Visor de terremotos del USGS con OpenLayers

En este post se presenta un pequeño ejemplo de visor, en el que se muestran los terremotos más recientes en el mundo, usando la biblioteca OpenLayers 3.

Los terremotos se leen de un origen remoto, en formato Geojson, y se actualizan automáticamente, gracias a un estupendo servicio feed del USGS


Sobre gist & bl.ocks:
* gist. Se trata de un servicio gratuito de github, para alojar pequeños codigos de ejemplo, que se persisten sobre un repositorio git. Gracias a ello son accesibles para su modificación desde cualquier equipo con un cliente git.
* bl.ocks.org. Un servicio, del creador de D3, que siguiendo unos pocos convenios en el gist, permite el acceso a su código en vivo, junto a su fuente, permitiendo mini-proyectos autodocumentados.

Nota:
Este ejemplo se presenta en el último video de la serie de seminarios sobre JavaScript, elaborada para geospatialtraining.com (ver Videos de introducción a JavaScript)

Video explicativo

6 videos de Introducción a JavaScript

Hola a todos,

En esta entrada os presento los 6 vídeos gratuitos de un curso introductorio a JavaScript, realizado en colaboración con http://geospatialtraininges.com/

Los vídeos no asumen conocimientos previos en la materia y están orientados a personas del mundo SIG que quieren iniciarse en la programación web.

Espero que os sean útiles.

Saludos!

Módulo I: Variables y datos (41 min)

Módulo II: Funciones y Bucles (1h)

Módulo III: Arrays y objetos (1h 12min)

Módulo IV: DOM (1h 3min)

Módulo V: Bibliotecas y frameworks (43 min)

Módulo VI: APIs SIG de JavaScript (1h 23min)

Recursos para aprender QGIS

QGIS es uno los software SIG de escritorio más pujantes en la actualidad. Libre, gratuito y extensible mediante plugins, tiene un potencial de evolución grande y una comunidad de usuarios creciente.

QGIS

Por esta razón cada día más gente se acerca a su aprendizaje, bien mediante cursos o de forma autónoma. Y en este proceso inicial toda guía o recopilación de enlaces suele resultar útil, así que voy a listar aquí algunos que he ido recopilando recientemente.

Enlaces básicos:
Página QGIS: El sitio oficial, con multitud de recursos y enlaces derivados.
QGIS Planet: Un agregador de varios blogs que recoge unificadamente artículos técnicos sobre QGIS (como p.ej. los publicados en Free and Open Source GIS Ramblings, de Anita Graser)
QGIS Plugins: Listado oficial de plugins
QGIS Hub: Wiki oficial del proyecto, donde p.ej. se reportan los bugs y recogen peticiones para futuras funcionalidades.
QGIS API: Documentación del API oficial, un recurso básico para programadores.
QGIS en stackexchange: Artículo en stackexchange donde se listan varios recursos.
QGIS en gis.stackexchange: Consultas sobre QGIS en gis.stackexchange

Tutoriales gratuitos:
QGIS Training Manual: Manual de aprendizaje de QGIS, en formato de curso con ejercicios prácticos (incluye p.ej. apartados sobre uso de la base de datos espacial PostgreSQL/PostGIS o GRASS). Como complemento a este material existe un conjunto de videos en español, que aparece listado en la siguiente wiki
A gentle introduction to GIS: Una introducción práctica y breve a los SIG que no asume conocimientos previos. Está basada en el tutorial original Introducing GIS worksheets
QGIS in under 10 minutes: Videotutoriales cortos con operaciones habituales en QGIS (serie de 17 vídeos, en inglés)
Curso de QGIS Valmiera: Videotutoriales QGIS, versión 2.2 (serie de 10 vídeos, en castellano).
GST 101: Introduction to Geospatial Technology. Curso de introducción a SIG, usando QGIS 2.2
GST 102: Introduction to Geospatial Technology. Continuación del curso previo, más centrado en la parte de análisis espacial con QGIS.

Saludos y espero que resulten útiles.

Cómo utilizar datos geográficos públicos de la NASA (SRTM) con un software libre como QGIS

Si en una entrada previa mostrábamos algunos ejemplos de uso de datos vectoriales libres, procedentes de OpenStreetMap, en este caso vamos a revisar una valiosa fuente de datos cuasi-mundial con la altitud del terreno denominada Shuttle Radar Topography Mission (SRTM).

Dentro del mundo SIG, a estas fuentes de datos se las denomina Modelos Digitales del Terreno (MDT) y recogen, generalmente en forma de fichero, una estructura numérica de datos que representa la distribución espacial de una variable, sea en forma vectorial (contornos o TIN) o más frecuentemente raster (matrices regulares o quadtrees). Si esta variable es la altitud, entonces hablamos de Modelos Digitales de Elevaciones (MDE).

Para profundizar en las bases conceptuales de los MDT, recomiendo los estupendos materiales de A.M. Felicísimo en http://www6.uniovi.es/~feli/CursoMDT/

La SRTM que nos ocupa es una misión comandada por la NASA desarrollada en el año 2000, que mediante su transbordador espacial Endeavour y un radar aerotransportado tomó datos en detalle sobre la elevación terrestre, entre los 60º de latitud norte y los 56º de latitud sur (más detalles técnicos de la misión en la página oficial SRTM). Si bien algunos de sus datos son públicos desde hace varios años, desde septiembre de 2014 han comenzado a liberarse por primera vez los lotes más detallados, con la resolución original de aproximadamente 30 metros (1 arco-segundo), antes solo disponibles en USA.

En esta entrada veremos algunas posibilidades del uso combinado de un software SIG libre como QGIS y los datos de esta fuente.

 

¿Cómo empezar a trabajar con QGIS y SRTM?
Asumiendo que ya tenemos QGIS correctamente instalado (instrucciones aquí), procederemos primero a la descarga de datos SRTM Basic.

Para la descarga usaremos una herramienta interactiva proporcionada por el USGS (Servicio Geológico de Estados Unidos) llamada EarthExplorer (http://earthexplorer.usgs.gov/). Desde ella se puede descargar no solo la SRTM, sino una gran variedad de fuentes. Antes deberemos registrarnos como usuarios aquí (un proceso gratuito, aunque nos llevará un par de minutos).

Luego seguiremos los sencillos pasos marcados por el asistente:

  • 1. Enter Search Criteria: en nuestro caso navegaremos en el mapa hasta encuadrar el ámbito de la Bahía de Santander, en Cantabria.
Fig.1: Selección del ámbito de interés en EarthExplorer

Fig.1: Selección del ámbito de interés en EarthExplorer

  • 2. Select Your Data Set(s), donde indicaremos la palabra clave ‘SRTM’ para filtrar los datos y poder llegar al producto ‘SRTM 1 Arc-Second Global’
Fig.2: Filtro de dataset SRTM

Fig.2: Filtro de dataset SRTM

  • Al pulsar en la búsqueda aparecerán las hojas disponibles en el apartado 4. Search Results. En nuestro caso son dos hojas y procederemos a la descarga de la identificada como SRTM1N43W004V3, en formato GeoTIFF.
Fig.3: Descarga de hoja SRTM 1 Arc-Second Global

Fig.3: Descarga de hoja SRTM 1 Arc-Second Global

 

El fichero descargado n43_w004_1arc_v3.tif podremos ya cargarlo en QGIS.

Para ello bastará con utilizar la opción del menú Capa - Añadir capa raster y se visualizará con la escala de colores por defecto, en tonos grises. Podremos también consultar la altitud del terreno registrada en cada punto, haciendo clic con la herramienta Identificar.

Fig.4: MDE de SRTM en QGIS, con paleta gris unibanda

Fig.4: MDE de SRTM en QGIS, con paleta gris unibanda

Una vez cargados los datos, podemos comenzar a explotarlos utilizando distintas herramientas de QGIS. A continuación mostraremos brevemente 3 ejemplos.

 

Ejemplo 1. Usar SRTM como mapa base
El MDE de la SRTM constituye una gran base para la visualización topográfica, y puede servir como mapa de fondo sobre el que representar después nuestra información geográfica particular (p.ej. una ruta tomada con el GPS). Una forma rápida de dar un estilo mejorado a la capa raster, es mediante Raster - Análisis del terreno - Relieve, que genera una capa con visualización de sombreado y tintas hipsométricas simultáneas.

