Archive for the ‘geovisualizacion’ Category

UPDATED TODAY! Enfoque “Open data” para la toma de decisiones en tiempos de Coronavirus COVID-19

2020/04/21

Decenas de medios y redes sociales, algunos poco fiables por incapaces o partidistas (o las dos cosas), muchos datos, no necesariamente bien extraídos y analizados, varios criterios no armonizados y cambiantes (en los últimos días dos veces han cambiado los criterios del Ministerio de Sanidad español!) me convencieron para hacer los análisis yo mismo pero esto, claro, requiere un poco de desarrollo y tiempo. Los periodistas no tienen por qué tener nociones de estadística o de análisis espacial pero yo sí. Tengo acceso a OPEN DATA (Datos Abiertos) y ganas de análisis? Vamos a ver qué sale de esto…

De momento accedo a diario al boletín o update del Ministerio de Sanidad https://www.mscbs.gob.es/en/profesionales/saludPublica/ccayes/alertasActual/nCov-China/situacionActual.htm de donde me descargo el PDF con los sumarios actualizados desde que contaron las diez primera muertes, si no estoy equivocado (por favor corregidme si es así). Luego es necesaria un poco de ingeniería inversa porque el PDF no permite muchas oportunidades para los análisis personales y el copia pega directo no fuciona (qué pena!) Muchos otros diagramas y muchas gráficas estándar, sí. Pero un PDF no te permite mucha capacidad para hacerlo tú mismo, no.

Una vez que copias y pegas los datos en un excel te das cuenta la gran cantidad de edición que tienes que hacer para poder empezar a ver cosas. De momento geocodifiqué las capitales de las CCAA dado que no los datos no estaban desagregados por provincias, lo que hubiera sido ideal. Bueno en estas cosas nada es ideal en el sentido de que a nadie en su sano juicio se le ocurre hacer un seguimiento de estas características con un criterio cambiante y no aunado por cada uno de los límites administrativos. Pero bueno la cuestión es que empecé con una tabla más o menos legible en el update 51 (21.03.2020 (datos consolidados a las 21:00 horas del 20.03.2020)).

Mi idea era salirme un poco del catastrofismo que tenían todos los medios en esas fechas, donde todo eran muertos por todos lados y UCIs a punto de colapsar así que me decidí por analizar los incrementos a la baja de las UCIs y los Fallecidos. Mientras todo subía, me di cuenta de que esto bajaba. Poco a poco, eso sí, pero bajaba.

Luego pasaron los días y añadí los incrementos a la baja de las hospitalizaciones. Ahí estaban mis tres parámetros a la vez, bajando cual llaneros solitarios rodeados de muerte y abatimiento por todas partes. ¿Para qué vale esto? alguien dirá, pues para no perder el norte y darse cuenta que como decía Mark Twain “Hay tres clases de mentiras: las mentiras, las malditas mentiras y las estadísticas.”. Ahora en serio, bueno, yo quería creer que las cosas se iban a arreglar. Basta. :-).

Otra cosa, particularicé el análisis en Madrid, es decir, además de fusilar los datos de todo el país, copiaba una línea extra donde analizaba específicamente el trascurrir del corona virus o COVID-19 en la capital, por cierto, el centro neurálgico del desastre en España.

Fui añadiendo parámetros a analizar y métodos de control visual, cosas sencillas como el formato condicional, colores que dependen de las cifras o tipos combinados de tablas. De curvas o de columnas, ejes secundarios a casco porro, todo para ver cómo combinaban unos atributos con otros y si había algo que cambiaba en el tiempo…

Pero los muertos seguían subiendo. Una cosa buena es que tenía datos de capacidad máximas de estructuras, por ejemplo, en Madrid había en principio 1500 camas de UCI, cifras que fueron subiendo a medida que se iban inaugurando los centros de apoyo como los de IFEMA. El día 4 de Abril se llegó a una ocupación UCI de 1499. Qué miedo. Afortunadamente, todo bajó desde entonces.

