Diary Entries in Spanish
Recent diary entries
My Favorites
Logias 🇨🇺
Gran Logia de Cuba - geo:23.132275,-82.36998
Hogar Nacional Masónico Llansó - geo:23.042747,-82.36391
Logia 28 de Enero - geo:22.999924,-82.387405
Logia Aaron - geo:23.067257,-82.4419
Logia Amor y Trabajo - geo:22.192526,-78.91211
Logia Andrés Cassard - geo:22.243143,-79.07084
Logia Bartolome Masó Márquez - geo:20.343973,-77.11943
Logia Camagüey - geo:21.37952,-77.91996
Logia Chaparra - geo:21.163475,-76.47708
Logia Dignidad y Virtud - geo:22.61579,-83.70961
Logia Discípulos de Hiram - geo:22.794327,-82.50729
Logia Eugenio María de Hostos - geo:22.871666,-82.4228
Logia Evolución - geo:22.810652,-82.76099
Logia Fe y Amor - geo:21.527685,-78.22576
Logia Fecundidad - geo:23.119873,-82.36637
Logia Flor de la Perseverancia - geo:22.897594,-82.5951
Logia General Guas - geo:23.122776,-82.38116
Logia Guillermo Francisco acosta - geo:23.078745,-82.358925
Logia Hermanos de Hiram - geo:21.940248,-79.17012
Logia Hijos de la Luz - geo:23.127113,-82.305046
Logia Hijos de Luz y Constancia - geo:23.064512,-82.3398
Logia Ignacio Agramonte y Loynaz - geo:21.382,-77.92021
Logia Jiguaní - geo:20.372225,-76.425156
Logia Joaquín N Aramburu - geo:22.990688,-82.755936
Logia José Antonio Saco - geo:20.375313,-76.650314
Logia Juan Ramos Rivera - geo:22.926662,-82.97989
Logia La Evamgelista - geo:21.887217,-82.80322
Logia La Voz del Maestro - geo:21.38468,-77.91722
Logia Libertad - geo:23.053726,-81.5662
Logia Los Apóstoles - geo:23.106941,-82.391304
Logia Los Templarios - geo:22.969793,-82.39083
Logia Luz de Ariguanabo - geo:22.89018,-82.50358
Logia Luz de Occidente - geo:22.927053,-82.68859
Logia Luz del Oeste - geo:22.805513,-82.585175
Logia Luz y Constancia - geo:23.082743,-82.42892
Logia Luz y Vida - geo:22.601988,-80.336685
Logia Manzanillo - geo:20.343296,-77.118004
Logia Martín Herrera - geo:22.74642,-83.55397
Logia Montecristi - geo:22.586252,-83.247154
Logia Obreros del Damují - geo:22.340057,-80.55446
Logia Perfecto Lacoste - geo:22.981853,-82.54539
Logia Progreso Alfredo Barrero Velasco - geo:22.405046,-79.96675
Logia Puritanos - geo:22.77034,-81.0175
Logia Redención - geo:23.042952,-82.008385
Logia Regeneración Martiana - geo:22.944313,-80.91141
Logia Reivindicación - geo:22.79437,-81.74385
Logia Resolución - geo:22.761688,-82.75581
Logia Román de la Luz - geo:23.045858,-82.46467
Logia Siblime - geo:22.618814,-79.864845
Logia Soles de Martí - geo:22.384205,-80.849
Logia Theodore Roosevelt - geo:23.072813,-82.35696
Logia Unión de Bejucal - geo:22.926424,-82.38793
Logia Unión y Trabajo - geo:22.464537,-79.72148
Logia Urania Dr. Mortera - geo:22.368513,-79.57076
Logia Verdad - geo:22.960201,-82.14977
Logia Vida Espontánea - geo:22.713821,-83.04672
Supremo Consejo del Grado 33 - geo:23.139427,-82.37762
Mapear la gran masa forestal de una gran zona es algo que ya había probado antes en una de las ciudades costeras de mi país, a petición indirecta de un nuevo usuario de allí que ha hecho buenos esfuerzos por mapear su ciudad con buen detalle, y se esmeraba por mapear los bosques de su ciudad:
En ese entonces solo me limité a cubrir las cordilleras que rodean la ciudad y las diversas montañas que hay dentro de ella, pero el procedimiento fue simple: dividir las zonas boscosas en cuadriculas, creando una relación para cada cuadrado, muy parecido a lo que hacen los mapeadores de Canadá con los bosques de aquel país:
Muchas veces me he visto tentado a intentarlo en las regiones amazónicas de mi país, viendo como otros usuarios han intentado durante años mapear todas las selvas de esa región, aunque con una calidad que en condiciones normales deja mucho que desear, pero que por las características aisladas de la zona, zafa bastante 😁.
En el caso de hoy haré la cobertura forestal de una gran isla/provincia de mi país, conformada por muchas montañas con notable cobertura boscosa, como se puede observar en las siguientes imágenes tomadas por mí:
Paso 1: La cuadrícula
Lo primero que hago es trazar una especie de cuadrícula, de modo que cada cuadrado será una relación de (natural=wood) única, procurando además que cada cuadrado cubra una montaña entera lo más que se pueda. De no hacerlo así haría que la relación de la cordillera sea demasiado grande y pesada, haciendo difícil el mapeado de la zona usando los distintos editores como iD y JOSM 😅.
Como JOSM no me permite trazar líneas completamente rectas a la primera, tengo que usar los nodos de cada extremo para ubicarlos en una posición GPS específica:
Para las líneas de norte a sur, ubicaré los nodos de sus extremos en una misma coordenada longitud:
De esa forma quedarán completamente rectas. Y luego hago lo mismo con las de oeste-este:
Crearé nodos en las intersecciones de cada línea :
Y luego cortaré cada línea para que los cuadrados queden completamente hechos:
Paso 2: “El esqueleto” del bosque
Entonces elijo un cuadrado para comenzar a trazar los bordes de las zonas boscosas. Empezando por uno de los bordes del cuadrado:
Colocaré nodos en las partes donde el aparente borde del bosque intercepta al borde del cuadrante, desde donde comenzaré a trazar:
Para facilitarme el trabajo, me encanta usar un plugin de JOSM llamado “FastDraw”, ideal para tareas así. Dibujo un trazado que me muestra en color amarillo, y luego de terminar presiono la tecla (Enter/Intro) y automáticamente calcula la forma para darle los nodos necesarios:
Aunque en los lugares donde necesito más precisión, como por ejemplo en carreteras o edificios, me gusta usar la herramienta estándar de JOSM:
Una de las consideraciones que tomo es que las carreteras, al ser una “división” natural (por así decirlo 😅) también serán bordes del bosque, a menos que los árboles cubran la vía como se muestra en la siguiente imagen:
Además, como no me agrada la idea de usar la misma (way) de la carretera como lindero del bosque, prefiero trazar los bordes del (natural=wood) paralelas a ella:
Entonces primeramente sigo trazando el borde del bosque hasta toparme con el próximo borde del cuadrante. Esa línea vendría siendo el (outer) de la relación del (natural=wood) 😁.
Aprendiendo un poco sobre catastro en mi país, si en la imagen aérea se visualiza que la masa arbórea cubre edificios, también los incluiré dentro de los límites del bosque:
Luego de terminar con los bordes del bosque, trazaré “lo de adentro”, los claros que vendrían siendo los (inner) del (natural=wood)
Otra consideración importante es que haré distinción entre el bosque natural (natural=wood) y el “bosque creado por el hombre” (landuse=forest) en el cuál se incluyen plantaciones y cultivos. Como solo estoy trazando lo primero, intentaré ignorar todos aquellos bosques que parezcan sembrados para actividades económicas:
Y al final, luego de trazar todos los (inner) y (outer), terminaré con el cuadrante así:
Entonces, parto las diferentes secciones de los bordes:
Y reviso los trazados largos, ya que JOSM no permite subir trazados que contengan más de 2.000 nodos. Si ese fuese el caso, tendría que partir ese trazado por la mitad o en varios trozos:
Paso 3: La relación del cuadrante
Primero le colocaré la etiqueta de (source=*) a todos los trazados:
Y así entonces podré crear y preparar la relación del bosque:
Añadiré todo el contorno del cuadrante con el rol de (outer) y los demás contornos sueltos que pertenezcan a (outer):
A la vez ignorando las líneas rectas sobrantes del borde del cuadrante que no formen parte del borde de un bosque:
Luego procederé con los (inner):
Y al final me quedará el polígono completo del cuadrante forestal:
Como cosa especial, le agregaré la etiqueta que especifica el tipo de árboles presentes en el bosque, como lo describe la wiki de OSM. En el caso de mi país, al ser una zona tropical, no existen los árboles de pino en ésta área, por lo que la etiqueta será (leaf_type=broadleaved):
Antes de subirla, eliminaré los bordes de éste cuadrante que no pertenezcan a un (outer). En el caso de volver a necesitarlos, será fácil trazarlos haciendo una simple línea de nodo a nodo:
Y como no es debido subir líneas vacías a OSM, pero necesito las demás líneas de la cuadrícula para hacer los demás cuadrantes, les pondré una etiqueta de (note=*) para notificar a los mapeadores de la zona que se topen con ella, escrita en el idioma local:
Y finalmente subo el conjunto de cambios con comentario y fuente:
Y luego solo me queda seguir trabajando los demás cuadrantes 😁:
Junto con Rafael Isturiz - risturiz, hemos estudiado las notas de OSM en sus diferentes aspectos. Como parte de esto, nos dimos cuenta de que las notas sirven para permitir la comunicación entre personas en terreno con personas en el computador (arm-chair mappers). Por lo que le solicitamos a Qeef algunas modificaciones en DAMN-project / Divide and Map, Now., para que detecte las nuevas notas de un área, y así poder resolver las notas recientemente creadas. En otras palabras, poder resolver notas en tiempo real. Aquí explico cómo preparar un evento de estos, con un caso concreto.
El capítulo de YouthMappers de la Universidad Nacional de Colombia (UN GeoParche) está organizando varias actividades de mapeo del área de Mosquera (un municipio cerca de Bogotá). Una de esas actividades es un mapping party donde van a participar personas de la comunidad OSM Colombia, entre esos yo, AngocA. Como todo mapping party, se captura información en terreno con diversas aplicaciones, y entre las actividades, vamos a estar creando notas sobre elementos que no estén en el mapa gracias a la aplicación Fediphoto. En paralelo, se realizará un evento en línea por OSMvideo – BigBlueButton, por el canal de Notathones LatAm, el cual dirigirá Rafael. Parte del evento en línea consiste en explicar el funcionamiento básico de DAMN-project client en JOSM, para tomar un parte del área de Mosquera y monitorear la creación de nuevas notas; de esta manera se detectan y se resuelven al instante.
Lo primero que toca hacer es definir el área donde se va a trabajar. En este caso, el mapping party se va a realizar en la zona central de Mosquera, por lo que el área donde se pueden llegar a crear las notas será la misma área.
Como ya sabemos en qué área se van a crear las notas, la dividimos en espacios de trabajo para monitorear la creación de notas. Para este caso decidimos crear un área cada 3 cuadras de largo y de ancho 2 medias cuadras. Esto lo podemos dibujar con la herramienta https://vector.rocks/, asegurándonos de que no queden espacios entre las áreas, o sea que los nodos de esquinas continuas estén superpuestos (hay muchas otras herramientas, y lo importante es que se genere un GeoJSON con áreas colindantes compartiendo nodos). Una vez dibujada el área se descarga el correspondiente GeoJSON.
Con el GeoJSON descargado, ahora lo editamos para agregar la etiqueta “name” al mismo nivel de “type”: “FeatureCollection”. Esto es necesario para que DAMN-project tome los espacios de trabajo definidos en el paso anterior y no los genere automáticamente como rectángulos. Para esto también se puede usar el visor https://geojson.io/, donde mostrará el área, y el documento en texto. Si se modifica por este lado, entonces al oprimir sobre Save, y escoger GeoJSON, se bajará un archivo llamado map.geojson.
Ya en este momento tenemos el archivo para crear el proyecto en DAMN-project, en la parte de “manager”: https://manager.damn-project.org/#area=new. Para esto, llenamos el formulario con las siguientes opciones:
- Le incluimos un buen comentario de conjunto de cambios (que también sirve de nombre de proyecto):
- Notathon Mosquera 2023 #MaptimeBogota #ONL
- Una prioridad de 2 basta.
- En la descripción indicar que lo que se busca es solucionar las notas a medida que se crean en terreno:
- Tomar una, y abrirla en JOSM para identificar las notas creadas en dichas áreas, para resolverlas en tiempo real. Puedes comunicarte con quien creo la nota escribiendo un comentario a la nota, por si necesitas más detalles.