Fig.5: MDE SRTM sombreado en QGIS

Fig.5: MDE SRTM sombreado en QGIS

 

Ejemplo 2. Usar SRTM para una visualización 3D
QGIS dispone de un plugin muy interesante para la visualización en 3D de un MDE en un simple navegador web. El plugin se llama Qgis2threejs, que utiliza internamente la librería de JavaScript threejs. Con multitud de opciones para explorar, es una herramienta de visualización / publicación web de resultados muy interesante.

Fig.6: MDE SRTM en vista 3D con Qgis2threejs

Fig.6: MDE SRTM en vista 3D con Qgis2threejs

 

Ejemplo 3. Usar SRTM para un análisis de ubicación óptima
El hecho de conocer la altitud en cada celda (cada 30 metros), unido a las capacidades analíticas de QGIS para datos raster, permite usar SRTM en potentes análisis geográficos. Por ejemplo, es posible modelizar el flujo del agua y estudiar cómo se configuran las cuencas hidrográficas o calcular las horas potenciales de insolación anuales en un punto…

En el siguiente vídeo mostraremos otro ejemplo aplicado a un problema SIG clásico: la búsqueda de la mejor ubicación, apoyados en la calculadora raster de QGIS:

 


Esta entrada es una colaboración en el blog iNFoRMáTICa++, perteneciente a los Estudios de Informática, Multimedia y Telecomunicación (EIMT) de la Universitat Oberta de Catalunya (UOC). Publicada originalmente en: http://informatica.blogs.uoc.edu/2015/01/15/como-utilizar-datos-geograficos-publicos-de-la-nasa-srtm-con-un-software-libre-como-qgis/

3 lenguajes de programación para SIG

A lo largo de los años dentro del mundo SIG es habitual, para un analista o usuario avanzado, encontrarse en la posición de tener que decidir: ¿en qué tecnología/s formarme? O dicho de otra forma ¿a qué dedico mi valioso (y probablemente escaso) tiempo-presupuesto? ¿aprendo a manejar un nuevo SIG de escritorio, a gestionar un servidor SIG… o a qué?

Esta primera pregunta hoy día tiene una sólida y clara respuesta: primero aprende a programar (y si ya sabes, aprende a programar mejor). Tomando las palabras de James Fee (al que recomiendo seguir en su blog): “GIS analysis has become programming and development”, así que la cuestión es más bien… ¿en qué lenguaje/s de programación invierto?

Aunque la lista de lenguajes candidatos es potencialmente extensa, para obtener el máximo retorno del esfuerzo lo más adecuado hoy día es centrare en SQL, Python y JavaScript.

¿Por qué estos lenguajes y no otros?
sql
SQL (1974): lleva cuarenta años con nosotros y sigue vigente. Aunque estrictamente no es un lenguaje de programación, sino un ‘lenguaje de consultas estructurado’, lo importante es que todo SIG lleva un motor de consultas interno que permite, en mayor o menor medida, aplicar SQL. Si sabes bien los fundamentos, te será mucho más fácil aplicar luego los operadores espaciales disponibles para enriquecerlo con la componente “geo”. Acabarás teniendo un SHP, una plataforma en la nube como CartoDB, un PostGIS o un miserable Access, pero lo que es seguro es que si trabajas con SIG tendrás que manejar con soltura SQL.

python
Python (1991): el lenguaje para muchos más adecuado para iniciarse en la programación, con librerías que facilitan el trabajo en prácticamente todo tipo de ámbitos (interfaces, multimedia, bioinformática…). En el mundo SIG la decisión ya está tomada hace un tiempo, desde el momento en que potentes librerías como GDAL/OGR crearon sus envoltorios para Python y ESRI & QGIS lo adoptaron como lenguaje de geoprocesamiento. Python es hoy el lenguaje por excelencia para trabajar con SIG, especialmente a nivel de geoprocesamiento y en equipos de escritorio (otro tema es la construcción de soluciones web en servidor, donde el entorno Java con ejemplos como Geoserver-GeoTools aún sigue vigente).

