Desarrollo 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+ method
Autor
Díaz Ribón, Alexander Javier
Fecha
2019-06-06Resumen
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. 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.