La historia de QGIS: de un visor de PostGIS para Linux a una de las plataformas geoespaciales open source más importantes del mundo

Hay una historia especialmente interesante dentro del software AEC.

Un desarrollador quería simplemente poder visualizar datos de PostGIS desde Linux.

Así que comenzó a escribir una pequeña aplicación.

No intentaba construir un competidor global de ArcGIS.

No estaba creando una startup.

No había un enorme roadmap corporativo.

Aquel pequeño proyecto terminaría convirtiéndose en QGIS.

Hoy QGIS puede:

• visualizar datos;
• editar;
• analizar;
• automatizar;
• producir cartografía profesional;
• trabajar con Python;
• procesar raster;
• consumir servicios web;
• manejar bases espaciales;
• visualizar 3D.

Y todo continúa siendo open source.

Antes de QGIS: el GIS profesional era caro

Durante los años noventa y comienzos de los 2000, GIS profesional estaba fuertemente asociado con software propietario.

Existían excelentes herramientas.

Pero el costo podía ser una barrera enorme para:

• estudiantes;
• universidades;
• gobiernos pequeños;
• consultoras;
• investigadores;
• usuarios independientes.

Mientras tanto estaba ocurriendo algo importante dentro del open source.

Aparecían y maduraban tecnologías como:

• Linux;
• PostgreSQL;
• PostGIS;
• GRASS GIS;
• GDAL.

Había piezas muy poderosas.

Pero faltaba una experiencia desktop moderna y accesible que las uniera.

Gary Sherman

La figura central del nacimiento de QGIS fue Gary Sherman.

En 2002, Sherman quería visualizar datos almacenados en PostGIS desde Linux.

Las opciones disponibles no le resultaban suficientemente sencillas para ese objetivo.

Entonces empezó a programar.

2002: nace Quantum GIS

La documentación oficial sitúa el nacimiento del proyecto en mayo de 2002.

En junio se estableció como proyecto en SourceForge.

El nombre original fue Quantum GIS.

Y su objetivo inicial era sorprendentemente modesto:

proporcionar un visor GIS para datos PostGIS.

De visor a GIS

Muy pronto el proyecto comenzó a crecer.

Porque una vez puedes ver información geográfica, aparece la siguiente necesidad:

ver
↓
editar
↓
analizar
↓
crear mapas
↓
automatizar

QGIS empezó a añadir soporte para:

• vector;
• raster;
• shapefiles;
• GeoTIFF;
• bases espaciales;
• servicios web.

Qt y C++

QGIS fue construido principalmente utilizando:

C++
+
Qt

Qt permitía desarrollar una interfaz gráfica multiplataforma.

Eso ayudó a que QGIS pudiera funcionar en:

• Linux;
• Windows;
• macOS.

Este punto fue crucial.

Un proyecto GIS open source que solamente funcionara bien en Linux tendría una adopción profesional más limitada.

QGIS terminó siendo realmente cross-platform.

GDAL/OGR

Una pieza fundamental del ecosistema es GDAL.

GDAL permite trabajar con una enorme cantidad de formatos geoespaciales.

Gracias a ecosistemas como GDAL/OGR, QGIS puede abrir y transformar una variedad extraordinaria de datos.

Conceptualmente:

QGIS
↓
GDAL / providers
↓
Shapefile
GeoTIFF
GeoPackage
GeoJSON
bases de datos
...

El poder de QGIS no proviene solamente del código que vive dentro de QGIS.

También proviene del ecosistema geoespacial open source que lo rodea.

GRASS GIS

Otra integración histórica importante fue con GRASS GIS.

GRASS existía desde mucho antes.

Era una plataforma geoespacial extremadamente potente.

QGIS permitió que muchas de sus capacidades pudieran utilizarse desde una interfaz más accesible.

Este patrón se repetiría:

QGIS como punto de integración de motores geoespaciales.

La comunidad empieza a crecer

QGIS no tenía una única empresa controlando todo el desarrollo.

Contribuyeron:

• desarrolladores;
• universidades;
• consultoras;
• gobiernos;
• empresas;
• usuarios.

Esta estructura comunitaria produjo un modelo muy distinto al software propietario tradicional.

2007: Python cambia QGIS

Un hito enorme ocurrió en 2007.

QGIS 0.9 introdujo Python bindings.

Esto abrió el desarrollo a una audiencia muchísimo mayor.

Antes:

C++

Después:

C++
+
Python

Y eso permitió que cualquier desarrollador con conocimientos de Python pudiera empezar a construir:

• scripts;
• plugins;
• herramientas;
• automatizaciones.

PyQGIS

La API Python se conoce normalmente como PyQGIS.

Con PyQGIS se puede controlar programáticamente:

• layers;
• geometries;
• selections;
• processing;
• symbology;
• layouts;
• proyectos.

Conceptualmente:

QGIS
   ↓
PyQGIS
   ↓
automatización

Esto convirtió a QGIS no solamente en aplicación.

También en plataforma de desarrollo geoespacial.

OSGeo

En 2007 QGIS entró en el proceso de incubación de Open Source Geospatial Foundation — OSGeo.

En marzo de 2008 graduó formalmente.

Ser parte de OSGeo reforzó la gobernanza y su integración dentro de una comunidad geoespacial open source más amplia.

2009: QGIS 1.0

Después de casi siete años de desarrollo llegó QGIS 1.0 “Kore”.

La cronología del proyecto registra la versión 1.0 a finales de 2008, con la etapa estable consolidándose en 2009.

La versión proporcionaba algo fundamental: API estable.

Eso daba mayor confianza a desarrolladores que construían soluciones sobre QGIS.

Plugins

Una de las características que definiría a QGIS sería su ecosistema de plugins.

Un plugin puede añadir capacidades para:

• geocoding;
• hidrología;
• catastro;
• imágenes;
• redes;
• BIM;
• bases de datos;
• procesamiento.

Esto produce un efecto parecido al ecosistema AutoCAD:

plataforma
+
plugins
=
miles de workflows especializados

Pero con una diferencia fundamental:

QGIS es open source.

Processing Framework

Otro salto importante fue la integración de Processing.

Processing permite ejecutar algoritmos de múltiples proveedores desde un sistema común.

Por ejemplo:

QGIS
├── native algorithms
├── GDAL
├── GRASS
├── SAGA
└── plugins

El usuario puede conectar algoritmos en:

• modelos gráficos;
• scripts;
• batch processing.

Esto convierte a QGIS en una especie de orquestador de motores geoespaciales.

2013: QGIS 2.0 Dufour

El 9 de septiembre de 2013 llegó QGIS 2.0 “Dufour”.

Esta versión fue importante por muchas razones.

Pero una de las más curiosas fue el nombre.

Hasta ese momento el proyecto era oficialmente Quantum GIS.

Con QGIS 2.0 el proyecto decidió abandonar formalmente la palabra Quantum.

Desde entonces sería simplemente QGIS.

La documentación oficial incluso aclara que “Quantum” nunca tuvo un significado particular.

QGIS 2 se vuelve profesional

La serie 2 consolidó capacidades como:

• cartografía;
• etiquetado;
• Processing;
• plugins Python;
• bases de datos;
• raster;
• modelos de análisis.

Para muchas organizaciones QGIS dejó de ser:

una alternativa gratuita curiosa

y pasó a ser:

una herramienta profesional real.

2018: QGIS 3.0 Girona

El 23 de febrero de 2018 se lanzó QGIS 3.0 “Girona”.

Fue una renovación enorme.

El proyecto describió el cambio como una gran revisión y limpieza de la plataforma.

QGIS 3 modernizó buena parte de:

• APIs;
• UI;
• arquitectura;
• Python;
• Qt.

La generación 3 duraría ocho años y se convertiría en la base de una enorme expansión global.

3D

Con el tiempo QGIS empezó a dejar de ser solamente un mapa 2D.

Incorporó visualización 3D.

Esto es especialmente importante para AEC porque permite representar:

• terrain;
• DEM;
• buildings;
• point clouds;
• meshes.

