Programa

Acceso al Aula Magna desde las escaleras de la Plaça Sant Domènec.

Bienvenida

Charla a cargo de Carmen Torrecillas (visualización de datos en Civio), sobre cómo utilizamos el periodismo de investigación en torno a datos públicos, la incidencia política y especialmente el análisis y visualización de datos en la lucha por la transparencia de las instituciones y por el acceso a la información pública.

Charla de debate introducida por Angelos Tzotzos, y con la participación de Josep Lluís Sala, Jorge Sanz y Oscar Fonts. Moderada por Gemma Boix, directora del SIGTE - UdG

Se ha llevado a cabo este proyecto para mejorar la definición de la capa de núcleos del Institut Cartogràfic i Geològic de Catalunya a partir de la creación de un modelo usando redes neuronales convolucionales. El objetivo ha sido entrenar el modelo con un conjunto de imágenes que contienen núcleos urbanos, de manera que pueda aprender las características necesarias. Una vez entrenado, el modelo es capaz de reconocer e identificar automáticamente núcleos urbanizados en nuevas imágenes.

En la comunicación se presentarán los métodos Nearest Neighbour Distance Matching (NNDM) para la validación cruzada espacial, desarrollados en el paquete de R CAST (https://hannameyer.github.io/CAST/). Los métodos NNDM (https://doi.org/10.5194/egusphere-2023-1308) aspiran a resolver las limitaciones de los métodos de validación cruzada existentes para procesos espaciales proponiendo una configuración que se adapta a los objetivos del modelo en términos de distancias geográficas. Durante la presentación, se presentarán la problemática de la validación cruzada con datos espaciales, las limitaciones de los métodos existentes y la propuesta de NNDM, y se mostrará cómo aplicarla con el paquete de R CAST.

Seresco, compañía pionera a nivel nacional en la prestación de servicios y soluciones TIC, desarrolla una herramienta para la detección automática de cambios relevantes en pares de ortoimágenes de la misma localización espacial, pero de diferentes instantes temporales. El objetivo de este desarrollo es optimizar los trabajos de actualización de las bases de datos cartográficas. La herramienta desarrollada se construye a través del entrenamiento de redes neuronales convolucionales (CNN), utilizando pares de imágenes aéreas y satelitales y ejemplos de cambios acaecidos para dichos pares de imágenes. Una vez entrenada la CNN, dicha red estará preparada para analizar pares de imágenes y devolver una máscara de cambios, acotando así geográficamente los cambios que hayan aparecido entre los distintos instantes temporales. Para el entrenamiento de esta CNN se han utilizado imágenes Sentinel y PNOA de una amplia variedad de comunidades autónomas de España. Los ejemplos de cambio (etiquetado) se han construido para una gran variedad de objetos geográficos, como son edificaciones, piscinas, cambios en red viaria... El resultado final es el desarrollo de una herramienta capaz de generar una capa vectorial de cambios ocurridos para pares de ortoimágenes. La herramienta detecta cambios en ortoimágenes de diferentes resoluciones espaciales, tomadas con diferentes sensores y en una amplia variedad de escenarios diferentes, como pueden ser cambios en la iluminación de las imágenes debido a las diferentes estaciones del año o a las diferentes horas del día en que fueron tomadas dichas imágenes. La herramienta detecta cambios de aparición, desaparición o modificación para una amplia variedad de objetos geográficos, como edificaciones de todo tipo, carreteras, piscinas y zonas asfaltadas, para todo el territorio nacional. Con esta herramienta se pretende mejorar notablemente la eficiencia en los trabajos de actualización de las bases de datos cartográficas, ya que en contraposición a recorrer manualmente toda la extensión de las ortoimágenes buscando los cambios ocurridos, en este caso los esfuerzos de actualización solamente se centrarán en aquellas zonas donde se hayan detectado cambios automáticamente, abaratando tiempo y costes.

