Sistema de monitoreo en tiempo casi real del cambio de la vegetación natural
1. Sistema de monitoreo en tiempo
casi real del cambio de la
vegetación natural
Miembros del equipo : Louis Reymondin, Alejandro Coca-Castro, Jhon Jairo Tello-Dagua, Paula Paz-Garcia*,
Oscar Bautista, Andy Jarvis, Carolina Navarrete-Frias and Glenn Hyman† (CIAT); Jerry Touval (TNC); Mark
Mulligan (KCL); Andrés Pérez Uribe (HEIG-VD).
*Investigador del Centro Internacional de Agricultura Tropical - CIAT
Florencia, Caquetá, 29 de Enero de 2015
Foto por A. Coca (2013) - Ucayali , Perú
3. Limites...
Características
• Herramienta para detectar cambios rápidos en las coberturas
• 250 m de resolución = un alto porcentaje de eventos de cambio
mayores de 5 Ha son identificados
• Ofrece un monitoreo con alta frecuencia, cada 16 días
• Cobertura continental, Latinoamérica y el Caribe (actualmente) -
Actualización cada 2-3 meses
• Visualizador disponible para desplegar y descargar los datos de
pérdida y ganancia de coberturas
NO es una herramienta para
dar las cifras exactas y/o
detectar cambios de áreas
pequeñas (< 4 Ha)
Terra-i permite identificar
áreas para priorizar
análisis con imágenes de
alta resolución
Sistema Terra-i
Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros
4. Productos Geoespaciales de Terra-i
34 Escenas
MODIS13Q1
Estado de vegetación
(Producto NDVI)
Datos de cambio por pixel (RASTER) cada 16 dias desde 2004
PRODUCTOS
Proyección datos: WGS 84 Geográfica
Pérdida Ganancia Inundación
Caso: Región Beni-SantaCruz, Bolivia
Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros
LOS GEODATOS CONTIENEN PIXELES CON NO-DATA (NUBES)
1 escena
TRMM
Precipitación
(3b42 v7)
+
5. 2
Etapa de detección (usando datos entre el 2004 al presente)
Metodología
Dos etapas son realizadas durante el proceso del sistema Terra-i:
Etapa de entrenamiento (usando datos entre el 2000 a 2004)
1
Redes neuronales basadas en probabilidades bayesianas aprenden cómo el verdor de la
vegetación (NDVI) responde a las unidades de precipitación (TRMM)
DATOS ENTRADA:
Indice de Vegetation (MOD13Q1 MODIS / Producto NDVI , 16 dias, 250m)
Datos precipitación: Tropical Rainfall Measuring Mission - TRMM 3B42 (3 horas, 28km)
El modelo calibrado es ejecutado para identificar fluctuaciones en el verdor y qué no son
explicadas por la precipitación o estado previo de la vegetación
DATOS SALIDA:
Datos de cambio de las coberturas vegetales (ganancia/pérdida, c/año o c/16 días, 250m)
Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros
6. Usuarios con conocimiento en datos espaciales
pueden visualizar y descargar los archivos en formato
leible en software GIS (Raster)
Usuarios sin conocimiento en datos espaciales
pueden visualizar y descargar los datos y gráficos en
forma de tabla y reporte
UNA HERRAMIENTA QUE DA SOPORTE A LA INVESTIGACIÓN Y TOMA DE DECISIONES MULTIDISCIPLINAR
http://www.terra-i.org/
Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros
Principal política de datos gratuitos y de libre acceso
Especialistas SIGNo especialistas SIG
7. Estudio de caso: Minería artesanal en Madre de Dios, Perú
Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros
17. Photo: A. Coca / 2013
Detecciones de plantaciones de palma aceitera : Ejemplo
Naranjal
Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros
Photo: A. Coca / 2013
18. Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros
Aplicación 5: Producto Ganancias / Cambios en zonas desérticas
19. Ecoregión del Cerrado BrasileroEcoregión del Gran Chaco
Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros
Aplicación 4: Datos más allá de los bosques húmedos tropicales (BTH)
23. IMPACTO: colaboración con medios independientes
Plataformas en
diferentes formatos
aumentan la
participación de la
sociedad civil basada en
el uso de datos
espaciales para discutir
los eventos de su región
Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros
24. Integrar la plataforma Global Forest Watch
Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros