Amaury Gutiérrez
Applied Mathematician in the way to become a remote senser.
MAD-Mex
Teledección al servicio del medio ambiente
¿Por qué MAD?
Monitor
Activity
Data
Reducción de
Emisiones de gases de efecto invernadero causadas por la
Deforestación y
Degradación de los bosques
+ conservación de los stocks de carbono, la gestión sostenible de los bosques y el aumento de las reservas forestales en los países en desarrollo
¿Por qué Mex?
UNFCCC
United Nations Framework Convention on Climate Change Cancún 2009
Objetivos
- Cobertura a nivel nacional
- Alta precisión de la clasificación
- Alta resolución
- Entrega oportuna
¿Qué hacemos?
Los Tuxtlas
Uso de Suelo y Vegetación (INEGI)
Landsat (MAD-Mex)
Rapideye (MAD-Mex)
Los datos
Landsat
- 30 metros
- 135 tiles
- 1993-2010
- 7 bandas
Rapideye
- 5 metros
- 3988 tiles
- 2011-2016
- 5 bandas
Espectro electromagnético
Resolución
Landsat
Rapideye
Rapideye
Rapideye
Landsat
Landsat
Landsat
Landsat
Las herramientas
Nodo maestro
•3 TB Memoria
•64 GB RAM
Nodo esclavo (x5)
•2 TB Memoria
•128 GB RAM
Stack (Hardware)
Preprocesamiento
Stack (Software)
Procesamiento
Segmentación
Nodo físico
x5
Stack (Base de datos)
Catálogo de escenas
•Landsat
•Rapideye
•Modis
•Sentinel 2
•Spot
Stack (Interfaz de usuario)
MAD-Mex
¿Como?
Preprocesamiento
Preprocesamiento
Preprocesamiento
Preprocesamiento
No supervisado
No supervisado (SIAP)
No supervisado (BIS)
Supervisado(entrenamiento)
Supervisado
Landsat
- Alta resolución temporal
- Baja resolución espacial
Rapideye
- Baja resolución temporal
- Alta resolución espacial
Postprocesamiento
Postprocesamiento
Producto final (Landsat)
Landsat
Se valida contra polígonos manualmente interpretados Landsat 2000
- Nivel FRA (5 clases) 85.5%
- Nivel 1 (8 clases) 82.5%
- Nivel 2 (10 clases) 80.65%
- Nivel 3 (14 clases) 75.06%
- Nivel 4.1 (35 clases) 71.28%
Rapideye
Se validad contra polígonos manualmente interpretados
Landsat 2010
- Nivel FRA (5 clases) 79.8%
- Nivel IPCC (7 clases) 74.1%
- Nivel 4.1.3 (32 clases) 64.4%
Calidad
¿Para qué?
Maximum
Autocorrelation
Factor
transformation
iterative
Multivariate
Alteration
Detection
transformation
Detección de cambios
Detección de cambios
Detección de cambios
Detección de cambios
Tasa de transformación de habitat
\delta = 1 - \sqrt[n]{1-\frac{S_1-S_2}{S_1}}
\delta=
n=
S_1=
S_2=
tasa de transformación
número de años
superficie forestal inicio
superficie forestal final
Tasa de transformación de habitat
Caribe (MAD-Mex en la nube)
Bahía de Naranjo, Cuba
Carrefour, Haití
Nassau, Bahamas
Gracias
MAD-Mex; teledetección al servicio del medio ambiente
By Amaury Gutiérrez
