Desarrollo de una aplicación para predicción de calidad del aire en Python, usando el método Kriging+
En este documento se presentará la solución propuesta para el tema de la traducción de un programa de predicción de la calidad del aire desarrollado para la plataforma de plugins de QGIS, hacia un entorno completamente stand-alone empleando el lenguaje de programación libre de Python. Para ello, se...
- Autores:
-
Díaz Ribón, Alexander Javier
- Tipo de recurso:
- Fecha de publicación:
- 2019
- Institución:
- Universidad del Norte
- Repositorio:
- Repositorio Uninorte
- Idioma:
- spa
- OAI Identifier:
- oai:manglar.uninorte.edu.co:10584/8475
- Acceso en línea:
- http://hdl.handle.net/10584/8475
- Palabra clave:
- Kriging
Python
QGIS
stand-alone
traducción
calidad del aire
plugin
código libre
interpolación
modelación
Kriging
Python
QGIS
stand-alone
translation
air quality
plugin
open-source
interpolation
modeling
- Rights
- License
- Universidad del Norte
id |
REPOUNORT2_33262cfe8c146732c916daa9e3bff4ab |
---|---|
oai_identifier_str |
oai:manglar.uninorte.edu.co:10584/8475 |
network_acronym_str |
REPOUNORT2 |
network_name_str |
Repositorio Uninorte |
repository_id_str |
|
spelling |
Wightman Rojas, Pedro MarioDíaz Ribón, Alexander Javier2019-06-07T15:03:47Z2019-06-07T15:03:47Z2019-06-06http://hdl.handle.net/10584/8475En este documento se presentará la solución propuesta para el tema de la traducción de un programa de predicción de la calidad del aire desarrollado para la plataforma de plugins de QGIS, hacia un entorno completamente stand-alone empleando el lenguaje de programación libre de Python. Para ello, se analiza cada paso del programa original, y se emplea una solución en Python que simule su función correspondiente. Esto permite que el programa sea más flexible, y a su vez admita mejoras en el futuro que no se podrían aplicar estando aún dentro de QGIS, así como su implementación en un clúster computacional. Para esto, se emplearon varias librerías externas de Python de tipo open-source, tal que éstas permitiesen emular los procedimientos necesarios para que el algoritmo funcione tal y como se da en su versión original, dentro de QGIS. Se emplean procesos que simulan aquellos empleados por librerías que QGIS contiene por defecto, cuyo enfoque radica en datos geo-referenciados, y estos datos se adaptaron para ser procesados dentro del código de Python, y posteriormente mostrarse al usuario como gráficas comprensibles y coherentes.In this document, the solution proposed for the topic of the translation of an air quality forecast program developed in QGIS, into a completely standalone environment will be presented, using the free programming language Python. For this purpose, each step in the original program is analyzed, and a Python solution is applied so it simulates its corresponding function. This allows the program to be more flexible, as well as admitting upgrades in the future that couldn’t be applied otherwise, while still inside QGIS, such as its implementation in a computing cluster. In order to achieve these results, several external open-source libraries for Python were implemented, such as these libraries would allow to emulate the necessary procedures so that the algorithm functions exactly as its original version, in QGIS. Processes that simulate the data used by the libraries that QGIS contains by default, which focus is geo-referenced data, are implemented, and this data was adapted to be processed inside the Python code, and subsequently showed to the end user as comprehensible and coherent graphics.spaBaranquilla, Universidad del Norte, 2019Universidad del Nortehttp://purl.org/coar/access_right/c_abf2KrigingPythonQGISstand-alonetraduccióncalidad del aireplugincódigo libreinterpolaciónmodelaciónKrigingPythonQGISstand-alonetranslationair qualitypluginopen-sourceinterpolationmodelingDesarrollo de una aplicación para predicción de calidad del aire en Python, usando el método Kriging+Development of an application for the prediction of air quality in Python, using the Kriging+ methodarticlehttp://purl.org/coar/resource_type/c_6501ORIGINALImagen ficha ES.pdfImagen ficha ES.pdfapplication/pdf144305http://172.16.14.36:8080/bitstream/10584/8475/1/Imagen%20ficha%20ES.pdfc878eec809ddce7bc4745229c439df03MD51Imagen ficha ES.pngImagen ficha ES.pngimage/png140529http://172.16.14.36:8080/bitstream/10584/8475/2/Imagen%20ficha%20ES.pngddcfda2e615bc20cf459eb4534e2c67fMD52Imagen ficha EN.pdfImagen ficha EN.pdfapplication/pdf82797http://172.16.14.36:8080/bitstream/10584/8475/3/Imagen%20ficha%20EN.pdf92377b89da29a0720c4040fb40ed5085MD53Imagen ficha EN.pngImagen ficha EN.pngimage/png81663http://172.16.14.36:8080/bitstream/10584/8475/4/Imagen%20ficha%20EN.pngc13b3429ea09ab5c37d2813519a9a0caMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://172.16.14.36:8080/bitstream/10584/8475/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD5510584/8475oai:172.16.14.36:10584/84752019-06-07 10:03:47.98Repositorio Digital de la Universidad del Nortemauribe@uninorte.edu.co |
