Mi segunda semana del desafío #30DayMapChallenge

Mi Segunda Semana del Desafío #30DayMapChallenge ¡Descubre mis últimos mapas y avances!

Mi opinión personal sobre la segunda semana del #30DayMapChallange, un desafío social diario destinado a diseñar mapas temáticos cada día en noviembre.

Desde 2019, la comunidad de Sistemas de Información Geográfica (GIS) y análisis espacial ha estado bastante ocupada cada noviembre, gracias a un divertido desafío llamado el #30DayMapChallange. Cada año, este desafío tiene un cronograma temático, proponiendo un tema que debe ser la directriz principal para la visualización del mapa que se publicará ese día en particular. Si bien los temas diarios predefinidos ciertamente significan una limitación para la mente creativa, también ayudan a los participantes a encontrar intereses mutuos, compartir fuentes de datos y expresar estilos individuales de manera visual y tecnológica.

Aquí, me gustaría hacer una breve revisión de mi segunda semana en este desafío, detallando y mostrando los diferentes mapas que creé, generalmente en Python.

En este artículo, todas las imágenes fueron creadas por el autor.

• Hacia la comprensión del modelo de mezclas de expertos
• 7 Pasos para Ejecutar un Modelo de Lenguaje Pequeño en una CPU Local
• ¿Cómo puede la inteligencia artificial ayudar a reducir los costos de la atención médica?

Día 8 — África

Para comenzar la segunda semana, utilicé el conjunto de datos de ríos africanos publicado por las Naciones Unidas FAO. Su archivo de GIS contiene casi 200.000 polígonos de líneas pertenecientes a ríos atribuidos con varios parámetros, como su cuenca principal o el orden de flujo de Strahler de cada arco. Utilicé la letra para establecer tanto el color como el ancho de cada río; cuanto mayor sea el rango, más oscuro y delgado será el río, desde pequeños arroyos de primer orden hasta grandes troncos principales de octavo orden.

Día 9 — Hexágonos

Este es un poco complicado, pero se basa en los hexágonos H3 de Uber. Primero, recopilé datos de la base de datos geoespacial de la Lista Roja de Especies Amenazadas de la UICN que cubren el hábitat de todas las especies de mamíferos (alrededor de 5.000) en formatos de polígonos. Luego, calculé la superposición espacial del hábitat de cada especie mediante comparaciones de a pares. Debido a la complejidad de los polígonos, esto habría llevado mucho tiempo si se hubieran utilizado superposiciones simples de GeoPandas, así que en su lugar, dividí cada uno de los hábitats en hexágonos y simplemente capturé la superposición de los hábitats como…

We will continue to update Zepes; if you have any questions or suggestions, please contact us!