Extracción a partir de ortofotos aéreas, de forma automática usando algoritmos de inteligencia artificial (YOLOv8), de parámetros de vialidad para la actualización y enriquecimiento de atributos del callejero del Área Metropolitana de Barcelona.
Se ha utilizado, para la automatización de procesos ETL, el programa FME, en la fase de generación de las imágenes anotadas. Para la programación en aprendizaje profundo y la aplicación de los algoritmos se han usado scripts de Python llamando a las librerías de YOLOv8. Datos: ortofotos aéreas de alta resolución del Área Metropolitana de Barcelona.

Desde el Departamento CGAT de la Universidad Politécnica de Valencia, en colaboración con la Unidad Técnica de Prevención y Análisis de Incendios Forestales de la Generalitat Valenciana, se ha desarrollado un modelo matemático para realizar el cálculo de la humedad del combustible vivo para todo el territorio forestal autonómico con una periodicidad aproximada de 5 días. Tanto el proceso de cálculo como la integración dentro del SIGIF ha sido implementado usando tecnologías libres centrándose en la accesibilidad a esta información, calculada para mejorar la toma de decisiones tanto en la prevención como en la extinción de incendios.

El envejecimiento de la población agraria en la provincia de Barcelona amenaza la seguridad alimentaria. Este estudio utiliza el programa GeoDa para analizar datos socioeconómicos y agrarios de la provincia, con el objetivo de identificar los retos del relevo generacional en el sector agrario.

En situaciones de emergencia, la falta de información geográfica en abierto y actualizada dificulta la realización de análisis que aporten valor para fomentar la cultura del riesgo entre la población. El reto principal ha sido buscar diferentes metodologías para aproximarnos a unos resultados con un margen de confianza alto y una escala en detalle. En el ejemplo que mostramos, Cruz Roja Española, junto con la Media Luna Roja Palestina, basa su intervención en la recopilación de fuentes de datos espaciales para elaborar mapas de peligrosidad y poder evaluar capacidades y vulnerabilidades de las comunidades y los equipos en el terreno.

El Gobierno de Navarra quiere dotar a sus servicios de emergencia de una herramienta de enrutamiento fiable, tanto on como off line, para ayudarles a acceder de la mejor forma posible a los lugares donde tienen que atender una emergencia. Solución: si los sentidos de circulación están en la red de OpenStreetMap y la mayoría de los cambios se reflejan antes en OSM que en nuestra cartografía... ¿no es más sensato colaborar en completar la red OSM y utilizarla en nuestro provecho? Pues en eso estamos ahora. Ventajas: no hay que desarrollar herramientas, ya existen, y no hay que adaptar formatos: openrouteservice (online) OsmAnd (offline). Como administración pública, toda nuestra información lo es, y OSM es otra forma de publicarla (y con mucha audiencia). Inconvenientes: en un supuesto (y raro) caso de vandalismo, aunque actualizamos la información directamente en OSM, guardamos una copia para nuestros usuarios.

La escasez de datasets de entrenamiento adecuados y accesibles, utilizados para entrenar modelos de IA aplicados a datos de observación de la Tierra, es solo uno de los múltiples problemas a los que se enfrentan los usuarios que desean aplicar la inteligencia artificial a los datos de satélite. Así surge SCANEO, una aplicación web de etiquetado inteligente para conjuntos de entrenamiento con datos satelitales, impulsada a través de inteligencia artificial y aprendizaje activo. SCANEO sugiere y genera etiquetas por sí solo, y además su modelo se puede volver a entrenar con etiquetas validadas por el usuario, creando un circuito de retroalimentación que aumenta la precisión y acelera el etiquetado, mejorando la calidad de este del 70 % al 90 % y reduciendo el tiempo de etiquetado hasta en un 90 %. De esta manera, SCANEO beneficia tanto a los modelos como a los conjuntos de datos simultáneamente, y promueve la proliferación de modelos de inteligencia artificial aplicados a datos de observación de la Tierra.

BSEQ es una herramienta de SIG libre, que en combinación con las tecnologías de PostGIS y Apache Superset aspira a proporcionar a la Administración pública un portal de soporte para la toma de decisiones en escenarios de sequía, mostrando una serie de datos e indicadores relevantes a través de formatos gráficos que permitan su rápida interpretación por parte del personal técnico y los equipos de gobierno.

Se presenta el nuevo visor de corrientes oceanográficas de ICATMAR, basado en datos a tiempo real de antenas de alta frecuencia (https://icatmar.github.io/HFRadar/). El visor se ha desarrollado con librerías de código libre.

Se abordará el desarrollo de un visor urbanístico avanzado diseñado específicamente para un colegio profesional de arquitectos. Este visor integra datos del parcelario urbanístico del catastro con información adicional sobre planeamiento urbanístico, proporcionando una herramienta completa de análisis y visualización. Se destacará el uso de tecnologías libres como React para la interfaz de usuario y OpenLayers para la gestión de mapas geoespaciales. Además, se discutirá el despliegue eficiente y escalable de la infraestructura de servicios web a través de Docker. Este caso práctico no solo ilustra la integración exitosa de tecnologías libres en aplicaciones urbanísticas, sino que también demuestra cómo la innovación tecnológica puede mejorar la eficiencia y la accesibilidad en la planificación y gestión urbanística.

PostgREST es una herramienta de software libre que simplifica la creación de una API RESTful para bases de datos PostgreSQL, incluyendo extensiones espaciales como PostGIS. Su objetivo principal es proporcionar un acceso fácil y rápido a tablas, vistas y funciones de la base de datos a través de servicios web.

La Unidad de Tecnología Marina del CSIC gestiona datos de buques oceanográficos en tiempo real, disponibles mediante servicios web para usuarios externos e internos. Ofrece acceso a datos históricos y en tiempo real mediante servicios OGC como WMS y WFS, y servicios como getLast, getPoint y getSerie, entre otros. La aplicación Fleet hace uso de dichos servicios y permite el seguimiento de la posición y condiciones de los buques, la visualización de variables meteorológicas, la búsqueda de navegaciones, la descarga de datos y el seguimiento de un buque específico. Las tecnologías utilizadas son Leaflet.js para la representación de mapas y Grafana para la visualización de datos, facilitando el análisis y la interpretación de información oceanográfica.

El plan estratégico de los espacios litorales de la ciudad de Barcelona 2018-21 es un instrumento de planificación que pretende ordenar y gestionar todos los espacios urbanos de frente marítimo de la ciudad. Para hacerlo, este identifica una serie de proyectos estratégicos, algunos de los cuales se pueden asociar a un espacio específico del litoral y, por lo tanto, se pueden mostrar a escala cartográfica. Con el objetivo de comunicar los principales proyectos territoriales y las acciones previstas se desarrolla el plan litoral en el que la ciudadanía puede explorar los diferentes proyectos organizados por ámbitos temáticos, sobre un escenario 3D, un instrumento transversal para comunicar acciones municipales como es el caso del mapa litoral.

Breve explicación de la celebración de GEOCAMP 2023 en su 10º aniversario y presentación de la próxima edición para este año 2024. Exposición sobre la situación actual de las comunidades GEO y su renovación.

Explora los fundamentos de GDAL/OGR para procesar imágenes satelitales a través de la línea de comandos. Este taller te sumergirá en el uso de estas herramientas para manipular, convertir y analizar datos raster y vectoriales. Desde principiantes hasta usuarios con experiencia, descubre cómo potenciar proyectos geoespaciales con GDAL/OGR.

Software necesario: GDAL/OGR

Nivel: Intermedio

Conocimientos previos: Terminal Linux

Cena al Hotel Palau de Bellavista

Gracias a la nueva especificación del W3C File System Access API es posible editar archivos geográficos en un visualizador web con una experiencia de usuario muy parecida a la de una aplicación desktop como QGIS. Se ha añadido soporte a dicha especificación en la librería de desarrollo JavaScript API SITNA. Por tanto, con ella se puede desarrollar una aplicación web que abra archivos en los formatos GeoJSON, KML, KMZ, GML, WKT, WKB, GPX, Shapefile o GeoPackage, los edite y guarde los cambios, accediendo directamente al sistema de archivos del dispositivo.