En fin, este fue mi trascurrir conforme pasaban los días y lo cierto es que aunque no comunicaba estos resulltados más que con mi grupo familiar de Whatsapp y a mis 90 (o menos) seguidores de Instagram (que como solo publico cosas de running, estaba semi-abandonado), esto, de verdad me hacía sentirme útil en el sentido de que eran datos esperanzadores y no eran mentira. Ya sé que Mark Twain no diría lo mismo pero Gauss decía algo todavía más gracioso, “Tengo mis resultados hace tiempo, pero no sé cómo llegar a ellos“. Esto es exactamente lo que pasaba por mi cabeza (Gracias Karl Friederich!).

Bajan los hospitalizados en el eje secundario y también las UCIs en el primario… muy lentamente sí, pero bajan!

Este diagrama de arriba muestra que el pico ha pasado y que en el trascurso de diez días las cosas habían cambiado bastante. En casa ya llevábamos 30 días de confinamiento aproximadamente y los ánimos no eran muchos porque mis niños (dos) por muy majos que sean, son niños y los análisis no salen cuando hay marejada y en confinamiento no hay marejada en mi casa, hay maremoto. Así que vamos a por más estadística. O mejor, “Más madera!!!!!” (Esta es de Groucho). Fin de las citas, lo prometo.

Quizá mi querido Fernando Simón averiguó que estaba haciendo estas estadísticas y prefirió cambiar el método de contabilización… Se pasó de medir 8 atributos a el doble, incluyendo por ejemplo Positivos por test de anticuerpos, PCRs, tests rápidos, etc, datos que aparecen solo en algunas de las provincias, excepciones por todos lados, asteriscos explicativos… plofffff.

Entre tanto averigué que los de Blue Marble Geographics (Global Mapper) habían añadido una capa de datos online, una conexión WMS con datos georreferenciados de todos los países del mundo, con actualizaciones diarias. Oh yeah! (Gracias al Professor Lauren Gardner, un Ingeniero Civil y de Sistemas de la Universidad Johns Hopkins).

Esto al menos para los datos internacionales.

https://coronavirus.jhu.edu/map-faq

Por otro lado, a una escala más local, mis tablas y mis geocodificaciones de capitales de CCAA (previo paso por ArcGIS para transformar las coordenadas en puntos, darle proyección y luego añadirles los datos mediante un SPATIAL JOIN) me permitían una visualización del análisis con un enfoque particular en España (que me perdonen mis buenos amigos Canarios, en este caso no incluyo las islas por temas de diseño).

En resumidas cuentas, de momento ahí sigo, traduciendo los PDF del Ministerio en hojas de excel legibles por mí mismo y que me permiten tocar los datos desde diferentes enfoques, no necesariamente bien ponderados pero sí frescos y liberados de toda atadura. Podrían parecer unos análisis sencillos (que lo son) pero requieren la alineación de muchas cosas, entre ellas el conocimiento de las herramientas GIS, las proyecciones, distribuciones estadísticas, pero la más importante, la curiosidad por extraer datos para posteriormente tomar decisiones acertadas.

PD: Puedes descargar el EXCEL (en bruto) con todos los datos que se han podido “comprender” después de todos los cambios en los modelos de contabilización de variables desde aquí (última actualización, 108, 20200517):
https://www.dropbox.com/s/h2hebz66btpied0/analisis%20corona.xls?dl=0

Fuentes:
*https://cnecovid.isciii.es/covid19/#documentaci%C3%B3n-y-datos
*https://www.mscbs.gob.es/en/profesionales/saludPublica/ccayes/alertasActual/nCov-China/situacionActual.htm
*https://www.datoscovid.es/
*https://datos.comunidad.madrid/catalogo/dataset/covid19_tia_muni_y_distritos


Alberto CONCEJAL
Geógrafo / MSc GIS y Teledetección

Census differential Privacy Exploration: the change in population for every Congressional district after applying Differential Privacy

2019/11/18

How differences in population count could have implications for service provision, allocation of funds, & political representation.

Source: https://www.caliper.com/census-differential-privacy-maps/

The U.S. Census Bureau has changed the way it ensures privacy for the 2020 Census. The new method is called Differential Privacy (DP).

To help people assess some of the implications and unintended consequences of Differential Privacy, Caliper® is providing several maps for public inspection. This map, created with Maptitude®, shows the change in population for every Congressional district after applying Differential Privacy.

The map illustrates that the current 116th Congressional District populations would have been different in many instances, with possible implications for service provision, allocation of funds, and political representation.

