Advertisements

Posts Tagged ‘alberto concejal’

Entrevista en ‘Soy Data’

2016/08/30

Me vinieron a entrevistar de SOYDATA.net  para hablar de temas relacionados con la Geovisualización como el Big Data o el Open Data y su implicación con el Control de Calidad o el Software libre. Gracias a Jorge Ubero de SoyData por la misma.

Espero que os guste, ya sabéis que si tenéis algún comentario o algo que decir, estoy encantado de contestaros.

Alberto

Alberto Concejal: Nuevos retos en geovisualización

Para hacer un repaso de algunos de los retos y nuevas aplicaciones que nos estamos encontrando en este sector, hemos entrevistado a un veterano experto en geomática, Alberto Concejal.

Alberto Concejal:

Geógrafo, master en teledetección y GIS (sistemas de información geográfica). Ha trabajado más de 15 años en el sector geoespacial. Comenzó su carrera como fotógrafo aéreo y a lo largo de estos años se ha venido especializando en compaginar diseño y geovisualización. Al mismo tiempo ha desarrollado una carrera paralela como fotógrafo y viajero, sus grandes pasiones (ver ‘Un viajero de colores‘ en el portal viajeros.com)

alberto-fotografo-aereo

En la actualidad trabaja como responsable de control de calidad en una multinacional cartográfica. Alberto hace cada día que los procesos complejos sean más fáciles de comprender.

Podcast geotecnologías y nuevos retos

“Las adaptaciones necesarias para que una fusión de dos empresas se lleve a cabo, es todo un reto desde el punto de vista del ‘Quality assessment’”

“No podemos contemplar el escenario actual con los sistemas anteriores, por la capacidad y la realidad dinámica que hay ahora en la generación de datos geolocalizados”

“El open data es el marco idóneo para poder hacer avanzar la tecnología en el entorno big data actual”

“La nube es algo reciente, aún nos estamos adaptando. Es una parte del todo”

“Hay un escenario nuevo cada cinco años, que debe ser aceptado dinámicamente”

“El cliente se ha trasladado de empresas u organismos a las personas de a pie. Siendo éstos a su vez generadores de datos, que deben ser validados y tenidos en cuenta”

Nuevas aplicaciones en geotecnologías: Carto y Tableau

Con Carto (anteriormente conocida como CartoDB) y Tableau se ha facilitado enormemente el acceso a las geotecnologías. En la sencillez reside una de las principales claves de su éxito

–> En la Academia SoyData tenéis a vuestra disposición cursos para poder poneros al día en estas herramientas de geovisualización de una manera ágil, sencilla y asequible.

–> En el blog geovisualization.net Alberto detalla algunas claves y casos de estudio que serán sin duda de vuestro interés. Os invitamos a todos a que lo visitéis.

Advertisements

Comparación de DTM usando Global Mapper 17.0.1

2016/02/12

Hagamos hoy algo sencillo, comparar, primero cualitativamente (visualmente) y después cuantitativamente dos DTM. Por un lado elegimos una fuente muy usual, SRTM de 3 arc sec (aproximadamente 90m) con un DTM derivado de Fotogrametría Stereo.

  • Comparación CUALITATIVA (i.e visual)
  • Comparación CUANTITATIVA (i.e RMSE)

Abrimos por un lado un DTM cuya fuente sea SRTM, en este caso me he conectado via WMS (Web Mapping Service) a través del data online disponible dentro de la misma aplicación Global Mapper (File/Download Online Imagery/data). La resolución es de aproximadamente 90m (3 arc sec).

DTM-COMPARISON-20160212

Por otro lado he encontrado este DTM cuya fuente conozco (Stereo Photogrammetry). La resolución es de 5m.

DTM-COMPARISON-20160212-02

A través de la herramienta ‘digitizer tool’ (Tools/Digitizer) seleccionamos una línea dibujada al azar sobre los dos. Botón derecho del ratón-> analysis/measurement/path profile. Exporto ambas imágenes (es importante en path setup definir un mismo mínimo y máximo para poder compararlas adecuadamente).

Con Photoshop superpongo (Layer display/ multiply) ambas imágenes y veo cuán diferente son.

DTM-COMPARISON-20160212-03

Esto nos da una primera idea de la comparación, pero vayamos un poco más allá: ¿Cuál es el RMSE (Error medio cuadrático, Root Mean Square Error) entre ambas bases de datos?.

DTM-COMPARISON-20160212-04

Esta es una medida de desviación que nos va a definir mucho más exactamente que una simple visualización. Podéis ver algo más desarrollado este punto en este link de esta misma página:

https://geovisualization.net/2010/06/30/using-excel-to-calculate-the-rmse-for-lidar-vertical-ground-control-points/

DTM-COMPARISON-20160212-05

Ahora tan solo hemos de verificar que esta cifra sea la correcta teniendo en cuenta los valores de precisión prometidos en la entrega.

