C-16-2_3. Métodos cartográficos de la ocupación de suelo: ¿son precisos y reales nuestros mapas?...
-
Upload
instituto-universitario-de-urbanistica -
Category
Environment
-
view
143 -
download
1
Transcript of C-16-2_3. Métodos cartográficos de la ocupación de suelo: ¿son precisos y reales nuestros mapas?...
SEMINARIO INTERNACIONAL SOBRE
CORREDORES ECOLÓGICOS Y PLANIFICACIÓN ESPACIAL
23 de septiembre de 2016MESA PRIMERA: “La conectividad ecológica en la
planificación espacial: métodos, técnicas y perspectivas”
Intervención de Jose Manuel ÁLVAREZ‐MARTÍNEZ
Doctor en Ecología Y Tecnología Ambiental
Investigador postdoctal del Instituto de Hidráulica Ambiental“IH Cantabria” de la Universidad de Cantabria (UC) (2014‐ )
Profesor del Máster Universitario en Riesgos Naturales de laUniversidad de León. Colaborador del Área de Ecología (ULe)
La conectividad ecológica en la planificación espacial:métodos, técnicas y perspectivas
Métodos cartográficos de la ocupación del suelo: ¿son precisos y reales nuestros mapas?
Jose-Manuel Álvarez Martí[email protected]
A lo largo de la historia, factores ambientales y socioeconómicos (driving forces) han originado cambios en los ecosistemas y paisajes de nuestro entorno,
funcionando como motor de las grandes variaciones de su estructura y función
ESTRUCTURA DEL PAISAJE
ESTRUCTURA DEL PAISAJE
ESTRUCTURA DEL PAISAJE
ESTRUCTURA DEL PAISAJE
ESTRUCTURA DEL PAISAJE
DINÁMICA DEL PAISAJE
¿Cuáles son las fuerzas que generan los patrones paisajísticos?
Cuenca Mediterránea, áreas de montaña: mosaicos heterogéneos y dinámicos en abandono y regeneración forestal
Sucesiónsecundaria
ESTRUCTURA DEL PAISAJE
Expansión urbana
¿Cuáles son las herramientas disponibles para el estudio de los cambios en el paisaje y la
ocupación del suelo?
¿Cuáles son las herramientas disponibles para el estudio de los cambios en el paisaje y la
ocupación del suelo?
SIG
MODELOS CARTOGRÁFICOS
Modelización vector
500
400
300
200
100600500400300200100
Río
Casa
600Árboles
Árboles
Modelización raster
AAA A
AAAA V
VR
AAA
VV
V VV
1 2 3 4 5 6 7 8 9 1012345678910
SIG
MODELOS CARTOGRÁFICOS
Modelización vector Modelización raster
Escala ~IncertidumbreEspacialEspectralMetodológica…
MODELOS CARTOGRÁFICOS
Modelos de la realidad…
MODELOS CARTOGRÁFICOS
¿De dónde podemos obtener estos modelos de la realidad de cara a
realizar nuestros estudios de (por ejemplo) conectividad ecológica?
