Generación de mosaico entorno a ríos y lagos
- Autores
- Lattanzio, Bruno; Dalponte Ayastuy, María Nieves
- Año de publicación
- 2021
- Idioma
- español castellano
- Tipo de recurso
- documento de conferencia
- Estado
- versión publicada
- Descripción
- AppEAR es un proyecto de ciencia ciudadana para estudiar los ambientes acuáticos de agua dulce. Su objetivo es generar relevamientos periódicos de estos ambientes de forma precisa y eficiente; Para ello se buscó generar cartografía en la que los sectores de estudio, en este caso costas, están segmentados en áreas más pequeñas organizadas como celdas de un mosaico. Para generar esa cartografía se creó un framework capaz de generar celdas segmentadas y estructuradas en forma de grilla (o mosaico) a partir de una serie de puntos, es decir una geometría lineal o poligonal. El algoritmo recorre la geometría longitudinalmente y de forma transversal crea el mosaico que puede variar según los parámetros configurados. El mosaico es generado a partir de un objeto geométrico recorriéndolo de a dos puntos por vez (segmentos) y creando una grilla a partir de estos. Para conseguirlo toma los siguientes parámetros: una geometría ya sea lineal o poligonal, una orientación (que puede ser derecha, en el caso de los lagos, izquierda o ambas, para el caso de los ríos, distancia total transversal a la geometría, la cantidad de filas de celdas (dividiendo la distancia transversal) y el tamaño longitudinal aproximado de cada celda. La información que se almacena para cada celda la relaciona con la geometría original y se incluye información del tipo de recurso hidrográfico y el nombre. El framework fue desarrollado en Python, utilizando la librería GeoPandas, que extiende de Pandas, añadiendo comportamiento geoespacial. Para ello, GeoPandas cuenta con la librería Shapely utilizada para la transformación de datos geométricos. Finalmente, puede aplicarse tanto a geometrías individuales como a Dataframes con múltiples geometrías. El resultado obtenido de cada ejecución es almacenado para luego poder ser exportado como una capa cartográfica en formato GeoJson.
Facultad de Informática - Materia
-
Informática
ciencia ciudadana
Mosaico
Cartografía - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- http://creativecommons.org/licenses/by-nc-sa/4.0/
- Repositorio
.jpg)
- Institución
- Universidad Nacional de La Plata
- OAI Identificador
- oai:sedici.unlp.edu.ar:10915/162114
Ver los metadatos del registro completo
| id |
SEDICI_eece6d3be5e1bcb2b8c9083e1265952f |
|---|---|
| oai_identifier_str |
oai:sedici.unlp.edu.ar:10915/162114 |
| network_acronym_str |
SEDICI |
| repository_id_str |
1329 |
| network_name_str |
SEDICI (UNLP) |
| spelling |
Generación de mosaico entorno a ríos y lagosLattanzio, BrunoDalponte Ayastuy, María NievesInformáticaciencia ciudadanaMosaicoCartografíaAppEAR es un proyecto de ciencia ciudadana para estudiar los ambientes acuáticos de agua dulce. Su objetivo es generar relevamientos periódicos de estos ambientes de forma precisa y eficiente; Para ello se buscó generar cartografía en la que los sectores de estudio, en este caso costas, están segmentados en áreas más pequeñas organizadas como celdas de un mosaico. Para generar esa cartografía se creó un framework capaz de generar celdas segmentadas y estructuradas en forma de grilla (o mosaico) a partir de una serie de puntos, es decir una geometría lineal o poligonal. El algoritmo recorre la geometría longitudinalmente y de forma transversal crea el mosaico que puede variar según los parámetros configurados. El mosaico es generado a partir de un objeto geométrico recorriéndolo de a dos puntos por vez (segmentos) y creando una grilla a partir de estos. Para conseguirlo toma los siguientes parámetros: una geometría ya sea lineal o poligonal, una orientación (que puede ser derecha, en el caso de los lagos, izquierda o ambas, para