Mapa mundial de plantaciones de palma aceitera. 2019. ( Vector). Adrià, D., Wich, S., Meijaard, E., Gaveau, D., Peedell, S., & Szantoi, Z.
Estudio que presenta el primer mapa global de plantaciones de palma aceitera para el año 2019 derivado de datos de sensores remotos con una resolución espacial de 10 m. Para ello se utilizaron datos de Sentinel-1 y Sentinel-2 en un mapa que discrimina entre pequeños agricultores y plantaciones industriales de palma aceitera.
MGN-Nivel Zona Urbana integrado al CNPV2018.(Vector). Departamento Administrativo Nacional de Estadística (DANE).
MGN-Nivel Zona Urbana integrado al CNPV2018.
Coberturas de la tierra en la Amazonia colombiana. 2002.(Vector).Instituto Amazónico de Investigaciones Científicas (SINCHI)
Mapa de coberturas de la tierra de la Amazonía Colombiana a escala 1:100.000 para el año 2002.
Coberturas de la tierra en la Amazonia colombiana. 2007. (Vector). Instituto Amazónico de Investigaciones Científicas (SINCHI)
Mapa de coberturas de la tierra de la Amazonía Colombiana a escala 1:100.000 para el año 2007.
Coberturas de la tierra en la Amazonia colombiana. 2012.(Vector). Instituto Amazónico de Investigaciones Científicas (SINCHI)
Mapa de coberturas de la tierra de la Amazonía Colombiana a escala 1:100.000 para el año 2012.
Coberturas de la tierra en la Amazonia colombiana. 2014.(Vector).Instituto Amazónico de Investigaciones Científicas (SINCHI)
Mapa de coberturas de la tierra de la Amazonía Colombiana a escala 1:100.000 para el año 2014.
Evolución multitemporal de la superficie glaciar de la Sierra Nevada de Santa Marta 1850-2017.(Vector).Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Análisis multitemporal del cambio del área de cobertura glaciar sobre la Sierra Nevada de Santa Marta.
Evolución multitemporal de la superficie glaciar de la Sierra Nevada del Cocuy 1850-2016.(Vector). Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Análisis multitemporal del cambio del área de cobertura glaciar sobre la Sierra Nevada del Cocuy.
Evolución multitemporal de la superficie glaciar del Volcán Nevado de Santa Isabel de 1850-2016.(Vector).Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Análisis multitemporal del cambio del área de cobertura glaciar sobre el Volcán Nevado de Santa Isabel.
Evolución multitemporal de la superficie glaciar del Volcán Nevado del Huila 1850-2016.(Vector).Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Análisis multitemporal del cambio del área de cobertura glaciar sobre el Volcán Nevado del Huila.
Evolución multitemporal de la superficie glaciar del Volcán Nevado del Ruiz 1850-2016.(Vector).Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Análisis multitemporal del cambio del área de cobertura glaciar sobre laVolcán Nevado del Ruiz .
GLIMS: Mediciones globales del hielo terrestre desde el espacio.(Vector).National Snow and Ice Data Center (NSIDC)
Global Land Ice Measurements from Space (GLIMS) es una iniciativa internacional con el objetivo de inspeccionar repetidamente los aproximadamente 200.000 glaciares del mundo. El proyecto busca alimentar el Randolph Glacier Inventory (RGI) a nivel mundial del hielo terrestre, incluidas las mediciones del área del glaciar, la geometría, la velocidad de la superficie y la elevación de la línea de nieve. Para realizar estos análisis, el proyecto GLIMS utiliza datos satelitales, principalmente del Radiómetro Avanzado de Emisión Térmica y Reflexión Espacial (ASTER) y del Landsat Enhanced Thematic Mapper Plus (ETM+), así como información histórica derivada de mapas y fotografías aéreas.
Base de datos mundial sobre lagos y humedales./Vector).World Wild Life (WWF) – Centro de Investigación de Sistemas Ambientales – Universidad de Kassel
Combinación de múltiples fuentes disponibles para lagos y humedales a escala global (resolución de 1:1 a 1:3 millones) y la aplicación de la funcionalidad GIS. Esto permite la generación de una base de datos que se enfoca en tres niveles coordinados en (1) grandes lagos y embalses, (2) cuerpos de agua más pequeños y (3) humedales.
