¡Cartografía en estado puro! Análisis COVID19 (Tasa de Incidencia acumulada 14d) por Zonas Básicas de Salud en la Comunidad de Madrid, España

Más de cinco meses recopilando datos desde esta web (https://datos.comunidad.madrid/catalogo/dataset/covid19_tia_zonas_basicas_salud), extrayendo la Tasa de Incidencia Acumulada para cada una de las 287 Zonas Básicas de Salud de Madrid, definiendo rangos y colores correctos de visualización y luego un poco de Photoshop aquí y allá y voilá!

Si hay algo que tengo claro desde que empezó esta crisis es que los datos son la clave y unos datos erróneos, mal interpretados, unos medios de comunicación con intereses creados o la falta de criterio nos pueden llevar a tomar decisiones equivocadas. Por eso casi desde el principio mis análisis sobre el tema están basados en fuentes fidedignas y punto, con eso, algo de constancia e interés, se facilita la comprensión.

Espero que os guste, si es así, compartid!
Gracias,

Alberto CONCEJAL
Geógrafo/Analista GIS
Geovisualization.net

I can repeat this story by heart (The Warrior’s prayer, by Manowar) so I guess I am supposed to have certain English Level ;-)

Long story short, I learned this song when I was about 18 yo, meaning 30 years ago. Little by little I managed to be able to tell it out loud (when I was walking all alone or with my kids these last years). Even it popped up during a job interview, twenty years ago or so, the person interviewing me asked me about my music tastes and I answered Manowar among others (yes!), suddenly both of us finished telling (or singing) this story together. Granfather? Tell me a story, oh, all right, go and get your story book… I finally got that job. One of the songs of my life.

You can activate subtitles in Youtube.

Alberto
GIS analyst and (ancient and actual) Manowar fan

500 entrenos, checked!

Hoy es un día importante para mí, desde que comencé a correr el 14 de agosto de 2014 he llegado hoy hasta los 5,500km o lo que es lo mismo, antes de fin de año, si no hay más sorpresas (ya han sido suficientes este año) estaré llegando a Teherán, la capital de Irán. He corrido sobre todo en España, principalmente en Madrid, donde vivo, pero también en Francia, Túnez, Sudáfrica, Chile, Colombia o Perú y como curiosidad diré que en cinta solo un poquito (2.3%) y es que lo que más mola es correr en exteriores, al menos a mí.

Aquél día no tan lejano del 2014, viviendo en Nantes, Francia, decidí que si podía dedicarle media hora diaria al Candy Crash, también podría dedicarle media hora a correr y no volví nunca a jugar al Candy Crash y al mismo tiempo no paré. También jugó un papel importante el hecho de que estaba con un poco mucho de sobrepeso y que apenas podía correr unos metros con mi niña sin asfixiarme!!. Ha habido algunos parones por lesiones pero si no, he sido muy regular y en tendencia ascendente siempre.

Calculo que terminaré este año con unas 130 salidas y unos 1,300km, lo que no está mal para alguien casi en la cincuentena como yo. La idea era simplemente cuidarme para poder correr con mi niña y ya lo estoy haciendo desde hace unas semanas. Y es lo que me hace más feliz del mundo. Tengo muchas razones en la vida para estar feliz y esto de que se cumpla mi plan de poder correr con ella, me emociona de verdad.

La regularidad y la constancia siempre han sido algunos de mis puntos fuertes que compensan mis no pocos puntos flacos (que no vienen al caso, jeje) y llevar cuenta de cada milímetro de mi entrenamiento me motiva y me permite mejorar. Nada más que tengo que trazarme un plan (razonable, claro) e ir a por él. La estadística siempre ha sido una de mis pasiones y me encanta combinarla con mis aficiones… Correr y el análisis espacial van muy de la mano!

Así cumplí mi sueño de correr una Maratón allá por Diciembre de 2017 en Valencia y ya no pude parar. Ahí mis amigos los POLLITOS RUNNING CLUB tienen mucha culpa, en la fiesta de Reyes 2017 nos prometimos después de unas cuentas cervezas y unos cuantos bailes de SKA que lo haríamos juntos. Qué increíble experiencia. Corrí también la Maratón de Madrid 2019 y tan solo un virus como el actual ha podido evitar que corriera mi tercera en Nantes 2020 pero ese es solo un sueño que tarde o temprano llegará. Cruzo los dedos.

