Diego García Díaz
GIS & Remote Sensing. Python & Statistics. Surf & MTB :)
PhenoApp
Una herramienta basada en Google Earth Engine y Geemap para la
visualización y consulta de la fenología en sitios eLTER
-
QS, DV, DDV
-
Fenología
-
Metodología
-
PhenoApp
Laboratorio de SIG Y Teledetección
Estación Biológica de Doñana
- Acceso a Servicios Web Mapping
- Asistencia científica en SIG y Teledetección
- Asistencia equipamiento tecnológico (GPS, radiometría, etc...)
- Cursos y formación
- Proyectos científicos propios
- Programa de seguimiento Doñana
Javier Bustamante Díaz
Responsable científico
(Investigador Científico)
Ricardo Díaz-Delgado Hernández
Dr. Biología
Isabel Afán Asencio
Responsable Técnico
Dra. Biología
David Aragonés Borrego
Ingeniero Forestal
Diego García Díaz
Geógrafo
Pedro Gómez Giráldez
Dr. Ingeniería de Montes
Proyectos vinculados a PhenoApp
Proyecto SUMHAL
- e-Ciencia (LifeWatch ERIC) conservación de la biodiversidad en Andalucía
- Trabajo de campo y los entornos virtuales de investigación
Proyecto eLTER
- Red Europea de Investigación Ecológica a largo Plazo
- Monitorización de las relaciones ecosistémicas y sociológicas
- 150 sites de 22 países
Fenología
Tiempo
Phenology is the study of periodic events in biological life cycles and how these are influenced by seasonal and interannual variations in climate, as well as habitat factors (Merriam-Webster. 2020.).
SOS
MOS
EOS
Tian et al (2021)
Fenología. Datasets
PhenoPy (https://github.com/JavierLopatin/PhenoPY)
| Fecha de Inicio | 2017 |
| Resolución Espacial | 10 m |
| Índice de Vegetación | NDVI (*EVI2) |
| Ciclos de Crecimiento | 1 |
| Fuente | PhenoPy |
- No es una herramienta GEE
- Procesado local
- Procesado lento
- Se puede aplicar a cualquier serie de imágenes
- Fácil de integrar en la cadena de procesado
- Mucha información fenológica (DOY & Valor)
Fenología. Datasets
High Resolution Vegetation Phenology and Productivity Parameters. Copernicus Land Monitoring Service (CLMS)
| Fecha de Inicio | 2017 |
| Resolución Espacial | 10 m |
| Índice de Vegetación | PPI |
| Ciclos de Crecimiento | 2 |
| Fuente | Copernicus/Wekeo |
- No es una herramienta de GEE
- Disponible desde 2017 (wekeo)
- 10 m de resolución espacial
- Script de python para descargar los sites de eLTER
Fenología. Datasets
MODIS MCD12Q2.006. Land Cover Dynamics Yearly Global 500m
| Fecha de Inicio | 2001 |
| Resolución Espacial | 500 m |
| Índice de Vegetación | EVI |
| Ciclos de crecimiento | 2 |
| Fuente | USGS/GEE |
- Muchos NoData!
- 500 m de resolución espacial
- Disponible desde 2001
- GEE Collection
Metodología
PhenoApp
- Google Earth Engine
- Geemap
- Ndvi2Gif
Metodología. GEE
- Cloud computing para visualizar y procesar información geográfica
- Petabytes de datos (decenas de satelite/sensores)
- Datos raster (Usos del suelo, climáticos, DTM, etc...)
- Datos vectoriales
- Uso de datos propios
- Cientos de algoritmos disponibles
- Gran comunidad muy activa en redes sociales
- Diseñar localmente, aplicar globalmente
Metodología.Geemap
Librería de Python basada en la API de GEE y en la librería de mapas Leaflet
Metodología.Ndvi2Gif
Librería de Python para trabajar con índices de vegetación estacionales, obteniendo estadísticos de cada pixel de la serie temporal
Metodología.Flujo de trabajo
PhenoApp
2 Objetivos:
-
Proporcionar Standar Observation Variables con productos de teledetección
-
Recopilar y validar los productos de teledetección con datos in situ
PhenoApp
PhenoApp
Conclusiones
- Facilidad que ofrecen GEE y Geemap para crear visores de mapas interactivos y diseñar herramientas propias aplicables sobre cualquier dataset y en cualquier lugar del planeta
- Discrepancia entre los distintos productos fenológicos disponibles (a la espera de contar con más datos de validación de la red eLTER)
Congreso AET Pamplona
By Diego García Díaz
