Con base en el simulador de CAFR disponible en la pagina web de la

Ambiente de Explotación de Información para Sistemas de Información Geográfica (EI-SIG)

Diego Aguirre, Federico Mieres, Paula Santamaría, Ariel Segura

Cátedra Proyecto de Software

Licenciatura en Sistemas

2013

Ariel Alejandro Segura, Paula Santamaria, Federico Mieres, Diego Aguirre. 2013. Ambiente de Explotación de Información para Sistemas de Información

Geográfica (EI-SIG) Proyecto de Software, Universidad Nacional de Lanús

1

Ambiente de Explotación de Información para

Sistemas de Información Geográfica (EI-SIG)

Diego Aguirre, Federico Mieres, Paula Santamaría, Ariel Alejandro Segura

Licenciatura en Sistemas – Departamento de Desarrollo Productivo y Tecnológico

Universidad Nacional de Lanús

Extracto—En el presente documento se incluyen todas las

actividades realizadas para el proyecto Ambiente de Explotación

de Información para Sistemas de Información Geográfica,

perteneciente a la cátedra Proyecto de Software de la

Carrera Licenciatura en Sistemas, Universidad Nacional

de Lanús. El objetivo primario del proyecto fue lograr una

integración entre un Sistema de Información Geográfica y una

herramienta de Explotación de Información que permita realizar

investigaciones sobre datos espaciales.

Palabras Clave—Explotación de Información, Minería de datos,

GIS, SIG, gvSIG, Tanagra, SDM(Spatial Data Mining), Sistema de Información Geográfica, UNLa, Universidad

Nacional de Lanús.

I. REQUISITOS DEL SISTEMA

A. Introducción

El planteo del sistema surge a partir de la necesidad del

Laboratorio de Investigación y Desarrollo en Ingeniería de

Explotación de Información (LIDIEI) de integrar dos

herramientas: un sistema de información geográfica y una

herramienta de explotación de información.

Un sistema de información geográfica (SIG), en este caso

utilizaremos gvSIG, es una herramienta diseñada entre

hardware, software y datos geográficos para resolver

problemas complejos sobre planificación y gestión geográfica.

Integrándolo con una herramienta de explotación de

información, como es Tanagra, se podrán utilizar algoritmos

de búsqueda de patrones e inteligencia artificial, que nos

permitirán obtener conocimiento a partir de los datos

brindados por el sistema de información geográfica.

La principal característica de un SIG es que sus mapas

están compuestos por capas (archivos Shape). Cada capa

contiene datos específicos que reflejan un componente

particular en el mapa. Los datos de las capas son los que luego

se extraen para procesarlas con algoritmos de explotación de

información obteniendo como resultado patrones e

información relevante.

Éste sistema propone una integración de ambas

herramientas con el fin de lograr dicho objetivo.

B. Requerimientos del Usuario

Integrar las herramientas gvSIG y Tanagra de forma tal que

se puedan analizar las capas de los mapas utilizados en gvSIG

aprovechando las herramientas de explotación de información

provistas por Tanagra.

C. Requisitos del Sistema

El sistema se integrará como extensión a gvSIG logrando

así acceder a los datos en formato dBase (.dbf) incluidos en los

archivos Shape que forman parte de las capas utilizadas por la

herramienta. Una vez extraídos los datos, el sistema los

traducirá a un formato que la herramienta Tanagra pueda

analizar, con el fin de permitir al usuario utilizar todas las

técnicas de explotación de información que Tanagra ofrece.

D. Requisitos Funcionales

A continuación se enumera la lista de Requisitos

Funcionales de la aplicación, que indican las funcionalidades

que formarán parte del sistema:

El sistema permitirá a los usuarios utilizar todas las

herramientas de explotación de información disponibles en

TANAGRA extrayendo los datos de los archivos Shape

manejados por gvSIG de forma automática.

El sistema permitirá a los usuarios utilizar todas las

herramientas de explotación de información disponibles en

TANAGRA extrayendo los datos de los archivos Shape

manejados por gvSIG de forma automática.

El sistema facilitará al usuario la conversión de

información contenida en los archivos Shape al formato

soportado por TANAGRA.

El software formará parte de la aplicación gvSIG

quedando disponible en el menú contextual de la capa

seleccionada.

E. Requisitos no Funcionales

A continuación se enumera la lista de Requisitos No

Funcionales de la aplicación, cuyo objetivo será indicar

restricciones sobre los Requisitos Funcionales:

La integración entre las herramientas se dará de forma

transparente para el usuario, esto es: El usuario no verá ni

participará de los procesos internos de conversión de

datos ni llamados a funciones de herramientas externas.

El sistema será una aplicación de escritorio.

El sistema deberá implementarse sobre plataformas

Windows XP o Windows 7, 32bits.

El sistema sólo trabajará con archivos en formato Shape.

La integración funcionará sobre la versión 1.12 de gvSIG

y la versión 1.4 de Tanagra.

La interfaz del sistema se desarrollará tomando como base

la interfaz de gvSIG 1.12.

El sistema se desarrollará en Java.



2

F. Requisitos en Negativo

A continuación se enumera la lista de Requisitos en

Negativo de la aplicación, que indican las funciones que no

formarán parte del sistema:

El sistema no realizará ninguna función sobre archivos

Shape que no estén correctamente formados. Los mismos

deberán contener las tres partes necesarias en un Shapefile:

.shp, .shx, .dbf.

El desarrollo del sistema no contemplará la corrección de

bugs encontrados en las herramientas integradas.

II. ANÁLISIS

A. Introducción

A partir de la ingeniería de requisitos e investigaciones

realizadas, se procede a documentar el análisis del sistema. En

esta etapa, se define la estructura general del proyecto. Esto

es, elegir el ciclo de vida apropiado, definir posibles

soluciones, analizar su factibilidad, elegir la solución

apropiada, definir un plan de trabajo, elaborar una estrategia

de testing, identificar los potenciales riesgos del proyecto y

elaborar un adecuado plan de contingencia.

B. Elección del Ciclo de Vida

En base a las características del proyecto se consideró

necesario elegir un ciclo de vida que contemple la posibilidad

de requisitos cambiantes o inestables, por lo que se eligió el

Ciclo de Vida Prototipado (Ver figura 1).

Figura 1 – Ciclo de Vida Prototipado

C. Posibles Soluciones

Luego de analizar las herramientas a integrar, se llega a la

conclusión de que Tanagra para trabajar necesita de un

DataSet, cuyas columnas se delimitan por tabulaciones.

Por otra parte, gvSIG, trabaja con capas que contienen

información almacenada en tablas de un formato particular

(dbf), que pueden ser traducidas a un DataSet con el cual

Tanagra pueda trabajar.

En este contexto, las posibles soluciones que surgieron son:

1. Ejecutar Tanagra a partir de una línea de comandos

enviándole como parámetro el path del DataSet y que lo

abra automáticamente.

2. Crear una extensión dentro de gvSIG para que el usuario,

una vez que haya seleccionado una capa, tenga la opción

de exportarlo hacia un DataSet para Tanagra.

D. Análisis de Factibilidad

El análisis de factibilidad consistió en hacer un balance

entre esfuerzo y calidad de las dos posibles soluciones

planteadas en el punto anterior.

La primera posible solución queda descartada porque en la

documentación de Tanagra no especifica con qué parámetros

se puede abrir un DataSet desde la línea de comandos.

La segunda solución fue la elegida por ser la más adecuada

en función de los objetivos propuestos. Además, podemos usar

las dos aplicaciones como ‘caja negra’ y abstraernos de su

complejidad.

En función de la solución elegida se solucionaron los

siguientes riesgos identificados previamente:

Tanagra no está bien documentado.

Tanagra no trabaja bien con los tipos de datos continuos y

discretos. Hay que procesarlos para limpiarlos.

Bugs encontrados en Tanagra complican la integración.

La dificultad de acceder a las funciones de Tanagra puede

implicar que algunas funciones no queden disponibles.

Para ver una lista completa de los riegos identificados y sus

soluciones remitirse a la Figura 3.