Espero que os haya resultado interesante, si así es, no olvidéis comentar, compartir o simplemente decir Hola. Cualquiera de estas opciones es apreciada.

Un saludo cordial,
Alberto CONCEJAL
MSc GIS and Remote Sensing

Pearson correlation and GIS

2014/11/28


pearson-01
Do these two variables have a correlation?. To answer this important question first of all we have to know that only if it’s a linear relationship and there are no outliers we can take advantage of Mr Pearson’s correlation statiscal tool.

If i love chocolate, does this mean i have tendency of being chuby? or on the other hand there’s no relationship at all. Let’s figure it out.

For this particular occasion, input data XY are two DTM heights, my guess is the following: if correlation is too big, i may deduce they’re not independent products and one might been created from the other, in other words, we might have tried to cheat and we are using a different source that the one we have stated… In GIS sometimes things are not exactly as expected and there’s need to be assertive and making a plan for discovering this minor issues.

 

 

 

Let’s start from the beginning, if source 1 is the same as source 2, the correlation would be perfect, is this correct?. The answer is yes. r (Person correlation) would be = 1. So yes, if this was asking about chocolate and fleshiness this would be 100% right but this hardly or never happens in real life (direct and no other explanation or variable interaction… why is always so0o complicated?).

pearson-formula

pearson-04

With real data, you would not expect to get values of r of exactly -1, 0, or 1. For example, the data for spousal ages (white couples) has an r of 0.97. Don’t ask me where i got this weird source (well, just in case: http://onlinestatbook.com/2/describing_bivariate_data/intro.html)

age_scatterplot

If i fill source 2 with a random number, the correlation would be almost none accordingly (in this case r=0.17)

pearson-06

Now if we see the diagram of the first two sources and we get the Pearson correlation coefficient (r=0.24) which means the correlation is very weak.

pearson-03

But that was only a very small part of the table (only 30 iterations), so if i do the same calculation out of the +13,000 iterations i really need, i get these figures (by the way, theres no need to use such a complicated formula above, you can use this one in EXCEL: =PEARSON(A1:An;B1:Bn))

pearson-07

So the correlation now its moderate, which makes me deduct at least the sources seem different and i’d need more clues to think my customer might have tried to actually cheat me using the same source for both datasets.

Summarizing:

r=1, correlation is PERFECT

0.75<r<1, correlation is STRONG

0.5<r<0.75, correlation is MODERATE

0.25<r<0.5, correlation is WEAK

<0.25, almost NO correlation, both variables are hardy related

I hope you guys have found this post interesting,
looking forward to hear where could you use it and/or your feedback,

Regards,

Alberto Concejal
MSc GIS

Remote Sensing, Photogrammetry, Lidar and Landuse IGN Spain

2014/11/18

teledeteccion-fotogrametria-lidar-usos-del-suelo-ign-20141118b

A few more lines for leting you know again that i passed this other course just now in Instituto Geográfico of Spain (IGN).

Remote Sensing, Photogrammetry, Lidar and Landuse, a comprehensive 40h update on relevant information i need tu use on a daily basis. This ‘update’ helps me to better understand what i am working with and this way, being able to properly describe it for my daily analysis,

DTM from SRTM? Let’s compare sources using RMSE (Root Mean Square Error) and a gaussian kernell density map

2014/10/29

I guess we all can make a DTM out of many sources but SRTM is one of the most common ones, right?. Then let’s learn from this very simple approach how close we are from the SRTM raw data.

  1. Selecting a not very big representative area to be able to handle it,
  2. exporting raster to polygon (from SRTM 3 arcsec/90m) dataset 1
  3. exporting raster to polygon 30m (our DTM dataset) dataset 2
  4. exporting to POIs 30m (our DTM dataset) dataset 2b
  5. Spatial join POIs dataset 2b vs dataset 1
  6. RMSE
  7. visualizing delta using a density map/gaussian kernell +appropriate symbolization

In yellow we see theres a full correspondence between SRTM and our DTM dataset and in blue there’s a ‘hole’ and in red there’s a ‘mountain’, this means it’s in here where the shift is more important.

This way we can highlight if sources are OK.

It’s simple but it works. How do you like it?. Please feel free to send some feedbak.
(Software used: ArcGIS 10.1, Global Mapper 13.2)

Cheers,
Alberto Concejal
MSc GIS, QC

DENSITY-MAP-V1-VS-SRTM-20141021

density maps parameters

rmse-sierra-leone-20141008-02

Spatial join between both DTM datasets

blog-20141029

Density map for highlighting differences between both datasets (ours and SRTM’s)

blog-20141029-03

RMSE. It’s not too big so there’s need to visualize to find potential bizarre spots

blog-20141029-02

bizarre DTM heights

Analyse du Localisation des équipements publics relevant du thème ‘Sports, loisirs’ de Nantes Métropole

2013/12/12

La première chose a dire, comme toujours est: Désolé pour mon français, je fais mon mieux:-)

Aujourd’hui je voudrais faire l’analyse sur la localisation des équipements publics de la thématique ‘Sports, loisirs’ de Nantes Métropole.
http://data.paysdelaloire.fr/donnees/detail/localisation-des-equipements-publics-relevant-du-theme-sports-loisirs-de-nantes-metropole/

Les données donnent les coordonnées et la catégorie (centre sportif, circuit de plein air, stade, gymnase, espace sportif de proximité, piscine, plaine de jeux, tennis, autre équipement).
Ils sont où les équipements publics de la thématique ‘Sports, loisirs’ a Nantes ?. Est-ce qu’il y a un patron de localisation ?. Où est-ce qu’on peut trouver plus grandes concentrations ?. Si on parle de quelque endroit spécifique, il y a des équipements  ?. On va voir.

Voici l’structure des données, nom, type, statu, adresse, téléphone, etc.

equipamientos-publicos-sport-nantes-01

Voici on peut visualiser les données sur la couche de quartiers (c’était vraiment difficile de trouver chez data.paysdelaloire mais finalement ça va),
http://data.paysdelaloire.fr/donnees/

equipamientos-publicos-sport-nantes-02

Voici on peut remarquer où il y a des concentrations (on n’a pas fait distinctions qualitatives mais on pourrais le faire, selon l’statu privé ou publique, par exemple),

equipamientos-publicos-sport-nantes-03

equipamientos-publicos-sport-nantes-04

On peut montrer l’image. En ce cas ci je montre l’orthoimage 2005 (resolution 0.20m, precision 0,40m),

equipamientos-publicos-sport-nantes-05

Et finalement on remarque qu’il y a pas assez d’des équipements publics (sports, loisir) sur l’île de Nantes (j’habite ici, c’est pour ça que parfois  j’aime bien me concentrer ici),

equipamientos-publicos-sport-nantes-06

Bon, j’espère que vous trouvez ça intéressant et s’il vous plait, n’hésitez pas a me contacter pour résoudre des doutes.
Merci bien de me donner votre avis si vous le souhaitez.

Logiciel ArcGIS 10.0/ Spatial Analyst Tools

Alberto CONCEJAL
MSc GIS

Analyse des emplacements réservés à la livraison sur voirie: NANTES

2013/11/10

*Désole pour mon français, si vous voulez on peut parler en anglais ou espagnol.

La première chose qu’il faut faire c’est télécharger le jeu de données au site:
http://data.paysdelaloire.fr/donnees/
Thématique : Mobilité

Le jeu propose la géo-localisation des emplacements réservés à la livraison sur voirie dans un secteur limité de la ville de Nantes. Ces aires permettent l’enlèvement et la livraison de marchandises par les professionnels et facilitent le transport des marchandises en ville. 

L’idée c’est savoir s’il y a de concentration dans certains quartiers ou par contra on trouve un patron plus dispersé. Je vais commencer a visualiser les données y j’attends aussi la reponse de quelq’un au Forum avec le ‘shape’ des quartiers et pouvoir finir l’analyse.

J’ai utilisé le logiciel ArcGIS 10.0. C’est facile ajouter les couches, dans ce cas ci, les points où on trouve des emplacements réservés à la livraison sur voirie… on ajoute aussi les images aériennes 20 cm (tout telechargé au meme endroit). Mon hypothèse aussi pondére la taille des emplacements réservés à la livraison.livraison_trend02

L’average nearest neighbor analyse va m’aider a savoir si on travail avec des point dispersés ou par contra concentrés spécifiquement dans certain quartiers. Pour l’instant je ne peux faire que en general parce je n’ai pas encore trouvé la couche pour les quartiers… Donc on peut dire qu’on a un scenario de dispersion.

Analyzing patterns/average nearest neighbor
livraison_trend04

A travers d’un analyse de densité on peut visuellement voir si il y a un endroit avec des concentrations plus élevées.

Spatial analyst/density
livraison_trend03

A travers de l’auto-corrélation spatiale nous découvrons un niveaux de signifiance que nous fait douter du résultat de concentration précédent. Pour quoi ?. On vais voir après (j’espère).livraison_trend05
Et aussi nous pouvons voir qu’il n’y a pas de tendance Nord-Sud ou Est-Ouest dans le modèle de localisation.livraison_trend01

Alors ?. On continue bientôt.

Visualization will endure these difficult years of CRISIS!!

