La ciudad en el tiempo. Visualizando el año de construcción de los edificios

En pocas semanas he encontrado seis proyectos que trabajando con open data plantean formas de visualización espacial del año de construcción de los edificios de una ciudad. Es una forma de encontrar de manera rápida patrones de expansión más allá del centro urbano, de encontrar momentos de reconversión de barrios o zonas con edificios antiguos o de ligar estos momentos a las épocas de pujanza o crisis económica de la ciudad.

Pincha sobre la imagen para acceder a cada proyecto.

PORTLAND
El proyecto The age of a city, desarrollado por Justin Palmer fue el primero que encontré y detalla más de medio millón de estructuras construidas en la ciudad a lo largo del tiempo.

BROOKLYN
Los 320.000 edificios de Brooklyn identificados según su año de construcción y elaborado por Thomas Rhiel, con el que puedes navegar únicamente para aumentar el zoom del detalle de las calles.

AMSTERDAM
Es el proyecto más detallado porque, en realidad, es un mapeado de los casi diez millones de edificios de toda Holanda (la imagen es el detalle de Amsterdam). Realizado por Bert Spaan (Waag Society) e inspirado precisamente por el proyecto anterior de BKLYNR, permite también acercar el foco.

CHICAGO
Por su parte, Alasdair Rae, en Under the Raedar, ha publicado su propio trabajo sobre la edad de los edificios en Chicago, en este caso de manera estática .

NEW YORK
Pero quizá el proyecto más interesante de visualización es el realizado por Andrew W Hill (Vizzuality), un completo set de mapas a partir del catálogo de datos abiertos de la ciudad y que ha transformado en un completo análisis sobre diferentes variables relacionadas con el urbanismo y la vivienda, incluyendo también una serie de mapas identificando los edificios según su década de construcción:

NEW YORK
Y este nuevo que acabo de encontrar en The Atlantic Cities obra de Brandon Liu (con el mismo dataset que el anterior, PLUTO).

Visualizing complexity of urban life: 12 more projects

I keep bookmarking links on urban data visualization projects. It´s been a while since I first collected 10 examples of urban data visualization and new projects gained attention advancing new ways to visualize different aspects of cities. I am particularly interested in working on, beyond aesthetics, useful ways to capture in a dynamic graphical way the urban complexities that are otherwise more difficult to capture through the raw data statistics usually offer. This compilation includes works on carbon emissions, mobile phones activity, public transit flows, social media, among others.

I just picked the videos showing the results, but it is worth taking a closer look at how the projects processed the data, visiting the website to play with the data and, well, waste some time if you are not yet on holidays.

1. LUMINOUS CITIES
 


2. URBAN OBSERVATORY

3. MAPPING LONDON´S BUILDINGS IN REAL TIME, USING TWITTER



4. TRANSIT PATTERNS: SAN FRANCISCO



5. METROPOLITAIN
 


6.  AT NIGHT
 


7. NEW YORK CITY´S GREENHOUSE GAS EMISSIONS AS ONE-TON SPHERES OF CARBON DIOXIDE GAS



8. HESTIA PROJECT - Study maps greenhouse gas emissions to building, street level for U.S. cities



9. PUBLIC TRANSPORT FLOWS, LONDON



10. VILLE VIVANTE
 


11. OYSTER CARD TOUCH INS & TOUCH OUTS



12. LONDON IN MOTION
 

Aviso: actualiza tu suscripción RSS de Ciudades a Escala Humana

Londres de día: todos al centro

En el post 10 ejemplos de visualización de datos urbanos uno de los mencionados era el trabajo de Joe Lertola con sus ilustraciones sobre la diferencia de población en los centros urbanos de día y de noche. En aquella ocasión era el caso de Nueva York, pero en la imagen de abajo podemos ver una ilustración, con datos de 2010, sobre la población diurna flotante en Londres realizada por Alasdair Rae. 

Más allá de su representación, los datos ofrecen una imagen de las dinámicas de desplazamiento de la población en las horas laborales y de concentración de visitantes y turistas. Una enorme cantidad de gente desplazándose diariamente a los barrios más céntricos de la ciudad formando una densidad completamente desequilibrada respecto a otros barrios. 

