reais de Geotecnologia.

Não é necessário já saber programar. Você aprenderá a construir prompts e fornecer o contexto correto para que a IA gere os códigos, além de revisar, testar e adaptar esses códigos para cada situação.

Das 48 horas de curso, apenas 6 horas são destinadas à fundamentação teórica. As outras 42 horas são totalmente práticas, com mais de 25 cases e exercícios envolvendo QGIS, PostGIS, GeoServer e GeoNode.

Período: 31/08 a 01/10/2026
Horário: das 19h às 22h
Carga horária: 48 horas – 16 aulas
As duas primeiras aulas serão gravadas. A partir de 02/09, os encontros serão online e ao vivo.

O curso é destinado a analistas GIS, geógrafos, engenheiros, profissionais de TI, meio ambiente e todos que desejam incorporar Inteligência Artificial às suas rotinas geoespaciais.

As vagas são limitadas. Garanta sua inscrição e prepare-se para uma nova forma de trabalhar com Geotecnologia.

https://geocursos.com.br/geoia
https://whats.link/geocursos

En esta entrada vamos a trabajar con una aplicación web de acceso gratuito denominada BioSift  desarrollada por Reihan Apriandi que permite enlazar datos de diferentes especies desde la plataforma GBIF que ofrece datos sobre Biodiversidad para su descarga gratuita.

Esta aplicación web permite tanto el análisis rápido y efectivo de la información correspondiente de dicha especie. Permite además comparar los datos de hasta 5 de ellas y crear un pequeño informe sobre los datos y otras características de un publicador de datos de tu interés.

Se puede realizar una selección rápida de una de las 5 especies que aparecen en el desplegable por defecto o escribir una especie diferente. Se pueden añadir diferentes filtros como los años que se pretende que abarque la búsqueda como el tipo de observación con la que se obtuvieron los datos.

 

Y si pulsamos el botón “Run Analysis” se desplegará toda la información relacionada con dicha especie como el total de datos , el porcentaje de ellos que aportan mayor fiabilidad, etc.

Además se pueden consultar otro tipo de información como los mapas de ocurrencia de dichos avistamientos, gráficas, etc.

Y, además se puede proceder directamente desde esta plataforma a descargar dichos datos:

Como se ha comentado, se pueden comparar  la “salud” de los datos de varias especies, por ejemplo:

Y si se quiere visualizar de manera rápida las instituciones, administraciones, etc. que aportan datos a GBIF. Se puede realizar la búsqueda a través del nombre y se mostrarán los datasets que han incluido.

E igualmente se puede trabajar con una especie diferente escribiendo su nombre científico en el apartado “Species Name” y realizar las mismas acciones que hemos visto anteriormente.

Nota: Hay una valoración incrustada en esta entrada, por favor, visita esta entrada para valorarla.

Formación de calidad impartida por profesionales

La entrada La plataforma «BioSift» para trabajar con datos de Biodiversidad de GBIF se publicó primero en Cursos GIS | TYC GIS Formación.

Prezado leitor,

Neste post irei apresentar como instalar o GeoServer 3 juntamente com o PostgreSQL 18/PostGIS utilizando Docker em um servidor executando Ubuntu Linux 26.04.

Ao final deste tutorial você terá um ambiente pronto para desenvolvimento, testes ou treinamentos, contendo:

• PostgreSQL 18 + PostGIS 3.6
• GeoServer 3.0.0
• Nginx como proxy reverso
• Estrutura organizada para persistência dos dados
• Instalação totalmente baseada em containers Docker

Pré-requisitos:

• Ubuntu 26.04
• Acesso sudo
• Conexão com Internet
• Pelo menos 4 GB RAM (8 GB recomendado)

Sem enrolação, vamos aos passos:

1. Atualizar o Ubuntu

Antes de instalar qualquer software é recomendável atualizar os repositórios e aplicar as últimas atualizações do sistema operacional.

> sudo add-apt-repository universe
> sudo apt update
> sudo apt upgrade -y

2. Instalar apenas os pacotes necessários

Nesta etapa serão instaladas apenas as ferramentas utilizadas durante a instalação do Docker e administração básica do servidor.

> sudo apt install -y \
    apt-transport-https \
    ca-certificates \
    curl \
    gnupg \
    lsb-release \
    software-properties-common \
    vim \
    unzip \
    wget \
    htop \
    net-tools \
    jq

3. Adicionar os repositórios do Docker

O Docker mantém seu próprio repositório oficial. Nesta etapa iremos adicionar sua chave GPG e registrar o repositório oficial no Ubuntu.

> sudo mkdir -p /etc/apt/keyrings

> curl -fsSL https://download.docker.com/linux/ubuntu/gpg \
| sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg

> sudo chmod a+r /etc/apt/keyrings/docker.gpg

> echo \
"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] \
https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) stable" \
| sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

4. Instalar Docker

Agora instalaremos o Docker Engine, Docker Buildx e o Docker Compose Plugin.

> sudo apt update

> sudo apt install -y \
    docker-ce \
    docker-ce-cli \
    containerd.io \
    docker-buildx-plugin \
    docker-compose-plugin

5. Habilitar Docker

Habilite o serviço do Docker para que ele seja iniciado automaticamente sempre que o servidor for reiniciado.

> sudo systemctl enable docker
> sudo systemctl start docker

6. Ajustar timezone e sincronizar horário

Manter o timezone correto facilita a análise de logs e evita problemas de horário entre GeoServer, PostgreSQL e sistema operacional.

> sudo timedatectl set-timezone America/Sao_Paulo
> timedatectl

7. Estrutura

A estrutura abaixo será utilizada para organizar os arquivos do projeto e facilitar futuras manutenções.

8. Criar a Estrutura

> mkdir -p /opt/geoserver3
> cd /opt/geoserver3

> mkdir -p data/postgres
> mkdir -p data/geoserver
> mkdir -p nginx/conf.d
> mkdir -p nginx/logs
> mkdir -p logs
> mkdir -p backups

9. Criar o arquivo docker-compose.yaml

O arquivo docker-compose.yaml descreve toda a infraestrutura da aplicação e será responsável por criar automaticamente os containers do PostgreSQL/PostGIS, GeoServer e Nginx.

nano docker-compose.yaml

Copie todo o conteúdo abaixo para o arquivo.

services:

  postgis:
    image: postgis/postgis:18-3.6
    container_name: postgis

    restart: unless-stopped

    environment:
      POSTGRES_DB: ${POSTGRES_DB}
      POSTGRES_USER: ${POSTGRES_USER}
      POSTGRES_PASSWORD: ${POSTGRES_PASSWORD}
      TZ: ${TZ}

    # Descomente as linhas abaixo apenas se desejar permitir acesso externo ao PostgreSQL.
    #ports:
    #  - "5432:5432"

    volumes:
      - ./data/postgres:/var/lib/postgresql

    healthcheck:
      test:
        [
          "CMD-SHELL",
          "pg_isready -U ${POSTGRES_USER} -d ${POSTGRES_DB} -h localhost"
        ]
      interval: 10s
      timeout: 5s
      retries: 10
      start_period: 20s

    networks:
      - geoserver-network


  geoserver:
    image: docker.osgeo.org/geoserver:3.0.0
    container_name: geoserver

    restart: unless-stopped

    depends_on:
      postgis:
        condition: service_healthy

    ports:
      - "8080"

    environment:
      TZ: ${TZ}

      PROXY_BASE_URL: ${PUBLIC_GEOSERVER_URL}

      INSTALL_EXTENSIONS: "true"

      STABLE_EXTENSIONS: "excel,importer,image,web-resource,wps"

      EXTRA_JAVA_OPTS: >-
        -Xms2G
        -Xmx4G
        -Duser.timezone=${TZ}
        -Dfile.encoding=UTF-8
        -Djava.awt.headless=true

      CORS_ENABLED: "true"
      CORS_ALLOWED_ORIGINS: "*"
      CORS_ALLOWED_METHODS: "GET,POST,PUT,DELETE,HEAD,OPTIONS"
      CORS_ALLOWED_HEADERS: "Origin,Accept,X-Requested-With,Content-Type,Access-Control-Request-Method,Access-Control-Request-Headers,Authorization"
      CORS_ALLOW_CREDENTIALS: "false"

      ROOT_WEBAPP_REDIRECT: "true"

    volumes:
      - ./data/geoserver:/opt/geoserver_data

    healthcheck:
      test:
        [
          "CMD-SHELL",
          "curl --fail http://localhost:8080/geoserver/web/ || exit 1"
        ]
      interval: 30s
      timeout: 15s
      retries: 10
      start_period: 180s

    networks:
      - geoserver-network

  nginx:
    image: nginx:alpine
    container_name: nginx
    restart: unless-stopped

    depends_on:
      geoserver:
        condition: service_healthy

    ports:
      - "80:80"
      # Descomente a linha abaixo após configurar HTTPS no Nginx.
      #- "443:443"

    volumes:
      - ./nginx/conf.d:/etc/nginx/conf.d:ro
      - ./nginx/logs:/var/log/nginx

    networks:
      - geoserver-network

networks:
  geoserver-network:
    driver: bridge

Observação: Um dos benefícios da imagem oficial do GeoServer é a possibilidade de instalar automaticamente as extensões durante a inicialização do container. Neste tutorial já deixamos configurados alguns dos plugins mais utilizados em projetos reais: Excel (exportação de dados), Importer (importação de arquivos), Image (suporte a imagens), Web Resource (recursos web) e WPS (Web Processing Service). Dessa forma, ao término da instalação, o ambiente já estará pronto para utilização, sem necessidade de instalar essas extensões manualmente.

Observação: Os nomes informados na variável STABLE_EXTENSIONS correspondem aos identificadores oficiais das extensões utilizadas pela imagem Docker do GeoServer. A lista completa de plugins disponíveis e seus respectivos nomes pode ser consultada na documentação oficial do Docker do GeoServer: Docker Container – Adding GeoServer Extensions. Para conhecer a finalidade de cada extensão, consulte também a documentação oficial de extensões do GeoServer: GeoServer Extensions Documentation.

E não esqueça de criar também o arquivo .env:

> nano .env

E inserir o seguinte conteúdo:

POSTGRES_DB=geoserver
POSTGRES_USER=geoserver
POSTGRES_PASSWORD=SUBSTITUA_POR_UMA_SENHA_FORTE

PUBLIC_GEOSERVER_URL=http://SEU_IP/geoserver

TZ=America/Sao_Paulo

Substitua SUBSTITUA_POR_UMA_SENHA_FORTE por uma senha segura e SEU_IP pelo endereço IP público do servidor antes de iniciar os containers.

A variável PUBLIC_GEOSERVER_URL deve apontar para o endereço utilizado pelos usuários para acessar o GeoServer. Durante os testes ela pode utilizar o IP do servidor. Em ambientes de produção recomenda-se utilizar um domínio com HTTPS.

Dica: Nunca publique este arquivo em repositórios Git públicos, pois ele contém a senha do banco de dados.

10. Criar o arquivo geoserver.conf

O Nginx será utilizado como proxy reverso, permitindo acessar o GeoServer através da porta 80 e facilitando futuras configurações de HTTPS.

> nano nginx/conf.d/geoserver.conf

E insira o seguinte conteúdo:

server {
    listen 80;
    server_name _;

    client_max_body_size 2G;

    location = / {
        return 302 /geoserver/web/;
    }

    location /geoserver/ {
        proxy_pass http://geoserver:8080/geoserver/;

        proxy_set_header Host $http_host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-Host $http_host;
        proxy_set_header X-Forwarded-Port $server_port;
        proxy_set_header X-Forwarded-Proto $scheme;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;

        proxy_connect_timeout 60s;
        proxy_send_timeout 600s;
        proxy_read_timeout 600s;

        proxy_request_buffering off;
        proxy_buffering off;
    }
}

11. Subir os containers

> docker compose up -d

Depois acesse no seu navegador http://SEU_IP/geoserver

12. Conclusão

Agora você possui um ambiente moderno baseado em containers, executando o GeoServer 3, PostgreSQL 18/PostGIS 3.6 e Nginx.

Essa estrutura pode ser utilizada para estudos, treinamentos, desenvolvimento e também servir como base para ambientes de produção de pequeno e médio porte.

Tras recorrer gvSIG Desktop en los siete primeros vídeos del curso y desplegar el geoportal en gvSIG Online en el vídeo 8, llega el turno de gvSIG Mapps, la pieza móvil de la Suite. Es la aplicación pensada para llevar el geoportal al terreno: el técnico municipal sale a campo con tableta o móvil, consulta las mismas capas publicadas en Online y, si tiene permisos, edita los datos desde la propia posición sin pasos intermedios de vuelta al servidor.

El vídeo arranca con la configuración inicial de la aplicación (v4.0.4). Desde el botón de ajustes se establece la conexión con el servidor ‘demo.gvsig-services.com’ y la ruta ‘gvsigonline’, se fija el Mínimo zoom para la creación de zonas en 11 y se revisan las pestañas General, Info, Edición y Medida. Tras autenticarse, en Proyectos aparecen Pruebas Funcionales y los dos proyectos del Ayuntamiento de Arteixo, vistos desde el mismo gvSIG Online del vídeo 8.

Después se descarga una zona delimitada con una rejilla de 100000 m sobre la vista actual, guardada como Z1 para poder trabajar sin cobertura. Con la zona cargada, el apartado Capas ofrece capas de Puntos, Líneas y Polígonos editables sobre el mismo modelo de datos que en Online. El bloque de edición recorre el flujo completo en el terreno: selección de un polígono existente, desplazamiento de un vértice con el control circular, digitalización de un polígono nuevo y rellenado del formulario asociado (pestañas group1 y Recursos, campos Lat, Lon, fid, id). Cierran el recorrido la herramienta de identificación, que devuelve atributos como ID, Nombre o el tipo ‘MULTIPOLYGON’, y la pestaña Búsqueda, que filtra los 544 registros de la capa por valor exacto y centra el mapa sobre el resultado elegido.

