Portafolio

Proyectos
territorio, datos y plataformas

Eduardo Gallardo · 11 proyectos

Este portafolio reúne proyectos donde ingeniería geoespacial, data science, cloud e IA se cruzan con automatización, sensores remotos y desarrollo de productos. Algunos nacen desde consultoría ambiental y otros desde la necesidad de ordenar datos, integrar pipelines o convertir análisis complejos en plataformas que realmente se puedan usar.

01

Plataforma de evaluación territorial automatizada

Aplicación web para evaluación territorial y ambiental a partir de un área de interés dibujada por el usuario. El sistema consulta capas geoespaciales, cruza información territorial y genera reportes y mapas de forma automática, pensado para acelerar evaluaciones preliminares que hoy dependen de revisión manual capa por capa.

Stack
Python, GeoPandas, GDAL, Firebase, Firestore, Cloud Functions, Cloud Run, Leaflet, React/TypeScript
Foco
Automatización geoespacial, cloud y reportabilidad ambiental
Flujo
Dibujo del área → cruce de capas → síntesis → reporte web/PDF
02

Gestión interna de solicitudes y equipos

Diseño y desarrollo de un sistema web para ordenar el ciclo completo de una solicitud interna, desde el ingreso hasta la entrega y revisión final. El proyecto está pensado para equipos que hoy coordinan trabajo entre correos, chats y planillas, y necesitaban una capa más clara de roles, estados, trazabilidad y seguimiento operativo.

Stack
Next.js, React, TypeScript, Supabase, Tailwind
Foco
Solicitudes, roles, estados y auditoría operativa
Flujo
Solicitud → asignación → seguimiento → auditoría
03

Automatización de análisis geoespacial y reportes

Scripts y herramientas para procesamiento de capas, modelos de visibilidad, análisis territorial y generación de mapas de apoyo a informes ambientales. El trabajo cubre desde layouts automatizados hasta migración de flujos ArcPy hacia entornos abiertos, con énfasis en QA/QC y reproducibilidad operacional.

Stack
Python, QGIS, ArcGIS, GDAL, Rasterio, GeoPandas, R
Foco
Automatización, QA/QC, reproducibilidad y eficiencia operacional
04

Dashboard de monitoreo ambiental IoT

Sistema de captura, almacenamiento y visualización de datos ambientales en tiempo real desde sensores de terreno. Integra telemetría vía ESP32, backend cloud y una interfaz web para revisar series, estado de equipos y continuidad operativa. Un caso concreto partió con material particulado, pero la arquitectura está pensada para ampliarse a otras variables ambientales.

Stack
ESP32, Firebase, Firestore, Cloud Functions, React, Leaflet, APIs
Foco
IoT ambiental, series temporales, monitoreo y cloud
Flujo
Autenticación → ingesta → Firestore → dashboard
05

Base de datos y equipo en terreno para monitoreo de Metharme lanata

Proyecto orientado a la administración de la base de datos espacial y a la coordinación de recursos para el monitoreo masivo de Metharme lanata, exigido por su condición de vulnerabilidad. El trabajo combinó ArcGIS Online y Python para consolidar observaciones de campo y transformarlas en informes automatizados, con trazabilidad entre terreno, revisión técnica y entrega final.

La estructura incorporó variables típicas de monitoreo de flora, como ubicación, presencia de individuos, estado fenológico, contexto topográfico, registros fotográficos y atributos necesarios para responder a exigencias normativas.

Además, se generaron modelos 3D y análisis espaciales sobre el microhábitat y la distribución de la especie, que permitieron identificar patrones consistentes en su comportamiento temporal, estacional y espacial, útiles para interpretar su desarrollo y planificar las campañas siguientes.

Rol
Administración de base de datos espacial, soporte a terreno, automatización de informes y análisis geoespacial
Herramientas
ArcGIS Online, Python, capas vectoriales, modelos 3D y flujos de reporte técnico
Resultado
Patrones espaciales y estacionales consistentes en la distribución de la especie, base para interpretar su desarrollo
Valor
Terreno más eficiente y trazable: datos consolidados, reportes reproducibles y respaldo para cumplir exigencias normativas
06

Análisis multitemporal de sistemas altoandinos

Análisis de series temporales con imágenes Sentinel-2, Landsat y otros insumos raster para seguir la evolución de vegetación, cuerpos de agua, nieve y humedad superficial en ambientes altoandinos. Este tipo de trabajo lo he aplicado a humedales, vegas y áreas de interés ambiental donde importa entender tendencias, estacionalidad y cambios multianuales con un método trazable.