E. Plan de Trabajo

En vista del ciclo de vida elegido y la solución propuesta,

se realiza un plan de trabajo detallado con su correspondiente

diagrama de Gantt.

El desarrollo de esta tarea se hizo utilizando la técnica

“COCOMO II” por Líneas De Código. El cálculo del esfuerzo

en relación al tiempo de trabajo nos dio: 2 meses para 4

personas (Ver el desarrollo de COCOMO II en las Figuras 4.a

y 4.b).

El plan de trabajo y el diagrama de Gantt se pueden

observar en las Figuras 2.a y 2.b.

F. Mapa de Actividades

A continuación se presenta el mapa de actividades para el

ciclo de vida Prototipado:

FA: Factibilidad RS: Requisitos

DI: Diseño DP: Desarrollo del Prototipo

EV: Evaluación del Prototipo RE: Refinación del Prototipo

PT: Producto Terminado

ACTIVIDADES DE LOS

PROCESOS

FA

RS

DI

DP

EV

RE

PT

Proceso de selección de un MCVS



3

Identificar los posibles MCVS x

Seleccionar un modelo para el

proyecto x

Proceso de Iniciación,

Planificación y

Estimación del Proyecto

Establecer la matriz de actividades

para el MCVS x

Asignar los recursos del proyecto x x x x x x

Definir el entorno del proyecto x x x

Planificar la Gestión del proyecto x x x

Proceso de seguimiento y control

del proyecto

Analizar riesgos x x x x x

Realizar la planificación de

contingencias x x x x

Gestionar el proyecto x x x x x x x

Proceso de gestión de calidad del

software

Planificar la garantía de calidad del

software x x

Gestionar la calidad del software x x x x x x x

Identificar necesidades de mejora de

la calidad x x x x x x x

Proceso de Exploración de

conceptos

Identificar las ideas o necesidades x

Formular las soluciones potenciales x x

Refinar y Finalizar la idea o

necesidad x

Proceso de Asignación del Sistema

Analizar las funciones del sistema

x x

Desarrollar la arquitectura del

sistema x x

Descomponer los requisitos del

sistema x x

Proceso de Análisis de Requisitos

Definir y Desarrollar los requisitos

de software x x x x

Definir los requisitos de interfaz

x x x x

Priorizar e Integrar los requisitos del

software x x

Proceso de Diseño

Realizar el diseño preliminar

x

Analizar el flujo de información

x x

Diseñar la base de datos (si se

aplica)

Diseñar las interfaces x x

Seleccionar o desarrollar algoritmos

(si se aplica) x x x

Realizar el diseño detallado x

Proceso de Implementación e

Integración

Crear los datos de prueba

x x

Crear la documentación de

operación x x

Planificar la integración x x

Realizar la integración x

Proceso de Verificación y

Validación

Planificar la verificación y

validación x x

Ejecutar las tareas de verificación y

validación x x x x x x

Planificar las pruebas

x x x x x

Desarrollar las especificaciones de

las pruebas x x x x

Ejecutar las pruebas x x x x x

G. Estrategia de Testing

Las pruebas del proyecto se dividen en dos tipos:

Estáticos, asociados a los cambios en el diseño, revisión de

código y de requisitos. Así como también asegurar la

calidad del producto.

Dinámicos, asociados con el desarrollo del producto.

Las pruebas estáticas consisten en hacer una revisión de

los cambios realizados respecto los requisitos planteados en la

etapa de ingeniería de requisitos. Por otra parte, se van a

realizar controles en el diseño, ya que ante cada cambio, se va

a revisar que el diseño resuelva los requisitos.

Las pruebas dinámicas van a ser del tipo “caja negra” ya

que no es necesario revisar la implementación del código. Se

dividirán en Pruebas Unitarias, Pruebas de Integración, Pruebas

de Prototipo y Pruebas del Sistema.



4

H. Identificación de Riesgos y Plan de Contingencia

Como se comentó en la sección VI, el plan de trabajo se

desarrolló contemplando los riesgos que se identificaron.

De forma adicional, se elaboró un plan de acción y se

agregó una probabilidad estimada de ocurrencia.

Estos detalles se pueden observar en la Figura 3.

Figura 2.a – Plan de Trabajo del Proyecto



5

Figura 2.b – Diagrama de Gantt del Proyecto

# Descripción Impacto en el proyecto Probabilidad Acción a seguir

1

Tanagra no está bien documentado Demora en los tiempos de análisis

y desarrollo sobre las funciones

que impactan sobre Tanagra

Alta Estirar tareas en el plan de

trabajo

2

Tanagra no trabaja bien con los tipos

de datos continuos y discretos. Hay

que procesarlos para limpiarlos

Puede tener algún costo de

performance en el sistema.

Media Implementar algoritmos que

procesen los tipos de datos que

presenten inconsistencias.

3

Al ser sistemas nunca trabajados y

open source, se dificulta tener una

continuidad estable en el trabajo.

Se invierte tiempo no planificado

en la investigación de los

componentes de los sistemas.

Alta Estirar tareas en el plan de

trabajo

4

El prototipo es rechazado Se retrocede a la etapa de análisis Baja Se debe volver a hacer una

ingeniería de requisitos

5

Los requisitos cambian No se puede continuar con la

construcción del prototipo

Media Re-negociar con el cliente

nuevos plazos y objetivos

6

Bugs en Tanagra Dificulta la integración del

sistema



7

Bugs en gvSIG Dificulta la integración del

sistema



8

La dificultad de acceder a las

funciones de Tanagra puede implicar

que algunas funciones no queden

disponibles

Esto implica modificar las líneas

bases y acortar el alcance del

prototipo.

Alta Modificar el alcance del

prototipo

Figura 3 – Riesgos identificados en el Análisis de Factibilidad



6

COCOMO II

Personal: 4

Tiempo: 2 Meses

Fase Esfuerzo (Persona / Meses) Meses Promedio del Equipo

Inicio 0.1 0.5 0.2

Elaboración 0.3 1.5 0.2

Construcción 1.1 2.6 0.4

Evolución 0.2 0.5 0.3

Figura 4.a – Distribución de Esfuerzos, Personal y Tiempo

Actividad Inicio Elaboración Construcción Evolución

Administración 0.0 0.0 0.1 0.0

Ambiente 0.0 0.0 0.1 0.0

Requisitos 0.0 0.1 0.1 0.0

Diseño 0.0 0.1 0.2 0.0

Implementación 0.0 0.0 0.4 0.0

Valoración 0.0 0.0 0.3 0.0

Despliegue 0.0 0.0 0.0 0.1

Figura 4.b - Distribución de Esfuerzos por Actividad

III. DISEÑO

A. Introducción

Luego de identificar el problema general, de investigar el

funcionamiento de los componentes a integrar y de realizar un

análisis detallado, se comenzó el proceso de diseño. El objetivo

del mismo será proveer un sistema con la estructura necesaria

para resolver el problema de la forma más eficiente.

B. Diagrama de Contexto

El diagrama de contexto diseñado representa la relación del

artefacto software a desarrollar con los componentes que

integrará y los usuarios del sistema integrado (Ver figura 5).

Figura 5 – Diagrama de Contexto del Proyecto

C. Diagrama de Casos de Uso

A partir de los requerimientos del usuario se tuvieron en

cuenta una serie de Casos de Uso (Ver Figura 6).

Figura 6 – Diagrama de Casos de Uso del Proyecto

Cada Caso de Uso representa una de las funcionalidades

principales del artefacto software, y a ambos se les extiende la

posibilidad de realizar una Limpieza de Datos para corregir

datos conflictivos o mal clasificados.

El Caso de Uso Analizar con Tanagra activará una serie de

eventos que permitirán al usuario exportar, administrar y hacer

limpieza de los datos de la capa, obteniendo al final un DataSet

con el formato que Tanagra requiere. Por otro lado, el segundo

Caso de Uso permitirá al usuario elegir un algoritmo de

explotación de información propio de EI-SIG, ejecutarlo y ver

sus resultados (este caso de uso no es objetivo de esta versión,

sin embargo se contemplará la estructura para llevarlo a cabo

en versiones posteriores).