Con este vídeo se cierra el curso completo. El recorrido ha ido del escritorio al servidor y del servidor al campo: gvSIG Desktop para preparar la cartografía y los mapas de impresión, gvSIG Online para publicar y administrar los visores municipales, y gvSIG Mapps para mantener esos mismos datos sobre el terreno y tener la capacidad de tomar datos en campo sin la necesidad de conexión a internet como bien se explica en este vídeo.

Vídeo 9:

<figure class="wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio"></figure>

 

Con el vídeo anterior cerramos el bloque dedicado a gvSIG Desktop. En este octavo damos el salto a la segunda pieza de la Suite: gvSIG Online, la plataforma web sobre la que se montan los geoportales municipales. Donde en Desktop el proyecto se quedaba en el equipo y la salida final era estática (un PDF, un plano impreso), con Online ese mismo trabajo se publica en internet y queda disponible para que cualquier técnico o ciudadano lo consulte desde el navegador.

El vídeo es un primer recorrido por la herramienta. Empezamos por la parte pública, visitando el portal del Ajuntament de Cullera, que es lo que ve el ciudadano: una página de entrada con accesos a los visualizadores temáticos y a los geoservicios OGC publicados por el ayuntamiento.

Después entramos a la parte de administración, donde se construye todo eso. Hacemos un repaso al panel lateral de gvSIG Online y a sus secciones principales: gestión de usuarios y permisos; Servicios, con servidores GeoServer, espacios de trabajo, almacenes de datos PostGIS, grupos de capas, capas externas (WMS/WMTS) y gestión de la caché; Administrador de archivos para subir shapefiles y exportarlos a base de datos; Simbología, con bibliotecas de símbolos y rampas de color; y, sobre todo, Proyectos, que es donde cada visor queda definido a partir de los grupos de capas y las herramientas que activemos para él.

Para terminar abrimos un par de visores reales: el de Urbanisme – M.I.A Cullera, con sus grupos de capas de hidrología, abastecimiento, movilidad u ortofotos históricas, y el geoportal de muestra del municipio de Arteixo, donde vemos los dashboards de Online: paneles que permiten incrustar tablas, consultas SQL y resultados de análisis dentro del propio visor.

Con esto queda planteado el mapa general de gvSIG Online.

Vídeo 8:

<figure class="wp-block-embed is-type-rich is-provider-embed-handler wp-block-embed-embed-handler wp-embed-aspect-16-9 wp-has-aspect-ratio"></figure>

La instalación de GeoServer es muy sencilla, se puede descargar el ejecutable de manera gratuita en su página web. Existen muchas versiones, pero hace poco en el año 2026 se ha lanzado la saga 3x de GeoServer y ya la denominan como estable por lo que se a proceder a su instalación

Una opción rápida es descargar el ejecutable] que realiza la instalación rápidamente, se elegirá el sistema operativo correspondiente a tu ordenador, en este caso Windows y se procederá a la descarga.

Los pasos a seguir para la instalación son los siguientes:

[1] https://geoserver.org/download/

[2] https://www.cursosgis.com/lanzamiento-de-la-nueva-version-de-geoserver-3-0/

[3] https://geoserver.org/release/3.0.0/

 

Y aceptar el acuerdo de licencia pulsando “I agree”:

El siguiente paso indica la ruta por defecto dónde se instalará GeoServer, si te interesa otra cámbiala. Ojo te aparecerá un aviso, es importante tener intalada una versión adecuada de Java JRE o JRC. Si no la tienes instálala a través del enlace que se aporta en la ventana. Y se pulsa en Next:

Asegúrate que activas la tercera línea:

Entonces vuelve a abrir el ejecutable y si está todo correcto, te aparecerá que lo detecta:

Y sigue los pasos de la instalación pulsando el botón “Next”. El siguiente paso es para crear la ruta dónde se guardarán los datos:

Se deja el Puerto que aparece por defecto, si crees que ya esta ocupado cambia a otro por ejemplo 8081:

El tipo de instalación, ssi quieres controlar arrancar y apagar los servicios elige la opción Run manually:

Y ya estará listo para la instalación y para funcionar:

En tu ordenador, en Inicio te aparecerá la carpeta del programa ya instalada y para lanzarlo pulsas “Satart GeoServer” y posteriormente “GeoServer Web Portal” tras activar el servicio:

Si se quiere lanzar el programa, se hace clic en este enlace: http://localhost:8080/geoserver/web/ y aparecerá la siguiente interfaz. Ojo te pedirá usuario y contraseña, por defecto es usuario:admin y contraseña: geoserver

Cuando termines de trabajar no te olvides de apagar el servivio en “Stop Geoserver”:

Nota: Hay una valoración incrustada en esta entrada, por favor, visita esta entrada para valorarla.

Formación de calidad impartida por profesionales

       

 

La entrada Instalación de la nueva versión de GeoServer 3.0 se publicó primero en Cursos GIS | TYC GIS Formación.

Hasta ahora hemos trabajado dentro del documento Vista: cargar capas, simbolizarlas, consultarlas, editarlas. En este séptimo vídeo damos el paso al documento Mapa, que es el componedor cartográfico de gvSIG Desktop, donde montamos una salida lista para imprimir o exportar a PDF, con su rótulo, su leyenda, su escala, su norte y su logotipo institucional.

Partimos del proyecto electoral que ya usamos en los vídeos 3 y 5 (mesas electorales, ejes de carreteras y distritos electorales). Antes de pasar al Mapa, dejamos la Vista preparada como queremos que aparezca impresa: aplicamos una simbología por valores únicos sobre los distritos y configuramos un etiquetado por el campo districte, ajustando fuente, tamaño y color.

Con la Vista lista, vamos al Gestor de proyecto y creamos un nuevo Mapa. En el cuadro Preparar página elegimos tamaño de papel, orientación (horizontal), resolución y le indicamos que inserte la Vista como marco principal. Entramos al lienzo del Mapa, donde las reglas en centímetros nos dan idea del tamaño físico de la salida, y ajustamos el encuadre y la escala (1:90.000 en el ejemplo).

A partir de ahí, recorremos el menú Mapa e Insertar y vamos añadiendo los elementos cartográficos clásicos: una leyenda con las categorías de la capa de distritos, una aguja de norte elegida de la galería que ofrece gvSIG, una barra de escala en metros con sus divisiones y etiquetas, el logotipo del Ajuntament de Cullera como imagen y un título de texto. Cada elemento se puede mover, redimensionar y editar desde sus propias propiedades.

Cerramos exportando la composición a fichero (por ejemplo, PDF): el producto final entregable, un plano municipal listo para reuniones, expedientes técnicos o publicación posterior.

Vídeo 7:

<figure class="wp-block-embed is-type-rich is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio"></figure>

La soberanía digital europea se ha convertido en una de las grandes cuestiones estratégicas de nuestro tiempo. Ya no se trata únicamente de disponer de tecnología, sino de decidir qué tecnología usamos, bajo qué condiciones, con qué garantías y con qué capacidad real de control sobre nuestros datos, infraestructuras y servicios críticos.

Los datos del Informe Soberanía Digital en Europa 2026, elaborado por Fundación Telefónica y Metroscopia, reflejan que esta preocupación no es solo institucional o empresarial, sino también ciudadana. Según el estudio, el 86% de los españoles considera que Europa debe desarrollar sus propias tecnologías para ser más competitiva globalmente; el 82% cree que Europa depende mucho o bastante de empresas tecnológicas de otros países; el 69% piensa que Europa se está quedando atrás frente a Estados Unidos y China; y el 62% considera que esta dependencia puede representar una amenaza para la seguridad europea.

<figure class="wp-block-image size-large"></figure>

Como respuesta, la ciudadanía apuesta claramente por reforzar capacidades propias: el 87% considera que los gobiernos europeos deberían impulsar activamente el desarrollo de tecnologías europeas.

Desde gvSIG siempre hemos defendido la necesidad de avanzar hacia una mayor soberanía digital europea. Pero para que esta soberanía sea real no basta con sustituir unos proveedores por otros. Es necesario construir un ecosistema tecnológico basado en la transparencia, la interoperabilidad, los estándares abiertos, el conocimiento compartido y la capacidad de las organizaciones públicas y privadas para controlar, adaptar y evolucionar sus propias soluciones.

El ámbito de la información geográfica es un ejemplo especialmente relevante. Los sistemas de información geográfica, los geoportales, las infraestructuras de datos espaciales, los servicios interoperables, la gestión territorial, la movilidad, el medio ambiente, la planificación urbana o la respuesta ante emergencias forman parte de la infraestructura digital crítica de las administraciones. Depender de plataformas cerradas o de tecnologías sobre las que no existe capacidad de decisión limita la autonomía tecnológica y condiciona la prestación de servicios públicos esenciales.

gvSIG nació precisamente con esa visión: ofrecer una alternativa tecnológica abierta, profesional y sostenible en el ámbito de la geomática. A lo largo de los años, el proyecto ha demostrado que es posible construir soluciones competitivas basadas en software libre, estándares internacionales e independencia tecnológica. Soluciones como gvSIG Online, apoyadas en tecnologías abiertas como PostgreSQL/PostGIS, GeoServer y OpenLayers, permiten desplegar infraestructuras de datos espaciales, geoportales corporativos y sistemas de gestión geográfica con plena capacidad de adaptación a las necesidades de cada organización.

La soberanía digital europea debe pasar de las declaraciones a los hechos. Y eso implica inversión, colaboración público-privada, contratación pública estratégica, impulso a estándares abiertos y apuesta real por soluciones que garanticen independencia, interoperabilidad y control. Europa dispone de conocimiento, empresas, administraciones innovadoras y comunidades tecnológicas capaces de liderar este proceso. La cuestión es si sabremos articular ese potencial en torno a un modelo propio, abierto, competitivo y alineado con los valores europeos.

Desde gvSIG seguiremos trabajando en esa dirección: construyendo tecnología abierta, impulsando capacidades propias y contribuyendo a una soberanía digital europea que no sea solo un objetivo político, sino una realidad práctica al servicio de la sociedad.

Hasta ahora hemos cargado capas que ya existían (locales o publicadas como servicio). En este sexto vídeo damos el paso de crear y editar nuestra propia cartografía dentro de gvSIG Desktop, recorriendo los tres tipos básicos de geometría: puntos, líneas y polígonos. Es el flujo más habitual cuando un ayuntamiento necesita crear información propia o completar la que ya tiene.

Partimos del WMTS de imágenes Sentinel y ortofotos PNOA del IGN (el mismo que usamos en el vídeo 4), hacemos zoom sobre Cullera y añadimos también el shapefile ‘camins_cullera’ como capa de apoyo, repasando de paso cómo personalizar su simbología.

Empezamos con una capa de puntos. Abrimos el Asistente para nueva capa, elegimos formato Shape y geometría de punto, definimos los campos de la tabla de atributos (Nombre como String, etc.) y asignamos el sistema de referencia. Pasamos la capa a modo edición y, con la herramienta Insertar punto, digitalizamos las playas de Cullera sobre la imagen aérea, dando nombre a cada una en la tabla (Playa A, Playa B, Playa C…). Para cerrar la capa, aplicamos una simbología expresiva con un icono de playa sacado de las librerías OSM que instalamos en el vídeo 5.

A continuación trabajamos con líneas, pero sobre una capa que ya existía: entramos en edición sobre ‘camins_cullera’ y añadimos manualmente tramos de camino que sobre la ortofoto se ven claramente pero que la capa original no incluye. Es un caso muy típico de mantenimiento de cartografía municipal: ampliar y corregir lo que ya tenemos en vez de partir de cero.

Y terminamos con los polígonos: creamos un nuevo shapefile, esta vez poligonal, para digitalizar parcelas sobre la ortofoto y rellenar su tabla de atributos con la información asociada a cada una.

Con estos tres bloques quedan cubiertos los tres tipos de geometría con los que se trabaja en cualquier flujo SIG y, sobre todo, el ciclo completo de creación, digitalización y mantenimiento de cartografía propia dentro de gvSIG Desktop.

 

Cartografía: Descargar

Vídeo 6:

<figure class="wp-block-embed is-type-rich is-provider-embed-handler wp-block-embed-embed-handler wp-embed-aspect-16-9 wp-has-aspect-ratio"></figure>

 

Después de ver cómo conectar servicios remotos, en este quinto vídeo entramos en el Administrador de complementos, la herramienta que permite ampliar la suite con paquetes adicionales: nuevos formatos de datos, librerías de símbolos, geoprocesos, conectores a servicios remotos, etc.

El vídeo recorre las tres formas de instalar complementos que ofrece gvSIG: la instalación estándar, a partir de los paquetes incluidos en la propia distribución; la instalación desde archivo, cargando paquetes .gvspki o .gvspks que tengamos descargados en local; y la instalación desde URL, conectándonos a un repositorio remoto (en este caso, el repositorio oficial de testing del proyecto). Una vez elegida la fuente, vemos el listado de paquetes disponibles organizados por categorías (Catastro, Formatos, Geoprocesos, Simbología, Tablas…), cómo usar el filtro rápido para localizar lo que nos interesa y cómo leer la información de cada complemento antes de instalarlo.

Como ejemplo práctico, y sobre la misma cartografía del vídeo 3 (mesas electorales, ejes de carreteras y distritos electorales), instalamos un par de librerías de símbolos de la categoría Symbology (ISO 7010 y OSM) y comprobamos en el Explorador de símbolos y en el Selector de simbología de una capa que la nueva librería de símbolos está disponible, con sus subcategorías (alojamiento, sanidad, transporte, ocio…) listas para aplicar en una capa de puntos.

