Proyecto: Migración de base de datos a un sistema web para publicar observaciones o reportes de

especies en el Perú

INFORME FINAL

Octubre 2008 – Abril 2009

Centro de Datos para la Conservación Universidad Nacional Agraria La Molina

Abril, 2009

RESUMEN

Al término del proyecto, se ha logrado cumplir con los objetivos trazados en la propuesta enviada a Inter American Biodiversity Information Network (IABIN). Actualmente tenemos la base de datos implementada en servidor del CDC – UNALM accesible en línea desde la siguiente URL: (http://cdc.lamolina.edu.pe:8080/). Asimismo, se ha configurado y mapeado el TapirLink con los campos necesarios para publicar información de observaciones de especies. Ver http://cdc.lamolina.edu.pe/tapirlink/admin/configurator.php. A la fecha, se han migrado todas las tablas a la nueva base de datos diseñada en PostgresSQL + PostGIS. También se ha implementado un sistema web para el manejo y consulta de la información. ABSTRACT At the end of the Project we have achieved the objectives outlined in the proposal sent to Inter American Biodiversity Information Network (IABIN). By now, the data base has been implemented and is working on the server of the CDC – UNALM, accessible on line from this URL: http://cdc.lamolina.edu.pe:8080/. Also, TapirLink has been configured and mapped with the necessary fields for publish information about observations of the species. (see http://cdc.lamolina.edu.pe/tapirlink/admin/configurator.php). To date, all tables have been migrated to the new data base designed in PostgresSQL + Postgis. It has also been implemented a web system for managing and consulting information. OBJETIVOS DEL PROYECTO

• Incorporar información almacenada en la base de datos de observaciones de especies y de colectas del CDC-UNALM en el territorio nacional a un sistema de intercambio de información que favorezca al estudio y análisis de la biodiversidad.

• Mejorar las condiciones para mantener actualizada la base de datos,

garantizando un flujo de información nueva, provista tanto por la propia actividad del CDC-UNALM como por otros investigadores y centros de investigación.

PRODUCTOS Y RESULTADOS ESPERADOS

• Base de datos implementada que permita responder a los estándares ABCD Schema o DarwinCore, empleando PyWrapper o algún otro software que permita publicar bases de datos en PostgreSQL siguiendo el estándar TAPIR.

• Formularios para el mantenimiento de la información, así como para hacer algunos reportes y consultas para buscar información y para evaluar el desempeño de la misma.

• Información de observaciones de especies disponible por Internet

siguiendo el estándar de IABIN, junto con información complementaria. La información de observaciones contiene datos de: descripción taxonómica (reino, clase, orden, familia, género, especie y, de ser preciso, subespecie o variedad), ubicación espacial (incluyendo precisión), fecha de registro, fuente bibliográfica, entre otros.

METODOLOGÍA EMPLEADA Y ACTIVIDADES REALIZADAS El manejo y desarrollo de una base de datos de especies a nivel nacional es parte de los quehaceres propios del CDC-UNALM. Por ello, era importante realizar una revisión al diseño de la base de datos anterior e identificar las mejoras para el nuevo diseño. Para tal fin, se desarrolló un taller interno con el equipo del CDC-UNALM donde se presentó la propuesta de reforma de la base de datos y a su vez recoger sugerencias. Este taller también sirvió para y evaluar diferentes temas, entre ellas, los mecanismos para el control de la calidad del ingreso de datos ingresados. Las sugerencias también ayudaron a terminar de perfilar el diseño de la base de datos.

Para cumplir con los objetivos del proyecto enviada en la propuesta, se constituyó un equipo técnico de trabajo donde se incluyeron dos practicantes de ingeniería informática que han colaborado en el desarrollo del sistema web, configuraciones del servidor y en el diseño de la base de datos. En este informe se explicarán los objetivos logrados durante los seis meses de trabajo en el proyecto.

RESULTADOS La base de datos ya se encuentra diseñada e implementada en el servidor del CDC-UNALM utilizando el manejador de base de datos PostgreSQL. Para acceder a ella deberá ingresar a la siguiente URL: http://cdc.lamolina.edu.pe:8080/. El diseño de la base de datos se hizo teniendo en consideración las exigencias de DarwinCore de una manera tal que permita proveer información sobre observaciones de especies y especímenes en el Perú. Este modelo de la base de datos es un diseño totalmente escalable, es decir, que permite incorporar nuevos módulos de información en el futuro tales como un módulo de áreas naturales protegidas, monitoreo de biodiversidad y otros tipos de datos relevantes para el manejo de la biodiversidad y conservación.

La nueva base de datos del CDC-UNALM cuenta con un diseño de más de 70 tablas relacionadas, en las cuales se puede almacenar diferentes tipos de información como las de localizaciones de especies del Perú, taxonomía, fuentes bibliográficas, tipos de evidencia, nombres de sitios, especímenes, datos básicos de las áreas naturales protegidas, entre otros. El protocolo para el intercambio de información que hemos escogido para el proyecto es el TapirLink, que se encuentra instalado y configurado en el servidor del CDC – UNALM. Para la salida de información del TapirLink se han mapeado los siguientes campos: GlobalUniqueIdentifier, DateLastModified, BasisOfRecord, InstituonCode, CollectionCode, CatalogNumber,Scientificname, HigherTaxon, Kingdom, Phyllum, Class, Order, Family, Genus, DecimalLatitude, DecimalLongitude y GeodeticDatum. Ver. http://cdc.lamolina.edu.pe/tapirlink/admin/configurator.php. Actualmente, el sistema web para el manejo de la información de la base de datos se encuentra disponible en línea. Este sistema permite dar mantenimiento a la información de los doce módulos diseñados en la base de datos así como también la visualización de los datos de cada tabla. El sistema maneja un nivel de seguridad para proteger la calidad de la información almacenada en la base de datos, es por ello que el acceso a los datos desde el sistema web dependerá del nivel de acceso con el que cuenta el usuario. Los niveles que se manejan son: Administrador, Invitado, Lectura, Escritura e Investigador, y se asignan para cada módulo. El sistema ha sido desarrollado utilizando los siguientes lenguiajes de programación: php, javascrip y ajax. Además del html, adobe flash, y las siguientes librerías:

Tabber.js v 1.9 De Patrick Fitzgerald pat@barelyfitz.com URL: http://www.barelyfitz.com/projects/tabber/ openWYSIWYG v 1.01 De openWebWare URL: http://www.openwebware.com/products/openwysiwyg/ Autossugest v 2.0 De: Timothy Groves URL: http://www.brandspankingnew.net HttpClient.class.php v 0.9 De Simon Willison URL: http://scripts.incutio.com/httpclient/ The Coolest DHTML Calendar De dynarch.com URL: http://www.dynarch.com/projects/calendar/

Cool DHTML tooltip Dynamic Drive URL: http://www.dynamicdrive.com/ for full source code

Por otro lado, todos los programas necesarios para el funcionamiento del sistema web, se encuentran instalados, configurados y en funcionamiento en el servidor del CDC-UNALM. Para acceder al sistema web del CDC - UNALM debe ingresar a la siguiente URL: http://cdc.lamolina.edu.pe/syscdc. Se han realizado pruebas desde diferentes puntos de conexión a la base de datos para garantizar su funcionamiento, con resultados favorables. Para el primer trimestre, según el cuadro de indicadores de cumplimiento enviado en nuestra propuesta, una de las actividades a cumplir fue la incorporación de más de 30 000 registros a la nueva base de datos donde se migraron las siguientes tablas: (ver cuadro Nro. 1).

Cuadro Nro. 1 Registros migrados por tablas para el primer trimestre del proyecto.

Tablas Nro. de Registros Temas 24 Subtemas 115 Editorial 701 Tipos de fuentes 27 Colecciones 27 Usuarios 44 Fuentes bibliográficas 5117 Taxones 27808

Total 33863 Donde: Temas: Almacena los diferentes temas de las fuentes bibliográficas. (Por

ejemplo: Biodiversidad, Ecología, Conservación, Fauna, Flora, entre otros.)

Subtemas: Almacena los diferentes subtemas de las fuentes bibliográficas.