Mapa de bosque/no bosque para Colombia. 2000.(Vector).Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Mapa de Bosque/no bosque para el área continental colombiana a partir de imágenes Landsat para el año 2000.
Mapa de bosque/no bosque para Colombia. 2005.(Vector).Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Mapa de Bosque/no bosque para el área continental colombiana a partir de imágenes Landsat para el año 2005.
Mapa de bosque/no bosque para Colombia. 2010.(Vector).Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Mapa de Bosque/no bosque para el área continental colombiana a partir de imágenes Landsat para el año 2010.
Mapa de bosque/no bosque para Colombia. 2012.(Vector).Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Mapa de Bosque/no bosque para el área continental colombiana a partir de imágenes Landsat para el año 2012.
Mapa de bosque/no bosque para Colombia. 2013.(Vector).Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Mapa de Bosque/no bosque para el área continental colombiana a partir de imágenes Landsat para el año 2013.
Mapa de bosque/no bosque para Colombia. 2014. (Vector). Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Mapa de Bosque/no bosque para el área continental colombiana a partir de imágenes Landsat para el año 2014.
Mapa de cambio de bosque 2012- 2013 para Colombia. (Vector). Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Mapa de Bosque/no bosque para el área continental colombiana a partir de imágenes Landsat para el año 2012.
Mapa de ecosistemas. 2012. (Vector). Instituto Amazónico de Investigaciones Científicas (SINCHI)
Capa de ecosistemas acuáticos y terrestres del año 2012 de la Región de la Amazonia escala 1:100.000, según la metodología CORINE Land Cover y la delimitación y clasificación de las unidades de geoformas, el clima (temperaturas – pisos climáticos y las precipitaciones).
Mapa de humedales de colombia. (Vector). Sistema de informacion abierta de colombia – Ministerio de medio ambiente y recursos naturales
La capa de los Humedales a escala 1:100.000 actualizada en 2020 muestra los límites espaciales construidos a partir de las resoluciones y los ejercicios técnicos realizados, de cada una de las zonas de estudio. Cubre toda la extensión continental del territorio colombiano, en donde se encuentran los Humedales.
Paisajes agropecuarios de la Amazonía Colombiana. 2002. (Vector). Instituto Amazónico de Investigaciones Científicas (SINCHI)
Mapa de paisajes agropecuarios periodo 2002 a escala 1:100.000 correspondiente a la zona transformada antrópicamente por actividades agrícolas o pecuarias.
Paisajes agropecuarios de la Amazonía Colombiana. 2007. (Vector). Instituto Amazónico de Investigaciones Científicas (SINCHI)
Mapa de paisajes agropecuarios periodo 2007 a escala 1:100.000 correspondiente a la zona transformada antrópicamente por actividades agrícolas o pecuarias.
Paisajes agropecuarios de la Amazonía Colombiana. 2012. (Vector). Instituto Amazónico de Investigaciones Científicas (SINCHI)
Mapa de paisajes agropecuarios periodo 2012 a escala 1:100.000 correspondiente a la zona transformada antrópicamente por actividades agrícolas o pecuarias.
Paisajes agropecuarios de la Amazonía Colombiana. 2014. (Vector). Instituto Amazónico de Investigaciones Científicas (SINCHI)
Mapa de paisajes agropecuarios periodo 2014 a escala 1:100.000 correspondiente a la zona transformada antrópicamente por actividades agrícolas o pecuarias.
Páramos Delimitados Junio 2020. (Vector). Sistema de informacion abierta de colombia – Ministerio de medio ambiente y recursos naturales
Capa que contiene los limites de los páramos delimitados a Junio de 2020 (escalas 1:25000 y 1:100.000)
Páramos delimitados. 2020. (Vector). Ministerio de ambiente y desarrollo sostenible
Capa que contiene los límites de los páramos delimitados a Junio de 2020 (escalas 1:25.000 y 1:100.000).
Suelo Desnudo Global en 2010 (30 m). (Raster). Hansen, M.C., Potapov, P.V., Moore, R., Hancher, M., Turubanova, S.A., Tyukavina, A., Thau, D., Stehman, S.V., Goetz, S.J., Loveland, T.R., Kommareddy, A., Egorov, A., Chini, L., Justice, C.O., y Townshend, J.R.G
Mapa de la cobertura global de suelo desnudo a través de estimaciones por píxel del porcentaje de cobertura de suelo desnudo alrededor de 2010, derivadas de valores de reflectancia mediana por banda del Landsat 7 ETM+ de todas las observaciones libres de nubes/sombras durante la temporada de crecimiento.
Cobertura arbórea mundial en 2010 (30 m). (Raster). Hansen, M.C., Potapov, P.V., Moore, R., Hancher, M., Turubanova, S.A., Tyukavina, A., Thau, D., Stehman, S.V., Goetz, S.J., Loveland, T.R., Kommareddy, A., Egorov, A., Chini, L., Justice, C.O., y Townshend, J.R.G
Los datos globales de cobertura de árboles (treecover2010) son estimaciones por píxel del porcentaje máximo de cobertura de árboles de alrededor de 2010 (pico de la temporada de crecimiento) derivadas de los datos compuestos de Landsat 7 ETM+ de la temporada de crecimiento anual sin nubes. Se aplicó un modelo de árbol de regresión que estima el porcentaje de cubierta de dosel de árboles por píxel a compuestos anuales de 2000 a 2012 inclusive. Las lagunas de datos y el ruido de años individuales se reemplazaron utilizando valores medios de varios años. En primer lugar, se utilizó una mediana de los valores anuales de cobertura de dosel de árboles de 2009-2011 para estimar la cobertura de árboles de 2010. Para los píxeles que aún no tienen una estimación, el cálculo de la mediana se amplió para incluir los valores de cobertura de árboles de 2008 a 2011 y luego de 2008 a 2012. La capa resultante representa la cobertura máxima estimada de dosel de árboles por píxel, 1-100% para el año 2010 en valores enteros (1-100).
Altura del dosel forestal mundial 2019. (Raster). P. Potapov, X. Li, A. Hernandez-Serna, A. Tyukavina, M.C. Hansen, A. Kommareddy, A. Pickens, S. Turubanova, H. Tang, C.E. Silva, J. Armston, R. Dubayah, J. B. Blair, M
Se desarrolló un nuevo mapa global de la altura del dosel del bosque con una resolución espacial de 30 m mediante la integración de las mediciones de la estructura del bosque lidar de la Investigación de la Dinámica de los Ecosistemas Globales (GEDI) y la serie temporal de datos listos para el análisis de Landsat. El GEDI de la NASA es un instrumento espacial que opera a bordo de la Estación Espacial Internacional desde abril de 2019. Proporciona mediciones de la estructura de la vegetación basadas en la huella, incluida la altura del dosel del bosque entre 52 ° N y 52 ° S a nivel mundial. Las métricas multitemporales de Landsat que representan la fenología de la superficie sirven como variables independientes para el modelado global de la altura del bosque. Se implementó el modelo de conjunto de árbol de regresión en bolsa aplicado y calibrado localmente de “ventana móvil” para garantizar una alta calidad de la predicción de la altura del bosque y la consistencia del mapa global.
Cobertura terrestre mundial y uso del suelo. 2019, v1.0. (Raster). M.C. Hansen, P.V. Potapov, A.H. Pickens, A. Tyukavina, A. Hernandez-Serna, V. Zalles, S. Turubanova, I. Kommareddy, S.V. Stehman.
Mapa global de cobertura y uso de la tierra de 2019 derivado de imágenes satelitales de Landsat y, a partir de él, donde se estima la extensión espacial y la dispersión del uso de la tierra desagregada por dominio climático y ecozona.
Bosques tropicales húmedos primarios. (Raster). Turubanova S., Potapov P., Tyukavina, A., y Hansen M
Mapa primario de bosque tropical húmedo. La extensión del bosque primario fue mapeada para el año 2001 a una resolución espacial de 30 metros utilizando imágenes Landsat adquiridas a nivel mundial, gratuitas y procesadas constantemente.
Rápida expansión del impacto humano sobre la tierra natural en Sudamérica desde 1985. (Raster). Global Land Analysis & Discovery
Códigos de clase de los estratos son las siguientes clases: Fuera del área de estudio, otro uso de la tierra, cobertura terrestre estable, cobertura terrestre estable, Amazonas, rebrote, plantaciones de árboles, tierras de cultivo 2016-2018, tierras de cultivo 1985-1994 y agua.