GIS y BIM empiezan a acercarse.

Point Clouds

Las nubes de puntos se han vuelto fundamentales en:

• topografía;
• LiDAR;
• infraestructura;
• inspección.

QGIS moderno posee herramientas para visualizar y procesar este tipo de información.

Eso acerca el GIS a workflows de reality capture.

¿Para qué se usa QGIS en AEC?

1. Hidrología

Puede utilizarse para:

• DEM;
• cuencas;
• pendientes;
• redes de drenaje;
• raster de precipitación.

Y preparar datos para:

• HEC-HMS;
• HEC-RAS;
• SWMM.

2. Carreteras

QGIS puede gestionar:

• alineamientos preliminares;
• catastro;
• right-of-way;
• terrain;
• restricciones;
• servicios.

No sustituye Civil 3D.

Cumple otro rol: contexto geoespacial.

3. Catastro

Es ampliamente utilizado para:

• parcelas;
• predios;
• atributos;
• consultas espaciales.

4. Redes de infraestructura

Puede representar:

• agua potable;
• alcantarillado;
• energía;
• telecomunicaciones.

Cuando lo combinamos con bases espaciales aparece un sistema mucho más poderoso.

5. Riesgos

Puede utilizarse para:

• inundaciones;
• deslizamientos;
• terremotos;
• vulnerabilidad;
• exposición.

6. Ambiental

Permite trabajar con:

• cobertura del suelo;
• ecosistemas;
• cuencas;
• áreas protegidas;
• contaminación.

PostGIS: regreso al origen

Hay algo elegante en la historia.

QGIS nació porque Gary Sherman quería visualizar PostGIS.

Hoy:

QGIS
+
PostGIS

continúa siendo uno de los stacks geoespaciales open source más poderosos.

PostGIS permite almacenar geometría dentro de PostgreSQL.

Entonces múltiples usuarios pueden trabajar sobre:

database

en lugar de intercambiar archivos individuales.

QGIS Server

QGIS tampoco se limita al desktop.

Existe QGIS Server.

Permite publicar proyectos y datos mediante estándares geoespaciales web.

Por ejemplo:

• WMS;
• WFS;
• otros servicios OGC.

Esto hace posible construir infraestructuras GIS completas alrededor del mismo ecosistema.

QField y movilidad

El ecosistema también incluye herramientas móviles como QField.

Esto permite llevar información geográfica al campo.

Un workflow puede ser:

QGIS
↓
proyecto
↓
móvil
↓
levantamiento en campo
↓
sincronización
↓
QGIS

Muy útil para:

• inspecciones;
• topografía;
• inventarios;
• activos.

IFC y BIM

QGIS no es un authoring tool BIM como Revit.

Pero el mundo GIS y BIM está convergiendo.

Cada vez es más común combinar:

IFC
+
terrain
+
parcelas
+
redes
+
ciudad

El valor de QGIS está en colocar el activo dentro de su contexto territorial.

QGIS y Python

Para AEC, PyQGIS puede automatizar workflows completos.

Por ejemplo:

leer DEM
↓
recortar
↓
reproyectar
↓
generar raster
↓
exportar para motor hidráulico

Un trabajo manual de horas puede convertirse en un script reproducible.

QGIS y un harness AEC

QGIS es prácticamente perfecto como componente geoespacial de un harness.

Un agente podría:

buscar capas
↓
reproyectar
↓
intersectar parcelas
↓
procesar DEM
↓
crear mapa
↓
exportar GeoJSON
↓
alimentar otro motor

Y hacerlo mediante:

• Python;
• Processing;
• comandos;
• servicios.

Esto permite que QGIS sea algo más interesante que una GUI: un motor geoespacial automatizable.

2026: QGIS 4

El 9 de marzo de 2026 llegó QGIS 4.0 “Norrköping”.

Fue la primera versión de la generación 4.x.

Uno de los cambios internos más importantes fue la migración del core hacia Qt6.

El proyecto señaló que la nueva base mejoraría:

• mantenibilidad;
• rendimiento;
• seguridad;
• acceso a librerías modernas.

