catastro-boyaca

Base catastral de Colombia (IGAC) por departamento y municipio

Descarga los predios urbanos y rurales que publica el IGAC (los mismos del visor Colombia en Mapas), con su número catastral, geometría (polígonos), coordenadas y área en m², y los organiza en una carpeta por departamento y municipio, en formatos que abren QGIS, ArcGIS, AutoCAD, Excel y Python.

Contenido

  1. Retomar en otro equipo (guía rápida)
  2. Qué hay en esta carpeta
  3. Fuente de los datos
  4. Instalar Python en un equipo nuevo
  5. Descarga nacional: cómo funciona y cómo ejecutarla
  6. Resultado: estructura de carpetas y formatos
  7. Usar los datos en otros programas
  8. Script de un solo municipio (sin polígonos)
  9. Hallazgos técnicos sobre el servidor del IGAC
  10. Limitaciones
  11. Solución de problemas
  12. Bitácora
  13. Pendientes
  14. Referencias
  15. Visor web (buscador de predios)
  16. Control de versiones
  17. Fuente económica externa: Boyacá en Cifras (CCT)

1. Retomar en otro equipo (guía rápida)

La descarga completa puede tardar entre 1 y 24 horas (depende de lo rápido que responda el servidor del IGAC). Se puede pausar y reanudar cuantas veces se quiera.

En el equipo actual

  1. Copiar toda la carpeta Database (USB, Google Drive, OneDrive…). Incluir la subcarpeta crudo/: tiene lo que ya se descargó y así no se repite.

En el equipo nuevo

  1. Pegar la carpeta en cualquier ubicación (por ejemplo, el Escritorio).
  2. Instalar Python → § 4.
  3. Configurar el equipo para que no se suspenda → § 5.4.
  4. Doble clic en 1_INICIAR_DESCARGA.bat.
  5. Dejarlo corriendo. Para ver el avance en cualquier momento: doble clic en 2_VER_ESTADO.bat.
  6. Al terminar aparece la carpeta catastro/ con todos los departamentos y municipios y el archivo catastro/indice_municipios.csv.

Si se interrumpe (se apagó el equipo, se cortó internet, se cerró la ventana): volver a abrir 1_INICIAR_DESCARGA.bat. Continúa donde iba.

Si al final dice que hubo bloques con error: volver a abrir 1_INICIAR_DESCARGA.bat; solo descarga los que faltan.

2. Qué hay en esta carpeta

Archivo / carpeta Para qué sirve
1_INICIAR_DESCARGA.bat Doble clic para descargar todo el país y organizarlo. Reanudable.
2_VER_ESTADO.bat Muestra cuánto se ha descargado. No descarga nada.
3_ORGANIZAR.bat Vuelve a generar catastro/ a partir de lo descargado (sin volver a descargar).
catastro_colombia.py Programa principal (descarga nacional + organización por carpetas).
importar_catastro.py Programa pequeño: un municipio a pandas/Excel, sin polígonos (§ 8).
requirements.txt Librerías de Python necesarias.
crudo/ Datos descargados en bruto (bloques comprimidos .json.gz). No borrar mientras no termine.
catastro/ Resultado final (se crea al terminar).
catastro_08421.csv / .xlsx Prueba inicial: Luruaco (Atlántico), solo atributos.
4_ABRIR_VISOR.bat Doble clic para abrir el buscador de predios en el navegador (§ 15).
preparar_visor.py Organiza en catastro/ solo algunos departamentos, sin esperar la descarga completa.
exportar_web.py Genera los datos livianos del visor en visor/datos/.
servidor_visor.py Servidor local del visor (con compresión).
estadisticas_urbanas.py Zonas urbanas, áreas por municipio y jerarquía urbana (visor/datos/estadisticas.json).
georreferenciar_mapa.py Alinea la imagen ilustrada del departamento con el límite oficial.
.gitignore Lo que no se versiona: crudo/, catastro/ (datos pesados que se regeneran), registros y temporales.
visor/ Buscador de predios (HTML). Carpeta autocontenida: se puede subir a internet.
README.md Este documento.