el caso de los ríos, distancia total transversal a la geometría, la cantidad de filas de celdas (dividiendo la distancia transversal) y el tamaño longitudinal aproximado de cada celda. La información que se almacena para cada celda la relaciona con la geometría original y se incluye información del tipo de recurso hidrográfico y el nombre. El framework fue desarrollado en Python, utilizando la librería GeoPandas, que extiende de Pandas, añadiendo comportamiento geoespacial. Para ello, GeoPandas cuenta con la librería Shapely utilizada para la transformación de datos geométricos. Finalmente, puede aplicarse tanto a geometrías individuales como a Dataframes con múltiples geometrías. El resultado obtenido de cada ejecución es almacenado para luego poder ser exportado como una capa cartográfica en formato GeoJson.Facultad de Informática2021-12info:eu-repo/semantics/conferenceObjectinfo:eu-repo/semantics/publishedVersionObjeto de conferenciahttp://purl.org/coar/resource_type/c_5794info:ar-repo/semantics/documentoDeConferenciaapplication/pdf98-99http://sedici.unlp.edu.ar/handle/10915/162114spainfo:eu-repo/semantics/altIdentifier/isbn/978-950-34-2242-7info:eu-repo/semantics/reference/hdl/10915/153220info:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/4.0/Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0)reponame:SEDICI (UNLP)instname:Universidad Nacional de La Platainstacron:UNLP2025-10-22T17:23:29Zoai:sedici.unlp.edu.ar:10915/162114Institucionalhttp://sedici.unlp.edu.ar/Universidad públicaNo correspondehttp://sedici.unlp.edu.ar/oai/snrdalira@sedici.unlp.edu.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:13292025-10-22 17:23:29.767SEDICI (UNLP) - Universidad Nacional de La Platafalse |
| dc.title.none.fl_str_mv |
Generación de mosaico entorno a ríos y lagos |
| title |
Generación de mosaico entorno a ríos y lagos |
| spellingShingle |
Generación de mosaico entorno a ríos y lagos Lattanzio, Bruno Informática ciencia ciudadana Mosaico Cartografía |
| title_short |
Generación de mosaico entorno a ríos y lagos |
| title_full |
Generación de mosaico entorno a ríos y lagos |
| title_fullStr |
Generación de mosaico entorno a ríos y lagos |
| title_full_unstemmed |
Generación de mosaico entorno a ríos y lagos |
| title_sort |
Generación de mosaico entorno a ríos y lagos |
| dc.creator.none.fl_str_mv |
Lattanzio, Bruno Dalponte Ayastuy, María Nieves |
| author |
Lattanzio, Bruno |
| author_facet |
Lattanzio, Bruno Dalponte Ayastuy, María Nieves |
| author_role |
author |
| author2 |
Dalponte Ayastuy, María Nieves |
| author2_role |
author |
| dc.subject.none.fl_str_mv |
Informática ciencia ciudadana Mosaico Cartografía |
| topic |
Informática ciencia ciudadana Mosaico Cartografía |
| dc.description.none.fl_txt_mv |
AppEAR es un proyecto de ciencia ciudadana para estudiar los ambientes acuáticos de agua dulce. Su objetivo es generar relevamientos periódicos de estos ambientes de forma precisa y eficiente; Para ello se buscó generar cartografía en la que los sectores de estudio, en este caso costas, están segmentados en áreas más pequeñas organizadas como celdas de un mosaico. Para generar esa cartografía se creó un framework capaz de generar celdas segmentadas y estructuradas en forma de grilla (o mosaico) a partir de una serie de puntos, es decir una geometría lineal o poligonal. El algoritmo recorre la geometría longitudinalmente y de forma transversal crea el mosaico que puede variar según los parámetros configurados. El mosaico es generado a partir de un objeto geométrico recorriéndolo de a dos puntos por vez (segmentos) y creando una grilla a partir de estos. Para conseguirlo toma los siguientes parámetros: una geometría ya sea lineal o poligonal, una orientación (que puede ser derecha, en el caso de los lagos, izquierda o ambas, para el caso de los ríos, distancia total transversal a la geometría, la cantidad de