QGIS 4.2

En julio de 2026 llegó QGIS 4.2.

Y actualmente, a septiembre de 2026, la versión publicada es QGIS 4.2.2 “Belém do Pará”, lanzada el 28 de agosto de 2026.

La versión LTR disponible continúa siendo QGIS 3.44.14 “Solothurn”.

Esto demuestra algo interesante.

Un programa que empezó como visor de PostGIS en 2002 llegó a su cuarta gran generación más de veinte años después.

QGIS vs ArcGIS

La comparación es inevitable.

ArcGIS representa un enorme ecosistema comercial.

QGIS representa un ecosistema abierto y comunitario.

No es correcto reducir la discusión a:

uno es gratis
uno es pagado

La diferencia incluye:

• modelo de desarrollo;
• licenciamiento;
• APIs;
• ecosistemas;
• servicios cloud;
• soporte comercial;
• gobernanza.

En muchos workflows pueden incluso coexistir.

Open source no significa sin empresas

QGIS es open source.

Pero alrededor existe una economía de:

• consultoras;
• desarrolladores;
• soporte;
• training;
• plugins;
• implementación.

Eso demuestra que:

software abierto y negocio no son conceptos incompatibles.

La verdadera fortaleza de QGIS

Probablemente no sea una sola función.

Es la combinación:

QGIS
+
GDAL
+
PostGIS
+
GRASS
+
Python
+
plugins
+
OSGeo

QGIS funciona como una interfaz humana y programática hacia todo un universo geoespacial.

Cronología resumida

2002
Gary Sherman
visor PostGIS para Linux
        ↓
Quantum GIS
SourceForge
        ↓
vector / raster
cross-platform
        ↓
GRASS integration
        ↓
2007
Python bindings
OSGeo incubation
        ↓
2008
OSGeo graduation
        ↓
2009
QGIS 1.0
        ↓
plugins
Processing
        ↓
2013
QGIS 2.0 Dufour
"Quantum" desaparece
        ↓
2018
QGIS 3.0 Girona
        ↓
3D
point clouds
PyQGIS
ecosystem growth
        ↓
2026
QGIS 4.0
Qt6
        ↓
QGIS 4.2.2

Conclusión

QGIS es probablemente uno de los mejores ejemplos de cómo puede crecer un proyecto open source.

No nació intentando dominar el GIS mundial.

Nació porque una persona necesitaba visualizar una base PostGIS.

Después llegaron desarrolladores.

Luego usuarios.

Luego plugins.

Después Python.

OSGeo.

Processing.

3D.

Point clouds.

Server.

Mobile.

Y en 2026, QGIS ya se encuentra en la generación 4.

Para AEC su importancia es enorme porque prácticamente todos nuestros proyectos existen en algún lugar del territorio.

Una estructura puede diseñarse en ETABS.

Una carretera en Civil 3D.

Una inundación en HEC-RAS.

Una red en EPANET.

Pero QGIS puede colocar todos esos resultados dentro del mismo mundo geográfico.

Y esa capacidad de conectar:

datos + territorio + automatización

es exactamente lo que hace del GIS una pieza esencial del AEC moderno.

Referencias

1. QGIS Documentation. Foreword.
2. QGIS Project. Visual Changelog QGIS 1.0.
3. OSGeo. QGIS Annual Report 2007 / Python bindings.
4. OSGeo. QGIS Incubation Status.
5. QGIS Project. QGIS 2.0 Changelog.
6. QGIS Project. QGIS 3.0 Girona.
7. QGIS Project. QGIS 4.0 Norrköping.
8. QGIS Project. Download QGIS.
9. QGIS Project. PyQGIS API.

Evaluación y limitaciones

Trata las notas siguientes como contexto de evaluación, no como un cálculo o una revisión verificados.

Úsalo como plataforma GIS profesional: datos, territorio, plugins, Processing y automatización Python. Open source no significa sin empresas ni sin gobernanza. En muchos workflows puede coexistir con ArcGIS.