1. Información estadística: encuestas, censos, etc.
2. Bases de datos vectoriales y raster de pública descarga
3. Observación directa en campo,interpretación de fotografía aéreaantigua (1956- ) y reciente, yclasificación de imagen multiespectral
4. Modelado espacial basado en teledetección: imágenes de satélite (sensores ópticos) y foto áerea,
información LiDAR (Light Detection And Ranging) y SAR (Synthetic Aperture Radar)
MODELOS CARTOGRÁFICOS
GLCF: Global Land Cover Facility, NOAA-MODIS (USGS, NASA) RASTERGLC: Global Land Cover 2000 y 2009 (JRC, ESA, EU) RASTER
CLC (CORINE): CoORdination of INformation of the Environment (GMES; COPERNICO) VECTORSIOSE: Sistema de Información sobre Ocupación del Suelo de España (CNIG) VECTOR
Fácilmente accesibles
Exactitud local baja
Baja resolución temporal
Objetivos generalmente diferentes a los propios de nuestro estudio
2. BASES DE DATOS PÚBLICAS
http://worldgrids.org/doku.php?id=wiki:land_cover_and_land_use
GLCF: Sistema de Información sobre Ocupación del Suelo mundial de la NASA
AVHRR Global Land Cover Classification - MODIS
MODIS Land Cover: IGBP Land Cover Type Classification5' x 5' resolution (pixel 0.083333°) 1776 rows x 4320 columns
2. BASES DE DATOS PÚBLICAS
GLC 2000: Global Land Cover 2000 (JRC, EU)
2. BASES DE DATOS PÚBLICAS
GLC Global Class (according to LCCS terminology) 1. Tree Cover, broadleaved, evergreen
LCCS >15% tree cover, tree height >3m (Examples of sub-classes at regional level* : closed > 40% tree cove; open 15-40% tree cover)
2. Tree Cover, broadleaved, deciduous, closed 3. Tree Cover, broadleaved, deciduous, open
(open 15-40% tree cover) 4. Tree Cover, needle-leaved, evergreen 5. Tree Cover, needle-leaved, deciduous 6. Tree Cover, mixed leaf type 7. Tree Cover, regularly flooded, fresh water (& brackish) 8. Tree Cover, regularly flooded, saline water,
(daily variation of water level) 9. Mosaic:
Tree cover / Other natural vegetation 10. Tree Cover, burnt 11. Shrub Cover, closed-open, evergreen
(Examples of sub-classes at reg. level *: (i) sparse tree layer) 12. Shrub Cover, closed-open, deciduous
(Examples of sub-classes at reg. level *: (i) sparse tree layer) 13. Herbaceous Cover, closed-open
(Examples of sub-classes at regional level *: (i) natural, (ii) pasture, (iii) sparse trees or shrubs)
14. Sparse Herbaceous or sparse Shrub Cover 15. Regularly flooded Shrub and/or Herbaceous Cover 16. Cultivated and managed areas
(Examples of sub-classes at reg. level *: (i) terrestrial; (ii) aquatic (=flooded during cultivation), and under terrestrial: (iii) tree crop & shrubs (perennial), (iv) herbaceous crops (annual), non-irrigated, (v) herbaceous crops (annual), irrigated)
17. Mosaic: Cropland / Tree Cover / Other natural vegetation
18. Mosaic: Cropland / Shrub or Grass Cover
19. Bare Areas 20. Water Bodies (natural & artificial) 21. Snow and Ice (natural & artificial) 22. Artificial surfaces and associated areas
GlobCover 2009: European Space Agency Glob Cover (ESA)
2. BASES DE DATOS PÚBLICAS
GLC: Global Land Cover 2000 y 2009
2. BASES DE DATOS PÚBLICAS
CLC (CORINE)CoORdination of INformation of the Environment (GMES; COPERNICO)
2. BASES DE DATOS PÚBLICAS
SIOSE: Sistema de Información sobre Ocupación del Suelo de España (CNIG)
2. BASES DE DATOS PÚBLICAS
SPOT 5
SIOSE: Sistema de Información sobre Ocupación del Suelo de España (CNIG)
2. BASES DE DATOS PÚBLICAS
¿Todos estos mapas representan del mismo modo la realidad…?