javascript
JavaScript (1995): Tiene la capacidad de dotar de interacción a las páginas web e incorporar mapas y otras funciones SIG en ellas mediante bibliotecas (como OpenLayers, Leaflet, etc.), hasta conseguir aplicaciones SIG completas en el navegador web. Prácticamente toda la revolución de la “neogeografía”, que tanto ha beneficiado a los SIG estos últimos años, ha venido de su mano (primero con GoogleMaps, y más recientemente con bibliotecas como las de CartoDB, Mapbox…). De hecho, ahora comienzan a aparecer librerías JavaScript como Turf para algo impensable hace unos años: realizar cálculos SIG en el navegador web (buffer, intersección, isolíneas…), sin tener que recurrir a un servidor dedicado de respaldo como ArcGIS Server o Geoserver.

JavaScript no “viaja solo”: en la práctica hay que considerar un lote de 3 lenguajes, puesto que lleva aparejado lidiar con sus dos lenguajes ‘hermanos’: HTML y CSS, que lo apoyan para construir aplicaciones web.

Si cada uno de estos lenguajes ya es útil por si sólo, lo son más en combinación. Aprovechar las sinergias que surgen entre ellos permite explotar y construir sistemas SIG más potentes (p.ej. usar Python en ArcGIS o QGIS y realizar filtros SQL contra una base de datos PostGIS, usar JavaScript y realizar consultas SQL a través de un API contra una tabla remota en CartoDB, etc.).

Así que mi consejo es:
1. aprende los fundamentos básicos de los 3 lenguajes
2. dedica el tiempo a profundizar en ellos y en nuevas bibliotecas de funciones que los enriquezcan.
3. mejora durante el proceso tus habilidades generales de programación (algoritmos, diseño, herramientas y prácticas ágiles…).

Cómo utilizar datos geográficos públicos de OpenStreetMap con un software libre como QGIS

Analizar datos espaciales y generar con ellos mapas atractivos para el usuario es la gran fortaleza de los Sistemas de Información Geográfica (SIG). Y si hace unos pocos años el software SIG y los datos de calidad estaban sólo al alcance de unos pocos (grandes corporaciones, militares, universidades…), hoy cualquier profesional bien formado tiene en su mano la posibilidad de usarlos de forma rápida y gratuita. En esta entrada veremos algunas posibilidades del uso combinado de un software SIG libre como QGIS y los datos, también libres, de OpenStreetMap.

¿Cómo empezar a trabajar con QGIS y OSM?

Instalando en nuestros equipos la última versión de QGIS Desktop dispondremos de un software SIG de escritorio completo, gratuito y extensible mediante plugins (instrucciones de instalación detalladas de la v2.6, para Linux, Windows y Mac, en http://www.qgis.org/es/site/forusers/download.html).

OpenStreetMap (OSM) no es sólo un mapa: es una base de datos mundial con más de 30 GB de datos geográficos vectoriales de información muy diversa y detallada (carreteras, caminos, edificios, restaurantes, parques naturales…). En las últimas versiones QGIS integra de forma nativa la opción de descarga de datos OSM, desde su menú Vectorial - OpenStreetMap (OSM) - Descargar Datos. Esto simplifica y agiliza la descarga de una porción de datos OSM, en forma de fichero vectorial .osm (XML).

En este ejemplo, utilizaremos datos de la ciudad de Santander, dentro del área geográfica definida manualmente por las siguientes coordenadas: xmin:-3.8313931 ymin: 43.4449263 | xmax:-3.7658341 ymax: 43.4784917

QGIS también permite descargar datos OSM dentro del encuadre de una capa preexistente o a partir del zoom actual por pantalla. En cualquier caso, es importante que el sistema de referencia sea WGS84 Longitud / Latitud (EPSG: 4326) o el proceso no funcionará correctamente. Esto es debido a que internamente el complemento hace uso del API Overpass, que recibe como parámetros las coordenadas del encuadre en este sistema.