dc.title.es_ES.fl_str_mv |
Desarrollo de una aplicación para predicción de calidad del aire en Python, usando el método Kriging+ |
dc.title.en_US.fl_str_mv |
Development of an application for the prediction of air quality in Python, using the Kriging+ method |
title |
Desarrollo de una aplicación para predicción de calidad del aire en Python, usando el método Kriging+ |
spellingShingle |
Desarrollo de una aplicación para predicción de calidad del aire en Python, usando el método Kriging+ Kriging Python QGIS stand-alone traducción calidad del aire plugin código libre interpolación modelación Kriging Python QGIS stand-alone translation air quality plugin open-source interpolation modeling |
title_short |
Desarrollo de una aplicación para predicción de calidad del aire en Python, usando el método Kriging+ |
title_full |
Desarrollo de una aplicación para predicción de calidad del aire en Python, usando el método Kriging+ |
title_fullStr |
Desarrollo de una aplicación para predicción de calidad del aire en Python, usando el método Kriging+ |
title_full_unstemmed |
Desarrollo de una aplicación para predicción de calidad del aire en Python, usando el método Kriging+ |
title_sort |
Desarrollo de una aplicación para predicción de calidad del aire en Python, usando el método Kriging+ |
dc.creator.fl_str_mv |
Díaz Ribón, Alexander Javier |
dc.contributor.advisor.none.fl_str_mv |
Wightman Rojas, Pedro Mario |
dc.contributor.author.none.fl_str_mv |
Díaz Ribón, Alexander Javier |
dc.subject.es_ES.fl_str_mv |
Kriging Python QGIS stand-alone traducción calidad del aire plugin código libre interpolación modelación |
topic |
Kriging Python QGIS stand-alone traducción calidad del aire plugin código libre interpolación modelación Kriging Python QGIS stand-alone translation air quality plugin open-source interpolation modeling |
dc.subject.en_US.fl_str_mv |
Kriging Python QGIS stand-alone translation air quality plugin open-source interpolation modeling |
description |
En este documento se presentará la solución propuesta para el tema de la traducción de un programa de predicción de la calidad del aire desarrollado para la plataforma de plugins de QGIS, hacia un entorno completamente stand-alone empleando el lenguaje de programación libre de Python. Para ello, se analiza cada paso del programa original, y se emplea una solución en Python que simule su función correspondiente. Esto permite que el programa sea más flexible, y a su vez admita mejoras en el futuro que no se podrían aplicar estando aún dentro de QGIS, así como su implementación en un clúster computacional. Para esto, se emplearon varias librerías externas de Python de tipo open-source, tal que éstas permitiesen emular los procedimientos necesarios para que el algoritmo funcione tal y como se da en su versión original, dentro de QGIS. Se emplean procesos que simulan aquellos empleados por librerías que QGIS contiene por defecto, cuyo enfoque radica en datos geo-referenciados, y estos datos se adaptaron para ser procesados dentro del código de Python, y posteriormente mostrarse al usuario como gráficas comprensibles y coherentes. |
publishDate |
2019 |
dc.date.accessioned.none.fl_str_mv |
2019-06-07T15:03:47Z |
dc.date.available.none.fl_str_mv |
2019-06-07T15:03:47Z |
dc.date.issued.none.fl_str_mv |
2019-06-06 |
dc.type.es_ES.fl_str_mv |
article |
dc.type.coar.fl_str_mv |
http://purl.org/coar/resource_type/c_6501 |
dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/10584/8475 |
url |
http://hdl.handle.net/10584/8475 |
dc.language.iso.es_ES.fl_str_mv |
spa |
language |
spa |
dc.rights.es_ES.fl_str_mv |
Universidad del Norte |
dc.rights.coar.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Universidad del Norte http://purl.org/coar/access_right/c_abf2 |
dc.publisher.es_ES.fl_str_mv |
Baranquilla, Universidad del Norte, 2019 |
institution |
Universidad del Norte |
bitstream.url.fl_str_mv |
http://172.16.14.36:8080/bitstream/10584/8475/1/Imagen%20ficha%20ES.pdf http://172.16.14.36:8080/bitstream/10584/8475/2/Imagen%20ficha%20ES.png http://172.16.14.36:8080/bitstream/10584/8475/3/Imagen%20ficha%20EN.pdf http://172.16.14.36:8080/bitstream/10584/8475/4/Imagen%20ficha%20EN.png http://172.16.14.36:8080/bitstream/10584/8475/5/license.txt |
bitstream.checksum.fl_str_mv |
c878eec809ddce7bc4745229c439df03 ddcfda2e615bc20cf459eb4534e2c67f 92377b89da29a0720c4040fb40ed5085 c13b3429ea09ab5c37d2813519a9a0ca 8a4605be74aa9ea9d79846c1fba20a33 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Digital de la Universidad del Norte |
repository.mail.fl_str_mv |
mauribe@uninorte.edu.co |
_version_ |
1812183136538198016 |