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

Contenido

*Detalles generales* Aplicaciones

* Impacto

* Desarrollos futuros

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

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)

+

2Etapa 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)

1Redes 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

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

Estudio de caso: Minería artesanal en Madre de Dios, Perú

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Estudio de caso: Caquetá, Colombia

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Estudio de caso: Pucallpa, Perú

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Distribución espacial y dinámica de comunidades

ASSETS

Octubre 5, 2012Caso Tamshicayu, Perú

Detecciones Terra-i

Landsat 8

Ucayali, Perú

San Martin, Perú

Aplicación 1: Monitoreando la expansión de cultivos de grandes extensiones

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Integrando proyectos

Basado en IPCC

Aplicación 3: Entendiendo los cambios en el campo (Validación)

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

COM

UN

IDAD

RIB

EREÑ

A Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Aplicación 3: Entendiendo los cambios en el campo - Cercanía Rio

CO

MU

NID

AD

CA

RR

ET

ER

A

Aplicación 3: Entendiendo los cambios en el campo - Comunidad carretera

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Aplicación 3: Entendiendo los cambios en el campo - Comunidad carretera

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Muestra ID 38 / Palmeros B: Plantación de palma aceitera (~600 Ha)

Muestra ID 42 / Palmeros B: Tumba y quema

Photo: A. Coca / 2013

Detecciones de plantaciones de palma aceitera : Ejemplo Naranjal

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Photo: A. Coca / 2013

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Aplicación 5: Producto Ganancias / Cambios en zonas desérticas

Ecoregión del Cerrado BrasileroEcoregión del Gran Chaco

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Aplicación 4: Datos más allá de los bosques húmedos tropicales (BTH)

http://www.terra-i.org/terra-i/data/data-terra-i_peru

Reunión Lima, Marzo 2014

IMPACTO: Terra-i Perú (Monitoreando las coberturas de un territorio)

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Colaboración con gobiernos

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Terra-i Perú

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

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

Integrar la plataforma Global Forest Watch

Contexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Proyecto BMUBContexto – Método – Aplicaciones – Impacto – Desarrollos futuros

Yurim

agua

s

Iqui

to

Gracias!