Desarrollo de un Paquete de Software para el

Procesamiento de Datos Captados en un Ecosistema

de Manglar de la Bahía de Panamá
Development of a Software Package for the
Processing of Collected Data in a Mangrove
Ecosystem of the Panama Bay
Miguel Tamayo
Facultad de Ingenería de Sistemas y
Computación
Universidad Tecnológica de Panamá
Panamá, Panamá
miguelt2296@gmail.com
Reinhardt Pinzón
Centro de Investigaciones Hidráulicas
e Hidrotécnicas
Universidad Tecnológica de Panamá
Panamá, Panamá
reinhardt.pinzon@utp.ac.pa

Javier Sánchez-Galán Ana Franco

Centro de Producción e
Investigaciones Agroindustriales
Universidad Tecnológica de Panamá
Panamá, Panamá
javier.sanchezgalan@utp.ac.pa
Centro de Investigaciones Hidráulicas
e Hidrotécnicas
Universidad Tecnológica de Panamá
Panamá, Panamá
ana.frnaco1@utp.ac.pa

Resumen— Los ecosistemas salinos costeros denominados
manglares representan una barrera natural contra las
inundaciones provenientes de la subida del nivel mar, así como
también, son sistemas muy ricos en biodiversidad, y uno de los
más importantes sumideros de gases de efecto invernadero. En
la actualidad, se lleva a cabo un estudio de una zona de manglar
ubicada en las cercanías del río Juan Díaz, empleando una torre
micrometeorológica, la cual almacena datos provenientes de
mediciones meteorológicas y de flujos de carbono y vapor de
agua. La data recopilada está del orden de los terabytes por año,
lo que se traduce en una complejidad de la denominada Big Data.
Para solventar lo anterior, se está desarrollando una
aproximación informática de software libre, la suficientemente
eficiente para el manejo de los datos que se recolectan y para
tener una visión mucho más amplia de la información, de forma
rápida y precisa. Se utilizará el lenguaje de programación
Python, ya que es ampliamente empleado para el análisis de
grandes cantidades de datos debido a las funcionalidades que
incorpora, su capacidad de mostrar resultados de forma visual y
su eficacia al momento de procesar los datos. Los programas
hechos en Python pueden funcionar en sistemas operativos como
IOS, Android, Macintosh, Linux y Windows que son los más
populares, lo cual hace que el software desarrollado tenga más
alcance.
Abstract— - The coastal saline ecosystems called mangroves
represent a natural barrier against floods from sea level rise, as
well as systems rich in biodiversity, and one of the most
important greenhouse gas sinks. Currently, a study of a
mangrove zone located near the Juan Diaz River is carried out,
using a micrometeorological tower, which stores data from
meteorological measurements and carbon and water vapor flows.
The data collected is of the order of terabytes per year, which
translates into a complexity of the so-called Big Data. To solve
the above, a free software computing approach is being
developed, efficient enough to handle the collected and to have a
much broader view of the information, quickly and accurately.
The Python programming language will be used, since it is widely
known for the analysis of large amounts of data due to the
functionalities that it incorporates, its ability to show results
visually and its effectiveness when processing data. The
programs made in Python can work in operating systems such as
IOS, Android, Macintosh, Linux and Windows that are the most
popular, which makes the developed software have more scope.
Palabras Clave— Análisis, Datos, Gráficas, Información,
Manglar, Programación, Python.
Keywords— Analysis, Data, Graphics, Information, Mangrove
Swamp, Programming, Python.
I. INTRODUCCIÓN
Aunque existen estudios sobre manglares en Panamá [1][2], la
mayoría de ellos se basan en el uso de herramientas
informáticas comerciales y sujetas a determinadas funciones o
necesidades pre-establecidas, no así, empleando tecnologías
computacionales lo suficientemente novedosas, de acceso
libre y modificables según las circunstancias estudiadas.

XXX-X-XXXX-XXXX-X/XX/$XX.00 ©20XX IEEE

Además, se encontró en una revisión estadística bibliográfica de pregrado y maestría, de manera que se conviertan
[3] que la mayoría de las investigaciones realizadas en los en multiplicadores de estudios similares.
bosques de manglar se ubican en el continente asiático (63%) Específicamente, investigar una zona de manglar
y que en un número menor en Oceanía y África. Son muy cerca del río Juan Díaz, próxima a la vertiente del mar Pacífico.
escasos los reportados en Latinoamérica [4]. Dicha área se ve afectada y en peligro por los desarrollos
urbanos, por lo cual es imperante el estudiar este tipo de
En el 2016 y gracias al aval de la Secretaría Nacional de ecosistemas de tal forma de comprender su evolución,
Ciencia y Tecnología e Innovación (SENACYT), el Centro de adaptación y así protegerlos.
investigaciones Hidráulicas e Hidrotécnicas (CIHH), salió
favorecido con el proyecto de colaboración internacional, Para este estudio se está empleando una torre
micrometeorológica, la cual almacena datos provenientes de
FID2016-30: Análisis de Flujo de CO2 y Vapor de Agua de un
mediciones meteorológicas y de flujos de carbono y vapor de
Ecosistema de Manglar [5].
agua. Las coordenadas de ubicación de dicha estación son:
670080/ 996774. La data recopilada está del orden de los
La finalidad del FID2016-30 es crear la capacidad nacional e terabytes por año, lo que se traduce en una complejidad de la
institucional que permita cuantificar uno de los principales denominada Big Data. Ver “Fig. 1.” y “Fig. 2.”
gases de efecto invernadero como lo es el CO2. Para lo
anterior se cuenta con el acceso a la data de mediciones
meteorológicas, y de flujos de carbono y vapor de agua,
provenientes de una torre denominada de covarianza Eddy [6]
instrumentada con equipos de la marca Scientific Campbell
[7] y Licor [8]. La estación de medición se localiza en una
zona de manglar aledaña al río Juan Díaz, próxima a la mega
planta de tratamiento de aguas residuales del Programa de
Saneamiento de Panamá [9].

Debido a la envergadura de la cantidad de datos captados por

la torre se requiere de una eficiente manipulación,
visualización y análisis de los mismos. En las últimas décadas
se ha acelerado el crecimiento de manera exponencial de
implementación y uso de software libre para abordar la nube
de datos a escala de Big Data, tal es el caso del paquete R
[10], Python [11] [12], etc. El lenguaje de programación Fig. 1. Ubicación de la torre de medición. Fuente: Elaboración propia.
Python brinda la versatilidad, potencia, y capacidad,
cumpliendo como herramienta informática para logar lo
anterior.