3. Fuente de los datos

Colombia en Mapas no tiene un botón de descarga masiva; su información catastral viene de este servicio público del IGAC (ArcGIS Server):

https://mapas.igac.gov.co/server/rest/services/Dato_Fundamental_Catastro/MapServer
Capa ID Contenido Se usa
R_CONSTRUCCION 0 Construcciones rurales No
R_TERRENO 1 Terrenos de predios rurales (3.146.345 registros) Sí
U_CONSTRUCCION 2 Construcciones urbanas No
U_MANZANA 3 Manzanas urbanas No
U_TERRENO 4 Terrenos de predios urbanos Sí

Campos originales del servicio

Campo Descripción
FID Identificador interno del registro
CODIGO Número predial nacional (30 dígitos)
CODIGO_ANT Número predial anterior (20 dígitos)
MANZANA_CO Código de manzana (solo urbano)
VEREDA_COD Código de vereda (solo rural)
NUMERO_SUB Número de subdivisión
SHAPE_Area Área en grados cuadrados (no sirve como m²)
SHAPE_Leng Perímetro en grados

Estructura del número predial nacional (30 dígitos)

Ejemplo: 08 421 01 00 00 00 0001 0001 0 00 00 0000

Posición Dígitos Significado
1–2 2 Departamento (DANE)
3–5 3 Municipio (DANE)
6–7 2 Zona: 00 rural, 01 urbano, 02–99 corregimientos
8–9 2 Sector
10–11 2 Comuna
12–13 2 Barrio
14–17 4 Manzana (urbano) o vereda (rural)
18–21 4 Terreno
22 1 Condición de propiedad
23–24 2 Edificio o torre
25–26 2 Piso
27–30 4 Unidad predial

Los primeros 5 dígitos son el código DANE del municipio; así se reparte cada predio en su carpeta.

4. Instalar Python en un equipo nuevo

  1. Ir a python.org/downloads y descargar el instalador (botón amarillo Download Python).

  2. Ejecutarlo. Según la versión, aparece uno de estos dos instaladores:

    a) Instalador clásico (ventana con botones)

    • Marcar ☑ Add python.exe to PATH (abajo, en la primera pantalla). Es obligatorio.
    • Clic en Install Now y esperar a “Setup was successful”.

    b) Python install manager (ventana negra con preguntas) — el que se usó en el equipo original:

    Pregunta Respuesta
    Windows is not configured to allow paths longer than 260 characters… Update setting now? y (si sale un aviso amarillo de que no se pudo, no importa)
    Add commands directory to your PATH now? y (obligatorio)
    Install CPython now? y
    View online help? N
  3. Cerrar todas las ventanas de terminal / VS Code y abrirlas de nuevo.
  4. Comprobar: abrir una terminal (tecla Windows → escribir cmd → Enter) y escribir: 
    python --version

    Debe responder algo como Python 3.14.7.

  5. Las librerías (requests, pyshp, pandas, openpyxl) las instala solo 1_INICIAR_DESCARGA.bat. A mano sería: 
    python -m pip install -r requirements.txt

En el equipo original quedó instalado Python 3.14.7 en C:\Users\CMconstrumaster\AppData\Local\Python\.

5. Descarga nacional: cómo funciona y cómo ejecutarla

5.1 Las dos fases

Servidor IGAC ──(1. descargar)──► crudo/urbano/*.json.gz ──(2. organizar)──► catastro/DEPTO/MUNICIPIO/...
                                   crudo/rural/*.json.gz

Fase 1 — descargar (lenta, usa internet)

Fase 2 — organizar (rápida, local)

5.2 Comandos

Con doble clic (recomendado) o desde una terminal abierta en la carpeta:

Acción Doble clic Comando
Descargar + organizar 1_INICIAR_DESCARGA.bat python catastro_colombia.py
Solo descargar — python catastro_colombia.py descargar
Ver avance 2_VER_ESTADO.bat python catastro_colombia.py estado
Solo organizar 3_ORGANIZAR.bat python catastro_colombia.py organizar
Organizar lo que haya (prueba) — python catastro_colombia.py organizar --forzar

Pausar: Ctrl + C en la ventana, o cerrarla. Reanudar: ejecutar de nuevo.

Ejemplo de lo que muestra estado:

urbano: en progreso | 2 bloques | 4,000 predios | hasta FID 4,000 | 0 MB
rural: en progreso | 2 bloques | 4,000 predios | hasta FID 4,000 | 1 MB
Referencia: la capa rural tiene 3.146.345 predios en total.