2. BASES DE DATOS PÚBLICAS
Ortofoto de paisaje heterogéneo. Entorno periurbano de la Cordillera Cantábrica
2. BASES DE DATOS PÚBLICAS
2. BASES DE DATOS PÚBLICAS
GLCF USGS
Paisaje heterogéneo. Entorno periurbano de la Cordillera Cantábrica
Paisaje heterogéneo. Entorno periurbano de la Cordillera Cantábrica
2. BASES DE DATOS PÚBLICAS
GlobCover ESA
CLC06311 – Broadleaf forests
2. BASES DE DATOS PÚBLICAS
Paisaje heterogéneo. Entorno periurbano de la Cordillera Cantábrica
SISOE 2005A(55 FDP_45 FDC)
2. BASES DE DATOS PÚBLICAS
Paisaje heterogéneo. Entorno periurbano de la Cordillera Cantábrica
2. BASES DE DATOS PÚBLICAS
Paisaje heterogéneo. Entorno periurbano de la Cordillera Cantábrica
Landsat map> 80% overall accuracy
3. FOTO AÉREA Y TELEDETECCIÓN
Paisaje heterogéneo. Entorno periurbano de la Cordillera Cantábrica
¿Cuáles son las herramientas Digitales disponibles para el estudio de los paisajes?
Teledetección (RS)
Fotografía aérea yFotointerpretación
Sistemas de Información Geográfica (SIG)
3. FOTO AÉREA Y TELEDETECCIÓN
La teledetección permite una visión sinóptica de la estructura del territorio,
facilitando información relativa a la composición y estructura de la vegetación
cryosatv2_H264.mp4
RESOLUCION ESPACIAL: PIXELS
IMÁGENES DE SATÉLITE
IMAGEN GLOBAL DE VEGETRACIÓN CON MODIS 1km2
http://modis.gsfc.nasa.gov
METEOSAT 5km
IMÁGENES DE SATÉLITE
IMÁGENES DE SATÉLITE
MODIS ISLAS CANARIAS 250mhttp://modis.gsfc.nasa.gov
LANDSAT TM 30m
LEÓN
León, Septiembre 1999. Bandas 4,3,2
IMÁGENES DE SATÉLITE
ASTER
Algeciras, 5 de Julio de 2000
Cortesía de la NASA
IMÁGENES DE SATÉLITE
SPOT-4 20m
IMÁGENES DE SATÉLITE
Manhattan, 11 Septiembre 2001, 11:55
IMÁGENES DE SATÉLITE
Sensor Vegetation (SPOT-4) 20m 8 de Septiembrede 1999
pancromático Multiespectral: composición coloreada
Imagen Spot 5 del 23/11/2003
IMÁGENES DE SATÉLITE
IKONOS imagen pancromática1mU.S. Naval Memorial, Naval Heritage Center / Washington D.C.
IMÁGENES DE SATÉLITE
IMÁGENES DE SATÉLITE
QUICKBIRD 20cm pancr Cortesía de DigitalGlobe
IMAGENES
RESOLUCIÓN ESPECTRAL
Visible (rojo, verde, azul)
Infrarrojo cercano (NIR)
RESOLUCIÓN ESPECTRAL
IMAGEN MULTIESPECTRAL
CLASIFICACIÓN DE IMAGEN
Visible (rojo, verde, azul)
Infrarrojo cercano (NIR)
Imagen clasificada
INCERTIDUMBRE ESPECTRAL
¿Cuál es el efecto de la heterogeneidad espacial en la clasificación de imagen de satélite?
Pixel LandsatTM-ETM (30 m)
CAMBIOS DE RESOLUCIÓN…
ESPACIAL, ESPECTRAL Y TEMPORAL
Escala de análisis
FOTOGRAFÍA AÉREA
FOTOGRAFÍA AÉREA
Ortorectificación: proceso complejo de proyectado ortogonalDimensión temporal alta, pero baja resolución
Esfuerzo de muestreo alto, baja reproducibilidad
1956 - 2016
FOTOGRAFÍA AÉREA
Análisis de los elementos del paisaje
IMAGEN DE SATÉLITE
E. N. DE LA SIERRA DE ANCARES (LEÓN)
Ubicación: Cordillera Cantábrica Extensión: 100000 haCompleja orografía Ambientes eurosiberianos-mediterráneos
LeónEspaña
SIERRA DELOS ANCARES
ALTO SIL
LIC, ZEPAReserva BiosferaENP JCyl
LOS ANCARES
Álvarez‐Martínez, J. M.: Análisis y modelado multiescalar de los efectos delcambio global sobre la dinámica y función del paisaje en espacios demontaña. Aplicaciones en ordenación territorial., PhD, Biodiversidad yGestión Ambiental, University of León, León, 2010.
