1 of 42

Presentación Capstone

Talleres de desarrollo de capacidades en la República Dominicana

Septiembre 2023

2 of 42

Resumen

  • 21 participantes de ministerios gubernamentales, instituciones académicas y ONG.

  • Conocimientos y habilidades adquiridos (SIG, teledetección, scripting, código abierto)

  • Colaboración entre organizaciones.

  • Teoría a la práctica: 5 Productos propuestos por los participantes (mapeo de inundación, índice de calidad de aire, mapeo de cobertura forestal, mapeo de vegetación acuática, monitoreo de sargazo) - múltiples aplicaciones

  • Documentación, website con paso a paso.

3 of 42

Herramientas/Lecciones aprendidas

ØUso de la plataforma Google Earth Engine: Big Data , herramienta de código abierto.

ØProgramación en JavaScript: Google Earth Engine utiliza JavaScript como lenguaje de programación principal. Aprendimos a escribir scripts en JavaScript para acceder y analizar datos geoespaciales en la plataforma.

ØAnálisis Espacial: Adquirimos conocimientos avanzados en análisis espacial, lo que nos permitió realizar operaciones como la detección de cambios en la cobertura terrestre, el cálculo de índices de vegetación y la identificación de patrones geoespaciales.

ØVisualización de Datos Geoespaciales: Aprendimos a crear visualizaciones impactantes y efectivas de datos geoespaciales utilizando las herramientas de visualización incorporadas en Google Earth Engine. Esto incluye la generación de mapas, gráficos de series temporales y animaciones.

ØManejo de la plataforma ArcGIS

4 of 42

Problema 2:

Creación de un índice de calidad de aire a partir de datos climáticos

Problema 3:

Mapeo de cobertura forestal en la Cuenca Yaque del Norte

Problema 4:

Mapeo de vegetación acuatica

Problema 5:

Seguimiento al desplazamiento de sargazo cercano a la costa

Productos / Servicios propuestos / Uso del desarrollo de capacidades

Problema 1:

Mapeo de inundaciones por imágenes de radar

5 of 42

Problema 1:

Mapeo de inundaciones por imágenes de radar

Carol Catheline, INDRHI

Miguel Montero, MEPyD

Josefina Espaillat, F. REDDOM

Eriberto Dishmey, F. REDDOM

6 of 42

Descripción del Problema 1 -

La República Dominicana por su ubicación geográfica es afectada por fenómenos hidrológicos que provocan inundaciones y por ende afecta la vida de los ciudadanos y propiedades.

Es prioritario el desarrollo de capacidades y habilidades para el procesamiento, manejo, generacion y actualizacion en el uso de imágenes satelitales, software libres e informaciones disponibles. Con el fin de generación de información rápida y confiable por parte de las instituciones para la toma de decisiones y focalizar los recursos donde son más necesarios .

7 of 42

Descripción del Problema 1 -

Tormentas Olga y Noel, 28-10-2007*: US$437 millones (1.2% del PIB).

Lluvias de noviembre de 2016 y abril 2017*: US$862 millones (1.1% del PIB).

Huracán Irma y María, 07-09-2017*: US$182.4 millones (0.3% del PIB).

Huracán Fiona, 14-09-2022*: US$381.74 millones (0.3% del PIB).

“De los sectores más afectados destaca el agropecuario, poniendo en riesgo la seguridad alimentaria y la economía familiar, y consecuentemente afectando la cadena productiva y alterando las dinámicas de producción y acceso.”

8 of 42

Metodología

Datos:

Imágenes satelitales Sentinel 1 SAR

Procesar imágenes satelitales

  • Refinamiento de procesamiento con máscara de pendiente y muestreo de agua permanente.
  • Verificar la veracidad de los análisis de inundación realizados mediante validación en terreno.
  • Superposición la capa de inundación y datos de cantidad de población por pixel, cobertura de suelo (cultivo) y cantidad de edificaciones en zonas de encharcamiento.

Elaboración de mapa de áreas afectadas.

  • Estimación de población afectada
  • Estimación de cultivos afectados
  • Estimación de cantidad de edificaciones afectadas.