La biblioteca MapICGC GL JS ha sido desarrollada con el objetivo de mejorar las capacidades de cartografía web y proporcionar a los programadores web una solución integrada y de fácil acceso a los datos propios del Institut Cartogràfic i Geològic de Catalunya (ICGC). La librería incorpora una serie de prácticas funcionalidades e integra fácilmente elementos ICGC como imágenes satelitales históricas, elementos vectoriales (FlatGeobuf) y modelos 3D hiperrealistas. Además, incluye un nuevo geocodificador con búsquedas complejas. MAPICGC GL JS es un ejemplo de librería de código abierto aplicable tanto dentro como fuera del ICGC.

MapTiler SDK es una capa de TypeScript que agrega nuevas capacidades además de MapLibre GL, tanto en términos de interfaz de usuario como de funciones principales. También viene con una interfaz para la API REST de MapTiler Cloud, y además comentaremos algunas novedades sobre MapLibre. Las características que hemos agregado a MapLibre son de dos tipos: muchas ayudas convenientes para hacer la vida más fácil a los desarrolladores, como por ejemplo los layer helpers (funciones para crear capas vectoriales mucho más fácil) y muchas opciones predeterminadas integradas que están diseñadas especialmente para usar datos de MapTiler pero manteniéndolo 100 % compatible con MapLibre.

Los nuevos estándares API de OGC que se han desarrollado en estos últimos años nos permiten acceder a datos geoespaciales libres y gratuitos a través de servicios web de forma más eficiente y sencilla. El OA CNIG, con el propósito de estar a la vanguardia de las nuevas tecnologías y estándares con respecto a los datos abiertos, ha publicado recientemente estos servicios API para los datos disponibles, tanto del Sistema Cartográfico Nacional como del Instituto Geográfico Nacional.

Desarrollar e implementar aplicaciones basadas en datos de observación de la Tierra impulsadas por IA puede ser un desafío, tanto a nivel de conocimientos como a nivel de consumo de recursos. La fragmentación del acceso a los datos y sus diferentes formatos, el procesamiento de dichos datos –con altas demandas computacionales–, la integración de modelos de IA o el despliegue de dichas aplicaciones es una tarea compleja que involucra múltiples herramientas independientes. En respuesta a esta necesidad surge SPAI, un framework de desarrollo de aplicaciones de observación de la Tierra que cubre el entero proceso de desarrollo de estas aplicaciones, desde la obtención de los datos, su almacenamiento y procesamiento a través de modelos de inteligencia artificial fácilmente accesibles hasta el despliegue de estas aplicaciones en la nube. Así, SPAI permite y fomenta la obtención de analíticas satelitales a cualquier tipo de usuario, sin importar sus conocimientos en desarrollo, datos satelitales o inteligencia artificial. A lo largo del taller se hará una demostración práctica de todas las herramientas que conforman SPAI, desde la librería de Python hasta la interfaz gráfica, pasando por el SPAI Chat, un chatbot específicamente diseñado y entrenado para soluciones basadas en datos satelitales e inteligencia artificial. Así, se demostrará lo fácil que es desarrollar e implementar una aplicación basada en datos satelitales y haciendo uso de inteligencia artificial, yendo desde la obtención de los datos, su almacenamiento y procesamiento hasta el despliegue en la nube para su explotación.

Software necesario: Python, Svelte, Leaflet, PytorchEO

Nivel: Intermedio

Conocimientos previos: Conocimientos de Python, imágenes de satélite e inteligencia artificial, aunqué no son necesarios, ayudaran a un mejor seguimiento del taller.

Clausura (aperitivo) + happening