Herramientas Disponibles - Taller de Monitoreo REDD+ Medicion, Reporte y Verificación "Entrenando a los Capacitadores" - GOFC-GOLD
←
→
Transcripción del contenido de la página
Si su navegador no muestra la página correctamente, lea el contenido de la página a continuación
Herramientas Disponibles Taller de Monitoreo REDD+ Medicion, Reporte y Verificación “Entrenando a los Capacitadores” Sylvia Wilson USGS Eastern Geographic Science Center
PORQUE USAR SENSORES REMOTOS?
• Los sensores remotos nos ayudan grandemente a mejorar la
precision – incluso cuando los datos de campo son adecuados
y de buena calidad (Nasset)
• Los datos de campo son a veces dispersos, faltantes en algunas
areas o no existen, y el uso de sensores remotos es
“la mejor práctica disponible”
• ……y el reporte (y REDD) se trata de cambio, no de los stocks
existentes
2
PORQUE USAR SENSORES REMOTOS?
MGD – Version 1
3.0 Suministro de Datos para la estimación de emisiones y absorciones
3.1 Datos de Actividad
3.2.1Datos ópticos de baja resolución
3.2.2 Datos ópticos de resolución media
3.2.3 Datos ópticos de alta resolución
3.2.4 Radar de abertura sintética
3.2.5 Lidar
3
METODOS ACTUALES EN GFOI?
Los socios de GFOI a traves del dessarrollo de capacidades apoyan la
implementación de diferentes metodos
El Uso de Series de Tiempo utilizando imagenes Landsat
Diferentes métodos desarrollados por diferentes
universidades, y agencias
Algunos en proceso de investigación, otros un poco
más operativos
Cubo de datos que facilita el mapeo a larga escala
Desarrollado en un inicio por CSRIO en Australia
Adoptado y adaptado por NASA CEOS dentro de GFOI
SEPAL desarrollado por FAO para facilitar el uso de
herramientas de acceso libre desde el procesamiento
hasta el reporte de datos
BEEODA, conjunto de herramientas de acceso
desarrolladas por la Universidad de Boston
4
SERIES DE TIEMPO?
• Tres enfoques principales:
• “Mejores imagenes” – seleccionar las mejores imagenes en
intervalos de pixeles – cambio de la cobertura del bosque
global cada 5 años (GLS)
• Compuestos – seleccionar los mejores pixeles en series de
tiempo usando determinado criterios – cambio de la
cobertura del bosque global cada 5 años(GLAD, LandTrendr,
VCT)
• “Todas las imagenes” – incluir todas las observaciones–
permite el monitoreo y la conversion entre coberturas (CCDC,
BFAST)
Time series analysis
of activity data
7/6/2016
Source: Pontus Olofsson BU
ime series analysis of activity data
7/6/2016
Monitoreo Operacional de Extension de Bosques y Cambios
Extension y dinamicas de la cobertura arborea del 2000 al 2014
El product de cambios anuales en cobertura arborea y ciertos compuestos anuales de Landsat estan
disponibles para ser descargados: http://earthenginepartners.appspot.com/science-2013-global-forest
Monitoreo Operacional de Extension de Bosques y Cambios
Perdida anual de cobertura arborea
El monitoreo operacional de la extension de bosques y cambios en esta a nivel global es uno de los
principales proyectos de GLAD. Este Proyecto empezo en el 2012, y es una colaboracion con Google, el
World Resources Institute, y la iniciativa Global Forest Watch.
. MAPEO DE PERDIDA DE BOSQUES HUMEDOS
AMAZONICOS
DEL PERU ENTRE LOS PERIODOS 2000 AL 2014
. MAPA BASE DE USO ACTUAL DE LA TIERRA 2011
JURISDICCIÓN AMAZONICA.
PROYECTO REDD+ MINAM
PROGRAMA NACIONAL DE CONSERVACIÓN DE BOSQUES
Lima, Julio del 2016
OBJETIVOS: - MAPA DE BOSQUE/NO BOSQUE PARA EL AÑO 2000 - MAPA DE PÉRDIDA ANUAL DE COBERTURA BOSCOSA ENTRE LOS AÑOS 2000 - 2014
Flujo de trabajo
Selección de escenas ETM (+11,000)
- Años (1999 -2014) USGS EROS Centro de Datos
- 70 a 80 % máximo de nubes
- Producto L1T
+ 11,000
escenas
Landsat
Pre- Procesamiento in house
calibración a Evaluación de la Normalización
reflectancia TOA calidad basada en MODIS
Banco de datos
Control de calidad y
enmascaramiento de Creación de métricas
nubes multitemporales
Banco de imágenes
Fuente de
datos para la
interpretación y
clasificaciónMOSAICO DE IMAGENES MODIS Promedio de las 10 mejores vistas en un periodo (2000-2009)
Indonesia
, Riau province
Image Process
o Raw Digital
NumbersIndonesia
, Riau province
Image Process
o Raw Digital
Numbers
o Top-of-Atmosphere
reflectance and
NormalizationIndonesia
, Riau province
Image Process
o Raw Digital
Numbers
o Top-of-Atmosphere
reflectance and
Normalization
o Cloud masking and
CompositingIndonesia
, Riau province
Image Process
o Raw Digital
Numbers
o Top-of-Atmosphere
reflectance and
Normalization
o Cloud masking and
CompositingIndonesia
, Riau province
Image Process
o Raw Digital
Numbers
o Top-of-Atmosphere
reflectance and
Normalization
o Cloud masking and
CompositingIndonesia
, Riau province
Image Process
o Raw Digital
Numbers
o Top-of-Atmosphere
reflectance and
Normalization
o Cloud masking and
CompositingIndonesia
, Riau province
Image Process
o Raw Digital
Numbers
o Top-of-Atmosphere
reflectance and
Normalization
o Cloud masking and
CompositingIndonesia
, Riau province
Image Process
o Raw Digital
Numbers
o Top-of-Atmosphere
reflectance and
Normalization
o Cloud masking and
Compositing2000 2014
Mapa de Bosque/No Bosque para el Año 2000
Bosque No bosque
Bosque ribereño, Bosque de terrazas, bosques de Bosque secundario, herbazales, sabana
colina y lomadas, bosques de pacales, aguajales, hidrofílica, áreas de cultivo, presencia de suelo,
bosque de varillales, palmerales área urbana, infraestructuraMapa de Bosque/No Bosque para el Año 2000
Bosque/NoCobertura de bosque para el año 2000
Mapa de Cambio (pérdida) en la cobertura de
bosques 2000 - 2014
Data 2000 Data 2014 Clasificación
Bosque Bosque secundario/suelo/áreas de cultivo/otros Pérdida
Bosque Lecho de río PérdidaPerdida de cobertura de Bosques
Perdida de cobertura de Bosques
SISTEMA NACIONAL DE MONITOREO DE LA COBERTURA DE BOSQUES
PROYECCIÓN DE LA PÉRDIDA DE BOSQUES
Pérdida de bosque 2001-2014
NIVEL NACIONAL
400,000
350,000
300,000
250,000
HECTAREAS
200,000
-28% 150,000
100,000
50,000
0
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
ha 83,995 79,832 72,874 93,146 147,62 74,502 106,18 105,70 152,16 136,20 123,56 149,47 150,28 177,57
Proyección de la pérdida de bosque 2015-2030
400,000
350,000
300,000
250,000
HECTAREAS
200,000
150,000
Contribuciones nacionales, para la mitigación y adaptación ante el cambio climático a ser
enviado a la Convención Marco de las Naciones Unidas sobre Cambio Climático (CMNUCC). 100,000
50,000
IMPACTOS 0
2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025 2026 2027 2028 2029 2030
• PBI Forestal ha 177,5 187,7 198,5 209,6 221,2 233,3 245,8 258,7 272,1 285,9 300,1 314,8 330,0 345,6 361,6 378,0
• Emisiones de GEI
• Ecosistemas/ biodiversidad y servicios ecosistémicos
• Delitos contra el bosqueMAPA BASE DE USO ACTUAL DE LA TIERRA 2011 JURISDICCIÓN AMAZONICA.
PROCESO DE PRE-PROCESAMIENTO Y
CLASIFICACIÓN POR OBJETOS
1. Compilación Cartografia Digital Equipos de Computo
Programas de
Data Satelital
(Descarga, Selección
de Insumos Geoprocesamiento
y Recopilación)
2. Pre - Generación de Aplicación de la Normalización Elaboración de Rellenado de vacíos
Generación de
Información
Procesamiento Máscaras Máscara Radiométrica mosaico Regionales de Información
Complementaria
3. Elaboración del Árbol Generación de los
Generación de
Muestras de Clasificación de Uso
Procesamiento de proceso Segmentos Entrenamiento del Suelo
Edición de la Cruce con el límite de
4. Post- clasificación con Bosque y No Bosque
Clasificación información
Secundaria
de la Universidad de
Maryland
Comparación de la
5. Evaluación Diseño de muestreo
Generación de
muestas
clasificación con Validación del mapa
Validación por
expertos y
de la Exactitud randomizadas
imagenes satelitales
de Alta Resolución
de uso actual
conocedores localesLORETO
LORETO
Vegetación secundaria LORETO
ANÁLISIS DE RESULTADOS
CLASES IPCC
Porcentaje
Clases IPCC Sub Clases Áreas IPCC (HA)
ipcc
Tierras Forestales Bosque 63,705,808.65 81.29
Tierras Agrícolas Áreas Agrícolas 1,408,219.28 1.80
Humedales Humedales 6,107,007.42 7.79
Asentamientos Áreas Artificial izadas 47,115.57 0.06
Cuerpos de Agua Cuerpos de Agua 1,742,955.14 2.22
Pajonal
Pastizales/Herbazales
Praderas Sabanas 5,289,868.87 6.75
Hidromorficas
Vegetación
secundaria
Áreas Mineras
Otras Tierras 68,056.54 0.09
Tierras Desnudas
Total 78,369,031 100ANÁLISIS DE RESULTADOS
SUB CLASES
Áreas IPCC Porcentaje Áreas Sub Porcentaje
Clases IPCC Sub Clases
(HA) ipcc Clases (HA) Sub Clases
Tierras Forestales Bosque 63,705,808.65 81.29 63,705,808.65 81.29
Tierras Agrícolas Áreas Agrícolas 1,408,219.28 1.80 1,408,219.28 1.80
Humedales Humedales 6,107,007.42 7.79 6,107,007.42 7.79
Áreas Artificial
Asentamientos 47,115.57 0.06 47,115.57 0.06
izadas
Cuerpos de Agua Cuerpos de Agua 1,742,955.14 2.22 1,742,955.14 2.22
Pajonal 16,178.45 0.02
Pastizales/Herbaz
1,773,291.17 2.26
ales
Praderas Sabanas 5,289,868.87 6.75
3,773.62 0.00
Hidromorficas
Vegetación
3,496,625.62 4.46
secundaria
Áreas Mineras 35,396.29 0.05
Otras Tierras 68,056.54 0.09
Tierras Desnudas 32,660.25 0.04www.bosques.gob.pe programabosques.peru @ProgramaBosques
CONTEXTO
Colombia tiene un área total de
2.070.408 km²
55,14% corresponde al área
continental
44,85% a la superficie marítima
Mosaico Landsat, cortesía Universidad de MarylandProceso de generación de compuestos temporales de
Imágenes de Satélite.
Costo – eficiente
Semi-Automatizado
Ahorro de tiempo
950 IMÁGENES LANDSAT 2014.
SERIE HISTÓRICA LANDSAT 8 OLI 2014 COMPUESTO TEMPORAL
2014COMPONENTES
COMPUESTO
DETECCIÓN PRINCIPALES
DETEMPORAL
COMPUESTO 20132014MULTITEMPORALES
TEMPORAL
CAMBIOS DEFORESTACIÓN (PÉRDIDA DE BOSQUE, INDICADO EN COLOR ROJO). Imagen cortesía Iniciativa GFOIUso imágenes de satélite
Evolución en el monitoreo de la la deforestación
2009
Escala Gruesa: 2000-2007
# de imágenes: 108 imágenes, de 828 disponibles
Escala: 1:500.000
Periodo de reporte: 7 años (2000-2007)
Interpretes: 3 intérpretes + 1 exp. monitoreo deforestación
Almacenamiento: 17 GB (Más del 20% de la capacidad)
Procesamiento: procesador 1.66 GHz, 2 núcleos, 2 GB RAM
Tiempo : 6 meses
2009 2010 2011 2013 2014 2015 2016 …Evolución en el monitoreo de la la deforestación
2010-2011
Escala Fina: 1990-2000
2000-2005, 2005-2010
# de imágenes: 539 imágenes, de 1060 disponibles
Escala: 1:100.000
Periodo de reporte: 10 años y 5 años
Interpretes: 5 intérpretes + 1 exp. monitoreo deforestación
Almacenamiento: 1.3 TB
Procesamiento: 5 estaciones 2 procesador es 3 GHz, 4 núcleos, 8 GB RAM
Tiempo : 18 meses
2009 2010 2011 2013 2014 2015 2016 …Evolución en el monitoreo de la la deforestación
2013-2015
Escala Fina: 2000-2012, # de imágenes: 2173 imágenes, de
2012-2013, 2013-2014 9484 disponibles
Escala: 1:100.000
Periodo de reporte: 2 años y 1 año
Interpretes: 5 intérpretes + 1 Control
calidad + 1 exp. monitoreo
deforestación
Almacenamiento: 3.93 TB
Procesamiento: Vblock, 16 Blades c/u 2
procesador es 2.8 GHz, 10 núcleos, 128
GB RAM
Tiempo : 6 meses
2009 2010 2011 2013 2014 2015 2016 …Evolución en el monitoreo de la la deforestación
2015
# de imágenes: 1532
Piloto Cubo de Datos imágenes (4 escenas L7/L8
2000-2014)
Escala: 1:100.000
Periodo de reporte: según
necesidad
Almacenamiento: 1 TB
Procesamiento: Vblock, 16
Blades c/u 2 procesador es
2.8 GHz, 10 núcleos, 128 GB
RAM
Tiempo : 2h por producto
2009 2010 2011 2013 2014 2015 2016 …
Que es y porque un Cubo de Datos?Iniciativa Cubo de Datos a nivel internacional.
GEO: Group on Earth Observations
GFOI: Global Forest Observation Initiative
CEOS: Commite on Earth Observation
Satellites
• Cubo de Datos Australiano: CSIRO
• Cubo de Datos de Kenia: NASA
• Piloto de Cubo de Datos Colombia55 CEOS Agencias operan 134 Satélites de OT
(más de 300 sensores)
Sentinel 2
Landsat 8PARADIGMA DE LAS 3 V’S
Cubo de Datos
y
t(λ)
x
Herramienta que permite la exploración interactiva multidimensional de los datos basada en
capacidades de análisis de técnicas SOLAP.
Capacidad de procesar diferentes programas satelitales (Landsat, MODIS, Sentinel, RapidEye, etc.)
Permite maximizar el uso de datos mediante la centralización y estandarización mejorando la
disponibilidad, administración, almacenamiento y análisis de grandes volúmenes y variedad de
datosRESULTADOS POR
COMPONENTE
Componente conceptual y montaje de la plataforma informática
Análisis del problema y de las aplicaciones posibles del Cubo de Datos
Como se hace el
procesamiento digital de
imágenes tradicionalmente?
Como se hace el procesamiento digital
de imágenes con el Cubo de Datos?DISEÑO CDCOL Componente conceptual y montaje de la plataforma informática
Componente desarrollo aplicativo Piloto
L7
L5
Bn
B2
B1
y 2012
2013
2014
t (λ)
x
1532 escenas ingestadas
2 sensores (Landsat 7 y Landsat 8)
4 escenas (7-59, 7-58, 8-59, 8-58)
20 tiles
15 años (2000-2014)
500 GB apróx (imágenes) + 500 GB
productos
Mosaico Landsat, cortesía Universidad de MarylandComponente desarrollo aplicativo Piloto
L7
L5
Bn
B2
B1
y 2012
2013
2014
t (λ)
x
Compuesto temporal 2000-2014 (Mediana)
2 horas de procesamiento x Tile
Mosaico Landsat, cortesía Universidad de MarylandComponente desarrollo aplicativo Piloto
Pixel 1 - Reflectancia de Superficie Pixel 2 - Reflectancia de Superficie
7000 8000
6000 7000
6000
5000
5000
4000
4000
3000
3000
2000
2000
1000
1000
0 0
2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014
BANDA 4 Infrarojo Cercano BANDA 5 Infrarojo Medio BANDA 3 Rojo BANDA 4 Infrarojo Cercano BANDA 5 Infrarojo Medio BANDA 3 RojoRESULTADOS POR
COMPONENTE
Componente conceptual y montaje de la plataforma informática
• Análisis del problema y de las aplicaciones posibles del Cubo de Datos
Monitoreo de frecuencias de
Monitoreo de biodiversidad Ordenación del territorio inundación
Monitoreo de ecosistemas Monitoreo de cultivos Índices de humedad y vegetación
Monitoreo de la deforestación Agricultura de precisión Hidrología
Monitoreo de uso/cobertura de la Niveles de elevación de zonas
Tierra Información catastro-rural
marinas
Monitoreo de la superficie de bosques Identificación de procesos de Monitoreo de áreas de interés
remoción en masa prioritario
Monitoreo de ecosistemas
Desarrollo de la línea base del
vulnerables (páramos, humedales, Monitoreo de riesgos proyecto
entre otros)GRACIAS POR SU ATENCIÓN
Mayor información
smbyc@ideam.gov.co
ecabreram@ideam.gov.coMayor información: smbyc@ideam.gov.co, ecabreram@ideam.gov.co GRACIAS!
También puede leer