D. Escenarios

Los posibles escenarios de cada Caso de Uso se encuentran

representados en las Figuras 7.a, 7.b, 7.c y 7.d.



7

Nombre del Caso de Uso: Analizar con Tanagra ID única: UC_EI-SIG_1_1

Área: EI-SIG Tipo de Señal: Externa Actor: Usuario

Descripción: Permite al Usuario validar y exportar un archivo DBF a un DataSet con el formato necesario para Tanagra.

Activar evento: El Usuario elige “Analizar con Tanagra”.

Pasos desempeñados Información

1. El usuario selecciona “Analizar con Tanagra”. Capa SHP.

2. La aplicación valida que el archivo DBF seleccionado no presente inconsistencias. El

resultado demuestra que no hay inconsistencias.

Archivo DBF y sus atributos y

valores.

3. La aplicación muestra la opción “Limpiar datos” o “Continuar con la exportación”.

4. El usuario elije la opción “Continuar con la exportación”

5. La aplicación solicita una URL válida al usuario para guardar un DataSet. URL válida.

6. La aplicación guarda el DataSet en la URL indicada. URL válida.

7. La aplicación muestra la opción “Abrir Tanagra”

8. El usuario elige la opción “Abrir Tanagra”

9. La aplicación ejecuta Tanagra.exe URL Tanagra.

Precondiciones: El usuario ejecutó la aplicación gvSIG e importó una Capa SHP.

Poscondiciones: La aplicación genera un DataSet valido para Tanagra.

Suposiciones: El usuario tiene instalado gvSIG 1.12, EI-SIG y Tanagra 1.4.

Reunir Requerimientos: Permite al usuario exportar la información de una Capa a Tanagra.

Aspectos Sobresalientes:

Prioridad: Alta Riesgo: Medio

Figura 7.a – Escenario del Caso de Uso Analizar con Tanagra – Datos sin Inconsistencias

Nombre del Caso de Uso: Analizar con Tanagra – Graficar Clusters ID única: UC_EI-SIG_1_2


Descripción: Permite al usuario graficar los clusters obtenidos luego de la explotación de información.

Activar evento: El Usuario elige la opción “Graficar Clusters”


1. El usuario exporta el DataSet desde Tanagra y selecciona la opción “Graficar

Clusters” desde gvSIG Archivo DataSet

2. El usuario selecciona el DataSet exportado desde el formulario “Graficar Clusters” de

gvSIG.

3. La aplicación muestra la lista de atributos del DataSet Lista de Atributos

4. El usuario selecciona el atributo que corresponde al Cluster

5. La aplicación genera y carga en pantalla una capa por cada Cluster encontrado en el

DataSet.

Precondiciones: El usuario ejecutó un algoritmo de Clustering sobre el set de datos.

Poscondiciones: Generación de capas por Cluster

Suposiciones: El usuario tiene instalado gvSIG 1.12 con la extensión EI-SIG y Tanagra 1.4 y ejecutó correctamente un

algoritmo de Clustering.

Reunir Requerimientos: Permite al usuario visualizar los mapas de cada cluster.

Aspectos Sobresalientes: Permitirá al usuario realizar un análisis detallado de los casos agrupados geográficamente por cluster.

Prioridad: Alta Riesgo: Alto

Figura 7.b – Escenario del Caso de Uso Analizar con Tanagra – Datos con Inconsistencias



8

Nombre del Caso de Uso: Analizar con Otros ID única: UC_EI-SIG_2_1


Descripción: Permite al usuario analizar los datos que contiene el DBF de la capa con algoritmos integrados a la extensión EI-

SIG y no incluidos en Tanagra.

Activar evento: El Usuario elige la opción “Analizar con Otros” en la opción Capas del menú principal.


1. El usuario selecciona la opción “Analizar con Tanagra”. Capa SHP.

2. La aplicación valida que el archivo DBF seleccionado no presente inconsistencias. El

resultado demuestra que no hay inconsistencias.

Archivo DBF y los atributos y

valores dentro del mismo.

3. La aplicación muestra una lista de los algoritmos disponibles. Lista de algoritmos en EI-SIG.

4. El usuario elige el algoritmo a utilizar. Lista de algoritmos en EI-SIG.

5. La aplicación solicita la selección de parámetros.

6. El usuario selecciona los parámetros a utilizar. Lista de atributos.

7. La aplicación ejecuta el algoritmo con los parámetros indicados. Algoritmo elegido y Parámetros.

8. La aplicación devuelve un reporte con los resultados o errores encontrados. Resultado de la ejecución.

Precondiciones: El usuario ejecutó la aplicación gvSIG, importó una Capa SHP, eligió la opción “Analizar con Otros” del

menú Capas.

Poscondiciones: El usuario recibe una respuesta de la ejecución del algoritmo elegido.

Suposiciones: El usuario tiene instalado gvSIG 1.12 con la extensión EI-SIG.

Reunir Requerimientos: Permite al usuario ejecutar algoritmos fuera de Tanagra

Aspectos Sobresalientes: La ejecución del algoritmo puede devolver errores relacionados con la selección de parámetros o a

atributos mal clasificados.

Prioridad: Media Riesgo: Alto

Figura 7.c – Escenario del Caso de Uso Analizar con Otros – Datos sin Inconsistencias

E. Diagramas de Actividades

En el Diagrama de Actividades se representa el flujo de

control, datos y decisiones posibles al ejecutarse los Casos de

Uso.

En la Figura 9.a se representa el caso de uso de Analizar

con Tanagra. En primer lugar se obtiene el DBF de la capa, a

partir del cual se genera el DataSet. A continuación se ejecuta

Tanagra utilizando el DataSet exportado por gvSIG.

En el siguiente diagrama de actividades (Figura 9.b) se

puede ver la secuencia de actividades para el caso de uso

Analizar con Otros. Desde gvSIG se selecciona la opción

Analizar con Otros. A continuación se obtiene el DBF de la

capa y se selecciona un algoritmo a partir de una lista de

algoritmos disponibles obtenida por EI-SIG. El usuario deberá,

entonces, seleccionar los parámetros para la ejecución del

algoritmo. Finalmente EI-SIG ejecutará el algoritmo y

mostrará los resultados por medio de gvSIG.

Por último, en el diagrama de actividades representado en

la Figura 9.c se muestran las actividades relacionadas al caso

de uso Graficar Clusters. El usuario exporta el DataSet

generado por medio de Tanagra y, por medio de gvSIG

selecciona el DataSet exportado. La extensión EI-SIG extrae

los atributos del DataSet y los muestra a través de gvSIG. El

usuario seleccionará el atributo que corresponda al Cluster y

presionará “Generar Capas”. GvSIG se encargará de cargar las

capas en su interfaz.

F. Arquitectura del Sistema

La arquitectura del sistema realizado se representa en la

Figura 8.a.

El módulo Vista representa la interacción entre el usuario y

el sistema.

El módulo Modelo contiene la estructura del modelo de

datos específico utilizado por las herramientas a integrar y su

lógica.

Finalmente, el módulo Controlador interactúa entre los

módulos Vista y Modelo e integra su funcionalidad entre

gvSIG y Tanagra.

Por otra parte, cabe mencionar que dado que gvSIG es un

proyecto open source, se hizo uso de su estructura a fin de

hacer una extensión compatible. La documentación de gvSIG

está disponible en su sitio web oficial:

http://www.gvsig.org/web/ en la sección de desarrolladores.

En cuanto la herramienta Tanagra, se hizo uso de su

documentación de su web oficial para establecer el formato

necesario del data set que necesita para trabajar.

http://www.gvsig.org/web/



9

Figura 8.a – Arquitectura del Sistema

Figura 9.a – Diagrama de Actividades para “Analizar con Tanagra”

Figura 9.b – Diagrama de Actividades para “Graficar Clusters”

Figura 9.c – Diagrama de Actividades para “Analizar con Otros”

G. Diagramas de Secuencia

Para cada uno de los Escenarios descritos se presenta un

Diagrama de Secuencia (Ver Figuras 10.a, 10.b, 10.c, 10.d)

que indica la interacción entre los componentes a través del

tiempo.

