Servidor de Cartografía Coloma

En 2009 la Unidad Municipal de Análisis Territorial del Ajuntament de Girona apostó por integrar al sistema de información territorial existente un conjunto de herramientas libres para publicar cartografía. Un año después, más de la mitad de los servicios de cartografía web están funcionando sobre este nuevo sistema. El nuevo sistema, llamado Coloma, se basa en una base de datos PostGIS, la librería de render Mapnik, el servidor WS Ogcserver, la librería Javascript OpenLayers, el framework Django, el lenguaje de programación Python y el servidor web Apache con el módulo para WSGI. Coloma incluye una herramienta de administración web para facilitar la configuración y la administración del día a día. Aporta pequeñas mejoras a los proyectos por separado y un valor añadido al conjunto, consiguiendo un servidor de cartografía formado por proyectos de éxito, robusto y con muchas posibilidades. Coloma ha demostrado ser fiable y sus componentes siguen mejorando día a día. El hecho de ser software libre nos ha permitido acceder al conocimiento, código y documentación que hay sobre todo este software en Internet. En los próximos meses la UMAT va a liberar el proyecto Coloma para que más gente pueda beneficiarse del trabajo hecho hasta ahora

Inference of distributional parameters from compositional samples containing nondetects

Low concentrations of elements in geochemical analyses have the peculiarity of being compositional data and, for a given level of significance, are likely to be beyond the capabilities of laboratories to distinguish between minute concentrations and complete absence, thus preventing laboratories from reporting extremely low concentrations of the analyte. Instead, what is reported is the detection limit, which is the minimum concentration that conclusively differentiates between presence and absence of the element. A spatially distributed exhaustive sample is employed in this study to generate unbiased sub-samples, which are further censored to observe the effect that different detection limits and sample sizes have on the inference of population distributions starting from geochemical analyses having specimens below detection limit (nondetects). The isometric logratio transformation is used to convert the compositional data in the simplex to samples in real space, thus allowing the practitioner to properly borrow from the large source of statistical techniques valid only in real space. The bootstrap method is used to numerically investigate the reliability of inferring several distributional parameters employing different forms of imputation for the censored data. The case study illustrates that, in general, best results are obtained when imputations are made using the distribution best fitting the readings above detection limit and exposes the problems of other more widely used practices. When the sample is spatially correlated, it is necessary to combine the bootstrap with stochastic simulation

wxGRASS: una interfaz gráfica de usuario para la integración de diversos programas libres para SIG

This paper presents a Graphical User Interface, developed with python and the graphic library wxpython, to GRASS GIS. This GUI allows to access several modules with a graphic interface written in Spanish. Its main purpouse is to be a teaching tool, that is the reason way it only allows to access several basic put crucial moludes. It also allows user to organize the elements presented to stress the aspects to be resalted in a particular working sesion with the program

LOCALITZA: una herramienta SIG para resolver problemas de localización óptima

LOCALITZA software is a tool that increases GIS applications possibilities to analyze and solve optimal facility location problems. This system, that it is being migrated from Delphi to Python, allows to evaluate how existing facility supply covers the demand. ON the other hand, it includes the resolution of an elevated number of classic location-allocation models and, in some cases, includes new models

Integración de SEXTANTE en GearSCape

SEXTANTE es un marco para el desarrollo de algoritmos dedicados al procesamiento de información geográficamente referenciada, que actualmente cuenta con más de doscientos algoritmos que son capaces de operar sobre datos vectoriales, alfanuméricos y raster. Por otra parte, GearScape es un sistema de información geográfico orientado al geoprocesamiento, que dispone de un lenguaje declarativo que permite el desarrollo de geoprocesos sin necesidad de herramientas de desarrollo complejas. Dicho lenguaje está basado en el estándar SQL y extendido mediante la norma OGC para el acceso a fenómenos simples. Al ser un lenguaje mucho más simple que los lenguajes de programación imperativos (java, .net, python, etc.) la creación de geoprocesos es también más simple, más fácil de documentar, menos propensa a bugs y además la ejecución es optimizada de manera automática mediante el uso de índices y otras técnicas. La posibilidad de describir cadenas de operaciones complejas tiene también valor a modo de documentación: es posible escribir todos los pasos para la resolución de un determinado problema y poder recuperarlo tiempo después, reutilizarlo fácilmente, comunicárselo a otra persona, etc. En definitiva, el lenguaje de geoprocesamiento de GearScape permite "hablar" de geoprocesos. La integración de SEXTANTE en GearScape tiene un doble objetivo. Por una parte se pretende proporcionar la posibilidad de usar cualquiera de los algoritmos con la interfaz habitual de SEXTANTE. Por la otra, se pretende añadir al lenguaje de geoprocesamiento de GearScape la posibilidad de utilizar algoritmos de SEXTANTE. De esta manera, cualquier problema que se resuelva mediante la utilización de varios de estos algoritmes puede ser descrito con el lenguaje de geoprocesamiento de GearScape. A las ventajas del lenguaje de GearScape para la definición de geoprocesos, se añade el abanico de geoprocesos disponible en SEXTANTE, por lo que el lenguaje de geoprocesamiento de GearScape nos permite "hablar" utilizando vocabulario de SEXTANTE