Identificación espacial de áreas de máxima incertidumbre
CLASIFICACIÓN DE IMÁGENES E INCERTIDUMBRE
Corrección geométrica, radiométrica, atmosférica
y topográfica
Determinación de grupos espectrales homogéneos
Clasificación no supervisada
Selección de variables y categorías
Imágenes y MDT,7 categorías
Análisis de error e incertidumbre
(CONFUSION INDEX=CI)
Clasificación supervisada con
maximum likelihood(MAXLIKE)
1º
2º
J.M. Álvarez‐Martínez , J.J. Stoorvogel, S. Suárez‐Seoane, E. L.Calabuig. Uncertainty analysis as a tool for refining land dynamicsmodelling on changing landscapes. A study case in a SpanishNatural Park. Landscape Ecology. 1991 - 2010
REDUCCIÓN DE LA INCERTIDUMBRE Estructura del paisaje
Todos los mapas mostraron un patrón de ocupación similar: matriz de matorral donde se insertaron manchas y corredores del resto de categorías
MÁXIMA INCERTIDUMBRE
MEDIA INCERTIDUMBRE
MÍNIMAINCERTIDUMBRE
100% pixels (CI 100) 75% pixels (CI 75)
50% pixels (CI 50)
1991-2004
1991 1992 1993 1994
1995 1996 1997 1998
1999 2000 2001 2002
2003 2004 Bosque de frondosasPaisaje de fondo de valle (sebes y pastizales)Matorral y repoblaciones forestalesRoquedos, canchales y suelo desnudoImproductivo artificial (incendios, minas, desbroces)Núcleos de poblaciónMasas de agua
Bosque y etapas seriales avanzadasPaisajes de bocage (fondo de valle)Matorral y repoblaciones forestales
Roquedos, canchales y suelo desnudo(improductivo natural)Incendios, minas, canteras y desbroces(improductivo artificial)Zonas urbanasSuperficies de agua
Exactitud muy buena (87.50%)
Coherencia buena (78.70%)
Hard classifiers, MAXLIKE
¿Cuáles son los cambios más importantes del área de estudio, a la escala dada y con las categorías descritas?
CAMBIO DE OCUPACIÓN DEL SUELO
Álvarez‐Martínez, J.‐M., Suárez‐Seoane, S., and De Luis Calabuig, E.:Modelling the risk of land cover change from environmental and socio‐economic drivers in heterogeneous and changing landscapes: The role ofuncertainty, Landscape Urban Plan, 101, 108‐119
¿Fueron consistentes los cambios tras la reducción de la incertidumbre?
Episodios de máxima ocurrencia cada 2-4 años
Recuperaciones rápidas e intensas durante los 2 años siguientes al incendio
CAMBIO DE USO Y COBERTURA DEL SUELO
INCENDIOSMATORRAL
RECUPERACIÓN
Matorral Suelo descubierto
ANÁLISIS DE LA DINÁMICA DEL PAISAJEOutputs de los modelos para el área de estudio (ejemplo)
Matorral
Suelo descubierto
CAMBIO DE ESCALA EN LOS ANÁLISIS
CUENCAS NATURALES- bosque>50%- abandono - uso forestal
desde mediados del siglo pasado
CUENCAS ANTRÓPICAS- brezales>80%- uso antrópico
intenso- incendios
desde mediados del siglo pasado
Cambio de escala
Álvarez‐Martínez, J. M., Suárez‐Seoane, S., Stoorvogel, J.J., and de Luis Calabuig, E.: Influence of land use andclimate on recent forest expansion: a case study in theEurosiberian–Mediterranean limit of north‐west Spain,Journal of Ecology, 102, 905‐919
¿1991 – 2010?...