Una vez descargados los datos OSM (en un fichero santander.osm, de aprox. 5 MB), se pueden cargar directamente en QGIS, mediante la opción de menú Capa - Añadir capa - Añadir capa vectorial (y luego seleccionando points / lines / multipolygons).

OSM_Base

Fig.1: Datos OSM con los estilos por defecto en QGIS

Una vez obtenidos los datos podemos comenzar el proceso de explotación y análisis, utilizando distintas herramientas de QGIS. A continuación mostraremos brevemente 3 ejemplos ilustrativos:

 

Ejemplo 1. Usar OSM para generar un mapa

Es posible tomar los datos OSM y generar con QGIS un mapa 100% personalizado, seleccionando cada entidad a mostrar, su etiquetado, su estilo… hasta obtener un mapa base o mapa temático a nuestra medida.

QGIS proporciona un mecanismo para persistir reglas de visualización mediante ficheros de estilos reutilizables (.qml). Por ejemplo, existen algunos .qml públicos que permiten dar una apariencia ‘googlemaps’ a un lote de datos .OSM y si los aplicamos a nuestras capas OSM (menú de capa Propiedades - Cargar estilo) el resultado es un mapa base como el siguiente:

Fig.2: Mismos datos OSM, con los estilos osm_spatialite_googlemaps_.qml, tomados de https://github.com/anitagraser/QGIS-resources/tree/master/qgis2/osm_spatialite

Fig.2: Mismos datos OSM, con los estilos osm_spatialite_googlemaps_.qml, tomados de https://github.com/anitagraser/QGIS-resources/tree/master/qgis2/osm_spatialite

Los .qml usados son ficheros para la versión 2.4 de QGIS y no se contemplan todos los tipos de objetos OSM, como p.ej. ‘playas’ (categoría natural:beach), con lo cual para un resultado óptimo deben trabajarse más los estilos.

 

Ejemplo 2. Usar OSM para un análisis de redes

OSM incluye un subconjunto especialmente relevante de datos que es la red viaria. OSM recoge el grafo conectado de autopistas, carreteras, caminos, calles… y permite por tanto aplicar los algoritmos propios del análisis de redes: camino más corto, estimación de tiempos para recorridos, etc.

Aunque existen herramientas más sofisticadas, QGIS proporciona una práctica utilidad para calcular la ruta más corta en una red, mediante su complemento Grafo de rutas.

Antes de usar el complemento hay que cargar la capa de líneas y luego configurar el plugin, mediante Vectorial - Configuración del complemento Grafos de rutas. En ese apartado de configuración se puede fijar p.ej. la velocidad media de los tramos. Para ver los datos de tiempo y velocidad correctamente, será necesario usar una proyección que utilice metros como unidad, así que aplicaremos antes una reproyección al vuelo (en este caso, a la zona le corresponde ETRS89-UTM30N: EPSG:25830).

Si fijamos una velocidad media de 50 km/h a toda la red, podemos calcular por ejemplo la distancia y tiempo estimado del camino más corto entre la estación de tren de RENFE y los Jardines de Piquío en el Sardinero.

Fig.3: Los datos de la red de transporte OSM utilizados para un cálculo de camino más corto

Fig.3: Los datos de la red de transporte OSM utilizados para un cálculo de camino más corto

 

Ejemplo 3. Usar OSM para la búsqueda de vivienda

Los datos OSM pueden usarse también para análisis de otra índole, encadenando sobre ellos operaciones espaciales sucesivas (área de influencia, intersección, etc.). P.ej. para la búsqueda de la mejor ubicación para alquilar una vivienda, en base a una serie de requisitos previos tales como p.ej. la proximidad a una escuela, cercanía a vías de comunicación rápidas, etc.