Cambio global de la cubierta forestal (GFCC) Cubierta arbórea plurianual Global 30m. (Raster). Sexton, J. O., Song, X.-P., Feng, M., Noojipady, P., Anand, A., Huang, C., Kim, D.-H., Collins, K.M., Channan, S., DiMiceli, C., y Townshend, J.R.G
Las capas de cobertura de árboles Landsat Vegetation Continuous Fields (VCF) contienen estimaciones del porcentaje de suelo horizontal en cada píxel de 30 m cubierto por vegetación leñosa de más de 5 metros de altura. El conjunto de datos está disponible para cuatro épocas centradas en los años 2000, 2005, 2010 y 2015. El conjunto de datos se deriva del producto GFCC Surface Reflectance (GFCC30SR), que se basa en conjuntos de datos mejorados de Global Land Survey (GLS). Los conjuntos de datos GLS están compuestos por imágenes de Landsat 5 Thematic Mapper (TM) y Landsat 7 Enhanced Thematic Mapper Plus (ETM+) de alta resolución con una resolución de 30 metros.
Llanuras aluviales mundiales de alta resolución (GFPLAIN250m). (Raster). Nardi, Fernando; Annis, Antonio
El GF PLAIN 250 m incluye datos ráster de las llanuras aluviales de la Tierra identificadas mediante un enfoque geométrico presentado en Nardi et al. (2006, 2018). El conjunto de datos de la planicie de inundación de 250 m se deriva del procesamiento del modelo de elevación digital SRTM de la NASA recopilado de (http://srtm.csi.cgiar.org/), y en particular los 250 m SRTM versión 4.1 DTM.
Distribución mundial de los manglares. 2000. (Raster). NASA SEDAC at the Center for International Earth Science Information Network
Base de datos preparada a partir de datos satelitales Landsat del año 2000. Más de 1,000 escenas Landsat obtenidas del Centro de Ciencias y Observación de Recursos Terrestres (EROS) de USGS se clasificaron utilizando técnicas híbridas de clasificación de imágenes digitales supervisadas y no supervisadas con financiación de la NASA.
Mapas de densidad de población de alta resolución + estimaciones demográficas. (Raster). Facebook Connectivity Lab and Center for International Earth Science Information Network – CIESIN – Columbia University
Método de visión por computadora basado en el aprendizaje automático para crear mapas de población a partir de imágenes de satélite a escala global, con una sensibilidad espacial correspondiente a edificios individuales y adecuada para el despliegue global. Al combinar estos datos de asentamientos con los datos del censo, se crean mapas de población con una resolución de ~30 metros.
WWF HydroSHEDS Red de Ríos de Caudal Libre v1. (Raster). World Wildlife Fund
HydroSHEDS es un producto de mapeo que proporciona información hidrográfica para aplicaciones a escala regional y global.
GHS-BUILT. (Raster). Comisión Europea
Capa de información multitemporal sobre la presencia de área edificada derivada de colecciones de imágenes Landsat (GLS1975, GLS1990, GLS2000 y colección ad-hoc Landsat 8 2013/2014).
GLC_FCS30: Producto mundial sobre la ocupación del suelo con sistema de clasificación fina a 30 m utilizando series temporales de imágenes Landsat. (Raster). Liangyun,Liu, Xiao,Zhang, Xidong,Chen, Yuan,Gao, y Jun, Mi
Un nuevo producto global de cobertura terrestre de 30 m con un sistema de clasificación fina para el año 2015 (GLC_FCS30-2015). El producto se produjo mediante la combinación de series temporales de imágenes Landsat y datos de entrenamiento de alta calidad de GSPECLib (Biblioteca de espectros temporales espaciales globales) en la plataforma informática Google Earth Engine.
Expansión mundial de las tierras de cultivo en el siglo XXI. (Raster). P. Potapov, S. Turubanova, M.C. Hansen, A. Tyukavina, V. Zalles, A. Khan, X.-P. Song, A. Pickens, Q. Shen, J. Cortez
Serie temporal de la extensión de tierras de cultivo a escala global con una resolución espacial de 30 m se derivó del archivo de datos del satélite Landsat con intervalos de mapeo de cuatro años. Se entiende como áreas cultivadas a toda tierra utilizadas para cultivos herbáceos anuales y perennes para consumo humano, forrajes (incluido el heno) y biocombustibles.