9 of 42

Diagrama de flujo

10 of 42

Aplicaciones

  • Mapeo de áreas inundadas
  • Estimación de población afectadas y áreas agrícolas afectadas
  • Información para la priorización de zonas para intervención
  • Monitoreo de las acciones de reducción de riesgo (pérdidas de suelo, colmatación de lagunas, deslizamiento).
  • Recomendaciones de acciones de reducción de riesgo en los medios de vida, recursos naturales y personas (reforestación, siembras barreras vivas, etc)

Antes

Despues

Diferencia

11 of 42

Aplicaciones

12 of 42

Camino a seguir

  • Crear o tener acceso una plataforma en la cual toda la data generada a partir de los análisis realizados a las imágenes y las capas generadas estén disponibles de una forma ágil y oportuna para que todas las instituciones que inciden en el territorio tengan acceso y puedan realizar sus análisis específicos en el área en que se desenvuelven

  • Realizar talleres para dar a conocer la plataforma y sus usos

Quién utilizará la información?

ONGs

Instituciones públicas y privadas

13 of 42

Problema 2:

Creación de un índice de calidad de aire a partir de datos climáticos

Alex Serafini - MIMARENA

Fernando Valerio - MIMARENA

Nataly Dominguez - MIMARENA

14 of 42

Descripción del Problema 2 -

A pesar de haber múltiples visualizadores en línea de libre acceso para evaluación de calidad de aire, como los visualizadores de ClimateTrace (el cual tiene visualizadores de emisión de dióxido de carbono), en muchos de estos, la información que tienen no contemplan detalladamente a República Dominicana o cuenta con información desactualizada.

Esto trae la necesidad de un visualizador de capas útiles para la evaluación de calidad de aire.

Imagen satelital extraida de Google Earth Engine

15 of 42

Descripción del Problema 2 -

Índice de Calidad de Aire en Puerto Plata según World's Air Pollution

Índice de Calidad de Aire según IQAir

16 of 42

Flujo de Trabajo / Metodología

Fuente

Datasets

  • Monóxido de Carbono
  • Dióxido de Nitrógeno

Copernicus

1

Sentinel-5P TROPOMI

  • PM2.5
  • PM10

2

Estaciones de Material Particulado

Ministerio de�Medio Ambiente

Sensor/Instrumento

  • Ozono
  • Dióxido de Sulfuro
  • Formaldehido

Estación de monitoreo de calidad de aire.�Ministerio de Medio Ambiente y Recursos Naturales

Sentinel-5P. TROPOMI

17 of 42

Flujo de Trabajo / Metodología

Creación de Capas

Recolección y preprocesamiento de datos para República Dominicana

Crear Puntaje de Calidad de Aire

Crear el índice de calidad de aire tomando en cuenta los datasets tomados de Sentinel 5P y de las Estaciones de Material Particulado.

Programar la Actualización de Capas

Para cada capa se crean assets por año, actualizando el más reciente mensualmente.

Mostrar en el Visualizador

El visualizador permite visualizar cualquier capa disponible con filtrado por año.

18 of 42

Aplicaciones

19 of 42

Aplicaciones

Monitoreo en Estaciones de calidad de aire PM10, año 2019

Monitoreo en Estaciones de calidad de aire PM10, año 2022

Levantamiento de ArcGis Pm10

20 of 42

Camino a seguir

Proponer el visualizador a beneficiarios

04

  • Ministerio de Medio Ambiente (MIMARENA).
  • Oficina Nacional de Meteorología (ONAMET).
  • Universidad Tecnológica de Santiago (UTESA).
  • Público General.

Optimizar la creación y servicio de las capas

03

  • Las capas se crean mensualmente pero de manera manual.
  • Las llamadas continuas en el tiempo de desarrollan agotan el límite mensual rápidamente.
  • Optimizar el tamaño del asset agilizaría la visualización en el cliente.

Desarrollar mejores leyendas para las capas

02

  • Un índice de calidad de aire en función a todas las capas puede ser útil para el público general
  • Mejorar el algoritmo de clasificación de colores por valor del índice. De esta manera podemos utilizar clases en vez de números crudos.

