Ciencia de Datos Geoespaciales

• La visualización de datos, es un importante aspecto de las Ciencias de Datos. Es posible analizar grandes cúmulos de datos y producir información resumida y condensada.

• El web scraping es una técnica automatizada ampliamente utilizada para extraer información precisa de páginas web y catálogos web mediante el uso de programas o scripts (Vaughan, 2028).

• Tambien es importante aplicar técnicas de clasificación y predicción de datos.

• Por ejemplo: Clasificación de datos geoespaciales a partir de Técnicas de IA, para detectar infinidad de fenómenos: detectar construcciones (catastro), detectar focas (en el artico), detectar autos, cultivos, etc. Es decir fenómenos geoespaciales.

  • Clasificación No Supervisada: algoritmos de cluster como KMeans
  • Clasificación Supervisada: entrenar y usar algoritmos de Machine Learning como KNN, Random Forest y Support Vector Machine (SVM) y poder visualizar los resultados

• Es crucial para mantener actualizadas las competencias técnicas y profesionales en un campo en constante evolución como la geoinformación.

• Son capacidades altamente valoradas en el sector privado (económicamente): Tener presente el costo de la hora hombre de programación gráfica (horas-hombre) es más alta que la programación común, de aquí la deserción de perfiles calificados en el Estado.

• Por otro lado se requieren recursos de hardware sólidos, resilientes, buena calidad de monitores, y de instrumental tecnológico: GPS, Estaciones permanentes, Vehículos Aéreos No Tripulados (VANT), etc.

Tecnología Utilizada

Python adquiere doble importancia ya que es utilizado tanto por QGIS como por ARCGis (ESRI), incluso utiliza Jupyter Notebooks en ArcGis Pro.

Desarrollar capacidades en Ciencia de Datos Geoespaciales permitirá el desarrollo de aplicaciones gráficas, de tableros (dashboards), geo-APIs, incluso geohistorias. Además de conocer como consumir geoservicios desde un GIS (QGis, ArcGis, etc.) debemos enseñar a consumirlos desde distintos lenguajes de programación y GIS.

Visualización de Geoservicios

• Desde la encuesta anual, se puede observar: que existe una brecha notable en la oferta de geoservicios:
  • Mientras que el 62.2% ofrece servicios WMS/WMTS, solo el 56.8% proporciona servicios WFS y un escaso 13.5% ofrece servicios WCS, lo que refleja áreas de oportunidad para ampliar la capacidad de distribución de datos geoespaciales.
  • Las IDE posibilitan que los datos se ofrezcan como servicios (servicios web, geoservicios).
  • Todas las infraestructuras (vial, salud, castastro) son suceptibles de ser modeladas en GIS e IDE.
  • Así las IDE son el catastro de todas las infraestructuras públicas y privadas.

Enlace a tableros sobre Geoservicios

• Tableros Jurisdiccionales sobre Web Feature Service:
  • Provincias: https://opendata.fi.uncoma.edu.ar/IDERA/TableroWFSProvincias.html
  • Municipios: https://opendata.fi.uncoma.edu.ar/IDERA/TableroWFSMunicipios.html
  • Nación: https://opendata.fi.uncoma.edu.ar/IDERA/TableroWFSNacion.html
  • Municipios: https://opendata.fi.uncoma.edu.ar/IDERA/TableroWFSMunicipios.html
  • Provincias \(\beta\): https://opendata.fi.uncoma.edu.ar/IDERA/TableroWFSProvinciasBranch.html
• Informe Anual de IDERA:
  • Tablero Gral (estadistica más mapa de calor): https://opendata.fi.uncoma.edu.ar/IDERA/TableroEvaluacionIDE_2024.html
  • liviano (solo mapa de calor): https://opendata.fi.uncoma.edu.ar/IDERA/TableroIDERA-IGIF_2024.html
  • Aportes sobre la encuesta anual: https://docs.google.com/document/d/14QCKjpnSQrfuVHj4x_JrNqcu2X3GLjJqgyMbHooLhTc/edit?usp=sharing
• Todos incluyen un reporte en la esquina superior derecha del tablero.

Indicadores

115 WFS, 6135 capas (fenómenos), 90 millones de observaciones 16 WCS, 187 coberturas (muchos utilizan coberturas pero quizás no las difunden como servicio)

Tablero WCS: Elementos del Geoservicios WCS

• Tableros Web Coverage Service (WCS): https://opendata.fi.uncoma.edu.ar/IDERA/TableroWCS.html

Algunos elementos y los vemos en el tablero:

• Cada proveedor puede elegir qué operaciones implementar en su servicio WCS. No todos los servicios implementan todas las operaciones del estándar. ## CRS de Geoservicios WCS

• 64 coberturas en World Geodetic System 1984, used in GPS - EPSG:4326

• 47 coberturas en EPSG:32720 - WGS 84 / UTM zone 20S

• 46 coberturas en POSGAR 2007 / Argentina 3 - EPSG:5345

• 1 cobertura en EPSG:3857 - WGS 84 / Pseudo-Mercator

• 1 cobertura en WGS 84 / UTM zone 33N - EPSG:32633

• 1 cobertura en EPSG:26713 - NAD27 / UTM zone 13N

• 2 coberturas en POSGAR 98 / Argentina 5 - EPSG:22175

• 9 coberturas en POSGAR 98 / Argentina 4 - EPSG:22174

Metadatos

• Estudio sobre metadatos Catalogue Service for the Web (CSW):
  • Se construyo un tablero (No es liviano): https://opendata.fi.uncoma.edu.ar/IDERA/TableroMetadatos_2024.html
  • El tablero incluye un reporte en la esquina superior derecha del tablero. En el cual pueden dejar comentarios.