Consenso mundial de la cubierta terrestre de 1 km. (Mapa). National Center for Ecological Analysis and Synthesis (NCEAS) – NASA – National Science Foundation (NSF) – Yale University
Los conjuntos de datos integran múltiples productos de cobertura terrestre derivados de sensores remotos globales y brindan información de consenso sobre la prevalencia de 12 clases de cobertura terrestre con una resolución de 1 km.
Huella de los Asentamientos Mundiales 2015, 2019 y Evolución de la Huella de los Asentamientos Mundiales (1985-2015). (Mapa). Marconcini, Mattia; Metz-Marconcini, Annekatrin; Üreyen, Soner; Palacios-Lopez, Daniela; Hanke, Wiebke; Bachofer, Felix; et al
La Huella Mundial de Asentamientos (WSF) es una máscara binaria de resolución de 10 m que describe la extensión de los asentamientos humanos a nivel mundial derivada por medio de imágenes multitemporales Landsat-8 y Sentinel-1 (de las cuales ~217,000 y ~107,000 escenas han sido procesadas, respectivamente).
Ecosistemas continentales, marinos y costeros de Colombia. 2017. (Mapa). Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Mapa de ecosistemas continentales, costeros y marinos de Colombia, escala 1:100.000 versión 2.1 elaborado a partir de información base corresponde a: a) clasificación climática de Caldas Lang del IDEAM b) Mapa de geopedología del IGAC c) Mapa de cobertura de la tierra del IDEAM, et al d) Mapa de unidades bióticas generado por el IAvH.
Evolución multitemporal de la superficie glaciar del Volcán Nevado del Tolima de 1850-2016. (Mapa). Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Análisis multitemporal del cambio del área de cobertura glaciar sobre el Volcán Nevado del Tolima.
Vigilancia minera en el Amazonas. (Geovisor). Red de Investigaciones de los Bosques Tropicales (RIN) del Centro Pulitzer – Amazon Conservation – Earth Genome
Visor geográfico con datos de minería a escala regional de la amazonia desde el año 2018 a 2023
ANM Geoportal. (Geovisor). Agencia Nacional de Minería (ANM)
Visor geográfico con los datos de las áreas de lincencias de titulos mineros a nivel Colombia
BIESIMCI. (Geovisor). Oficina de las Naciones Unidas Contra la Droga y el Delito (UNODC) – Ministerio de Minas y Energía de Colombia – Asuntos Antinarcóticos y Aplicación de la Ley (INL) – Embajada de los Estados Unidos
Visor geográfico con datos de Evidencia de Explotación de Oro de Aluvión (EVOA) para Colombia.
Bing Maps. (Geovisor). Microsoft
Bing Maps es un servicio de mapas en línea que forma parte de la suite de motores de búsqueda Bing de Microsoft, y opera sobre la plataforma Bing Maps. La vista aérea combina imágenes satelitales con el mapa, destacando carreteras y puntos de referencia importantes para facilitar su identificación en las imágenes satelitales.
Cartografía básica departamento de Boyacá. (Geovisor). Gobernación de Boyacá – SIGTER
La Gobernación de Boyacá, en el cumplimiento de sus funciones, ha creado herramientas para apoyar la toma de decisiones en el territorio boyacense a través de convenios y alianzas con diversas entidades a nivel nacional y departamental. Esta plataforma permite explorar y descargar información geográfica departamental proporcionada por el Instituto Geográfico Agustín Codazzi, así como a cartografía temática de Corporaciones Autónomas Regionales y otras entidades.
Cartografía de la cuenca de río Atrato. (Geovisor). Ministerio de medio ambiente y desarrollo sostenible
Visor geografico de la delimitación de la cuenca del río Atrato
Cobertura de la tierra 2000 – 2002. (Geovisor). Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Mapa de Coberturas de la Tierra Metodología Corine Land Cover Adaptada para Colombia Escala 1:100.000Periodo 2000 – 2002.
Cobertura de la tierra 2005 – 2009. (Geovisor). Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM)
Mapa de Coberturas de la Tierra Metodología Corine Land Cover Adaptada para Colombia Escala 1:100.000Periodo 2005 – 2009.