filas de celdas (dividiendo la distancia transversal) y el tamaño longitudinal aproximado de cada celda. La información que se almacena para cada celda la relaciona con la geometría original y se incluye información del tipo de recurso hidrográfico y el nombre. El framework fue desarrollado en Python, utilizando la librería GeoPandas, que extiende de Pandas, añadiendo comportamiento geoespacial. Para ello, GeoPandas cuenta con la librería Shapely utilizada para la transformación de datos geométricos. Finalmente, puede aplicarse tanto a geometrías individuales como a Dataframes con múltiples geometrías. El resultado obtenido de cada ejecución es almacenado para luego poder ser exportado como una capa cartográfica en formato GeoJson. Facultad de Informática |
| description |
AppEAR es un proyecto de ciencia ciudadana para estudiar los ambientes acuáticos de agua dulce. Su objetivo es generar relevamientos periódicos de estos ambientes de forma precisa y eficiente; Para ello se buscó generar cartografía en la que los sectores de estudio, en este caso costas, están segmentados en áreas más pequeñas organizadas como celdas de un mosaico. Para generar esa cartografía se creó un framework capaz de generar celdas segmentadas y estructuradas en forma de grilla (o mosaico) a partir de una serie de puntos, es decir una geometría lineal o poligonal. El algoritmo recorre la geometría longitudinalmente y de forma transversal crea el mosaico que puede variar según los parámetros configurados. El mosaico es generado a partir de un objeto geométrico recorriéndolo de a dos puntos por vez (segmentos) y creando una grilla a partir de estos. Para conseguirlo toma los siguientes parámetros: una geometría ya sea lineal o poligonal, una orientación (que puede ser derecha, en el caso de los lagos, izquierda o ambas, para el caso de los ríos, distancia total transversal a la geometría, la cantidad de filas de celdas (dividiendo la distancia transversal) y el tamaño longitudinal aproximado de cada celda. La información que se almacena para cada celda la relaciona con la geometría original y se incluye información del tipo de recurso hidrográfico y el nombre. El framework fue desarrollado en Python, utilizando la librería GeoPandas, que extiende de Pandas, añadiendo comportamiento geoespacial. Para ello, GeoPandas cuenta con la librería Shapely utilizada para la transformación de datos geométricos. Finalmente, puede aplicarse tanto a geometrías individuales como a Dataframes con múltiples geometrías. El resultado obtenido de cada ejecución es almacenado para luego poder ser exportado como una capa cartográfica en formato GeoJson. |
| publishDate |
2021 |
| dc.date.none.fl_str_mv |
2021-12 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/conferenceObject info:eu-repo/semantics/publishedVersion Objeto de conferencia http://purl.org/coar/resource_type/c_5794 info:ar-repo/semantics/documentoDeConferencia |
| format |
conferenceObject |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
http://sedici.unlp.edu.ar/handle/10915/162114 |
| url |
http://sedici.unlp.edu.ar/handle/10915/162114 |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.relation.none.fl_str_mv |
info:eu-repo/semantics/altIdentifier/isbn/978-950-34-2242-7 info:eu-repo/semantics/reference/hdl/10915/153220 |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) |
| dc.format.none.fl_str_mv |
application/pdf 98-99 |
| dc.source.none.fl_str_mv |
reponame:SEDICI (UNLP) instname:Universidad Nacional de La Plata instacron:UNLP |
| reponame_str |
SEDICI (UNLP) |
| collection |
SEDICI (UNLP) |
| instname_str |
Universidad Nacional de La Plata |
| instacron_str |
UNLP |
| institution |
UNLP |
| repository.name.fl_str_mv |
SEDICI (UNLP) - Universidad Nacional de La Plata |
| repository.mail.fl_str_mv |
alira@sedici.unlp.edu.ar |
| _version_ |
1846783681678540801 |
| score |
12.982451 |