Diseño e implementación del servidor de una aplicación socio-semántica de anotación de árboles

Abstract

Los datos forestales existentes en España y en otros países del mundo se recogen de forma oficial y son mantenidos por organismos públicos que los publican como datos abiertos, típicamente en inventarios forestales. A pesar de la gran cantidad de información recolectada, esta suele ser limitada y restringida a datos textuales o cartográficos debido al gran coste que supone a las administraciones públicas el muestreo de las masas arbóreas de un país. Aunque estos datos tienden a ser muy precisos y son de dominio público, su explotación presenta dificultades, especialmente a usuarios no expertos en el dominio forestal. Adicionalmente, la integración de datos resulta compleja a causa del uso de modelos de datos dispares y formatos propietarios. En este Trabajo Fin de Máster se propone el diseño e implementación del servidor de una aplicación social que permita la anotación semántica de árboles y el etiquetado de especies por cualquier ciudadano, con el objetivo de enriquecer los datos inventariados existentes, permitiendo la creación de datos relativos a nuevos árboles no registrados en los inventarios oficiales. Se ofrece la posibilidad de añadir imágenes de los árboles, etiquetarlas y anotarlas, además de anotar su posición y especie, todo ello de forma colaborativa. También permite sugerencias sobre los datos inventariados, a veces obsoletos. Aborda los inconvenientes relativos a la integración, los modelos de datos y formatos de los datos forestales y su publicación en los inventarios mediante el uso de tecnologías de la Web Semántica, de forma que estos datos estén en formatos estándares, sean procesables por ordenadores y se faciliten las integraciones de distintos tipos y fuentes de datos. Por ejemplo, los datos del Inventario Forestal Nacional (IFN) convertidos a datos abiertos enlazados por el proyecto Cross-Forest se pueden integrar con la aplicación para que, aparte de generar sus propios datos sociales sobre árboles, sirva como punto de la consulta de datos oficiales por cualquier interesado de forma mucho más sencilla. La aplicación planteada tiene potencial utilidad en dos áreas bien distintas, en el marco de la administración pública, para la gestión más eficiente de parques y jardines y en entornos educativos, como herramienta de consulta y aprendizaje en el etiquetado e identificación de especies de árboles. Este trabajo se centra en el back-end, donde destacan las tareas de creación de una ontología propia para el modelo de datos de la aplicación y el estudio y reutilización de otras ontologías existentes con el objetivo de emplear datos abiertos enlazados. Por otro lado, a nivel de software, cabe señalar el desarrollo de una API REST compatible con distintos frontend, de manera que la complejidad asociada a las tecnologías de la Web Semántica permanezcan ocultas para estos, funcionando como un proxy entre los recursos expuestos con representaciones en formatos estándares conocidos y las consultas SPARQL sobre los datos enlazados existentes en el almacén de triplas. El prototipo realizado ha sido diseñado para que sea ampliable en el futuro. Actualmente integra los árboles del IFN de la provincia de Valladolid, si bien, se espera ampliar estos datos en el futuro con los de otras provincias e incluso países, así como ofrecer la posibilidad de añadir y consultar datos forestales técnicos como medidas dendrométricas.

Existing forest data in Spain and in other countries around the world is officially collected and maintained by public bodies that publish it as open data, typically in forest inventories. Despite the large amount of information collected, this is usually limited and restricted to textual or cartographic data due to the high cost to public administrations of sampling the tree stands of a country. Although these data tend to be very precise and are in the public domain, their exploitation presents difficulties, especially for unskilled users in the forestry domain. Additionally, data integration is complex due to the use of disparate data models and proprietary formats. This Master’s Degree proposes the design and implementation of a social application server that allows the semantic annotation of trees and the tagging of species by any citizen, with the aim of enriching existing inventory data, allowing the creation of data relating to new trees not registered in official inventories. The possibility is offered of adding images of the trees, labelling them and annotating them, as well as noting their position and species, all in a collaborative manner. It also allows for suggestions on the sometimes obsolete inventory data. It addresses the drawbacks related to integration, data models and formats of forest data and their publication in the inventories through the use of Semantic Web technologies, so that these data are in standard formats, are readable-machine and facilitate the integration of different types and sources of data. For example, the spanish “Inventario Nacional Forestal” (IFN) data converted to Linked Open Data by the Cross-Forest project can be integrated with the application so that, apart from generating its own social data on trees, it serves as an easily point of reference for anybody interested in the official data consultation. The application has potential utility in two very different areas, in the framework of public administration, for the more efficient management of parks and gardens and in educational environments, as a tool for consultation and learning in the tagging and identification of tree species. This work focuses on the back-end server, where the tasks of creating a proprietary ontology for the application’s data model and the study and reuse of other existing ontologies with the aim of using Linked Open Data are highlighted. On the other hand, at a software level, it is worth mentioning the development of a REST API compatible with different front-end, so that the complexity associated with Semantic Web technologies remains hidden to them, working as a proxy between the resources exposed with representations in well-known standard formats and the SPARQL queries on the existing Linked Data in the triple store. The prototype made has been designed to be expandable in the future. It currently integrates the trees of the IFN in the province of Valladolid, although it is expected to extend these data in the future with those of other provinces and even countries, as well as offering the possibility of adding and consulting technical forestry data such as dendrometric measurements.