La muestra del estudio

El estudio realizado implicó el análisis de una muestra significativa del catálogo de metadatos de IDERA. La muestra consiste en 2852 registros de un total de 4644 registros que contiene el catálogo de metadatos. Es decir la muestra representa el 61,41% del catálogo.

El estudio se focalizó en analizar aquellos tipos de elementos del Perfil de metadatos de IDERA correspondientes a las clases A y B: “A. Información de Identificación”; “B. Información del Sistema de Referencia” (ver anexo I del resumen).

¿Qué información solicita el metadato para IG vectorial?

• La norma ISO 19115 estructura la información que se debe cargar en un metadato de información geoespacial, ejemplo en datos vectoriales: Solicita información clave como los detalles del responsable, la descripción del dataset, la referencia espacial, la calidad de los datos y las restricciones de acceso.

• Esta norma asegura que los metadatos sean consistentes y útiles para describir, entender y utilizar los datos geoespaciales. Si los entendemos lo podremos reutilizar en estudios, aplicaciones y APIs.

• La reutilización de la informacíón es un índice de la economia del conocimiento en materia de información geoespacial. Más reutilizamos la información geoespacial a partir de los geoservicios, más podremos ahorrar en adquisición de datos en proyectos.

Principales partes del metadato

• Información del Responsable del dato

   - Sección: CI_ResponsibleParty
   - Descripción: Identifica la organización o persona responsable del recurso, incluyendo información de contacto y el rol.

• Descripción del Dataset

   - Sección: MD_DataIdentification
   - Descripción: Proporciona detalles sobre el contenido del dataset, como el título, resumen, palabras clave, y la extensión temporal.

• Referencia Espacial

   - Sección: MD_ReferenceSystem
   - Descripción: Especifica el sistema de referencia espacial utilizado para el dataset.

• Calidad de los Datos

   - Sección: DQ_DataQuality
   - Descripción: Describe la calidad de los datos, incluyendo exactitud, consistencia, y completitud.

• Restricciones de Acceso

   - Sección: MD_Constraints
   - Descripción: Indica las restricciones legales y de seguridad que se aplican al acceso y uso del dataset.

Estos grupos y sus secciones específicas dentro de la norma ISO 19115 son esenciales para asegurar la consistencia y la utilidad de los metadatos en información geoespacial.

Desde la encuesta anual 2024

Desde la encuesta anual 2024 que podemos leer desde las respuestas:

• La carga de metadatos es una práctica común, con el 67.6% de las IDE realizando esta tarea . La mayoría carga metadatos para datos vectoriales (norma ISO 19115), mientras que una menor proporción lo hace para datos raster (norma ISO 19139) . Las interfaces de carga más utilizadas son Geonode y Geonetwork, ambas con 16 respuestas.
• La plantilla de carga de metadatos vectoriales de IDERA es utilizada por el 54.5% de los encuestados, indicando una buena adopción de estándares nacionales, aunque todavía hay un 45.5% que no la utiliza.

Algunas conclusiones

• Sobre geoservicios WCS

  • Es fundamental ofrecer mas geoservicios WCS.
  • Muchas de las coverturas solo disponen de una sola banda.
  • En la parte superior derecha de cada tablero está el reporte del Tablero con más información
  • Existen áreas significativas de mejora, especialmente en la oferta de geoservicios WCS.

• Sobre metadatos:

  • Muchos metadatos cargados en forma incompleta!
  • Sobre metadatos, debemos ser cuidadosos en el momento de la definición de los metadatos, ser precisos, para suministrar toda información obligatoria de acuerdo a la aplicación del estandard (19115 o 19139) y leer la explicación de cada tipo de campo obligatorio y optativo a completar.
  • Desde nuestro rol, tal vez debemos potenciar la explicación sobre qué se carga en un metadatos de una manera también de una forma mas intuitiva y/o gráfica, tal vez generar un video, etc. para lograr que se reconozca el valor de los metadatos y su forma completa de carga según los estándares.
  • Entender que esta tarea es la documentación para un conjunto de consumidores variados, que deben entender como los detalles del responsable, la descripción del dataset, la referencia espacial, la calidad de los datos y las restricciones de acceso.
  • Además, la carga de metadatos puede ser optimizada y fortalecida para asegurar una mayor interoperabilidad y estandarización de los datos geoespaciales.