Uso de Qfield en el contexto del trabajo de recopilación de datos reales sobre mosquitos transmisores de la malaria¶
Por Paul Taconet, Ingeniero GIS, Instituto Francés de Investigación para el Desarrollo Sostenible Desarrollo (IRD) 11.12.2018
Objetivo y restricciones de campo¶
Para un trabajo de investigación que tenga como objetivo mejorar el conocimiento sobre el medio ambiente de los mosquitos que transmiten la malaria, el Instituto Francés de Investigación para el Desarrollo Sostenible necesitaba generar un mapa de cobertura terrestre de dos áreas rurales en África, una en Burkina Faso y otra en Costa de Marfil. Para este trabajo, se utilizan dos imágenes de satélite (Punto 6 con resoluciones espaciales de 1,5 metros) como entrada de una clasificación de imágenes supervisada basada en objetos. El método supervisado implica la recolección de parcelas reales, es decir, la ubicación y georreferenciación de un conjunto de parcelas de cada clase de cobertura terrestre sobre el terreno, preferiblemente repartidas por todas las áreas de estudio. Ambas zonas tienen una extensión de 50 km2 y su naturaleza (sabanas y zonas rurales, donde las carreteras son principalmente estrechos caminos de tierra) implican el desplazamiento en moto o a pie. Además, uno podría perderse rápidamente en las pistas del laberinto rural en ausencia de un mapa. Por lo tanto, necesitábamos un equipo liviano y muy portátil, así como una forma de explorar fácilmente el área sin perdernos.
Preparación del proyecto¶
Creamos un proyecto QGIS con la imagen Spot y una capa para recopilar los datos del suelo. Primero convertimos nuestra imagen Spot en un ráster en Geopackage y construimos pirámides para obtener una representación rápida en QField. La imagen completa (50 km2 a 1,5 m de resolución espacial con 3 bandas) pesaba aproximadamente 800 MB, lo que nos permitió cargarla en nuestra tablet sin necesidad de añadir memoria extra.
Creamos una capa vectorial para dibujar nuestras parcelas reales del terreno (es decir, polígonos de parcelas de cobertura terrestre). Contenía un campo para identificar el tipo de cobertura terrestre, algunos campos para tomar fotografías y un campo para eventuales notas adicionales.
Luego cargamos el proyecto en QField en nuestra tableta.
Trabajo de campo¶
En el campo, pudimos movernos fácilmente en moto sin perdernos, gracias a nuestra ubicación mostrada en QField con la imagen de satélite como fondo. Cuando se identificó una parcela de interés, pudimos dibujar su perímetro en QField y muy fácilmente completar la información adecuada en la tabla de atributos (tipo de cobertura terrestre, imágenes). Al dudar sobre el tipo de cobertura del suelo a atribuir a una determinada parcela, pudimos, en "vivo" (es decir, en el terreno), mirar rápidamente parcelas previamente recuperadas y compararlas con la parcela de interés (con las fotografías y la imagen satélital).
Pudimos, sin ningún esfuerzo extra, al final cada campo trabajando del día, para ver el progreso del trabajo: qué partes de nuestra área de estudio habíamos cubierto, cuáles quedaban por explorar, cuántas parcelas teníamos para cada clase de cobertura terrestre y cuántas quedaban por recuperar. Esto es muy apreciable en tales condiciones, donde el trabajo puede ser agotador y las noches pueden ser cortas. De regreso en la oficina, no tuvimos que darnos cuenta de los fastidiosos y trabajoso que requería mucho tiempo, como digitalizar las parcelas desde una capa de puntos GPS tradicional, vincular las imágenes a nuestra capa de cobertura terrestre, etc., que tradicionalmente tomaba días de trabajo.