Cobertura de la Tierra Metodología CORINE Land Cover adaptada para Colombia. 2018. (Geovisor). Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM) – Instituto Amazónico de Investigaciones Científicas (SINCHI) – Parques Nacionales Naturales (PNN)
El objetivo geográfico del mapa de la Cobertura de la Tierra periodo 2018 a escala 1:100.000 corresponde a la reinterpretación y/o interpretación visual de imágenes Landsat 8 para la parte continental e imágenes Sentinel 2 para el archipiélago de San Andrés, Providencia y Santa Catalina, todas con fecha de captura dentro del periodo (año) 2018. Consta de 54 clases temáticas en el atributo nivel 3 y 130 clases temáticas en el atributo leyenda, según leyenda Nacional de Coberturas de la Tierra, que van hasta el máximo nivel interpretado, llegando así a los niveles tercero, cuarto, quinto y sexto en algunas coberturas.
Colombian Mining Monitoring (COMIMO). (Geovisor). Universidad del Rosario
CoMiMo es una herramienta de libre acceso que analiza mensualmente todo el país en búsqueda de minas a cielo abierto para visualizar su ubicación. CoMiMo permitirá detectar la minería ilegal y actuar oportunamente para contrarrestar sus impactos.
Capas de cobertura terrestre global de Copernicus: CGLS-LC100 Colección 3. (Geovisor). Buchhorn, M. ; Lesiv, M. ; Tsendbazar, N. – E. ; Herold, M. ; Bertels, L. y Smets, B
El mapa dinámico de cobertura terrestre con una resolución de 100 m (CGLS-LC100) proporciona un esquema primario de cobertura terrestre. Además de estas clases discretas, el producto también incluye capas de campo continuas para todas las clases básicas de cobertura del suelo que brindan estimaciones proporcionales de vegetación/cobertura del suelo para los tipos de cobertura del suelo. P.ej. fracción de cobertura de cultivos, fracción de cobertura de pasto.
Dinámica de paisajes agropecuarios. (Geovisor). Sistema de Información Ambiental Territorial de la Amazonia Colombiana (SIAT-AC)
Dinámica de paisajes agropecuarios
ESA WorldCover 10m. 2020-2021. (Geovisor). Agencia Espacial Europea (ESA)
El producto WorldCover 10m de la Agencia Espacial Europea (ESA) proporciona un mapa global de cobertura terrestre con una resolución de 10 m basado en datos de Sentinel-1 y Sentinel-2. El producto WorldCover viene con 11 clases de cobertura terrestre, alineado con el Sistema de Clasificación de Cobertura Terrestre de la ONU-FAO, y ha sido generado en el marco del proyecto ESA WorldCover.
Cobertura terrestre global del uso del suelo de ESRI según Sentinel-2. (Geovisor). Environmental Systems Research Institute (ESRI)
Mapa mundial de uso de la tierra/cobertura terrestre (LULC) desarrollado con Esri y en colaboración con IA de Microsoft para la Tierra. Este fue construido utilizando la resolución más alta y con datos satelitales disponibles públicamente de la Agencia Espacial Europea.
Explorador de cultivos. (Geovisor). United States Department of Agriculture (USDA)
La División de Evaluación de la Producción Internacional (IPAD, por sus siglas en inglés) del Servicio Agrícola Exterior (FAS, por sus siglas en inglés) del USDA se encarga de evaluar las condiciones de los cultivos a nivel global y de estimar la superficie, el rendimiento y la producción de cereales, semillas oleaginosas y algodón. La principal misión de IPAD es proporcionar una evaluación objetiva y precisa de la producción agrícola mundial y de las condiciones que impactan la seguridad alimentaria en todo el planeta. Los analistas regionales emplean teledetección y sistemas de información geográfica (SIG) para recopilar información de mercado y analizar datos de imágenes satelitales casi en tiempo real, con el fin de estimar la producción global.
Frontera agrícola nacional. (Geovisor). Unidad de Planificación Rural Agropecuaria (UPRA)
Mapa de la frontera agrícola nacional, bosques naturales y áreas no agropecuarias y exclusiones legales.
Geovisor humedales – resource watch. (Geovisor). Universidad McGill (McGill)– World Wildlife Fund (WWF)
Este conjunto de datos estima distribuciones de humedales a gran escala y complejos de humedales importantes, incluidas áreas de marismas, pantanos, turberas y agua (Lehner y Döll 2004). Los grandes ríos también se incluyen como humedales (humedales lóticos); se supone que solo un río con humedales adyacentes (llanura de inundación) es lo suficientemente ancho como para aparecer como un polígono en los mapas de origen de escala gruesa.
Distribución mundial de los manglares USGS. (Geovisor). Giri C, Ochieng E, Tieszen LL, Zhu Z, Singh A, Loveland T, Masek J, y Duke N
Conjunto de datos que muestra la distribución global de los bosques de manglares, derivados de imágenes satelitales de observación de la tierra. El conjunto de datos se creó utilizando datos de Global Land Survey ( GLS ) y el archivo Landsat. Se interpretaron aproximadamente 1000 escenas Landsat utilizando técnicas híbridas de clasificación de imágenes digitales supervisadas y no supervisadas. Véase Giri et al. (2011) para más detalles.
Distribución global de biomasa de manglares modelada. 2014. (Geovisor). Hutchison J, Manica A, Swetnam R, Balmford A, Spalding M
Conjunto de datos que muestra los patrones globales modelados de la biomasa aérea de los bosques de manglares. Con base en una revisión de 95 estudios de campo en todo el mundo sobre el almacenamiento y los flujos de carbono en los manglares, se desarrolló un modelo basado en el clima para la biomasa potencial sobre el suelo de los manglares, con casi cuatro veces el poder explicativo del único modelo publicado anteriormente. El mapa destaca la alta variabilidad en la biomasa aérea de los manglares e indica áreas que podrían priorizarse para la conservación y restauración de manglares.
Global Mangrove Watch (1996 – 2020) Versión 3.0. (Geovisor). Global Mangrove Alliance
En este estudio se han utilizado conjuntos de datos de mosaico globales de radar de apertura sintética (SAR) de banda L de la Agencia de Exploración Aeroespacial de Japón (JAXA) para 11 épocas desde 1996 hasta 2020 para desarrollar una serie temporal a largo plazo de la extensión y el cambio de los manglares a nivel mundial.
Hansen Cambio Forestal Global v1.8. (Geovisor). Hansen, M. C., P. V. Potapov, R. Moore, M. Hancher, S. A. Turubanova, A. Tyukavina, D. Thau, S. V. Stehman, S. J. Goetz, T. R. Loveland, A. Kommareddy, A. Egorov, L. Chini, C. O. Justice, y J. R. G. Townshend
Resultados del análisis de series temporales de imágenes Landsat para caracterizar la extensión y el cambio de los bosques a nivel mundial.
Manglares de Colombia. (Geovisor). Instituto de Investigaciones Marinas y Costeras “José Benito Vives de Andreis” (INVEMAR)
Capa vectorial de manglares de Colombia realizada a partir de técnicas de procesamiento digital de imágenes. Para el Caribe y Pacífico a escala 1:25.000, la metodología se basó en un proceso semiautomatizado en la plataforma Google Earth Engine donde se emplearon imágenes ópticas y de radar para clasificar de manera supervisada el manglar y otras coberturas generales. Se emplearon puntos de campo y de imágenes de alta resolución para entrenar y validar la clasificación. Se utilizaron algoritmos diferentes para Caribe y Pacífico debido a las condiciones particulares de cada zona, para el Pacífico se procesaron imágenes de los años 2019 y 2020, en el caso del Caribe se procesaron imágenes del año 2020. Para los dos casos la unidad mínima cartografiable es de 1600 m2. En cuanto a San Andrés, Providencia y Santa Catalina la escala de la cartografía es de 1:5.000, y su metodología consistió en el procesamiento e interpretación visual de imágenes de alta resolución.
Mapa de cultivos. (Geovisor). Agencia Espacial Europea (ESA)
WorldCereal desarrolló un sistema eficiente, ágil y robusto basado en observación de la Tierra para el monitoreo oportuno de cultivos a escala de campo a nivel global. El sistema de código abierto WorldCereal permite crear mapas de extensión de tierras de cultivo anuales locales a globales con una resolución de 10 m, actualizar los mapas de cultivos de manera estacional, diferenciar entre campos de regadío y campos de secano activos, producir mapas globales de maíz y trigo, dos de los principales cultivos básicos.