Mi ojito derecho (tengo varios) me acompaña algunas veces y corremos tranquilamente mientras hablamos, nos contamos cosas, vemos las cosas que pasan a nuestro alrededor, nombramos árboles, pájaros… ‘Pa’ qué más?.

Es esto algo que tenga que ver con Geovisualization?. Sí, Geovisualization soy yo! 🙂

Alberto

CORONOVIRUS ANÁLISIS MADRID (updated 20201029)

Las cifras parecen descender, de hecho lo hacen si miramos a la Media (el factor que se mira más últimamente, la tasa de transmisión por 100,000 habitantes los últimos 14 días).

La visualización por coropletas podría ser ambigua (por ejemplo escondiendo polígonos muy pequeños con unos valores muy altos). Observad estudio detallado de las mismas en las últimas seis semanas:

De hecho más que ambigua, muestra menos rojos, parece descender… (hay más huecos de <250, que los saca de la visualización, hummm, en teoría bueno pero…

Un estudio de densidad muestra un aumento y ligero desplazamiento de las zonas con tasas de contagio mayores y una combinación de parámetros diferentes muestra el aumento desarrollo de distintos focos…

Valle de la Oliva (Majadahonda, 640), Barrio del Puerto (559) y Doctor Tamames (Coslada, 620), confinadas desde el lunes 2 de noviembre pero, qué pasa con Valdezarza con 46 mil personas en el interior? Tiene un TIA de 974!!! Y está conectado con la ZBS de Andrés Mellado y Guzmán el Bueno!!

No tiene ningún sentido que se cierren perimetralmente zonas y lo que la semana pasada era un criterio, como que estuviera unido a otro o que tuviera un tasa ascendente, ahora no sea tal. No tiene sentido!.

Donde de verdad quiero llegar (que me pongo malo con cada cosa que veo) es que según el enfoque del análisis, los resultados pueden parecer ambiguos (no sé, quizá!!!). En todo caso, cuando no está claro el tema, lo mejor es la precaución y en la Comunidad de Madrid podríamos tener en el mejor de los casos a una suicida como presidenta, Isabel “DEATH” Ayuso y sus decisiones no parecen contradecir esto. Lo peor es que detrás de sus decisiones están muchos millones de personas, no solo en Madrid.

Alberto CONCEJAL
Analista GIS (independiente, y ser independiente hoy, es algo)

Nuevo estado de Alarma en Madrid. ¿Era necesario?

En estas últimas dos semanas, ya pueden pintarlo como quieran en la Comunidad de Madrid pero la Tasa de Incidencia Acumulada 14d por encima de 750 (el índice que querían usar a cambio de las medidas impuestas por el Gobierno Central) afectaba hace dos semanas a 2,2 millones mientras que ahora lo hace a 2,9 millones. ¿Hay que actuar?. ¡La respuesta es SÍ, YA!

Sé que no es el único parámetro a tener en cuenta pero es muy significativo. 750 es el umbral elegido por la CAM para mostrar que 51 Zonas Básicas de Salud (ZBS) en lugar de las 37 originales de hace dos semanas. Todavía no conocemos el modo en el que distribuye al 100%

Aquí tienes el set oficial de datos con el que he trabajado y las Tasas de Incidencia Acumulada 14d en formato Shape (SHP) las dos semanas del análisis:
https://www.dropbox.com/s/xary3mboy0h2w29/COVID_TIA_MADRID_W39_41.rar?dl=0

Los datos fueron descargados de la web oficial de la Comunidad de Madrid
https://www.comunidad.madrid/gobierno/actualidad/datos-coronavirus

Si te interesa, difunde,

Alberto CONCEJAL
Geógrafo, MSc GIS

Nuevas medidas de confinamiento. 20200925

Se incorporan 8 nuevas zonas básicas de salud (ZBS) a las zonas previamente elegidas la semana pasada (20200921) con umbrales superiores de Tasa de Incidencia Acumulada de los últimos 14 días superiores a 1030, con tendencia creciente y con contigüidad con otras zonas con las mismas restricciones.

Podéis descargar el SHP con las ZBS y los códigos de los dos pasos de nuevos desde aquí:

https://www.dropbox.com/s/is3eclfizvu7rhd/Confinamiento_20200925.zip?dl=0

Análisis COVID19 en Madrid, segunda ola y nuevos confinamientos (actualizado 20200922)

Por explicar un poco lo que está pasando, se ha elegido la Tasa de Incidencia Acumulada en los últimos 14 días: cociente del número de casos confirmados de cada ámbito territorial con infección activa, con fecha de notificación, notificados en los 14 días previos a la fecha del informe, entre la población de cada ámbito territorial a 1 de enero de 2019 (última cifra definitiva del padrón continuo). Se expresa en tanto por cien mil personas.

En pantalla se ha realizado un mapa de predicción (realizado con el Geostatistical Analyst de ArcGIS 10.6.1 y con Global Mapper 20.1) por interpolación mediante el método determinista de Inverse Distance Weighting (IDW), tomando la tasa de incidencia y la cantidad de población en dicha Zona Básica de Salud (ZBS) como ponderador.

Inverse Distance Weighting (IDW) is a quick deterministic interpolator that is exact. There are very few decisions to make regarding model parameters. It can be a good way to take a first look at an interpolated surface. However, there is no assessment of prediction errors, and IDW can produce “bulls eyes” around data locations. There are no assumptions required of the data.

(Como decía he incorporado los datos de la población según el padrón de habitantes 2019). Simbolizados de tal manera que nuestro cerebro comprenda dónde están localizadas las ZBS con más o menos habitantes. Nota: Cuidado con los medios que no toman en cuenta lo que entienden nuestro cerebro. ¿Qué colores usan, ¿Cuántas clases?.

Y he superpuesto el mapa de predicción con las zonas efectivamente elegidas (28) -en este mapa rallados con una trama negra- para confinar selectivamente a partir del 20200921. Hay una clara correspondencia.

Qué viene ahora? Pues si seguimos usando las mismas variables que ISABEL DEATH AYUSO, las nuevas zonas serán quizá Alcorcón, San Isidro, Antonio Leyva, Lavapiés, Daroca, Canillejas… aquí os podéis bajar los datos a día de hoy:

Pero si usamos otras variables como por ejemplo la Incidencia Acumulada de los últimos 14 días por área ponderada a la cantidad de población (primera opción. Peña Prieta, Alcorcón entre otros) o la Incidencia Acumulada de los últimos 14 días por Densidad de población ponderada a su vez a la cantidad de población (segunda opción. Villamil, Villa de Vallecas o San Cristóbal entre otros) tendremos otros escenarios y otras ZBS diferentes. ¡¡Ah no, pero entre estas están algunas en el Norte!!!! ¡¡Eso no puede ser!!!!!

¡¡¡¡CONFINAREMOS MADRID ENTERO, ASÍ QUE NO HAY PROBLEMA!!!!

Mi opinión, si a alguien le interesa, es que la desidia, la dejación y la incapacidad de nuestros gobernantes han conseguido que no nos quede otra que ver cómo esta segunda ola nos va a arrollar a todos. Y no, no es una impresión, son datos. No se ha invertido en personal, en rastreadores, en camas de planta, de UCI. En nada. Tan solo se ha esperado a que esta segunda no existiera.

Ahora una última cosa sobre sensacionalismo en los medios. elige entre el Mapa A y el B. Los dos hablan de lo mismo. Uno muestra lo inexorable del avance de la pandemia, casi todos los polígonos tienen un color muy parecido. El otro muestra solo a los que se refiere el reportaje (IA por encima de 1000). Menos llamativo y menos sensacionalista quizá. Más objetivo.