(Por ejemplo: Agricultura, Ganadería, Monitoreo, Censos, entre otros) Editorial: Contiene los nombres de la editorial de la fuente bibliográfica. Tipo de Fuentes: Contiene los diferentes tipos de fuentes bibliográficas. Colecciones: Almacena los datos de la colecciones bibliográficas. Usuarios: Contiene la información de los usuarios del sistema.

Fuentes Bibliográficas: Almacena toda la información referente a las fuentes

bibliográficas, como autor, título, número de páginas, año de publicación, entre otros.

Taxones: Contiene información de la toda la taxonomía desde reino hasta

subespecie. Y para la última etapa del proyecto, se ha cumplido con migrar al 100% toda la información de la base de datos del CDC - UNALM que incluyen las siguientes tablas: (ver cuadro Nro. 2).

Cuadro Nro. 2 Registros migrados por tablas al final del proyecto.

Tablas Nro. de Registros Áreas Naturales Protegidas 80 Autores 4141 Categorías ANP 14 Categorías de Protección 32 Confiabilidad 3 Autores por Fuente Bibliográfica 8453 Palabras Claves por Fuente Bibliográfica 24519 Nombres de Sitios por Localización del Elemento 31592 Tipos de Evidencias por Localización del Elemento 2405 Variables por Localización del Elemento 552 Categorías de Protección por Taxón 3758 Nombres Comunes por Taxón 6729 Sinónimos por Taxón 16969 Especímenes 8991 Idiomas 8 Localización del Elemento 41617 Leyes 6 Museos 47 Nombres Comunes 6120 Nombres de Sitio 2891 Palabras Claves 3274 Procedencia 15 Propietarios 92 Sinónimos 16705 Tipos de Evidencias 14 Unidad de Medida 20 Usuarios 129

TOTAL 179176

Donde: Áreas Naturales Protegidas: Almacena toda la información básica de las

áreas naturales protegidas del Perú. (Nombre, categoría, ubicación, fecha de creación, hectáreas, base legal, entre otros).

Autores: Contiene el nombre de los autores de las fuentes bibliográficas. Categorías ANP: Almacena las diferentes categorías para las áreas naturales

protegidas del Perú. (Parque Nacional, Reserva Nacional, Zona Reservada, Santuario Histórico, entre otros).

Categorías de Protección: Contiene las diferentes categorías de protección

de los taxones. Confiabilidad: Almacena el grado de confiabilidad de una localización del

elemento. Autores por Fuente Bibliográfica: Almacena la relación que existe entre las

fuentes bibliográficas y los autores. Palabras Claves por Fuente Bibliográfica: Almacena la relación que existe

entre las fuentes bibliográficas y las palabras claves. Nombres de Sitios por Localización del Elemento: Almacena la relación que

existe entre las Localizaciones de los elementos y los nombres de sitios.

Tipos de Evidencias por Localización del Elemento: Almacena la relación

que existe entre los tipos de evidencias y las localizaciones de los elementos.

Variables por Localización del Elemento: Almacena la relación que existe

entre las variables y las localizaciones de los elementos. Categorías de Protección por Taxón: Almacena la relación que existe entre

las categorías de protección y los taxones. Nombres Comunes por Taxón: Almacena la relación que existe entre los

nombres comunes y los taxones. Sinónimos por Taxón: Almacena la relación que existe entre los sinónimos y

los taxones. Especímenes: Contiene la lista de especímenes. Idiomas: Contiene los diferentes idiomas que están vinculado a los nombres

comunes.

Localización del Elemento: Almacena información de las localizaciones de los taxones registrados en el Perú.

Leyes: Contiene las tipos de categorías de protección de los taxones. (UICN,

CITES, Protección Nacional y CMS). Museos: Contiene los nombres de los museos de la lista de especímenes. Nombres Comunes: Almacena los nombres comunes de los taxones. Nombres de Sitio: Almacena los nombres de sitio de las localizaciones de los

elementos. Palabras Claves: Contiene las palabras claves de las fuentes bibliográficas. Procedencia: Almacena el nombre del proyecto que está vinculado al

procedencia de las localizaciones de los elementos. Propietarios: Almacena información de las personas o instituciones que son

propietarios del lugar donde se registró una localización del elemento. Sinónimos: Contiene los sinónimos de los taxones. Tipos de Evidencias: Contiene los diferentes tipos de evidencias de las

localizaciones de los elementos. (Huella, madriguera, heces, entre otros).

Unidad de Medida: Contiene las unidades de medidas de las variables. Usuarios: Almacena la lista de personas que tienen acceso al sistema. APORTE DE NUEVOS REGISTROS Y DE INFORMACIÓN Como parte del proceso de validación de la base de datos, se incorporó información de la base de datos de ITIS. Esta información se empleó para corroborar la propia información de la base de datos como para incorporar algunos datos faltantes en nuestro sistema. Como parte del trabajo institucional, se están ingresando actualmente nuevas ocurrencias, particularmente del sector correspondiente a la Zona Reservada Sierra del Divisor y de los corredores de conservación Vilcabamba Amboró, Cóndor Kutukú y Valle del Río Pichis. Adicionalmente, se ha contactado con varios investigadores para incentivarlos a que incluyan la información colectada por ellos en el sistema. Actualmente, el equipo de CIMA – Cordillera Azul ya nos ha alcanzado su información (20 000 registros, aún por filtrar y ordenar), referida fundamentalmente a avistamientos de mamíferos mayores y aves en la zona del Parque Nacional Cordillera Azul. También se han iniciado conversaciones con una consultora ambiental y con otras instituciones.

LECCIONES APRENDIDAS, PROBLEMAS Y POSIBLES SOLUCIONES Uno de los procesos más difíciles es conseguir que las instituciones provean de la información que tienen almacenada, no publicada, y que no necesariamente la emplean. En ese sentido, se han iniciado conversaciones con varios tipos de actores, como ONGs, investigadores personales, y empresas consultoras ambientales. Hemos podido cumplir con los resultados previstos en el proyecto, pero sería muy interesante si, por ejemplo, se pudiera dar alguna norma para que los datos de los EIA tengan como condición obligatoria su publicación por web. Por otro lado, otra dificultad actual es el propio proceso de adecuación interna del personal de la oficina a la nueva herramienta, y desarrollar herramientas para que pueda ser útil para el quehacer diario de los investigadores. Para esto último, se espera desarrollar alianzas estratégicas con otras instituciones de investigación que permita potenciar el desarrollo de estas herramientas y su aplicación a otras instituciones. Durante el transcurso del proyecto, se ha logrado avanzar con las tareas establecidas sin mayores contratiempos. En este campo, el principal problema encontrado fue la forma de publicar la información bibliográfica y la información taxonómica, puesto que el TapirLink no reconoce los esquemas DublinCore ni PlinianCore. Siguiendo la recomendación alcanzada por Jaime Gutiérrez, del INBIO, la información bibliográfica se incluyó finalmente en el campo RelatedInformation.

CONTRIBUCIÓN EN ESPECIES

Fondos de contrapartida Información de la institución (FUENTE)

Beneficiario de fondos IABIN √ Academia √ ONG Agencias

gubernamentales Agencias multilaterales Otros

Nombre de la institución Fundación para el Desarrollo Agrario

Departamento/ oficina/otros

Centro de Datos para la Conservación de la Universidad Nacional Agraria La Molina (CDC-UNALM)

Nombre de la persona autorizada Edith Melgar Romo

País Perú Período 22-09-2008 al 22-03-2009 Fecha 22-12-2008 Favor seleccionar el componente al que su institución contribuye a los objetivos de IABIN (favor no incluir fondos contribuidos por IABIN) 02 – Creación del contenido de datos

Unidades Costo del semestre (US$) Descripción

Personal técnico 2200 Coordinación, personal ingresando información al sistema

Personal administrativo 942 Apoyo de secretaría y oficina, y costos

administrativos

Equipo y suministros 3400

Servidor en línea (funcionando en este período y en futuro para proveer los datos), cuatro computadoras empleadas para el desarrollo del sistema, tres computadoras empleadas para actualizar la información

Infraestructura física Documentos Asistencia de personal en talleres

Otros

REPORTE FINACIERO