El primer proceso es la descarga masiva del centro de descargas del CNIG (IGN)
El tamaño aproximado es de 9308,65 (MB)
La digitalización de los planos de edificación que se custodian en el Archivo del Instituto Geográfico Nacional y la publicación en el portal de descarga garantiza la preservación de los documentos y el acceso a una fuente de información indispensable para cualquier estudio de evolución del territorio.
La georreferenciación de estas hojas mejora además las consultas geográficas y la realización de estudios comparativos espaciales.
La Georreferenciación de los ficheros a 400 ppp a partir de las coordenadas de las esquinas, se pueden obtener en el mismo Centro de Descargas como parte del Equipamiento Geográfico de Referencia Nacional.
Para el procesado y la digitalización de los archivos ECW utilizaremos el software de código libre y gratuito QGIS.
El primer proceso es crear la estructura de la base de datos, crearemos tres capas de archivo shape con la siguiente estructura:
| MultiPolygon | ||
|---|---|---|
| Nombre | Tipo | Longitud |
| Id | Integer | 10 |
| Nombre | String | 80 |
| Provincia | String | 80 |
| Region | String | 80 |
| Municipio | String | 80 |
| Escala | String | 80 |
| Plano | String | 80 |
| Fecha | Date | 10 |
| MultiLineString | ||
|---|---|---|
| Nombre | Tipo | Longitud |
| Id | Integer | 10 |
| Nombre | String | 80 |
| Provincia | String | 80 |
| Region | String | 80 |
| Municipio | String | 80 |
| Escala | String | 80 |
| Plano | String | 80 |
| Fecha | Date | 10 |
| Id Poligono | Integer | 10 |
| MultiPoint | ||
|---|---|---|
| Nombre | Tipo | Longitud |
| Id | Integer | 10 |
| Nombre | String | 80 |
| Habitaculo | String | 80 |
| Id Poligono | Integer | 10 |
En codificación UTF-8 y en el SCR ETRS89/UTM Zona 30 N, EPSG: 25830.
Una vez cargados los ECW en el sistema SCR ED50/UTM Zona 30 N realizaremos un cambio de Datum a ETRS 89/ UTM Zona 30 N, para ello utilizaremos la Rejilla para cambio de Datum entre ED50 y ETRS89 (en formato NTV2) del Instituto Geográfico Nacional (IGN).
Consta de dos rejillas, una para la península PENR2009.gsb y otra para Baleares denominada BALR2009.gsb. Ambas rejillas están en formato NTV2 y contienen los incrementos en longitud y latitud entre estos dos datums.
+proj=utm +zone=30 +ellps=intl +nadgrids=C:\Program Files\QGIS 3.2\share\proj\PENR2009.gsb +units=m +wktext+no_defs
A continuación, para importarlos posteriormente a Geoserver, guardaremos todos los ECW como GeoTIFF.
Para digitalizar el edificio, crearemos polígonos siguiendo la arquitectura.
Una vez finalizada la digitalización, usaremos el algoritmo recopilar geometrías: Este algoritmo toma una capa vectorial y recopila la información de sus geometrías en nuevas geometrías multiparte.
Para generar la capa denominada Líneas, utilizaremos el algoritmo de polígonos a líneas: Este algoritmo toma una capa de polígono y crea una capa de línea, con líneas que representan los anillos de los polígonos de la capa de entrada.
Inmediatamente, insertaremos puntos siguiendo el esquema de la leyenda en cada una de las zonas de interés del edificio histórico.
Se seguirá el mismo proceso para cada uno de los edificios históricos en formato GeoTIFF.
Después, se calculara el centroide de cada edificio para posicionarlo en un mapa a mayor escala, para ello utilizaremos el algoritmo Media de Coordenadas: Este algoritmo procesa una capa de puntos con el centro de gravedad de geometrías de una capa de entrada.
Finalmente, una vez digitalizados los edificios, exportaremos cada una de las capas a un formato GeoJSON.
En esta fase se implementará todo a través de Google Cloud Plataform, una suite que contiene diversos servicios que funcionan en la misma infraestructura que utiliza Google.
Crea aplicaciones muy escalables en una plataforma sin servidor totalmente gestionada.
Empleando una cuenta de correo electrónico gmail podremos acceder a 300$ gratuitamente para trabajar con Google Cloud Platform durante los próximos 12 meses, tiempo suficiente para hacer un producto mínimo viable y proporcionar retroalimentación para el desarrollo futuro.
Para la base de datos utilizaremos Google Cloud SQL que es un servicio de base de datos totalmente administrado que facilita la configuración, el mantenimiento y la administración de las bases de datos relacionales en Google Cloud Platform, en nuestro caso implementaremos la opción PostgreSQL (permitir PostGIS).
