time

# Time — Isócrónas de Movilidad Laboral Time (antes TimeIneco) es la herramienta definitiva de análisis de movilidad laboral en España. Calcula isócrónas reales para 5 modos de transporte, integra datos demográficos INE, precios de vivienda, bicicletas compartidas, y genera informes DOCX profesionales de 15 secciones. **Filosofía UX:** Un clic en el mapa → sale TODO. Sin configurar, sin clics extra. El mapa es la interfaz. **URL v1:** `https://time-ntizar-ntizar.apps.nan.builders/` **Repo v1:** `Ntizar/Time` (privado) **Repo v2 (Time2):** `Ntizar/TimeIneco2` (privado) — sucesor con arquitectura completa **Plan v2:** `AUDITORIA-Y-PLAN.md` en el repo TimeIneco2 **Diseño:** Kaizen Design System v4.0 (flat corporativo, azul #1A4488 + rojo #CB1823) **Base map:** IGN WMTS (gris, topográfica, ortofoto) ### Auditoría Time v1.0 — Hallazgos (25/06/2026) **Lo que funciona bien:** - Arquitectura modular (12 módulos ES, responsabilidad clara) - Motor GTFS con BFS + convex hull (bien diseñado, solo le faltan datos reales) - Export multi-formato (DOCX, CSV, SHP, GeoJSON, KML) - Datos demográficos reales (28K CPs, salarios INE, población INE) - Kaizen Design System (flat, corporativo) - Servidor Node.js autocontenido (sin Express, sin npm deps) - CityBikes integrado (74 redes España) **Problemas críticos:** - 🔴 GTFS datos ficticios (rutas "1","2","3", 0 viajes) — el panel de TP es decorativo - 🔴 ORS API key puede estar revocada (403) — isócrónas son simulaciones - 🔴 No hay parsing GTFS real end-to-end (el engine está preparado pero nunca recibe datos reales) - 🟡 `suavizarPoligono()` es no-op (comenta "skip every 3" pero ejecuta todos) - 🟡 Fórmula población con número mágico `* 2.5` - 🟡 Constante `km2PerDeg2 = 12360` solo válida en Madrid --- ## 1. Arquitectura General (v5.0) ``` Frontend (HTML/JS vanilla, sin framework) ├── Leaflet (mapa base: IGN WMTS 3 capas + CARTO fallback) ├── Kaizen Design System (CDN) ├── OpenRouteService API (isocronas reales vía proxy) ├── CityBikes API (bicicletas públicas, 74 redes España) ├── GTFS Engine browser-side (paradas + rutas + horarios) ├── Turf.js (coastline clipping) ├── docx-report.js (DOCX 15 secciones) ├── csv-export.js (CSV completo) ├── interpretaciones.js (interpretaciones automáticas) ├── layers.js (control de capas toggleables) ├── JSZip (GTFS ZIP upload + export batch) └── shp.js (ESRI Shapefile) Backend (Node.js, server.mjs) ├── .env loader manual (sin dotenv) ├── Proxy ORS → ORS_API_KEY ├── Proxy NAP → NAP_API_KEY ├── Proxy CityBikes (sin key) ├── GTFS Cache → /gtfs-cache/:city (JSON compacto) ├── Health check GET /healthz └── Static files ``` ## 2. GTFS Pre-cargados (v6.0) — Sin subir archivos **Concepto:** 5 ciudades con GTFS pre-procesado en JSON compacto. Auto-carga al detectar la ciudad. **Ciudades disponibles:** | Ciudad | Paradas | Rutas | Tamaño JSON | |--------|---------|-------|-------------| | Bilbao | 533 | 56 | 153KB | | Málaga | 1,126 | 48 | 315KB | | Sevilla | 1,038 | 59 | 212KB | | Valencia | 1,155 | 49 | 336KB | | Zaragoza | 996 | 55 | 287KB | **Endpoints servidor:** - `GET /gtfs-cache/list` → lista ciudades disponibles - `GET /gtfs-cache/:city` → JSON compacto de la ciudad **Flujo:** 1. Usuario entra dirección → `detectarCiudad()` identifica la ciudad 2. Si está en `CIUDADES_CON_CACHE` → `verificarCacheDisponible()` comprueba 3. Auto-carga via `cargarDesdeServidor()` → fetch JSON → `cargarDesdeCache()` 4. Sin clic del usuario, las paradas aparecen en el mapa **JSON compacto formato:** ```json { "city": "bilbao", "stops": [{"stop_id", "stop_name", "stop_lat", "stop_lon"}], "routes": [{"route_id", "route_short_name", "route_long_name", "route_type"}], "route_trip_counts": {"route_id": trip_count}, "stop_trip_map": {"stop_id": {"trip_count": N, "sample_arrivals": [...]}} } ``` **Pitfall:** El JSON compacto NO tiene `stop_times` raw. `cargarDesdeServidor()` reconstruye `trips[]` y `stop_times[]` a partir de `route_trip_counts` y `stop_trip_map` para compatibilidad con `cargarDesdeCache()`. **Procesamiento inicial (Python):** ```bash cd /root/workspace/Time/data/gtfs # Procesar cada ciudad desde raw GTFS → JSON compacto # Guardar en data/gtfs-cache/{city}.json ``` ## 3. Mapa Base — IGN WMTS See `references/time-v5-architecture.md` for tile URLs, layer config, pitfalls. ## 4. Diseño — Kaizen Design System v4.0 See `references/time-v5-architecture.md` for colors, layout, CSS patterns. ## 5-7. Layers, CSV, Interpretaciones See `references/time-v5-architecture.md` for module APIs and patterns. ## 8. APIs (.env) - ORS: `Authorization: <key>` (sin Bearer) - NAP: `ApiKey: <key>` (fichero/{id}/descarga → S3 temporal 15min) - CityBikes: sin key (api.citybik.es) - IGN: sin key (CC BY 4.0) - Nominatim: User-Agent obligatorio ## 9. Datos Demográficos INE Padrón 2025, INE EAES 2024. SOLO datos REALES, nunca inventar. ## 10. UI Preferences Ver SOUL.md preferencias David. Kaizen flat, sin dark, sin cards IA, sidebar 380px. ## 11. Lecciones Aprendidas - .env loader manual, no source .env antes - Git: NUNCA trackear GTFS (750MB+) - ORS: enviar locations como pareja simple `[lng, lat]` - IGN: `FORMAT=image/jpeg` obligatorio - CSV: BOM UTF-8 para Excel - NAP: NO usar /conjunto-dato/{id} (404) - GTFS cache: JSON compacto reconstruye trips[] y stop_times[] para compatibilidad - **ORS key 403:** Algunas keys v1 no tienen permisos de isócronas. Health check: `ors_api: false`. Fix: crear key nueva en openrouteservice.org - **Kaizen CSS:** Repo privado → CDN no sirve. Copiar `kaizen.css` local a `css/kaizen.css` - **Motores locales:** Valhalla Docker (isochrones nativas) o OSMnx+NetworkX (script Python) como alternativa a ORS API. Ver `references/local-routing-engines.md` - **Subagentes en paralelo:** Si 2+ subagentes modifican el mismo archivo, pueden duplicar funciones. Error silencioso en `node --check`, visible solo en navegador. Ver pitfall #26 en `routing-isochrones` ## 12. Time2 — Arquitectura v2.0 (25/06/2026) **Repo:** `Ntizar/TimeIneco2` (privado, creado) **Plan completo:** `AUDITORIA-Y-PLAN.md` en el repo **Estimación:** ~3500 líneas, ~20h de desarrollo ### 10 capas de datos 1. 🗺️ Mapa IGN + geocodificación Nominatim 2. 🚌 GTFS real de NAP API (161 datasets, España completa) 3. 🚗 Isócrónas ORS reales (coche, bici, andando) 4. 📊 Demografía INE (CPs, población, salarios) 5. 🏠 Vivienda (Idealista, precios alquiler/venta por CP) 6. 🚲 Bicicletas compartidas (CityBikes, 74 redes) 7. 💰 Costes anuales por modo (combustible, abono, IRPF, mantenimiento) 8. 🌍 Emisiones CO₂ por modo (IPCC AR6) 9. 💻 Escenarios teletrabajo (5d presencial, 3+2, 2+3, full remote) 10. 📄 Informe DOCX 15 secciones + CSV + GeoJSON + SHP ### Módulos JS (código estimado) ``` js/ ├── app.js # Orquestador: click → todos los datos (~500 líneas) ├── map.js # Leaflet + 4 capas IGN + click handler (~400 líneas) ├── config.js # Config centralizada ├── geocoder.js # Nominatim geocodificación ├── isochrones.js # ORS → simulación → fallback (~500 líneas) ├── isochrones-gtfs.js # GTFS BFS + convex hull (~200 líneas) ├── gtfs-engine.js # Parser GTFS completo (~600 líneas) ├── nap-catalog.js # Catálogo 161 datasets NAP ├── demographics.js # INE: CPs, población, salarios (~400 líneas) ├── vivienda.js # Precios Idealista por CP (~250 líneas) ├── gbfs-engine.js # CityBikes API (~200 líneas) ├── costes.js # Cálculo costes por modo ├── co2.js # Emisiones IPCC AR6 ├── teletrabajo.js # 4 escenarios teletrabajo ├── layers.js # Control de capas del mapa ├── markers.js # Marcadores por tipo ├── popup-builder.js # Popups ricos con info completa ├── report.js # DOCX 15 secciones (~600 líneas) ├── csv-export.js # CSV completo (~150 líneas) ├── geojson-export.js # GeoJSON isócrónas ├── shp-export.js # Shapefile QGIS ├── utils.js # Haversine, formateo ├── cache.js # Cache localStorage/IndexedDB ├── clip.js # Clipeo costero Natural Earth └── vendor/ # docx, jszip, turf (vendored) ``` ### Flujo "click = resultado" ``` CLICK EN MAPA ├── 1. reverseGeocode(lat, lng) → dirección + CP ├── 2. demographics.lookup(lat, lng) → población + salario + vivienda ├── 3. gbfs.nearby(lat, lng, 500) → estaciones bici ├── 4. gtfs.nearby(lat, lng, 500) → paradas + líneas ├── 5. nap.availableForCity(city) → operadores ├── 6. PARALELO: isócrónas (5 modos × 3 tiempos = 15 polígonos) ├── 7. costes.calcular(todosLosModos) ├── 8. co2.calcular(todosLosModos) ├── 9. teletrabajo.escenarios(costes, co2) └── 10. RENDER: panel + mapa + KPIs → un clic = DOCX ``` ### Scripts de datos - `download-gtfs-nap.py` — Descarga GTFS de NAP API (10 ciudades piloto) - `precalculate-isochrones.py` — Pre-cálculo OSMnx + NetworkX - `generate-data-files.py` — Genera datos INE/Idealista/AEAT ### APIs utilizadas | Fuente | API | Key | Coste | |--------|-----|-----|-------| | ORS | REST | `ORS_API_KEY` | 2,500 req/día gratis | | IGN | WMTS | Ninguna | Gratis CC BY 4.0 | | NAP/GTFS | REST | `NAP_API_KEY` | Gratis | | CityBikes | REST | Ninguna | Gratis | | INE | REST | Ninguna | Gratis | | Nominatim | REST | User-Agent | 1 req/s | | Idealista | Scraping | Ninguna | Gratis | | AEAT | REST | Ninguna | Gratis | | Natural Earth | GeoJSON | Ninguna | Gratis | | turf.js / JSZip / docx.js | JS lib | Ninguna | Gratis MIT | ### Pitfalls Time2 - NAP enlaces S3 caducan en 15 min → descargar rápido - Solo GTFS-ZIP descargables (no GTFS-RT, NetEx, SIRI) - Nominatim rate limit 1 req/s → no bucle - ORS quota 2,500/día → usar pre-calculadas cuando posible - GTFS grandes (>100MB, ej: Galicia 136MB) → parsear solo archivos necesarios - `km2PerDeg2` no es constante → usar Haversine para áreas - NaN CDN cache 2-3 min post-push ## Referencias - `references/time-v5-architecture.md` — Arquitectura completa v5.0 (Time v1) - `references/time2-master-plan.md` — Plan maestro Time2.0: auditoría + arquitectura completa (25/06/2026) - `references/docx-report-v2.0.md` — Arquitectura DOCX - `references/export-shapefile-v2.2.md` — Export multi-formato - `references/poblacion-cp-metodologia.md` — Metodología datos población - `references/ine-api-datos-reales.md` — API INE - `references/citybikes-api-integration.md` — CityBikes API - `references/nap-api-descarga-gtfs.md` — NAP API - `references/isocronas-v2.1-engine.md` — Motor simulación - `references/gtfs-multi-ciudad.md` — GTFS multi-ciudad - `references/local-routing-engines.md` — Motores locales (Valhalla, OSMnx) - `scripts/generate-gtfs-synthetic.py` — Generador GTFS sintético