Because this method distorts populations for Census Blocks and for all political subdivisions within each State, state legislatures would have drawn different district boundaries had Differential Privacy been used in the 2010 Census.

The non-adjusted PL 94-171 demographics were used for this comparison for consistency with the Differential Privacy 2010 Demonstration Data Product.

Mi ponencia en la #CESRI19. SWOC: Innovar para sobrevivir a la 4ª Revolución Industrial

2019/11/07

Pasar del ‘hype’ a los hechos cuando hablamos de innovación es un gran reto en cualquier organización, pero más si cabe en las más grandes.

En esta mesa contaremos con profesionales experimentados de diferentes organizaciones que están realizando proyectos reales que combinan tecnologías emergentes con geolocalización. Además de hacer un breve repaso a algunos de sus proyectos, compartiremos experiencias sobre las dificultades, amenazas y fortalezas y oportunidades (DAFO) de invertir en innovación como palanca para sobrevivir a la 4ª revolución industrial y para transformar las organizaciones lineales en exponenciales.29/10/2019 – 9:00 a 10:15 Sala 109

SWOC: Innovar para sobrevivir a la 4ª Revolución Industrial

Un placer sin duda participar como ponente en la mesa “SWOC: Innovar para sobrevivir a la 4ª Revolución Industrial” en la Conferencia ESRI de este año 2019. Estar rodeado de verdaderos expertos le hace a veces a uno pensar que ha elegido bien el camino…

Google Earth Engine y los incendios de verano: el caso de Cadalso de los Vidrios, Madrid (Julio 2019)

2019/07/11

Gracias a la inestimable ayuda de mi compi de co-working Pablo Martín -ingeniero Forestal- con Google Earth Engine hemos modelado este NBR (Normalized Burn Ratio) que usa los canales NIR y SWIR de Sentinel-2 para medir la severidad del incendio de la semana pasada en mi pueblo, Cadalso de los Vidrios (Madrid, España). Rozamos la tragedia en lo personal pero sin duda fue terrible a nivel material. Tardaremos décadas en revertir este funesto incendio pero vayamos a lo práctico…¿Qué zonas han sido más severamente dañadas?. Un NBR aislado apenas nos dice más que el estado actual pre o post incendio pero no sería más acertado compararlas dos escenas inmediatamente anterior y posterior?. Esto es posible hoy día dado que Sentinel-2, un satélite europeo a 10m de resolución, pasa cada pocos días. ¡Qué potencial!.

La medición de la severidad ha de tomar en cuenta el ratio anterior y posterior al incendio que idealmente hace más preciso el resultado (Prefire NBR – PostFire NBR). La imagen arriba muestra claramente la zona al Oeste como la ás dañada por el fuego.

Respecto a las mediciones de las zonas afectadas unos se pregunta si éstas tienen que ver con la severidad de la zona específica afectada o simplemente se considera lo mismo si el fuego ha rozado que si ha realmente afectado a horizontes edáficos más profundos (lo que lo convierte potencialmente en más grave). Dependiendo de cómo se mida, tenemos más o menos zonas afectadas por el fuego. Desconozco el método oficial pero tengo claro que se debe tener claro este parámetro para las mediciones compensatorias, los seguros, etc. Recordemos que originalmente en todos los medios se establecían 3300 Has. como la cifra oficial y tan pronto como acabó, se bajó esa cifra a 2200 Has.

Mis mediciones objetivas y cuantitativas (pero siguiendo mi lógica particular, no necesariamente consensuada ni correctamente parametrizada) resulta en unos 27 km2 (en negro) desde unos más conservadores 10 km2 (en rojo).

https://elpais.com/ccaa/2019/07/04/madrid/1562256143_895750.html (El País)

Si nos ceñimos específicamente a las áreas quemadas y extraemos aquellas que lo son algo menos o que no están negras completamente. Se puede ver claramente que el incendio estuvo realmente a punto de entrar en el pueblo!!. En todo caso cuanto más lo miro más me parece algo que nos debería ayudar a tomar medidas en el futuro.

Coordinación entre organismos supraregionales (Comunidades Autónomas, Unidades Militares UME), inversión en limpieza del monte, mecanismos de compensación adecuados y ecuánimes, etc. 
Comparto el archivo en formato KMZ (se abre con Google Earth, por ejemplo): 

Descarga y visualiza en Google Earth

Siempre sale algo bueno de algo malo y después del incendio de Cadalso se me ha abierto un mundo increíble de posibilidades de análisis desde Google Earth Engine… Solo hacen falta tres cosas: curiosidad, un poco de tiempo y amigos que hagan GIS (Gracias también Ana, Pablo, Marcela, Ligia, Doramas, Manuel, Jorge y todos los demás compis activos de GISITELE!)

Combinación de imagen de alta resolución de fondo con NBR usando leyenda de blanco (menos severo) a negro (más severo)

Hacer el análisis en Google Earth Engine ( Google Earth Engine combines a multi-petabyte catalog of satellite imagery and geospatial datasets with planetary-scale analysis capabilities and makes it available for scientists, researchers, and developers to detect changes, map trends, and quantify differences on the Earth’s surface) me ha permitido usar las imagenes sin descargarlas, un análisis más certero y consistente así como actualizado instantáneamente en caso de variar puntualmente alguno de los parámetros (por ejemplo una fecha de una imagen inicial) así como la potencialidad de verificar cuantitativamente cómo se recupera la zona a medida que pasa el tiempo.

Como referencia, algunas fuentes de esos días en prensa nacional:

(Fuente ABC 20190705
https://www.abc.es/espana/madrid/abci-incendio-cadalso-investigan-si-fuego-comenzo-caseta-finca-negligencia-201907050058_noticia.html)

(Fuente El Periódico 20190701
https://www.elperiodico.com/es/madrid/20190701/madrid-incendio-cadalso-de-los-vidrios-cenicientos-7530250)

(Fuente El Mundo 20190711
https://www.elmundo.es/madrid/2019/07/11/5d1fa05ffc6c832b678b45fd.html)

Y para finalizar, un pequeño vídeo rápido en baja resolución para hacerse una idea de lo que fue:

https://www.dropbox.com/s/534iclgc8uep8hp/cadalso.mp4?dl=0

Saludos y ánimo a todos los cadalseños.

Seminarios motivacionales para (quizá) futuros Geógrafos

2019/01/31

El pasado día 17 de enero de 2019 tuve la oportunidad de presentar en un Instituto de Educación Secundaria, el IES Santo Tomás de Aquino, en Iscar (Valladolid) “Geógrafos en tiempos de GIS”.

La idea era mostrar el día a día del trabajo de un Geógrafo cualquiera (yo) y el recorrido que me ha llevado hasta aquí. El porqué de la elección de la carrera, los diferentes trabajos, las influencias de otros trabajos a priori sin conexión, el día a día actual, etc.

Espero de verdad que de alguna manera les haya servido y que alguno de ellos (por qué no?) se convierta el día de mañana en alguien feliz, que disfruta de su trabajo, algo que yo tengo la fortuna de contar.

¿Eres director, tutor o profesor en un Instituto de Secundaria? Te interesa replicar el Seminario?. ¡Contactame sin compromiso!

Nos vemos en el siguiente seminario!

Alberto CONCEJAL
MSc GIS, Geógrafo

Análisis de la inundación en Sant Llorenç des Cadassar (Baleares, España) en Octubre 2018

2018/10/11

Acabo de leer en el periódico que se han producido una inundación en el pueblo mallorquín de Sant Llorenç. Otro pueblo ubicado en medio de un torrente. Voy a analizar qué ha ocurrido. Si hay culpables o es solo el azar el que ha hecho que precisamente aquí caiga una riada inesperada imposible de prevenir de ninguna manera. Lo dudo mucho, la verdad.

Esta simulación con datos reales permite constatar empíricamente la pésima ubicación del pueblo en medio del cauce de un torrente al mismo tiempo que muestra lo osado de no gastar el dinero suficiente en infrastructuras que salven la vida de los habitantes de un entorno potencialmente peligroso en situaciones de borrascas ocluídas (gotas frías) o ciclogénesis expansivas, tan comunes en esta epoca del año por esta zona.

ver1-altimetria-660.jpg

Por aquí algunas citas puntuales:

“El torrente de Sant Llorenç parece diseñado por un asesino en serie (…) y el municipio, con los años, se ha metido literalmente en su cama”, ha asegurado el Geógrafo Miquel Grimalt sobre la zona más afectada por las lluvias torrenciales que cayeron ayer en Mallorca y que causaron al menos cinco muerto y varios desaparecidos.

Fuente: El mundo 20181010 15:32

“A medida que vayan despejando los coches a la luz del día, puede que se encuentre a alguno de los desaparecidos”, ha declarado Catalina Cladera, consellera de Hacienda y Administraciones Públicas, a la SER, donde ha calificado el panorama de “devastador”. “No nos lo esperábamos, el aviso pasó de amarillo a naranja en poco tiempo. El torrente estaba en condiciones, pero ha caído una cantidad de agua demasiado grande en muy poco tiempo”, ha afirmado Cladera.

Fuente: El País 20181010 15:36

La zona del pueblo incluye tres torrentes (es decir, cauces fluviales estacionales): el Torrent d’en Bengura de Sauma, que atraviesa Sant Llorenç de norte a sur por el sector oeste; el Torrent Sa Blanquera, que llega hasta el pueblo por el suroeste, y el Torrent de ses Planes,  en el que desembocan los dos anteriores y que transcurre paralelo al límite sur del pueblo en dirección oeste-este. Este último acaba desembocando en el Torrent de ca n’Amer, que finalmente llega al mar en S’Illot.

Fuente: 20minutos 20181011 10:18

stllorenc-01.png

Esta parece ser la mayor inundación de la que se tiene registro, aunque ha habido otras en los años 1943, 1973 y 1989. Estas tormentas son un fenómeno propio del clima de las Islas Baleares, lo que, sumado a la forma del Torrent de ses Planes (que facilita la acumulación rápida de agua) provoca inundaciones como la actual pero no se trata de un incidente sorprendente, sino que es típico de la zona. ¡Cada septiembre u octubre ocurre algo parecido en el entorno!

Lo primero, definir CUENCA HIDROGRÁFICA; según WIKIPEDIA: Una cuenca hidrográfica es un territorio drenado por un único sistema de drenaje natural, es decir, que sus aguas dan al mar a través de un único río, esta es delimitada por la línea de las cumbres, también llamada divisoria de aguas.

Mi procedimiento para analizar el caso es el siguiente:

  1. Bajar datos del portal de datos abiertos del CNIG español (por cierto, está mal que lo diga yo, pero este portal es impresionante, de los mejores a nivel mundial por facilidad de uso y por lo completo de su catálogo). en este caso encuentro datos LIDAR de un vuelo de 2014. Excelente resolución y antiguedad muy correcta, podemos usarlo para estos propósitos. También bajo en paralelo los límites administrativos nivel 4 (municipal) de todo el país.
  2. Genero el modelo 3D en Global Mapper v20
  3. Genero las cuencas hidrográficas (Analysis /Generate watershed)
  4. Analizo qué cuecas vierten en cuáles y si es el flujo natural pudo ser desviado en algún momento. Este último punto requiere algo más que un software, una cabeza geográfica. La tengo, seguimos…
stllorenc-03.png
stllorenc-08.png

[https://www.youtube.com/watch?v=7K3et-PckoQ]

Vemos claramente varias cosas, las cuencas 2 y 3 reciben caudal de la cuenca 1 (estas cuencas pueden no corresponder con las cuencas oficiales pues dependen de parámetros como jerarquía o tamaño de la misma para poder definirlas) y por tanto se ha de prever que todo el caudales que venga desde estos dos torrentes debe ser absorbido por el tercero.

Otra cosa que vemos, justo donde se localiza Sant Llorenç da la sensación de que el flujo natural del torrente (Torrent de ses Planes) pudo ser modificado por razones antrópicas.

Más exacto es decir que hay dos torrentes que desembocan en el de ses Planes: Sa Blanquera por la izquierda y Begura de Saumá desembocan en el de Ses Planes.  Parece ser que los colectores que desvían el cauce de su itinerario natual no son lo suficientemente capaces de absorber la cantidad de agua que cayó, un a intensidad horaria de más de 200 litros en menos de dos horas, pero esto ocurre todos los años… si no es en este pueblo es en el de al lado. ¿No es los suficiente importante como para prevenirlo?

stllorenc-04.png

Otra capa que puede ser de ayuda para evaluar el riesgo y que no tiene coste y es fácil de encontrar es la lista de “lugares habitados ” en OSM (Open Street Maps). Cruzando cuencas, torrentes, lugares, podemos hacer un mapa de riesgos, un mapa de inundaciones potenciales bastante certero. Si se ha hecho, que imagino que sí, por qué no se han puesto los medios para que esto no ocurra?. Por qué no se ha desviado el curso adecuadamente si no podía dejarse el curso natural?.

Buscando en un Infrastructura de datos he visto que había publicaciones al respecto: Esto era una zona ARPSI (Áreas de Riesgo Potencial Significativo por Inundación) pero además de estar publicado, no se sabe si alguien lo había tomado en consideración… ¿Para qué gastar dinero en un plan de riesgos si se publica pero se aparca y no se hace caso?

Aquí viene bien descrito:
https://portalideib.caib.es/portal/home/item.html?id=14ab7ab747df437aba8b737287b9f7a7

Link del servicio de Mapas WMS: https://ideib.caib.es/geoserveis/rest/services/public/GOIB_ARPSI_IB/MapServer

analisis-santllorenç20181015

Fuente: https://ideib.caib.es/visor/?locale=es

analisis-santllorenç20181015b.png

Todo perfectamente publicado, con datos de riadas anteriores desde que se tienen datos. Desde luego nadie puede decir que no sabían que esto podía ocurrir. Ahora, a buscar responsables pero o mucho me equivoco o nada ocurrirá… Volverá a pasar lo mismo el año que viene en otro pueblo donde todavía no haya habido víctimas mortales… ¡Qué pena!

De momento hay doce muertos y un chaval desaparecido. ¿Cuántos más tiene que haber para que las autoridades analicen en profundidad y con precisión aquellos entornos susceptibles potencialmente ser cubiertos de barro o inundados en minutos?.

Algunos links interesantes al respecto (gracias a mi colega y amigo Pablo Orán, de @gisitele):

  1. http://www.tysmagazine.com/mapas-para-apoyar-la-toma-de-decisiones-tras-un-terremoto/
  2. https://amp.europapress.es/sociedad/noticia-expertos-alertan-riesgo-haber-desviado-cauces-edificar-ocurrido-sant-llorenc-20181010180533.html?__twitter_impression=true
stllorenc-06.png

(update)

Más información encontrada al respecto en el EMS (Emergency Management System) del Programa Copernicus de la Comisión Europea:
http://emergency.copernicus.eu/mapping/list-of-components/EMSR323

(…)
EMSR323: Flood in Balearic Island, Spain

Event Time (UTC): 2018-10-10 02:00 Event Time (LOC): 2018-10-10 00:00 Event Type: Flood (Flash flood) Activation Time (UTC): 2018-10-10 11:20 Reference maps being produced: 0 Delineation maps being produced: 0 Grading maps being produced: 5 Activation Status: Open Affected Countries/Territories:
ES Kingdom of Spain

EMSR323 – Activation Extent Map
Release: r03 – Version: v1 – Delivered: 2018-10-12 20:53
View as: EMSR323-AEM-JPG – EMSR323-AEM-KMZ – EMSR323-AEM
Authorized User:
Spain|Centro de Coordinacion Operativa (CECOP) de la Direccion General de Proteccion Civil y Emergencias
Activation Reason:
During the night of October 09, in the area of Sant Llorenç des Cardassar, there has been a flash flood due to heavy rains in a short time (230 mm) that has caused 9 deaths, missing persons, evacuated and numerous damages.

(…)

Si os ha parecido interesante, por favor, compartid.
Gracias

Alberto CONCEJAL
Geógrafo,
MSc GIS

Retirada de vehículos por la grúa municipal en Madrid: Una aproximación visual usando Datos Abiertos.

2018/07/12

Solo estoy tomando en cuenta 185 puntos debido a las limitaciones de mi servidor de geocode https://www.mapdevelopers.com/batch_geocode_tool.php pero muestra que los datos tienen sentido, siendo el barrio de Sol el que concentra una densidad mayor de actuaciones de la grua municipal.

Para el fondo, he usado una conexón WMS a OSM y geometrías de Barrios tomadas de Cartociudad (creo :-)). En fin, si os parece interesante me lo podéis contar.

Fuente: https://datos.madrid.es (Portal de datos abiertos del ayuntamiento de Madrid)

Retirada de vehículos en vía pública: grúa municipal

El presente conjunto de datos presenta los datos relativos a las entradas y salidas de los depósitos municipales pertenecientes al servicio municipal de retirada de vehículos de la vía pública del Ayuntamiento de Madrid. Esta información ha sido proporcionada por la EMT (Empresa municipal de transportes de Madrid) la cual gestiona el servicio.

La información que se presenta es relativa a los vehículos que entran y salen de los depósitos municipales. Por motivos de anonimato, la única información que se da de los vehículos retirados, es su tipo (moto, turismo,…) con fines estadísticos. El resto de información proporcionada es relativa al servicio de retirada (fecha y lugar, motivo de la retirada, depósito al que se traslada el vehículo,…).

Puedes encontrar más información sobre estos datos en el Portal de transparencia > Actuaciones del servicio de grúa municipal

 

open-data-madrid-grua-municipal-20180712

open-data-madrid-grua-municipal-20180712-02

 

LATAM tour on Smart Cities

2018/04/24

Just come back from Chile, Peru and Colombia, where my employer held some conferences on Smart Cities. I had the chance to talk in both venues: GIS expertise, geoprocessing, spatial analysis, etc. This is all about GIS, as always lately 😉

Our Smart City conferences and workshops held this month have been a great success! Thank you to all who participated. Ekodes Mintek AChEE

2018-04-10 10.27.51-1.jpg
PRESENTACIONES-20180420.png
DbFSSRoXcAE6ojL.jpg
DbFSSRoXcAE6ojL-02.jpg

Análisis espacial de precios en el mercado inmobiliario (Ejemplo sobre Vicálvaro, Madrid)

2017/01/24

Creo que será interesante para inmobiliarias que sean capaces de georeferenciar estimaciones de precio por zonas.

El procedimiento incluye como inputs tener estimaciones de precios por bloque y precios reales (o anunciados) con lo que podemos extraer un ratio que nos diga la relación entre el precio actual y el esperado.

Recodad por favor que estos datos son aleatorios, es decir que no son más que una teoría a la espera de tener datos reales. Este primer mapa nos dice de 1 a 7 el precio esperado por bloque.

estimaciones-01

Este segundo nos dice dónde están los pisos y su precio anunciado.

estimaciones-02

El tercero nos compara y simboliza un precio con el otro. Cuánto mayor es este ratio, mejor precio teórico tiene la casa. Por ejemplo si el precio esperado es 6 pero el precio anunciado es 1, el ratio será de 6. Cuánto mayor ratio, mejor y viceversa.

estimaciones-03.png

El resultado más concreto es el siguiente:

estimaciones-04.png

Cuanto más rojo mejor, cuanto mayor es el ratio, mejor.

Este análisis permite rápidamente encontrar inmuebles de buen precio o saber decir al cliente que el precio de venta es demasiado alto en comparación con la zona donde está ubicado.

Espero que os sea útil.

Alberto

Visualizar mapas animados en el tiempo: Seguimiento de aves en CARTO [ENG]

2017/01/23

SuperinteresantE demo para ‘jugar’con datos reales georeferenciados desde la aplicación CARTO. Tres aves migrando desde El Norte de Europa hasta el África subsahariana.

Source: https://carto.com/learn/guides/styling/animating-maps-with-point-data

bird-tracking-20170123.pngThis guide describes how to visualize point data over time, by applying the ANIMATED aggregation style to animate your map. This feature requires a map layer containing point geometries with a timestamp, or numeric field.

  1. Select the bird_trackinglayer
  2. Click STYLE to apply styling options for the map layer
  3. Choose ANIMATED as the aggregation option
  4. Ensure the column time_date is selected

To gain better understanding from our bird tracking data, color the paths of each of the three birds separately, by using the bird_name column to style the points by value.

After animating your data, click the FILL color and select BY VALUE. Choose the column bird_name to style your markers by the birds’ names. Edit the stroke to 0, change the blending to source-over, and set the resolution to 1.

bird-tracking-20170123-02.png

You  can download the datasource here: bird_tracking