El texto está dividido en cuatro secciones principales: la

Sección I contiene una breve introducción al tema, la Sección
II presenta la metodología utilizada, la Sección III contiene los
resultados principales y la Sección IV presenta las
conclusiones de este estudio.
II. METODOLOGÍA
A. Sistema de adquisición de data: Torre de medición
El proyecto FID -2016-30, conlleva un estudio detallado
del flujo de carbono y de agua en los manglares, los cuales no
han sido suficientemente investigados y se crea la capacidad
institucional en la cuantificación de uno de los principales
gases responsables del efecto invernadero. Específicamente se Fig. 2. Vista de la torre de medición. Fuente: Elaboración propia.
investigará las condiciones bióticas y abióticas que controlan la
asimilación de carbón por los manglares de Panamá. La torre cuenta con termómetros, sensores de humedad
relativa, radiómetro, anemómetros sónicos, veletas de dirección
Los objetivos del proyecto son crear metas que permitan y velocidad de viento, sistema de gas infrarrojos para medir el
verificar hipótesis científicas sobre las medidas para la flujo de carbono y vapor de agua. Ver “Fig. 3.”
valoración y conservación de manglares en Panamá, probar
hipótesis específicas sobre la condiciones ecológicas y
atmosféricas que controlan el estado y funcionamiento de estos
ecosistemas, transferir conocimiento a estudiantes panameños
 Fig. 3. Instrumentos y sensores. Fuente: Elaboración propia.
B. Herramientas informáticas: Uso de software libre
versus paquetes comerciales.
Matlab
El paquete comercial Matlab [13] es ampliamente conocido
por la comunidad científica que usa dicha herramienta tanto
para realizar cálculos simbólicos, numéricos y salidas gráficas.
Como un primer desarrollo se implementaron rutinas en
este software que leyeran los archivos de los datos, y generarán
salidas gráficas para las diferentes variables meteorológicas
estudiadas y los flujos de carbono y vapor de agua [14]. Ver
“Fig. 4,5, y 6.”
Fig. 4. Temperatura, humedad relativa, velocidad y dirección del viento.
Fuente: Elaboración propia [14].
Fig. 5. Radiación, flujo suelo, albedo. Fuente: Elaboración propia [14].
Fig. 6. Flujo de CO2 y agua. Fuente: Elaboración propia [14].
Aunque los códigos en Matlab cumplían con lo esperado,
también se verificaba que el procesamiento de los datos y el
posterior resultado demoraban un tiempo del orden de varios
minutos para cada salida lo cual se hacía no eficiente ni
práctico. Por tal razón, se optó por llevar dichos programas a
una aproximación de código libre, más versátil, rápida y
poderosa en el manejo y análisis de datos clasificados como
Big Data.
Por este motivo se desarrollará un software que nos permita
procesar las series temporales de la data y comprobar las
hipótesis planteadas por los investigadores, utilizando las
salidas gráficas, numéricas y estadísticas.
Python
Con el avance de la tecnología a través del tiempo se han
desarrollados nuevos lenguajes de programación que permiten
desarrollar softwares para las tareas que se requieran. Este
proyecto requiere un software especializado para realizar la
tarea de análisis de los datos recopilados por los diferentes
sensores ubicados en el manglar.
El software tendrá la capacidad de convertir estos datos en
información útil a través de análisis estadísticos que
comprueben las hipótesis planteadas por los investigadores.
Se utilizará el lenguaje de programación Python [11], ya
que es un lenguaje ampliamente utilizado para el análisis de
grandes cantidades de datos debido a las funcionalidades que
incorpora y su eficiencia al momento de procesar los datos.
Además de ser de fácil lectura para los programadores, para
poder modificar el código y construir una nueva versión del
software si se requiere que el mismo se adapte a las
necesidades que requieran los investigadores.
III. RESULTADOS
Los códigos en Matlab generan las salidas gráficas de las
diferentes variables meteorológicas y los de flujo de carbono y
vapor de agua. No obstante, el procesamiento de la data es
lento, y por lo tanto para efecto de contar con una herramienta
eficaz y rápida, requiere más memoria de procesamiento o que
se optimice. Por lo tanto, urge el convertir las rutinas
existentes del programa a un lenguaje y estructura informática
más dinámica y robusta.

