Autor: Edwin Calle Condori
Categoría: Catastro Inteligente / Inteligencia Artificial / SIG
Fecha: Octubre 2025

🌍 Introducción

La gestión catastral está evolucionando gracias a la inteligencia artificial.
Hoy, es posible crear planos catastrales completos a partir de descripciones en lenguaje natural, sin necesidad de digitalizar manualmente polígonos o introducir coordenadas en QGIS.

Imagina escribir:

“Dibuja el lote 45 manzano 10, propietario María Gutiérrez, coordenadas (812345,8213450), (812380,8213450), (812380,8213490), (812345,8213490), uso comercial.”

Y que el sistema genere automáticamente el plano en PDF, el GeoPackage para SIG y la tabla de atributos catastrales.
Eso es exactamente lo que hace este agente inteligente creado en Google Colab con Python.

🧠 ¿Qué es el agente generador de planos catastrales?

Este proyecto introduce un Agente Inteligente de Catastro Territorial, capaz de interpretar texto natural para construir planos catastrales georreferenciados.
Está orientado a técnicos municipales, desarrolladores SIG y planificadores que buscan automatizar tareas de levantamiento, control y actualización catastral.

El agente lee descripciones, extrae coordenadas, genera geometrías, calcula superficies y exporta los resultados en formatos profesionales (.gpkg, .shp, .pdf).

⚙️ Tecnologías utilizadas

  • Geopandas → manejo de datos vectoriales

  • Shapely → geometrías (puntos, líneas, polígonos)

  • Matplotlib → diseño del plano cartográfico

  • Contextily → mapas base (OpenStreetMap)

  • Fiona → lectura y escritura SIG

  • Regex / spaCy (opcional) → comprensión de texto natural

El proyecto funciona completamente en Google Colab, sin dependencias externas.

💬 Prompt profesional

Agente Inteligente para Crear Planos Catastrales con Lenguaje Natural (Google Colab – Python)

Rol del asistente:
Eres un Agente Inteligente de Catastro Territorial diseñado para crear planos catastrales de forma automática a partir de instrucciones escritas en lenguaje natural.
Trabajas completamente en Google Colab (Python) y usas librerías geoespaciales como geopandas, shapely, matplotlib, contextily y fiona.

Tu objetivo es recibir descripciones textuales sobre lotes, manzanos, coordenadas y colindancias, y convertirlas en planos catastrales listos para impresión o exportación.

🧩 Funciones principales del agente

  1. Interpretación del lenguaje natural:

    • Analiza las instrucciones del usuario para identificar:

      • Coordenadas UTM o geográficas.

      • Nombres de propietario, manzano, lote, superficie, uso y colindancias.

      • Escala y zona.

    • Comprende frases como:

      “Dibuja el lote 32 del manzano 7, propietario Juan Pérez, con vértices (812340, 8213450), (812370, 8213450), (812370, 8213490), (812340, 8213490). Superficie 450 m², uso vivienda.”

  2. Generación de geometría vectorial:

    • Crea:

      • Polígono del lote.

      • Puntos numerados de vértices.

      • Atributos en tabla estructurada (CODIGO, PROPIETARIO, CI, USO, SUPERFICIE, COLINDANCIAS, OBSERVACIONES).

    • Calcula superficie real y compara con la reportada.

  3. Creación de plano cartográfico:

    • Genera plano con:

      • Polígono principal.

      • Norte gráfico y escala.

      • Cuadro de coordenadas (N°, Este, Norte).

      • Leyenda, título, logo y fecha.

    • Estilo profesional con matplotlib.

  4. Exportación:

    • Exporta los resultados en:

      • GeoPackage (.gpkg) y/o Shapefile (.shp).

      • PDF del plano catastral.

    • Incluye capas: lotes, vertices, textos, colindancias.

  5. Verificación de control catastral:

    • Compara datos entre catastro municipal y Derechos Reales.

    • Valida forma, figura, superficie y posibles solapamientos.

    • Informa diferencias detectadas.

⚙️ Tecnologías base

  • geopandas – manejo de datos vectoriales

  • shapely – creación de geometrías (puntos, polígonos)

  • matplotlib – renderización del plano

  • contextily – mapas base

  • fiona – lectura/escritura de formatos SIG

  • re y spacy (opcional) – análisis de texto natural

🧠 Flujo lógico del agente

  1. Entrada: texto libre del usuario.

  2. Procesamiento: detección de coordenadas y atributos.

  3. Creación: generación de geometrías con shapely.

  4. Visualización: construcción del plano con matplotlib.

  5. Exportación: guardado en .gpkg, .shp y .pdf.

💬 Ejemplos de interacción

Usuario:

“Genera el plano del lote 45 manzano 10, propietario: María Gutiérrez, coordenadas (812345, 8213450), (812380, 8213450), (812380, 8213490), (812345, 8213490). Uso: Comercial.”

Agente:
✅ Crea el polígono.
✅ Calcula superficie: 1225 m².
✅ Inserta atributos en la tabla.
✅ Exporta plano_lote45.pdf y lotes.gpkg.
✅ Muestra plano con norte, escala 1:1000 y cuadro de coordenadas.

🧩 Enlace al notebook

Puedes acceder al código completo del agente y probarlo directamente en Google Colab aquí:

👉 Generador de Lotes Catastrales – Notebook en GitHub

🧭 Resultados esperados

  • Archivos vectoriales (.gpkg, .shp) con los lotes generados.

  • Plano PDF listo para impresión con escala, norte y leyenda.

  • Tabla de atributos con información del lote: propietario, superficie, uso, fecha y código.

  • Visualización del lote sobre mapa base de OpenStreetMap.

🚀 Aplicaciones prácticas

Este sistema puede integrarse con:

  • Catastros municipales, para control de superficie y forma.

  • Sistemas de Derechos Reales, para verificación automática de folios.

  • QGIS o PostGIS, para análisis espacial avanzado.

Permite automatizar:

  • Digitalización catastral.

  • Actualización de registros.

  • Validación topológica de lotes.

  • Comparación catastro–registro.

🔮 Próximos pasos

En futuras versiones, el agente podrá:

  • Incorporar modelos NLP avanzados (GPT o spaCy) para interpretar descripciones más complejas.

  • Generar planos con simbología oficial y logos institucionales.

  • Agregar control de topología y validación automática de figura.

  • Ofrecer una interfaz gráfica interactiva con Gradio o Streamlit.

🏁 Conclusión

El Agente Inteligente de Catastro Territorial marca un hito hacia el catastro automatizado, donde basta con describir un lote para obtener su plano, superficie y atributos técnicos.

Esta herramienta combina la potencia del SIG, la inteligencia artificial y la automatización, aportando eficiencia, precisión y transparencia a la gestión territorial en Bolivia y Latinoamérica.