Es un servidor de código abierto para compartir datos geoespaciales. Diseñado para la interoperabilidad, publica datos de cualquier fuente de datos espacial importante utilizando estándares abiertos
Es un sistema de gestión de bases de datos relacional orientado a objetos y de código abierto.
Es un extensor de base de datos espacial para la base de datos relacional de objetos PostgreSQL
Es un servicio de almacenamiento de archivos en línea RESTful para almacenar y acceder a datos en la infraestructura de Google Cloud Platform.
En este punto, para lograr la visualización interactiva utilizaremos por un lado, el cliente ligero Leaflet.
Porque esta API ofrece muchas ventajas:
Por otro lado, para la estructura del contenido de la app resposive utilizaremos el front-end Bootstrap 4.
Porque el CSS de Bootstrap 4 se ajusta a teléfonos, tabletas y computadoras de escritorio de forma responsive.
Y además, el front-end de Bootstrap 4 es compatible con todos los navegadores modernos (Chrome, Firefox, Internet Explorer, Edge, Safari y Opera).
Simultáneamente, para realizar las llamadas al servidor de los archivos GeoJSON lo haremos a través de un Web Feature Service (WFS).
Mientras que, para realizar las llamadas al servidor de los archivos GeoTIFF emplearemos una llamada Web Map Service (WMS).
Y para cohesionarlo todo emplearemos JQuery y Ajax.
Conjuntamente, para interactuar con el Público y agilizar el proceso de digitalización se propone utilizar Leaflet como herramienta y el mapeo colaborativo como motor.
Por lo que serviremos a la aplicación Web los ficheros GeoTIFF como WMS.
Posteriormente, agregaremos la barra de herramientas de dibujo insertándolas en el mapa a través del plugin de Leaflet L.Draw.
Sa vez el usuario ha finalizado la digitalización puede exportarlo a GeoJSON y enviarlo para que se cargue en el Geoserver y visualizarlo en la Aplicación Web.
Para visualizar el total de los centroides de los polígonos calculados con anterioridad visiblemente de una forma más armoniosa cargaremos el plugin de Leaflet L.MarkerClusterGroup.
La utilidad práctica de este proyecto yace en su carácter renovador pues lo que se pretende es actualizar los planos obsoletos de edificaciones históricas a través del uso de nuevas tecnologías de manera que se pueda acceder a ellos de manera más fácil desde cualquier dispositivo y en cualquier momento y lugar empleando una aplicación web responsive y totalmente gratuita.
En consecuencia, gracias a esta innovación el público en general podrá involucrarse en la digitalización de los planos históricos y acceder a ellos con mayor facilidad.
Además, muchos de estos planos de los que se dispone desde hace mucho tiempo, no están digitalizados, por lo que resultan realmente atractivos para los grandes productores de mapas como google maps o openstreetmaps que no disponen de estos datos, por lo que seríamos pioneros en ofrecer una visualización interactiva de ellos.
Gracias a la versatilidad la de las aplicaciones web responsive, es posible llegar a un mayor número de público y que sea compartido por el máximo número de personas.
Debido a este alcance, junto al gran auge del mapeo colaborativo en la actualidad, véase proyectos como openstreetmaps es posible agilizar mucho el proceso de digitalización, con unos pocos clics y un fichero estándar como GeoJSON.
Se espera iniciar el proyecto con los datos proporcionados por el IGN, de las provincias de Badajoz, Ciudad Real, Guadalajara, Madrid, Segovia y Toledo, pero es posible escalarlo a nivel nacional, permitiendo a otras administraciones subir sus planos digitalizados o incluso a los propios usuarios, lo que aumentaría de forma significativa la base de datos existente y la riqueza de esta en cuanto información arquitectónica histórica.
Se pretende inicializar el proyecto con el Crédito de 300 $ gratuito que ofrece Google Cloud Platform durante los próximos 12 meses.
Gastos en Publicidad:
Costes de personal:
Google App Engine:
| Recurso | Unidad | Coste de la unidad |
|---|---|---|
| vCPU | Por hora de núcleo | $0.0579 |
| Memoria | Por GB por hora | $0.0078 |
| Disco persistente | Por GB al mes | $0.0400 |
Google App Engine:
| Multi Regional Storage (por GB al mes) | Regional Storage (por GB al mes) | Nearline Storage (por GB al mes) | Coldline Storage (por GB al mes) |
|---|---|---|---|
| $0.026 | $0.02 | $0.01 | $0.007 |