Mejorar el índice de calidad de aire

01

  • Los componentes tienen diferentes escalas.
  • La influencia de cada componente no es tomado en cuenta en el índice.
  • Clasificar los rangos del índice de calidad de aire en clases para ser más amigable al usuario.

21 of 42

Problema 3:

Mapeo de cobertura forestal en la Cuenca Yaque del Norte

Eva Mejía, Docente, INTEC

Karem Rivero, Cambio Climático, MMARN

Bepsy Morales, Información ambiental del MMARN

Santiago Hernández, Información ambiental del MMARN

22 of 42

Resumen

Esta capacitación nos proporcionó una base sólida en el entendimiento de los eventos hidrológicos y nos equipó con herramientas y conocimientos esenciales sobre la plataforma Google Earth Engine, que se utiliza para llevar a cabo análisis ambientales a gran escala como:

Ofrece acceso a una gran cantidad de datos de satélite y series temporales que permiten realizar un seguimiento de los cambios en la superficie de la Tierra a lo largo del tiempo. Así podremos abordar los desafíos que se nos presenten en nuestra área de manera más efectiva.

23 of 42

Descripción del Problema 3 -

La deforestación causada por la agricultura intensiva, producción de madera y el mal manejo de los recursos boscosos sumado a incendios forestales ha ido degradando la cobertura forestal en la zona de la Cuenca alta del Yaque del Norte.

  • Superficie: 6,891.13 km2.
  • Longitud: 201 km,
  • Caudal medio: 80 m3/s.
  • Alberga: 1,616,213 habitantes (16%)
  • Abarca: 24 municipios.

La cuenca del río Yaque del Norte, es la cuenca más grande de la República Dominicana, está ubicada en la región norte y noroeste del país.

24 of 42

Flujo de Trabajo / Metodología

Atmosféricas

Radiométricas

Determinar categorías de LULC (local, 7 clases)

Comparación con el histórico de diversas fuentes. (Período 2012- 2015)

Método de Olofsson, 2014 (evaluar la fiabilidad)

Uso de Random Forest

Mapas históricos

Datos de campos

Collect Earth

Imágenes Landsat

Mapa publicado en plataforma del Ministerio

25 of 42

Aplicaciones

Servirá como base para la planificación (toma de decisiones, mejorar la condición de la cuenca en zonas prioritarias, principalmente cuenca alta en los nacimientos de los ríos)

26 of 42

Fuente de datos: European Space Agency WorldCover 2020 Land Cover. Sensors: sentinel-2, sentinel-1

Cuenca del Rio Yaque del Norte

27 of 42

Camino a seguir

Elaboración de un portafolio de opciones de Soluciones basadas en la Naturaleza (SbN) que permita la conservación y protección de la cobertura forestal en la Cuenca del Yaque del Norte utilizando sistemas naturales y semi-naturales (soluciones de infraestructura natural o ingenierías blandas) para impulsar la protección de los recursos hídricos y contribuir a la zona de recarga de los acuíferos.

28 of 42

Camino a seguir

Muchas gracias

Este proyecto piloto permitirá crear un modelo de trabajo que pueda servir como punto de partida con el último año disponible (2020) con imágenes planet del 2019, a una resolución de 5 mts, para lograr el escalonamiento en otras cuencas.

Crear una base de datos de cobertura de uso de suelo dentro de la plataforma del Ministerio y publicar los productos.

29 of 42

Problema 4:

Mapeo de vegetación acuática flotante en la cuenca baja del río Ozama, año 2022

Rafael Garcia - MMARN

Winston Gonzalez - MMARN

30 of 42

Descripción del Problema 4 -

La vegetación es una trampa potencialmente significativa de escombros macroplásticos. Los desechos macroplásticos pueden quedar atrapados por la vegetación acuática (aguas arriba) y por la vegetación cercana al arroyo que sobresale del canal del río.

La capacidad de una trampa para capturar y retener escombros macroplásticos (efectividad de la trampa) depende de las características de la vegetación.

La vegetación acuática entorpece en gran medida los esfuerzo de reducir las emisiones de plásticos hacia al mar ya que sirve de transporte para los mismo.

31 of 42

Situación actual

El afluente principal de la cuenca baja del Ozama es impactada por la descarga constante de los drenajes sanitario y pluviales de la ciudad de Santo Domingo.

A consecuencia a esto el río Ozama e Isabela sufre de los efectos de eutrofización, fenómeno que permite la sobre producción de vegetación acuática flotante.

32 of 42

Flujo de Trabajo / Metodología

Área de estudio

33 of 42

Diagrama de flujo

Process

Dataset

Intermediate Product

Final Product

Mapa de vegetación acuática

Validación con datos de referencia

Grado de certeza del producto

Exactitud/ Precisión: %

Imagen satelital año 2022

(Optical: Planet NICFI)

Procesamiento de imágenes

Training &

Validation Points

Collect Reference Samples

(Drone, puntos de campo)

Train & Evaluate Modelo clasificador (Random forest)

Imágenes Procesadas

Mapa de vegetación acuática cortado con el polígono del rio

Clases:

Vegetación acuática.

cuerpos de agua

Maps de clasificacón de vegetación acuática

34 of 42

Flujo de Trabajo / Metodología

Datos de referencia

Levantamiento con drone

Coordenadas de referencia

Imagenes Ortorectificación

Fotografias y observaciones de campo

35 of 42

Aplicaciones

Quién va emplear esta información?

  • El ministerio de medio ambiente
    • En materia de monitoreo de calidad del agua

  • La Armada Dominicana
    • Para el acceso a la navegación del río.

Cómo se puede utilizar?

  • Desarrollar estrategias de manejo y adecuación ambiental de las acciones urbanas.
  • Mejorar su recolección y la de los residuos plásticos que quedan atrapados entre las ramas y raíces del mismo, evitando su transporte hacia el mar.

36 of 42

Pasos a seguir

5

Comparar y cuantificar datos de vegetación acuática

4

Clasificar imágenes de acuerdo a la línea temporal más conveniente

3

Tomar puntos de muestreos

Limpiar y procesar datos

2

1

Recolectar imágenes 2022 NICFI vía GEE

37 of 42

Problema 5:

Seguimiento al desplazamiento de sargazo cercano a la costa

Ivan Jimenez

Edwin Sanchez

38 of 42

Descripción del Problema 5 -

Sargazo:

  • El impacto invasivo del alga afecta rubros económicos y ecosistemas costeros.

Monitoreo y predicción:

  • República Dominicana no cuenta con un sistema propio para el monitoreo y predicción de la llegada de sargazo.
  • Esfuerzos regionales sugieren realizar estas tareas a nivel local debido a la varianza de los fenómenos que afectan el transporte del sargazo.
  • No se han usado estas herramientas para abordar el monitoreo y predicción del sargazo.

39 of 42

Situación actual

Misión

Sensor

Res. temporalidad

Res. espacial

Landsat8

OLI

16 días

~30 m

Landsat9

16 días

~30 m

Sentinel-3

OLCI

27 días

~300 m

TERRA (des)

MODIS

16 días

~1000 m

AQUA (asc)

16 días

~1000 m

Se utilizan los sensores identificados en referencias bibliográficas

Sentinel-1 es SAR (en proceso de estudio para detección de sargazo)

Sentinel-2 MSI no es referenciado cómo un sensor principal para detección del sargazo, pero pudiera ser utilizado

40 of 42

Flujo de Trabajo / Metodología

Caracterización

•Analizar los cambios del sargazo en serie temporal�

•Comparar con datos de mediciones locales y modelos de corriente superficial y viento

Identificación

•Usar Landsat 8 y 9 para identificar del sargazo en la costa, aplicando FAI y un método de clasificación

Rastreo

•Buscar imágenes de 7 días anteriores en AQUA y TERRA �

•Generar AFAI para resaltar el estado previo del sargazo identificado con Landsat

Labores automáticas

41 of 42

Aplicaciones

●Monitoreo de la evolución de balsas de sargazo�

●Estimación de puntos de intercepción del sargazo en el mar

42 of 42

Camino a seguir

  • Incluir datos de imágenes aéreas (UAV) del sargazo cercano a las costas�
  • Crear herramientas de predicción local del desplazamiento del sargazo en aguas costeras

  • Identificar estrategias de recolección del sargazo cercano a las costas