En realidad, este mapa animado de las entradas y salidas con la Oyster en el metro de Londres ilustra estos desplazamientos, tanto al principio del día de manera muy concentrada como al final del día de manera más escalonada:

¿Qué significan 2 toneladas de CO2 por segundo?

Otro trabajo que experimenta con formatos de visualización para acercar la dimensión real de los gases de efecto invernadero. Hace unos días era el Hestia Project (Visualizar las emisiones de efecto invernadero en tiempo real y calle a calle) y ahora es este de Carbon Visuals junto con el Environmental Defense Fund, que presenta en una visualización dinámica en vídeo la magnitud de las emisiones en Nueva York (54 millones de toneladas en el año 2010), una ciudad que, aún contando con un ambicioso plan de reducción de emisiones, emite una cifra que es la protagonista del vídeo: 2 toneladas de CO2 por segundo.

Carbon Visuals: New York's carbon emissions - in real time

Uno de los problemas de las emisiones es que es imperceptibles al ojo humano. Por eso, entre otras cosas, es tan complicada la sensibilización social sobre estos temas. Las magnitudes de las emisiones representan escalas difíciles de comprender, de comparar y de asumir. Que una ciudad como Nueva York emita 54 millones de toneladas de CO2 apenas dice nada. ¿Es mucho o es poco? ¿Qué significa? ¿Con qué compararlo? ¿Cómo entenderlo?

Trasladada a segundos, esa cantidad significa casi 2 toneladas por segundo. Caracterizando cada tonelada como una esfera de un tamaño determinado (puedes encontrar los cálculos aquí) resulta una animación como la que muestra el vídeo, un buen intento de acercar las emisiones a dimensiones más entendibles:

Visualizar las emisiones de efecto invernadero en tiempo real y calle a calle

Cuando presento el tema del papel de las ciudades en el cambio climático siempre insisto en las enormes dificultades para estandarizar una metodología de medición de las emisiones de gases de efecto invernadero que sea consistente, sino también relevante para entender en lo concreto los datos y que responda al funcionamiento real de la ciudad. Efectivamente, los inventarios de emisiones municipales enfrentan varias dificultades metodológicas:

• Dependiendo de la disponibilidad de datos fiables, el inventario puede incluir unos sectores de emisión u otros (transporte, residencial, industrial, municipal, etc.).
• Una distinción mucho más que semántica: medir las emisiones producidas en la ciudad (enfoque de producción de emisiones) o las emisiones derivadas del funcionamiento urbano (enfoque metabólico o de consumo). Para el primer caso, se contabilizarán sólo las emisiones provenientes de fuentes de emisión dentro de los límites de la ciudad, mientras que, en el segundo caso, mucho más cercano a la verdadera huella de carbono de la ciudad, se contabilizarán también las emisiones, por ejemplo, de las mercancías producidas fuera de la ciudad así como del transporte necesario para llevarlas del punto de producción al punto de consumo. 
• El permanente problema de los límites de la ciudad: tomar como punto de referencia la ciudad como un límite administrativo o la ciudad en sus términos funcionales (¿tiene sentido la huella de carbono de Madrid sin pensar en su conurbación?), siendo esta segunda opción mucho más relevante y precisa si se quiere actuar sobre las dinámicas que originan las emisiones, pero con un claro problema de definición estadística.
• En muchas ocasiones, ante tantas dificultades, muchos inventarios acaban siendo una agregación de emisiones derivadas únicamente de edificios institucionales y las emisiones derivadas del funcionamiento de los servicios públicos (iluminación pública, flotas de vehículos, etc.).

Existen diferentes metodologías internacionales que tratan de dar con un modelo básico que sirva para hacer mediciones en cualquier ciudad que permitan establecer comparativas, pero estas se enfrentan con problemas de origen respecto a los datos de partida, que dependen de sistemas de recopilación de datos muy diferentes de una ciudad a otra. Sin embargo, estos sistemas de estandarización son más relevantes a medida que la escala a la que se quiere aplicar el método se reduce al nivel regional (por ejemplo, el modelo de inventario de emisiones desarrollado por Udalsarea para los municipios vascos, el modelo de cálculo de la huella de carbono para los municipios andaluces o la metodología para el cálculo del sistema de indicadores de diagnóstico y seguimiento del cambio climático de la Red Española de Ciudades por el Clima).