- En las instrucciones, indicamos que se van a resolver Notas y agregamos un link hacia https://wiki.openstreetmap.org/wiki/ES:Notas
- También escogemos “Download notes automatically.”
- En la parte el GeoJSON boundary file, buscamos el archivo que dibujamos en vector.rocks y que después le agregamos la etiqueta name. No debemos seleccionar las opciones sobre los custom squares porque perderemos las áreas de trabajo.
Finalmente, guardamos (save new area) y la habremos creado un proyecto en DAMN-project, el cual lo podemos ver en la parte de administración https://manager.damn-project.org/ o en la parte de mapeo https://mapper.damn-project.org/.
Ahora, podemos buscarlo en el cliente de JOSM, por medio del botón GetAreas:
Nos aparecerán todos los proyectos actualmente activos en DAMN-project.
Para este caso escogemos: “Notathon Mosquera 2023 #MaptimeBogota #ONL” haciendo doble click. Ahí nos mostrará la descripción del proyecto.
imagen 10
Si hacemos click sobre “Get area geometry”, se decargan todas las siluetas de espacios de trabajo. En otras palabras, las mismas áreas que definimos antes.
Cuando hacemos click sobre Map, automáticamente nos asignará un área de trabajo, descargando las capas correspondientes.
En este momento ya estamos monitoreando nuestra área, y dependiendo de la configuración, nos descargará las notas recientemente creadas. Para esto se abre el panel de notas.
Para monitorear frecuentemente el área en búsqueda de nuevas notas, se puede reducir el tiempo de consulta, modificando la configuración de damn, bajo preferencias, avanzado: damn.download_notes_period_minutes.
Cuando se termine de monitorear, ya que el mapeador no puede seguir con la notathon, entonces debe hacer click en “Map again”, y aceptar el mensaje de texto. Esto indica que el área queda disponible para otro mapeador.
Si alguien hace click en “To review” o “Done”, será necesario volver a habilitar esas áreas desde la zona de manager: https://mappy.damn-project.org/ seleccionando el área en modo revisión o terminada, hacer click derecho y escoger “Needs mapping.
Esta es la forma como que prepara un Notes Real-time Resolution, por medio de varias herramientas, y ante todo un equipo de trabajo tanto en terreno como en el computador.
En resumen, lo que haré será mejorar los trazados de una larga autopista, reemplazándolos por otros trazos mejor dibujados en JOSM, a los que posteriormente asignaré toda las etiquetas correspondientes que debe tener toda vialidad mapeada en OSM.
El procedimiento ya lo he realizado antes, a modo de prueba, en otras vialidades importantes en mi país, entre las que puedo enlistar:
- Un tramo de 15 kilómetros de una autopista en las regiones orientales de mi país. Comenzando aquí y terminado en este puente de acá.
- La autopista más importante del país, que conecta a Caracas con el principal puerto y aeropuerto. La llamada Autopista Caracas-La Guaira, la cual afortunadamente tiene cobertura en Mapillary y por lo tanto pude trazarla toda con gran detalle. En un gran tramo que va desde aquí hasta acá. Tramo que además incluye 2 túneles que ningún mapa digital podía representar bien.
- Y la más reciente, un gran tramo de 280 kilómetros de la carretera más aislada del país, que va desde aquí hasta acá.
El tramo de hoy serán 90 kilómetros de autopista que van desde aquí hasta acá.
Paso 1: Análisis
Luego de calibrar la imagen satelital usando trazas GPS:
Lo primero que hago es observar todos los 90 kilómetros usando las imágenes satelitales de Maxar, pues, algo común en las autopistas de mi país es que siempre hay tramos diferentes, siendo que ésta no es la excepción: hay un tramo donde las dos vías están notablemente separadas, otro donde están muy unidas entre sí, separadas por apenas un pequeño muro (o “barrera de Jersey”), y otro donde hay una mezcla de ambas. Lo que ya de por sí implica tener que hacer 3 grandes trazados separados:
Habiendo delimitado dónde inicia y termina cada tramo, comienzo a trazar la autopista, comenzando por el tramo A.
Lo primero que haré será medir varios lugares del tramo A para asegurarme que toda la sección tenga la misma separación; utilizando una de las herramientas/parámetros del JOSM que me permite hacer mediciones con líneas:
Entonces noto que la autopista es desigual en algunas partes, pero será algo de lo que me preocuparé luego.
Paso 2: Trazando la línea central
Entonces lo siguiente que haré será, en una capa “vacía”/”empty” de JOSM trazar una línea central paralela a ambas pistas, la cual será el “trazado matriz” de dónde obtendré el trazado ambas.
Entonces comienzo por el inicio de los 90 kilómetros, intentando mantener el trazado lo más paralelo posible porque sino no funcionará lo que haré luego:
En las curvas siempre intentaré seguir el estándar acordado de OSM de “solo usar una cantidad de nodos necesaria”. Usare los nodos necesarios para que las curvaturas tengan una buena calidad, pero sin exagerar para no colocar más nodos de los debidos:
Además, constantemente revisaré el trazado tal cómo se vería en un dispositivo GPS de alguien que estuviese conduciendo por allí, para asegurarme de que el trazado sea lo más fruido posible:
En las secciones que son rectas puedo darme el lujo de hacerla en un solo trazo sin nodos intermedios 😄. De esa manera ahorro nodos, el trazado queda más homogéneo, y el dibujado de la autopista no se ve alterado:
Ahora, al paso mientras voy recorriendo la autopista, voy definiendo los nodos de los puentes que necesitaré más tarde cuando esté finalizando todo. Dos nodos que estarán ubicados justo en donde se conecta la plataforma del puente con tierra firme:
Algo para destacar es que muchas veces la imagen satelital sufre distorsiones y la autopista puede no lucir del todo recta, pero en la realidad es un tramo completamente recto, por lo que tengo que valerme enteramente del trazado e ignorar lo que me muestra la imagen aérea:
Paso 3: Las dos vías
Y finalmente termino de trazar una línea media entre ambas vías por 94 kilómetros:
Ahora lo siguiente que haré será segmentar esa línea entre los distintos tramos de la autopista donde la separación entre ambas pistas sea distinta, por lo que en total termino con 11 segmentos:
Utilizaré una de las herramientas de JOSM para hacer copias paralelas de esa línea media, de manera que crear ambas pistas de la misma línea central. Lo ideal es ubicarla sobre la línea punteada central de cada vía:
Entonces, como por supuesto dividí la línea central en 11 segmentos, las conexiones entre cada una de ellas quedarán así:
En cada una de esas lo que haré será conectarlas cuidadosamente creando un nodo que separe el segmento a modificar del resto de la vía, para así no alterarla toda (y tener que regresar al paso 2 😅):
Luego tomo los nodos finales de las secciones separadas, y las uno presionando la tecla (M):
Y así tengo todo conectado como un solo segmento:
Y ahora solo tengo que perfeccionarla un poco, agregándole más nodos para que el cambio no luzca tan brusco:
Y por supuesto, repito el proceso con la otra vía, agregándole exactamente la misma cantidad de nodos para que la autopista “luzca pareja”:
Finalmente termino con ambas pistas simétricas en los 90 kilómetros de autopista:
Pero antes de terminarlo todo, tengo que también trazar los diferentes distribuidores/intercambiadores/rampas a los que se conecta la autopista:
Paso 4: Descargar datos, combinar y subir
Lo primero que haré es asignarle la etiqueta de [source=*] para poder identificarla mejor cuando la suba y tenga que editarla junto a todas las demás cosas mapeadas en la zona
Ahora, “entraré en un campo” (no tengo otra manera de decirlo 😅) en donde tengo que editar muy rápido porque sino casi rozaría el termino “vandalismo” por estar eliminando datos y etiquetas de una vialidad tan importante sin razón aparente. A eso sumándole a que pueda venir otro mapeador a modificar la misma autopista y destruir todo lo que habré hecho hasta ahora, porque no la podré subir debido al conflicto de edición que JOSM me generaría.
Entonces, luego de guardar una copia de la capa de JOSM por si acaso 😅, “descargo datos de OSM” sobre la misma capa, a lo largo de la autopista
Trazaré una pequeña línea en algún lugar estratégico y fácil de recordar, a la cuál asignaré todas las relaciones que tengan los trazados que voy a reemplazar.
Entonces, comenzaré a reemplazar el antiguo trazado por el nuevo, utilizando una herramienta de JOSM llamada “reemplazar geometría”; de manera que el nuevo trazado conserve el historial que tenía el antiguo. También deberé hacer eso con las rampas/distribuidores/intercambios que tracé anteriormente:
Al tener todos los demás segmentos reemplazados, a toda la autopista le eliminaré sus etiquetas dejando solo las más básicas:
- highway=trunk
- lanes=2
- maxspeed=90
- name=Autopista Centro Occidental
- official_name=Autopista Cimarrón Andresote
- oneway=yes
- source:geometry=Maxar (2023)
- source:name=local knowledge
Ya está decente, pero aún sigue aislada del resto de vialidades de OSM, por lo que la conectaré cuidadosamente a las demás vías en los extremos de la autopista, así como también en las rampas que previamente dibujé, lo que implica también conectar todas las calles y/o avenidas que se conectan a ella.
Solo así entonces puedo dar la primera subida, con un comentario preferiblemente en inglés para el entendimiento de otros mapeadores del mundo, y como fuente poniendo a Maxar, que fue de dónde obtuve el trazado, y al conocimiento local (local knowledge) tanto de mí como habitante del país, como de otros mapeadores de la región:
Paso 5: Etiquetado avanzado
Entonces, puedo comenzar con las etiquetas avanzadas y los demás detalles de la autopista.
Los puentes (y túneles sin hubiesen)
Antes de hacer otra cosa, primero debo hacer detalles muy importantes como los puentes (brigdes). Entonces recorreré la autopista ubicando puentes como este:
Empezaré cortando la vía en los nodos que marqué al inicio del “tutorial” cuando estaba trazando la línea central:
Y le colocaré sus etiquetas respectivas:
- bridge=viaduct
- layer=1
- bridge:structure=beam
Ahora haré el polígono del puente, el que llevará la etiqueta (man_made=bridge). Para eso utilizaré la misma herramienta de JOSM con la que dibuje las dos pistas de la autopista, pero solo es útil cuando la línea está perfectamente alineada con la vía, como es éste el caso. Entonces, primero mido el ancho del puente, que según la imagen son 11 metros aproximadamente:
Y luego procedo a extruír la línea central hasta los bordes del puente:
Puedo aprovechar que la misma herramienta de medición, me indica cuánto medirá de ancho cada línea extruída, por lo que en total el polígono del puente debería medir 10 metros de ancho:
Entonces, elimino las etiquetas de las líneas extruídas (para dejarla “pura” 😅) y procedo a completar el trazado del puente, al final combinándolos con la tecla (C):
Luego, de tener el polígono del puente, procedo a agregarle sus respectivas etiquetas:
Ahora, algo importante es el nombre del puente, que en mi país oficialmente llevan el mismo nombre del río que corre por debajo. Entonces, me iré a consultar a la vieja cartografía oficial, que afortunadamente en mi país está en dominio público y cuyos datos son compatibles con OSM, para saber el nombre del río:
Puedo ver que el río se llama “Quebrada Grande” por lo que el puente deberá llevar las siguientes etiquetas:
-
name=Puente Quebrada Grande
-
source:name=DCN (1977)
Y luego hago todo el mismo proceso con el puente de la otra pista, y luego con todos los demás puentes de la autopista:
Si tuviera más tiempo, me dispondría a dibujar el polígono de los ríos solo hasta las cercanías de la autopista, de modo en que en un GPS se pueda ver el río pasando bajo la autopista; pero será para otro momento 😄.
La relaciones de la vía
Y entonces, a las nuevas vías les colocaré las relaciones que le había quitado a la vieja, y había dejado apartada en una línea vacía en un lugar recordable:
surface=*
Ahora sí puedo comenzar con las etiquetas avanzadas de la autopista 😁.
Desde hace un tiempo preparé algunas modificaciones de las hojas de estilo de JOSM, de manera de poder visualizar con colores las diferentes etiquetas que tenga cada elemento, y así saber qué cosa tiene qué.
En el caso de las etiquetas de superficie me los mostrará de esta manera:
- En verde: Todas las vías que tengan una etiqueta (surface=*), sea cuál sea
- En violeta/púrpura: Las vías que no tengan etiquetas de (surface=*)
Con esa ayuda, puedo comenzar a aplicar la etiqueta a la autopista 😁.
En mi país es común que las vialidades estén pavimentadas con asfalto, por lo que la etiqueta predilecta sería (surface=asphalt), pero igualmente debo revisar cada segmento de la autopista en las imágenes aéreas para asegurarme que tengan todas superficie de asfalto.
lanes=*
Para esta tengo preparada una buena visualización, usando otra modificación de la hoja de estilo de JOSM de manera que todas las vialidades que tengan las etiquetas de carril me los mostrará así:
- (lanes=1) en color azul
- (lanes=2) en color verde
- (lanes=3) en color amarillo
- (lanes=4) en color naranja claro
- (lanes=5) en color naranja oscuro
- (lanes=6) en color rojo
Revisando toda la autopista mientras la dibujaba, pude verificar que todas las dos pistas tienen 2 carriles, así que comenzaré a agregarle esa etiqueta a ellas. Por lo que el trabajo más fuerte está en los distribuidores/rampas/intercambios.
Primero verificaré cuánto mide un carril en promedio, lo que me dará una referencias para las vías que no tengan pintadas las líneas de carril, muy típico de países tercermundistas como el mío:
Como es el caso de éstas rampas donde apenas se nota el rayado blanco que separa cada carril
Entonces, sabiendo que un carril en promedio mide cerca de 3 metros, mediré cada sección para asegurarme de cuántos carriles tienen:
Analizando cada una de sus partes, le podré asignar el número de carriles que tiene cada una:
Luego hay intercambiadores que sí tienen las líneas pintadas y son más fáciles de etiquetar:
Y así continúo con los demás:
Entonces, para los segmentos que tengan 2 o más (lanes=*) pero que no sean (oneway=yes), tengo que usar la colección de etiquetas de “forward” y “backward”, como en el caso de éstas rampas:
Además, usaré uno de los plugins del JOSM que permite visualizar bastante bien los carriles:
destination=*
Y luego, aprovecharé ese mismo plugin para colocar las etiquetas de destino ó hacia qué lugar importante dirige cada segmento y rampa.
Para aplicar correctamente ésta etiqueta es necesario tener un buen conocimiento local de la zona, o como mínimo ser habitante del país, para saber o tener cierta idea de qué responderían los habitantes de esa provincia si les preguntases: “¿Hacia dónde dirige esta autopista en tal dirección?”
En un país normal como Europa y Estados Unidos 😅, se podría usar los nombres de los carteles de tráfico que indican la dirección; pero en el caso de que estuvieses mapeando una autopista sin tener posibilidad alguna se recorrerla en la vida real, ni existiesen fotografías de ella en Internet, tendrías que usar ese conocimiento local para saber qué nombre colocar en las etiquetas de (destination=*)
En el caso de ésta autopista, en sus extremos hay muy ciudades importantes que serían el nombre predilecto para colocarle a dichas etiquetas. Destinos que puedo visualizar claramente gracias al plugin:
En el caso de las rampas/intercambiadores, lo ideal sería usar un solo nombre que englobe a toda la zona importante a dónde dirija tal rampa. También está la opción de poner más nombres separados por un (;), pero tengo entendido que algunas aplicaciones de ruteo como OsmAnd solo toman el primer nombre en esa lista, por lo que es mejor prevenir 🤔.
Como es el caso de rampas de este tipo:
Donde para entrar a la autopista primero se debe transitar por una sección que tendría las dos (destination=*) ya que no será más adelante que uno debe decidir si tomar dicha vialidad en una dirección o en la otra. En éste caso, optaré por ponerle como destino el nombre “Autopista”, de manera de que por ejemplo, en el caso de la navegación de OsmAnd la voz anuncie “siga…en dirección a autopista…”
maxspeed=*
Ahora vamos con las etiquetas de velocidad máxima. Legalmente en mi país son así:
- En carreteras:
- 70 km/h en el día
- 50 km/h por la noche
- En zonas urbanas:
- 40 km/h
- 15 km/h en intersecciones
- En autopistas:
- 90 km/h por el carril izquierdo
- 70 km/h por el carril derecho
Entonces, teniendo eso en cuenta, las dos vías principales de la autopista deberá llevar estas dos etiquetas:
A manera de mantener un cierto estándar, y dada la imposibilidad de recorrer las vialidades en vida real como para visualizar los carteles de velocidad máxima en cada una de ellas, he preparado una especie de estandarizado que puedo visualizar mediante otras hojas de estilo de JOSM:
- (maxspeed=20) en color azul, lo uso para vías residenciales e intersecciones en áreas urbanas.
- (maxspeed=40) en color amarillo, lo uso como estándar para calles y avenidas de ciudades y pueblos.
- (maxspeed=70) en color naranja, lo uso en carreteras fuera de áreas urbanas.
- (maxspeed=90) en color rojo, lo uso solo en autopistas.
Ya probé implementándolo con éxito en una ciudad:
Y también las asigno de manera detallada en las rampas:
lit=*
Otra etiqueta importante es la del alumbrado público. En las autopistas de mi país es común que solo haya alumbrado en lugares selectos, como en rampas/intercambiadores o cuando la vía atraviese zonas urbanas.
Además que en las imágenes satelitales se pueden observar las hileras de postes:
Entonces, utilizando otra modificación de las hojas de estilo de JOSM me dispongo a colocar etiquetas de (lit=*):
La relación
Y por último, la relación (type=route / route=road) donde irá el nombre (o los nombres) de la autopista, las características técnicas y su código Wikidata:
Restricciones de giro con iD
Algo que me gusta del editor de la página principal de OSM es la facilidad con la que se pueden marcar las restricciones de giro, así que recurro a él para hacer los distintos giros de las rampas que estén marcadas con (oneway=no):
eL DIA DE HOY EDITE EL LUGAR DE LAS QUESABIRRIAS EN LA LOCALIDAD DE TUXTLA, CHICO, CHIAPAS, MÉXICO
He estado haciendo una lista de aplicaciones y páginas web con propósito específico en diferentes entradas de mi diario, la cual muestro a continuación. Hoy quiero presentar una lista de aplicaciones móviles y páginas web que permiten subir fotos, que pueden ser usadas para mejorar el mapa.
Otras entradas similares de mi diario:
Muchas de las opciones aquí listadas se pueden usar para asociar una foto con un elemento del mapa con la etiqueta Key:image
Listado de servicios asociados a fotos:
- Mapillary: Hace parte del servicio más grande de fotos libres a nivel de calle. Permite tomar fotos desde celular (iPhone y Android) y subirlas desde la aplicación directamente. También se pueden tomar fotos con otras cámaras, como GoPro, Garmin o algunas 360, y subirlas desde la aplicación de escritorio o línea de comando. Para visualizar las fotos, también ofrece un plugin en JOSM y está integrado en iD, lo cual permite que se usen durante el mapeo. Tiene su propia etiqueta en OSM Key:mapillary.
- KartaView: Antiguamente llamado OpenStreetView, OpenStreetCam y ahora KartaView. Es un proyecto similar a Mapillary, con aplicaciones para celular (iPhone y Android) y mecanismo para subir fotos desde escritorio. También ofrece plugin en JOSM.
- Mapilio: Es un clon de Mapillary en muchas cosas, basado en el código abierto, ofreciendo la misma funcionalidad.
- Fediphoto (code): Se integra con el Fediverso para publicar fotos y asociarlas en una nota de OSM. Se puede usar con nuestra instancia de Mastodon. Disponible en Android y f-droid.
- Commons:Mobile app: Aplicación para subir fotos a Wikimedia Commons. Estas pueden ser asociadas en los elementos mapeados. Disponible en Android y F-droid. Se puede asociar una etiqueta para una sola foto en Commons: Key:wikimedia_commons.
- StreetComplete: Es una aplicación para mejorar los datos de OSM en terreno. Permite crear notas publicando una foto en un sitio web personal. Las fotos se borran cuando la nota se resuelve. No es recomendable relacionar las fotos de este portal por ser temporales.
- MapComplete: Es un editor web que funciona en computador como en celular (funciona muy bien si no se descargan mucho elementos del mapa). Permite crear notas con una imagen asociada, la cual es publicada en Igmur. El problema de Igmur es que se depende de la capacidad y términos cambiantes de esta plataforma.
- OSM Tracker: Es una aplicación para capturar datos desconectado mientras se captura una traza GPX. Entre las opciones hay la posibilidad de tomar fotos y quedan guardadas en el dispositivo. Después, es necesario descargarlas y usarlas para mapeo en JOSM. Nunca se suben a un portal, por lo que no hay problemas de privacidad o reutilización de las fotos. Disponible en Android y F-droid.
Esta entrada fue gracias al mensaje que me envió 5R-MFT.
Mexico
En la entrada anterior, listé (y voy a procurar mantenerla actualizada) las aplicaciones nativas para celular que permiten mejorar los datos de OSM. En esta entrada, voy a listar las páginas web que están adaptadas tanto para computador como para celular para mejorar los datos. Esto quiere decir, aplicaciones que van más allá de ser un POI editor (que recibe datos y no más), y en cambio le genera un formulario preguntando sobre las etiquetas faltantes para ese tipo de objeto.
- MapComplete - una serie de mapas temáticos acerca de OSM, donde puedes mejorar los datos de cada tema editando directamente. Algunos temas: basuras, cafés, restaurantes, educación, puntos de carga de carros eléctricos, entre muchos otros más.
- OSM Go - una página con interfaz sencilla para editor objetos existentes y mejorar, o para agregar POIs. También existe como aplicación para Android, pero no la pude instalar.
- HealthSites - una página web para mejorar los datos asociados con la parte de salud: hospitales, clínicas, médicos, farmacias, etc.
- OSM Hydrant - una página para editar todo lo relacionado con bomberos: estaciones, hidrantes, reservas de agua.
- WheelMap - una página para editar lugares para accesibilidad en silla de ruedas.
Si conocen otra aplicación que encaje en esta lista, con gusto la incluiré.
Otras entradas similares de mi diario:
- Aplicaciones para capturar fotos y que se usan para mapear.
- Aplicaciones para mejorar el mapeo en terreno
Esta entrada la hice por la pregunta de Yéssica De los ríos sobre el uso de OSM Go y qué alternativas había.
GeoRSS
Hay muchas aplicaciones móviles en el ecosistema de OpenStreetMap. Varias de ellas ofrecen opciones para mejorar los datos en terreno. Aquí presento las más conocidas:
-
EveryDoor: Una aplicación hecha por Ilja Zverev disponible en Android (Google Play) y iPhone (AppStore); esto debido a que está desarrollada en Dart/Flatter. Permite agregar POIs y añadir información a objetos mapeado.
-
StreetComplete: Una aplicación con una interfaz muy agradable, donde le hace preguntas muy intuitivas para mejorar el mapeo en terreno. Es ideal para principiantes y personas que quieren contribuir al mapa sin estar en un computador. Esta disponible en Android (Por Google Play y F-droid).
-
OpenStop: Es una aplicación reciente, actualmente solo en alemán, que permite mejorar los datos de transporte público. Está basada en StreetComplete, y está disponible in Android (Google Play) y iPhone (AppStore).
-
SCEE: Es la versión avanzada de StreetComplete, StreetComplete for Experienced users. Está disponible en Android solo por medio de F-droid.
Otras entradas similares de mi diario:
Esta entrada está basada en una pregunta que me hizo Juan Carlos Melo.
Fuente ornamental de Tabacalera. Fuente: trabajo propio (CC BY-SA 4.0) disponible en Wikimedia Commons.
He añadido al mapa interactivo de monumentos conmemorativos un par de capas adicionales con la ubicación de las fuentes ornamentales y las obras de arte público (no conmemorativas) de Málaga. Mi intención es trabajar del mismo modo que con los monumentos conmemorativos, añadiendo su ubicación al mapa al tiempo que documento fotográficamente cada objeto en Wikimedia Commons.
En lo que a las fuentes ornamentales se refiere, el mapa no incluye todas las fuentes que se pueden encontrar en Málaga. He optado por añadir solo aquellas que tienen cierta relevancia como objetos de interés histórico o cultural.
Tampoco están todas las obras de arte público que se pueden ver en la ciudad. Inicialmente he añadido solo aquellas que ya tienen al menos una imagen en Wikimedia Commons. En Málaga hay un gran número de grafitis murales que todavía no tienen foto en el repositorio de Wikimedia, por lo que he optado por dejarlos inicialmente fuera del mapa. Dado su carácter efímero, puede que alguno haya desaparecido. Los añadiré, junto con el resto de obras de arte público que faltan, conforme vaya confirmando que aún existen y los vaya documentando fotográficamente.
El nuevo mapa interactivo de monumentos conmemorativos ya muestra todos estos cambios y pasa a denominarse Monumentos conmemorativos y arte público de Málaga.
Sistemas para hospedar fotos a nivel de calle
OpenStreetMap no ofrece un sistema de hospedaje de fotos, ya que el propósito del proyecto es ofrecer una base de datos geográfica. Sin embargo, OSM etiquetas para referenciar imágenes en publicadas en algún servicio externo. Por ejemplo, existe la propuesta de etiqueta image - https://wiki.openstreetmap.org/wiki/Key:image que es genérica y sirve para cualquier imagen hospedada externamente. Otras etiquetas hacen referencia directa al sistema que las hospeda, y es lo que se llama foto enlazado – photo linking https://wiki.openstreetmap.org/wiki/Photo_linking:
- Mapillary - https://wiki.openstreetmap.org/wiki/Key:mapillary
- Wikimedia Commons - https://wiki.openstreetmap.org/wiki/Key:wikimedia_commons
- Flickr - https://wiki.openstreetmap.org/wiki/Key:flickr
De manera general, hay varias formas de asociar imágenes con un punto de interés (POI). Esto se debe al interés por las imágenes a nivel de calle – Street level photos, donde el más popular es Goole StreetView, pero este no es libre. Entonces, aquí es cuando descubrimos una variedad de opciones y licencias, de los que desconozco sus detalles, pero quiero listar.
Google StreetView
- https://wiki.openstreetmap.org/wiki/Google
- https://maps.google.com/
- https://www.google.com/intl/es-419_co/help/terms_maps/
Son fotos a nivel de calle, principalmente tomadas por Google con sus autos y maletas son cámaras. En algunos casos se puede pedir prestadas estas mochilas para tomar fotos de algún de interés. Las fotos quedan propiedad de Google, y se pueden visualizar por la página de Google Maps con unos términos de uso. No se pueden usar estas fotos para hacer obras derivadas, por lo que no se pueden usar para mapear en OSM.
Mapillary
- https://wiki.openstreetmap.org/wiki/Mapillary
- https://en.wikipedia.org/wiki/Mapillary
- https://www.mapillary.com/app/
- https://www.mapillary.com/terms
Es una plataforma para subir fotos, ahora propiedad de Facebook. Es un proyecto que se integra con OpenStreetMap en varios puntos: hay una etiqueta de OSM para referenciar el id de una foto. Muchas de las personas que apoyan este proyecto buscan facilitar el mapeo de OSM. La licencia de las fotos es CC-BY-SA, lo que quiere decir que se pueden usar las fotos para obras derivadas, como mapear en OSM, como también con otros propósitos inclusive comerciales.
KartaView
- https://wiki.openstreetmap.org/wiki/KartaView
- https://en.wikipedia.org/wiki/KartaView
- https://kartaview.org/map
- https://kartaview.org/terms
Tiene una larga historia, desde cuando era un proyecto básico llamado OpenStreetCam, después pasó a llamarse OpenStreetView y después de cambio de propietario llegó al nombre de KartaView. Es un proyecto que tiene historia, muchos cambios, y aún no es ampliamente usado para contribuir, pero está muy presente en la mente de los voluntarios. La licencia de las fotos también en CC-BY-SA.
Mapilio
Es una app que se basa en el código abierto de Mapillary. Es un proyecto que está comenzando por lo que es prometedor, pero no alcanza a tener muchas fotos en su repositorio.
Hivemapper
Es una plataforma propietaria, donde las fotos no quedan publicadas con licencia abierta. En retorno de la contribución, pagan por las fotos.
Aquí una lista adicional de plataformas por país: https://en.wikipedia.org/wiki/List_of_street_view_services
Hasta hace poco me enteré de la aplicación OpenStop, que se parece bastante a StreetComplete y es para mejorar el mapeo de la infraestructura del transporte público. La aplicación está para iOS y Android y su página web es https://openstop.app/
La situación actual de la aplicación es que solo está en alemán, por lo que las preguntas salen solo en ese idioma. Por tal motivo he traducido todas las preguntas para que cualquier hispanohablante pueda responderla.
La traducción está aquí: https://github.com/MaptimeBogota/Varios/tree/main/OpenStop-app
Hace un año aproximadamente, buscando la manera de crear Notas fácilmente dentro del ecosistema osm usando fotos para levantar información ( Una imagen vale más que mil palabras ), personalmente usaba y uso un app excelente que seguramente muchos conocen Streetcomplete … Quizás con el inconveniente de que las fotos están ligadas a las Notas y todo el trabajo que se pudiese levantar con imágenes al final se pierde; ya que la fotografía desaparece con la Nota resuelta.
Como el universo del software libre es casi infinito; en ese tiempo encontré un app interesante llamada Fediphoto-Lineage un fork de Fediphoto que fue creado para honrar la memoria del desarrollador principal “Pla” (Patrick L Archibald) lamentablemente fallecido en un accidente en su bicicleta.
Me pareció que la aplicación tenia todo lo básico para crear “fotonotas” y le pregunté al dev si era posible agregar el soporte en un issue … El resto es historia :-) … Y ahora tenemos un app que nos permite tomar fotos de manera sencilla y subirlas a casi cualquier servidor del fediverso ( Mastodon - Pixelfed - Pleroma - Friendica - etc ) y crear una Nota para ubicarlas fácilmente en Openstreetmap.
Esto permite que seamos dueños de nuestras fotos y usar el storage del fediverso para que la data sea persistente en el tiempo. Hace poco el app ya está en F-Droid o tambien pueden ir directamente al repositorio del desarrolador Codeberg… Podrán observar que ya existen varios issues interesantes para la próxima versión 8.
El dev es bastante receptivo con las ideas nuevas, si se les ocurre algo nuevo o si encuentran algún bug pueden abrir un issue.
Team #ONL
Happy Mapping!
Infraestructura de Salud en Bolivia
La presente publicación es un trabajo en curso para recoger una lista de etiquetas de OSM relevantes a infraestructura de salud y servicios sociales asociados en Bolivia. Se toma como referencia los establecimientos de salud administrados por el gobierno autónomo municipal de Santa Cruz de la Sierra, en el departamento de Santa Cruz.
Centros de Salud Municipales (primer nivel)
Se recomienda hacer la identificación principal del lugar (donde se menciona el nombre del centro) como un punto. Se pueden hacer representaciones adicionales (e.g., extensión del terreno, edificios, …) con otros tipos de geometría (área, línea).
healthcare=yes
(etiqueta simple)
name=C.S. Cañada El Carmen
(se utiliza la versión abreviada de Centro de Salud)
operator=Gobierno Autónomo Municipal de Santa Cruz de la Sierra
(institución que administra el centro de salud)
healthcare:speciality=general
(atención general, sin especialidad)
description=Centro de Salud municipal Cañada El Carmen
(nombre extendido)
Hospitales Municipales (segundo nivel)
name=hosp. Plan 3000
(versión abreviada de Hospital)
amenity=hospital
operator=Gobierno Autónomo Municipal de Santa Cruz de la Sierra
(institución que administra el hospital)
Aunque no oficialmente definidos como establecimientos de salud, existen otros centros de atención social de interés:
Centros de rehabilitación de drogodependientes
amenity=social_facility
social_facility=group_home
(para un grupo especial)
social_facility:for=drug_addicted
(el lugar es un grupo de apoyo de usuarios de droga)
Centros Adulto Mayor
office=social_facility
Ruta
Este post es la traducción del post de Heather Leson en su diario OSM personal.
Nota del editor: Escrito por Heather Leson, Dinar Adiatma y Can Unen.
Tener los datos del mapa lo más actualizados y precisos es crucial para la respuesta de emergencia. La comunidad y los socios de OpenStreetMap crean esto para apoyar a los trabajadores humanitarios. Los datos de OSM se comparten en la plataforma Intercambio de datos humanitarios (HDX) y se utilizan para desarrollar productos de gestión de información (IM) para los responsables de la toma de decisiones que responden a emergencias.
Esta breve nota es para ayudar a los nuevos mapeadores a empezar y fomentar la calidad de los datos. La comunidad turca local, Yer Çizenler y HOTOSM coordinan esta activación. Para Siria, el mapeo es más complejo ya que es una zona de conflicto. HOT está trabajando en estrecha colaboración con los colegas y socios de OSM para evaluar cuidadosamente cualquier tarea HOT en Siria. Como es una zona de conflicto, colaboraremos para garantizar que las contribuciones de OSM al Tasking Manager de HOTOSM no causen daños. Estamos aquí para ayudar a los que ayudan. Sabemos que muchos quieren ayudar. Te pedimos que hables con otros mapeadores para aprender y ayudar a los socorristas respetando las indicaciones locales.
La calidad de los datos es importante en OpenStreetMap (OSM) porque afecta directamente la precisión y la utilidad del mapa. Todos los datos deben ser aptos para su propósito y, para hacerlo, se requiere un esfuerzo. La mala calidad de los datos puede dar lugar a información incorrecta o desactualizada, lo que afecta negativamente a las personas que confían en OSM para la navegación, la planificación y la toma de decisiones. Aprende más aquí.
Contactos: los contactos del coordinador de activación HOT se pueden encontrar en la wiki de OSM.
Mapeadores principiantes
¿Eres nuevo en OSM? Esta es una emergencia compleja y nos complace ayudarte a empezar:
- Mira videos básicos sobre cómo mapear via MapGive
- Revisa Learn OSM y mira la guía wiki de OSM para esta emergencia
- Observa la transmisión diaria en vivo y únete a un mapatón
- Utiliza los desafíos MapRoulette de Yer Çizenler para etiquetar los edificios derrumbados a partir de conjuntos de datos verificados
- Únete a los canales de Slack de HOTOSM de #disastermapping y #mappersupport
- Pide ayuda: la comunidad está aquí para apoyar tu viaje en OSM
Mapeadores intermedios y expertos
¡Bienvenido! Aquí te mostramos cómo empezar:
- Aquí están las tareas en el Tasking Manager de HOT
- Pequeñas tareas en MapRoulette a través de Yer Çizenler y la página principal de MapRoulette
- Debido a las enormes áreas del proyecto, se recomienda el mapeo asistido por IA usando RapiD Editor
- Únete a los mapatones
- Revisar los canales en Slack de HOT
- Lee toda la guía en la wiki
- Ayuda a los nuevos mapeadores, brinda comentarios amables y apoya a los equipos de validación de datos/calidad de datos
Recursos
Este post es la traducción del post de Pedrito1414 en su diario OSM personal.
Recibí esta pregunta a través del formulario de comentarios HOT hoy (9/feb). Aquí está mi respuesta en caso de que alguien más quiera saber.
Re: ¿Lo que estoy haciendo realmente está ayudando a alguien en una situación de desastre?
La respuesta corta es sí, creemos que sí: los proyectos del Tasking Manager se crearon en función de las solicitudes de las organizaciones que planean usar los datos.
La respuesta larga es que, inmediatamente después (de un desastre), todo el mundo busca recursos, incluidos datos, pero inicialmente recibimos muy pocos comentarios sobre quién los está usando exactamente.
Las personas y las organizaciones están ocupadas respondiendo. Esta información suele aparecer un poco más tarde y la actualizaremos cuando lo haga. En desastres anteriores, como el terremoto de Haití en 2010, el tifón Yolanda en Filipinas en 2013 y los brotes de ébola en África occidental y central, hemos observado que las agencias encargadas de la respuesta a menudo comienzan a usar los datos del mapa unas semanas después de estar dando respuesta, Luego que la prisa inicial para establecer los conceptos básicos haya pasado. Esto solo es posible si comenzamos temprano, de modo que cuando las agencias los necesiten, los datos realmente existan.
Un dato que tenemos es que las descargas de conjuntos de datos de OSM proporcionados por HOT a través de la plataforma HDX están aumentando. Hay un retraso en los informes (por lo que los últimos números son del 6 de febrero), pero vemos que aumentan. HDX es una fuente de datos clave para el personal de respuesta humanitaria.
Captura de pantalla de HDX que muestra el aumento en las descargas del paquete de datos OSM de carreteras en Turquía, 10 de febrero de 2023
Gracias al mapeador que envió la pregunta y muchas gracias a todos ustedes que están mapeando y validando en solidaridad.
Estate atento a los canales de HOT para obtener información más específica en los próximos días…
- Se crean nuevos puntos de interés.
- Se actualizan calles dirección única.
- Se borran Cajeros Automáticos que ya no existen
Educacion primaria y secundaria básica:
Circulo infantil, Jardin de niños (0 a 5 años):
- name=*
- amenity=kindergarten
- isced:level=0
- operator=Ministerio de Educación (MINED)
- operator:type=public
- operator:wikipedia=es:Ministerio_de_Educación_(Cuba)
Primaria (Preescolar a 6to grado):
- name=*
- amenity=school
- isced:level=1
- operator=Ministerio de Educación (MINED)
- operator:type=public
- operator:wikipedia=es:Ministerio_de_Educación_(Cuba)
Secundaria Básica (7mo a 9no grado):
- name=*
- amenity=school
- isced:level=2
- operator=Ministerio de Educación (MINED)
- operator:type=public
- operator:wikipedia=es:Ministerio_de_Educación_(Cuba)