En el siguiente vídeo puede verse un análisis vectorial sobre datos OSM en esta línea:

 


Esta entrada es una colaboración en el blog iNFoRMáTICa++, perteneciente a los Estudios de Informática, Multimedia y Telecomunicación (EIMT) de la Universitat Oberta de Catalunya (UOC). Publicada originalmente en: http://informatica.blogs.uoc.edu/2014/12/15/como-utilizar-datos-geograficos-publicos-de-openstreetmap-con-un-software-libre-como-qgis/

Instalación de librerías NetCDF + Python en un sistema Windows

La instalación adecuada de Python + NetCDF es algo muy extendido y documentado en sistemas Linux, pero no tanto en sistemas Windows. En esta entrada el objetivo es recoger los pasos necesarios para conseguirlo, a modo de referencia rápida con las instrucciones y enlaces oportunos.
Python + netCDF
NetCDF [1] es un formato binario de fichero (.nc) orientado a arrays, que facilita el manejo de varias dimensiones (x, y, z, tiempo…) de forma eficiente y flexible. Por esta razón está muy extendido en la comunidad científica, por ejemplo para guardar datos del medio como temperaturas, corrientes, viento, salinidad, etc. obtenidos mediante sensores o modelado. De forma indisoluble con el formato, existe un conjunto de librerías para NetCDF que facilitan el acceso a sus datos desde varios lenguajes (C, Fortran, Java, etc.) y que son la pasarela con la que trabaja el programador. Python es por su parte el lenguaje de scripting más potente y posee multitud de librerías para ampliar su campo de acción (para el manejo de datos SIG, cálculo intensivo, gráficos, etc.), por lo que juntos forman una buena combinación en el ámbito científico.
Los pasos para configurarlos de forma integrada en una plataforma Windows de 32 bits son:
  • (A) Python 2.7. Si aún no lo tenemos, la última versión disponible para la rama 2.x (la más extendida) es actualmente la 2.7.5, descargable aquí
  • (B) NetCDF4. Las librerías base están escritas en C y para usarlas es necesario descargarlas y compilarlas o, algo más práctico, obtener directamente los binarios. Siguiendo la segunda vía, aquí está el instalador con la última versión para netCDF4. Para una descripción más detallada de estos binarios, ver el enlace [2]
  • (C) Acceso a las librerías NetCDF. Para un enlace posterior a las librerías, es necesario agregar al PATH los siguientes directorios, generados por el instalador: C:\Program Files\netCDF 4.3.0\bin y c:\Program Files\netCDF 4.3.0\deps\shared\bin
  • (D) Numpy. El acceso a los datos de los ficheros NetCDF se realizará de forma efectiva con esta librería para Python, especializada en el manejo de arrays.  La última versión disponible hoy, la 1.7.1, para Python 2.7 está disponible aquí 
  • (E) Interfaz de Python para netcdf4. Ésta es la librería Python que permite leer y escribir en los netcdf desde scripts .py, actuando de pasarela hacia las librerías base previamente configuradas (C). El instalador para la 2.X está en este enlace
  • (F) Validación. Finalmente, para probar que todo está correcto, ejecutaremos un pequeño script de Python, leyendo un netcdf cualquiera (fichero testNC.py). P.ej. estos datos de la NASA muestran las anomalías térmicas sobre la superficie terrestre y es posible descargarlos en formato netCDF desde aquí en un fichero “nmaps.nc”. Como nota útil, señalar que para visualizar de forma rápida el netcdf se puede usar un visor como Panoply [3] o un software SIG como gvSIG, que en su versión más reciente incluye soporte a este formato [4]

testNC.py

# -*- coding: utf-8 -*-
import netCDF4 as nc
import numpy as np

'''
     Prueba de acceso a netCDF en Python Win32.
     Abre un fichero .nc y obtiene el valor mínimo de una variable conocida ('TEMPANOMALY')

'''
print 'TEST netCDF en Python'
rutaFichero = "c:/users/admin/nmaps.nc"
fichero = nc.Dataset(rutaFichero)

print "* Variables disponibles en el fichero:"
for v in fichero.variables:
    print v

datos = fichero.variables["TEMPANOMALY"][0]
print "* Mayor anomalia de temperatura negativa : {0} K".format(min(datos))
Nota: como los datos de la variable vienen en un array con “máscara” (para indicar dónde hay ‘huecos’ sin datos), es posible utilizar las clases de numpy específicas y hacer algo como:
minimo = np.ma.MaskedArray.min(fichero.variables["TEMPANOMALY"][:])
maximo = np.ma.MaskedArray.max(fichero.variables["TEMPANOMALY"][:])
Enlaces de interés: