Advertisements

Posts Tagged ‘open data’

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

Advertisements

El láser desvela toda la grandeza de la civilización maya (Fuente: El País)

2018/09/28

Esta mañana encontré este interesante reportaje sobre el LIDAR (Laser Imaging Detection and Ranging, detección y localización de imágenes por láser) la tecnología con la que trabajo desde hace años y que a algunos les parece recién inventada, jeje.

Varias anotaciones a hacer, desde el punto de vista geográfico. El “Lídar aporta una visión extremadamente precisa de la geografía y topografía del paisaje” (Universidad de California en Santa Barbara (EE UU), Anabel Ford). De nuevo haciendo referencia a la Geografía con mayúsculas como a la forma del terreno. Gran error. Le recordaría a Anabel Ford que la Geografía es una CIENCIA. Ella es arqueóloga y tira para su campo “Siempre se va a necesitar de arqueólogos con experiencia para reconocer los rasgos documentados por el lídar” pues bien, lo mismo hago yo 🙂

lidar01.png

Otro tema, parece magia pero no lo es. Dice que la zona se cubre con 30.000 millones de puntos pero eso no determina al 100% la precisión: Ha sido coordinado con puntos de Control en tierra?  De cuándo data el vuelo, qué año? En qué epoca del año fue ejecutado? (verano? primavera? nada que ver en cuando a densidad de vegetación, por ejemplo) Además si realmente hay 15 pulsos por m2, hay entonces 15,000,000 de pulsos por km2. Es decir, la zona de la que habla son 2,000 km2? Creo que esto es un error de bulto pues la zona a la que se refiere el artículo parece muy pequeña.

lidar02.png

LIDAR no es la panacea, es una fuente que mejora la resolución de los modelos digitales a todos los niveles pero que tiene que ser acompañada de una buena política de Control de Calidad, limpieza de outliers, clasificación semi-automática, etc. La verdadera potencia de esta herramienta (que por cierto no es nueva que lleva más de 15 años en el mercado) es la combinación con otras plataformas hoy día disponibles, como por ejemplo imágenes oblícuas PICTOMETRY (tampoco algo nuevo pero sí más desarrollado en los últimos años) o la inclusión de análisis de visibilidad (viewshed analysis), medición de volúmenes (cut and fill volume) o análisis de visibilidad en línea (path profiles). Y por último y no menos importante, la capacidad de algunos software actuales en manejar cantidades ingentes de datos como si se tratara de una simple hoja de excel (por ejemplo Global Mapper v20 toma 10 segundos en abrir un fichero LIDAR de 5 millones de pulsos)

Resumiendo, no es la mera visualización de una correspondencia casi ridícula con la realidad sino el hecho de que ese modelado no se queda en lo meramente superficial sino que combinado con otras técnicas la potencial de análisis se hace verdaderamente increíble en comparación a otros modelados stereo fotogramétricos por ejemplo.

lidar03.png

Otro punto a tener en cuenta es la predisposición de los gobiernos desarrollados de generar y costear  (nada baratos por cierto) estos datos dentro del entorno de Planes Nacionales de Ortofotogrametría, por ejemplo  compartir estos datos de manera sistemática con los ciudadanos (Open Data) y no tan solo con técnicos hipercualificados del sector público, como ocurría antes. Ahora yo mismo, el último mono, puedo hacer un anális de cierta significación.

En España el CNIG tiene uno de los mejores portales para compartir datos de este tipo en todo el mundo, nada que envidiar al USGS estadounidense o al IGN francés.

En breve un nuevo post relativo a la optimización de puestos de caza puntuales y lineales usando la tecnología LIDAR y análisis de visibilidad.

WhatsApp Image 2018-09-27 at 13.33.56.jpeg

Aquí el link al reportaje referido:

https://elpais.com/elpais/2018/09/27/ciencia/1538033539_490188.html

Ya sabéis, si os gusta, compartid, y si no ¡No se os ocurra!!!!

Alberto CONCEJAL
MSc GIS and Remote Sensing

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

 

Réalisation du carte de densité pour vérifier Localisation des colonnes aériennes de Nantes Métropole

2016/09/12

Localisation et caractéristiques des colonnes d’apport volontaire aériennes de Nantes Métropole utilisées pour la collecte des déchets.

  1. Outil de visualisation Global Mapper 17
  2. Format SHP
  3. champ: VOLUME

http://data.paysdelaloire.fr/donnees/detail/localisation-des-colonnes-aeriennes-de-nantes-metropole/

colonnes-airiennes-01
Ces colonnes sont implantées sur l’ensemble du territoire et sont destinées à la collecte du verre et des emballages recyclables (papier, carton, plastique).

colonnes-airiennes-02

C’est genial jouer un peu avec des données Open Data, j’espère que vous avez aimé.

Alberto
MSc SIG et remote sensing

Creating value through Open Data

2016/02/19

The benefits of Open Data are diverse and range from improved efficiency of public administrations, economic growth in the private sector to wider social welfare

(Source: http://www.europeandataportal.eu/)

Performance can be enhanced by Open Data and contribute to improving the efficiency of public services. Greater efficiency in processes and delivery of public services can be achieved thanks to cross-sector sharing of data, which can for example provide an overview of unnecessary spending.

The economy can benefit from an easier access to information, content and knowledge in turn contributing to the development of innovative services and the creation of new business models.

Social welfare can be improved as society benefits from information that is more transparent and accessible. Open Data enhances collaboration, participation and social innovation.

clip_image004

The economy can benefit from easier access to information, content and knowledge in turn contributing to the development of innovative services and the creation of new business models.

For 2016, the direct market size of Open Data is expected to be 55.3 bn EUR for the EU 28+. Between 2016 and 2020, the market size increases by 36.9%, to a value of 75.7 bn EUR in 2020, including inflation corrections. For the period 2016-2020, the cumulative direct market size is estimated at 325 bn EUR.

picture_1

New jobs are created through the stimulation of the economy and a higher demand for personnel with the skills to work with data. In 2016, there will be 75,000 Open Data jobs within the EU 28+ private sector. By 2020, this number will increase to just under100,000 Open Data jobs. Creating almost 25,000 new direct Open Data jobs by 2020.

picture_2

Public sector performance can be enhanced by Open Data. Greater efficiency in processes and delivery of public services can be achieved thanks to cross-sector sharing of data, providing faster access to information. The accumulated cost savings for the EU28+ in 2020 are forecasted to equal 1.7 bn EUR.

picture_3

Open Data results in efficiency gains as real-time data is used that enables easy access to information that improves individual decision-making. Three case studies are assess in more detail: how Open Data can save lives, how it can be used to save time and how Open Data helps achieve environmental benefits. For example, Open Data has the potential of saving 7000 lives a year by providing resuscitation earlier. Furthermore, applying Open Data in traffic can save 629 million hours of unnecessary waiting time on the roads in the EU.

picture_4

Economic benefits are primarily derived from the re-use of Open Data. Value is there. The question is how big?

The European Union has adopted legislation to foster the re-use of Open (Government) Data. The expected impact of this legislation combined with the development of data portals, is to drive economic benefits and further transparency. Economic benefits are primarily derived from the re-use of Open Data. Value is there. The question is how big?

Thus, the European Commission, within the context of the launch of the European Data Portal, wished to obtain further evidence of the quantitative impact of re-use of Public Data Resources. A study was carried out with the aim to collect, assess and aggregate all economic evidence to forecast the benefits of the re-use of Open Data for all 28 European Member States and the ETFA countries, further referred to as EU 28+, for the period 2016-2020.

Direct benefits are monetised benefits that are realised in market transactions in the form of revenues and Gross Value Added (GVA), the number of jobs involved in producing a service or product, and cost savings. Indirect economic benefits are i.e. new goods and services, time savings for users of applications using Open Data, knowledge economy growth, increased efficiency in public services and growth of related markets.

The market volume exhibits the totality of the realised sales volume of a specific market; the value added. A distinction can be made between the direct market size and the indirect market size. Together they form the total market size for Open Data. For 2016, the direct market size of Open Data is expected to be 55.3 bn EUR for the EU 28+. Between 2016 and 2020, the market size is expected to increase by 36.9%, to a value of 75.7 bn EUR in 2020, including inflation corrections. For the period 2016-2020, the cumulative direct market size is estimated at 325 bn EUR.

In 2016, there will be 75,000 Open Data jobs within the EU 28+ private sector. By 2020, this number is forecasted to increase to just under 100,000 Open Data jobs. This represents a 32% growth over a 5-year period. Thus, in the period 2016-2020, almost 25,000 new direct Open Data jobs will be created.

Based on the forecasted EU28+ GDP for 2020, whilst taking into account the countries’ respective government expenditure averages, the cost savings per country can be calculated. The accumulated cost savings for the EU28+ in 2020 are forecasted to equal 1.7 bn EUR.

The aim of efficiency is to improve resource allocation so that waste is minimized and the outcome value is maximised, given the same amount of resources. Open Data can help in achieving such efficiency, The study offers a combination of the insights around the efficiency gains of Open Data and real-life examples. Three exemplar indicators are assessed in more detail: how Open Data can save lives, how it can be used to save time and how Open Data helps achieve environmental benefits. For example, Open Data has the potential of saving 1,425 lives a year (i.e. 5,5% of the European road fatalities). Furthermore, applying Open Data in traffic can save 629 million hours of unnecessary waiting time on the road in the EU.

The majority of studies performed previously are ex-ante estimations. These are mostly established on the basis of surveys or indirect research and provide for a wide range of different calculations. No comprehensive and detailed ex-post evaluations of the materialised costs and benefits of Open Data are available. Now that governments have defined Open Data policies, the success of these initiatives should be measured. The study offers several recommendations for doing so.

The report goes into further detail on how Open Data has gained importance in the last several years. Furthermore, the report provides insight into how Open Data can be used, and how this re-use differs around Europe. These insights are used to develop a methodology for measuring the value created by Open Data. The resulting values are presented in a graphical way, providing insight in the potential of Open Data for the EU28+ up to 2020.

 

(Source: http://www.europeandataportal.eu/)

 

Descargas del CNIG. Open Source bien hecho!

2016/02/08

Hola amigos del GIS,
Por motivos de trabajo que no vienen al caso, he tenido que bucear de manera sistemática la web de descargas del CNIG. http://centrodedescargas.cnig.es/CentroDescargas/inicio.do
Una maravilla.

cnig-20160208-01

Por motivos que tampoco viene al caso, he de hacer esto mismo de vez en cuando en todos los Institutos cartográficos del mundo y el del CNIG es sin duda en el que me resulta más fácil, en el que el modelo de datos en más lógico y en el que los links son más fiables de todo el mundo. La única obligación es la atribución obligatoria de los datos. ¿No es mucho pedir, no? Desde el día 27 de diciembre, los datos del IGN son libres CC By 4.0.
https://creativecommons.org/licenses/by/4.0/

Por tanto es obligatorio que mencione la procedencia a pie de imagen, créditos, etc.., sobre todo en publicaciones, usos comerciales, artículos, etc… (Por ejemplo puede poner “<tal dato> CC by instituto Geográfico Nacional” o más bien “derivado de <tal dato” CC by ign.es” o similares…).

cnig-20160208-02

Ya sea porque necesitemos las imágenes del PNOA (Plan Nacional de Ortofotografía Aérea), un modelo digital del terreno de alta resolución o imágenes históricas de nuestro pueblo… tan solo hay que bucear un poco en el catálogo de geodatos del Instituto Geográfico Nacional (Centro Nacional de Información Geográfica) y los conseguiremos.

Por ejemplo, la semana pasada tuve que encontrar datos sobre algunas ciudades españolas para hacer varios escenarios 3D para un cliente y aquí encontré por un lado un DSM 5m elaborado con fuentes LIDAR, por otro lado me bajé de Cartociudad los datos relativos a vectores lineales, manzanas y luego desde la web de CATASTRO (https://www.sedecatastro.gob.es/OVCFrames.aspx?TIPO=TIT&a=masiv) me bajé las geometrías de todos los edificios de la ciudad (que planeo geoprocesar para eliminar las formas no deseadas y para adjudicar alturas precisas gracias al LIDAR bajado con anterioridad).

Por qué no añadir geometrías de Open Street Maps (https://www.openstreetmap.org/export) o de la propia Base Topográfica Nacional BTN25 para completar dicho escenario?

barcelona-bldg-osm-capture-20160112
MADRID-GISDATA

La verdad amigos es que desde que empezó a funcionar el Open Data, los Geógrafos y derivados tenemos mucho con lo que ‘jugar’ para hacer nuestros análisis.
http://idee.es/

Espero que os resulte interesante.

Un saludo cordial,

Alberto
Geógrafo/ Máster SIG UAH/ Diseñador Multimedia