Unmanned aerial vehicle, and GIS tools, to monitor the reproduction of the flamingo Phoenicopterus chilensis (Aves: Phoenicopteridae) / Vehículos aéreos sin tripulación, y mapeo digital, para monitorear la reproducción del flamenco, Phoenicopterus chilensis (Aves: Phoenicopteridae)

Abstract Introduction: High Andean flamingos also known as parihuanas, are species of recurrent presence in the high Andean areas which find this area as an important resting, feeding and in some cases breeding area The species recorded here correspond to Phoenicoparrus jamesi, Phoenicoparrus andinus and Phoenicopterus chilensis, the latter being the most abundant and common. During the censuses performed during 2018 and 2019, in the high Andean lake of Salinas, Ramsar site, located within the Reserva Nacional Salinas y Aguada Blanca in Southern Peru, atypical behaviors of these birds were recorded in a sector of the lake, observing reproductive courtship and the settlement of colonies of P. chilensis. Objective: The study aimed to confirm and evaluate reproductive events of P. chilenesis (Chilean flamingo) through the use of an unmanned aerial vehicle (UAV) and image processing tools using geographic information systems. Methodology: Monitoring was conducted during 2018 and 2019 to breeding colonies of P. chilensis, we used a UAV Phantom 4 testing different flight altitudes to avoid disturbing the birds and performed records of aerial photographs and GIS post-processing with the creation of panchromatic images for the identification and counting of individuals and eggs automated, and manual verification. Results: During 2018 were identified nests and presence of six eggs, this occurred between March and June where the event was interrupted not observing chicks or juveniles during this period, for 2019 the breeding was more successful, where a higher number of eggs were counted (40-66) and with the formation of three reproductive colonies with 4 185 adult individuals, also verified the presence of chicks and juveniles that reached a maximum of 1 491 individuals. Conclusions: We confirmed two continuous reproductive events of P. chilensis in the Salinas lake, where during 2019 was the most successful incorporating several new individuals to the initial population, likewise the methodology applied in the image processing allowed differentiating between adult individuals and eggs but did not allow differentiating juveniles, however, the images directly acquired by the UAV allow distinguishing the types of individuals to perform a manual count.

Resumen Introducción: Los flamencos altoandinos también conocidos como parihuanas, son especies con presencia recurrente en las zonas altoandinas, principalmente en humedales salinos donde suelen arribar para descanso, alimentación y en algunos casos reproducción. Las especies que se registran aquí corresponden a Phoenicoparrus jamesi, Phoenicoparrus andinus y Phoenicopterus chilenesis, siendo esta última la más abundante y común. Durante los censos desarrollados en 2018 y 2019, en la laguna de Salinas, ubicada en la Reserva Nacional de Salinas y Aguada Blanca en el sur del Perú, se registraron comportamientos atípicos de estas aves en un sector del humedal, se observaron cortejos reproductivos y el asentamiento de colonias de flamencos chilenos. Objetivo: Confirmar y evaluar eventos reproductivos de Phoenicopterus chilenesis mediante la incorporación de un vehículo aéreo no tripulado (UAV) y herramientas de procesamiento de imágenes mediante sistemas de información geográfica. Metodología: Se realizaron censos aéreos durante 2018 y 2019 a colonias reproductivas del P. chilensis, utilizando un UAV Phantom 4 a diferentes alturas de vuelo para evitar la perturbación de las colonias de flamencos. Se realizaron registros de fotografías aéreas y post procesamiento SIG con la creación de imágenes pancromáticas para la identificación y conteo de individuos y huevos automatizada, así como la verificación manual. Resultados: En 2018 se identificaron nidos y la presencia de seis huevos, entre marzo y junio donde el evento fue interrumpido, no se observaron pollos o juveniles durante este periodo. En 2019 la nidificación tuvo éxito, se contabilizó un mayor número de huevos (40-66) con la formación de tres colonias reproductivas de 4 185 individuos adultos, se verificó la presencia de pollos y juveniles que alcanzaron un máximo de 1 491 individuos. Conclusiones: Se confirman dos eventos reproductivos continuos de P. chilensis en la laguna Salinas, durante el 2019 incorporando varios nuevos individuos a la población inicial. La metodología aplicada en el tratamiento de imágenes permitió diferenciar entre individuos adultos y huevos, pero no permitió diferenciar juveniles, aunque las imágenes directamente adquiridas por el UAV permiten diferenciar los tipos de individuos para realizar un conteo manual.