2013/10/10

I have already worked as a building cleaner, data capture operator, copywriter, photographer, graphic designer, video editor, technical salesman… and seriously, I think i’m too old to make a living in something else now…

GIS has been working for me the last 8 years and i want to stay like this!!!:-) I have just read in GISLOUNGE that Visualization is among a list of a few things which will endure these difficult years of CRISIS.

http://www.gislounge.com/opinion-future-gis/

(…) Visualization
Look at the Foursquare time machine for example. The classic cartography is being challenged to new methods.
The market wants more beautifully visualized maps. (…)

And if the market needs more beautifully visualized maps, Alberto will be there!!!!.

london_cooldata

Cheers!!!!

Alberto
MSc GIS
albertoconcejal (at) gmail.com

Projets éoliens en Loire-Atlantique

2013/09/02

C’est vraiment magnifique l’ouverture des données publiques… Je vais décrire mon itinéraire pour mieux comprendre:

  1. Télécharger des données (Projets éoliens en Loire-Atlantique)
  2. Telecharger DTM (SRTM v4)
  3. Faire Carte d’ombrage (ArcGIS),
  4. Orientations (ArcGIS) et
  5. Inclinations (ArcGIS) pour mieux comprendre l’emplacement des moulins
  6. Faire Carte de densité (en mesurent la puissance du parc)

eolicpark_03

Et maintenant la carte de densité en Global Mapper…

eolicpark_02

Name=Chauvé

Feature Type=Unknown Point Feature
Geometry=Point location: 321341.949 6688237.734 (Lat/Lon: 47° 11′ 11.0775″ N, 2° 00′ 13.7962″ W)
Map Name=projets_eoliens.shp
NOM_PARC=Chauvé
ETAT_AVANC=Permis de construire accepté
NBR_EOL=6
PUISSANCE=12

Et après, avec tous les cartes et toutes les données, faire l’interprétation, voici toutes les moulins du vent en Loire Atlantique, on peut apprécier la concentration au Nord/Nord-Est de la région:

eolicpark_01

Et aussi la rose des vents (http://www.nantes-erdre.fr/statistiques-du-vent-a-nantes):

La rose des vents représentative du secteur d’étude est celle fournie par la station de Nantes-Bouguenais.

Les données ont été recueillies sur une période de 29 années (entre le 1er janvier 1971 et le 31 décembre 2000).

La rose des vents ci-après représente la distribution annuelle des vents (tous mois et toutes heures
confondues).

Les vents sont classés selon trois catégories :
– vents dont la vitesse est comprise entre 5 et 16 km/h (bleu),
– vents dont la vitesse est comprise entre 16 et 29 km/h (vert),
– vents dont la vitesse est supérieure à 29 km/h (orange).

Ces catégories sont ensuite reportées en terme de fréquence pour chacune des 18 directions de la rose des vents située au centre (nord, sud, est, ouest, etc.)

Les vents dominants sont les suivants :

– Les vents de secteur ouest/sud-ouest et sud (directions de 180 à 280°) qui représentent 36,5% des vents, toutes vitesses confondues. Les vents les plus forts de la station (vitesse supérieure à 29 km/h) soufflent majoritairement dans ces secteurs.

– Les vents de secteur nord-est (24,7% des vents) avec une majorité de vents faibles ou moyens (directions de 20 à 80°).

frequence-vent
statistiques-vent0

image

Idéalement il faut exporté raster->vector et faire l’analyses spatiale mais ça va être un outre post !

Ici, quelques liens et information général:

L’energie eolique. http://www.loire-atlantique.fr/jcms/cg1_244375/l-eolien

Documentation: http://data.paysdelaloire.fr/donnees/detail/localisation-des-projets-eoliens/?tx_icsoddatastore_pi1[page]=4&visualization=3

Éolien terrestre ou off-shore, ce mode de production électrique devrait connaître une accélération sans précédent en Loire-Atlantique d’ici à 2020.

L’éolien apparaît comme la principale source d’énergie renouvelable électrique permettant d’atteindre dans les toutes prochaines années un niveau important de production.

C’est pourquoi Le Département a fixé en juin 2010 un objectif ambitieux de puissance éolienne installée à l’horizon 2020 :

  • 600 mégawatts (MW) terrestres
  • 500 MW en mer.

Solar + Shadows analysis on Rue Massillon, Nantes (France)

2013/04/04

This is the beautiful building in from of my house in Nantes… Let’s model it first using Sketchup. Also i have used a non standard style only for visualization purposes…

rue_massillon_02

If we have the North behind us this means we are going to have a lot of light… but so far we are just guessing…

rue_massillon_01

Now we know if for sure. Take a look at the results by M. Capeluto’s Solar Analysis.

rue_massillon_03

If we face South we notice there’s a lot of sun in the other side of the building (every line is a summarized path during a month, being the higher the closer to the summer solstice)

Please take a look at the video prepared by Tomasz Janiak, the developer of the tool.

Hope you guys find it interesting. Please let me know your thoughts.

Alberto