H. Diagrama de Clases

El diagrama de clases diseñado para este proyecto

representa la lógica de la extensión EI-SIG que se integrará en

gvSIG (Ver figura 9).



10

Figura 10 – Diagrama de Clases del Proyecto



11

I. Diccionario de Datos

A continuación se presenta el diccionario de datos que

facilitará la compresión de los componentes del diagrama de

clases.

Clase: DBFManager

Descripción: Encargada de manipular y administrar

a los datos del archivo DBF.

Atributos

dbfReader: Permite explorar el archivo DBF una

vez proporcionada su ubicación.

lstAttributes: Lista de Atributos de la tabla.

Clase: Attributes

Descripción: Encargada de almacenar y administrar

datos relevantes de un atributo.

Atributos

dataType: Tipo de dato del atributo (Entero,

Cadena de Caracteres, etc).

dataClassification: Clasificación del atributo (Discreto,

Continuo).

name: Nombre identificador del atributo.

status: Indica si los valores del atributo

generan algún conflicto.

Clase: AlgorithmManager

Descripción: Encargada de administrar los

algoritmos disponibles.

Atributos

lstAlgorithms: Lista de algoritmos disponibles.

Clase: Algorithm

Descripción: Su función es servir de clase padre

para todos los algoritmos que se

agreguen progresivamente al sistema.

Los mismos deberán ser clases nuevas

que hereden de Algorithm.

Atributos

name: Nombre identificador del algoritmo.

lstTarget: Lista de atributos tipo Target.

lstInput: Lista de atributos tipo Input.

lstIlustrative: Lista de atributos tipo Ilustrative.

Figura 11.a – Diagrama de Secuencia para el Escenario “Analizar con Tanagra”



12

Figura 11.b – Diagrama de Secuencia para el Escenario “Analizar con Otros”

Figura 11.c – Diagrama de Secuencia para el Escenario “Graficar Clusters”



13

IV. TESTING

A. Introducción

El presente proyecto tiene como propósito principal la

integración de dos herramientas absolutamente independientes

entre sí. Es por este motivo que se pensó en una estrategia de

pruebas acorde a las circunstancias, ya que el dominio de datos

y la interfaz de usuario, trabajan de forma separada. A

continuación, se detalla la estrategia de testing planteada.

B. Pruebas unitarias y de integración

En primer lugar, las pruebas unitarias las realizan quienes

desarrollaron. Esto es, el desarrollador prueba su módulo. Por

otra parte, si bien las pruebas comienzan a nivel de módulo,

trabajan hacia fuera, realizando una integración ascendente.

Estas pruebas se distribuyeron de forma tal que quienes

desarrollaron, no prueben su artefacto. Esto garantiza que el

tester pueda elaborar una prueba eficiente y eficaz, y la

integración sea de calidad.

C. Validación

Tras la culminación de la prueba de integración, se

realizarán pruebas de validación con el fin de corroborar que el

artefacto software construido, satisface los requisitos

identificados en la etapa de análisis de requisitos.

Para esta etapa, se propone como caso de prueba la ejecución

del circuito entero para posteriormente sacar conclusiones a

partir de los resultados extraídos de Tanagra. Los resultados de

esta prueba, se validarán junto al usuario.

D. Pruebas de calidad

Adicionalmente, se realizarán pruebas de recuperación y de

rendimiento.

Para las pruebas de recuperación, se intentará corroborar la

robustez del sistema frente a valores atípicos (por ejemplo,

cantidad negativa de capas para analizar).

En cuanto a la prueba de rendimiento, se medirá el

comportamiento del sistema frente a, por ejemplo, capas con

cantidad de registros grandes.

E. Plan de acción

Por cada error que se identifique se va a realizar un análisis

entre quien realizó la prueba y el desarrollador. Posteriormente,

se buscan posibles soluciones y se aplicará la que mejor

resuelva el problema

F. Detalle de las pruebas

A continuación se muestran las pruebas ejecutadas con sus

respectivos resultados.

Como se aclaró en los puntos anteriores, se muestran

primero las pruebas unitarias y a medida que se va realizando

la integración con la interfaz de usuario, se va documentando la

integración.

ID: 1 Nombre: Analizar con Tanagra

Sistema: EI-SIG Sub-Sistema: Exportación del DBF

Descripción: Prueba de la unidad que exporta un DBF a dataset.

Precondiciones: Se debe contar con un archivo .dbf con datos y tener Tanagra Instalado.

Valores de Prueba:

-dbfPath: Cadena de caracteres con el Path del dbf que se va a exportar.

-fileName: Nombre del archivo dataset a generar (sin extensión).

-filePath: Path donde queremos guardar el dataset generado.

Pasos Respuesta Esperada Pasó/Falló Comentarios

Proporcionar el Path del

archivo DBF.

Generación de un dataset con el nombre y

en el directorio indicado. Pasó

Abrir Tanagra, generar un

nuevo Proyecto y seleccionar

el dataset generado y

seleccionar ViewDataSet.

Tanagra muestra una grilla de datos con

los datos de nuestro dataset

correctamente organizados en columnas

con sus correspondientes nombres.

Pasó

Poscondiciones: Generación de un dataset y lectura del mismo desde Tanagra.

ID: 2 Nombre: Reconocer capas

Sistema: EI-SIG Sub-Sistema: gvSIG

Descripción: Opción de elección de más de una capa para generar el dataset

Precondiciones: Se debe tener 2 o más archivos .shp cada uno con su .dbf asociado

Valores de Prueba: 2 o más capas agregadas a la misma vista


Crear la vista, agregar 2 o más capas Vista y capas creadas Pasó

Elegir “Analizar con Tanagra” Despliegue del menú analizar con tanagra Pasó

Elegir vista Elección de la única vista que se creó Pasó

Elegir capa Elección de la lista de capas que agregaron a

la vista Pasó

Solo aparecen las capas que

están seleccionadas

Poscondiciones: ---------------



14

ID: 3 Nombre: Generar dataset con 1 solo valor


Descripción: Ingresamos 1 solo valor al momento de generar el dataset

Precondiciones: Se debe tener un archivo .shp con su .dbf asociado

Valores de Prueba: una capa cualquiera agregada a una vista


Crear la vista, agregar

una capa Vista y capa creada Pasó

Elegir “analizar con

Tanagra” Despliegue del menú analizar con tanagra Pasó

Elegir vista y capa Elección de la única vista y capa que se

crearon Pasó

Generar dataset de 1

valor Dataset generado con 1 valor Falló El dataset se generó sin valores

Poscondiciones: Dataset vacío

ID: 4 Nombre: Dataset con un numero negativo de valores


Descripción: Ingresamos un numero negativos de valores al momento de generar el dataset


Valores de Prueba: Una capa agregada a una vista


Crear la vista, agregar una

capa Vista y capa creada Pasó

Elegir “Analizar con

Tanagra”

Despliegue del menú analizar con

tanagra Pasó

Elegir vista y capa Elección de la única vista y capa Pasó

Generar dataset de una

cantidad negativa de valores Mensaje de error Falló El dataset se generó sin valores

Poscondiciones: -

ID: 5 Nombre: Prueba normal 1

Sistema: EI-SIG Sub-Sistema: gvSIG y Tanagra

Descripción: Analizar con tanagra una capa


Valores de Prueba: www.naturalearthdata.com/download/10m/cultural/ne_10m_populated_places.zip


Crear la vista, agregar la



Tanagra”

Despliegue del menú analizar con

tanagra Pasó


crearon Pasó


valores Dataset generado con 1000 valores Falló El dataset se generó con 999 valores

Abrir tanagra, cargar dataset Dataset cargado Pasó

Ejecutar algoritmo C4.5 Resultado del algoritmo usado Pasó

Poscondiciones: Resultado del algoritmo utilizado a partir del dataset generado



15



Descripción: Analizar con tanagra todos los valores de una capa


Valores de Prueba: http://www.naturalearthdata.com/download/10m/cultural/ne_10m_roads.zip



capa Vista y capa creada Pasó La capa posee 56902 valores




crearon Pasó

Generar dataset de todos los

valores Dataset generado con todos los valores Falló El programa dejó de responder