En el presente estadío de nuestro estudio permanecemos en
la fase de implementación de la novel aproximación del
software libre.
Por lo cual, procederemos en esta sección a comentar un
poco más las bondades y la razón de la tecnología escogida.
¿Por qué Python?
Es un lenguaje de programación interpretada y
multiparadigma, ya que soporta orientación a objetos,
programación imperativa y, en menor medida, programación
funcional. Usa tipado dinámico y es multiplataforma.
Los programas hechos en Python pueden funcionar en
sistemas operativos como IOS, Android, Macintosh, Linux y
Windows que son los más populares, lo cual hace que el
software desarrollado tenga más alcance.
Se trata de un lenguaje de programación que tiene detrás
una gran comunidad (sin ánimo de lucro) que se encarga de
enriquecerlo (mediante la creación de nuevas librerías,
funciones, etc.) y mejorarlo.
Python y el Análisis de Datos
Los dos motivos principales que han generado un creciente
uso de Python en el campo del análisis de datos son:
- Las numerosas librerías creadas para esta finalidad
como:
• Numpy y Pandas que implementan
funciones para cálculos matemáticos y estadísticos.
• Mlpy con algoritmos de aprendizaje
máquina.
• Matploit que permite la visualización y
representación gráfica de los datos.
• Su integración con aplicaciones como
MongoDB (base de datos no relacional).
- Si a todo ello se le suma la fácil y rápida curva de
aprendizaje junto con su versatilidad, hacen de Python un
lenguaje de gran calidad para los analistas de datos.
IV. CONCLUSIONES
Siguiendo los resultados obtenidos en este trabajo se puede
concluir que:
1. El desarrollo de este paquete de software libre
fundado en la aproximación de Python es muy
importante para el proyecto FID16-30, ya que permite
que los investigadores puedan contar con una
herramienta informática amigable y robusta para
obtener conclusiones basadas en el procesamiento,
salidas gráficas, numéricas y estadística de la data.
2. Con un paquete de software libre se reducen los
costos del proyecto ya que, con la utilización del
mismo, no se tendrá que adquirir un software
comercial que en la mayoría de los casos son
económicamente prohibitivos.
3. La documentación del software permitirá que un
futuro se pueda realizar cambios si se desea y de esta
forma modificar el código fuente para ampliar o
mejorar algunas funcionalidades y así tener un
software más óptimo para lo que se requiera.
4. El uso de las nuevas tecnologías y desarrollos
informáticos brinda el poder alcanzar un
conocimiento detallado del flujo de carbono y de agua
en los manglares, los cuales no han sido
suficientemente investigados, creando la capacidad
institucional en la cuantificación de uno de los
principales gases responsables del efecto invernadero.
REFERENCIAS
[1] f. Manglar; Qué es, "Manglar; Qué es, fauna y tipos
de manglares | OVACEN", El mundo de la biología,
ecosistemas y biodiversidad | OVACEN, 2019. [Online].
Available: https://ecosistemas.ovacen.com/bioma/manglar/.
[Accessed: 27- Mar- 2019].
[2] "La importancia de los manglares - EcoPortal.net",
EcoPortal.net, 2019. [Online]. Available:
https://www.ecoportal.net/temas-
especiales/biodiversidad/la_importancia_de_los_manglares/.
[Accessed: 27- Mar- 2019].
[3] J. González, N. Tejedor, and R. Pinzón, “Una
Revisión Bibliográfica de la Importancia de la Captación del
Dioxido de Carbono en los Manglares,” Enviado a IESTEC-
2019, 2019.
[4] S. E. Hamilton and J. Lovette, “Ecuador’s mangrove
forest carbon stocks: A spatiotemporal analysis of living
carbon holdings and their depletion since the advent of
commercial aquaculture,” PLoS One, vol. 10, no. 3, pp. 1–14,
2015.
[5] "Análisis de Flujo de CO2 y Vapor de Agua de un
Ecosistema de Manglar – CIHH", Manglar-carbono.utp.ac.pa,
2019. [Online]. Available: http://manglar-carbono.utp.ac.pa/.
[Accessed: 28- Mar- 2019].
[6] Burba, G., 2013. Eddy Covariance Method for
Scientific, Industrial, Agricultural, and Regulatory
Applications: A Field Book on Measuring Ecosystem Gas
Exchange and Areal Emission Rates. LI-COR Biosciences,
Lincoln, NE, USA, 331 pp.
[7] Weather and Climate. 2017. [Online]. Available:
https://s.campbellsci.com/documents/us/solution-
brochures/climate.pdf
[8] LI-7500DS Open Path CO2/H2O Gas Analyzer.
2019.
[Online].Available:https://www.licor.com/env/products/eddy_
covariance/LI-7500DS.html
[9] Programa de Saneamiento de Panamá. 2019.
[Online]. Available: http://saneamientodepanama.gob.pa/
[10] An Introduction to R. 2019. [Online].
Available:https://cran.r-project.org/doc/manuals/r-release/R-
intro.html. [13] Matlab. 2019. [Online]. Available:
[11] "Welcome to Python.org", Python.org. [Online]. https://la.mathworks.com/products/matlab.html.
Available: https://www.python.org/. [Accessed: 27- Mar- [14] Ana Franco, "Informe de pasantía realizada en la
2019]. Universidad estatal de Pensilvania en el departamento de
[12] R. Briega, "Python - Librerías esenciales para el meteorología y ciencias atmosféricas bajo la guía del Dr. José
análisis de datos", Relopezbriega.github.io, 2014. [Online]. Fuentes como parte del proyecto de investigación financiado
Available: por Senacyt con código FID 16-30," 2018.
https://relopezbriega.github.io/blog/2014/05/28/python-
librerias-esenciales-para-el-analisis-de-datos/. [Accessed: 28-
Mar- 2019].