Protocolo para automatizar la descarga de datos climáticos desde la nube y generar indicadores biometeorológicos para el monitoreo epidemiológico de cultivos
Pablo Paccioretti, Franca Giannini-Kurina, Franco Suarez, M. Scavuzzo, M. Balzarini
{"title":"Protocolo para automatizar la descarga de datos climáticos desde la nube y generar indicadores biometeorológicos para el monitoreo epidemiológico de cultivos","authors":"Pablo Paccioretti, Franca Giannini-Kurina, Franco Suarez, M. Scavuzzo, M. Balzarini","doi":"10.31047/1668.298x.v40.n1.39619","DOIUrl":null,"url":null,"abstract":"Los datos climáticos derivados de imágenes o productos satelitales disponibles en la nube tienen gran cobertura en espacio y tiempo, buena precisión y, en general, son de libre acceso. Sin embargo, la obtención y descarga de variables climáticas a diferentes escalas se encuentra limitada por la falta de procedimientos computacionales estandarizados. El objetivo de este estudio fue desarrollar un código computacional que facilite el manejo de imágenes satelitales para obtención de variables climáticas en un dominio espaciotemporal. El producto ERA5 del servicio de Cambio Climático Copernicus fue usado como fuente de datos climáticos. El protocolo incluye la descarga desde la plataforma Google Earth Engine, con un código desarrollado en lenguaje R. Adiciona el preprocesamiento estadístico de los datos climáticos a escala quincenal y/o mensual. Combinando productos derivados de satélites con conocimiento agronómico sobre un cultivo, los datos climáticos pueden convertirse en variables biometeorológicas y usarse para el monitoreo espaciotemporal de cultivos. El proceso generado se validó superponiendo datos de variables biometeorológicas, en cada sitio de un estudio epidemiológico, sobre dos virus monitoreados por 15 años. El procedimiento puede aplicarse a otros productos satelitales que generan datos espaciales.","PeriodicalId":39278,"journal":{"name":"AgriScientia","volume":"49 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-09-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"AgriScientia","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31047/1668.298x.v40.n1.39619","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Agricultural and Biological Sciences","Score":null,"Total":0}
引用次数: 0
Abstract
Los datos climáticos derivados de imágenes o productos satelitales disponibles en la nube tienen gran cobertura en espacio y tiempo, buena precisión y, en general, son de libre acceso. Sin embargo, la obtención y descarga de variables climáticas a diferentes escalas se encuentra limitada por la falta de procedimientos computacionales estandarizados. El objetivo de este estudio fue desarrollar un código computacional que facilite el manejo de imágenes satelitales para obtención de variables climáticas en un dominio espaciotemporal. El producto ERA5 del servicio de Cambio Climático Copernicus fue usado como fuente de datos climáticos. El protocolo incluye la descarga desde la plataforma Google Earth Engine, con un código desarrollado en lenguaje R. Adiciona el preprocesamiento estadístico de los datos climáticos a escala quincenal y/o mensual. Combinando productos derivados de satélites con conocimiento agronómico sobre un cultivo, los datos climáticos pueden convertirse en variables biometeorológicas y usarse para el monitoreo espaciotemporal de cultivos. El proceso generado se validó superponiendo datos de variables biometeorológicas, en cada sitio de un estudio epidemiológico, sobre dos virus monitoreados por 15 años. El procedimiento puede aplicarse a otros productos satelitales que generan datos espaciales.
从卫星图像或云端产品中获取的气候数据具有较大的时空覆盖范围和较高的精确度,通常可以免费获取。然而,由于缺乏标准化的计算程序,获取和下载不同尺度的气候变量受到了限制。这项研究的目的是开发一种计算机代码,以方便处理卫星图像,获取时空领域的气候变量。哥白尼气候变化服务的ERA5产品被用作气候数据源。该协议包括从谷歌地球引擎平台下载用 R 语言开发的代码,并对每两周和/或每月的气候数据进行统计预处理。通过将卫星衍生产品与作物农艺知识相结合,可将气候数据转换为生物气象变量,并用于作物时空监测。通过在一项流行病学研究的每个地点叠加生物气象变量数据,对 15 年来监测的两种病毒的生成过程进行了验证。该程序可用于生成空间数据的其他卫星产品。
AgriScientiaAgricultural and Biological Sciences-Agronomy and Crop Science
CiteScore
0.30
自引率
0.00%
发文量
0
审稿时长
22 weeks
期刊介绍:
AgriScientia es una revista de acceso abierto, de carácter científico-académico, gestionada por el Área de Difusión Científica de la Facultad de Ciencias Agropecuarias de la Universidad Nacional de Córdoba, Argentina. La revista recibe artículos en los idiomas español e inglés. El objetivo de esta publicación es la difusión de los resultados de investigaciones de carácter agronómico. Está destinada a investigadores, estudiantes de pregrado, grado y posgrado, profesionales en el área de las ciencias agropecuarias y público en general interesado en las temáticas relacionadas. Su periodicidad es semestral. Los artículos se reciben durante todo el año. Los tipos de documentos que se publican son artículos científicos, comunicaciones y revisiones.