Mapeo de la dinámica regional de la transparencia en aguas continentales usando productos de reflectancia MOD09GA / Mapeamento da dinâmica regional de transparência nas águas interiores utilizando produtos de reflectância MOD09GA / Mapping of regional transparency dynamics on inland waters using reflectance products MOD09GA

Resumen La transparencia del agua es un indicador de la calidad de este recurso, y ha sido demostrado que es posible estimar en imágenes generadas por plataformas orbitales la profundidad medida con el Disco de Secchi, con el uso de algoritmos empíricos. Los modelos empíricos correlacionan la intensidad del píxel capturado por la imagen en la banda centrada en los 645nm y el Disco de Secchi. Este trabajo investigativo se desarrolló en el embalse de Porto Primavera, localizado en la frontera que divide los estados de São Paulo, Matto Grosso do Sul e Paraná. Para calibrar y validar el modelo de correlación (reflectancia de superficie Vs Mediciones del Disco de Secchi) se realizaron dos campañas de campo (octubre de 2014 y abril de 2015). El modelo de calibración encontrado muestra que existe un coeficiente de determinación que puede ser considerado como adecuado para la estimación del DS (R2 = 0.8) y los errores asociados con las observaciones también son bajos (RMSE = 0,47m). La dinámica espacial del Disco de Secchi muestra que el embalse de Porto Primavera presenta los menores valores para esta variable en la margen situada en el estado de Matto Grosso do Sul, y en la temporada de otoño del hemisferio austral esta condición puede extenderse hasta la parte norte del lago.

Abstract The water transparency is an indicator of the quality of this resource, and it has been demonstrated that it is possible to estimate the depth measured with the Secchi Disk in generated images by orbital platforms with the use of empirical algorithms. Empirical models correlate the intensity of the pixel captured by the image in the 645nm band and Secchi Disk measurements. This investigative work was carried out in the Porto Primavera reservoir located on the border that divides São Paulo, Matto Grosso do Sul and Paraná states. In order to calibrate and validate the correlation model (surface reflectance Vs Secchi Disk measurements) two field sampling campaigns were carried out (October 2014 and April 2015). The calibration model found shows that there is a coefficient of determination that can be considered adequate for the estimation of Secchi Disk (R2 = 0.8), the errors associated with these observations were also low (RMSE = 0.47m). The spatial dynamics of the Secchi Disk show that the Porto Primavera reservoir presents the lowest values for this variable in the margin located in the state of Matto Grosso do Sul and in the autumn season of the southern hemisphere this condition can extend to the northern part of the lake.

Resumo A transparência da água é um indicador da qualidade deste recurso, e foi demonstrado que é possível estimar a profundidade medida com o Disco Secchi em imagens geradas por plataformas orbitais, com o uso de algoritmos empíricos. Os modelos empíricos correlacionam a intensidade do pixel capturado pela imagem na banda centrada nos 645nm e o Disco Secchi. Este trabalho de pesquisa foi realizado no reservatório Porto Primavera, localizado na raia divisória dos estados de São Paulo, Matto Grosso do Sul e Paraná. Para calibrar e validar o modelo de correlação (reflectância superficial Vs Secchi Disk Measurements), foram realizados dois trabalhos de campo (outubro de 20l4 e abril de 20l5). O modelo de calibração encontrado mostra que existe um coeficiente de determinação que pode ser considerado adequado para a estimativa do DS (R2 = 0,8) e os erros associados às observações também são baixos (RMSE = 0,47 m). A dinâmica espacial do Disco de Secchi mostra que o reservatório do Porto Primavera apresenta os valores mais baixos desta variável na margem localizada no estado de Matto Grosso do Sul e, na época de outono do hemisfério sul, esta condição pode ser estendida à ao norte do lago.

