http://hdl.handle.net/10256/15684 Sat, 24 May 2025 04:04:54 GMT 2025-05-24T04:04:54Z http://hdl.handle.net/10256/15696 SIG para la participación pública (SIGPP) basada en plataformas de web mapping para facilitar la participación del público en la rehabilitación de paisajes fluviales urbanos Garcia, Xavier En las últimas décadas, el desarrollo urbano ha afectado severamente nuestros paisajes ribereños. Su rehabilitación puede proporcionar una serie de beneficios altamente valorados por la ciudadanía. Sin embargo, existen aspectos vinculados a la planificación y gestión de estos espacios que desincentivan el inicio y aplicación generalizada de estos planes de rehabilitación. Una de las barreras más notorias es que estos proyectos de pueden resultar controvertidos como consecuencia de intereses y expectativas en conflicto. De aquí que es fundamental que los programas de rehabilitación de paisajes ribereños urbanos consideren la percepción actual de las comunidades, así como las preferencias futuras, a través de procesos de participación pública. Viulariera – SIGPP es un prototipo de SIG para la participación pública (SIGPP) basada en un conjunto de plataformas de web mapping (Opina! y Decidim!) que ha sido desarrollado para facilitar la participación del público en la rehabilitación del paisaje fluvial urbano de la riera de Caldes (Barcelona). Poniendo marcadores sobre un mapa web, Opina! permite recoger información sobre las percepciones y preferencias de mejora de la ciudadanía. Decidim! permite consultar estos datos, incorporando la funcionalidad de votar y comentar sobre las preferencias de mejora introducidas por los mismos ciudadanos. Por último, Decidim! permite explorar en conjunto esta misma información con los “mapas de mejora prioritaria” obtenidos mediante el procesamiento analítico de los datos Opina!. El conjunto de plataformas de web mapping de Viulariera – SIGPP han sido desarrolladas y apoyadas con código abierto. QGIS se utilizó para el análisis de los datos recogidos y la preparación de nuevas capas. Para el desarrollo de las herramientas en formato web, se ha utilizado una arquitectura cliente-servidor rígida, diseñando un servidor para actuar como una especie de API RESTful para subministrar los datos al cliente mediante solicitudes AJAX. Las herramientas y bibliotecas utilizadas son: Cliente: – Javascript (ES5) como lenguaje de programación. – JQuery (2.1.1) + Bootstrap (3.3.7) para la gestión de la interfaz gráfica de usuario. – Leaflet (0.7.2) para la gestión de la cartografía y la exploración espacial. – Font-awesome (4.1.0) para la iconografía básica. – Fuentes de Google para la tipografía. Servidor: – Debian 7 como sistema operativo Linux. – Apache2 como servidor web genérico. – PHP (7.0.1) como lenguaje de programación. – CodeIgniter (3.1.0) como marco de desarrollo web, con acceso a la base de datos usando Active Record. – PostgreSQL (8.4.22) para la gestión de bases de datos Thu, 01 Jun 2017 00:00:00 GMT http://hdl.handle.net/10256/15696 2017-06-01T00:00:00Z http://hdl.handle.net/10256/15695 CARTO 2017 Martínez Becerra, Ernesto 2016 ha sido un año intenso de cambios y lanzamientos para CARTO. Nuevos productos, un rebranding para acompañarlos y un completo reposicionamiento en la industria. En 2017 estamos consolidando dichos cambios y, esperamos, posicionándonos como un referente de la industria del análisis y representación de información geográfica. De qué vamos a hablar: Rebranding: ¿Qué problema había con la \"DB\"? ¿Ya no sois una base de datos geoespacial en la nube? ; Nuevos productos: BUILDER y ENGINE. Análisis geográfico self-service y un potente conjunto de APIs para desarrollar aplicaciones complejas; Características: Análisis, Widgets, Data Observatory, LDS, TurboCARTO, conectores… i Roadmap: Un vistazo a lo que viene en 2017. En definitiva, esta charla será un resumen de los cambios recientes más importantes en CARTO, qué alcance tienen y cómo estamos evolucionando para ofrecer una herramienta completa, versátil desde el usuario free hasta el enterprise y con pilas incluídas Thu, 01 Jun 2017 00:00:00 GMT http://hdl.handle.net/10256/15695 2017-06-01T00:00:00Z http://hdl.handle.net/10256/15694 Análisis geoespacial de alta velocidad sobre datos volátiles móviles aplicados a la seguridad vial Gómez Castaño, José; Cabrera García, José El análisis de datos móviles se centra en la extracción de la información el uso de grandes cantidades