satellite-gis-patterns

# Satellite & GIS Patterns Patrones para trabajar con datos satelitales, GIS y routing client-side, inspirados en repos explorados. ## 1. DRISH-X — Tráfico desde Satélite **Fuente:** [sparkyniner/DRISH-X](https://github.com/sparkyniner/DRISH-X-Satellite-powered-freight-intelligence-) (⭐228) ### Técnica clave: Spectral Smear Detection Los satélites Sentinel-2 capturan R, G, B con 1.01s de diferencia. Los vehículos en movimiento dejan un "spectral smear" distintivo (desplazamiento azul-verde-rojo). ### Pipeline ``` Sentinel-2 imagery → Detect spectral smears → Count vehicles → Estimate speed/direction → Time-series analysis ``` ### Datos - **Fuente:** Copernicus (gratis) - **Resolución:** 10m (bandas RGB) - **Revisita:** 5 días (constelación Sentinel-2) - **Ejecución:** Local en browser, sin infraestructura terrestre ### Aplicaciones - Monitoreo de tráfico en cualquier carretera del mundo - Análisis de volumen por horas/días/semanas - Detección de patrones estacionales ## 2. Client-Side Routing **Fuente:** [AbelVM/omt-router](https://github.com/AbelVM/omt-router) (⭐11) ### Concepto Routing 100% client-side usando OpenMapTiles vector tiles. Sin backend de routing. ### Algoritmos disponibles - **bidirectional-astar** — Rápido, bueno para distancias largas - **adaptive-barrier** — Balance velocidad/calidad - **delta-stepping** — Óptimo para redes grandes - **ultra-dijkstra** — Más lento pero más preciso ### Modos de transporte - 🚗 Car - 🚶 Pedestrian - 🚲 Bicycle ### Integración - MapLibre GL JS - Web Workers para no bloquear UI - Tile caching para rendimiento ### Aplicación a Mastermind - Dashboard Bicimad sin necesidad de backend de routing - Isolineas (reachability polygons) para estaciones de bike - Integración con OpenMapTiles existentes ## 3. Descarga de Datos Satelitales **Fuentes:** - [Aouei/remote-sensing-satellite-downloader](https://github.com/Aouei/remote-sensing-satellite-downloader) — Sentinel-2, Landsat-8 via Copernicus OData - [orcunkok/AWS-Dem-Downloader](https://github.com/orcunkok/AWS-Dem-Downloader) — AWS Terrain Tiles (elevación) ### Comandos útiles ```bash # Descargar tiles de elevación AWS aws-dem-downloader --bbox -3.7,40.4,-3.6,40.5 --zoom 12 # Descargar Sentinel-2 python -m satellite_downloader --sentinel --bbox --date ``` ## 4. City2Graph — GNN para Ciudades **Fuente:** [c2g-dev/city2graph](https://github.com/c2g-dev/city2graph) (⭐1.2k) Transforma relaciones geoespaciales en grafos para Graph Neural Networks. ### Pipeline ``` City spatial data → Graph representation → GNN training → Predictions ``` ### Aplicaciones - Predicción de tráfico - Planificación urbana - Análisis de movilidad ## Integración con Mastermind Para proyectos de movilidad/bicimad: 1. Usar omt-router para routing client-side en dashboards 2. DRISH-X como referencia para datos satelitales de tráfico 3. City2Graph para análisis avanzado con ML 4. Sentinel-2 downloader para obtener datos brutos ## 5. Isocronas — Patrón Híbrido ORS + NAP **Proyecto:** [Ntizar/TimeIneco](https://github.com/Ntizar/TimeIneco) Arquitectura zero-backend para isocronas de movilidad: - **Coche/Bici/Peatón:** OpenRouteService API (gratis, desnivel incluido) - **Transporte público:** NAP/GTFS España (catálogo de datos, parseo local) - **PDF:** jsPDF + autoTable (informe profesional) - **Todo en un HTML:** Leaflet Canvas + vanilla JS **Ver referencias:** `references/nap-gtfs-integration.md`, `references/isochrone-architecture.md` ## 6. OpenRailwayMap — Capas de vías férreas en Leaflet **Uso:** Superponer infraestructura ferroviaria sobre mapas Leaflet para análisis geoespacial de accidentes, rutas, isocronas. ### Capas de tiles | Capa | URL | Descripción | |------|-----|-------------| | standard | `https://tiles.openrailwaymap.org/standard/{z}/{x}/{y}.png` | Vías con colores por electrificación (3000Vcc, 25kVac, etc.) | | fast | `https://tiles.openrailwaymap.org/fast/{z}/{x}/{y}.png` | Versión simplificada, más rápida de cargar | ### Integración con Leaflet ```javascript // Capa base (CARTO Light — buen contraste con vías) L.tileLayer('https://{s}.basemaps.cartocdn.com/light_all/{z}/{x}/{y}{r}.png', { subdomains: 'abcd', maxZoom: 19 }).addTo(map); // Capa OpenRailwayMap (superpuesta con opacidad) const railwayLayer = L.tileLayer( 'https://tiles.openrailwaymap.org/standard/{z}/{x}/{y}.png', { subdomains: 'abcd', maxZoom: 19, opacity: 0.6 } ).addTo(map); // Toggle en layer control L.control.layers(null, { "Vías férreas": railwayLayer }).addTo(map); ``` ### API GeoJSON ``` GET https://api.openrailwaymap.org/lines?format=geojson&protected=1 ``` Devuelve: electrificación, ancho de vía, velocidad máxima, nombre de línea. **Pitfall:** La API a veces bloquea desde IPs de cloud/sandbox. Si falla, usar tiles directamente. ### Pitfalls - **OpenRailwayMap tiles devuelven 403** sin headers adecuados. Verificar con `curl -sI`. - **Opacidad recomendada:** 0.4-0.6 sobre CARTO Light. Demasiado alta tapa el mapa base. - **API GeoJSON** puede no responder desde sandbox. Fallback: usar tiles. - **Nominatim** requiere User-Agent no vacío y tiene rate limit de 1 req/seg. ## Referencias - https://github.com/sparkyniner/DRISH-X-Satellite-powered-freight-intelligence- - https://github.com/AbelVM/omt-router - https://github.com/c2g-dev/city2graph - https://github.com/Aouei/remote-sensing-satellite-downloader - **references/nap-gtfs-integration.md** — API NAP completa (endpoints, esquemas, flujos) - **references/isochrone-architecture.md** — Patrón arquitectura isocronas ORS+NAP ## Comparativa de alternativas - **[nasa-gibs/worldview](https://github.com/nasa-gibs/worldview)** — +1000 capas de imagery NASA GIBS (WMTS/MAP tiles) near-real-time; basemap satelital listo para usar como fondo en patrones GIS.