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...

Full description

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