La Ecoanalítica ofrece una serie de indicadores desde la perspectiva de la ecología del paisaje que ayudan a monitorear los sistemas productivos, ambientales y humanos. Basados en una serie de índices, el clima o métricas según la configuración del territorio se puede obtener información valiosa que ayuda en la gestión de los diferentes ecosistemas.

​

Todos los indicadores con los que trabajamos se obtienen de imágenes satelitales o de imágenes de drones multiespectrales que sobrevolamos sobre tu campo, parque o finca. Para ciudades o regiones trabajamos exclusivamente con imágenes satelitales.

Algunos de los indicadores o índices que usamos son:

​

• NDVI

• OSAVI

• GCVI

• GNDVI

• MCARI

• NDWI

• Índice de Diversidad de Shannon

• Índice de Simpson

• Índice del Parche más grande

• Índice de Forma del Paisaje

• Índice de Contigüidad

• Índice de Agregación

​

Tenemos en la librería de indicadores, índices y métricas más de 50 disponibles. No todos son relevantes para cada proyecto, por eso asesoramos a nuestros clientes en aquellos que necesitan según sus requerimientos. En función de la variabilidad espacial y en el tiempo de estos indicadores, índices o métricas se determinan el estado de muchas variables productivas o de estado del ecosistema (ej. niveles de clorofila, salinidad de suelos, humedad de suelos, aumento o disminución de caudales en ríos, biodiversidad, servicios ecosistémicos, y muchos otros más).  

​

​

​

​

Por su lado, los modelos nos permiten simular el comportamiento de un determinado componente del ecosistema (ej. cultivos, personas, etc.) dadas una serie de condiciones y relaciones matemáticas que describen el comportamiento de ese componente ante diversos estímulos. En función de los datos, los modelos que utilizamos se clasifican en modelos "data intensive" o modelos físicamente basados. Cada uno tiene sus ventajas y desventajas, por ejemplo los data intensive permiten conocer relaciones causa y efecto, pero no dan información acerca del proceso (ej. riego vs. rendimiento); mientras que los modelos físicamente basados permiten conocer cada paso del proceso y su influencia en el resultado (ej. efectos de cambio climático en los ecosistemas).

​

Los modelos data intensive se rigen por relaciones estadísticas derivadas de diversos modelos usados para encontrar patrones (ej. redes neuronales, random forest, etc.). La ciencia de los datos nos proporciona herramientas para generar estos modelos basados en el conocimiento de experto o de los modelos físicamente basados relacionando el clima, el suelo, la planta, los animales y las personas. Dado el volumen de datos, este tipo de modelos suelen requerir capacidades computacionales mayores, pero producen resultados de mayor precisión que los modelos físicamente basados si los datos son de buena calidad.

​

​

​

​

​

​

​

​

​

​

Algunos de los modelos físicamente basados con los que trabajamos:

​

• DSSAT (Decision Support System for Agrotechnology Transfer)

• CropWat & AquaCrop (FAO)

Si quieres conocer más sobre cómo utilizamos los índicadores, índices, métricas y modelos, contáctanos y charlemos sobre tus necesidades.