1956 1974 1983 1990 2010
CAPÍTULO IV
Digitalización manual de la ocupación del
suelo.Cartografía de
alto detalle
CUENCAS : Naturales - Antrópicas
LADERAS : Solana - Umbría
Radiación solaracumulada (2004)
Ortorrectificación de348 fotografías aéreas
ANÁLISIS A ESCALA LOCAL
4. MODELADO ESPACIAL Y TELEDETECCIÓN
¿Y si necesito no solo estructura, sino composición de la vegetación u otro tipo de ocupación del suelo?
¿Puedo descargarme esa información?
¿Si no puedo, cómo la puedo desarrollar?
¿Cómo interpretarla?
• Superficie: 120 000 hectáreas.• Elevación: desde el nivel del
mar hasta 2650 msnm (1.000 ±420 metros), Topografía: accidentada, sobre todo en la zona central (el ángulo medio de inclinación es de 21 ± 13º).
• Dos regiones "biogeográficas": clima atlántico (1.160 ± 275 mm y 9,5 ± 2,2 ° C), con propiedades sub-mediterráneas en latitudes y altitudes más bajas.
• Vegetación: una mezcla de bosques templados al norte y comunidades esclerófilas al sur. Las hayas (Fagus sylvatica), robles (Quercus petraea, Q. robur) y abedules (Betula spp) dominan en ambientes más fríos y húmedos del norte y otras especies de robles (Q. pyrenaica, Q. rotundifolia) en zonas más continentales y secas al sur.
Objetivo: Cartografía, diagnóstico y planificación de los habitat terrestresen Red Natura 2000 de Cantabria (LICs)
4. MODELADO ESPACIAL Y TELEDETECCIÓN
Escena Landsat 202/30 (path/row)La imagen incluye toda la CCAA de Cantabriay los LIC incluidos en la Red Natura 2000
ASTURIASESPAÑA
CASTILLA y LEÓN
PAÍSVASCO
CANTABRIA
Encaje en extensión y a nivel de pixel con las imagenes Landsat: 30 metrosÁrea de trabajo amplia para un mayor número de zonas de entrenamiento
4. MODELADO ESPACIAL Y TELEDETECCIÓN
Las técnicas SDM generan mapas continuos de idoneidad, con valoresde salida [0-1] en función de las relaciones estadísticas establecidas
(Grinnell, 1917; Hutchinson, 1957, 1978; Peterson et al, 2012)
¿Qué necesitamos para crear los modelos?
1
2 MODELADO ESPACIAL
DATOS DE OCURRENCIA
PREDICTORES
PREDICCIONES ESPACIALES
CARTOGRAFÍA
3
4. MODELADO ESPACIAL Y TELEDETECCIÓN
Mapas vectoriales de vegetación a escalas detalladasBúsqueda en las Universidades de Asturias, León y CantabriaJardín Botánico de Gijón (Asturias) y Gobierno de Cantabria
Mapas de vegetación tipos de hábitats (Directiva Hábitats, Anexo I)J. A. Prieto (Universidad de Oviedo)
1. DATOS DE ENTRENAMIENTO
PROBLEMAS: * recogida toda la variabilidad ambiental y geográfica?* sesgos de muestreo? * nicho truncado/extrapolación?
