Módulo 1: Introducción a los Datos Geoespaciales

Transcript

1. Módulo 1: Introducción a los Datos Geoespaciales
2. Título: Módulo 1: Introducción a los Datos Geoespaciales Subtítulo: Curso Básico de GeoPandas Instructor: Abraham Zamudio Contacto: https://www.linkedin.com/in/abraham-zamudio/
3. Objetivos del Módulo 1. Comprender conceptos clave de datos geoespaciales. 2. Instalar GeoPandas y sus dependencias. 3. Explorar la integración con el ecosistema Python. 4. Cargar y visualizar un dataset geoespacial.
4. ¿Qué son los Datos Geoespaciales? Definición: Información vinculada a ubicaciones geográficas (coordenadas). Ejemplos: • Ubicación de hospitales (puntos). • Límites provinciales (polígonos). • Redes de transporte (líneas).
5. Geometrías Básicas Tipo Descripción Aplicación Típica Puntos Coordenadas (lon, lat) Ubicación de árboles, tiendas Líneas Secuencia de puntos conectados Rutas, ríos, calles Polígonos Áreas cerradas Lotes, países, lagos
6. Sistemas de Referencia de Coordenadas (CRS) ¿Qué es? Sistema para proyectar la Tierra 3D en un plano 2D. Componentes: Datum: Modelo de la forma de la Tierra (ej: WGS84). Proyección: Método de "aplanado" (ej: Mercator, UTM). Código EPSG: Identificador único (ej: WGS84 = EPSG:4326).
7. CRS Geográfico vs. Proyectado Geográfico (EPSG:4326) Proyectado (EPSG:3857) Unidades en grados Unidades en metros Distorsiona áreas/distancias Minimiza distorsiones
8. Formatos de Archivo Comunes Shapefile (.shp): Estándar industrial (requiere .shp, .shx, .dbf). Límite: 2GB, no soporta nombres largos. GeoJSON (.geojson): Basado en JSON, legible para humanos. Ideal para web. Otros: GPKG, KML, GeoParquet.
9. Shapefile: Estructura Archivos obligatorios: • .shp: Geometrías. • .shx: Índice. • .dbf: Atributos (tabla). Archivos opcionales: • .prj (CRS), .cpg (codificación).
10. GeoJSON: Ventajas Beneficios: • Soporta CRS integrado. • Compatible con APIs web (Google Maps).
11. Herramientas SIG vs. GeoPandas QGIS/ArcGIS GeoPandas Interfaz gráfica Programación en Python Análisis manual Automatización Ideal para visualizar Ideal para flujos repetitivos
12. ¿Qué es GeoPandas? Biblioteca Python que extiende pandas para datos espaciales. Filosofía: "pandas para geometrías".
13. Dependencias Clave Librería Función Shapely : https://shapely.readthedocs.io/en/stable/ Operaciones geométricas Fiona : https://fiona.readthedocs.io/ Lectura/escritura de archivos PyProj : https://pyproj4.github.io/pyproj/ Manejo de CRS Matplotlib : https://matplotlib.org/ Visualización
14. Instalación con pip # Instalación básica # Instalación completa (recomendada)
15. Instalación con conda • # Para usuarios de Anaconda/Miniconda
16. Verificación de Instalación
17. ¿Por qué GeoPandas? Integración con pandas (filtros, joins, groupby). Sintaxis concisa para operaciones espaciales. Ecosistema rico (scikit-learn, matplotlib, Jupyter).
18. Caso de Éxito: Pandas + GeoPandas Problema: Calcular población dentro de radios de hospitales. Solución pandas: Cálculo manual con trigonometría (complejo) Solución GeoPandas: hospitales.buffer(1000).intersection(barrios)
19. Flujo de Trabajo Típico 1. Cargar datos (Shapefile/GeoJSON). 2. Explorar atributos y geometrías. 3. Transformar CRS. 4. Operaciones espaciales (buffer, join). 5. Visualizar resultados.
20. Dataset de Práctica: Natural Earth Fuente: Datos geoespaciales gratuitos (naturalearthdata.com). Contenido: Países, ciudades, ríos, etc. Acceso desde GeoPandas: gpd.datasets.get_path('naturalearth_lowres')
21. Cargar Datos en GeoPandas • import geopandas as gpd • import geodatasets • world_path = geodatasets.get_path('naturalearth.land') • world = gpd.read_file(world_path) • world • Formato soportado: Shapefile, GeoJSON, PostGIS, etc.
22. Inspeccionar el GeoDataFrame world.head() # Primeras 5 filas world.info() # Estructura y tipos de datos world.geometry.name # Nombre de la columna geométrica
23. La Columna "geometry" • Concepto: Alma del GeoDataFrame. • Tipo: GeoSeries (extensión de pd.Series). Operaciones directas: # Área de cada país world.area # Punto central de cada geometría world.centroid
24. Visualización Básica # Mapa mundial básico world.plot() CRS del Dataset print(world.crs) # Output: EPSG:4326 (WGS84) Importancia: Verificar CRS antes de operaciones espaciales.
25. Reproyectar a otro CRS import geopandas as gpd from geodatasets import get_path import matplotlib.pyplot as plt # Cargar datos (WGS84) path = get_path("naturalearth.land") gdf_wgs84 = gpd.read_file(path) # Reproyectar a Mercator : Código EPSG para Mercator gdf_mercator = gdf_wgs84.to_crs("EPSG:3857") # Crear figura comparativa fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(15, 7),constrained_layout=True) # Mapa WGS84 gdf_wgs84.plot(ax=ax1, color="lightblue", edgecolor="black") ax1.set_title("Proyección WGS84 (EPSG:4326)", fontsize=12) ax1.set_axis_off() # Mapa Mercator gdf_mercator.plot(ax=ax2, color="lightgreen", edgecolor="black") ax2.set_title("Proyección Mercator (EPSG:3857)", fontsize=12) ax2.set_axis_off() # plt.suptitle("Comparación: WGS84 vs. Mercator", fontsize=16, y=0.95) plt.tight_layout() plt.show()
26. Aplicaciones Reales • Urbanismo: Análisis de accesibilidad a parques. • Logística: Optimización de rutas de reparto. • Medio Ambiente: Monitoreo de deforestación.
27. Resumen • Geometrías: Puntos, líneas, polígonos. • CRS: EPSG:4326 (WGS84) y EPSG:3857 (Mercator). • Formatos: Shapefile (.shp) y GeoJSON (.geojson). • GeoPandas: Extensión espacial de pandas.
28. Recursos Adicionales • [Documentación GeoPandas](https://geopandas.org) • [Natural Earth Datasets](https://www.naturalearth data.com) • [EPSG.io: Buscador de CRS](https://epsg.io)