Visor Xeospacial para a xestión de gando

Introdución

Neste proxecto, o obxectivo era crear unha solución integral para a xestión e visualización de datos xeospaciais. para isto era necesario desenvolver un visor capaz de monitorizar a posición de gando en relación cos límites de diferentes fincas, permitindo o filtrado e visualización dinámica dos datos.

Arquitectura do Sistema

O sistema divídese en tres capas fundamentais que garanten un fluxo de datos eficiente:

1. Preprocesamento (Data Engineering)

Utilizamos unha contorna de Jupyter Notebooks (preprocess.ipynb) para limpar e transformar os datos crus (cows_pos.csv e fincas.json). Aquí normalizamos as coordenadas, realizamos cruces espaciais e preparamos o dataset para o seu consumo.

2. Backend (Servidor e Consultas)

Creamos dúas modalidades de backend para servir a información ao mapa:

• GeoServer: Para unha xestión de capas estándar da industria (OGC).
• API Propia (Python + FastAPI): Un desenvolvemento a medida utilizando uvicorn que nos permite maior flexibilidade, incluíndo a xestión de clustering de puntos para mellorar a experiencia de usuario cando o volume de datos é elevado.

3. Frontend (Visor Interactivo)

O visor construíuse utilizando Leaflet.js, permitindo:

• Cambio dinámico entre mapas base (Satélite / Fontán).
• Control de capas (Vacas dentro/fóra de fincas, buffers de 15 metros).
• Interacción co servidor para a carga de xeometrías e puntos en tempo real.

Resultados

O resultado final é unha ferramenta funcional que permite aos usuarios:

1. Visualizar a situación do gando sobre mapas reais.
2. Identificar anomalías (vacas fóra das fincas).
3. Alternar entre diferentes fontes de datos (GeoServer vs Servidor propio) mediante un sinxelo cambio de script no cliente.

Máis información

Para máis detalles sobre a implementación, o código fonte e os datos utilizados, podes visitar o repositorio do proxecto en GitHub: Visor Xeospacial para a xestión de gando