Con esto reforzamos la idea de gvSIG como una suite personalizable: el programa crece en la dirección que necesite cada ayuntamiento añadiendo solo los complementos que vaya a usar.

Vídeo 5:

<figure class="wp-block-embed is-type-rich is-provider-embed-handler wp-block-embed-embed-handler wp-embed-aspect-16-9 wp-has-aspect-ratio"></figure>

 

En los vídeos anteriores trabajamos con datos en local (shapefiles, ortofotos descargadas). En este cuarto vídeo nos conectamos a servicios cartográficos publicados en internet por organismos oficiales, sin necesidad de descargar nada: los estándares OGC WMS y WMTS. Para un ayuntamiento esto se traduce en poder usar como fondo o como capa de consulta la cartografía del PNOA, del Catastro o del IGN, siempre actualizada y mantenida por su productor.

Empezamos por el “dónde encontrar los servicios”. Damos un repaso al portal de la IDEE (Infraestructura de Datos Espaciales de España, idee.es), en concreto a su Directorio de Servicios: cómo está estructurado por tipo de servicio (visualización, localización, descarga, OGC API…) y por nivel administrativo (estatal, autonómico, local), y cómo localizar la URL del servicio que nos interesa, en este caso el WMTS del PNOA-MA y el WMS del Catastro.

Con esas URL identificadas, pasamos a gvSIG Desktop. Desde Añadir capa abrimos las pestañas WMTS y WMS y recorremos el flujo completo: introducir la URL del servidor, conectar, revisar la información del servicio (capas, estilos, formatos, CRS soportados) y elegir lo que queremos cargar. Como ejemplo añadimos primero el WMTS de imágenes Sentinel y ortofotos PNOA como fondo, y encima el WMS del Catastro con sus capas de parcelas, masas y textos, ajustando el formato a PNG con transparencia para que se combine bien con la imagen de debajo.

Cerramos con la herramienta de información por punto sobre la capa de Catastro: pinchamos sobre una parcela y el servicio nos devuelve directamente su referencia catastral. Un buen ejemplo de que un WMS sirve también para interrogar los datos, más allá de mostrarlos como imagen.

Vídeo 4:

<figure class="wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio"></figure>

En el vídeo anterior cargamos capas y trabajamos su representación visual. En este tercero vamos a lo que hay “detrás” de la geometría: la tabla de atributos. Cualquier capa en un SIG lleva asociada una tabla con los datos descriptivos de cada elemento, y aprender a moverse con soltura entre mapa y tabla es uno de los hábitos más útiles del trabajo diario.

Partimos de un proyecto con tres capas centradas en un caso muy habitual en la gestión municipal, la organización electoral: mesas electorales (puntos), ejes de carreteras (líneas) y distritos electorales (polígonos). De paso nos sirve para repasar los tres tipos de geometría con los que vamos a trabajar a lo largo del curso. Sobre los distritos aplicamos una simbología por valores únicos, esta vez clasificando por un campo de la propia tabla.

Con eso preparado, entramos ya en la tabla de atributos: la abrimos, consultamos los campos, seleccionamos registros desde ella y comprobamos cómo se resaltan automáticamente en el mapa (y al revés). Después vemos las dos formas de selección por consulta que ofrece la suite: la selección por capa, para extraer elementos de una capa según su relación espacial con otra (por ejemplo, las mesas que caen dentro de ciertos distritos), y la selección por atributos, apoyada en el generador de expresiones, donde escribimos consultas como ‘districte = 6’ para filtrar por un valor concreto.

Con esto cerramos los tres mecanismos básicos de selección en gvSIG Desktop, que son la base de prácticamente cualquier consulta o análisis que hagamos después sobre los datos.

 

Cartografía Vídeo 3: Descargar

Vídeo 3:

<figure class="wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio"></figure>

Olvidar una contraseña nos ha pasado a todos, sobre todo tras la vuelta de vacaciones, eso significa que han sido buenas. Siempre hay una solución y en el caso de pgAdmin y  PostgreSQL/PostGIS hay trucos muy sencillos para recuperarlas.

1. Durante la instalación de PostgreSQL puedes instalar su interfaz (pgAdmin) y además activar la extensión PostGIS para que tu base de datos admita datos geoespaciales. Durante esa instalación se te va a solicitar un usuario y una contraseña que posteriormente el programa te pedirá cuando abras pgAdmin y quieras trabajar con tu base de datos. Si en este caso se te olvida te aparecerá el siguiente mensaje:

En la misma ventana que te solicita esa contraseña te puede aparecer  la opción ”Reset Master Password” ,ojo esto dependerá de la versión de pgAdmin con la que trabajes.

2. También puedes dirigirte a la ruta del programa (según la versión que tengas) y abrir el archivo con un editor como PyCharm C:\Program Files\PostgreSQL\16\data\pg_hba.conf y cambiar el método “scram-sha-256” por “trust”.

Y reiniciamos el servicio, a partir de ahora no nos solicitará la contraseña. Entonces no dará la posibilidad de cambiar la contraseña con esta sentencia (ALTER USER postgres WITH PASSWORD ‘nuevacontraseña’; ) en la ventana de comandos psql que encontrarás en la carpeta del programa:

Ten en cuenta que tendrás que dar varios intros hasta llegar a la línea: postgres=# ALTER USER postgres WITH PASSWORD ‘nuevacontraseña’;

Y de nuevo restauramos el archivo pg_hba.conf  con los métodos originales.

3. Otra posibilidad es, en lugar de trabajar con el archivo, directamente dirigirte a la ventana de comandos y escribir esta línea: psql -U postgres y posteriormente la línea de restauración de la contraseña nueva que hemos visto anteriormente para el usuario postgres (ojo es para el superusuario) si lo quieres para un usuario determinado coloca esta sentencia (ALTER USER nombreusuarioX WITH PASSWORD ‘nuevacontraseña’;).

4. Y quizás la opción más sencilla es localizar el archivo pgpass.conf (si existe), generalmente está en la ruta: C:\Users\XXXX\AppData\Roaming\postgresql y abrirlo con un editor de texto. Entonces localizar la línea dónde se encuentra escrita la contraseña y cambiarla. Si no hay nada escrito la podrás modificar con esta línea de código y adaptándola a tus datos. Por ejemplo: localhost:5432:*:postgres:contraseña.

Te he dejado varias alternativas, utiliza la que más te convenga. Si quieres trabajar con bases de datos en PostgreSQL/PostGIS desde TYC GIS te ofrecemos este curso.

Nota: Hay una valoración incrustada en esta entrada, por favor, visita esta entrada para valorarla.

Formación de calidad impartida por profesionales

La entrada Cómo recuperar la contraseña de tu base de datos en pgAdmin/PostgreSQL/PostGIS se publicó primero en Cursos GIS | TYC GIS Formación.

Después de la entrega introductoria, en este segundo vídeo damos el salto a la parte práctica con gvSIG Desktop. Es la primera sesión aplicada del curso y empieza por el principio: dónde descargar gvSIG Desktop (la versión portable 2.7.0 para Windows o Linux) desde la web de SCOLAB, cómo realizar la configuración inicial básica del programa (idioma, sistema de referencia por defecto, unidades de mapa) y cómo se organiza la aplicación a partir del Gestor de proyecto y sus tipos de documentos: Vistas, Tablas, Mapas e Informes.

A partir de ahí abrimos una Vista nueva y empezamos a cargar información. Primero un ráster: una ortofoto del PNOA, viendo de paso la diferencia entre carga normal y carga por teselas. Después un vector: un shapefile de parcelas catastrales de Cullera, que colocamos sobre la ortofoto para tener una base municipal típica con la que trabajar.

Con las capas ya en la Vista, nos centramos en las propiedades de capa para personalizar su representación. Trabajamos la simbología con símbolo único y con valores únicos por categorías, ajustamos colores, bordes y transparencias para que la información del catastro se lea bien sobre la ortofoto, y configuramos el etiquetado por número de parcela.

Cartografía utilizada: Descargar (1,15 GB)

Vídeo 2:

<figure class="wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio"></figure>

<figure class="wp-block-image is-resized"></figure>

Con este primer vídeo arrancamos el curso de manejo básico de la Suite gvSIG (Desktop, Online y Mapps) aplicado a la gestión municipal. Se trata de una entrega introductoria, dedicada a situar el contexto antes de entrar en la parte práctica de las próximas sesiones.

En él repasamos por qué la geomática tiene un peso creciente en los ayuntamientos y qué usos habituales encuentran los SIG en el día a día municipal: urbanismo y planeamiento, inventarios y patrimonio, infraestructuras y redes, o servicios a la ciudadanía. A partir de ahí presentamos qué es la Suite gvSIG y las dos piezas que protagonizan este vídeo: gvSIG Desktop, como herramienta de escritorio para el trabajo técnico (edición, análisis y cartografía), y gvSIG Online, orientada a publicar y compartir esa información en la web mediante geoportales y visores.

Vídeo 1:

<figure class="wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio"></figure>

Prezado Leitor,

A integração entre Inteligência Artificial e Sistemas de Informação Geográfica (SIG) está evoluindo rapidamente. Hoje já é possível conectar o Claude AI diretamente ao QGIS através do protocolo MCP (Model Context Protocol), permitindo que a IA consulte camadas, execute análises espaciais e automatize tarefas dentro do projeto GIS.

Neste tutorial você aprenderá como configurar o ambiente completo no Windows.

Ao final, você terá o Claude conversando diretamente com o QGIS.

O que é o QGIS MCP?

O QGIS MCP é um servidor que permite que modelos de IA como Claude acessem funcionalidades do QGIS através do protocolo MCP (Model Context Protocol).

Na prática, isso significa que você poderá pedir coisas como:

• Liste as camadas abertas no projeto.
• Informe o sistema de coordenadas da camada.
• Gere um buffer de 500 metros.
• Execute algoritmos do Processing.
• Crie estilos para camadas.
• Consulte atributos.

Tudo isso utilizando linguagem natural.

Pré-requisitos

Antes de começar, você precisará ter:

• QGIS instalado
• Conta no Claude AI
• Claude Desktop
• Python instalado

Etapa 1 — Criar uma conta no Claude

Acesse: https://claude.ai

Clique em Sign Up e crie sua conta.

Após a criação, faça login normalmente.

Etapa 2 — Instalar o Claude Desktop

Baixe o Claude Desktop diretamente do site oficial: https://claude.ai/download e selecione a versão para Windows.

Após a instalação:

1. Abra o Claude Desktop.
2. Faça login com sua conta.
3. Verifique se o aplicativo abre normalmente.

Feche o Claude antes de continuar.

Etapa 3 — Instalar o UV

O QGIS MCP utiliza o UV para executar o servidor MCP.

Abra o Prompt de Comando do Windows e execute:

pip install uv

Após a instalação, valide:

uv --version

ou

uvx --version

O resultado deverá ser semelhante a:

uvx 0.11.21

Também é interessante verificar onde o executável foi instalado:

where uvx

Exemplo:

C:\Users\Fernando\.local\bin\uvx.exe

Guarde esse caminho, pois ele será utilizado na configuração do Claude.

Etapa 4 — Instalar o plugin QGIS MCP

Abra o QGIS.

Acesse:

Complementos → Gerenciar e Instalar Complementos

Pesquise por:

QGIS MCP

Instale o plugin.

Após a instalação:

1. Ative o plugin.



2. Verifique se o servidor está rodando.

O plugin iniciará um serviço local que permitirá ao Claude acessar o QGIS.

Etapa 5 — Configurar o Claude Desktop

O Claude Desktop utiliza um arquivo JSON para registrar servidores MCP.

Localize o arquivo de configuração do Claude.

Ao abrir a tela de configurações, vá na opção Developer (Desenvolvedor), e clique no botão Editar Config.

O Claude irá abrir uma tela do Windows Explorer com o arquivo claude_desktop_config.json selecionado. Você dever editar esse arquivo e inserir a seguinte configuração:

{
  "mcpServers": {
    "qgis": {
      "command": "C:\\Users\\SEU_USUARIO\\.local\\bin\\uvx.exe",
      "args": [
        "--from",
        "https://github.com/nkarasiak/qgis-mcp/archive/refs/heads/main.zip",
        "qgis-mcp-server"
      ],
      "env": {
		"PATH": "C:\\Users\\SEU_USUARIO\\.local\\bin;C:\\Windows\\System32;C:\\Windows"
      }
    }
  }
}

Importante:

Substitua o caminho do comando pelo caminho retornado pelo comando:

where uvx

Exemplo:

"command": "C:\\Users\\Fernando\\.local\\bin\\uvx.exe"

Salve o arquivo.

Etapa 6 — Reiniciar os componentes

Após salvar o JSON:

1. Feche completamente o Claude Desktop.
2. Abra o QGIS.
3. Verifique se o plugin QGIS MCP está ativo.
4. Abra novamente o Claude Desktop.

Caso tudo esteja correto, o Claude deverá carregar automaticamente o servidor MCP do QGIS.

Etapa 7 — Testar a comunicação

Abra um projeto qualquer no QGIS.

Em seguida faça perguntas ao Claude como:

Liste todas as camadas abertas no QGIS.

ou

Qual é o sistema de coordenadas da camada municípios?

ou ainda:

Mostre os atributos da camada escolas.

Se o MCP estiver funcionando corretamente, o Claude responderá utilizando informações diretamente do QGIS.

Diagnóstico de problemas

Erro: Could not attach to MCP server qgis

Esse erro normalmente indica que:

• O UV não está instalado.
• O caminho do uvx.exe está incorreto.
• O JSON está com erro de sintaxe.
• O plugin QGIS MCP não está ativo.

