Descripción
Este webinar a nivel introductorio cubrirá los fundamentos de la Fluorescencia Inducida por el Sol (SIF por sus siglas en inglés) y LIDAR, sus aplicaciones y un resumen general de diferentes fuentes de datos satelitales de disponibilidad gratuita. Además, incluirá una guía paso a paso de cómo acceder, abrir e interpretar datos de SIF y LIDAR.
SIF es un producto satelital relativamente nuevo, ofreciendo una medición relacionada con la actividad fotosintética de las plantas. Es una variable indirecta de la produccion primaria bruta (GPP por sus siglas en inglés), capturando las respuestas dinámicas de la vegetación ante estresores como sequía y temperatura.
LIDAR es un sensor que ilumina un blanco y mide la distancia a en base al tiempo que tarda un pulso en ser reflejado de vuelta al sensor. LIDAR se puede utilizar para generar mapas de la topografía y altura de la vegetación y recuperar datos de elevación digital necesarios para la modelación de inundaciones y vulnerabilidad, junto con análisis del riesgo. Estos datos son valiosos para evaluar la deposición de desechos, pérdida de vegetación e inundación después de un desastre.
Al final de esta capacitación, los participantes podrán entender los conceptos básicos de los sensores SIF y LIDAR, cómo interpretar las mediciones y cómo se pueden utilizar para diferentes aplicaciones. Además, podrán acceder, abrir y analizar datos de SIF y LIDAR.
Institutos académicos y organizaciones locales, regionales, estatales/provinciales, federales e internacionales interesados en utilizar imágenes satelitales para apoyar aplicaciones relacionadas con los estudios de vegetación y desastres.
Esta sesión cubrirá los fundamentos de las mediciones realizadas por LIDAR, las características de diferentes satelites LIDAR y ejemplos de aplicaciónes relacionadas con los estudios de la vegetación. Concluirá con una sesión de preguntas y respuestas.
Materiales:
Esta sesión cubrirá el acceso a datos de LIDAR. Continuará con una demostración sobre cómo abrir, interpretar y analizar datos de LIDAR para evaluar la estructura de la vegetación. Concluirá con una sesión de preguntas y respuestas.
Materiales:
Opcional para la 2da Parte: Aunque NO ES UN PRERREQUISITO, en la 2da Parte, habrá una demostración de mapeo 3D de datos de GEDI usando QGIS y el plug in Qgis2threejs, así también como una demostración de un script de preparación de datos para la creación de subconjuntos de datos de GEDI usando Python.
- La grabación de esta demostración estará disponible dentro de 48 horas después de la presentación para para que usted la haga a su propio ritmo.
- En esta demostración, mostraremos cómo instalar el plug in Qgis2threejs.
- Puede descargar QGIS en la siguiente página: https://qgis.org/es/site/forusers/download.html
- Puede encontrar información sobre el plug in Qgis2threejs aquí: https://qgis2threejs.readthedocs.io/en/docs/
- Para instalar Python, vea las instrucciones en el siguiente enlace. Estas instrucciones indican cómo instalar un entorno compatible con Python para aquellos usuarios interesados en ejecutar el script para preparar los datos de GEDI. https://git.earthdata.nasa.gov/projects/LPDUR/repos/gedi-subsetter/browse. Vea el segmento sobre cómo configurar un entorno para Python (Python Environment Setup).
Esta sesión cubrirá los fundamentos de SIF, cómo se mide desde el espacio y ejemplos de aplicaciones que estos datos pueden apoyar. Concluirá con una sesión de preguntas y respuestas.
Materiales:
Esta sesión cubrirá diferentes datos satelitales de SIF, sus características y dónde se pueden acceder, seguida por una demostración con datos de OCO-2, indicando cómo abrir, interpretar y analizar los datos para identificar el estrés en la vegetación. Concluirá con una sesión de preguntas y respuestas.
Materiales:
- Diapositivas de la Presentación
- Tarea (Vence el 15 de abril, 2021)
- Transcripción de Preguntas y Respuestas
- Herramientas para leer / analizar datos de TROPOMI y OCO-2 (Python & R): https://github.com/cfranken/
SIF_tools - Cuadriculación de datos satelitales(Julia): https://github.com/cfranken/
gridding
- Utilizaremos Pluto, un cuaderno simple y reactivo para Julia (similar a los cuadernos ipython).
- Primer CuadernoPluto “Demo_presentation.jl”
Lectura y selección de datos SIF de TROPOMI y OCO-2 para formas espaciales arbitrarias, promedios temporales, generación de compuestos espaciales (mediante sobremuestreo) y evaluación de incertidumbres
- Segundo CuadernoPluto “Case_Study_illinois.jl”
- Estudio de caso: Impacto de la inundación de 2019 en Illinois utilizando