Algunos proyectos están avanzando nuevas formas de abordar estas complicaciones con el objetivo de disponer de una imagen precisa sobre el impacto del funcionamiento de una ciudad en cuanto a su contribución a la lucha contra el cambio climático. Estos días se ha hecho público un trabajo desarrollado por un equipo de investigación de la Arizona State University dirigido por Kevin Robert Gurney que ha apostado por comprender este impacto desde un enfoque metabólico y con el objetivo de situar en un mapa estas emisiones.

El vídeo de presentación del software y del modelo de geo-localización utilizado explica bien este enfoque y su utilidad, que está ya aplicándose en Phoenix y Los Ángeles:

Como cualquier otra herramienta de visualización, la  gran virtud del proyecto Hestia es que transforma grandes bases de datos y sistemas de indicadores normalmente muy poco atractivos en información visual mucho más relevante para cualquier persona, tenga o no conocimientos sobre las complejidades del cambio climático. Localizar información como esta –algo que también intenta a una escala residencial el proyecto Open Energy, por ejemplo- ofrece un significado en el espacio más reconocible por las personas que habitan su propia ciudad, pudiendo entender mejor los flujos, las relaciones entre las actividades que se dan a lo largo del tiempo y el espacio con las emisiones, etc. De la misma manera, un modelo de estas características podría permitir diseñar mejores acciones de reducción de emisiones, ya que la información que ofrece clarifica cómo acometer las medidas de mitigación  más eficientes.  La calle es, de nuevo, el espacio de referencia en el que las cosas cobran sentido y donde es más fácil comprender las conexiones entre variables anodinamente estadísticas con la realidad cotidiana.

Más información:

• Greenhouse Gas Emissions Mapped to Building, Street Level for U.S. Cities
• New Technology Maps Greenhouse Gas Emissions at the Street and Neighborhood Level
• The Future of Mapping Carbon Emissions, With Pinpoint Precision

La primera imagen la tomé en Nueva York hace años. Ya no lo recuerdo bien, pero era una especie de contador de emisiones o algo así.

Comprender el consumo energético con Open Energy

Es posible que ya conozcas el proyecto Open Energy. Si no, echa un vistazo a esto porque merece la pena ver el trabajo de Fran Castillo, Oscar Marín Miró y Christian Szucher para definir una plataforma de visualización del consumo energético pensada para un modelo energético distribuido en el que el internet de las cosas tendrá cada vez más un papel creciente. El sistema Open Energy se despliega en dos niveles: Energy Monitoring Device, que a través de hardware abierto (Arduino) monitoriza el consumo eléctrico, y Open Energy Visualization, que a través de una app de realidad aumentada permite visualizar el consumo en tiempo real.
En este vídeo puedes encontrar más detalles de la descripción del sistema:


Open Energy from Responsive Environment on Vimeo.
Hace unos meses dedicamos unas líneas al último libro de Jeremy Rifkin. La exploración de Open Energy es un ejemplo práctico y real de muchas de las cosas que se cuentan en ese libro y ayuda a entender en lo concreto en qué tipo de cosas se concretará la relación de las tecnologías de la comunicación con el sistema energético en un entorno tan cotidiano como es el espacio doméstico. Y, a partir de ahí, se puede ir aumentando la escala para ver, interpretar y analizar los flujos reales de consumo energético en edificios, calles, barrios, ciudades, etc. para entender mejor esos patrones en el espacio y en el tiempo, algo especialmente útil en la medida en que la producción energética vaya descentralizándose a cada vez más puntos y las relaciones de producción y consumo de energía se hagan más complejas.
Apoya el proyecto en goteo
Mas info sobre el proyecto aquí
@manufernandez  

Noruega. Visualizar el desplazamiento migratorio

Otra visualización. Even Westvang ha desarrollado una representación gráfica, a partir de datos públicos, que permite visualizar los cambios de vivienda de 300.000 noruegos. Los datos están extraidos de unos datos que, desde nuestra perspectiva, no comprendemos que sean públicos pero que en Noruega sí lo son: nivel de ingresos familiares, fecha de nacimiento o edad. Gracias a ello, el trabajo consigue mostrar las dinámicas de desplazamiento de diferentes tipologías de población: cómo se produce el intercambio de población entre las grandes ciudades, la predominancia de cambios de domicilio en cortas dstancias,... El proyecto, titulado Deluge, es un buen ejemplo de cómo represetnar movimientos migratorios y las dinámicas de desplazamiento interno.




Deluge from Even Westvang on Vimeo.

10.000 taxis en Manhattan

Los taxis amarillos de Nueva York son uno de los símbolos principales de la ciudad. su rastro es el rastro de la ciudad en movimiento, el flujo de idas y venidas de personas moviéndose en la ciudad. ¿Cómo entender ese rastro de un vistazo? Tom McKeogh, Eliza Montgomery y Juan F. Saldarriaga desarrollaron hace unos pocos meses un modelo de visualización contando con el apoyo del CUNY High Performance Computing Center y utilizando datos de puntos de salida y llegada de las rutas de 10.000 taxis durante de 24 horas y sumándole la API de Google Maps se obtiene la representación en este vídeo. Además de su valor estético, lo interesante es su valor como herramienta para comprender mejor la distribución espacial en la ciudad, los periodos de mayor actividad en cada zona y los picos de densidad en cada momento.


Taxi! from Juan Francisco Saldarriaga on Vimeo.

10 examples of urban data visualization

@manufernandez
The complexity of cities (a diverse and always changing environment) produces a huge amount of data. The growing availability of tools to generate, capture, store, manage and analyze this data opens up a wide spectrum of possibilities around those big data. The opening up of public data (public transport, traffic flows, water, waste, use of space, business, etc.) offers the possibility of transforming them into far more useful information than just messy and purely statistical aggregation. The result of this in a context of wide spreading of mobile devices helps to understand the social value of creating new apps that use this data to give users greater ability to interact and experience the city from their own needs. Visualization has become a expanding tool in recent years.

Here is a selection of some work I find suggestive as good examples of how to visualize the intensity of urban life in video format or as interactive web tools. I have chosen from the archives only a few examples that seem interesting, so I welcome other contributions that you know (and take a lok at this recent compilations to find other examples: London: A Year in Maps and The best of 2011 from Spatial Analysis):

Traffic accidents in the U.S.

ITO-Road fatalities US

An impressive work that collects all traffic accidents on different roads of the United States by type of accident (pedestrian, driver, year, etc..) And all in one map that has accumulated a huge range of information for the period 2001 - 2009. The same team has prepared one for the UK. Guns of mass destruction? A silent tragedy? The map is shocking.

The long journey of trash

Trash track

I wrote some lines about this project from MIT some time ago. What is worth watching in the video is how it explains the concept of the project and the result of adding location aware tags to different types of trash and see how each of them travel a huge amount of miles until final disposal. Waste management and removal is an obscure and secret system (throw away and forget about them) and the project helps to visualize and understand there is a much more extensive life than we imagine for the trash we throw away.

A public hire bike system in real time

London Bike Share Map

This map visualizes all bikes of the public hire schemes in London. From the same site, in fact, you can access and check other cities (Zaragoza, Toronto, Lille, etc.). The project displays information on the distribution of all the checkin points, the level of use at any given time, temporal progression of use of each terminal and the availability or not of bicycles at each point.

The intense activity of a subway network
Examining MetroCard usage

What to do with the data from every user entries in the extensive network of subway in New York? This phenomenal work published by Wall Street Journal is a good example of how to use information from seemingly irrelevant individual data: types of tickets, stations, schedules, fares, etc. Put this in a map and add logic to the data to understand, among other things, the variation in use according to the tariff changes introduced in the price system.

Real-time use of bicycles
London Hire Bikes animation

Another one about bikes. The video shows the flow dynamically of the bicycles used moving through the 18 hours of the day. I also mentioned this and other projects about London some weeks ago.

A U.S. map block by block
Mapping America: Every City, Every Block

What can you do with the census data? With this map you can reach the level of detail of every building anywhere in the country and see the distribution of population by race, by income, by type of household, type of housing or education, and understand the dynamics of spatial distribution at national, regional, urban or neighborhood level.

Time distance to get around the city

Mapumental

MySociety developed years ago this project that perfectly illustrates the utility of georeferenced data. Mapumental tool displays the travel time to reach a certain point from anywhere in the city, thereby helping to understand the temporal distance mobility, a much more useful and practical information than just physical distance.

The changing city. Day and night

Day vs. Night population maps

A simple but powerful idea. The population of New York during the day and at night, reflecting the density of different areas.

Singapore real time

LIVE Singapore!

Another well-known MIT project from Seansable City Lab. Using different data sets and maps designed to explain the impact of rain on the level of use of the taxi in the city, predicted travel time based on changing traffic conditions , the heat island effect or continuous flow of arrivals and departures of people and goods in a city that serves as a hub of the global economy. The video explains it all.

Understanding air pollution

In the air

Make visible the invisible dirty air we breathe, nothing less. That's what Nerea Calvillo proposed in a dynamic model to visualize and map the footprint of air pollution in Madrid.

10 ejemplos de visualización de datos urbanos

@manufernandez
La complejidad de un entorno diverso y cambiante como es la ciudad, suma de interacciones física y digitales, produce una cantidad enorme de datos. La disponibilidad cada vez mayor de herramientas para generar, captar, almacenar, gestionar y analizar estos datos abre un amplio espectro de posibilidades en torno a esos big data. La apertura de los datos públicos (ámbito en el que encajan la mayor parte de los datos de una ciudad en los que podemos pensar: transporte público, flujos de tráfico, agua, residuos, utilización del espacio, actividad comercial, etc.) ofrece la posibilidad de transformarlos en información mucho más útil que la mera agregación desordenada y puramente estadística. Fruto de este contexto, en el que además la extensión de los dispositivos móviles ayuda a entender el valor social de generar nuevas apps que utilicen esos datos para ofrecer al usuario una mayor capacidad de comprender y vivir la ciudad desde sus propias necesidades, los proyectos de visualización se han ido extendiendo en los últimos años.
Este es uno de los ámbitos de trabajo para 2012 y será cuestión de lanzarse a hilar algunas ideas y mover algún equipo en el que podamos desarrollar algunos proyectos. Por ahora, aquí va una selección de algunos trabajos que me parecen sugerentes como desarrollos muy afinados para visualizar la intensidad y el funcionamiento urbano, bien en formato vídeo, bien en como herramienta web interactivas. Por supuesto, el archivo en el que busco es limitado y he elegido sólo algunos ejemplos que pueden parecer interesantes, así que son bienvenidas otras aportaciones que conozcas:

Accidentes de tráfico en Estados Unidos
ITO-Road fatalities USA

Un impresionante trabajo que recopila todos los accidentes de tráfico en las diferentes carreteras de Estados Unidos, diferenciando por tipología de accidentado (peatón, conductor, año, etc.) y todo sobre un mapa que acumula una cantidad ingente de información para el periodo 2001-2009. El mismo equipo ha preparado otro para el Reino Unido. ¿Armas de destrucción masiva? ¿Una tragedia silenciosa? Desde luego, la acumulación en el mapa impresiona.

El largo viaje de la basura
Trash track

De este proyecto del MIT ya hablé hace un tiempo. Lo que vale la pena es ver el vídeo porque explica el concepto del proyecto y el resultado de poner un elemento de seguimiento en unos residuos y ver cómo cada uno de ellos acaba acumulando una enorme y alocada cantidad de kilómetros hasta su disposición final. Para un sistema tan oculto como el de los residuos (tiramos y nos olvidamos de ellos), existe una vida mucho más extensa de lo que nos imaginamos y este proyecto ayuda a visualizarla.

Un sistema público de alquiler de bicicletas en tiempo real
London Bike Share Map

Este mapa geolocaliza todos los puntos de alquiler de bicicletas del sistema público puesto en marcha en Londres. Desde la misma web, en realidad, se puede acceder a otros sistemas (Zaragoza, Toronto, Lille, etc.) y para todos se puede visualizar información sobre la distribución de estos puntos, el nivel de uso de las bicicletas en un momento dado, la progresión en el tiempo del uso de cada punto de recogida y la disponibilidad o no de bicicletas en cada punto.

La intensa actividad del metro de Nueva York
Examining MetroCard usage

¿qué hacer con los datos de cada una de las entradas de usuarios en la extensa red del metro de Nueva York? ¿Poner tanta información en un formato visual puede ayudar a superar esa complejidad de datos para hacerla más entendible? Este fenomenal trabajo publicado por Wall Street Journal es un buen ejemplo de cómo dar utilidad a información de datos individuales aparentemente irrelevantes: tipología de tickets, estaciones, horario, etc. Todo ello para entender, entre otras cosas, la variación en el uso en función de los cambios tarifarios introducidos en el sistema de precios.

Bicicletas en uso
London Hire Bikes animation

Otra de bicis. Y es que la puesta en marcha por parte del alcalde Boris Johnson de un sistema público de bicicletas parece que ha dado para mucho. El vídeo muestra de forma dinámica los flujos (es decir, el movimiento) de las bicicletas utilizadas durante un día completo. También mencioné este y otros proyectos en Londres hace un tiempo.

Un mapa de Estados Unidos edificio por edificio
Mapping America: Every City, Every Block

¿Qué se puede hacer con los datos del censo? Algo tan espectacular como este mapa casi infinito. Llegando al nivel de detalle de cada edificio de cualquier rincón del país, podemos ver en un mapa la distribución de la población por origen racial, por ingresos, por tipología de familia, por tipo de vivienda o por educación y, jugando con estos datos y cruzándolos con el territorio, entender las dinámicas de distribución espacial a escala nacional, regional, urbana o de barrio.

Distancias temporales para moverse en la ciudad
Mapumental

MySociety desarrolló hace años este proyecto que ilustra perfectamente la utilidad de cruzar datos urbanos con la localización física. La herramienta Mapumental permite visualizar el tiempo de transporte para llegar a un punto de determinado desde cualquier lugar de la ciudad, ayudando con ello a entender la distancia temporal de movilidad, mucho más útil y práctica que la distancia física.

La ciudad cambiante. Día y noche
Day vs. Night population maps

Una idea sencilla pero impactante visualmente. La población de nueva York durante el día y durante la noche, reflejando la densidad de las diferentes zonas.

Singapur en tiempo real
LIVE Singapore!

Otro proyecto bien conocido del MIT Seansable City Lab. Utilizando diferentes sets de datos se han proyectado diferentes mapas que explican el impacto de la lluvia sobre el nivel de utilización del taxi en la ciudad, los tiempos de viaje necesarios en función del cambiante estado del tráfico, el efecto isla de calor o el continuo flujo de entradas y salidas de personas y mercancías en una ciudad que sirve de hub de la economía global. El vídeo explica todo esto.

Entender la contaminación atmosférica
In the air

Visibilizar el invisible aire sucio que respiramos, nada menos. Eso es lo que se propuso Nerea Calvillo en un reconocido proyecto que a través de un modelo dinámico permite visualizar y cartografiar la huella de la contaminación atmosférica de Madrid.

Trash Track. El largo viaje de la basura

El Senseable City Lab del MIT ha desarrollado un proyecto para medir la vida de los pequeños objetos de la vida cotidiana tras su uso. Es sorprendente el camino que muchos toman, con largos desplazamientos, con rutas ilógicas y con diferentes etapas. Conocemos bien la cadena de valor en la producción de las cosas, pero qué oculta es la cadena de valor/desvalor cuando las tiramos y, como por arte de magia, desaparecen. Y, sin embargo, aunque no las veamos, tienen una curiosa vida más allá de nuestra vista.

El proyecto de investigación, denominado Trash Track, utiliza técnicas de visualización de datos georeferenciados para una serie de objetos a los que se les implantan dispositivos de seguimiento y que permiten seguir su viaje a lo largo de Estados Unidos:
Elaborated by the SENSEable City Lab and inspired by the NYC Green Initiative, TrashTrack focuses on how pervasive technologies can expose the challenges of waste management and sustainability. Can these same pervasive technologies make 100% recycling a reality?
TrashTrack uses hundreds of small, smart, location aware tags: a first step towards the deployment of smart-dust - networks of tiny locatable and addressable microeletromechanical systems.These tags are attached to different types of trash so that these items can be followed through the city's waste management system, revealing the final journey of our everyday objects in a series of real time visualizations.

Visualización de datos urbanos. Londres en taxi, bici y bus

Tres trabajos de visualización de datos que tienen a Londres como escenario y a los flujos de tráfico como protagonistas.
BUS


LDN Flowprint from Anil Bawa-Cavia on Vimeo.

TAXI


BICICLETA


London Hire Bikes animation from Sociable Physics on Vimeo.