Idea clave
Las imágenes obtenidas por teledetección se ven reforzadas por la riqueza de datos capturados por personas en el terreno. Por eso, el equipo de Análisis e Inventario Forestal (FIA) del Departamento de Agricultura de los Estados Unidos (USDA) creó la Plataforma de Análisis y Mapeo de Big Data (BIGMAP), un entorno de análisis, mapeo y modelado a escala nacional basado en la nube para los bosques de EE. UU. BIGMAP está optimizado y configurado para aprovechar la paralelización y el almacenamiento masivo necesarios para el procesamiento de rásteres a escala. El equipo de la FIA fusionó miles de escenas Landsat con cientos de miles de parcelas y, en última instancia, procesó decenas de billones de píxeles en la nube, todo en cuestión de días.
Durante más de 100 años, el Servicio Forestal del USDA ha trabajado para mantener la salud, la diversidad y la productividad de los bosques y pastizales del país para las generaciones actuales y futuras. El programa de Análisis e Inventario Forestal (FIA) del USDA se creó para mejorar el uso y la integración de tecnologías avanzadas de teledetección, para ayudar en esa misión.
En este video, funcionarios del Servicio Forestal del USDA analizan el programa FIA y demuestran la ciencia detrás de su proyecto cartográfico. Para abordar problemas complejos de análisis ráster multidimensionales, el Servicio Forestal del USDA aprovechó la versatilidad de ArcGIS y Python para crear algoritmos personalizados de aprendizaje automático que modelan la relación entre las imágenes satelitales y las características del bosque que ellos miden. Al rastrear los cambios a lo largo del tiempo para cada píxel en una imagen satelital, pueden monitorear la estacionalidad y la vegetación, predecir sequías e impactos ambientales, y comprender mejor las especies forestales. Los datos que desarrollados se utilizan luego para informar las decisiones políticas y de gestión relacionadas con los bosques del país. También está disponible para el público para facilitar la colaboración en la creación de un futuro sostenible.
Reproduzca este video para ver demostraciones de las herramientas utilizadas para el programa de la FIA, o continúe leyendo para conocer las ideas clave.
Este contenido está disponible públicamente, publicado en la organización ArcGIS Online del Servicio Forestal de EE. UU., ArcGIS Living Atlas of the World y portales de datos abiertos. Mapas como estos permiten completar herramientas espacialmente explícitas que pueden integrarse en la planificación de la conservación para apoyar la gestión del carbono, la gestión de la vida silvestre, la restauración de cuencas hidrográficas y otros servicios ambientales.
A continuación se muestran dos ejemplos de cómo podría consumir estos servicios en sus propios análisis utilizando herramientas de geoprocesamiento, funciones ráster y más.
- Sequías: Las sequías están teniendo enormes impactos en los bosques y las zonas arboladas, y los científicos de la agencia ya están utilizando los resultados de BIGMAP para hacer que las proyecciones de los modelos de sequía estén ampliamente disponibles. Un examen de la exposición de los últimos años en todo el Valle Central de California mostró sequías importantes. Si se proyecta hacia 2040, la exposición a la sequía se desplazará desde el centro de California hasta las Montañas Rocosas del Sur.
- Secuestro de carbono: Agregar datos a un modelo de idoneidad ayuda a identificar áreas en la costa noroeste, donde existen oportunidades de plantación sin amenazas significativas. Estas podrían ser áreas importantes para lograr una gestión compartida e implementar planes de mitigación del clima o planes de restauración.
Entre las aplicaciones adicionales de mapeo de muestras se incluyen las siguientes:
- Mapeo de las principales reservas de carbono forestal
- Monitoreo de la estacionalidad en la vegetación y la estructura forestal general
- Visualización de pérdidas de carbono forestal debido a perturbaciones como incendios forestales y tornados
- Modelado de idoneidad para oportunidades de plantación sin amenazas significativas
Aquí se utilizan cinco técnicas de modelado:
Fenología de la vegetación
Al rastrear los cambios a lo largo del tiempo, podemos monitorear la estacionalidad, los ciclos de vegetación y la senescencia en grandes áreas geográficas para identificar diferentes tipos de bosques, composición de especies de árboles y estructura forestal general.
Regresión armónica
Utilizada para analizar las series de tiempo capturadas en la fenología de la vegetación, esta técnica nos permite caracterizar no solo la condición promedio de la vegetación sino también cómo cambian las condiciones en el transcurso de un año.
Ordenación ecológica
Estos coeficientes que describen los cambios estacionales en la vegetación, junto con otros datos auxiliares como el clima y la topografía, se pueden combinar con datos de respuesta recopilados en parcelas de inventario forestal para ordenar las especies de árboles según gradientes ambientales.
Imputación de k – Vecinos más cercanos
La ubicación de las parcelas en el espacio de entidades de los gradientes ambientales se puede utilizar con el algoritmo k -Vecinos más cercanos ( k NN), que funciona asignando un «conjunto de parcelas» a cada píxel en función de su proximidad medida en el espacio de entidades.
Predicción y mapeo
Cada segmento representa un grupo de registros, almacenados en la base de datos de la FIA, a partir de los cuales se pueden hacer predicciones a nivel de píxeles, cuantificar la incertidumbre y mapear una variedad de atributos del bosque.
Conozca más sobre imágenes teledetectadas y GIS aquí.
comentarios
0