Actualidad

Desarrollo de componente software para el modelado de los efectos medioambientales en el Parque Natural de Somiedo

por | May 16, 2023 | Uncategorized

El Centro Tecnológico de la información y la Comunicación (CTIC), ha adjudicado a COTESA este proyecto. Esta actividad está circunscrita en el contexto del proyecto Aldea 0  VER VIDEO

 

La cuantificación de la biomasa y la absorción de carbono es esencial para comprender el cambio climático, monitorear la salud del ecosistema detectando áreas que necesitan especial proyección o tareas de restauración, evaluar los impactos de las actividades humanas, como la tala de árboles o quema de combustibles fósiles, y finalmente orientar políticas públicas relacionadas con la gestión de bosques y la mitigación del cambio climático.

Los algoritmos desarrollados están además íntimamente ligados con la economía circular, ya que permiten ayudan a valorar los beneficios económicos de los ecosistemas y los recursos naturales. Un ejemplo es el valor de un bosque en términos económicos por su capacidad de absorber carbono y proporcionar servicios ecosistémicos, además del valor que tiene por recursos madereros

El RCDE es un régimen de comercio con fijación previa de límites máximos de carbono, es decir, establece límites al total de gases de efecto invernadero que pueden emitir las empresas. Cada año se reducen los límites y las empresas reciben o compran derechos de emisión que pueden comercializar según lo necesiten. Por este motivo infiriendo datos de almacenamiento de CO2 en zonas con grandes reservas, como puede ser el Parque Natural de Somiedo, se pueden economizar estos gases y compensar las emisiones en otras áreas. Para inferir datos de carbono, es esencial calcular la biomasa para cada fecha de Sentinel-2 disponible.

Se utilizan datos de referencia del sensor LiDAR a bordo de la estación espacial internacional GEDI, generando stacks de datos Copernicus Sentinel-1 (polarizaciones e índices SAR) y Sentinel-2 (bandas e índices espectrales) para las fechas correspondientes a los datos de referencia que actúan como predictores en un modelo Machine Learning Random Forest desarrollado por COTESA para realizar predicciones de biomasa para cada imagen.

Para cumplir este objetivo principal, el proyecto se ha dividido en cinco tramos específicos que permiten cumplir los requisitos establecidos:

– Análisis inicial de las necesidades de información. Una de las novedades que aporta Cotesa a este tipo de proyectos de innovación es la integración de datos de biomasa aportados por Global Ecosystem Dynamics Investigation (GEDI), Se utilizan variables contenidas en el dato L2A de GEDI y se realizan ejercicios intensivos de filtrado de los datos debido a errores intrínsecos de geolocalización y datos anómalos. Se trata de datos puntuales a nivel mensual con una sensibilidad de 25×25 metros. GEDI se lanzó el 5 de diciembre de 2018 y está adjunto a la Estación Espacial Internacional (ISS).

– Para los sectores LULUCF.

– Validación del resultado del modelo de usos de suelo.

– Herramienta en formato .exe con los modelos pre-entrenados que genere los entregables descritos.

– Riesgo de incendio y estrés hídrico.

– Implementación de los algoritmos en la herramienta anteriormente generada.