Clasificación y mapeo automático de coberturas del suelo en imágenes satelitales utilizando Redes Neuronales Convolucionales / Classification and automatic mapping of land covers in satellite images using Convolutional Neural Networks / Classificação e mapeamento automático de coberturas do solo em imagens de satélite usando redes neurais convolucionais

Resumen La clasificación de cobertura del suelo es importante para estudios de cambio climático y monitoreo de servicios ecosistémicos. Los métodos convencionales de clasificación de coberturas se realizan mediante la interpretación visual de imágenes satelitales, lo cual es costoso, dispendioso e impreciso. Implementar métodos computacionales permite generar clasificación de coberturas en imágenes satelitales de manera automática, rápida, precisa y económica. Particularmente, los métodos de aprendizaje automático son técnicas computacionales promisorias para la estimación de cambios de cobertura del suelo. En este trabajo se presenta un método de aprendizaje automático basado en redes neuronales convolucionales de arquitectura tipo ConvNet para la clasificación automática de coberturas del suelo a partir de imágenes Landsat 5 TM. La ConvNet fue entrenada a partir de las anotaciones manuales por medio de interpretación visual sobre las imágenes satelitales con las que los expertos generaron el mapa de cobertura del parque nacional el Tuparro, de los Parques Nacionales Naturales de Colombia. El modelo de validación se realizó con datos de los mapas de coberturas del Amazonas colombiano realizado por el Sistema de Información Ambiental de Colombia. Los resultados obtenidos de la diagonal de la matriz de confusión de la exactitud promedio fue de 83.27% en entrenamiento y 91.02% en validación; para la clasificación en parches entre Bosques, áreas con vegetación herbácea y/o arbustiva, áreas abiertas sin o con poca vegetación y aguas continentales.

Abstract Land cover classification is important for studies of climate change and monitoring of ecosystem services. Conventional coverage classification methods are performed by the visual interpretation of satellite imagery, which is expensive and inaccurate. Implementing computational methods could generate procedures to classify coverage in satellite images automatically, quickly, accurately and economically. Particularly, automatic learning methods are promising computational methods for estimating soil cover changes. In this work we present an automatic learning method based on convolutional neural networks of ConvNet type architecture for the automatic classification of soil coverings from Landsat 5 TM images. The ConvNet was trained from the manual annotations by means of visual interpretation on the satellite images with which the experts generated the map of Tuparro national park, of National Natural Park of Colombia. The validation model was performed with data from the Colombian Amazon cover maps made by the Colombian Environmental Information System. The results obtained from the diagonal of the confusion matrix of the average accuracy were 83.27% in training and 91.02% in validation; for the classification in patches between forests, areas with herbaceous and / or shrub vegetation, open areas with or without vegetation and Inland waters.

Resumo A classificação da cobertura da terra é importante para estudos de mudanças climáticas e monitoramento dos serviços dos ecossistemas. Os métodos convencionais de classificação de cobertura são feitos através da interpretação visual de imagens de satélite, que é caro, dispendioso e impreciso. Implementar métodos computacionais poderia gerar procedimentos de classificação de cobertura em imagenes de satélite de forma automática, rápida, precisa e econômica. Particularmente, métodos de aprendizado de máquina são promissores métodos computacionais para estimar a cobertura do solo mudanças. Neste artigo apresentamos um método de aprendizado de máquina baseado em convolutional neural tipo ConvNet rede de arquitetura para a classificação automática de cobertura do solo a partir de Landsat 5 imagens TM. O ConvNet foi treinado desde anotações manuais através da interpretação visual das imagens de satélite que os especialistas geraram o mapa de cobertura do Parque Nacional Tuparro, Colômbia Parque Nacional Natural. A validação do modelo foi realizada com cobertura de mapa de dados da Amazônia colombiana pelo Sistema de Informação Ambiental da Colômbia. Os resultados da diagonal da matriz de confusão da precisão média foi de 83,27% e Formação e 91,02% na validação; para a classificação em manchas entre florestas, áreas com vegetação herbácea e / ou arbusto, áreas abertas com poucamou nenhuma vegetação águas interiores.

Using indigenous knowledge to link hyper-temporal land cover mapping with land use in the Venezuelan Amazon: "The Forest Pulse" / Utilización de conocimiento indígena para relacionar el mapeado hiper-temporal de coberturas de suelo con el uso del territorio en el Amazonas venezolano: "El Pulso del Bosque"

