Bienvenido a Terra-i

Ubicación
Fecha
2011-12-04
Author
Louis Reymondin
Categoría

Bienvenidos a nuestro nuevo sitio web! Este es el portal para el sistema de monitoreo de cambio de habitat Terra-i, aquí encontrará una breve descripción de nuestras entradas y salidas de datos, también podrá descargar las últimas detecciónes o verlas con nuestra herramienta de mapeo web. No se pierda nuestra sección de videos donde se presentan puntos de deforestación , también podrá solicitar que se genere un nuevo video en las áreas de su interés. Puede visualizar el cambio de habitat directamente pero para acceder a nuestros datos, necesitará una cuenta en nuestro portal, si usted no tiene una, puede crearla llenando el formulario de inscripción.

Terra-i: Un ojo en el cambio de hábitat

 

La Conversión del hábitat está contribuyendo a la pérdida generalizada de biodiversidad y otros servicios críticos de los ecosistemas , sin embargo, en muchas partes del mundo sigue sin control la escala y el patrón de pérdida de hábitat. Los tomadores de decisiones en múltiples escalas (local a lo nacional a regional) necesitan información oportuna sobre el cambio de la cubierta vegetal, lo que requiere que la información sea lo más precisa y actualizada como sea posible a fin de priorizar las intervenciones y actuar sobre las nuevas tendencias de cambio de la cubierta de la tierra en el momento oportuno . La alta resolución temporal (16 días) de MODIS NDVI de datos (producto MOD13Q1) se presta a ser usado para monitorear la cobertura del suelo a través de grandes extensiones, pero una combinación de grandes volúmenes de datos y gran cantidad de ruido en las series de tiempo hace de este esfuerzo un reto. Hemos desarrollado una metodología para la detección de antropogénica de la tierra cambio de la cubierta a través de los trópicos, que es capaz de proporcionar un monitoreo en tiempo casi real de la pérdida de hábitat.

La metodología se basa en la premisa de que la vegetación natural sigue un patrón predecible de cambios en el verdor de una fecha a la próxima, esto se produce por las características específicas del lugar y las condiciones climáticas durante los días anteriores. Utilizamos un bayesiano de probabilidad basado en redes neuronales para aprender cómo el verdor de un píxel dado, responde a una unidad de la lluvia (se deriva del producto TRMM precipitación diaria 3b42), entonces se aplica el modelo para identificar las anomalías en las series de tiempo - que puede entonces atribuirse a actividades humanas (es decir, no naturales fluctuaciones en verde). La metodología tiene como objetivo demostrar un medio potencialmente poderoso para detectar la pérdida de hábitat a una resolución temporal y espacial que es relevante para la toma de decisiones.

Artículos principales de la categoría Noticias