Datos Geográficos: Consideraciones y Fuentes

Instituto de Biología Universidad Nacional Autónoma de México

Enrique Martínez Meyer emm@ib.unam.mx

WorldClim

Características de los datos geográficos •  Fuente: Interpolados vs. percepción remota •  Calidad: Métodos de obtención y procesamiento •  Resolución espacial: Importante considerar la

escala de la pregunta a abordar

•  Resolución temporal: puede representar promedios diarios, mensuales, anuales y multi-anuales

•  Tipo: categóricos vs. continuos

•  Formato: vector vs raster

Fuente: mapas interpolados Interpolación espacial

Es el procedimiento para estimar los valores de algún elemento del paisaje en sitios no muestreados dentro de un área usando un conjunto de observaciones

1. Calidad: mapas interpolados

WorldClim: 47,554 estaciones con datos de precipitación

IPCC: 19,800 estaciones con datos de precipitación

WorldClim 1.4

Origen, métodos de interpolación (metadatos)

Base de datos

WorldClim

BioClim para

México

Diferencia

10

0

-10

1. Calidad: mapas interpolados

Fuente: Mapas producidos a partir de percepción remota

Solar irradiance

Reflectance from study area,

Various Paths of Satellite Received Radiance

Diffuse sky irradiance

Total radiance at the sensor

L L

L

Reflectance from neighboring area,

1

2

3

Remote sensor

detector

Atmosphere

5

4 1,3,5

θ

θ

E

L

90Þ

θ 0 T

θ v T

0

0

v

p T

S

I

λ n r

λ r

E d

Los sensores remotos registran la radiación solar reflejada por la Tierra en diferentes porciones del espectro electromagnético

Aqua Terra MODIS

CARACTERISTICAS DE LA COBERTURA DEL TERRENO MOD-12 Cambios en la Cobertura del Terreno MOD-14 Anomalias Termales y de Fuegos MOD-43 Reflectancia Superficial MOD-44 Conversión de la Cubierta Vegetal

VARIABLES DE BALANCE DE ENERGIA MOD-09 Reflectancia Superficial MOD-11 Temperatura Superficial de la Tierra (LST) y Emisividad

VARIABLES DE ECOSISTEMAS MOD-13 Indices de Vegetación (NDVI & EVI) MOD-15 Indice del Area Foliar (LAI) y Fracción de la

Radiación Fotosintéticamente Activa (FPAR) MOD-17 Fotosíntesis Neta y Productividad Primaria MOD-16 Evapotranspiración

MODIS Productos

Example of interpolated surface from point data using Inverse Distance Weighting technique. Courtesy: Science Applications International Corporation Raster obtenido por

interpolación

Raster obtenido por percepción remota

1. Calidad

Se refiere al tamaño de celda (raster) o la escala (vector) de los mapas

2. Resolución espacial

IPPC: Precipitación annual a 0.5° de resolución WorldClim: Precipitación annual a 0.008° de resolución

3. Resolución temporal Promedio de un periodo de tiempo (días, meses, décadas, etc.)

MODIS EVI 15-30 October MODIS EVI 30 October-15November Promedio de 16 días del

índice de vegetación NDVI de una imagen MODIS

Promedio de 30 días del índice de vegetación NDVI

de una imagen MODIS

3. Resolución temporal

Proyecciones temporales

Escenarios en el pasado (e.g. Pleistoceno) Escenarios al futuro (e.g. 2100)

Presente temperatura máxima (1960-1990)

Proyecciones temporales

Escenarios de cambio climático

3. Tipo

•  Datos continuos – Son superficies en donde los valores representan la medición cuantitativa de la variable

Land cover 2000

•  Datos categóricos – corresponden a campos discretos en donde cada valor representa una clase

Tipos de suelo Orientación de las pendientes

Representación de datos espaciales en un SIG

Paisaje real

Modelo vector Modelo raster (o de celdas)

4. Formato

Vector

4. Formato

Raster

Algunos aspectos a considerar sobre los datos geográficos en el análisis de datos biológicos

•  La resolución temporal y espacial de los datos geográficos tienen que empatar con la de los datos biológicos. Los datos obtenidos por percepción remota son poderosos, pero su cobertura temporal es limitada, comparada con los datos obtenidos por interpolación

•  La resolución espacial de los datos geográficos tiene que corresponder con la pregunta biológica

Algunos aspectos a considerar sobre los datos geográficos en el análisis de datos biológicos

•  Es muy importante siempre tener en cuenta la proyección, las unidades del mapa y el datum de los datos geográficos que se usan. Muchas veces es necesario hacer trransformaciones y otras manipulaciones

•  Existen diversos formatos de compresión y presentación de los datos geográficos (e.g., ascii, bil, bin, grid, shapefile, etc.). A veces es una pesadilla lograr tener los datos en el formato deseado

•  El uso de un SIG es prácticamente indispensable para la manipulación de datos geográficos

Fuentes de datos

• Climáticos (Global):

WorldClim (1960-1990) http://www.worldclim.org/

IPCC presente y futuro http://www.ipcc-data.org/obs/get_30yr_means.html http://www.ipcc-data.org/ddc_climscen.html

Climatic Research Unit http://www.cru.uea.ac.uk/cru/data/hrg.htm

Paleoreconstructions PMIP http://pmip.lsce.ipsl.fr/ NOAA: http://www.ncdc.noaa.gov/paleo/

Fuentes de datos

• Topografía y batimetría USGS Hydro 1k http://edc.usgs.gov/products/elevation/gtopo30/hydro/ NOAA ETOPO www.ngdc.noaa.gov/mgg/global/seltopo.html

Batimetría http://ibis.grdl.noaa.gov/cgi-bin/bathy/bathD.pl

• Marinos:

NOAA World Ocean Atlas http://www.nodc.noaa.gov/OC5/indprod.html

Climate Prediction Center http://www.cpc.noaa.gov/products/predictions/30day/SSTs/sst_clim.html BioOracle

• Satélite (gratuitos):

Índices de Vegetación:

MODIS http://edcdaac.usgs.gov/dataproducts.asp (EVI y NDVI) del año 2000 al presente AVHRR http://edcsns17.cr.usgs.gov/1KM/1kmhomepage.html (NDVI): 1985 al presente

Cobertura del terreno global:

IES Global Landcover 2000 http://www-gvm.jrc.it/glc2000/

University of Maryland (1992) http://glcf.umiacs.umd.edu/data/

Fuentes de datos

Otros

WWF Ecoregions http://www.worldwildlife.org/science/data.cfm Áreas Protegidas UNEP IUCN http://sea.unep-wcmc.org/wdbpa/ Nature Serve. Mapas de distribución de vertebrados de Latinoamérica http://www.natureserve.org/getData/animalData.jsp