Poscondiciones: ---------------

ID: 6 Nombre: Prueba normal 1.1


Descripción: Analizar con tanagra una capa ingresando el máximo de valores de la capa


Valores de Prueba: http:// www.naturalearthdata.com/download/10m/cultural/ne_10m_populated_places.zip


Crear la vista, agregar la capa Vista y capa creada Pasó La capa posee 7322 valores

Elegir “analizar con Tanagra” Despliegue del menú analizar con

tanagra Pasó

Elegir vista y capa Elección de la única vista y capa que

se crearon Pasó

Generar dataset de 7322 valores Dataset generado con 7322 valores Falló El dataset se generó con 7320 valores

y 1 linea excluida








Valores de Prueba: http:// www.naturalearthdata.com/download/10m/cultural/ne_10m_populated_places.zip


Crear la vista, agregar la capa Vista y capa creada Pasó

Elegir “analizar con Tanagra” Despliegue del menú analizar con

tanagra Pasó

Elegir vista y capa Elección de la única vista y capa que

se crearon Pasó


valores

Dataset generado con todos los

valores Pasó




http://www.naturalearthdata.com/download/10m/cultural/ne_10m_roads.zip



16

V. COMPLEJIDAD CICLOMÁTICA

A. Introducción

A continuación se presenta el cálculo de la complejidad

ciclomática del proyecto. Para su mejor comprensión, se

realiza por clase y a su vez por métodos.

B. Criterio

La complejidad ciclomática tiene varios posibles criterios

para ser calculada. Dada su sencillez, se opta por utilizar la

versión simplificada para las regiones que sólo contienen

condicionales. Esto es, siendo M la complejidad ciclomática,

M = Número de condiciones + 1.

Para aquellas regiones que contienen bucles, se utiliza el

siguiente criterio: M = A – N + 2. Siendo A el número de

aristas y N el número de nodos.

C. Procedimiento

El cálculo de la métrica se realiza analizando cada método

de todas las clases pertenecientes al proyecto, según los

criterios definidos en la sección II. La complejidad

ciclomática queda definida para cada fragmento de código. En

este caso, cada método.

Quedan fuera del alcance clases y métodos de las librerías

utilizadas.

D. Resultados

Los resultados del cálculo de la complejidad ciclomática

sólo se presentan en caso de ser necesario, es decir, cuando la

complejidad ciclomática es mayor a 1.

En este contexto, se muestran en la figura 12 la métrica de

la clase DBFManager y Attribute.

Clase Método Valor

DBFManager fillLstAttributes() 9

toMatrix() 5

toTextFile() 5

toExcel() 8

Attribute dataTypeToChar() 7

setDataClassification() 2

Figura 12 - Metricas

E. Conclusión

Teniendo en cuenta que la complejidad y el riesgo de un

proyecto se calcula en base a rangos ya definidos (según

Figura 13), se llega a la conclusión de que el artefacto





Valores de Prueba: http:// www.naturalearthdata.com/download/10m/cultural/ne_10m_roads.zip







crearon Pasó


valores Dataset generado con 10000 valores Falló El dataset se generó con 9999 valores








Valores de Prueba: http:// www.naturalearthdata.com/download/10m/cultural/ne_10m_airports.zip







crearon Pasó


valores Dataset generado con todos los valores Pasó






17

software está compuesto por programas simples que no

presentan mucho riesgo de fallas o requerir mantenimiento de

manera exhaustiva.

Por otra parte, esto justifica la decisión de no realizar

detalladas pruebas de software del tipo caja blanca, con las

cuales verificaríamos el comportamiento del sistema ante cada

situación.

Complejidad

Ciclomática

Evaluación del Riesgo

1-10 Programa Simple, sin mucho riesgo

11-20 Más complejo, riesgo moderado

21-50 Complejo, Programa de alto riesgo

50 Programa no testeable, Muy alto riesgo

Figura 13 – Rangos de Riesgo

VI. GUÍA DE USO

A. Introducción

El objetivo de la Guía de Uso es proporcionar al usuario

una guía útil para realizar análisis utilizando gvSIG, EI-SIG y

Tanagra. En el presente ejemplo trabajaremos sobre un

archivo Shape que contiene datos relacionados con el rango de

población en diferentes ciudades del mundo, exportaremos el

DataSet y aplicaremos el algoritmo C4.5 desde Tanagra.

B. Datos

En esta guía trabajaremos sobre un archivo Shape que

contiene información relacionada con la población de

diferentes territorios de todo el mundo. Además de indicar la

población mínima y máxima de cada territorio, indica el

nombre del lugar, provincia/estado y país. Finalmente engloba

en categorías el territorio indicando si el mismo es una ciudad

capital, una zona poblada, una estación científica, etc.

Para más información sobre los datos de este ejemplo:

http://www.naturalearthdata.com/downloads/110m-cultural-

vectors/110m-populated-places/

C. Objetivo

El objetivo del análisis es buscar una relación entre el tipo

de territorio y su rango de habitantes. Para ello aplicaremos el

algoritmo C4.5, intentando generar Reglas que indiquen dicha

relación.

D. Guia

A continuación comenzaremos la guía paso a paso. Para

poder seguirla se necesitará tener gvSIG 1.12, Tanagra 1.4 y el

archivo SHP correspondiente.

1. Generar una Vista y Capa en gvSIG

Abrir gvSIG 1.12. Veremos un formulario con el título

Project Manager. En dicho formulario elegiremos la

opción View, seleccionaremos New y luego Rename para

cambiarle el nombre a “Vista1” (Ver Figura 14).

Figura 14 – Project Manager

Hacer doble click sobre “Vista1” para abrir la nueva Vista.

Una vez seleccionada la Vista, generaremos una nueva

capa. Para ello seleccionaremos el icono Add layer en la

barra de herramientas (Ver Figura 15).

Figura 15 – Add layer

Veremos un formulario con el título Add layer (Ver Figura

15). En la pestaña File seleccionaremos el botón Add.

Luego de presionar Add, buscaremos entre nuestros

directorios el archivo SHP que utilizaremos en este

ejemplo: ne_10m_populated_places_simple.shp. Al

seleccionarlo presionamos Abrir y luego Ok para agregar

finalmente la capa a “Vista1” (Ver Figura 16).

Figura 16 – Agregar Capa

http://www.naturalearthdata.com/downloads/110m-cultural-vectors/110m-populated-places/

http://www.naturalearthdata.com/downloads/110m-cultural-vectors/110m-populated-places/



18

2. Exportar el DataSet

A continuación utilizaremos la extensión EI-SIG para

exportar el DataSet con los datos de la capa añadida.

Seleccionar Analizar con Tanagra en Menú principal ->

Layer -> EI-SIG -> Analizar con Tanagra (Ver Figura

17).

Figura 17 – Analizar con Tanagra

Entonces la aplicación solicitará que seleccionemos la

Vista y luego la Capa sobre la que queremos trabajar entre

la lista de Vistas y Capas abiertas. Finalmente veremos el

formulario de la herramienta (Ver Figura 18).

Figura 18 – Formulario Analizar con Tanagra

En el formulario Analizar con Tanagra (Figura 18)

veremos la opción Cantidad de Valores en donde podemos

indicar cuantas muestras de datos queremos tomar. Si se

deja el valor default 0, la herramienta tomará todos los

valores de la tabla. En Cantidad de Valores pondremos

1000 y presionaremos Generar Dataset. Eso generará un

archivo de Excel en la misma ubicación y con el mismo

nombre que nuestra Capa.

Figura 19 – Capa añadida a la Vista

3. Analizar el DataSet

A continuación utilizaremos el DataSet generado para

realizar un análisis con el algoritmo C4.5 en Tanagra.

Primero debemos abrir Tanagra 1.4 y seleccionar en el

menú principal File -> New. Veremos un formulario

donde debemos elegir el Título del Proyecto, el Nombre y

ubicación del archivo del Proyecto y el DataSet a utilizar

(Ver Figura 20).

Figura 20 – Formulario para crear un nevo Proyecto

Seleccionamos Abrir para buscar el DataSet

generado. Buscaremos el directorio donde EI-SIG guardo

el DataSet y seleccionaremos Excel File en la opcion Files

of Type (Ver Figura 21).



19

Figura 21 – Tipo de archivo

Una vez encontrado y seleccionado el Excel generado por

EI-SIG presionamos Abrir y luego Ok para abrir el

DataSet en Tanagra. Tanagra mostrará un panel a la

izquierda con un ítem con el nombre de nuestro DataSet y

otro panel a la derecha con las características principales

del mismo.

A continuación iremos al menú de Componentes,

categoría Feature Selection y arrastraremos la

herramienta Define Status a nuestro Dataset (Ver Figura

22).

Figura 22 – Agregar Define Status al DataSet.

Ahora debemos seleccionar los atributos con los que

trabajaremos. Para eso hacemos click derecho sobre

Define Status y seleccionamos Parametters. Veremos un

formulario con un panel a la izquierda que contiene todos

los atributos de nuestro DataSet diferenciados por Tipos y

un panel a la derecha, vacío y con tres pestañas: Target,

Input, Ilustrative (Ver Figura 23). Las mismas indican el

rol que tendrán los atributos en el análisis.

Figura 23 – Seleccionar Parámetros

En la pestaña Input deberemos agregar atributos del Tipo

Continuo. Nosotros seleccionaremos “pop_min” y “pop-

max”. Los mismos indican el rango de población en

distintas ciudades. En la pestaña Target deberemos agregar

un atributo del Tipo Discreto. Elegimos “featurecla” que

indica una categoría a la que pertenece la ciudad en base a

su rango de población. Ver Figura 24.

Figura 24 – Agrupar los Atributos

Para finalizar la selección de Atributos presionamos Ok.

A continuación iremos al menú de Componentes,

categoría Spv Learning y arrastraremos la herramienta

C4.5 sobre la seleccionada anteriormente Define Status

(Ver Figura 25).

Figura 25 – Seleccionar C4.5

Por último, para ejecutar el algoritmo y visualizar el

resultado, hacemos doble click sobre Supervised Learning

1 (C4.5). Esto generará un reporte con los resultados de la

ejecución del algoritmo: Un matriz de confusión (Ver

Figura 26) y un árbol de decisión (Ver Figura 27).

Figura 26 – Matriz de Confusión



20

Figura 27 – Árbol de Decisión



21

VII. MANUAL DE INSTALACIÓN

A. Requisitos del sistema

1. Sistema operativo

El Software se encuentra probado en los siguientes sistemas

operativos:

- Microsoft Windows XP (x86, x64), 7 (x86, x64),

8(x64) - Ubuntu 12.04 LTS

2. GvSIG

El software EI-SIG está desarrollado para el correcto

funcionamiento en la versión 1.12 de gvSIG.

3. Tanagra

Los casos de prueba de EI-SIG están basados en la versión

1.4 de Tanagra.

4. WinRAR

Los archivos necesarios para la instalación están

comprimidos en formato .rar.

B. Instalación en Windows

1. Archivos necesarios

Para instalar EI-SIG es necesario contar con los siguientes

archivos:

- Setup gvSIG 1.12: gvSIG-desktop-1.12.0-1417-final-

win-x86-standard.exe

- Setup Tanagra 1.4: setup_tanagra.exe

- Setup EI-SIG: setup.exe

2. Procedimiento

A continuación se describe el procedimiento necesario para

instalar EI-SIG en Windows 7, ya que Windows XP no

presenta variantes.

I. Instalar Tanagra (omitir este paso si ya tiene instalada la

correcta versión de Tanagra): El asistente de instalación

instalará Tanagra en el directorio que le indique.

II. Instalar gvSIG (omitir este paso si ya tiene instalada la

correcta versión de gvSIG): El asistente de instalación

instalará gvSIG en el directorio que le indique.

Nota: gvSIG requiere tener instalado Java. Si no lo tiene

instalado, puede descargarlo de la web oficial:

http://www.java.com.

EI-SIG no es compatible con versiones de Java anteriores

a la 7.

III. Instalar EI-SIG:

a. Ejecutar el archivo setup.exe con permisos de

administrador.

b. Seguir los pasos del asistente.

c. La extensión debe instalarse en la carpeta de

extensiones de gvSIG. Por ejemplo, C:\Program

Files (x86)\gvSIG desktop

1.12.0\gvSIG\extensiones.

En esta carpeta, mediante el asistente, crear una

nueva carpeta que se llame EI-SIG y continuar

con la instalación en ella.

d. Cuando la instalación termine, copiar el

contenido de la carpeta “lib”, que se encuentra

en la carpeta EI-SIG que se creó en el paso

anterior, en la carpeta “lib” de la extensión

“com.iver.cit.gvsig” que se encuentra en la

carpeta de extensiones mencionada en el punto

anterior.

e. La instalación ha finalizado.

Nota: Por una limitación del instalador, éste advertirá

problemas de compatibilidad con Windows 8. Ignórela y

prosiga con la instalación.

C. Instalación en Otros sistemas operativos

Recomendación: El software EI-SIG fue también testeado

en una máquina virtual. Recomendamos para su eficaz

funcionamiento que se instale un sistema operativo Windows

XP, 7 u 8 y se siga el procedimiento de instalación bajo

Windows. De cualquier forma, se deja un procedimiento para

su instalación en Ubuntu.

1. Archivos necesarios

Para instalar EI-SIG es necesario contar con los siguientes

archivos:

- Setup gvSIG 1.12: gvSIG-desktop-1.12.0-1417-final-

win-x86-standard.exe

- Setup EI-SIG:

org.gvsig.eisigextension.EISIGExtension.rar

3. Procedimiento

A continuación se describe el procedimiento necesario para

instalar EI-SIG en Ubuntu 12.04.

I. Instalar Tanagra (omitir este paso si ya tiene instalada

la correcta versión de Tanagra)

a. Ir a la web oficial y descargar la aplicación.

Recordemos que tanagra funciona

exclusivamente para Windows por eso debemos

instalar una aplicación (WINE) para Ubuntu que

nos permita correr archivos de Windows.

Ejecutar en la Terminal los siguientes comandos

uno a la vez:

- sudo add-apt-repository ppa:ubuntu-

wine/ppa

- sudo apt-get update

- sudo apt-get install wine

- sudo apt-get upgrade



22



23



24

Una vez finalizada la instalación del WINE podemos proceder

a la descarga de tanagra de la web oficial, lo abrimos

directamente con el WINE o descargamos el archivo.

I. Instalar gvSIG (omitir este paso si ya tiene instalada la

correcta versión de gvSIG)

a) Otorgar permisos adecuados al instalador de gvSIG. Para

esto, hacer clic derecho en el archivo, ir a

Propiedades>Permisos y tildar la opción “Permitir

ejecutar el archivo como un programa”

b) Ejecutar el archivo .BIN desde la Terminal de Ubuntu

para su instalación. Para acceder directamente a la

terminal presionar Ctrl+Alt+t o ir a Inicio y en buscar

escribimos Terminal. En la terminal, dirigirse al

directorio donde está el gvSIG-desktop-1.12.0-1417-

final-lin-x86-standard.bin. Ejecutar el comando sudo

./gvSIG-desktop-1.12.0-1417-final-lin-x86-standard.bin.

Introducir la contraseña del administrador y presionar

Enter

c) c. Luego, seguir los pasos del asistente de instalación de

gvSIG.

Nota: gvSIG requiere tener instalado Java. Si no lo tiene

instalado, puede descargarlo de la web oficial:

http://www.java.com.

EI-SIG no es compatible con versiones de Java anteriores a

la 7.

