Conectamos Tecnología y Ecología
Servicios
Aplicaciones Humanas
En un mundo moldeado constantemente por la acción humana, la teledetección ofrece valiosas perspectivas sobre entornos complejos. Desde evaluaciones agrícolas hasta seguimiento del desarrollo urbano y contaminación del aire, la experiencia de Hub-Terra permite a los responsables políticos, investigadores y empresas tomar decisiones basadas en datos.
Aplicaciones Acuáticas e Hidrológicas
El agua es la vida de los ecosistemas, y su gestión es crítica en tiempos de volatilidad climática. A través de técnicas de teledetección de alta precisión, monitoreamos los niveles de agua subterránea, hábitats bentónicos, morfología de ríos y más. Nuestros servicios capacitan a los interesados para implementar prácticas de gestión del agua efectivas y sostenibles.
Aplicaciones Terrestres
Los bosques, llanuras y montañas están cada vez más sujetos a la influencia humana. Empleamos técnicas avanzadas de teledetección para monitorear fenómenos como el dacaimiento forestal, la deforestación y los cambios en la cobertura del suelo. Con los servicios de Hub-Terra, la gestión sostenible de la tierra no solo es posible; es efectiva y eficiente.
Aplicaciones de Conservación
Nuestras capacidades de teledetección se extienden más allá de las preocupaciones humanas inmediatas, teniendo en cuenta la vida no humana que comparte nuestro planeta. Nuestros servicios proporcionan datos críticos para aplicaciones de conservación, incluido el mapeo de la intensificación agrícola en paisajes fuera de áreas protegidas.
Casos de Estudio
Contaminación del Aire y Exposición de la Población en Madrid
Hub-Terra extiende su experiencia geoespacial para comprender uno de los desafíos urbanos más apremiantes: la contaminación del aire. A través de nuestros algoritmos avanzados y tecnologías de vanguardia, podemos cuantificar, visualizar y analizar la calidad del aire en paisajes urbanos. Nuestro trabajo es particularmente relevante en el contexto de Madrid, una ciudad en la intersección de una rica historia y una modernidad que evoluciona rápidamente.
La contaminación del aire no se trata solo de cielos opacados; se trata de salud pública, calidad de vida y justicia ambiental. Utilizando datos satelitales, buscamos comprender los niveles de contaminación del aire en Madrid y cómo se intersectan con la distribución de la población.
Conjunto de datos usados:
1. Unidades administrativas de la FAO/GAUL
2. Datos de cuadrículas de población
3. Productos Sentinel-5P NO2
Tecnologías utilizadas:
1. Editor de código de Google Earth Engine
2. Python oara el análisis de datos
3. JavaScript para la interfaz de usuario
Implementamos técnicas avanzadas de enmascaramiento de nubes para filtrar el ruido y utilizamos algoritmos analíticos para calcular la concentración media de NO2. Al comparar los datos base con el período de confinamiento, pudimos observar cambios notables en los niveles de contaminación.
Las áreas con mayor densidad de población también mostraron niveles elevados de NO2, lo que suscitó preocupaciones sobre los impactos a largo plazo en la salud. El período de confinamiento de 2020 experimentó una disminución significativa en los niveles de NO2, lo que indica el potencial de recuperación rápida de los entornos urbanos bajo las condiciones adecuadas. Estos hallazgos pueden informar a los gobiernos locales en el diseño de intervenciones específicas para mejorar la calidad del aire.
Nuestra metodología robusta y capacidades de análisis en tiempo real hacen de Hub-Terra un socio confiable tanto para responsables políticos como para planificadores urbanos y organizaciones ambientales. A medida que continuamos perfeccionando nuestros algoritmos y ampliando nuestro conjunto de datos, seguimos comprometidos con ofrecer ideas accionables para una vida urbana más sostenible y saludable.
¿Quieres ser parte de nuestro viaje? Hablemos
Agricultura de Precisión en un Condado de EE. UU.
El área de interés en este estudio se definió utilizando el conjunto de datos TIGER/2018/Counties en Google Earth Engine, centrándonos en un condado específico. Se utilizaron imágenes de Landsat 7 y Landsat 8 para el año 2020. Aplicamos varios filtros para excluir características indeseables como nubes, nieve y cuerpos de agua de las imágenes. El Índice de Clorofila Verde (GCVI) se empleó como una capa adicional para un reconocimiento robusto del tipo de cultivo. Utilizamos un modelo de regresión armónica de segundo orden empleando la función ‘ee.Reducer.linearRegression’ para ajustar la serie temporal de valores GCVI. Estos coeficientes armónicos se utilizaron luego como insumos para un algoritmo de Bosques Aleatorios para la clasificación del tipo de cultivo.
El mapa representa visualmente la correlación entre las predicciones de nuestro modelo y las etiquetas de datos sobre el terreno proporcionadas por la Capa de Datos de Uso del Suelo (CDL). Los píxeles blancos corresponden a áreas donde nuestro modelo coincidía con la CDL, mientras que los píxeles negros resaltan regiones con datos disonantes. Notablemente, se observaron errores principalmente en los límites de los campos y ocasionalmente dentro de los campos.
Este estudio confirma la efectividad de aprovechar las tecnologías de teledetección para la clasificación del tipo de cultivo. Si bien el modelo mostró un buen rendimiento, hubo algunos errores que ocurrieron principalmente en los límites de los campos. Estos podrían minimizarse en futuras iteraciones al incorporar índices de vegetación adicionales o emplear algoritmos de aprendizaje automático más avanzados.
Los resultados afirman la viabilidad de la teledetección como herramienta para la agricultura moderna, ofreciendo beneficios prácticos para gestores de tierras, agrónomos y responsables políticos que buscan prácticas agrícolas sostenibles y eficientes. Por lo tanto, este estudio de caso se presenta como una prometedora prueba de concepto, anticipando las amplias posibilidades que las tecnologías geoespaciales presentan para la gestión agrícola.
Solicita una demostración
Información Pragmática, Detalle Inigualable
Nuestro enfoque implica no solo la recopilación de datos, sino también el análisis experto e integración en aplicaciones prácticas. No es suficiente saber lo que está sucediendo; la misión de Hub-Terra es utilizar ese conocimiento para un cambio real.
J. Bernal
A través de nuestros servicios integrales de teledetección, no solo somos observadores de las cambiantes condiciones de la Tierra; somos partícipes de manera proactiva de su gestión y conservación sostenibles.
D. Bello
Construyamos algo grande juntos.
Hub-Terra
Research and Technology
29010 Málaga (España)
©2023 Hub-Terra Investigación y Tecnología S.L. Todos los derechos reservados.
Las imágenes y marcas comerciales de terceros son propiedad de sus respectivos dueños y se utilizan bajo permiso o de acuerdo con sus términos de licencia.
Más
Noticias
Acerca de Nosotros
Contacto
Política de Privacidad
Política de Cookies
Términos y Condiciones
Síguenos
Hub-Terra 