5.3 Tiempo y espacio estimados

Concepto Estimado
Predios en total ~6 millones (rural 3.146.345 confirmado; urbano ~3 millones estimado)
Consultas necesarias ~3.100 bloques de 2.000
Tiempo si el servidor está rápido (1–2 s por bloque) ~1 hora
Tiempo si el servidor está lento (se midieron hasta 180 s por consulta) 12–24 horas
Espacio de crudo/ ~1–3 GB
Espacio de catastro/ (resultado) ~8–15 GB
Espacio total recomendado libre 20 GB

El servidor del IGAC es muy irregular: la misma consulta tardó entre 1 y 180 segundos en distintos momentos del día. De noche suele estar menos cargado.

5.4 Recomendaciones para dejarlo corriendo

6. Resultado: estructura de carpetas y formatos

catastro/
├── indice_municipios.csv                 ← los 1.122 municipios, con estado y conteos
├── 05_ANTIOQUIA/
│   ├── 05002_ABEJORRAL/
│   └── ...
├── 08_ATLANTICO/
│   ├── 08421_LURUACO/
│   │   ├── urbano.geojson                ← polígonos urbanos (GeoJSON)
│   │   ├── urbano.shp .shx .dbf .prj .cpg ← polígonos urbanos (Shapefile)
│   │   ├── rural.geojson
│   │   ├── rural.shp .shx .dbf .prj .cpg
│   │   ├── predios.csv                   ← todos los predios, sin polígono (para Excel)
│   │   └── metadata.json                 ← información del municipio
│   └── ...
└── ...

6.1 Columnas (iguales en CSV, GeoJSON y shapefile)

CSV / GeoJSON Shapefile (máx. 10 letras) Descripción
ZONA ZONA URBANO o RURAL
NUMERO_CATASTRAL NUM_CATAST Número predial nacional (30 dígitos)
NUMERO_CATASTRAL_ANTERIOR NUM_ANTER Número predial anterior (20 dígitos)
MANZANA_VEREDA MANZ_VERED Código de manzana (urbano) o vereda (rural)
NUMERO_SUB NUM_SUB Número de subdivisión
AREA_M2 AREA_M2 Área del terreno en m² (calculada de la geometría)
LONGITUD LONGITUD Longitud del centroide (grados, EPSG:4686)
LATITUD LATITUD Latitud del centroide (grados, EPSG:4686)

Importante: el número catastral debe tratarse como texto, no como número; si Excel lo convierte a número, pierde los ceros iniciales y los últimos dígitos (ver § 7.1).

Sobre el área: se calcula con una aproximación elipsoidal local (GRS80), con error muy pequeño para predios. En la prueba de Luruaco, el lote urbano mediano dio 299 m² (mínimo 43 m², máximo 38.944 m²), valores coherentes.

Sobre el centroide: es el centro geométrico del polígono más grande del predio; puede quedar fuera del predio si este tiene forma de “L” o “U”.

6.2 metadata.json (ejemplo)

{
  "codigo_departamento": "08",
  "departamento": "ATLÁNTICO",
  "codigo_municipio": "08421",
  "municipio": "LURUACO",
  "estado": "con_datos",
  "predios_urbanos": 4126,
  "predios_rurales": 778,
  "archivos": ["urbano.geojson", "urbano.shp", "rural.geojson", "rural.shp", "predios.csv"],
  "sistema_coordenadas": "EPSG:4686 (MAGNA-SIRGAS, grados)",
  "fuente": "https://mapas.igac.gov.co/server/rest/services/Dato_Fundamental_Catastro/MapServer",
  "capas": {"urbano": "U_TERRENO (4)", "rural": "R_TERRENO (1)"},
  "fecha_organizacion": "2026-09-28",
  "nota_area": "AREA_M2 calculada a partir de la geometria (aproximacion elipsoidal local)."
}

6.3 indice_municipios.csv

Columna Descripción
CODIGO_DEPARTAMENTO, DEPARTAMENTO Departamento
CODIGO_MUNICIPIO, MUNICIPIO Municipio (DIVIPOLA)
ESTADO con_datos o sin_datos_igac
PREDIOS_URBANOS, PREDIOS_RURALES Cantidad de predios
CARPETA Ruta relativa, p. ej. 08_ATLANTICO/08421_LURUACO

Sirve para que otro programa encuentre la carpeta de cualquier municipio sin recorrerlas todas.