II. Instalar EI-SIG

a) Descomprimir el archivo

org.gvsig.eisigextension.EISIGExtension.rar en:

Equipo/Sistema de archivos/usr/local/gvSIG-

desktop/gvSIG/extensiones

b) Copiar los dos archivos .jar (poi.jar y javadbf-0.4.0.jar)

que se encuentran en la carpeta lib de la extensión EI-

SIG en: Equipo/Sistema de archivos/usr/local/gvSIG-

desktop/gvSIG/extensiones\com.iver.cit.gvsig\lib.

c) c. Acceder de nuevo a la Terminal para habilitar los

permisos sobre el directorio usr, poner sudo nautilus,

esto nos abrirá una ventana con las carpetas, ir a las

direcciones mencionadas arriba.



25



26

Anexo I

Aplicación de Algoritmos de Inducción y Agrupación

I. INTRODUCCIÓN

Actualmente la consulta y utilización de información

geográfica se da de forma cotidiana y va en ascenso. De la

misma forma crece el registro de datos y eventos para generar

archivos de información geográfica. Hay muchos sitios de

Internet en distintos países que publican estos archivos al

alcance de todos.

La experimentación que se presenta en éste documento

constituye un ejemplo de cómo aprovechar al máximo esta

información utilizando técnicas de explotación de información

para generar análisis y conclusiones útiles sobre un

determinado conjunto de datos geográficos reales.

II. PROBLEMA

En esta experimentación se utilizará información

geográfica extraída del sitio oficial la Ciudad de Buenos Aires,

que contiene datos geográficos y descriptivos sobre los

operativos realizados por el Departamento de Defensa Civil en

la Ciudad de Buenos Aires. Ésta información contiene una gran

cantidad de datos que resultan difíciles de analizar y consultar a

simple vista aunque se utilice un Sistema de Información

Geográfica (SIG). En la Figura 1 se presenta una visualización

de dicha información utilizando un Sistema de Información

Geográfica.

III. SOLUCIÓN

Para solucionar la problemática indicada en la sección

anterior se propone utilizar técnicas de explotación de

información sobre datos espaciales. El objetivo de la aplicación

de éstas técnicas es obtener información general a través de un

gran conjunto de datos particulares, construyendo así un

reporte mucho más legible y útil que la información utilizada

inicialmente.

Particularmente del grupo de datos que se utilizarán en éste

documento se espera obtener, a través de explotación de

información, diferentes agrupaciones que engloben los

operativos registrados en la Ciudad de Buenos Aires, y a su vez

una serie de reglas de agrupación que indiquen las

características de cada grupo. Además se obtendrá información

sobre las probabilidades de que se den determinados tipos de

siniestros o desastres en cada barrio de la ciudad.

IV. MATERIALES Y MÉTODOS

La visualización y manipulación de los mapas se consiguió

utilizando el Sistema de Información Geográfica gvSIG 1.12.

Este sistema es de código libre y tiene una estructura que le

permite a cualquier persona desarrollar extensiones y

acoplarlas fácilmente.

Figura 1 – Visualización de Operativos de Buenos Aires en un SIG

Por otro lado, para aplicar las técnicas de explotación de

información se utilizó Tanagra 1.4. Es una herramienta de

explotación de información de código libre, desarrollada con

fines académicos y de investigación.

Con el objetivo de integrar las dos herramientas

mencionadas anteriormente se desarrolló la extensión EI-SIG

para gvSIG 1.12, que permite exportar los datos de una capa de

gvSIG a Excel asegurándose de que los datos exportados estén

en un formato que resulte legible para Tanagra.

En este documento se utilizarán tres técnicas de explotación

de información. En la primera etapa se aplicará Naive Bayes,

éste método se fundamenta en el teorema de Bayes para lograr

una clasificación probabilística de un conjunto de datos

primitivos. En una segunda etapa se utilizará Kohonen-SOM

para definir los Clusters en nuestro conjunto de datos. Y por

último, sobre el resultado obtenido por Kohonen-SOM se

utilizará el algoritmo C4.5 para encontrar las reglas que definen

cada Cluster.

El análisis se hará sobre un conjunto de capas de la ciudad

de Buenos Aires, Argentina que contienen información

geográfica y descriptiva de los operativos de Defensa Civil

registrados en la ciudad durante el año 2012. Estos archivos se

obtuvieron por medio del sitio oficial de la ciudad de Buenos

Aires (http://data.buenosaires.gob.ar/dataset/operativos-dc)

Se utilizaron doce capas, cada una contiene los operativos

realizados por un mes del año 2012. Se combinaron las capas

http://data.buenosaires.gob.ar/dataset/operativos-dc


Geográfica (EI-SIG) - Documento de Requisitos. Proyecto de Software, Universidad Nacional de Lanús

27

para obtener todos los operativos realizados en el año 2012. De

la combinación de las capas se utilizarán el atributo SUCESO

que indica el tipo de operativo registrado y BARRIO que

indica el barrio donde se registró.

V. EXPERIMENTACIÓN

A. Generando el DataSet con EI-SIG

Figura 2 - Seleccionando la Capa combinada

B. Aplicando Naive Bayes en Tanagra

Herramientas

Tanagra 1.4

Datos de Entrada

Dataset generado por EI-SIG

Datos de Salida

Resultado del análisis de Tanagra:

- Descripción y distribución de los datos (Figura 3)

- Distribución condicional de los datos (Figura 8)

Guía

1. Abrir Tanagra 1.4

2. Crear un nuevo proyecto agregando en el campo

Dataset el archivo generado por EI-SIG.

3. Agregar el componente DefineStatus.

4. Seleccionar como parámetro de Input el atributo

“SUCESO” y como Target el atributo “BARRIO”

5. Agregar el componente Naive Bayes de la

categoría Spv Learning.

6. En la opción Supervised Parameters del

componente tildar la opción Show Conditional

Distribution.

7. Ejecutar el componente Naive Bayes.

Herramientas

gvSIG 1.12

EI-SIG

Datos de Entrada

Capa/Shapefile de la combinación entre los operativos de

todos los meses del año 2012

Datos de Salida

Dataset compatible con Tanagra en Formato Excel.

Guía

1. Seleccionar la Capa Operativos2012 como se ve

en la Figura 2.

2. Seleccionar Analizar con Tanagra en el menú

Capa/EI-SIG.

3. Especificar la Vista y la Capa donde se encuentra

la capa combinada indicada en Datos de Entrada.

4. En el formulario Analizar con Tanagra presionar

Generar Dataset.

5. Verificar el destino del Dataset generado en la

esquina inferior izquierda de gvSIG.



28

Figura 3 – Distribución de operativos por barrio

C. Aplicando Kohonen-SOM en Tanagra

El componente Kohonen-SOM en Tanagra requiere que sus

parámetros sean del tipo Continuo y numérico, por lo que el

primer paso será convertir los atributos para que tengan esa

característica.

1) Convertir los Atributos

Herramientas

Tanagra 1.4

Componente Disc to cont

Datos de Entrada

Atributos discretos SUCESO y BARRIO

Datos de Salida

Atributos continuos d2c_ SUCESO_1 y d2c_BARRIO_1

(Figura 4)

Guía

1. Agregar un nuevo DefineStatus sobre el Dataset

original.

2. Seleccionar como parámetros Input los atributos

SUCESO y BARRIO.

3. Agregar el componente Disc to cont de la

categoría Feature Construction.