Abstract:Remote sensing and traditional ecological knowledge (TEK) can be combined to advance conservation of remote tropical regions, e.g. Amazonia, where intensive in situ surveys are often not possible. Integrating TEK into monitoring and management of these areas allows for community participation, as well as for offering novel insights into sustainable resource use. In this study, we developed a 250 m resolution land-cover map of the Western Guyana Shield (Venezuela) based on remote sensing, and used TEK to validate its relevance for indigenous livelihoods and land uses. We first employed a hyper-temporal remotely sensed vegetation index to derive a land classification system. During a 1 300 km, eight day fluvial expedition in roadless areas in the Amazonas State (Venezuela), we visited six indigenous communities who provided geo-referenced data on hunting, fishing and farming activities. We overlaid these TEK data onto the land classification map, to link land classes with indigenous use. We characterized land classes using patterns of greenness temporal change and topo-hydrological information, and proposed 12 land-cover types, grouped into five main landscapes: 1) water bodies; 2) open lands/forest edges; 3) evergreen forests; 4) submontane semideciduous forests, and 5) cloud forests. Each land cover class was identified with a pulsating profile describing temporal changes in greenness, hence we labelled our map as "The Forest Pulse". These greenness profiles showed a slightly increasing trend, for the period 2000 to 2009, in the land classes representing grassland and scrubland, and a slightly decreasing trend in the classes representing forests. This finding is consistent with a gain in carbon in grassland as a consequence of climate warming, and also with some loss of vegetation in the forests. Thus, our classification shows potential to assess future effects of climate change on landscape. Several classes were significantly connected with agriculture, fishing, overall hunting, and more specifically the hunting of primates, Mazama americana, Dasyprocta fuliginosa, and Tayassu pecari. Our results showed that TEK-based approaches can serve as a basis for validating the livelihood relevance of landscapes in high-value conservation areas, which can form the basis for furthering the management of natural resources in these regions. Rev. Biol. Trop. 64 (4): 1661-1682. Epub 2016 December 01.

Resumen:La teledetección y el conocimiento ecológico tradicional (CET) se pueden combinar para avanzar en la conservación de regiones tropicales remotas como la Amazonía, donde la toma de datos intensiva in situ a menudo es imposible. Integrar el CET en el seguimiento y el manejo de estas áreas permite la participación de la comunidad, y ofrece nuevos puntos de vista sobre el uso sostenible de los recursos naturales. En este estudio se desarrolla un mapa de cobertura del suelo del Escudo Guayanés (Venezuela), con una resolución espacial de 250 m, basado en datos de teledetección, y se utiliza el CET para validar su relevancia en relación con la subsistencia de los pueblos indígenas y el uso que éstos hacen del territorio. En primer lugar se ha empleado un índice de vegetación basado en teledetección hiper-temporal para realizar una clasificación del territorio. Durante una expedición fluvial de 8 días, a lo largo de 1 300 km por áreas sin carreteras en el Estado Amazonas (Venezuela), se han visitado seis comunidades que han proporcionado datos geo-referenciados sobre sus actividades cinegéticas, pesqueras y agrícolas. Estos datos de CET se han superpuesto al mapa de clasificación, con el fin de relacionar las clases de coberturas con los usos indígenas. Se han caracterizado las clases de cobertura en función de patrones de cambio temporal del verdor y la topo-hidrografía, y se han propuesto 12 tipos de cobertura del suelo, agrupadas en cinco tipos principales de paisaje: 1) masas de agua; 2) campo abierto/ márgenes del bosque; 3) bosques siempre-verdes; 4) bosques semi-caducifolios submontanos; y 5) bosques nublados. Cada clase de cobertura del suelo se ha identificado con un perfil pulsátil que describe cambios temporales en el verdor, de ahí que el mapa haya sido titulado "El Pulso del Bosque". Estos perfiles de verdor han mostrado una tendencia ligeramente ascendente, durante el periodo 2000 a 2009, en las clases que representan pastizales y zonas de matorral, así como una tendencia ligeramente decreciente en las clases que representan bosques. Este hallazgo es compatible con la ganancia de carbono en los pastizales como consecuencia del calentamiento del clima, y también con una cierta pérdida de vegetación en los bosques. De este modo, nuestra clasificación muestra potencial para la evaluación de efectos futuros del cambio climático sobre el paisaje. Algunas clases han resultado estar significativamente relacionadas con la agricultura, la pesca, la caza como práctica general, y más concretamente con la caza de primates, de Mazama Americana, Dasyprocta fuliginosa, y Tayassu pecari. Los resultados demuestran la utilidad de las aproximaciones basadas en CET como base para validar la importancia del paisaje, en áreas con alto valor de conservación, para la supervivencia de las personas, lo que proporciona una base para avanzar en el manejo de los recursos naturales en estas regiones.