7. Usar los datos en otros programas

Programa Archivo recomendado
QGIS / ArcGIS Pro / ArcMap .shp o .geojson
AutoCAD Map 3D / Civil 3D .shp
Excel predios.csv
Python .geojson o predios.csv
Google Earth convertir a KML con QGIS
Páginas web (Leaflet, Mapbox, OpenLayers) .geojson
Bases de datos (PostGIS, SQL Server) .shp o .geojson con ogr2ogr

7.1 Excel

Para no dañar el número catastral: Datos → Desde texto/CSV → elegir predios.csv → Transformar datos → seleccionar las columnas NUMERO_CATASTRAL, NUMERO_CATASTRAL_ANTERIOR y MANZANA_VEREDA → tipo Texto → Cerrar y cargar. (Abrir el CSV con doble clic hace que Excel los convierta a número.)

7.2 QGIS

Arrastrar urbano.shp / rural.shp (o los .geojson) al mapa. El sistema de coordenadas (EPSG:4686) se reconoce solo. Para medir en metros, reproyectar a EPSG:9377 (MAGNA-SIRGAS / Origen-Nacional): clic derecho → Exportar → Guardar objetos como → SRC 9377.

Para cargar muchos municipios juntos: Vectorial → Herramientas de gestión de datos → Unir capas vectoriales.

7.3 ArcGIS Pro

Mapa → Agregar datos → elegir el .shp. Para GeoJSON: herramienta JSON To Features.

7.4 AutoCAD Map 3D / Civil 3D

Comando MAPIMPORT → tipo ESRI Shapefile → elegir el .shp. En “Data”, marcar “Create Object Data” para conservar el número catastral. Asignar el sistema de coordenadas del dibujo (p. ej. MAGNA-SIRGAS Origen Nacional) para que se transforme a metros.

7.5 Google Earth

En QGIS: clic derecho en la capa → Exportar → Guardar objetos como → formato KML.

7.6 Python

import json
import pandas as pd

# Atributos (sin geometria)
df = pd.read_csv("catastro/08_ATLANTICO/08421_LURUACO/predios.csv",
                 dtype={"NUMERO_CATASTRAL": str, "NUMERO_CATASTRAL_ANTERIOR": str,
                        "MANZANA_VEREDA": str})

# Buscar la carpeta de un municipio con el indice
indice = pd.read_csv("catastro/indice_municipios.csv", dtype=str)
carpeta = indice.loc[indice.CODIGO_MUNICIPIO == "08421", "CARPETA"].item()

# Todos los predios del pais en un solo DataFrame (sin geometria)
from pathlib import Path
todo = pd.concat((pd.read_csv(p, dtype=str) for p in Path("catastro").glob("*/*/predios.csv")),
                 ignore_index=True)

Con geometría (requiere pip install geopandas):

import geopandas as gpd
gdf = gpd.read_file("catastro/08_ATLANTICO/08421_LURUACO/urbano.geojson")
gdf_m = gdf.to_crs(9377)          # a metros (MAGNA-SIRGAS Origen Nacional)

7.7 PostGIS / otras bases de datos (GDAL)

ogr2ogr -f PostgreSQL PG:"dbname=catastro" catastro/08_ATLANTICO/08421_LURUACO/urbano.shp -nln predios_urbanos -append

8. Script de un solo municipio (sin polígonos)

importar_catastro.py fue la primera solución: trae solo los atributos de un municipio a pandas y opcionalmente a Excel. No trae polígonos ni área en m².

python importar_catastro.py 08421            # genera catastro_08421.csv
python importar_catastro.py 08421 --excel    # además catastro_08421.xlsx (hojas URBANO y RURAL)

from importar_catastro import importar
urbano, rural, todo = importar("08421")

9. Hallazgos técnicos sobre el servidor del IGAC

Pruebas hechas el 28/09/2026. Explican por qué el programa está hecho así:

Prueba Resultado Decisión
Filtro CODIGO LIKE '08421%' Devuelve 0 aunque haya datos Filtrar por rango de texto: CODIGO >= '08421' AND CODIGO < '08422'
Paginación resultOffset “Pagination is not supported” No usar paginación
Filtro por rango de CODIGO Recorre toda la tabla del país (sin índice): 15–120 s Evitar filtrar por municipio para la descarga masiva
Filtro por rango de FID 1–2 s por 2.000 predios (con el servidor tranquilo) Método elegido
f=geojson 170 s para 50 predios Pedir f=json (Esri) y convertir a GeoJSON localmente
Parámetro outSR=4686 60 s vs 1,8 s sin él (aunque ya está en 4686) No enviar outSR
Consulta por lista de IDs (objectIds) Lenta y con errores 503 No usar
outStatistics (máximo FID) “Unable to complete operation” Detectar el final con 25 bloques vacíos seguidos
SHAPE_Area Viene en grados² Calcular el área en m² a partir de la geometría
Conteo total de la capa rural 3.146.345 Referencia de avance
Conteo total de la capa urbana Error 504 (tiempo agotado) Desconocido; estimado ~3 millones
Tiempos en general Muy variables: 1 a 180 s la misma consulta Reintentos automáticos y descarga reanudable

Conversión de geometría: en formato Esri los anillos exteriores van en sentido horario y los huecos en antihorario; en GeoJSON es al revés. El programa invierte el orden y agrupa cada hueco con su anillo exterior (Polygon o MultiPolygon).

10. Limitaciones

11. Solución de problemas

Síntoma Causa / solución
Python was not found… o “Python no está instalado” Python no está instalado o falta en el PATH. Repetir § 4 y cerrar y abrir la terminal.
No module named 'shapefile' / 'requests' python -m pip install -r requirements.txt
Muchos ERROR bloque … (se reintentara…) El servidor está saturado o caído. Cerrar, esperar un rato (o probar de noche) y volver a ejecutar.
Se queda mucho tiempo sin avanzar Normal cuando el servidor está lento (hasta 3 min por consulta). Si pasa de 30 min, cerrar y volver a ejecutar.
“La descarga no está completa” al organizar Falta terminar la fase 1: ejecutar 1_INICIAR_DESCARGA.bat.
Aparecen archivos .tmp en crudo/ Bloques interrumpidos a mitad; se pueden borrar. Se vuelven a descargar solos.
Un municipio sale sin_datos_igac Su gestor catastral no es el IGAC (§ 10).
Excel muestra 8,4210E+28 en el número catastral Importar el CSV como texto (§ 7.1).
Se quiere empezar desde cero Borrar las carpetas crudo/ y catastro/ y ejecutar de nuevo.
El servidor cambió / da error 404 Revisar la dirección en § 14 y actualizar SERVICIO en el programa.

Ajustes en catastro_colombia.py (al inicio del archivo):

Variable Valor Para qué
HILOS 3 Consultas simultáneas. Subirlo acelera, pero puede saturar el servidor y generar más errores.
TAM_BLOQUE 2000 Predios por consulta (máximo que permite el servidor).
VACIOS_FIN 25 Bloques vacíos seguidos para dar por terminada una capa.
CAPAS urbano 4, rural 1 Capas a descargar.

12. Bitácora

28/09/2026

29/09/2026 (equipo USUARIO)

13. Pendientes

14. Referencias

15. Visor web (buscador de predios)

Página que identifica un predio a partir de su número predial y marca la jerarquía País → Departamento → Municipio → Zona → Sector → Comuna → Barrio → Manzana/Vereda → Terreno → Predio.

Abrir: doble clic en 4_ABRIR_VISOR.bat (abre http://localhost:8765/). Dejar la ventana negra abierta mientras se usa. Abrir el index.html con doble clic no funciona: el navegador bloquea la lectura de los datos sin un servidor.

Flujo de datos:

crudo/ ──preparar_visor.py──► catastro/ ──exportar_web.py──► visor/datos/ ──servidor_visor.py──► navegador

Uso: escribir el número predial por partes (2 dígitos = departamento, 5 = municipio, 7 = zona, 17 = manzana/vereda, 30 = predio) o el número anterior (20 dígitos); o elegir departamento/municipio en el recuadro superior derecho; o hacer clic en un predio. Al acercarse (zoom 13+) se cargan solos los predios de los municipios visibles.