4. Ejecutar el componente Disc to cont.

Operativos (d2c_SUCESO_1)

OTROS 1 CAIDA DE MAMPOSTERIA 12

RIESGO SANITARIO 2 RECORRIDA POR LLUVIAS 13

INCENDIO 3 EMANACIONES 14

RESIDUOS PATOLOGICOS 4 SEGUIMIENTO DE SUST. PELIGRO 15

ESCAPE DE GAS 5 INUNDACION 16

DERRUMBE 6 BARRIDO 17

DERRAME 7 SUDESTADA 18

ARBOLES CAIDOS 8 EXPLOSION 19

ACCIDENTE DE TRANSITO 9 CABLES EXPUESTOS Y/O CAI 20

OP DE PREVENCION 10 VERIFICACION 21

AMENAZA DE BOMBA 11 VERIFICACION DE ARB 22

BARRIOS (d2c_BARRIO_1)

SAN NICOLAS 1 VILLA LUGANO 25

SAAVEDRA 2 VILLA CRESPO 26

BARRACAS 3 VILLA GRAL. MITRE 27

ALMAGRO 4 PATERNAL 28

PALERMO 5 VELEZ SARSFIELD 29

MONTE CASTRO 6 MONSERRAT 30

MATADEROS 7 VILLA DEVOTO 31

PUERTO MADERO 8 COLEGIALES 32

CABALLITO 9 VILLA DEL PARQUE 33

CONSTITUCION 10 VILLA URQUIZA 34

NUEVA POMPEYA 11 VILLA ORTUZAR 35

PARQUE AVELLANEDA 12 SAN TELMO 36

FLORES 13 NUÑEZ 37

VILLA LURO 14 COGHLAN 38

VILLA SOLDATI 15 PARQUE CHAS 39

PARQUE CHACABUCO 16 PARQUE PATRICIOS 40

LINIERS 17 CHACARITA 41

BOCA 18 VILLA RIACHUELO 42

BALVANERA 19 VERSALLES 43

SAN CRISTOBAL 20 VILLA PUEYRREDON 44

RECOLETA 21 AGRONOMIA 45

VILLA SANTA RITA 22 ESCOLLERA EXTERIOR 46

BOEDO 23 FLORESTA 47

BELGRANO 24

Figura 4 – Atributos y su valor Continuo

2) Aplicar Kohonen-SOM

Herramientas

Tanagra 1.4

Componente Kohonen-SOM

Datos de Entrada

Atributos continuos d2c_OFFGEN_1 y d2c_Name_1

Datos de Salida

Resultado de la ejecución de Kohonen-SOM:

- Condición de los mapas (Figura 5)

- Clusters señalados en el mapa

Guía

1. Agregar un nuevo DefineStatus sobre el

componente Disc to cont


d2c_SUCESO_1 y d2c_BARRIO_1.

3. Agregar el componente Kohonen-SOM de la

categoría Clustering debajo del último Define

Status.

4. Ejecutar el componente Kohonen-SOM

aumentando la cantidad de clusters hasta

encontrar la cantidad correcta para este caso.

5. Exportar el DataSet por medio de Data

Visualization / Export Dataset



29

6. Ir a gvSIG / Layer / EI-SIG / Analizar con

Tanagra / Importar Dataset

7. Seleccionar el DataSet exportado.

8. Seleccionar el atributo que define el Cluster.

9. Manipular las nuevas capas generadas para

extraer información relevante.

Figura 5 – Resultado de Kohonen-SOM

D. División espacial por clusters

Para este caso, la cantidad correcta de clusters es 48. Al

final de este documento se presentarán una serie de imágenes

mostrando los resultados de Kohonen-SOM indicando en

distintos mapas lo casos agrupados por cada cluster.

E. Porcentajes y cantidad de valores por Cluster

En la Figura 6 se pueden ver la cantidad de casos

representados en cada cluster y su porcentaje.

Figura 6 - Cantidad y porcentaje de valores por Cluster

F. Aplicando C4.5 en Tanagra

Para obtener las reglas de los grupos generados se aplicará

el algoritmo C4.5 de aprendizaje supervisado. Para simplificar

el resultado del algoritmo se extraerá un 25% de datos de

muestra del dataset original.



30

Herramientas

Tanagra 1.4

Componentes Sampling y C4.5

Datos de Entrada

- Atributos continuos d2c_SUCESO_1 y d2c_BARRIO_1

- Atributo discreto Cluster_SOM_1

Datos de Salida

Resultado de la ejecución de C4.5:

- Árbol generado (Figura 7)

Guía

1. Agregar un nuevo DefineStatus sobre el

componente Kohonen-SOM


d2c_ SUCESO _1 y d2c_ BARRIO _1 y como

parámetro Target el atributo Cluster_SOM_1.

3. Agregar el componente C4.5 de la categoría Spv

Learning sobre el componente DefineStatus

agregado anteriormente.

4. Ejecutar el componente C4.5.

VI. CONCLUSIÓN

Los resultados obtenidos por Naive Bayes en el

experimento terminado permiten realizar varias observaciones.

Se puede ver claramente en la Figura 3 que el barrio en el que

se registraron más operativos en el año 2012 fue Palermo,

mientras que el barrio en el que se registraron menos

operativos fue Escollera Exterior. También se podría analizar

en qué ciudad hay más probabilidades de que se registre un

desastre específico. Por ejemplo, los operativos relacionados

con Inundaciones, según el análisis, son más frecuente en el

barrio de Villa Devoto.

Por otro lado, teniendo en cuenta la combinación de los

mapas obtenidos por Kohonen-SOM y el árbol obtenido por

C4.5, notamos que en algunos grupos se encuentran más

centrados en determinados barrios, mientras que otros están

esparcidos por toda la ciudad. Por ejemplo, en el Cluster 8_4 se

agrupan los Recorrida por Lluvias, Emanaciones, Seguimiento

de Sustancias Peligrosas e Inundación, que están esparcidos

ampliamente por los barrios San Nicolás, Saavedra, Barracas,

Almagro, Palermo, Monte Castro, Mataderos, Puerto Madero,

Caballito, Constitución. Por otro lado, en el Cluster 3_3 los

sucesos Escapes de Gas y residuos Patológicos se encuentran

bien centralizados en los barrios San Cristobal, Recoleta y

Villa Santa Rita.

En el Cluster 2_3 se nota una tendencia del Suceso

Incendio en los barrios Balbanera, San Cristobal, Boedo, Retiro

y La Boca, y algunos casos aislados en otros barrios. De la

misma forma, en el Cluster 6_5 notamos una tendencia del

suceso Árboles Caídos en los barrios Caballito, Balbanera,

Mataderos, Retiro, San Cristobal y Boca.

Para hacer más clara la visualización de esta conclusión se

señalaron con un recuadro rojo las líneas del árbol (Figura 7)

utilizadas, los mapas utilizados y las probabilidades utilizadas

(Figura 3 y Figura 8).

VII. MAPAS

A continuación se muestran los mapas generados por EI-

SIG para cada cluster definido por Kohonem-SOM:

Cluster 1_1

Cluster 1_2

Cluster 1_3



31

Cluster 1_4

Cluster 1_5

Cluster 1_6

Cluster 2_1

Cluster 2_2

Cluster 2_3



32

Cluster 2_4

Cluster 2_5

Cluster 2_6

Cluster 3_1

Cluster 3_2

Cluster 3_3



33

Cluster 3_4

Cluster 3_5

Cluster 3_6

Cluster 4_1

Cluster 4_2

Cluster 4_3



34

Cluster 4_4

Cluster 4_5

Cluster 4_6

Cluster 5_1

Cluster 5_2

Cluster 5_3



35

Cluster 5_4

Cluster 5_5

Cluster 5_6

Cluster 6_1

Cluster 6_2

Cluster 6_3



36

Cluster 6_4

Cluster 6_5

Cluster 6_6

Cluster 7_1

Cluster 7_2

Cluster 7_3



37

Cluster 7_4

Cluster 7_5

Cluster 7_6

Cluster 8_1

Cluster 8_2

Cluster 8_3



38

Cluster 8_4

Cluster 8_5

Cluster 8_6



39

Ariel Alejandro Segura, Paula Santamaria, Federico Mieres, Diego Aguirre. 2013. Ambiente de Explotación de Información para Sistemas de Información Geográfica

(EI-SIG) - Documento de Requisitos. Proyecto de Software, Universidad Nacional de Lanús

40

Figura 7 – Árbol de decisión

Ariel Alejandro Segura, Paula Santamaria, Federico Mieres, Diego Aguirre. 2013. Ambiente de Explotación de Información para Sistemas de Información Geográfica

(EI-SIG) - Documento de Requisitos. Proyecto de Software, Universidad Nacional de Lanús

41

Figura 8 – Probabilidad por Operativo

Documents

Con base en el simulador de CAFR disponible en la pagina web de la