# Satellite Gis Patterns

> Patrones de procesamiento de datos satelitales y GIS — DRISH-X (tráfico por satélite), Sentinel-2, y herramientas client-side routing.

- Skill: `ntizar/satellite-gis-patterns` (Agent Skill, multi-file: 3 files)
- Install (CLI): `npx skillmds@latest add ntizar/satellite-gis-patterns`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ntizar/satellite-gis-patterns/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: AI & ML
- Author: ntizar (https://skillmd.com/u/ntizar)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/ntizar/satellite-gis-patterns

---


# Satellite & GIS Patterns

Patrones para trabajar con datos satelitales, GIS y routing client-side, inspirados en repos explorados.

## 1. DRISH-X — Tráfico desde Satélite

**Fuente:** [sparkyniner/DRISH-X](https://github.com/sparkyniner/DRISH-X-Satellite-powered-freight-intelligence-) (⭐228)

### Técnica clave: Spectral Smear Detection
Los satélites Sentinel-2 capturan R, G, B con 1.01s de diferencia. Los vehículos en movimiento dejan un "spectral smear" distintivo (desplazamiento azul-verde-rojo).

### Pipeline
```
Sentinel-2 imagery → Detect spectral smears → Count vehicles → Estimate speed/direction → Time-series analysis
```

### Datos
- **Fuente:** Copernicus (gratis)
- **Resolución:** 10m (bandas RGB)
- **Revisita:** 5 días (constelación Sentinel-2)
- **Ejecución:** Local en browser, sin infraestructura terrestre

### Aplicaciones
- Monitoreo de tráfico en cualquier carretera del mundo
- Análisis de volumen por horas/días/semanas
- Detección de patrones estacionales

## 2. Client-Side Routing

**Fuente:** [AbelVM/omt-router](https://github.com/AbelVM/omt-router) (⭐11)

### Concepto
Routing 100% client-side usando OpenMapTiles vector tiles. Sin backend de routing.

### Algoritmos disponibles
- **bidirectional-astar** — Rápido, bueno para distancias largas
- **adaptive-barrier** — Balance velocidad/calidad
- **delta-stepping** — Óptimo para redes grandes
- **ultra-dijkstra** — Más lento pero más preciso

### Modos de transporte
- 🚗 Car
- 🚶 Pedestrian
- 🚲 Bicycle

### Integración
- MapLibre GL JS
- Web Workers para no bloquear UI
- Tile caching para rendimiento

### Aplicación a Mastermind
- Dashboard Bicimad sin necesidad de backend de routing
- Isolineas (reachability polygons) para estaciones de bike
- Integración con OpenMapTiles existentes

## 3. Descarga de Datos Satelitales

**Fuentes:**
- [Aouei/remote-sensing-satellite-downloader](https://github.com/Aouei/remote-sensing-satellite-downloader) — Sentinel-2, Landsat-8 via Copernicus OData
- [orcunkok/AWS-Dem-Downloader](https://github.com/orcunkok/AWS-Dem-Downloader) — AWS Terrain Tiles (elevación)

### Comandos útiles
```bash
# Descargar tiles de elevación AWS
aws-dem-downloader --bbox -3.7,40.4,-3.6,40.5 --zoom 12

# Descargar Sentinel-2
python -m satellite_downloader --sentinel --bbox --date
```

## 4. City2Graph — GNN para Ciudades

**Fuente:** [c2g-dev/city2graph](https://github.com/c2g-dev/city2graph) (⭐1.2k)

Transforma relaciones geoespaciales en grafos para Graph Neural Networks.

### Pipeline
```
City spatial data → Graph representation → GNN training → Predictions
```

### Aplicaciones
- Predicción de tráfico
- Planificación urbana
- Análisis de movilidad

## Integración con Mastermind

Para proyectos de movilidad/bicimad:
1. Usar omt-router para routing client-side en dashboards
2. DRISH-X como referencia para datos satelitales de tráfico
3. City2Graph para análisis avanzado con ML
4. Sentinel-2 downloader para obtener datos brutos

## 5. Isocronas — Patrón Híbrido ORS + NAP

**Proyecto:** [Ntizar/TimeIneco](https://github.com/Ntizar/TimeIneco)

Arquitectura zero-backend para isocronas de movilidad:
- **Coche/Bici/Peatón:** OpenRouteService API (gratis, desnivel incluido)
- **Transporte público:** NAP/GTFS España (catálogo de datos, parseo local)
- **PDF:** jsPDF + autoTable (informe profesional)
- **Todo en un HTML:** Leaflet Canvas + vanilla JS

**Ver referencias:** `references/nap-gtfs-integration.md`, `references/isochrone-architecture.md`

## 6. OpenRailwayMap — Capas de vías férreas en Leaflet

**Uso:** Superponer infraestructura ferroviaria sobre mapas Leaflet para análisis geoespacial de accidentes, rutas, isocronas.

### Capas de tiles

| Capa | URL | Descripción |
|------|-----|-------------|
| standard | `https://tiles.openrailwaymap.org/standard/{z}/{x}/{y}.png` | Vías con colores por electrificación (3000Vcc, 25kVac, etc.) |
| fast | `https://tiles.openrailwaymap.org/fast/{z}/{x}/{y}.png` | Versión simplificada, más rápida de cargar |

### Integración con Leaflet

```javascript
// Capa base (CARTO Light — buen contraste con vías)
L.tileLayer('https://{s}.basemaps.cartocdn.com/light_all/{z}/{x}/{y}{r}.png', {
    subdomains: 'abcd', maxZoom: 19
}).addTo(map);

// Capa OpenRailwayMap (superpuesta con opacidad)
const railwayLayer = L.tileLayer(
    'https://tiles.openrailwaymap.org/standard/{z}/{x}/{y}.png',
    { subdomains: 'abcd', maxZoom: 19, opacity: 0.6 }
).addTo(map);

// Toggle en layer control
L.control.layers(null, { "Vías férreas": railwayLayer }).addTo(map);
```

### API GeoJSON

```
GET https://api.openrailwaymap.org/lines?format=geojson&protected=1
```

Devuelve: electrificación, ancho de vía, velocidad máxima, nombre de línea.
**Pitfall:** La API a veces bloquea desde IPs de cloud/sandbox. Si falla, usar tiles directamente.

### Pitfalls

- **OpenRailwayMap tiles devuelven 403** sin headers adecuados. Verificar con `curl -sI`.
- **Opacidad recomendada:** 0.4-0.6 sobre CARTO Light. Demasiado alta tapa el mapa base.
- **API GeoJSON** puede no responder desde sandbox. Fallback: usar tiles.
- **Nominatim** requiere User-Agent no vacío y tiene rate limit de 1 req/seg.

## Referencias
- https://github.com/sparkyniner/DRISH-X-Satellite-powered-freight-intelligence-
- https://github.com/AbelVM/omt-router
- https://github.com/c2g-dev/city2graph
- https://github.com/Aouei/remote-sensing-satellite-downloader
- **references/nap-gtfs-integration.md** — API NAP completa (endpoints, esquemas, flujos)
- **references/isochrone-architecture.md** — Patrón arquitectura isocronas ORS+NAP

## Comparativa de alternativas

- **[nasa-gibs/worldview](https://github.com/nasa-gibs/worldview)** — +1000 capas de imagery NASA GIBS (WMTS/MAP tiles) near-real-time; basemap satelital listo para usar como fondo en patrones GIS.