DATOS DE ENTRENAMIENTO
Algunos habitats mostraron datos de ocurrencia bien distribuidosOtros mostraron sesgo especial o ambiental en los datos
PROBLEMAS: * Autocorrelación espacial
Número de hábitats con datos: 30/41
DATOS DE ENTRENAMIENTO
Muestreo completo de las unidades de vegetación a cartografiarConsideración espacialmente explícita de la estructura y composición
VARIABLES TOPOGRÁFICAS: MDT 5 metros (CNIG, 2014)Remuestreado a 30 metros de pixel
2. PREDICTORES AMBIENTALES
PREDICTORES AMBIENTALES
VARIABLES TOPOGRÁFICAS: MDT 5 metros (CNIG, 2014)CAPA DE PENDIENTES a 30 metros de pixel
PREDICTORES AMBIENTALES
VARIABLES TOPOGRÁFICAS: MDT 5 metros (CNIG, 2014)CAPA DE INSOLACIÓN (W/m2/año) a 30 metros de pixel
PREDICTORES AMBIENTALES
VARIABLES CLIMÁTICAS: 200 metros (Ninyerola, 2005)Reinterpolado a 30 metros de pixel (natural neighbour)
Temperatura media, mínima y máxima y precipitación anual y estacional
DIGITAL SOIL MAPPING
pH
PREDICTORES AMBIENTALES
TEXTURA: % de arena del suelo (limo, arcilla)
DIGITAL SOIL MAPPING
PREDICTORES AMBIENTALES
Profundidad del topsoil (20-30cm hA)
DIGITAL SOIL MAPPING
PREDICTORES AMBIENTALES
INFORMACIÓN ESPECTRAL: Landsat 8OLI (USGS, 2015)Imagenes con nubes, sombras y nieve
Escena Landsat 202/30 (path/row) en falso solor RGB-543Marzo 2015
PREDICTORES AMBIENTALES
CORRECCIONES:RadiométricaAtmosféricaTopográfica*
NORMALIZACIÓN
Escena Landsat 202/30 (path/row) en falso solor RGB-543Imagen compuesta de 8 imágenes del periodo 2014-2015
PREDICTORES AMBIENTALES
INFORMACIÓN ESPECTRAL (IMAGEN LANDSAT)Mosaico MVC (filtro de nubes, sombras y nieve) de Landsat 8OLI (USGS, 2015)
INDICES DE VEGETACIÓN (NDVI, Tasseled Cap, LAI, etc.)Obtenidos del mosaic MVC de Landsat 8OLI (USGS, 2015)
Escena Landsat 202/30 (path/row) en falso solor RGB-543NDVI [-1,1], derivado del mosaic MVC, libre de errores en los datos
PREDICTORES AMBIENTALES
LiDAR (Light Detection And Ranging) is a remote sensing technology that measures distance by illuminating a target with a laser and analyzing the reflected light. Lidar is popularly used as a technology to make high-
resolution maps, with many applications in physical, environmental science and mapping. Canopy heights, biomass measurements, and leaf area can all be studied using airborne lidar systems.
• 3D structure• Fuel models• Biomass, canopy• Composition
DATOS LiDAR
LiDAR (Light Detection And Ranging) is a remote sensing technology that measures distance by illuminating a target with a laser and analyzing the reflected light. Lidar is popularly used as a technology to make high-
resolution maps, with many applications in physical, environmental science and mapping. Canopy heights, biomass measurements, and leaf area can all be studied using airborne lidar systems.
• Estructura 3D• Modelos de
combustible• Biomasa, etc.
DATOS LiDAR
ESTRUCTURA DE LA VEGETACIÓN (LiDAR) (CNIG 2015)DTM, DSM y CHM
PREDICTORES AMBIENTALES
0 100
Un procedimiento estadístico o algoritmo de modelado que relacione los datos de ocurencia y background con las variables predictoras seleccionadas
Las técnicas SDM generan mapas continuos de idoneidad, con valoresde salida [0-1] en función de las relaciones estadísticas establecidas
(Grinnell, 1917; Hutchinson, 1957, 1978; Peterson et al, 2012)
Técnicas avanzadas de modelado espacial
3. MODELADO DE HÁBITATS
1
2 ALGORITMO DE MODELADO ESTADISTICO
DATOS DE OCURRENCIA
PREDICTORES
PREDICCIONES ESPACIALES
CARTOGRAFÍA…
Teselado de la vegetación en unidades fisionómicas (manchas homogéneas mayores
de 5hectáreas)
E 1:50 000
Totalmente automático y objetivo: depende del modelo
MAPA DE HÁBITATS (VEGETACIÓN)
Ejemplo de cliserie con el resultado de los modelos
Patrones espacialescorrectos (latitudinales,
altitudinales) de variación de la vegetación de la Cordillera Cantábrica
MAPA DE HÁBITATS (VEGETACIÓN)
¿Pero…, cómo afecta esto a los
estudios de conectividad?
La base cartográfica es el modelo de la realidad. Si el
modelo falla, nuestros cálculos serán erróneos o poco fiables
GLCF: Global Land Cover Facility, NOAA-MODIS (USGS, NASA) RASTERGLC: Global Land Cover 2000 y 2009 (JRC, ESA, EU) RASTER
CLC (CORINE): CoORdination of INformation of the Environment (GMES; COPERNICO) VECTORSIOSE: Sistema de Información sobre Ocupación del Suelo de España (CNIG) VECTOR
EJ. PRÁCTICO: LIC TERR. CANTABRIA
EJ. PRÁCTICO: LIC TERR. CANTABRIA
GLCF: Global Land Cover Facility, NOAA NASA RASTER
Pixel km
EJ. PRÁCTICO: LIC TERR. CANTABRIA
GLCF: Global Land Cover Facility, NOAA NASA RASTER
Pixel km
EJ. PRÁCTICO: LIC TERR. CANTABRIA
GLCF: Global Land Cover Facility, MODIS NASA RASTER
Pixel km
EJ. PRÁCTICO: LIC TERR. CANTABRIA
GLCF: Global Land Cover Facility, MODIS NASA RASTER
Pixel km
EJ. PRÁCTICO: LIC TERR. CANTABRIA
GLC: Global Land Cover 2000 y 2009 (JRC, ESA, EU) RASTER
Pixel km
EJ. PRÁCTICO: LIC TERR. CANTABRIA
GLC: Global Land Cover 2000 y 2009 (JRC, ESA, EU) RASTER
Pixel km
EJ. PRÁCTICO: LIC TERR. CANTABRIA
CLC (CORINE): CoORdination of INformation of the Environment (GMES; COPERNICO) VECTOR
Pixel m
EJ. PRÁCTICO: LIC TERR. CANTABRIA
CLC (CORINE): CoORdination of INformation of the Environment (GMES; COPERNICO) VECTOR
Pixel m
EJ. PRÁCTICO: LIC TERR. CANTABRIA
SIOSE: Sistema de Información sobre Ocupación del Suelo de España (CNIG) VECTOR
Pixel m
EJ. PRÁCTICO: LIC TERR. CANTABRIA
SIOSE: Sistema de Información Geográfica de Parcelas Agrícolas (Magrama) VECTOR
Pixel m
4030 - Brezales secos europeos
0 1E 1:50 000
EJ. PRÁCTICO: LIC TERR. CANTABRIA
MODELADO DE HÁBITATS
4030 - Brezales secos europeos
0 1E 1:25 000
EJ. PRÁCTICO: LIC TERR. CANTABRIA
MODELADO DE HÁBITATS
9120 - Hayedos acidófilos atlánticos
son sotobosque de Ilexy a veces de Taxus
0 1E 1:50 000
EJ. PRÁCTICO: LIC TERR. CANTABRIA
MODELADO DE HÁBITATS
9120 - Hayedos acidófilos atlánticos
son sotobosque de Ilexy a veces de Taxus
0 1E 1:25 000
EJ. PRÁCTICO: LIC TERR. CANTABRIA
MODELADO DE HÁBITATS
EJ. PRÁCTICO: CONECTIVIDAD
Objetivos
Escala
Datos disponibles Conocimiento técnico