En fin, si a alguien le interesa la respuesta, que me lo diga
Soy Alberto Concejal, Geógrafo y analista independiente 🙂 (Hoy día ser independiente es algo)

Supervised Classification using the Google Earth Engine, analysis by Mijanur Raman

What I like the most from Google Earth Engine is how powerful can be. You can take i.e all images from the whole Sentinel 2 series over certain spot and measure NDVI throughout time or you can take an analysis you first thought it was ideal over India and then you can use it anywhere else in the world. How fast this Geosciences are going that I can read an article in Linkedin and 5 minutes later I can have finished double checking whatever a random guy (Mijanur Raman) has classified 10,000 km from here. Isn’t it incredible?. By the way, thanks a lot Mijanur Raman for the code, I see in your area it works better (72%).

Here the code link: https://lnkd.in/eMAfdmk

(I adapted it to my parents hometown changing this line below)
var roi = ee.Geometry.Point( -5.9414, 40.8483);

Accuracy is allegedly 45% only but this is only for trying out purposes.

Procedure:
1) Define a region of interest as a point.
2) Load Landsat 5/6/7/8 input imagery. Here I used Landsat 5
3) Filter to get your Landsat data. Here I took nine years of images data.
4) Sort by scene cloudiness, ascending
5) Compute cloud score
6) Mask the input for clouds. Compute the min of the input mask to mask
7) pixels where any band is masked. Combine that with the cloud mask.
8) Here I Used MODIS land cover, IGBP classification, for this classification
9) Sample the input imagery to get a FeatureCollection of training data
10) Make a Random Forest classifier and train it.
11) Classify the input imagery
12) Get a confusion matrix representing resubstitution accuracy
13) Sample the input with a different random seed to get validation data.
14) Filter the result to get rid of any null pixels
15) Classify the validation data
16) Get a confusion matrix representing expected accuracy
17) Define a palette for the IGBP classification
18) Display the input and the classification

Source Linkedin/ by Mijanur Raman

Asia Pacific: Storm tracks 1956 to 2018+ sample video

This shape file consists of consolidated history of tropical storm paths over the past 50 years in the West Pacific, South Pacific, South Indian and North Indian basin. Attributes provides details such as storm Name, Date, Time, wind speed and GPS points for each advisory point. Wind speeds are in knots for more details on speeds conversion and storm categories please visit the original source of data: UNISYS (http://weather.unisys.com/hurricane/index.php), NOAA (http://rammb.cira.colostate.edu/products/tc_realtime/index.asp)

Software used for visualization: ArcGIS 10.6.1 I have also symbolized and created a sample AVI video around the Philippines and The Mariana Trench.

Methodology – Registry
OCHA’s Regional Office for Asia and the Pacific http://www.unocha.org/roap/

Source: https://data.humdata.org/dataset/asia-pacific-storm-tracks-1956-to-2018
Last updated at https://data.humdata.org/organization/ocha-roap : 2019-11-20

License – Public Domain / No Restrictions

Hipsters in USA. Sample over ALABAMA State

Isn’t it incredible? Mapping qualitative data, something as intangible as mapping a concept. For the first time, human behavior and personality in communities can be quantified using artificial intelligence. This dataset ranks the level of hipster activity by the block group level in the US.

Do you see the correspondance of this variable to the major transportation routes?

Do you see the correspondance of this variable to the major cities?. Is there any defined distribution pattern within the big urban areas (i.e Birmingham)?. Is there any correlation you can come across with?

For this purpose I had to download census boundaries from 2010 and crossed them with this ID i have got from Chad Gardner @cgard2991

https://data.world/cgard2991/hipsters-in-usa
https://www.census.gov/geographies/mapping-files/time-series/geo/carto-boundary-file.2010.html

Spatial.ai uses artificial intelligence to process over 4 billion social media data points, with approximately 140 million new data points added monthly. We filter and clean this data to identify predictive value and quantify the qualitative nature of communities. We then organize these filtered data into 100+ social segments. Finally, we deliver organized, usable segments scored on a global index to help you measure human behavior in any location. For this dataset we organized the filtered data into 100+ social segments scored on a global index.

We provide this sample data set to prospective customers and partners to demonstrate typical delivery format. This data can be made available in any format or level of geography including all of North America and most International locations.

Source: https://data.world/cgard2991/hipsters-in-usa/discuss/hipsters-in-usa/aidmfgy3

Alberto CONCEJAL
Geographer and GIS analyst