Stack
Python, R, Google Earth Engine, Sentinel-2, Landsat
Foco
NDVI, NDWI, NDSI, superficie y cambio territorial
07

Modelación de efecto sombra sobre vegas altoandinas

Análisis geoespacial para evaluar cómo distintos escenarios de crecimiento vertical de un depósito minero podían modificar la exposición solar de un conjunto de vegas altoandinas cercanas. El trabajo integró modelos digitales de elevación, geometría 3D, delimitación de vegetación sensible y simulación solar para medir duración y extensión de la sombra proyectada.

Comparé la condición natural del terreno con varios escenarios de crecimiento en fechas representativas del año. Para eso implementé en Python un modelo de trazado de rayos tipo DDA, acelerado con Numba, y procesé insumos ráster y vectoriales con GeoPandas, Rasterio, NumPy y Pandas. El método permitió cuantificar, escenario por escenario, cuánto y dónde cambiaba la sombra respecto de la condición base, distinguiendo el efecto por estación y por unidad de vega.

Rol
Modelación geoespacial, análisis ráster/vectorial, simulación solar y elaboración técnica
Herramientas
Python, GeoPandas, Rasterio, NumPy, Pandas, Numba, DEM/DTM, Shapefile y GeoTIFF
Resultado
El efecto resultó acotado y no uniforme, dependiente de la altura del escenario y de la estación, y concentrado en un subconjunto de vegas
Valor
Evidencia técnica para anticipar el impacto de cada escenario de crecimiento antes de decidir, reduciendo incertidumbre ambiental
08

Evaluación de integridad ecológica de humedales

Análisis ecológico de humedales con foco en evaluar integridad ecológica, no solo presencia o delimitación. La base metodológica fue la Colorado EIA para humedales, adaptada a un flujo territorial que permite comparar cada unidad con una condición de referencia esperada para humedales del mismo tipo mediante un índice multimétrico.

El trabajo partió con la definición del Assessment Area de cada humedal y la integración de métricas de gabinete y terreno en una scorecard común. Uno de los ejes más relevantes fue el contexto de paisaje, evaluado en un entorno de 500 m para medir continuidad de cobertura natural, fragmentación e intensidad de usos antrópicos. A eso se sumó el análisis de buffer natural hasta 100 m, junto con variables internas de vegetación, hidrología, suelos, calidad de agua y superficie.

El resultado fue una matriz comparable y técnicamente defendible para clasificar la condición de cada humedal en escala A/B/C/D, equivalente a excelente, buena, regular o pobre. Más que una ficha descriptiva, el estudio permitió leer al mismo tiempo presión externa y condición interna, dejando claro qué humedales conservaban mejor integridad, cuáles estaban más condicionados por su entorno y en qué dimensiones convenía concentrar seguimiento, manejo o resguardo.

Rol
Análisis ecológico, modelación SIG, integración de métricas de gabinete/terreno y síntesis técnica
Herramientas
SIG, fotointerpretación, métricas de paisaje, análisis de buffer y matrices multimétricas
Productos
Scorecards por humedal, indicadores comparables, clasificación A/B/C/D y soporte para evaluación ambiental
Foco
Contexto de paisaje, uso de suelo, buffer natural, vegetación, hidrología, suelo y agua
Valor
Una base comparable y defendible para priorizar seguimiento, manejo o resguardo entre humedales
09

Priorización espacial de bofedales

Construcción de modelos de priorización para bofedales a partir de criterios vegetacionales, geomorfológicos, hidrológicos y espaciales. El objetivo de esta línea no fue solo mapear presencia, sino ordenar unidades según relevancia relativa y dejar explícitas las decisiones de ponderación detrás del resultado.

Stack
QGIS, Python, análisis multicriterio, raster
Foco
AHP, criterios espaciales y apoyo a priorización ambiental
Flujo
Criterios → ponderación → puntaje → prioridad
10

Modelación de riesgo sísmico y análisis probabilístico

Trabajo orientado a modelar eventos sísmicos desde una mirada estadística, estimando periodos de retorno y comportamiento probabilístico a partir de catálogos históricos. Este tipo de análisis me permitió moverme desde el SIG clásico hacia preguntas de incertidumbre, frecuencia y escenarios, donde la lectura territorial se cruza con modelación cuantitativa.

Stack
R, Python, estadística aplicada, series históricas
Foco
Periodos de retorno, ajuste probabilístico y escenarios
Flujo
Catálogo → ajuste → periodo de retorno → escenario
11

Consulta normativa y apoyo documental con IA

Prototipo orientado a consulta, síntesis y organización de normativa ambiental y antecedentes técnicos. Parte conectando servicios de la Biblioteca del Congreso con una interfaz de búsqueda estructurada, y explora IA generativa como apoyo a la lectura y resumen de documentos, siempre bajo revisión humana, sin pretender reemplazar el criterio técnico.

Stack
Python, APIs (BCN), NLP, modelos generativos, bases documentales
Foco
Minería de texto, RAG conceptual, gestión normativa y trazabilidad documental
Flujo
API → consulta → filtro → cumplimiento