de datos. Estos no sólo vienen de los CDRs. En la mayoría de los casos, este análisis se realiza utilizando el dataset acumulado mediante ejecución de procesos batch que consumen mucho tiempo de proceso. Si queremos obtener resultados de calidad en determinados entornos, el procesamiento de los datos deben ser más ágiles. En el ámbito de la seguridad vial, debido al hecho de que el tráfico cambia rapidamente, la información debe proporcionarse tan pronto como sea posible. Este trabajo explora el análisis de datos móviles teniendo en cuenta dos aspectos: Alta velocidad de análisis y la volatilidad de la información. El objetivo es recopilar información georeferenciada proporcionada por datos móviles, determinar la posición en relación con el tráfico y calcular las situaciones de congestión de tráfico. El resultado se envía a los conductores interesados y se informar a las autoridades de tráfico en tiempo real. El origen de la información, en este trabajo, son mensajes de Twitter, y se obtienen mediante su API. Independientemente del origen de los mensajes, el tratamiento de la información, su volatilidad y losresultados son independientes de la fuente de datos, y puede aplicar esta metodología a cualquier otro tipo de datos. El concepto de volatilidad de la información está relacionada con el uso de la información. Así podemos definir el tiempo de volatilidad de la información como el período de tiempo durante el cual la información es útil para un propósito en particular. Este período no sólo depende de los datos, sino también en los procesos de cálculo necesarios para obtener un resultado útil a partir de ellos. Después de este período, los datos se consideran como caducado. En este trabajo se aplica este concepto de volatilidad de la información para mejorar la seguridad vial. Se han utilizado más de 400.000 ubicaciones y tweets ha sido tenida encuenta para generar un entorno de prueba para el escenario en España, y más de 2,6 millones de geometrías. Los mensajes se utilizan en la plataforma Singularity que da soporte a la aplicación Comobity de DGT Thu, 01 Jun 2017 00:00:00 GMT http://hdl.handle.net/10256/15694 2017-06-01T00:00:00Z http://hdl.handle.net/10256/15693 ¿Son los grids de población realmente útiles? Suñé Luis, Eduard; Ibáñez, Daniel; Castelló, Marc A lo largo de los últimos años el Institut d’Estadistica de Catalunya (IDESCAT) ha estado produciendo estadísticas georreferenciadas, especialmente en lo que se refiere a la población. Esta producción se basa en la georeferenciación de los microdatos utilizando para ello el servicio de geocodificación del Institut Cartográfic i Geologic de Catalunya (ICGC) y una serie de métodos de imputación de coordenadas para aquellos casos en los que no pudo obtenerse unas coordenadas a partir de la dirección postal. Los data sets obtenidos tienen unas características que impiden su difusión directa ya que violan los principios impuestos por el secreto estadístico. Así pues, es imperativo que se preserve la confidencialidad estos datos y para ello existen dos métodos: la perturbación de coordenadas y la agregación espacial. En IDESCAT optamos por la segunda de las soluciones, utilizando para ello, como base de la agregación, el grid estándar europeo de 1km. La solución adoptada finalmente fue la utilización de quadtrees, dado que es una estructura adaptativa: se alcanzan mayores resoluciones en zonas de alta densidad y menores en zonas de baja densidad de población, utilizando para ello un umbral mínimo de población dentro de los elementos geográficos de subdivisión del grid. El resultado final de estos procesos de agregación es un grid multiresolución que puede difundirse respetando los principios del secreto estadístico. Pero la cuestión que se plantea, atendiendo a posibles usos de esta información por parte de los usuarios, es qué error se deriva de esta agregación y como es la variabilidad del error en función de los parámetros que definen el quadtree, cuando un usuario calcula la población en un área de su interés. Dado que esta cuestión no puede abordarse desde un punto de vista analítico, es necesaria la utilización de métodos de Monte Carlo para la estimación de estos errores. En esta comunicación presentaremos los resultados de la simulación y de la variabilidad del error en función de los parámetros que definen un quadtree Thu, 01 Jun 2017 00:00:00 GMT http://hdl.handle.net/10256/15693 2017-06-01T00:00:00Z