Testando manualmente o servidor MCP

Abra o Prompt de Comando:

C:\Users\SEU_USUARIO\.local\bin\uvx.exe --from "https://github.com/nkarasiak/qgis-mcp/archive/refs/heads/main.zip" qgis-mcp-server

Se tudo estiver correto, deverá aparecer algo semelhante a:

QgisMCPServer starting up
will connect to QGIS at localhost:9876

Ya se trató este tema en una entrada anterior, pero se han actualizado algunos pasos por lo que voy a modificar dicha entrada, realmente no son muchos los cambios, pero pueden ser críticos a la hora de proceder a la configuración por lo que es necesario aclararlos.

Para ello antes que nada vamos a la web y descargamos la última versión (2026 1.2) de PyCharm que es gratuita y ya lleva incorporada la IA. Para descargar PyCharm, lo primero que hacemos es dirigirnos a la web y proceder a descargar el programa.

Después de descargar e instalar PyCharm, hay que realizar alguna configuración para indicarle dónde se va a utilizar. ArcGIS Pro en este caso. La siguiente ventana que nos aparecerá será para “Crear nuevo proyecto”.  Haz clic en el botón “Create New Project”. En esta ventana tendremos que incluir el intérprete con el que queramos trabajar en el proyecto.

Una forma de encontrar esa ruta es escribiendo estas líneas de código en la ventana de Python de ArcGIS Pro o en un “notebook”.

Así pulsamos sobre “New Proyect…” –> se elige “Custom environment”  –>  y en “Python path” se incluye la ruta:

Esto configurará el proyecto actual para usar el entorno de ArcGIS Pro, pero es posible que prefieras que PyCharm use este entorno para todos los proyectos que se vayan a crear nuevos en lugar de tener que configurarlo cada vez. Puedes hacer esto también.

En PyCharm selecciona:  File –> New Projects Setup à Setting for New Proyectsà y en Project Interpreter  se establece la ruta del Project Interpreter : c:\Program Files\ ArcGIS\Pro\bin\Python\envs\arcgispro-py3\python.exe

Y si nos dirigimos al intérprete de Python podreos verificar  que paquetes como arcpy o arcgis están instalados.

Y ya podrás trabajar con tus scripts de Python en PyCharm conectado a tu proyecto en ArcGIS Pro . Para aprender más sobre este tema puedes apuntarte a nuestros cursos de Python en ArcGIS Pro, tanto nivel usuario como avanzado, o realizarlos conjuntamente obteniendo el certificado de Especialista.

Nota: Hay una valoración incrustada en esta entrada, por favor, visita esta entrada para valorarla.

Formación de calidad impartida por profesionales

La entrada Cómo instalar y configurar la IDE llamada PyCharm para trabajar con Python en ArcGIS Pro se publicó primero en Cursos GIS | TYC GIS Formación.

No fluxo de trabalho do geoprocessamento, uma das análises mais comuns é a verificação de sobreposição entre polígonos. Seja para análise fundiária, ambiental, territorial, mineração, CAR, SIGEF, Unidades de Conservação ou qualquer outro tipo de estudo espacial, frequentemente precisamos identificar a área exata de interseção entre duas camadas.

Pensando nisso, desenvolvi o complemento Interseção Overlay para QGIS.

O plugin realiza automaticamente a interseção entre duas camadas poligonais e gera uma camada temporária contendo informações quantitativas da sobreposição.

Principais funcionalidades

✅ Interseção espacial entre duas camadas poligonais
✅ Geração automática de camada temporária
✅ Cálculo de área em metros quadrados (area_m2)
✅ Cálculo de área em hectares (area_ha)
✅ Cálculo de perímetro em metros (perim_m)
✅ Cálculo da porcentagem de sobreposição (perc_over)
✅ Compatível com qualquer projeção cartográfica
✅ Suporte para camadas em CRS diferentes
✅ Processamento apenas de feições selecionadas
✅ Compatível com análises em qualquer lugar do mundo

Cálculo global e independência de projeção

Na prática, isso significa que:

• o usuário não precisa se preocupar com fusos UTM;
• o plugin funciona mesmo com camadas em projeções diferentes;
• os resultados permanecem consistentes independentemente da localização geográfica.

O complemento realiza internamente:

• transformação automática entre CRS quando necessário;
• cálculo geodésico de área e perímetro;
• tratamento de sobreposição entre camadas com diferentes sistemas de referência.

Interface simples e objetiva

O complemento foi desenvolvido com foco em produtividade. O usuário apenas:

1. escolhe a camada BASE;
2. escolhe a camada de SOBREPOSIÇÃO;
3. define se deseja usar apenas feições selecionadas;
4. executa a ferramenta.

O resultado é uma camada temporária pronta para análise.

No menu do QGIS:

Complementos → Interseção Overlay. 

A janela do plugin será exibida. Selecione as camadas:

(Opcional) Utilizar apenas feições selecionadas. O complemento permite trabalhar somente com feições selecionadas. Isso é extremamente útil para análises específicas; estudos pontuais; testes rápidos; etc.

Basta marcar:

• “Apenas selecionadas” na camada BASE;
• ou “Apenas selecionadas” na camada SOBREPOSIÇÃO.

O complemento irá:

• localizar as interseções;
• calcular área e perímetro;
• gerar automaticamente a camada temporária.

Campos gerados

Considerações finais

O objetivo do complemento é simplificar análises espaciais que normalmente exigiriam múltiplas etapas no QGIS.

Com poucos cliques, o usuário obtém:

• a geometria de interseção;
• métricas automáticas;
• percentual de sobreposição;
• compatibilidade global de projeção.

O plugin foi desenvolvido buscando:

• simplicidade;
• desempenho;
• compatibilidade;
• estabilidade;
• precisão geodésica.

Imagine consultar CAR, SIGEF, Terras Indígenas, Unidades de Conservação, Embargos do IBAMA e Assentamentos do INCRA em menos de 10 segundos — direto no seu celular, sem abrir nenhum sistema do governo.

Parece impossível? É exatamente o que o Bot de Consulta Fundiária faz.

A realidade de quem trabalha com imóveis rurais

Se você é corretor rural, advogado, engenheiro agrônomo, analista ambiental ou trabalha com crédito rural, sabe bem como é:

Você recebe uma coordenada ou chega numa propriedade no campo. Precisa saber rapidamente se aquela área tem CAR ativo, se está sobreposta a uma Terra Indígena, se tem embargo do IBAMA, se é assentamento. O que você faz?

Abre o navegador. Acessa o SICAR. Espera carregar. Depois o SIGEF. Espera de novo. Depois o FUNAI. Depois o ICMBio. Depois o IBAMA. São pelo menos 6 sistemas diferentes, cada um com sua interface, seu login, sua lentidão.

Isso quando a internet do campo coopera. No final, você gastou 40 minutos para obter informações que deveriam levar 30 segundos.

Existe uma forma muito mais inteligente de fazer isso

O Bot de Consulta Fundiária foi desenvolvido para resolver exatamente esse problema. Funciona dentro do Telegram — o aplicativo que você já usa no dia a dia — e faz todo o trabalho pesado por você.

O processo é simples:

1. Abra o Telegram
2. Envie sua localização com um toque
3. Receba o relatório completo em segundos

É isso. Sem login. Sem navegar por portais do governo. Sem copiar e colar coordenadas em 6 sistemas diferentes.

O que o bot consulta automaticamente

Ao receber sua localização, o sistema consulta simultaneamente — em paralelo, não um por um — as seguintes bases de dados oficiais do governo federal:

🌿 CAR / SICAR

Código do imóvel, status, área em hectares, módulos fiscais, tipo e condição do cadastro.

📐 SIGEF / INCRA

Parcelas certificadas, código do imóvel, situação fundiária e matrícula registrada.

🚫 Embargos IBAMA

Verificação precisa se o ponto está dentro do polígono embargado — não apenas na vizinhança. Inclui número do processo, responsável, área embargada, bioma e descrição da infração.

🌳 Unidades de Conservação

Nome da UC, categoria, grupo, órgão gestor, esfera e situação. Base atualizada em março de 2026.

🪶 Terras Indígenas

Nome, etnia, fase de regularização, modalidade e se está em faixa de fronteira.

🏘️ Assentamentos INCRA

Nome do projeto, código SIPRA, fase, área e número de famílias assentadas.

E ainda tem mapa

Além do relatório textual, o bot envia uma foto de satélite com o polígono do imóvel desenhado — buscando primeiro no SIGEF, depois no CAR — e um botão para abrir o mapa interativo diretamente no navegador do celular, com visão de satélite e possibilidade de navegar livremente sobre a propriedade.

Por que isso é diferente de tudo que existe hoje

A maioria das soluções do mercado exige que você acesse um portal web, faça login, insira coordenadas manualmente e espere cada consulta terminar para fazer a próxima.

O Bot de Consulta Fundiária foi construído para funcionar no campo, com internet limitada, em segundos, com um único toque.

Não é um portal. É uma ferramenta de trabalho que cabe no bolso e responde na hora que você precisa.

Para quem é essa ferramenta

• Corretores de imóveis rurais que precisam verificar a situação fundiária antes de negociar
• Advogados e consultores ambientais que fazem due diligence de propriedades
• Engenheiros agrônomos e florestais que elaboram laudos e pareceiros técnicos
• Analistas de crédito rural que precisam verificar garantias rapidamente
• Gestores e fiscais ambientais em campo

Se você faz mais de 5 consultas fundiárias por semana, essa ferramenta vai mudar seu fluxo de trabalho.

Plano Básico — R$ 29,90 por mês

Por menos do que uma refeição de trabalho, você tem acesso a:

✅ 50 consultas por mês

✅ Todas as 6 bases de dados oficiais

✅ Mapa de satélite com polígono do imóvel

✅ Mapa interativo navegável

✅ Funciona direto no Telegram

✅ Resultado em menos de 10 segundos

✅ Pagamento via Pix — ativação imediata

Válido por 30 dias a partir da assinatura.

Comece agora

O cadastro leva menos de 1 minuto. Você paga via Pix e o acesso é liberado na hora — sem burocracia, sem contrato, sem fidelidade.

Acesse o bot no Telegram, assine e faça sua primeira consulta. Cada minuto que você gasta navegando por portais do governo é um minuto a menos que você passa fazendo o que realmente importa. O Bot de Consulta Fundiária existe para acabar com esse desperdício. 

Acesse ao bot Consulta Fundiária

Dados consultados diretamente nas bases oficiais: SICAR, INCRA/SIGEF, FUNAI, ICMBio/MMA e IBAMA. Atualização em tempo real conforme disponibilidade dos servidores governamentais.

Se você já trabalha com dados geoespaciais, provavelmente domina análise. Mas deixa eu te provocar:

Você sabe transformar isso em uma solução acessível na web?

Porque existe uma diferença enorme entre:

Gerar mapas
E entregar uma plataforma que outras pessoas realmente usam

E é exatamente aí que entra o WebGIS.

Hoje, quem se destaca não é só quem analisa dados… É quem consegue:

Centralizar informações
Publicar serviços padronizados (OGC)
Criar aplicações acessíveis via navegador
Controlar acesso e usuários
Escalar o uso dos dados

Em outras palavras: sair do desktop e ir para internet.

Agora vem o ponto que trava muita gente:

“Pra fazer isso eu preciso programar?”

Não.

Com as ferramentas certas, você consegue construir um WebGIS completo usando:

PostgreSQL + PostGIS
GeoServer
GeoNode

Tudo integrado, utilizando tecnologias open source já consolidadas no mercado. E mais importante: você aprende o fluxo completo, não só ferramentas isoladas.

Dado → Serviço → Aplicação → Usuário

Na prática, isso significa que você será capaz de:

Estruturar dados espaciais de forma profissional
Publicar mapas e serviços na web
Criar portais geoespaciais completos
Desenvolver dashboards e GeoStories
Gerenciar permissões e acessos

Esse não é um curso de programação. É um curso para quem quer resultado aplicado, utilizando ferramentas prontas e poderosas. Se você quer parar de entregar arquivos e começar a entregar soluções acessíveis, escaláveis e profissionais…

Esse é o próximo passo.

O curso é ministrado na modalidade EAD Ao Vivo, com aulas síncronas, porém, as aulas são gravadas e ficam disponíveis ao aluno por 12 meses no nosso portal do aluno.

Garanta sua vaga:

https://geocursos.com.br/webgis
https://whats.link/geocursos

Se você trabalha com dados geoespaciais no Brasil, sabe da importância de organizar e documentar suas informações. A Infraestrutura Nacional de Dados Espaciais (INDE) recomenda o uso do padrão ISO 19115, mas encontrar uma ferramenta que seja ao mesmo tempo poderosa e simples de usar nem sempre é fácil.

O GeoNetwork é a referência mundial, mas sua instalação e configuração podem ser desafiadoras, especialmente para quem não tem experiência com servidores Java/Tomcat.

Foi pensando nisso que desenvolvemos o Catálogo MGB – um sistema web leve, gratuito e de código aberto, baseado no Perfil de Metadados Geoespaciais do Brasil (MGB).

🎯 O que é o Catálogo MGB?

É um sistema para cadastro, busca, aprovação e compartilhamento de metadados geoespaciais. Com ele, você pode:

Tudo isso em um sistema que roda em qualquer Windows, sem necessidade de instalar servidores complicados como Apache ou Tomcat.

🖥️ Como funciona?

O sistema possui dois perfis de usuário:

👑 Administrador

• Aprova ou rejeita metadados

• Gerencia usuários (criar, editar, excluir)

• Visualiza dashboard com estatísticas

• Edita qualquer metadado

• Marca dados como descontinuados

📝 Cadastrador

• Cadastra novos metadados

• Envia arquivos e thumbnails

• Edita metadados rejeitados

• Acompanha seus próprios metadados (aprovados, pendentes, rejeitados)

👤 Visitante

• Busca e visualiza metadados aprovados

• Baixa arquivos

• Visualiza mapa interativo

• Exporta metadados em XML

🗺️ Diferenciais do sistema

📦 Como instalar?

Pré-requisito: Windows 10/11 (funciona também em Linux com adaptações)

Passo a passo:

1. Baixe o projeto do GitHub https://github.com/lopesluis/catalogoMGB

2. Execute install.bat como administrador (instala Python e dependências)

3. Execute start.bat

4. Acesse http://localhost:5000 no navegador

5. Login padrão: admin / admin123

Pronto! Seu catálogo de metadados está rodando.

🌐 Acesso em rede

Para que outros computadores acessem o sistema:

1. No servidor, execute ipconfig e anote o IPv4

2. Libere a porta 5000 no Firewall do Windows

3. Outros usuários acessam: http://IP_DO_SERVIDOR:5000

O Catálogo MGB nasceu da necessidade de ter uma ferramenta simples e eficiente para gerenciar metadados geoespaciais no Brasil. Com ele, qualquer organização pode cumprir os requisitos da INDE sem precisar de uma equipe de TI especializada.

Se você trabalha com dados geoespaciais, experimente o Catálogo MGB. É gratuito, é leve e funciona.

👉 Baixe agora e comece a organizar seus metadados!

Prezado leitor,

Se você trabalha com dados geoespaciais, principalmente rasters, provavelmente já esbarrou em problemas como:

• Dificuldade de organizar grandes volumes de dados
• Falta de padronização na publicação
• APIs pouco eficientes para busca espacial/temporal

É exatamente aqui que entra o STAC (SpatioTemporal Asset Catalog). Mais do que um formato, o STAC é um padrão moderno para organizar, catalogar e acessar dados geoespaciais, permitindo buscas rápidas e interoperáveis.

Neste guia, você vai aprender a montar um ambiente completo para:

• Organizar seus dados no padrão STAC
• Publicar via API moderna
• Integrar com o GeoServer
• Servir dados raster (COG) de forma eficiente

Este post apresenta, passo a passo, como montar um ambiente completo para criação e publicação de um catálogo STAC (SpatioTemporal Asset Catalog), utilizando Docker, PostGIS, GeoServer e uma API intermediária (adapter). O objetivo é permitir que você organize, publique e consuma dados geoespaciais modernos de forma eficiente.

Antes de começar, é importante entender o papel de cada componente:

• PostGIS → Armazena os metadados espaciais
• pgSTAC → Implementa o padrão STAC dentro do PostgreSQL
• STAC FastAPI → Expõe os dados via API REST
• GeoServer → Publica e renderiza os dados
• Adapter (FastAPI) → Traduz STAC para o formato esperado pelo GeoServer

Um ponto importante: o GeoServer ainda não consome STAC “puro” de forma completa, por isso o uso do adapter é essencial.

1. Atualização do sistema

Antes de instalar qualquer ferramenta, é importante garantir que o sistema esteja atualizado. Isso evita problemas de dependência e incompatibilidade.

> sudo apt update
> sudo apt upgrade -y

2. Instalação do Docker

O Docker será usado para isolar cada componente da arquitetura, garantindo reprodutibilidade. Isso evita conflitos de versão e facilita deploy em outros ambientes.

2.1 Adicionar chave GPG:

> curl -fsSL https://download.docker.com/linux/ubuntu/gpg | \
> sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpg

2.2 Adicionar repositório:

echo \
"deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu \ $(lsb_release -cs) stable" | \ sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

2.3 Instalar Docker + Compose:

> sudo apt update
> sudo apt install docker-ce docker-ce-cli containerd.io docker-compose-plugin -y

Com isso, você terá um ambiente isolado para rodar toda a stack sem conflitos de versão.

3. Estrutura do projeto

Agora vamos organizar os diretórios do projeto:

> sudo mkdir -p /docker/geoserver/plugins
> cd /docker/geoserver/plugins

4. Download dos plugins do GeoServer

O plugins que iremos realizar o download adicionam suporte a:

• COG (Cloud Optimized GeoTIFF) via HTTP/S3
• Integração com STAC

Sem esses plugins, o GeoServer não consegue trabalhar corretamente com dados cloud-native.

> wget https://build.geoserver.org/geoserver/2.27.x/community-latest/geoserver-2.27-SNAPSHOT-cog-http-plugin.zip
> wget https://build.geoserver.org/geoserver/2.27.x/community-latest/geoserver-2.27-SNAPSHOT-cog-s3-plugin.zip
> wget https://build.geoserver.org/geoserver/2.27.x/community-latest/geoserver-2.27-SNAPSHOT-stac-datastore-plugin.zip

5. Dockerfile do GeoServer

Criamos um Dockerfile para incluir os plugins:

cd /docker/geoserver
nano Dockerfile

O conteúdo do arquivo:

FROM docker.osgeo.org/geoserver:2.27.2

COPY plugins/*.jar /usr/local/tomcat/webapps/geoserver/WEB-INF/lib/

Aqui estamos estendendo a imagem padrão do GeoServer para suportar STAC e COG.

6. Arquivo Docker Compose

Agora definimos toda a infraestrutura: Banco de dados (PostGIS), API STAC e GeoServer. Vamos então criar o arquivo docker-compose.yaml:

cd /docker
nano docker-compose.yaml

Esse arquivo é o coração da infraestrutura, ele define como os serviços se comunicam e persistem dados. O conteúdo do arquivo:

volumes:
  postgis-data:
  geoserver-data:

networks:
  internal:
  external:

services:

  db:
    container_name: postgis
    image: postgis/postgis:16-3.4
    volumes:
      - postgis-data:/var/lib/postgresql/data
    environment:
      - POSTGRES_DB=postgis
      - POSTGRES_USER=postgis
      - POSTGRES_PASSWORD=senha_postgis
      - IP_LIST=*
      - ALLOW_IP_RANGE=0.0.0.0/0
      - POSTGRES_MULTIPLE_EXTENSIONS=postgis,hstore,postgis_topology,postgis_raster,pgrouting,btree_gist
      - FORCE_SSL=false
    ports:
      - "5432:5432"
    restart: unless-stopped
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U postgis-d postgis"]
      interval: 5s
      timeout: 5s
      retries: 10
    networks:
      - internal

  geoserver:
    container_name: geoserver
    build: ./geoserver
    volumes:
      - geoserver-data:/opt/geoserver/data_dir
      - /docker/geoserver/imagem_raster:/opt/geoserver/data_dir/coverages
    environment:
      - TZ=America/Sao_Paulo
      - GEOSERVER_ADMIN_USER=admin
      - GEOSERVER_ADMIN_PASSWORD=geoserver
      - INSTALL_EXTENSIONS=true
      - EXTRA_JAVA_OPTS=-Xms4G -Xmx6G
      - STABLE_EXTENSIONS=importer,wps,pyramid
      - PROXY_BASE_URL=http://192.168.186.140:8083/geoserver
      - GEOSERVER_CSRF_WHITELIST=192.168.186.140
      - HTTP_SCHEME=http
      - CORS_ENABLED=false
    ports:
      - "8083:8080"
    restart: unless-stopped
    healthcheck:
      test: curl --fail "http://localhost:8080/geoserver/web/wicket/resource/org.geoserver.web.GeoServerBasePage/img/logo.png" || exit 1
      interval: 1m30s
      timeout: 10s
      retries: 3
    networks:
      - internal
      - external

  stac:
    container_name: stac-api
    image: ghcr.io/stac-utils/stac-fastapi-pgstac:latest
    environment:
      - PGHOST=db
      - PGPORT=5432
      - PGDATABASE=postgis
      - PGUSER=postgis
      - PGPASSWORD=senha_postgis
    ports:
      - "8085:8080"
    depends_on:
      db:
        condition: service_healthy
    networks:
      - internal

Agora é subir o ambiente:

> docker compose build
> docker compose up -d

7. Criar banco STAC (pgstac)

Instalar a ferramenta:

sudo apt install -y pipx
pipx ensurepath
source ~/.bashrc
pipx install "pypgstac[psycopg]"

Configurar conexão:

export PGHOST=127.0.0.1
export PGPORT=5432
export PGDATABASE=postgis
export PGUSER=postgis
export PGPASSWORD=senha_postgis

Rodar migração:

> pypgstac migrate

Esse comando cria toda a estrutura STAC dentro do banco:

• Tabelas de collections
• Tabelas de items
• Índices espaciais e temporais

Sem isso, a API STAC não consegue funcionar.

8. Criar Collection

Collections funcionam como agrupadores lógicos de dados. Exemplos: Sentinel-2, Ortofotos, Modelos de elevação.

Crie o arquivo:

nano collection.json

Conteúdo do arquivo:

{
  "id": "raster-test",
  "type": "Collection",
  "description": "Teste de raster",
  "license": "proprietary",
  "extent": {
    "spatial": { "bbox": [[-180, -90, 180, 90]] },
    "temporal": { "interval": [["2024-01-01T00:00:00Z", null]] }
  }
}

Para inserir no banco, execute o comando abaixo:

pypgstac load collections collection.json

9. Criar itens

Os Items representam os dados reais. Exemplo: Um raster específico, um ortomosaico, uma cena de satélite.

Crie o arquivo:

nano item.json

Conteúdo do arquivo:

{
  "type": "Feature",
  "stac_version": "1.0.0",
  "id": "paraiso-ortomosaico",
  "collection": "raster-test",
  "geometry": {
    "type": "Polygon",
    "coordinates": [[
      [-48.8961561, -25.0593974],
      [-48.8764276, -25.0593974],
      [-48.8764276, -25.0730781],
      [-48.8961561, -25.0730781],
      [-48.8961561, -25.0593974]
    ]]
  },
  "bbox": [-48.8961561,-25.0730781,-48.8764276,-25.0593974],
  "properties": {
    "datetime": "2024-01-01T00:00:00Z",
    "proj:epsg": 4326
  },
  "assets": {
    "data": {
      "href": "http://SEU_IP:9000/rasters/seu_arquivo.tif",
      "type": "image/tiff",
      "roles": ["data"]
    }
  }
}

Inserir item no banco:

pypgstac load items item.json

Se você precisar editar o conteúdo do json e realizar um update no banco, use o seguinte comando:

pypgstac load items item.json --method upsert

Você ainda tem uma outra opção que é a criação automático do arquivo json através do rio-stac, para isso você precisa:

pipx install rio-stac --include-deps
rio stac orotomosaico_cog.tif > item.json

Dica importante:

O campo “href”: “http://SEU_IP:9000/rasters/seu_arquivo.tif” do JSON, é o link para o dado real (idealmente um COG acessível via HTTP ou S3).

10. Adapter STAC (compatibilidade com GeoServer)

Essa é uma das partes mais importantes da arquitetura, pois o GeoServer não consume STAC de forma totalmente nativa. Então esse adapter vai resolver as incompatibilidades do GeoServer com STAC, ajustando links e headers.

Para o STAC funcionar perfeitamente no GeoServer, é necessário realizar alguns ajustes de:

• Content-Type
• Href
• Navegação interna

Devido a esse problema, foi desenvolvido um adapter em FastAPI que: intercepta requisições, ajusta os links (href), corrige headers e diferencia chamadas internas e externas.

Criar API:

mkdir /docker/api
cd /docker/api
nano adapter.py

Conteúdo do arquivo adapter.py

from fastapi import FastAPI, Request
from fastapi.responses import JSONResponse
import requests
import os

app = FastAPI()

STAC_URL = "http://stac-api:8080"

# URLs
PUBLIC_URL = os.getenv("PUBLIC_URL", "http://192.168.186.140:8087")
INTERNAL_URL = "http://stac-adapter:8081"


# -------------------------
# Helper para requisições
# -------------------------
def fetch(url, method="GET", json=None):
    if method == "POST":
        r = requests.post(url, json=json)
    else:
        r = requests.get(url)

    r.raise_for_status()
    return r.json()


# -------------------------
# Detecta se é chamada interna (GeoServer)
# -------------------------
def is_internal(request: Request):
    host = request.headers.get("host", "")
    return "stac-adapter" in host or "geoserver" in host


# -------------------------
# Fix links (inteligente)
# -------------------------
def fix_links(data, internal=False):
    base = INTERNAL_URL if internal else PUBLIC_URL

    def fix(obj):
        if isinstance(obj, dict):
            for k, v in obj.items():
                if k == "href" and isinstance(v, str):
                    obj[k] = v.replace("http://stac-api:8080", base)
                else:
                    fix(v)
        elif isinstance(obj, list):
            for item in obj:
                fix(item)

    fix(data)
    return data


# -------------------------
# ROOT
# -------------------------
@app.api_route("/", methods=["GET", "HEAD"])
async def root(request: Request):
    data = fetch(f"{STAC_URL}/")
    return JSONResponse(
        content=fix_links(data, internal=is_internal(request)),
        media_type="application/json"
    )


# -------------------------
# COLLECTIONS
# -------------------------
@app.api_route("/collections", methods=["GET", "HEAD"])
async def collections(request: Request):
    data = fetch(f"{STAC_URL}/collections")
    return JSONResponse(
        content=fix_links(data, internal=is_internal(request)),
        media_type="application/json"
    )


# -------------------------
# COLLECTION
# -------------------------
@app.api_route("/collections/{collection_id}", methods=["GET", "HEAD"])
async def collection(collection_id: str, request: Request):
    data = fetch(f"{STAC_URL}/collections/{collection_id}")
    return JSONResponse(
        content=fix_links(data, internal=is_internal(request)),
        media_type="application/geo+json"
    )


# -------------------------
# ITEMS
# -------------------------
@app.api_route("/collections/{collection_id}/items", methods=["GET", "HEAD"])
async def items(collection_id: str, request: Request):
    data = fetch(f"{STAC_URL}/collections/{collection_id}/items")
    return JSONResponse(
        content=fix_links(data, internal=is_internal(request)),
        media_type="application/geo+json"
    )


# -------------------------
# ITEM ESPECÍFICO
# -------------------------
@app.api_route("/collections/{collection_id}/items/{item_id}", methods=["GET", "HEAD"])
async def item(collection_id: str, item_id: str, request: Request):
    data = fetch(f"{STAC_URL}/collections/{collection_id}/items/{item_id}")
    return JSONResponse(
        content=fix_links(data, internal=is_internal(request)),
        media_type="application/geo+json"
    )


# -------------------------
# SEARCH
# -------------------------
@app.api_route("/search", methods=["GET", "POST", "HEAD"])
async def search(request: Request):
    if request.method == "POST":
        body = await request.json()
        data = fetch(f"{STAC_URL}/search", method="POST", json=body)
    else:
        data = fetch(f"{STAC_URL}/search")

    return JSONResponse(
        content=fix_links(data, internal=is_internal(request)),
        media_type="application/geo+json"
    )

Agora vamos ao conteúdo do arquivo Dockerfile:

FROM python:3.11-slim

WORKDIR /app

RUN pip install fastapi uvicorn requests

COPY adapter.py .

CMD ["uvicorn", "adapter:app", "--host", "0.0.0.0", "--port", "8081"]

E pra finalizar, você deve adicionar ao seu docker-compose:

adapter:
  container_name: stac-adapter
  build: ./api
  ports:
    - "8087:8081"
  depends_on:
    - stac
  networks:
    - internal
    - external

Agora é só subir o adapter:

docker compose up -d --build

11. Nginx

Agora, para finalizar, vamos instalar o nginx e deixar tudo rodando externamente na porta 80. O Nginx atua como proxy reverso, centralizando o acesso:

• /geoserver → GeoServer
• /stac → Adapter
• /stac-api → API direta

E ainda ajuda na organização das rotas, facilidade de exposição externa e melhor controle de segurança.

Vamos criar o arquivo nginx-stac.conf:

cd /docker/
nano nginx-stac.conf

Esse arquivo deve conter o seguinte conteúdo:

server {
    listen 80;

    # -------------------------
    # GEOSERVER
    # -------------------------
    location /geoserver/ {
        proxy_pass http://geoserver:8080/geoserver/;

        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
    }

    # -------------------------
    # STAC (via adapter)
    # -------------------------
    location /stac/ {
        proxy_pass http://adapter:8081/;

        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
    }

    # -------------------------
    # STAC DIRETO (opcional)
    # -------------------------
    location /stac-api/ {
        proxy_pass http://stac-api:8080/;

        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}

Você precisar alterar a seguinte linha do arquivo adapter.py:

PUBLIC_URL = os.getenv("PUBLIC_URL", "http://192.168.186.140:8087")

Para:

PUBLIC_URL = os.getenv("PUBLIC_URL", "http://192.168.186.140/stac")

Agora é só subir o seu container, e pronto:

docker compose up -d --build

Se tudo estiver correto, você verá sua collection retornada via API.

12. Conclusão

Com essa arquitetura, você passa a ter:

• Um catálogo STAC estruturado e escalável
• Uma API moderna para consulta espacial e temporal
• Integração com GeoServer
• Suporte a dados cloud-native (COG)

Mais do que isso, você construiu uma base sólida para aplicações geoespaciais modernas, preparada para lidar com grandes volumes de dados de forma eficiente.

Dados raster estão entre os datasets mais pesados do mundo GIS. Ortomosaicos, imagens de satélite e modelos digitais de elevação frequentemente possuem dezenas ou até centenas de gigabytes.

Historicamente, trabalhar com esses arquivos sempre foi um desafio para profissionais de geotecnologia. Entre os principais problemas estão:

• Leitura lenta de arquivos grandes
• Alto consumo de disco
• Necessidade de armazenamento local
• Dificuldade de uso em ambientes cloud
• Baixa escalabilidade em servidores GIS

Foi nesse cenário que surgiu o Cloud Optimized GeoTIFF (COG).

Hoje o COG é considerado um dos formatos mais importantes para infraestruturas modernas de dados geoespaciais, permitindo trabalhar com rasters gigantes de forma muito mais eficiente.

Neste artigo vamos entender:

• O que é COG
• Como ele funciona
• Por que ele é muito mais rápido
• Vantagens e desvantagens
• Como criar um COG
• Como usar COG com servidores GIS
• Impacto real na performance para usuários

1. O problema dos rasters tradicionais

Um GeoTIFF tradicional não foi projetado para acesso remoto eficiente.

Imagine um ortomosaico de 20 GB. Um usuário acessa apenas uma pequena área no mapa. O que acontece internamente:

Mesmo que o usuário precise de apenas 1% da imagem, o servidor pode acabar lendo uma grande parte do arquivo. Isso gera:

• Alto I/O de disco
• Grande uso de CPU
• Lentidão no acesso
• Pouca escalabilidade

2. O que é Cloud Optimized GeoTIFF (COG)

O Cloud Optimized GeoTIFF (COG) é uma variação do formato GeoTIFF otimizada para acesso eficiente via rede. Ele foi projetado para permitir que aplicações leiam apenas os pedaços necessários do arquivo. Em vez de carregar o raster inteiro, o cliente acessa somente os blocos relevantes.

Isso permite acessar rasters muito grandes diretamente em:

• Servidores HTTP
• Object Storage
• Infraestruturas Cloud

Sem precisar baixar o arquivo completo.

3. Como o COG funciona internamente

A performance do COG depende de três características principais.

3.1 Tiling interno

No COG o raster é dividido em blocos menores chamados de tiles.

Esses blocos normalmente possuem tamanho como:

512 x 512 pixels

Quando um cliente pede uma área específica do mapa, apenas os tiles necessários são lidos.

3.2 Overviews (pirâmide de resolução)

COGs normalmente possuem overviews internas. Isso significa que versões reduzidas da imagem são armazenadas dentro do próprio arquivo. Exemplo:

Quando o usuário está visualizando o mapa em escalas menores, o servidor lê apenas as versões reduzidas. Isso reduz drasticamente:

• Leitura de dados
• Tempo de renderização
• Consumo de CPU

3.3 HTTP Range Requests

Uma das principais características do COG é permitir leitura parcial do arquivo via HTTP. Exemplo de requisição:

GET /imagem.tif
Range: bytes=10000-20000

O servidor retorna apenas aquela parte do arquivo.

Isso permite acessar COGs sem baixar o raster inteiro diretamente em:

• Servidores web
• S3
• MinIO
• Cloud Storage

4. Comparação prática: GeoTIFF vs COG

4.1 GeoTIFF tradicional

Problemas:

• Alto uso de disco
• Leitura pesada
• Baixa escalabilidade

4.2 COG

Benefícios:

• Leitura mínima de dados
• Muito mais rápido
• Ideal para cloud

5. Vantagens do COG

Principais vantagens:

• Leitura parcial do raster
• Acesso eficiente via HTTP
• Ideal para cloud computing
• Integração com object storage
• Redução de I/O de disco
• Excelente para grandes datasets

6. Desvantagens

Apesar das vantagens, existem alguns pontos a considerar:

• Criação pode ser demorada para rasters muito grandes
• Arquivos podem ficar maiores devido às overviews
• Não é ideal para edição constante
• Exige processamento inicial

Por isso o COG é mais indicado para dados finais de publicação.

7. Como criar um COG

O primeiro passo é converter o raster tradicional para Cloud Optimized GeoTIFF (COG). A maneira mais comum é usar o GDAL:

gdal_translate input.tif output_cog.tif \
-of COG \
-co COMPRESS=LZW \
-co BLOCKSIZE=512 \
-co BIGTIFF=YES

7.1 Parâmetros importantes

Parâmetro	Função
-of COG	gera um Cloud Optimized GeoTIFF
COMPRESS=LZW	compressão sem perdas
BLOCKSIZE=512	otimização para leitura em blocos
BIGTIFF=YES	necessário para arquivos grandes

7.2 Validação do COG

Depois da conversão, é importante verificar se o arquivo foi gerado corretamente, da seguinte forma:

gdalinfo arquivo_cog.tif

Se aparecer:

LAYOUT=COG

Significa que o arquivo foi criado corretamente.

8. COG e Object Storage

Uma das maiores vantagens do COG é funcionar perfeitamente com Object Storage.

• S3
• MinIO
• Google Cloud Storage
• Azure Blob Storage

Arquitetura típica:

Isso permite criar infraestruturas altamente escaláveis.

9. COG com servidores GIS

Servidores como GeoServer podem acessar COGs diretamente via HTTP.

Fluxo típico:

Uma grande vantagem é que o raster não precisa ficar no servidor GIS.

10. COG substitui o Cache (GWC)?

Não. O COG e cache resolvem problemas diferentes. Enquanto o COG otimiza leitura do raster, o cache otimiza entrega de mapas renderizados.

Arquitetura recomendada:

11. Benchmark de performance

Vamos comparar três cenários. Vamos supor que você tem um ortomosaico de 20GB. Como seria a performance dele nos cenários abaixo:

GeoTIFF tradicional

Primeiro acesso:

3 a 8 segundos

Alta leitura de disco.

COG

Primeiro acesso:

0.5 a 2 segundos

Leitura parcial.

COG + GeoWebCache

Após cache:

20 a 80 milissegundos

Praticamente instantâneo.

12. Conclusão

O Cloud Optimized GeoTIFF se tornou um dos formatos mais importantes para infraestruturas modernas de dados raster.

Ele permite acesso eficiente a grandes rasters, integração com cloud e publicação escalável em servidores GIS.

Quando combinado com object storage e servidores como GeoServer, o COG possibilita arquiteturas altamente performáticas para distribuição de dados geoespaciais.

O uso de geotecnologias na gestão territorial deixou de ser algo restrito a especialistas. Cada vez mais órgãos públicos, municípios e profissionais utilizam ferramentas de geoprocessamento para compreender o território, identificar riscos e apoiar decisões. 

Pensando nisso, a Secretaria de Estado de Defesa Civil do Rio de Janeiro disponibilizou um Manual de Georreferenciamento - QGIS aplicado a Defesa Civil: gestão de riscos e desastres, um material que ensina, de forma prática, como utilizar um dos softwares SIG mais populares do mundo para organizar e analisar informações espaciais. 

Neste post, vamos explorar os principais pontos do documento e entender por que ele pode ser útil tanto para iniciantes quanto para profissionais da área.

O objetivo do manual da Defesa Civil

O manual produzido pela Defesa Civil do Rio de Janeiro tem um objetivo claro: capacitar técnicos e gestores públicos a utilizar geotecnologias para apoiar ações de prevenção e resposta a desastres.

A ideia é que municípios e equipes técnicas consigam:

• organizar dados geográficos
• mapear áreas de risco
• analisar eventos como deslizamentos ou enchentes
• produzir mapas temáticos para tomada de decisão

Esse tipo de abordagem é fundamental em políticas de gestão de riscos e planejamento territorial.

Por que esse manual é relevante

Embora o documento tenha sido criado com foco na Defesa Civil, o conteúdo é útil para diversos perfis:

• estudantes de geografia, engenharia ambiental e geoprocessamento
• analistas ambientais
• profissionais de planejamento urbano
• gestores públicos
• pesquisadores

Além disso, o material demonstra algo importante: o poder das ferramentas abertas para democratizar o acesso à informação geográfica. Hoje, com softwares como o QGIS, qualquer profissional pode construir mapas complexos e análises espaciais sem depender de soluções proprietárias.

O Manual da Defesa Civil do RJ é um excelente material introdutório para quem deseja começar a trabalhar com geoprocessamento aplicado à gestão territorial. Mais do que ensinar comandos do software, o documento mostra como dados espaciais podem apoiar decisões estratégicas, especialmente em áreas críticas como prevenção de desastres e planejamento urbano.

Se você trabalha com território, meio ambiente ou análise espacial, vale a pena explorar esse material.

O documento está disponível neste link: https://defesacivil.rj.gov.br/images/DOC/Manual-Georreferenciamento-QGIS.pdf

Quando trabalhamos com ortomosaicos ou rasters muito grandes, um dos principais desafios é como armazenar e publicar esses dados com boa performance, sem sobrecarregar o servidor GIS.

Uma arquitetura moderna que vem sendo cada vez mais utilizada é baseada em:

• Cloud Optimized GeoTIFF (COG)
• MinIO ou Google Cloud Storage ou Amazon S3 (Object Storage)
• GeoServer

Essa combinação permite que o GeoServer leia diretamente rasters armazenados em object storage, sem precisar copiá-los para o servidor.

Neste post vou mostrar um passo a passo simples e prático para implementar essa arquitetura:

O ponto principal aqui é que o GeoServer não precisa armazenar o raster localmente. Ele apenas acessa o arquivo COG diretamente no storage.

Importante: O plugin COG (HTTP ou S3) já deve ter sido instalado no GeoServer.

1. Converter o raster para COG

O primeiro passo é converter o raster tradicional para Cloud Optimized GeoTIFF (COG). Isso pode ser feito utilizando o GDAL.

gdal_translate ortomosaico.tif ortomosaico_cog.tif \
-of COG \
-co COMPRESS=LZW \
-co BLOCKSIZE=512 \
-co BIGTIFF=YES \
-co OVERVIEWS=IGNORE_EXISTING

Parâmetros importantes

Parâmetro	Função
-of COG	gera um Cloud Optimized GeoTIFF
COMPRESS=LZW	compressão sem perdas
BLOCKSIZE=512	otimização para leitura em blocos
BIGTIFF=YES	necessário para arquivos grandes

2. Verificar se o COG foi criado corretamente

Depois da conversão, é importante verificar se o arquivo foi gerado corretamente.

gdalinfo ortomosaico_cog.tif

No resultado deve aparecer algo como:

LAYOUT=COG

E também a presença de overviews:

Overviews: 28676x21832, 14338x10916, ...

Isso confirma que o arquivo está otimizado para leitura em nuvem.

3. Subir o arquivo para o storage (S3 ou MinIO)

Agora precisamos enviar o arquivo para um Object Storage.

Você pode utilizar:

• MinIO (self-hosted)
• Amazon S3
• Google Cloud Storage

No caso do MinIO, é comum utilizar o cliente mc.

Instalar o cliente MinIO (caso você não tenha):

wget https://dl.min.io/client/mc/release/linux-amd64/mc
chmod +x mc
sudo mv mc /usr/local/bin/

Configurar o acesso ao servidor

mc alias set minio http://SEU_SERVIDOR:9000 ACCESS_KEY SECRET_KEY

Enviar o raster para um bucket

mc cp ortomosaico_cog.tif minio/rasters/

Após o upload, o arquivo ficará acessível em algo como:

http://servidor:9000/rasters/ortomosaico_cog.tif

4. Configurar o raster no GeoServer

Agora vamos configurar o raster no GeoServer.

Acesse a interface administrativa:

http://seu-servidor:8080/geoserver

Criar um novo Store

Vá em:

Stores → Add new Store

Escolha:

GeoTIFF / Cloud Optimized GeoTIFF

Informar a URL do COG

No campo de URL informe o caminho do arquivo:

http://servidor:9000/rasters/ortomosaico_cog.tif

Salve o store.

5. Publicar a Layer

Após salvar o store, o GeoServer detectará automaticamente o raster.

Basta clicar em:

Publish

Configure:

• Bounding Box
• CRS
• Nome da layer

Depois salve.

6. Testar o serviço

Agora o raster já pode ser acessado via:

• WMS
• WCS
• WMTS

Exemplo de endpoint WMS:

http://servidor:8080/geoserver/wms

Ou diretamente pelo Layer Preview do GeoServer.

7. Por que essa arquitetura é interessante?

Escalabilidade

O storage pode crescer independentemente do GeoServer.

Performance

O COG permite leitura parcial do raster utilizando HTTP Range Requests.
Ou seja, o cliente solicita apenas a parte da imagem que precisa.

Integração com cloud

A mesma arquitetura funciona com diversos serviços de object storage.

• Amazon S3
• MinIO
• Google Cloud Storage

8. Conclusão

A combinação de COG + Object Storage + GeoServer é hoje uma das formas mais eficientes de publicar rasters grandes em ambientes WebGIS. Essa abordagem permite:

• separar armazenamento e serviço
• escalar facilmente
• melhorar a performance de acesso aos dados

E o melhor: tudo pode ser implementado utilizando software open source.

O GeoAmapá é um complemento desenvolvido para o QGIS com o objetivo de facilitar consultas territoriais no estado do Amapá. A ferramenta permite selecionar uma área diretamente pela extensão visível no mapa e consultar automaticamente diferentes bases oficiais, como CAR, SIGEF/INCRA, Terras Indígenas, Unidades de Conservação, Assentamentos e Direitos Minerários. O resultado é uma camada temporária contendo apenas as feições que interceptam o retângulo selecionado, tornando a análise mais rápida, organizada e eficiente.

A proposta é simples: você define a área de interesse e o plugin retorna apenas os dados relevantes para aquela região.

Instale o plugin

No QGIS, vá em: Complementos → Gerenciar e Instalar complementos. Pesquise por GeoAmapá e clique em Instalar. Após instalado, o botão da ferramenta aparecerá na barra do QGIS e também no menu.

Instalar complemento GeoAmapá.

Navegue até a área de interesse

Antes de abrir o complemento, aproxime o mapa até a região que deseja consultar. A ferramenta utiliza exatamente a área visível na tela como referência para a busca.

💡Dica: quanto menor a área visível, mais rápida e precisa será a consulta.

Abra o GeoAmapá

Clique no botão do complemento e capture a extensão. O complemento irá preencher automaticamente o campo com as coordenadas do retângulo atual da tela. Esse retângulo representa a área que será usada como filtro espacial. 

Atenção: se você alterar o zoom ou mover o mapa, é necessário clicar novamente em capturar para atualizar a área.

No menu suspenso, selecione a base desejada. Cada consulta é feita individualmente.

Clique em Consultar. O GeoAmapá irá:

• Verificar se a área não ultrapassa o limite máximo permitido.
• Consultar a base selecionada.
• Criar uma camada temporária contendo apenas as feições que interceptam a área.

Se existirem feições na área, uma nova camada será adicionada ao painel do QGIS. Se não houver registros para aquela região, o plugin exibirá uma mensagem informando que não existem feições na área selecionada.

O GeoAmapá foi desenvolvido para tornar a análise territorial mais objetiva e operacional dentro do QGIS, reduzindo tempo de busca e facilitando a visualização de sobreposições.

Uma das maiores limitações das análises espaciais tradicionais é que todas as áreas são calculadas em 2D. Ou seja: o QGIS, ArcGIS, PostGIS e praticamente qualquer SIG mede área projetada no plano horizontal, mas o terreno não é plano.

Uma área em encosta, morro ou montanha pode ser significativamente maior do que a área cartográfica. Para resolver isso desenvolvi o plugin: Terrain Surface Area (DEM). O plugin calcula a área real da superfície do terreno de um polígono usando um Modelo Digital de Elevação (DEM). Ele não aproxima por triangulação, ele usa o gradiente da superfície derivado do raster.

O problema da área 2D

Quando você mede um polígono no SIG:

$$A_{2D}=\acute{a}reaprojetadanoplano$$

A2D​ = área projetada no plano. Mas a área verdadeira é:

$$A_{real}>A_{2D\mathrm{<br>}}$$

Exemplo simples. Imagine um terreno inclinado 0°:

$$A_{real}=\frac{A_{2D}}{\cos (\theta )}$$

$$A_{real}=\frac{A_{2D}}{\cos (30\mathrm{°})}=1.1547\times A_{2D}$$

Ou seja: 15,47% maior

Agora imagine isso distribuído pixel a pixel no relevo.

O que o plugin retorna

Para cada polígono ele cria 4 campos:

Campo	Significado
AREA_2D_M2	área cartográfica
AREA_SURF_M2	área real da superfície
SURF_RATIO	fator de relevo
DEM_COV_PCT	cobertura válida do DEM

O significado do SURF_RATIO

Esse é o campo mais importante. Ele indica o fator de rugosidade do terreno: 

$$$$

$$SURF\mathrm{\_}RATIO=\frac{\acute{A}reareal}{\acute{A}reaplana}$$

SURF_RATIO	Terreno	O que significa na prática
1.00	plano	área praticamente horizontal
1.01 – 1.03	suave ondulado	pequenas variações
1.03 – 1.08	ondulado	relevo perceptível
1.08 – 1.15	forte ondulado	encostas frequentes
1.15 – 1.30	montanhoso	morros dominantes

Interpretação intuitiva. Você pode pensar assim:

SURF_RATIO − 1 = porcentagem de aumento de área

Exemplo:

Ratio	Aumento real
1.02	+2% de terreno
1.10	+10% de terreno
1.25	+25% de terreno

O DEM_COV_PCT (confiabilidade)

Esse campo indica quanto do polígono tinha dados válidos no DEM.

Valor	Significado
100	cálculo totalmente confiável
90–99	confiável
70–90	usar com cautela
<70	resultado pode não representar o terreno

Se for baixo, normalmente existe: 

• sombra de radar (parte oculta)
• borda do raster
• NoData

Tutorial de uso

Abra o QGIS e instale o complemento Terrain Surface Area.

Carregue:

• um polígono
• um DEM

Abra na caixa de ferramenta do QGIS, algoritmo: Processing Toolbox → Terrain analysis → Terrain Surface Area (DEM)

Configure:

Input polygons → camada vetorial
Elevation raster → DEM
Slope method:

1. Horn — recomendado para a maioria dos MDEs
2. Zevenbergen & Thorne — mais suave, pode ser sensível a ruído.

Prezado leitor,

Se você instalou o GeoNode 5 via Docker (GeoNode Project) e precisa adicionar um plugin que não vem na instalação padrão do GeoServer, este guia vai te mostrar como fazer isso da maneira correta e reproduzível.

No meu caso, estou utilizando:

• GeoNode 5.0.0
• GeoServer 2.27.3

O objetivo é instalar o plugin Resource Browser Tool, que permite navegar e gerenciar arquivos do GeoServer diretamente pela interface web.

1. Baixar o plugin:

O plugin precisa ser exatamente da mesma versão do GeoServer. Como estou usando a versão 2.27.3, o plugin também deve ser 2.27.3.

> cd /home/fernandoquadro/
> wget https://sourceforge.net/projects/geoserver/files/GeoServer/2.27.3/extensions/geoserver-2.27.3-web-resource-plugin.zip
> unzip geoserver-2.27.3-web-resource-plugin.zip

Após descompactar, você terá um ou mais arquivos .jar.

2. Copiar o plugin para a pasta do Projeto:

> mkdir -p /opt/geonode_custom/my_geonode/docker/geoserver/plugins/resourcebrowser
> cp *.jar /opt/geonode_custom/my_geonode/docker/geoserver/plugins/resourcebrowser

3. Alterar o arquivo Dockerfile do GeoServer

A instalação correta do plugin não deve ser feita manualmente dentro do container.
O procedimento adequado é incluir o plugin no processo de build da imagem.

> cd /opt/geonode_custom/my_geonode/docker/geoserver
> sudo nano Dockerfile

Adicione as seguintes linhas ao final do seu arquivo:

# GeoServer Resource Browser Tool (2.27.3)
COPY plugins/resourcebrowser/*.jar \
  /usr/local/tomcat/webapps/geoserver/WEB-INF/lib/

4. Recriar a imagem do GeoServer

> docker compose build geoserver
> docker compose up -d geoserver

Se quiser garantir um rebuild completo, faça:

> docker compose down
> docker compose build
> docker compose up -d

5. Verificar se o plugin foi instalado

Após executar os passos acima você pode então entrar no GeoServer e verificar se o seu plugin realmente foi instalado. Para isso acesse o painel administrativa em About & Status → Modules, se tudo estiver correto, o Resource Browser Tool aparecerá na lista de módulos instalados.

Esse mesmo procedimento pode ser utilizado para instalar qualquer plugin do GeoServer no GeoNode executado via Docker.

Se você ainda não instalou o GeoNode 5, pode conferir o passo a passo completo clicando aqui.

O Terrain Surface Area é um plugin para QGIS que calcula a área real da superfície do terreno utilizando um Modelo Digital de Elevação (DEM). Diferente da medição tradicional do SIG, que considera apenas a área projetada no plano horizontal (2D), este plugin incorpora a variação do relevo no cálculo, estimando a superfície inclinada pixel a pixel. 

Na prática, isso significa que ele mede o terreno como ele realmente é, e não apenas sua “projeção” no mapa. A principal diferença está justamente aí: enquanto a área convencional representa a projeção cartográfica, o Terrain Surface Area considera a inclinação do terreno, podendo revelar aumentos significativos em áreas localizadas em encostas ou regiões montanhosas.

Abra o QGIS, adicione o raster (neste caso um SRTM) e o polígono de interesse. Vale ressaltar que os arquivos devem estar em sistema de coordenadas projetada.

Instale o complemento TERRAIN SURFACE AREA através do repositório oficial do QGIS.

Instalar complemento Terrain Surface Area

E-book disponível para download no repositório da UFPA. Seus organizadores são Eder Mileno Silva De Paula e Emanuel Lindemberg Silva Albuquerque e está dividido em 9 capítulos. 

• Leia também: Livro de "Fotogrametria Digital" disponível para download

O e-book está disponível nesse link, clique aqui

O presente artigo foi fruto da inquietação sobre a classe de monitoramento do Deter e também do Prodes, chamada de Corte Raso com Vegetação. Muitas vezes essa classe é entendida como uma classe de regeneração, quando na verdade ela é uma classe de degradação. A explicação para que essa classe exista reside em um problema […]

Hoy, Bentley Systems y Enactus anunciaron los equipos ganadores del iTwin4Good Challenge 2025, la competencia internacional que reúne a estudiantes universitarios para aplicar la tecnología de gemelos digitales y resolver desafíos del mundo real. Los competidores de este año buscaron aprovechar el poder de la innovación digital para abordar desafíos críticos de sostenibilidad, demostrando cómo …

El cargo Bentley Systems y Enactus anuncian al ganador del desafío iTwin4Good 2025 apareció primero en Geofumadas - GIS - CAD - BIM resources.

Olá pessoal,

Na aula de hoje abordaremos os temas a seguir:

o Hoje, muitos mapas são criados e usados em computadores, usando Sistemas de Informação Geográfica (SIG).

o SIG é um conjunto de procedimentos (manual ou computacional) usado para armazenar e manipular dados georreferenciados.

o Em SIG, os dados geográficos são organizados em "camadas" ou "planos de informação", como se fossem transparências que podem ser sobrepostas. Cada camada geralmente tem o mesmo tipo de geometria (ponto, linha, polígono) e atributos.

o Entender conceitos como projeções e sistemas de referência de coordenadas (SRC) é fundamental em SIG para garantir que as camadas "encaixem" corretamente. O datum é parte desse sistema de referência.

o Os dados geográficos (geometria e atributos) podem ser armazenados em bancos de dados geográficos. A geometria e os atributos podem ser armazenados juntos ou separados e relacionados por identificadores.

o SIGs nos permitem analisar dados geográficos (Análise Espacial) e criar mapas para responder perguntas complexas, realizando operações como consultas por atributo ou junções espaciais. A simbologia e os rótulos baseados em atributos são importantes para visualizar os resultados da análise. Também permitem medir distâncias, áreas, calcular centróides, etc..