Publicar en internet: visor/ es un sitio estático (HTML + JSON), no necesita base de datos ni Python en el servidor. Subir la carpeta visor/ completa a:

Para mostrarlo en la red local sin publicarlo: python servidor_visor.py 8765 --red y abrir http://IP-del-equipo:8765/ desde otro equipo. Los datos son públicos del IGAC; citar la fuente.

15.1 Manual de uso (para usuarios sin conocimientos técnicos)

Pantalla

┌──────────┬──────────── banner ────────────┬──────────────┐
│  Logo    │ Catastro Boyacá                │ Logo perito  │
│ (inicio) ├────────────────────────────────┤              │
│          │ Ruta · Departamento · Municipio│              │
├──────────┼────────────────────────────────┼──────────────┤
│ Buscador │                                │ Buscador de  │
│ por      │            MAPA                │ municipios   │
│ número   │                                │ Áreas        │
│ predial  │                                │ Gráfico      │
│ Mapa de  │                                │ circular     │
│ ubicación│                                │              │
└──────────┴────────────────────────────────┴──────────────┘
Quiero… Cómo
Buscar un predio Escribir el número predial (30 dígitos) en el panel izquierdo. También sirve el número anterior (20).
Ver una zona por su código Escribir solo el inicio: 5 dígitos = municipio, 9 = sector, 17 = manzana/vereda.
Ir a un municipio Buscador del panel derecho (escribir nombre o código, ↑ ↓ y Enter), selector de la barra o clic en el mapa.
Volver a todo Boyacá Clic en el logo, en el mapa de ubicación, o botón ✕ del buscador de municipios, o tecla Esc.
Ver área y medidas de un lote Clic en el predio: aparecen el área (m²) y 4 cotas de sus lados principales.
Imprimir o guardar la ficha del lote Botón 🖨 Ficha / Imprimir → Imprimir / Guardar PDF, o Descargar plano (imagen).
Quitar el predio seleccionado Botón ✕ Quitar selección, tecla Esc o clic en un espacio vacío del mapa.
Ver coordenadas Grilla MAGNA-SIRGAS Origen Nacional (10 / 100 / 1.000 m según el zoom); el recuadro muestra E/N del mouse.
Ver áreas urbana/rural del municipio Tarjeta “Áreas” del panel derecho (área total, % urbano, % rural, % de Boyacá, jerarquía).
Ver la jerarquía urbana Botón 📊 Jerarquía urbana y áreas (tabla ordenable, clic en fila = ir, Descargar CSV).
Cambiar fondo o capas Botón de capas (arriba a la derecha): Calles / Satélite, Mapa departamental (ilustrado), Zonas urbanas.

Qué se ve según el zoom

Nivel Se muestra
Departamento Contorno grueso de Boyacá, mapa ilustrado, límites y códigos de municipio, zonas urbanas
Municipio Regiones por zona-sector con su cantidad de predios
Barrio Números de manzana / vereda
Calle Polígonos de los predios
Muy cerca Número de terreno de cada predio

Enlaces directos: …/#<número predial> abre ese predio; …/?ficha#<número de 30 dígitos> abre su ficha; …/?jerarquia abre la tabla de jerarquía urbana.

15.2 Archivos del visor

Archivo Contenido
visor/index.html Toda la aplicación (HTML + CSS + JavaScript; Leaflet y proj4 desde cdnjs)
visor/datos/<código>.json Predios de cada municipio (urbano + rural)
visor/datos/indice.json Departamentos y municipios con conteos y recuadros
visor/datos/limites.json / departamentos.json Límites municipales oficiales (IGAC) y contorno de Boyacá
visor/datos/zonas_urbanas.json / estadisticas.json Zonas urbanas, áreas y jerarquía
visor/datos/mapa_departamental.json Georreferenciación de la imagen ilustrada
visor/img/ Originales del usuario (logo.png, logoperito.png, banner.png, Mapa departamental..png) y versiones web (*_web.*, *_raster.png, *_mini.png)

16. Control de versiones

Toda la carpeta Database es un repositorio Git (rama main), con la historia del visor incluida en visor/.

17. Fuente económica externa: Boyacá en Cifras (CCT)

Página: https://cctunja.org.co/estudios-economicos/boyaca-en-cifras/ (Cámara de Comercio de Tunja).

Archivo Para qué sirve
fuentes/Boyaca-en-Cifras-2024_CCTunja.xlsx Copia de la herramienta Excel 2024 (hoja BaseMun: 123 municipios × 51 variables).
importar_cct.py Genera visor/datos/indicadores.json (indicadores por municipio) y visor/datos/provincias.json (13 provincias, unión de límites oficiales).
analisis_cct.py Recorre la página y genera informes/analisis_boyaca_en_cifras.md y informes/coincidencias_municipios.csv.

Resultados principales (29/09/2026)

18. Capas para Geo Data Viewer (VS Code)

La extensión Geo Data Viewer (randomfractalsinc.geo-data-viewer, basada en kepler.gl) está instalada y recomendada en .vscode/extensions.json. python exportar_geo.py genera en geo/:

Archivo Contenido
boyaca_municipios.geojson 123 municipios (límite oficial) con áreas, % urbano/rural, % de Boyacá, jerarquía urbana, indicadores CCT 2024 (población, densidad, valor agregado, empresas, ICFES, salud, IRCA…) y uso del suelo de sus predios
boyaca_municipios_puntos.csv Lo mismo como puntos (centro de cada municipio), para mapas de calor o burbujas
boyaca_provincias.geojson 13 provincias con totales (población, área, valor agregado, predios)
boyaca_zonas_urbanas.geojson Cabeceras y centros poblados
boyaca_contorno.geojson Contorno del departamento

Abrir: en el explorador de VS Code, clic derecho sobre el archivo → Geo: View Map (o Ctrl+Shift+P → “Geo: View Map”). En kepler.gl se puede colorear por cualquier columna (p. ej. densidad_hab_km2, valor_agregado, riesgo_agua, categoria_urbana) y filtrar por provincia.

Imagen ilustrada del departamento: georreferenciar_mapa.py hace un ajuste afín completo (6 parámetros) que maximiza la coincidencia pixel a pixel con el límite oficial (89,4 %; el resto son diferencias propias del dibujo), remuestrea la imagen a la grilla del mapa y la recorta con el límite oficial para que su borde coincida exactamente.

19. Repositorio «Cámara de Comercio» (scraping de Boyacá en Cifras)

python scraper_cct.py descarga todo lo publicado en https://cctunja.org.co/estudios-economicos/boyaca-en-cifras/ a visor/camara/ (solo lo que falta):

Contenido Detalle
camara/archivos/ 12 documentos (108 MB): ediciones 2015–2024 (PDF), infografía 2019-2020, informe de auditoría y la herramienta Excel 2024
camara/catalogo.json Título, año, tipo, páginas, tamaño e índice de contenido de cada PDF (cuando el PDF lo permite), tableros Power BI y textos de la página
camara/basemun.json Base municipal 2024 (123 municipios × 51 variables)
camara/baseboy.json Comparativo de los 33 departamentos y Colombia 2020–2024 (PIB, PIB per cápita, desempleo, pobreza monetaria y multidimensional, Gini, competitividad, población)
camara/hojas/ Las 9 hojas del Excel, fila por fila
camara/analisis.html Informe de analisis_cct.py

Interfaz: botón 🏛 Cámara de Comercio en la barra del visor (antes de «Colombia») → camara.html, con el mismo diseño: pestañas Documentos (visor de PDF con índice y salto a página), Datos municipales (tabla ordenable y filtrable, CSV, enlace de cada municipio al visor catastral), Comparativo departamental (Boyacá resaltado frente a los demás departamentos y evolución frente a Colombia) y Análisis. Panel derecho: cifras clave de Boyacá y enlaces a los tableros Power BI. Botón 🗺 Catastro para volver.

Inconsistencias de la fuente detectadas: la fila «Colombia» trae pobreza multidimensional ≈ 40 % (mayor que Chocó, 33,9 %; mediana departamental 13,4 %) y un «puesto» de competitividad 57; en esos dos indicadores la interfaz no muestra la referencia nacional y lo explica.

20. Arquitectura online / offline, automatización y protocolo Git

Ver PROCESO.md. En resumen: