Neste mês de Junho de 2018 estamos com uma promoção imperdível para aquisição de imagens de Satélite de alta resolução
A constelação DigitalGlobe de satélites de alta resolução oferece incrível precisão, agilidade e capacidade de coleta, imageando o mundo no mais fino nível de detalhes.
Quer saber mais detalhes de cada sensor? Clique aqui e acesse a brochura com as características técnicas de cada satélite!
O Geoadmin é uma ferramenta web que possui no mapa as principais bases cartográficas disponibilizadas pelo governo.
Para que isso seja possível nosso time de geoprocessamento periodicamente faz o download dos dados e organiza para que tudo isso seja acessado de forma simples e direta no mapa.
Os dados do INCRA para downloads estão divididos por estado contendo:
Compatibilizamos todas essas bases em um arquivo tipo Shapefile único, onde você poderá localizar facilmente a parcela.
A Digital Globe, gigante do sensoriamento remoto anda inovando.
Apenas neste ano, vimos surgir sua própia Maps API, que permite ao desenvolvedor a criar aplicativos usando imagens diretamente da Digital Globe.
Logo depois, surgiu o [GBDX] uma plataforma em nuvem para execução de algoritmos a serem aplicados a enorme biblioteca de imagens da empresa.
Agora, mais uma, usando esse conjunto citado acima. O lançamento é do aplicativo Penny.
O Penny é uma IA (inteligência artificial) criada para detectar e prever riqueza. Mas como isto é possível?
Analisando e cruzando dados de satélite com dados do censo americano, é possível treinar uma rede neural ou qualquer algoritmo de machine learning que se queira para estimar a probabilidade de uma área ser rica ou pobre, baseado nos dados do entorno.
Os passos básicos são:
Exemplo (e um chute):
A partir de algumas premissas e identificação de feições chave, foi possível cruzar e prever quais tipos de construções/pólos aumentam o valor da renda em determinado lugar.
Isto não quer dizer que as pessoas ficam mais ricas, apenas que pessoas mais ricas frequentam aquele lugar.
Claro que isto é um experimento. A Digital Globe ainda permite que você altere o mapa, colocando partes de outras imagens no local onde você está. Por exemplo, é possível “gentrificar” ou “aumentar o valor da renda” de uma área, colocando mais árvores ou prédios de luxo, como o Empire State Building.
É uma aplicação interessante que mostra para nós como vai ser o futuro do sensoriamento remoto.
Boas notícias sobre o GeoSampa, um dos projetos desenvolvidos e apoiados pela SIGMA Geosistemas.
O GeoSampa é um portal de informações geográficas, disponibilizado pela PRODAM e pela SMUL (Secretaria Municipal de Urbanismo e Licenciamento), contendo mais de 180 camadas de informações geográficas.
A prefeitura de São Paulo, oficializou a plataforma como base de dados oficial do município, aumentando ainda mais a relevância da mesma, através do decreto 57.770, editado pelo prefeito João Dória.
A plataforma já era bastante utilizada pela população e pelos colaboradores municipais, agora tem o status de base de dados oficial, possuindo mais de cem mil acessos mensais únicos.
Este é um passo importante para a correta institucionalização do sistema, permitindo uma sinergia entre os diversos interessados nos dados existentes e publicados através da mesma.
Entre os artigos do decreto, um me chama bastante atenção, oficializando o GeoSampa como plataforma integradora:
Art. 6º Os sistemas de dados e informações municipais de qualquer natureza deverão ser estruturados pelos órgãos responsáveis de forma a permitir sua interoperabilidade e integração com os demais sistemas, facilitando seu escalonamento, reuso e manutenção, e deverão:
I – garantir a simplificação do acesso, de forma a possibilitar à Administração Municipal o uso eficiente de suas informações no atendimento às demandas internas e externas;
II – dar transparência às ações de governo, de forma a permitir o acesso público a todas as informações que não sejam de uso restrito, em conformidade com a legislação pertinente, em especial o Decreto nº 53.623, de 12 de dezembro de 2012;
III – garantir que não haja a sobreposição de ações, evitando o dispêndio desnecessário de recursos e a duplicidade de dados da Administração Municipal.
Parágrafo único. O mecanismo de integração deverá garantir ao usuário acesso à informação atualizada por meio do sincronismo entre os sistemas e as bases externas com periodicidade definida e da atualização da base geoespacial.
O artigo 6° é uma comprovação de nossa filosofia de trabalho: o geoprocessamento pode e deve ser usado de forma inteligente, de maneira aumentar a eficiência do planejamento e redução de custos para a administração pública.
A SIGMA Geosistemas ajuda e ajudou na construção desta plataforma, utilizando apenas tecnologias livres. Dentre os serviços executados, desenvolvemos todas as ferramentas de análise, disponíveis por enquanto na intranet – como filtros, pesquisas geoespaciais, geração de gráficos e agrupamentos.
Em tempo, gostaria de parabenizar a toda equipe envolvida no GeoSampa e ao prefeito, por uma decisão acertada.
Ainda teremos muitas novidades sobre esta plataforma. Fique ligado!
Olá pessoal!
Aqui na SIGMA sempre estamos desenvolvendo ferramentas úteis para nós e que talvez também sejam úteis para outras pessoas.
Nossa ideia principal, é contribuir um pouco com esse enorme ecossistema Python/Django existente. Como já disseram, estamos sobre os ombros de gigantes.
Bem, desenvolvemos o Django Topology com o objetivo de simplificar a validação de dados geométricos/geográficos que encontramos em nosso dia a dia.
É muito comum, por exemplo, ter de validar a entrada de um polígono e precisamos garantir que ele esteja dentro de outro polígono. Ou garantir que este polígono específico não esteja sobrepondo outro polígono de uma mesma classe.
Para isso desenvolvemos o Django Topology. Através dele você consegue configurar suas validações dentro do banco de dados e executá-las de forma simples.
O fluxo é simples e o pacote já conta com três validações:
O pacote é facilmente extensível e você desenvolver suas próprias validações topológicas.
Um exemplo simples:
rule = Rule(
name='regra de validação 1',
description='A deve estar contido em B',
message='deve estar contido',
method='topology.rules.must_be_contained'
)
rule.save()
topology_rule = TopologyRule(
content_type_a=ContentType.objects.get(app_label='seuapp', model='item'),
content_type_b=ContentType.objects.get(app_label='seuapp', model='container'),
geom_field_b='geom',
rule=rule
)
topology_rule.save()
Até aqui, definimos nossa regra topológica, de que A (qualquer instância do modelo Item) deve estar contida em B (Container).
Veja como realizar a validação:
item_a = Item(geom=unit_polygon(Point(x=0.0, y=0.0, srid=4326)))
item_a.save()
container = Container(geom=unit_polygon(Point(x=0.0, y=0.0, srid=4326), size=3))
container.save()
errors = topology_rule.validate(item_a)
len(errors)
>>> 3
No exemplo acima, calculamos os erros diretamente pela regra topológica (TopologyRule) e não foi encontrado nenhum erro.
Os erros gerados pelo TopologyRule não são persistidos no banco de dados, ficando a cargo do desenvolvedor a determinar o melhor momento para tal. As vezes nem será necessário, como por exemplo, em uma validação de formulário Django.
Também desenvolvemos um análogo ao TopologyChecker do QGIS e ele tem o mesmo nome. Sua função é executar todas as validações associadas a um determinado modelo, de uma vez, e persisti-las (ou não).
Veja como usá-lo:
# definindo as regras
rule1 = Rule(
name='A não deve sobrepor A',
description='A não deve sobrepor A',
message='sobrepõe',
method='topology.rules.must_not_overlap'
)
rule1.save()
rule2 = Rule(
name='A não deve sobrepor B',
description='A não deve sobrepor B',
message='sobrepõe',
method='topology.rules.must_not_overlap_with'
)
rule2.save()
topology_rule1 = TopologyRule(
content_type_a=ContentType.objects.get(app_label='seuapp', model='item'),
rule=rule1
)
topology_rule1.save()
topology_rule2 = TopologyRule(
content_type_a=ContentType.objects.get(app_label='seuapp', model='item'),
content_type_b=ContentType.objects.get(app_label='seuapp', model='container'),
geom_field_b='geom',
rule=rule2
)
topology_rule2.save()
item1 = Item(geom=unit_polygon(Point(x=0.0, y=0.0, srid=4326)))
item1.save()
item2 = Item(geom=unit_polygon(Point(x=0.0, y=0.0, srid=4326)))
item2.save()
container = Container(geom=unit_polygon(Point(x=0.0, y=0.0, srid=4326), size=2))
container.save()
# até aqui, criamos nossas regras e os registros de item e container
topo_checker = TopologyChecker()
errors = topo_checker.validate_all(Item)
O TopologyChecker retorna um dicionário, usando como chave o nome da validação executada e uma lista associada, com N erros detectados. No caso acima, o topologychecker encontrou 4 erros:
Estamos usando o Django Topology em produção no Geoadmin um produto que trabalha intensivamente com dados geográficos.
Você pode extender o mesmo com suas próprias validações. Basta criar um método com a seguinte assinatura:
def minha_validacao(rule, feature, **kwargs):
# sua validacao aqui
# deve retornar uma lista de TopologyError (sem salvar no banco)
if feature.geom.intersects(outra_geometria):
return [TopologyError()]
return []
Com este método pronto, você só precisa criar uma Rule, apontando o atributo method para o caminmho qualificado da sua função:
rule = Rule(
name='name'
method='foo.bar.minha_validacao
)
Quer ajudar? Estamos aí, confere o repositório e bora lá.