Este conteúdo foi gerado com auxílio de inteligência artificial e você poderá acessar os materiais base utilizados no link.

Hebert Guilherme de Azevedo - Consultor em Geotecnologias

Adquira nosso curso sobre customização de formulários no QGIS pelo link https://www.udemy.com/course/customizacao-de-formulario-qgis/?referralCode=658DB6242221F6D7BFD7

Veja nossos cursos na plataforma Udemy: https://www.udemy.com/user/hebert-azevedo-2/

Inscreva-se e acompanhe nosso blog: http://bit.ly/2CL63UZ

Inscreva-se e acompanhe nosso canal Youtube: http://bit.ly/2J0H2Wa

Curta e acompanhe nossa página no Facebook: http://bit.ly/2yGErMp

Olá pessoal,

Na aula de hoje abordaremos os temas a seguir:

o Mapas Gerais (ou Topográficos): Fornecem informações genéricas, de uso não particularizado. Mostram uma variedade de características naturais e artificiais (relevo, rios, estradas, cidades). São a "base".

o Mapas Especiais: Registram informações específicas para uma única classe de usuários (ex: náutico, aeronáutico, meteorológico).

o Mapas Temáticos: Apresentam um ou mais fenômenos específicos (ex: mapa de população, mapa de solos, mapa de uso da terra). Eles geralmente usam uma base cartográfica para situar o tema. Um mapa temático associa a cada medida um número ou nome ligando a observação a um tema ou classe.

o A escolha do tipo de mapa depende do que você quer analisar ou comunicar.

Este conteúdo foi gerado com auxílio de inteligência artificial e você poderá acessar os materiais base utilizados no link.

Hebert Guilherme de Azevedo - Consultor em Geotecnologias

Adquira nosso curso sobre customização de formulários no QGIS pelo link https://www.udemy.com/course/customizacao-de-formulario-qgis/?referralCode=658DB6242221F6D7BFD7

Veja nossos cursos na plataforma Udemy: https://www.udemy.com/user/hebert-azevedo-2/

Inscreva-se e acompanhe nosso blog: http://bit.ly/2CL63UZ

Inscreva-se e acompanhe nosso canal Youtube: http://bit.ly/2J0H2Wa

Curta e acompanhe nossa página no Facebook: http://bit.ly/2yGErMp

Olá pessoal,

Na aula de hoje abordaremos os temas a seguir:

o Um bom mapa tem vários elementos para ser útil e compreensível.

o Elementos essenciais: Título (O que o mapa mostra?), Corpo do Mapa (O desenho principal), Legenda (Explica os símbolos/convenções), Escala (Numérica e/ou Gráfica), Seta Norte (Onde fica o Norte? Orientação do mapa), Fonte dos Dados (Quem fez o mapa e de onde vieram os dados?), Data da Edição, nome da projeção e seus dados definidores.

o Outras informações marginais incluem diagramas de articulação das folhas, nome da entidade editora, número da edição, e a borda/moldura do mapa. Mapas podem conter encartes para mostrar áreas em escalas diferentes ou locais fora da área principal.

o A forma como esses elementos são organizados (o layout) é importante para a clareza.

Este conteúdo foi gerado com auxílio de inteligência artificial e você poderá acessar os materiais base utilizados no link.

Hebert Guilherme de Azevedo - Consultor em Geotecnologias

Adquira nosso curso sobre customização de formulários no QGIS pelo link https://www.udemy.com/course/customizacao-de-formulario-qgis/?referralCode=658DB6242221F6D7BFD7

Veja nossos cursos na plataforma Udemy: https://www.udemy.com/user/hebert-azevedo-2/

Inscreva-se e acompanhe nosso blog: http://bit.ly/2CL63UZ

Inscreva-se e acompanhe nosso canal Youtube: http://bit.ly/2J0H2Wa

Curta e acompanhe nossa página no Facebook: http://bit.ly/2yGErMp

Olá pessoal,

Na aula de hoje abordaremos os temas a seguir:

o Mapas podem representar a altimetria, mostrando o relevo detalhadamente.

o A forma mais comum de mostrar o relevo em mapas topográficos são as curvas de nível. Curvas de nível são linhas que conectam pontos da superfície com o mesmo valor de elevação (altitude). A altitude é a distância medida acima ou abaixo de uma superfície de referência, geralmente o nível médio do mar (que se aproxima do geoide).

o As curvas de nível são determinadas a partir da interseção da superfície do terreno com planos horizontais e a projeção dessas interseções no plano do mapa. Elas não se cruzam.

o Quanto mais próximas as curvas, mais inclinado é o terreno. Quanto mais afastadas, mais plano. Existem curvas mestras (traço mais grosso) e intermediárias, além de auxiliares.

o Outras formas incluem sombreamento ou cores de altitude. Mapas que mostram altimetria e planimetria são chamados de cartas.

Este conteúdo foi gerado com auxílio de inteligência artificial e você poderá acessar os materiais base utilizados no link.

Hebert Guilherme de Azevedo - Consultor em Geotecnologias

Adquira nosso curso sobre customização de formulários no QGIS pelo link https://www.udemy.com/course/customizacao-de-formulario-qgis/?referralCode=658DB6242221F6D7BFD7

Veja nossos cursos na plataforma Udemy: https://www.udemy.com/user/hebert-azevedo-2/

Inscreva-se e acompanhe nosso blog: http://bit.ly/2CL63UZ

Inscreva-se e acompanhe nosso canal Youtube: http://bit.ly/2J0H2Wa

Curta e acompanhe nossa página no Facebook: http://bit.ly/2yGErMp

No dia 4 de junho de 2025, a Comunidade QGIS Brasil realizou mais uma edição do Encontro de Usuários QGIS durante o MundoGEO Connect, no Expo Center Norte, em São Paulo. O evento reuniu profissionais, estudantes, desenvolvedores e entusiastas do QGIS de todas as regiões do país, consolidando-se como um dos principais espaços de troca de experiências e fortalecimento da comunidade no Brasil.

A programação contou com palestras sobre aplicações do QGIS em áreas como Inteligência Artificial, Pesquisa Socioambiental, Consultoria Ambiental, Planejamento de Voos com Drones, e Gestão de Saneamento, além de momentos de debate e interação entre os participantes.

Se você não pôde participar presencialmente ou deseja rever os conteúdos apresentados, todos os vídeos das palestras estão disponíveis gratuitamente no nosso canal do YouTube!

Acesse agora a playlist completa:
youtube.com/playlist?list=PLzKam0lvXworikfwwcQ31oIj1RUp__aNv

<figure class="wp-block-embed aligncenter is-type-video is-provider-youtube wp-block-embed-youtube"></figure>

Este evento foi organizado pela Comunidade QGIS Brasil com apoio da OSGeo Brasil, reforçando nosso compromisso com a promoção do software livre e o avanço das geotecnologias no país.

Continue acompanhando nossas redes sociais e site para ficar por dentro dos próximos encontros, oficinas e oportunidades de capacitação!

Olá pessoal,

Na aula de hoje abordaremos os temas a seguir:

o Além da localização e do tipo (ponto, linha, polígono), os objetos no mapa (feições) têm informações extras ligadas a eles, chamadas atributos.

o Esses atributos descrevem as propriedades das feições. Além das coordenadas, outros dados não espaciais (atributos) podem ser arquivados para indicar de que tipo de ponto ou linha se está tratando.

o Os atributos podem ser armazenados em uma tabela, que é como uma planilha. Cada coluna é um campo (representa uma propriedade, como altura, cor da cobertura), e cada linha é um registro (corresponde a uma feição).

o Exemplo: Para um ponto "Cidade", os atributos podem ser "Nome" (Rio de Janeiro), "População", "Estado". Para uma linha "Estrada", pode ser "Tipo" (Asfaltada, Terra), "Nome". Para uma sala de aula (polígono), pode ser o número de alunos.

o Em sistemas de informação geográfica (SIG), esses atributos ficam em tabelas, permitindo buscar e analisar informações. O SIG vincula o registro da tabela à feição geométrica. Consultas por atributo são operações comuns em SIG.

Este conteúdo foi gerado com auxílio de inteligência artificial e você poderá acessar os materiais base utilizados no link.

Hebert Guilherme de Azevedo - Consultor em Geotecnologias

Adquira nosso curso sobre customização de formulários no QGIS pelo link https://www.udemy.com/course/customizacao-de-formulario-qgis/?referralCode=658DB6242221F6D7BFD7

Veja nossos cursos na plataforma Udemy: https://www.udemy.com/user/hebert-azevedo-2/

Inscreva-se e acompanhe nosso blog: http://bit.ly/2CL63UZ

Inscreva-se e acompanhe nosso canal Youtube: http://bit.ly/2J0H2Wa

Curta e acompanhe nossa página no Facebook: http://bit.ly/2yGErMp

Olá pessoal,

Na aula de hoje abordaremos os temas a seguir:

o Como saber o que cada ponto, linha ou polígono representa? Usamos símbolos.

o Símbolos são desenhos, cores ou padrões que comunicam o tipo de objeto. Uma linha azul pode ser um rio, uma linha vermelha pode ser uma estrada principal. Um polígono verde pode ser uma área florestada. Catálogos de letras indicam tipos de caracteres para o letreiro. O mapa deve ter um quadro de convenções empregadas (legenda).

o Escolher bons símbolos torna o mapa fácil de entender. A simbologia pode ser baseada em atributos.

Este conteúdo foi gerado com auxílio de inteligência artificial e você poderá acessar os materiais base utilizados no link.

Hebert Guilherme de Azevedo - Consultor em Geotecnologias

Adquira nosso curso sobre customização de formulários no QGIS pelo link https://www.udemy.com/course/customizacao-de-formulario-qgis/?referralCode=658DB6242221F6D7BFD7

Veja nossos cursos na plataforma Udemy: https://www.udemy.com/user/hebert-azevedo-2/

Inscreva-se e acompanhe nosso blog: http://bit.ly/2CL63UZ

Inscreva-se e acompanhe nosso canal Youtube: http://bit.ly/2J0H2Wa

Curta e acompanhe nossa página no Facebook: http://bit.ly/2yGErMp

Olá pessoal,

Na aula de hoje abordaremos os temas a seguir:

o No mapa, representamos as coisas do mundo real (rios, estradas, casas) usando elementos gráficos chamados feições geográficas.

o No caso da representação vetorial, os elementos gráficos básicos são pontos, linhas poligonais (arcos) e áreas (polígonos).

o Um Ponto é um par ordenado de coordenadas (x, y). Pode representar localizações ou ocorrências específicas (ex: localização de crimes, estações de medição de temperatura, mastro da escola, locais de torneiras).

o Uma Linha (linha poligonal, arco, ou elemento linear) é um conjunto de pontos conectados. É usada para guardar feições unidimensionais (ex: rios, estradas, trilhas dentro e ao redor da escola).

o Uma Área (ou Polígono) é a região do plano limitada por uma ou mais linhas poligonais conectadas que formam um contorno fechado. Polígonos são usados para representar unidades (ex: um lago, um edifício, um país, um campo de futebol, salas de aula).

o A escolha do tipo de geometria depende do tamanho real do objeto e da escala do mapa. Além das coordenadas, dados não espaciais (atributos) podem ser arquivados para descrever o tipo de ponto ou linha.

Este conteúdo foi gerado com auxílio de inteligência artificial e você poderá acessar os materiais base utilizados no link.

Hebert Guilherme de Azevedo - Consultor em Geotecnologias

Adquira nosso curso sobre customização de formulários no QGIS pelo link https://www.udemy.com/course/customizacao-de-formulario-qgis/?referralCode=658DB6242221F6D7BFD7

Veja nossos cursos na plataforma Udemy: https://www.udemy.com/user/hebert-azevedo-2/

Inscreva-se e acompanhe nosso blog: http://bit.ly/2CL63UZ

Inscreva-se e acompanhe nosso canal Youtube: http://bit.ly/2J0H2Wa

Curta e acompanhe nossa página no Facebook: http://bit.ly/2yGErMp

Olá pessoal,

Na aula de hoje abordaremos os temas a seguir:

o Existem diferentes "famílias" de projeções (cilíndrica, cônica, planar/azimutal), baseadas em superfícies auxiliares.

o Cada projeção tenta preservar alguma coisa (formas/ângulos - conforme, áreas - equivalente, ou distâncias - equidistante), mas sempre distorce outras coisas.

o Algumas preservam formas (úteis para navegação, como a Projeção de Mercator), outras preservam áreas (úteis para comparar distribuições de fenômenos). A escolha da projeção depende do objetivo do mapa e da área representada (por exemplo, áreas equatoriais se encaixam bem em projeções equatoriais, áreas polares em projeções polares).

Este conteúdo foi gerado com auxílio de inteligência artificial e você poderá acessar os materiais base utilizados no link.

Hebert Guilherme de Azevedo - Consultor em Geotecnologias

Adquira nosso curso sobre customização de formulários no QGIS pelo link https://www.udemy.com/course/customizacao-de-formulario-qgis/?referralCode=658DB6242221F6D7BFD7

Veja nossos cursos na plataforma Udemy: https://www.udemy.com/user/hebert-azevedo-2/

Inscreva-se e acompanhe nosso blog: http://bit.ly/2CL63UZ

Inscreva-se e acompanhe nosso canal Youtube: http://bit.ly/2J0H2Wa

Curta e acompanhe nossa página no Facebook: http://bit.ly/2yGErMp

A floresta amazônica vem sendo monitorada há décadas, mas há um detalhe importante frequentemente ignorado: a vegetação secundária, aquela que ressurge após o desmatamento e pode capturar carbono e recuperar biodiversidade, também está sendo destruída – e em ritmo alarmante. Nesse novo estudo que tive participação pontual, publicado na revista Environmental Research Letters revela que […]